摘要：目的提高45#钢表面激光抛光后的成形质量,提出一种激光抛光工艺参数多目标优化方法。方法构建基于功率、扫描速度、搭接距离的三因素三水平激光抛光试验,并分别应用粗糙度测量仪、显微硬度计和超景深三维显微镜测试抛光层的粗糙度、显微硬度和抛光层深度。基于试验数据,分别应用指数模型和二阶响应面模型构建抛光工艺参数与表面粗糙度、显微硬度、抛光深度的回归预测模型,并对2种模型的预测精度进行对比分析。采用多目标灰狼优化算法(mogwo)结合优劣解距离法(TOPSIS)-CRITIC综合评价决策体系对抛光工艺参数进行寻优和多属性决策。结果二阶响应面模型具有更高的预测精度,能够更好地反映激光抛光工艺参数与各响应目标之间的映射关系。当功率为113W、扫描速度为3m/min、搭接距离为0.13 mm时,粗糙度值Ra从11.563μm降至5.713μm,降幅为50.59%,显微硬度从185.9HV0.5升至364.7HV0.5,升幅为96.18%,此时的抛光深度为0.051 mm,最大相对误差为7.84%。结论此方法可以为其他金属材料表面激光抛光质量预测模型的构建及工艺参数寻优提供借鉴。

摘要：为了在提高串联机械臂工作效率的同时保证运行轨迹良好的节能性、平稳性及灵活性,设计新的多目标轨迹优化方法。采用高次NURBS(non-uniform rational B-Spline,NURBS)曲线插值方法,构造机械臂高阶连续、首尾运动参数均可指定且具有局部修改特性的关节轨迹,保证了机械臂的运动性能。采用改进多目标灰狼算法(improved multi-objective grey wolf optimizer,Imogwo)对机械臂轨迹进行优化,得到Pareto最优解集,该算法采用SIN混沌初始种群、非线性收敛因子、个体维度位置学习及领导者广义反向学习变异,并通过不可行度来处理多物理约束条件。在六自由度串联机械臂上的仿真实验结果表明,采用高次NURBS曲线规划方法可得到高阶连续的分段可调轨迹,采用Imogwo算法可对NURBS曲线实现有效的多目标寻优,得到较为理想的Pareto分布,为用户提供多样化选择方案。