来源：期刊VIP网 时间：
作者：韩天勇;陈满意;朱义虎;朱自文;
单位：武汉理工大学机电工程学院;
摘要：为提高抛光后曲面零件的表面质量，应建立粗糙度模型选取合理工艺参数，因此本文提出一种基于支持向量机(SVM)的建模方法。通过对机器人抛光过程及抛光工艺参数的研究，将刀具转速、抛光力、行间距、机器人进给速度等作为输入量，粗糙度作为输出量。结合粒子群算法(PSO)与SVM建立曲面零件抛光粗糙度预测模型，并与回归分析方法作对比。试验结果表明：回归分析方法的预测误差较大，而基于SVM建立的曲面零件抛光粗糙度预测模型与试验结果高度吻合，试验测量值与预测值间的平均相对误差为2.84%。最后，通过全局寻优获得最佳工艺参数组合，该模型为合理选择抛光工艺参数提供了依据。
关键词：机器人抛光;;粒子群算法;;支持向量机;;粗糙度预测;;抛光工艺参数优化
