針對(duì)影像測(cè)量儀測(cè)量路徑問題,文中提出基于改進(jìn)蟻群算法的影像測(cè)量路徑規(guī)劃方法。首先對(duì)影像測(cè)量儀測(cè)量路徑問題進(jìn)行分析,將其轉(zhuǎn)化為求解TSP問題;其次針對(duì)傳統(tǒng)蟻群算法解決TSP問題出現(xiàn)的搜索時(shí)間長、收斂速度慢的問題,提出引入模糊集合和隸屬度的概念對(duì)信息素更新機(jī)制進(jìn)行改進(jìn),減少搜索時(shí)間,提高收斂速度;引入信息熵概念,對(duì)算法的收斂判據(jù)進(jìn)行改進(jìn);最后應(yīng)用改進(jìn)的蟻群算法對(duì)影像測(cè)量路徑規(guī)劃,進(jìn)行驗(yàn)證實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明:該方法能有效的減小測(cè)量路徑的長度和測(cè)量平臺(tái)的運(yùn)行時(shí)間,證明了該方法的有效性。 

【文章來源】：組合機(jī)床與自動(dòng)化加工技術(shù). 2019,(02)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

改進(jìn)蟻群算法流程3實(shí)驗(yàn)及分析

]2)，算法結(jié)束，輸出最終結(jié)果，否則清空所有禁忌表，并跳轉(zhuǎn)至Step2。改進(jìn)的蟻群算法流程圖如圖2所示。圖2改進(jìn)蟻群算法流程3實(shí)驗(yàn)及分析為證明基于改進(jìn)蟻群算法的影響測(cè)量路徑規(guī)劃的正確性和可行性，本文進(jìn)行了實(shí)驗(yàn)驗(yàn)證。將55個(gè)公稱直徑為8mm的e型擋圈隨機(jī)散布到測(cè)量平臺(tái)上，通過自主研發(fā)的圖像采集系統(tǒng)采集涵蓋所有待測(cè)零件的圖像，進(jìn)行相應(yīng)的圖像處理后獲取各個(gè)零件的位置信息如圖。算法中各個(gè)參數(shù)設(shè)置如下:蟻數(shù)m=55，α=1．5，β=3，ρ=0．35，ε=0．009。圖3和圖4分別為傳統(tǒng)逐列測(cè)量的測(cè)量路徑和改進(jìn)蟻群算法的測(cè)量路徑。圖3逐列測(cè)量路徑圖4改進(jìn)蟻群算法測(cè)量路徑為驗(yàn)證本文提出的改進(jìn)蟻群算法的有效性，將傳統(tǒng)測(cè)量方式、傳統(tǒng)蟻群算法和改進(jìn)蟻群算法的測(cè)量路徑長度、測(cè)量平臺(tái)運(yùn)行時(shí)間進(jìn)行了比較，其結(jié)果如表1所列。通過表1中的數(shù)據(jù)可以看到，不管從測(cè)量路徑的長度，還是從測(cè)量平臺(tái)測(cè)量過程的運(yùn)行時(shí)間上，傳統(tǒng)蟻群算法和改進(jìn)蟻群算法的測(cè)量路徑優(yōu)化相比傳統(tǒng)的影像測(cè)量方式有大幅度的改善，并且改進(jìn)蟻群算法相對(duì)傳統(tǒng)蟻群算法的運(yùn)行時(shí)間平均減少27”53。表1三種測(cè)量路徑性能比較測(cè)量方式統(tǒng)計(jì)結(jié)果實(shí)驗(yàn)序號(hào)12345平均值逐列測(cè)量測(cè)量路徑(pixel)測(cè)量路徑(mm)運(yùn)行時(shí)間650684879．64455'19″235'18″785'17″835'18″025'18″45650684879．645'18″46傳統(tǒng)蟻群算法測(cè)量路徑(pixel)測(cè)量路徑(mm)運(yùn)行時(shí)間224421682．923'33″24230591729．193'30″68220511653．603'33″69229111718．093'30″84227911709．83'31″4922650．81698．583'31

脈沖。設(shè)置的預(yù)期支撐力為100N，對(duì)應(yīng)1V電壓，電荷放大器采用10倍放大系數(shù)。程序框圖如圖13所示。圖13在線軌跡修正位置/力模塊最終實(shí)驗(yàn)結(jié)果如圖14所示。由實(shí)驗(yàn)得出:上升時(shí)間約為1s，超調(diào)量為8%，穩(wěn)態(tài)誤差控制在0．5%。該模糊自適應(yīng)PID控制系統(tǒng)具有調(diào)整時(shí)間短、超調(diào)量和穩(wěn)態(tài)誤差小的優(yōu)點(diǎn)，達(dá)到了較好的動(dòng)態(tài)性能。圖14實(shí)驗(yàn)結(jié)果分析4結(jié)束語面向大型薄壁零件加工，在鏡像加工裝備的支撐側(cè)設(shè)計(jì)了一種末端執(zhí)行器，提出了一種基于模糊自適應(yīng)PID控制的在線軌跡修正位置/力控制策略，實(shí)驗(yàn)結(jié)果表明:該方法能夠通過力反饋信息對(duì)實(shí)時(shí)更新的預(yù)期軌跡進(jìn)行修正，達(dá)到了理想的力和位置跟蹤效果，適合薄壁構(gòu)件的鏡像加工系統(tǒng)。［參考文獻(xiàn)］［1］LIUDong，陳五一．大型薄壁整體結(jié)構(gòu)件加工變形仿真［J］．系統(tǒng)仿真學(xué)報(bào)，2008，20(6):1589－1593．［2］陸俊百，周凱，張伯鵬．飛行器薄壁件柔性工裝定位/支承陣列優(yōu)化自生成研究［J］．中國機(jī)械工程，2010，21(19):2369－2374．［3］胡建元，黃心漢，陳錦江．機(jī)器人的力控制和順應(yīng)控制研究進(jìn)展［J］．機(jī)器人，1992(2):52－57．［4］HoganN．ImpedanceControl:AnApproachtoManipula-tion:PartII—Implementation［J］．Gerontologist，1985，107(1):481－490．［5］ＲaibertMH，CraigJJ．Hybridposition/forcecontrolofma-nipulators［J］．AsmeJofDynamicSystemsMeasurement＆Control，1981，102(2):126－133．［6］孔令富，韓佩富，黃真，

【參考文獻(xiàn)】：
期刊論文
[1]面向旅行商問題的蟻群算法改進(jìn)[J]. 姜坤霖,李美安,張宏偉.  計(jì)算機(jī)應(yīng)用. 2015(S2)
[2]動(dòng)態(tài)路徑規(guī)劃中的改進(jìn)蟻群算法[J]. 周明秀,程科,汪正霞.  計(jì)算機(jī)科學(xué). 2013(01)
[3]數(shù)控銑床視覺在位測(cè)量路徑規(guī)劃方法[J]. 夏瑞雪,盧榮勝.  電子測(cè)量與儀器學(xué)報(bào). 2011(08)
[4]復(fù)雜環(huán)境路徑規(guī)劃的改進(jìn)蟻群算法[J]. 周之平,華路.  計(jì)算機(jī)工程與設(shè)計(jì). 2011(05)
[5]基于改進(jìn)蟻群算法的移動(dòng)機(jī)器人動(dòng)態(tài)路徑規(guī)劃方法[J]. 柳長安,鄢小虎,劉春陽,吳華.  電子學(xué)報(bào). 2011(05)
[6]基于蟻群算法的動(dòng)態(tài)路徑選擇問題[J]. 張文潔,鄧衛(wèi).  交通科技與經(jīng)濟(jì). 2009(01)
[7]一種新的進(jìn)化算法——蟻群算法[J]. 張紀(jì)會(huì),徐心和.  系統(tǒng)工程理論與實(shí)踐. 1999(03)

碩士論文
[1]改進(jìn)蟻群算法及其在TSP中的應(yīng)用研究[D]. 馬振.青島理工大學(xué) 2016
[2]改進(jìn)的蟻群算法在TSP問題上的應(yīng)用[D]. 江迎春.中南民族大學(xué) 2009



本文編號(hào)：2995782