CN117260728A - 一种铸造件清理机器人智能工具调度控制系统 - Google Patents

Abstract

本发明公开了一种铸造件清理机器人智能工具调度控制系统，采用点云处理模块获取铸造工件的工件误差并传输至工具调度模块获取铸造工序所需加工工具序列；工艺参数选择模块根据加工工具序列匹配工艺参数；并采用运动规划模块获取加工轨迹路径；并将加工轨迹路径传输至机械臂控制模块；且通过机械臂控制模块的震动分析单元获取加工过程中的震动数据生成反馈信号，工艺参数选择模块根据反馈信号决策工艺参数或调用工具调度模块；工具调度模块基于风险评估与决策模型对反馈信号评估，并根据评估结果调用加工工具序列的工具或调用点云处理模块重新获取工件误差。通过自学习不断更新刀具调度模块，大大减少相机的调用次数，提高了铸造件的生产效率与相机的使用寿命。

Description

一种铸造件清理机器人智能工具调度控制系统

技术领域

本发明涉及智能工具调度技术领域，尤其涉及一种铸造件清理机器人智能工具调度控制系统。

背景技术

随着科技进步及人力资源成本上升，传统加工制造领域越来越多使用机器人替代人力加工方法。在打磨任务中铸造件是复杂，由于工艺限制，铸造件的浇冒口，飞边，固定钢钉等位置与尺寸并不相同，使用单一的打磨工具或固定的流程很难较快并高质量的完成打磨任务。由于切割与强磨的过程中产生大量的火花飞溅与粉尘残渣等对周边环境造成冲击，因此双目相机并不能一直安装在手臂上，通常在每个阶段过后需要相机识别铸件处理的情况，进行下一步决策；反复调用相机，大幅降低打磨效率并对相机造成损伤，而工业相机的价格远超机械臂与铸造件。

发明内容

本发明提供一种铸造件清理机器人智能工具调度控制系统，以克服上述技术问题。

为了实现上述目的，本发明的技术方案是：

一种铸造件清理机器人智能工具调度控制系统，包括点云处理模块、工具调度模块、工艺参数选择模块、运动规划模块以及机械臂控制模块；

所述点云处理模块用于获取铸造工件的工件误差模型，并将所述工件误差模型的数据分别传输至工艺参数选择模块、运动规划模块以及工具调度模块；

所述工具调度模块用于根据工件误差模型的数据获取铸造工序所需加工工具序列；并将所述加工工具序列传输至工艺参数选择模块；

所述加工工具序列包括气刨机、强磨机、角磨机、强磨砂带机、细磨砂带机以及伸缩挫的一个或几个工具组合方案；

所述工艺参数选择模块用于根据工件误差模型的数据与加工工具序列匹配对应加工工具的工艺参数；并将所述工艺参数传输至运动规划模块；

所述工艺参数包括工具初始力、工具给进速度、工具切入角度以及工具主轴转速；

所述运动规划模块用于根据工件误差模型的数据、加工工具序列以及工艺参数获取加工轨迹路径；并将所述加工轨迹路径传输至机械臂控制模块；

所述机械臂控制模块包括机械臂驱动模块、机械臂末端力控单元以及震动分析单元；

所述机械臂驱动模块用于根据所述加工轨迹路径驱动机械臂带动加工刀具进行加工运动；

所述机械臂末端力控单元用于通过六维力控传感器采集机械臂作业时末端工具的震动数据，并将所述震动数据传输至震动分析单元；

所述震动分析单元用于将所述震动数据生成反馈信号传输至所述机械臂驱动模块与工艺参数选择模块；所述机械臂驱动模块根据所述反馈信号控制机械臂的启停；所述工艺参数选择模块用于根据所述反馈信号决策工艺参数或调用工具调度模块评估加工工具序列；所述工具调度模块基于构建的风险评估与决策模型对所述反馈信号进行评估获取评估结果，并根据所述评估结果调用加工工具序列的工具或调用点云处理模块重新获取工件误差。

进一步的，所述铸造工件的工件误差模型的数据的获取策略具体为

通过3D双目相机对铸造工件进行扫描获取铸造工件的点云数据；并传输至点云处理模块；所述点云处理模块根据所述点云数据生成待加工铸造工件模型；

根据铸造工件的加工工艺将所述待加工铸造工件模型进行区域划分，获取多个模型区域；

并根据所述模型区域与设定的标准模型获取各模型区域的空间偏移量，并根据所述空间偏移量获取铸造工件的工件误差模型的数据。

进一步的，所述工具调度模块用于根据工件误差模型的数据获取铸造工序所需加工工具序列的策略为

提取所述工件误差模型的误差特征数据，且所述误差特征数据包括最大误差、平均误差以及误差分布；并根据所述误差特征数据组合成状态向量作为当前工件误差模型的状态；

基于深度强化学习算法网络DQN，根据所述工件误差模型的状态定义工件误差模型的状态空间、工具序列的动作空间以及奖励函数；

所述工件误差模型的状态空间包括工件误差模型的不同状态；并基于铸造件加工经验设置各工件误差模型状态对应的工具序列表，作为工具序列的动作空间的动作；

所述奖励函数用于根据当前工件误差模型状态，获取对应工具序列的动作空间中奖励值最大的工具序列作为最优工具序列；

所述奖励函数的表达式为：

R(s,a,s')＝-E(s')+γ₀·E(s)-C(a)

式中：E(s)与E(s')分别表示当前状态s的工件误差值与新状态s'的工件误差值；γ₀是一个介于0和1之间的折扣因子；C(a)表示采取动作a的成本；s表示当前状态，即当前铸造件的工件误差模型；a表示采取的动作，即选择的工具序列；s'表示执行动作a后得到的新状态；R(s,a,s')表示从当前状态s采取动作a并转移到新状态s'得到的奖励；

将所述工件误差模型的状态空间的状态与工具序列的动作空间的动作作为深度强化学习算法网络DQN的输入，并基于贪婪算法，根据所述奖励函数输出新的动作并建立四元组数据(state,action,reward,next state)；

创建一个经验回放存储池，将所述四元组数据(state,action,reward,nextstate)存放至经验回放存储池，从经验回放存储池中随机抽取四元组数据作为训练数据子集；

通过所述训练数据子集对深度强化学习算法网络DQN进行训练获取预测工具序列动作值，通过反向传播法，根据所述预测工具序列动作值与目标工具序列动作值之间的均方误差作为损失函数更新深度强化学习算法网络DQN的网络参数权重；

并获取预测工具序列动作值与目标工具序列动作值之间的均方误差值最小时，对应的深度强化学习算法网络DQN的权重作为最优网络参数权重，

基于所述最优网络参数权重获取最优深度强化学习算法网络DQN；

所述目标工具序列动作值Q_target(s,a)的计算公式为

式中：reward表示选择某一加工工具后获得的奖励；s'表示状态；γ₀表示折扣因子；表示在新状态s'下工具序列表中动作的最大值；

根据所述最优深度强化学习算法网络DQN获取铸造工序所需加工工具序列。

进一步的，所述工艺参数选择模块用于根据工件误差模型的数据与加工工具序列匹配对应加工工具的工艺参数的匹配策略为

基于工件误差模型的数据、加工工具以及现有的加工工艺库信息定义多个加工工艺参数向量；并根据所述加工工艺参数向量获取工具工艺参数数据库；

所述加工工艺参数向量的表达式为

M_i＝(T,E,F_initial,V_feed,θ_cut,R_spindle)

式中：T表示工具类型；E表示工件误差模型大小；F_initial表示初始力；V_feed表示给进速度；θ_cut表示工具切入角度；R_spindle表示工具主轴转速；

定义加工工艺参数的期望向量为S＝(E',T',F'_initial,V'_feed,θ'_cut,R'_spindle)，基于欧氏距离计算函数，根据所述工具工艺参数数据库获取与所述加工工艺参数的期望向量欧氏距离最小的加工工艺参数向量，作为当前加工工艺参数向量匹配至对应的加工工具；

所述欧氏距离计算函数D(S,M_i)的表达式为

式中：T'表示期望工具类型；E'表示期望工具误差模型大小；F'_initial表示期望初始力；V'_feed表示期望给进速度；θ'_cut表示期望工具切入角度；R'_spindle表示期望工具主轴转速；Templates表示工具工艺参数数据库的参数向量；M^*表示与加工工艺参数的期望向量欧氏距离最小的加工工艺参数向量。

进一步的，所述工艺参数选择模块用于根据所述反馈信号决策工艺参数或调用工具调度模块对反馈信号进行评估的决策规则为

通过工艺参数选择模块获取所述反馈信号的时域/频域数据，并判断所述时域/频域数据是否处于预设决策阈值内；

若所述时域/频域数据处于预设决策阈值范围，则确认当前工艺参数参数符合标准，继续保持当前工艺参数运行；

若所述时域/频域数据超出预设决策阈值范围，则确认当前工艺参数参数不符合标准，则将所述反馈信号反馈至工具调度模块。

进一步的，所述工具调度模块基于构建的风险评估与决策模型对所述反馈信号进行评估获取评估结果的策略为

构建的风险评估与决策模型的过程具体为

采集已风险标识分类的历史震动信号数据，并采用FFT转换算法获取对应风险标识分类的所述震动信号数据的特征值；并根据所述特征值获取特征样本训练集；

所述特征值包括振动幅值以及频率分量；

构建基于径向基函数神经网络RBF的SVM的优化模型；所述优化模型为

subject to:

K(x_i,x_j)＝exp(-γ||x_i-x_j||²)

式中：N表示特征样本训练集的样本数量；y_i表示特征样本训练集的样本标签，取值为1或-1；α表示拉格朗日乘子；C表示正则化参数；K(x_i,x_j)表示支持向量机的核函数；x_i与x_j分别表示振动幅值与频率分量的数据点；γ表示径向基函数神经网络RBF的核参数；x_s与y_s均表示预设的支持向量的数据点；b表示偏置；

采用SMO优化算法求解获取所述优化模型拉格朗日乘子α与偏置量b；并根据所述拉格朗日乘子α与偏置量b获取分类决策函数；所述分类决策函数的表达式为

式中：f(x)表示震动信号特征x的分类预测结果；

基于所述分类决策函数，根据所述震动分析单元输出的反馈信号获取包括震动信号的振动幅值与频率分量的震动数据特征：

F(t)＝[f₁(t),f₂(t),...,f_n(t)]

式中：F(t)表示震动数据特征值；f_i(t)表示在时刻t的第i个震动数据特征，i＝1,2,3,…n。

并通过所述训练好的优化模型获取当前震动数据特征对应的风险标签，并计算所述当前震动数据特征与设定的工艺库中存储工具对应的震动数据特征f_lib，i的震动特征欧氏距离，若所述震动特征欧氏距离小于等于预设震动阈值，则确认所述反馈信号不存在风险，继续使用当前工具序列；

若所述震动特征欧氏距离大于预设震动阈值，则确认所述反馈信号存在风险，重新调用点云处理模块更新工件误差；

所述震动特征欧氏距离D(t)的计算公式为：

式中：f_i(t)表示在时刻t的第i个震动数据特征；f_lib，i表示设定的工艺库中存储工具对应的震动数据特征。

本发明公开了一种铸造件清理机器人智能工具调度控制系统，通过工具调度模块基于构建的风险评估与决策模型，根据工件误差模型获取铸造工序所需加工工具序列，通过自学习不断更新刀具调度模块，可以合理调度多种打磨切割工具，通过工艺参数选择模块根据工件误差与加工工具序列匹配对应加工工具的工艺参数；并采用运动规划模块优化获取加工轨迹路径；且根据震动分析模块传输的反馈信号决策工艺参数或调用工具调度模块评估加工工具序列获取评估结果，并根据评估结果调用加工工具序列的工具或调用点云处理模块重新获取工件误差，大大减少相机的调用次数，提高了铸造件的生产效率与相机的使用寿命。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种铸造件清理机器人智能工具调度控制系统示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供了一种铸造件清理机器人智能工具调度控制系统，如图1所示，包括点云处理模块、工具调度模块、工艺参数选择模块、运动规划模块以及机械臂控制模块；

所述点云处理模块用于获取铸造工件的工件误差模型，并将所述工件误差模型的数据分别传输至工艺参数选择模块、运动规划模块以及工具调度模块；

所述工具调度模块用于根据工件误差模型的数据获取铸造工序所需加工工具序列；并将所述加工工具序列传输至工艺参数选择模块；

所述加工工具序列包括气刨机、强磨机、角磨机、强磨砂带机、细磨砂带机以及伸缩挫的一个或几个工具组合方案；

所述工艺参数选择模块用于根据工件误差模型的数据与加工工具序列匹配对应加工工具的工艺参数；并将所述工艺参数传输至运动规划模块；

所述工艺参数包括工具初始力、工具给进速度、工具切入角度以及工具主轴转速；

所述运动规划模块用于根据工件误差模型的数据、加工工具序列以及工艺参数获取加工轨迹路径；并将所述加工轨迹路径传输至机械臂控制模块；

所述机械臂控制模块包括机械臂驱动模块、机械臂末端力控单元以及震动分析单元；

所述机械臂驱动模块用于根据所述加工轨迹路径驱动机械臂带动加工刀具进行加工运动；

所述机械臂末端力控单元用于通过六维力控传感器采集机械臂作业时末端工具的震动数据，并将所述震动数据传输至震动分析单元；

所述震动分析单元用于将所述震动数据生成反馈信号传输至所述机械臂驱动模块与工艺参数选择模块；所述机械臂驱动模块根据所述反馈信号控制机械臂的启停；所述工艺参数选择模块用于根据所述反馈信号决策工艺参数或调用工具调度模块对反馈信号进行评估；所述工具调度模块基于构建的风险评估与决策模型对所述反馈信号进行评估获取评估结果，并根据所述评估结果调用加工工具序列的工具或调用点云处理模块重新获取工件误差。

本实施例中采用点云处理模块获取铸造工件的工件误差模型，通过工具调度模块根据工件误差模型的数据获取铸造工序所需加工工具序列；工艺参数选择模块根据工件误差模型的数据与加工工具序列匹配对应加工工具的工艺参数；并采用运动规划模块获取加工轨迹路径；并将加工轨迹路径传输至机械臂控制模块；进行通过机械臂控制模块实现刀具的加工，且通过震动分析单元获取加工过程中的震动数据生成反馈信号，将反馈信号传输至机械臂驱动模块与工艺参数选择模块；机械臂驱动模块根据反馈信号控制机械臂的启停；工艺参数选择模块根据反馈信号决策工艺参数或调用工具调度模块；工具调度模块基于构建的风险评估与决策模型对反馈信号进行评估获取评估结果，并根据评估结果调用加工工具序列的工具或调用点云处理模块重新获取工件误差模型。可以合理调度多种打磨切割工具，并实施调整工艺参数与加工轨迹，并通过自学习不断更新刀具调度模块，大大减少相机的调用次数，提高了铸造件的生产效率与相机的使用寿命。

在具体实施例中，所述铸造工件的工件误差模型数据的获取策略具体为

通过3D双目相机对铸造工件进行扫描获取铸造工件的点云数据；并传输至点云处理模块；所述点云处理模块根据所述点云数据生成待加工铸造工件模型；

根据铸造工件的加工工艺将所述待加工铸造工件模型进行区域划分，获取多个模型区域；

并根据所述模型区域与设定的标准模型获取各模型区域的空间偏移量，并根据所述空间偏移量获取铸造工件的工件误差模型的数据；所工件误差模型的数据具体为最大误差、平均误差以及误差分布数据；

具体地，将待加工铸造工件模型与标准CAD模型进行比对，以生成误差模型包括以下步骤

转换标准CAD模型：首先需要将标准CAD模型转换为点云表示，这通常可以通过将模型表面进行均匀采样来实现，

P_CAD＝SampleSurface(CAD)

其中，P_CAD表示从标准CAD模型采样得到的点云；

点云去噪：从3D双目相机得到的点云数据可能包含噪声，使用径向基函数RBF滤波进行去噪；

P_clean＝Denoise(P_raw)

其中，P_raw表示通过3D双目相机扫描得到的点云数据；P_clean表示去噪后的点云数据；

点云配准：为了比较两个点云，它们需要首先在同一个坐标系中，迭代最近点算法ICP是常用的配准技术，

(R，t)＝ICP(P_clean，P_CAD)

其中，R是旋转矩阵，t是平移向量，用于将P_clean对齐到P_CAD；

计算工件误差：工件误差可以计算为每个点在P_clean中与其在P_CAD中的最近点之间的距离，即工件误差模型的数据。

E_i＝dist(P_clean,i,nearest(P_clean,i,P_CAD))

其中，E_i是点P_clean的工件误差；

生成工件误差模型：将每个点的工件误差E_i映射为颜色或者其他视觉表示，从而生成一个工件误差模型，可以为每个点提供可视化的误差信息；

判断工件误差是否满足要求

ifmax(E)<Threshold then End Process

其中，Threshold表示预先设定的误差阈值；max(E)表示最大的工件误差空间偏移量。

在具体实施例中，所述工具调度模块用于根据工件误差模型的数据获取铸造工序所需加工工具序列的策略为

提取所述工件误差模型的误差特征数据，且所述误差特征数据包括最大误差、平均误差以及误差分布；并根据所述误差特征数据组合成状态向量作为当前工件误差模型的状态；

基于深度强化学习算法网络DQN，根据所述工件误差模型的状态定义工件误差模型的状态空间、工具序列的动作空间以及奖励函数；误差模型的状态空间包含所有可能的状态，每个状态代表一个可能的误差模型；工具序列的动作空间包括所有可能的工具序列，比如[气刨机，强磨机]，[角磨机，细砂带]等；

所述工件误差模型的状态空间包括工件误差模型的不同状态；并基于铸造件加工经验设置各工件误差模型状态对应的工具序列表，作为工具序列的动作空间的动作；定义一个奖励函数来评估每个动作的好坏，如果这个工具序列可以减少铸造件误差，那么给予正奖励；否则给予负奖励；

所述奖励函数用于根据当前工件误差模型状态，获取对应工具序列的动作空间中奖励值最大的工具序列作为最优工具序列；

所述奖励函数的表达式为：

R(s,a,s')＝-E(s')+γ₀·E(s)-C(a)

式中：E(s)与E(s')分别表示当前状态s的工件误差值与新状态s'的工件误差值；γ₀是一个介于0和1之间的折扣因子；C(a)表示采取动作a的成本；s表示当前状态，即当前铸造件的工件误差模型；a表示采取的动作，即选择的工具序列；s'表示执行动作a后得到的新状态；R(s,a,s')表示从当前状态s采取动作a并转移到新状态s'得到的奖励；

具体地，γ₀是一个介于0和1之间的折扣因子，它表示当前状态误差对奖励的贡献相对于新状态误差的重要性；如果γ₀接近1，模型会更关心减少当前的误差；如果γ₀接近0，模型会更关心减少未来的误差；C(a)是采取动作a的成本，这可以包括工具的使用寿命、耗时、能耗等；我们从奖励中减去这个成本是因为我们希望模型选择成本较低的动作。假设在某个状态s下，误差是10，选择了一个工具序列a，成本是2，执行后的新状态s'的误差是7，并设定γ₀＝0.8，则奖励计算为：

R(s,a,s')＝-7+0.8×10-2＝-1

这个奖励值表示，在考虑到动作的成本后，采取该动作导致了误差的减少，因此是一个正面的结果；通过适当地定义奖励函数，可以使强化学习模型关注于最小化误差，同时考虑到动作的成本选择合适的γ₀值和准确地估算C(a)；

将所述误差模型的状态空间的状态与工具序列的动作空间的动作作为深度强化学习算法网络DQN的输入，并基于贪婪算法，根据所述奖励函数输出新的动作并建立四元组数据(state状态,action动作,reward奖励函数,next state新状态)；

创建一个经验回放存储池，将所述四元组数据(state,action,reward,nextstate)存放至经验回放存储池，从经验回放存储池中随机抽取四元组数据作为训练数据子集；

具体地，ε-贪婪算法是强化学习中经常用来实现探索-利用权衡(exploration-exploitation trade-off)的一种策略，在强化学习问题中，算法(智能体)需要在利用它当前知道的信息(按照现有知识做出最佳选择)与探索新的、未知的策略或动作之间找到一个平衡。ε-贪婪策略实现过程具体为：在ε-贪婪算法中，ε是一个介于0和1之间的数值。在每个时间步，智能体以ε的概率随机选择一个动作(进行探索)，以1-ε的概率选择当前Q值估计为最高的动作进行利用。例如，假设ε＝0.1，则在90％的时间中，智能体会选择它认为可以获得最大奖励的动作，而在10％的时间中，它会随机选择一个动作，采用ε-贪婪算法可以确保智能体不会完全忽略探索，从而有机会发现更好的策略。随着时间的推移，为了更好地利用已知的策略，通常会逐渐减小ε值，使智能体更多地进行利用而不是探索。

本实施例中经验回放允许深度强化学习算法网络DQN从过去的经验中随机抽样，从而打破数据之间的相关性，并使训练更稳定；同时为了在探索与利用之间取得平衡，使用ε-贪婪策略来选择工具序列；这意味着有ε的概率选择一个随机工作序列，而有1-ε的概率选择具有DQN网络最大输出值对应的工具序列。随着训练的进行，ε会逐渐减小，使用ε-贪婪策略选择一个工具序列动作，并在真实环境中执行它。所述深度强化学习算法网络包括DQN环境、任务以及奖励函数；环境具体为铸造件的误差模型和工具；任务具体为选择合适的工具序列来修正铸造件的误差；奖励函数具体为基于工具选择后实际修正的误差量以及工具的使用成本或效率，DQN环境返回新的误差模型(新状态)和一个奖励，奖励是基于选择的工具对误差的实际修正量和工具的使用成本来计算的，将当前状态、选择的工具序列、获得的奖励和新状态存储到经验回放存储中；

通过所述训练数据子集对深度强化学习算法网络DQN进行训练获取预测工具序列动作值，通过反向传播法，根据所述预测工具序列动作值与目标工具序列动作值之间的均方误差作为损失函数更新深度强化学习算法网络DQN的网络参数权重；

并获取预测工具序列动作值与目标工具序列动作值之间的均方误差值最小时，对应的深度强化学习算法网络DQN的权重作为最优网络参数权重，

基于所述最优网络参数权重获取最优深度强化学习算法网络DQN；

所述目标工具序列动作值Q_target(s,a)的计算公式为

式中：reward表示选择某一加工工具后获得的奖励；s'表示状态；γ₀表示折扣因子；表示在新状态s'下工具序列表中动作的最大值；

根据所述最优深度强化学习算法网络DQN获取铸造工序所需加工工具序列，DQN算法将能够学习如何为给定的状态选择最佳的工具序列，从而最小化误差。

在具体实施例中，所述工艺参数选择模块用于根据工件误差模型的数据与加工工具序列匹配对应加工工具的工艺参数的匹配策略为

基于工件误差模型的数据、加工工具以及现有的加工工艺库信息定义多个加工工艺参数向量；并根据所述加工工艺参数向量获取工具工艺参数数据库；工艺参数模版需要从工艺库中选择与输入工具序列匹配模板，进而确定对应的工艺参数，采用欧式距离度量方法匹配，每个模板应该有一个明确的结构，包括工具类型，工具误差模型大小以及一组对应的工艺参数(初始力，给进速度，工具切入角度，工具主轴转速等)。

所述加工工艺参数向量的一个模板可以表示为：

M_i＝(T,E,F_initial,V_feed,θ_cut,R_spindle)

式中：T表示工具类型；E表示误差模型大小；Finitial表示初始力；V_feed表示给进速度；θ_cut表示工具切入角度；R_spindle表示工具主轴转速；

定义加工工艺参数的期望向量为S＝(E',T',F'_initial,V'_feed,θ'_cut,R'_spindle)，基于欧氏距离计算函数，根据所述工具工艺参数数据库获取与所述加工工艺参数的期望向量欧氏距离最小的加工工艺参数向量，作为当前加工工艺参数向量匹配至对应的加工工具；

所述欧氏距离计算函数D(S,M_i)的表达式为

式中：T'表示期望工具类型；E'表示期望误差模型大小；F'_intiial表示期望初始力；V'_feed表示期望给进速度；θ'_cut表示期望工具切入角度；R'_spindle表示期望工具主轴转速；Templates表示工具工艺参数数据库的参数向量；M^*表示与加工工艺参数的期望向量欧氏距离最小的加工工艺参数向量；

其中还包括通过近邻算法选择与D(S,M_i)欧式空间中距离最近的N个邻居(加工工艺参数)，并获取N个邻居(加工工艺参数)的平均工艺参数，并添加至所述工具工艺参数数据库中更新工具工艺参数数据库；且所述近邻算法为现有公知技术手段，并非本申请的发明点，在此不再赘述。

在具体实施例中，所述工艺参数选择模块用于根据所述反馈信号决策工艺参数或调用工具调度模块对反馈信号进行评估的决策规则为

通过工艺参数选择模块获取所述反馈信号的时域/频域数据，并判断所述时域/频域数据是否处于预设决策阈值内；

若所述时域/频域数据是否处于预设决策阈值范围，则确认当前工艺参数参数符合标准，继续保持当前工艺参数运行；

若所述时域/频域数据是否超出预设决策阈值范围，则确认当前工艺参数参数不符合标准，则将所述反馈信号反馈至工具调度模块。

在具体实施例中，所述工具调度模块基于构建的风险评估与决策模型对所述反馈信号进行评估获取评估结果的策略为

构建风险评估与决策模型的过程具体为

采集已风险标识分类的历史震动信号数据，并采用FFT转换算法获取对应风险标识分类的所述震动信号数据的特征值；并根据所述特征值获取特征样本训练集；

所述特征值包括振动幅值以及频率分量；

构建基于径向基函数神经网络RBF的SVM的优化模型；所述优化模型为

subject to:

K(x_i,x_j)＝exp(-γ||x_i-x_j||²)

式中：N表示特征样本训练集的样本的数量；y_i表示特征样本训练集的样本标签，取值为1或-1；α表示拉格朗日乘子；C表示正则化参数；K(x_i,x_j)表示支持向量机的核函数；x_i与x_j分别表示振动幅值与频率分量的数据点；γ表示径向基函数神经网络RBF的核参数；x_s与y_s均表示预设的支持向量的数据点；b表示偏置；

采用SMO优化算法求解获取所述优化模型拉格朗日乘子α与偏置量b；并根据所述拉格朗日乘子α与偏置量b获取分类决策函数；所述分类决策函数的表达式为

式中：f(x)表示震动信号特征x的分类预测结果；

从震动分析单元获得的特征是包含对信号的多个频域与时域特征的向量；基于所述分类决策函数，根据所述震动分析单元输出的反馈信号获取包括震动信号的振动幅值与频率分量的震动数据特征：

F(t)＝[f₁(t),f₂(t),...,f_n(t)]

式中：F(t)表示震动数据特征值；f_i(t)表示在时刻t的第i个震动数据特征，i＝1,2,3,…n；

并通过所述训练好的优化模型获取当前震动数据特征对应的风险标签，并计算所述当前震动数据特征与设定的工艺库中存储工具对应的震动数据特征f_lib,i的震动特征欧氏距离，若所述震动特征欧氏距离小于等于预设震动阈值，则确认所述反馈信号不存在风险，继续使用当前工具序列；

若所述震动特征欧氏距离大于预设震动阈值，则确认所述反馈信号存在风险，重新调用点云处理模块更新工件误差；

所述震动特征欧氏距离D(t)的计算公式为：

/>

式中：f_i(t)表示在时刻t的第i个震动数据特征；f_lib,i表示设定的工艺库中存储工具对应的震动数据特征。

本实施例中采用点云处理模块将3D双目相机传输的视觉信号进行3D点云成像处理，并将成像与标准模型做对比生成工件误差模型，工件误差模型为获取的处理目标，当处理目标小于所设定的阈值时即完成切割打磨工序，当处理的目标不满足完成条件时，将处理目标发送至工具调度模块，工具调度模块依据误差模型生成工具序列，工具序列为可能需要用到的工具，包含气刨机、强磨机、角磨机、强磨砂带机、细磨砂带机以及伸缩挫的一个或几个工具组合。从工具序列中选出第一个工具并将工具信息传输至工艺参数选择模块，工艺参数选择模块同时接收工具信息与工件误差模型，以工件误差模型作为参考匹配出一种适合的工艺参数，工艺参数包括但不限于初始力，给进速度，工具切入角度，工具主轴转速等。将工艺信息传递后续运动规划模块，运动规划模块另外接收工件误差模型以及工具序列信息，结合工具序列信息给出工具的路径并对轨迹优化，例如，当识别到切割工具时会给出切割工序的路径拟合方法对点云信息进行路径拟合，而后以机械臂关节运转幅度小，减小机械臂末端点间距作为优化条件进行轨迹优化，且以机械臂关节运转幅度小，减小机械臂末端点间距作为优化条件进行轨迹优化的方法或手段为现有公知技术手段，并非本申请的发明点，在此不再赘述；而后通过机械臂控制模块根据加工轨迹将机械臂驱动信息发送至机械臂驱动模块，机械臂驱动模块负责与PLC机器人控制柜通信，将给定生成的信息通过ModbusTCP协议传输至PLC，PLC驱动机器人各机械臂关节，完成作业。机械臂末端力控单元通过六维力控传感器采集作业时机器人末端工具的震动数据，并将数据传递给后续的震动分析单元。震动分析单元接收一段工序的机械臂末端震动信号，并对信号的时域和频域进行统计学分析，当与工件模型发生较大差异发生异常震动信号时，向机械臂驱动模块发送停止指令并将异常信息反馈至工艺参数选择模块，当震动信号在工件模型预设正常范围内正常时，则将加工工具结束后的信息反馈至工艺参数选择模块。工艺参数选择模块接收到反馈信息后判定反馈的信息的时域频域参是否在阈值内，如果在阈值内则说明工艺参数良好，继续以该参数运行。如果达到临界则需要调整工艺参数。如果过低或过高可能说明工件已经完成切割打磨工序任务或工具已不适合继续使用，工艺参数选择模块将信息反馈至工具调度模块。工具调度模块接收工艺参数选择模块的反馈，将反馈信息送入风险评估与决策模型，风险评估至在正常范围内时，则按照工具序列调用下一项工具。当风险评估值过高时，放弃后续环节，反馈信息至点云处理模块，重新生成点云图像并训练该模型。且构造的风险评估与决策模型模型具有自学习能力，能够在下一次风险评估中重新调整该情况下的风险评估值。依据重新获取的工件误差模型，基于风险评估与决策模型重新生成后续的工具序列，并继续执行正向过程，且工具调度模块与工艺选择模块在反馈中能够自学习，增强调度工具与工艺参数给定的能力，提高模型匹配概率，进一步降低3D双目相机的使用。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (6)

1.一种铸造件清理机器人智能工具调度控制系统，其特征在于，包括点云处理模块、工具调度模块、工艺参数选择模块、运动规划模块以及机械臂控制模块；

所述点云处理模块用于获取铸造工件的工件误差模型，并将所述工件误差模型的数据分别传输至工艺参数选择模块、运动规划模块以及工具调度模块；

所述工具调度模块用于根据工件误差模型的数据获取铸造工序所需加工工具序列；并将所述加工工具序列传输至工艺参数选择模块；

所述加工工具序列包括气刨机、强磨机、角磨机、强磨砂带机、细磨砂带机以及伸缩挫的一个或几个工具组合方案；

所述工艺参数选择模块用于根据工件误差模型的数据与加工工具序列匹配对应加工工具的工艺参数；并将所述工艺参数传输至运动规划模块；

所述工艺参数包括工具初始力、工具给进速度、工具切入角度以及工具主轴转速；

所述运动规划模块用于根据工件误差模型的数据、加工工具序列以及工艺参数获取加工轨迹路径；并将所述加工轨迹路径传输至机械臂控制模块；

所述机械臂控制模块包括机械臂驱动模块、机械臂末端力控单元以及震动分析单元；

所述机械臂驱动模块用于根据所述加工轨迹路径驱动机械臂带动加工刀具进行加工运动；

所述机械臂末端力控单元用于通过六维力控传感器采集机械臂作业时末端工具的震动数据，并将所述震动数据传输至震动分析单元；

所述震动分析单元用于将所述震动数据生成反馈信号传输至所述机械臂驱动模块与工艺参数选择模块；所述机械臂驱动模块根据所述反馈信号控制机械臂的启停；所述工艺参数选择模块用于根据所述反馈信号决策工艺参数或调用工具调度模块对反馈信号进行评估；所述工具调度模块基于构建的风险评估与决策模型对所述反馈信号进行评估获取评估结果，并根据所述评估结果调用加工工具序列的工具或调用点云处理模块重新获取工件误差。

2.根据权利要求1所述的一种铸造件清理机器人智能工具调度控制系统，其特征在于，所述铸造工件的工件误差模型的数据的获取策略具体为

通过3D双目相机对铸造工件进行扫描获取铸造工件的点云数据；并传输至点云处理模块；所述点云处理模块根据所述点云数据生成待加工铸造工件模型；

根据铸造工件的加工工艺将所述待加工铸造工件模型进行区域划分，获取多个模型区域；

并根据所述模型区域与设定的标准模型获取各模型区域的空间偏移量，并根据所述空间偏移量获取铸造工件的工件误差模型的数据。

3.根据权利要求1所述的一种铸造件清理机器人智能工具调度控制系统，其特征在于，所述工具调度模块用于根据工件误差模型的数据获取铸造工序所需加工工具序列的策略为

提取所述工件误差模型的误差特征数据，且所述误差特征数据包括最大误差、平均误差以及误差分布；并根据所述误差特征数据组合成状态向量作为当前工件误差模型的状态；

基于深度强化学习算法网络DQN，根据所述工件误差模型的状态定义工件误差模型的状态空间、工具序列的动作空间以及奖励函数；

所述工件误差模型的状态空间包括工件误差模型的不同状态；并基于铸造件加工经验设置各工件误差模型状态对应的工具序列表，作为工具序列的动作空间的动作；

所述奖励函数用于根据当前工件误差模型状态，获取对应工具序列的动作空间中奖励值最大的工具序列作为最优工具序列；

所述奖励函数的表达式为：

R(s,a,s')＝-E(s')+γ₀·E(s)-C(a)

式中：E(s)与E(s')分别表示当前状态s的工件误差值与新状态s'的工件误差值；γ₀是一个介于0和1之间的折扣因子；C(a)表示采取动作a的成本；s表示当前状态，即当前铸造件的工件误差模型；a表示采取的动作，即选择的工具序列；s'表示执行动作a后得到的新状态；R(s,a,s')表示从当前状态s采取动作a并转移到新状态s'得到的奖励；

将所述工件误差模型的状态空间的状态与工具序列的动作空间的动作作为深度强化学习算法网络DQN的输入，并基于贪婪算法，根据所述奖励函数输出新的动作并建立四元组数据(state,action,reward,next state)；

创建一个经验回放存储池，将所述四元组数据(state,action,reward,next state)存放至经验回放存储池，从经验回放存储池中随机抽取四元组数据作为训练数据子集；

通过所述训练数据子集对深度强化学习算法网络DQN进行训练获取预测工具序列动作值，通过反向传播法，根据所述预测工具序列动作值与目标工具序列动作值之间的均方误差作为损失函数更新深度强化学习算法网络DQN的网络参数权重；

并获取预测工具序列动作值与目标工具序列动作值之间的均方误差值最小时，对应的深度强化学习算法网络DQN的权重作为最优网络参数权重，

基于所述最优网络参数权重获取最优深度强化学习算法网络DQN；

所述目标工具序列动作值Q_target(s,a)的计算公式为

式中：reward表示选择某一加工工具后获得的奖励；s'表示状态；γ₀表示折扣因子；表示在新状态s'下工具序列表中动作的最大值；

根据所述最优深度强化学习算法网络DQN获取铸造工序所需加工工具序列。

4.根据权利要求1所述的一种铸造件清理机器人智能工具调度控制系统，其特征在于，所述工艺参数选择模块用于根据工件误差模型的数据与加工工具序列匹配对应加工工具的工艺参数的匹配策略为

基于工件误差模型的数据、加工工具以及现有的加工工艺库信息定义多个加工工艺参数向量；并根据所述加工工艺参数向量获取工具工艺参数数据库；

所述加工工艺参数向量的表达式为

M_i＝(T,E,F_initial,V_feed,θ_cut,R_spindle)

式中：T表示工具类型；E表示工件误差模型大小；F_initial表示初始力；V_feed表示给进速度；θ_cut表示工具切入角度；R_spindle表示工具主轴转速；

定义加工工艺参数的期望向量为S＝(E',T',F'_initial,V'_feed,θ'_cut,R'_spindle)，基于欧氏距离计算函数，根据所述工具工艺参数数据库获取与所述加工工艺参数的期望向量欧氏距离最小的加工工艺参数向量，作为当前加工工艺参数向量匹配至对应的加工工具；

所述欧氏距离计算函数D(S,M_i)的表达式为

式中：T'表示期望工具类型；E'表示期望误差模型大小；F'_initial表示期望初始力；V'_feed表示期望给进速度；θ'_cut表示期望工具切入角度；R'_spindle表示期望工具主轴转速；Templates表示工具工艺参数数据库的参数向量；M^*表示与加工工艺参数的期望向量欧氏距离最小的加工工艺参数向量。

5.根据权利要求1所述的一种铸造件清理机器人智能工具调度控制系统，其特征在于，所述工艺参数选择模块用于根据所述反馈信号决策工艺参数或调用工具调度模块对反馈信号进行评估的决策规则为

通过工艺参数选择模块获取所述反馈信号的时域/频域数据，并判断所述时域/频域数据是否处于预设决策阈值内；

若所述时域/频域数据处于预设决策阈值范围，则确认当前工艺参数参数符合标准，继续保持当前工艺参数运行；

若所述时域/频域数据超出预设决策阈值范围，则确认当前工艺参数参数不符合标准，则将所述反馈信号反馈至工具调度模块。

6.根据权利要求1所述的一种铸造件清理机器人智能工具调度控制系统，其特征在于，所述工具调度模块基于构建的风险评估与决策模型对所述反馈信号进行评估获取评估结果的策略为

构建的风险评估与决策模型的过程具体为

采集已风险标识分类的历史震动信号数据，并采用FFT转换算法获取对应风险标识分类的所述震动信号数据的特征值；并根据所述特征值获取特征样本训练集；

所述特征值包括振动幅值以及频率分量；

构建基于径向基函数神经网络RBF的SVM的优化模型；所述优化模型为

subject to:

K(x_i,x_j)＝exp(-γ||x_i-x_j||²)

式中：N表示特征样本训练集的样本的数量；y_i表示特征样本训练集的样本标签，取值为1或-1；α表示拉格朗日乘子；C表示正则化参数；K(x_i,x_j)表示支持向量机的核函数；x_i与x_j分别表示振动幅值与频率分量的数据点；γ表示径向基函数神经网络RBF的核参数；x_s与y_s均表示预设的支持向量的数据点；b表示偏置；

采用SMO优化算法求解获取所述优化模型拉格朗日乘子α与偏置量b；并根据所述拉格朗日乘子α与偏置量b获取分类决策函数；所述分类决策函数的表达式为

式中：f(x)表示震动信号特征x的分类预测结果；

基于所述分类决策函数，根据所述震动分析单元输出的反馈信号获取包括震动信号的振动幅值与频率分量的震动数据特征：

F(t)＝[f₁(t),f₂(t),...,f_n(t)]

式中：F(t)表示震动数据特征值；f_i(t)表示在时刻t的第i个震动数据特征，i＝1,2,3,…n；

并通过所述训练好的优化模型获取当前震动数据特征对应的风险标签，并计算所述当前震动数据特征与设定的工艺库中存储工具对应的震动数据特征f_lib,i的震动特征欧氏距离，若所述震动特征欧氏距离小于等于预设震动阈值，则确认所述反馈信号不存在风险，继续使用当前工具序列；

若所述震动特征欧氏距离大于预设震动阈值，则确认所述反馈信号存在风险，重新调用点云处理模块更新工件误差；

所述震动特征欧氏距离D(t)的计算公式为：

式中：f_i(t)表示在时刻t的第i个震动数据特征；f_lib,i表示设定的工艺库中存储工具对应的震动数据特征。