[发明专利]一种基于模仿学习的纤维铺放工艺参数模型构建方法及系统

说明书

本发明公开了一种基于模仿学习的纤维铺放工艺参数模型构建方法及系统，系统包括人工铺放示教模块等模块，示教者手持小型纤维铺放装置在模具表面进行纤维铺放工作，动作捕捉模块记录下铺放点在模具的实时位置，视频记录模块实时记录操作过程，工艺参数传感模块实时记录纤维铺放工艺参数，上述数据传输至工控机进行数据存储与处理，通过模仿学习算法模块完成人工铺放示教作业的学习过程，输出“工艺参数‑曲面曲率”的概率映射模型，基于协作机械臂的纤维自动铺放系统利用学习到的模型结果，结合智能控制算法，实现纤维在曲面上的自动铺放工作。本发明提高了复合材料铺放过程中对铺放路径和工艺参数的控制精度，从而减少铺放缺陷。

技术领域

本发明提供了一种基于模仿学习的纤维铺放工艺参数模型构建方法和系统，涉及先进复合材料制造、人工智能和机器人技术领域。

背景技术

纤维增强复合材料是指由高强度纤维与基体材料组合成的复合材料，因其具有比强度高、抗疲劳、耐腐蚀、可设计性强等优势，在航空航天、船舶汽车、体育医疗等领域有着广泛的应用需求。

复合材料自动铺放是广泛应用的高性能低成本的成形方式之一，根据预浸料及加工方式不同，主要分为自动纤维带铺放与自动纤维丝铺放。在纤维自动铺放过程中，铺放速度、压力、张力等工艺参数直接影响铺放质量，然而多参数间的耦合对铺放质量的影响机制复杂，尤其是铺放工艺参数-材料力学特性-构件铺放质量之间的多参数精确模型难以建立，给数值分析和优化求解带来困难。传统的方法多利用单因素法或响应曲面法获得一定的经验数据，但是需要设计大量的试验，并且得到的工艺参数关系模型泛化能力差，难以牵引到特征相似的构件上达到相同的铺放效果。另一方面，目前基于多轴机械臂的运动系统完成纤维铺放的操作任务多是基于刚性铺放环境假设，针对复合材料铺放过程中粘弹性接触环境下的轨迹与工艺参数控制研究较少，并且传统的铺放参数控制中，特别是复杂曲面铺放未考虑随机扰动对铺放质量的影响。使得机器人铺放系统的控制效果难以满足纤维铺放的需求。

通过人工示教模仿学习方法，学习人类铺放纤维的动作技能，在建立工艺参数数据集的基础上，构建“工艺参数-曲面曲率”的概率映射模型；并利用增量式学习策略，提升工艺参数分布模型的泛化能力；可解决当前多工艺参数模型难以精确建立的问题，另一方面，基于鲁棒滑模位置控制器与干扰观测器补偿，实现复杂铺放环境下多轴机械臂的鲁棒力/位混合控制与纤维铺放头的多变量解耦控制，提高对铺放路径和工艺参数的精确调控。

发明内容

针对当前纤维铺放工艺参数的获取依赖于大量试验，且得到的参数推广泛化能力差以及机器人式纤维自动铺放系统工艺参数控制精度不高等问题，本发明提出了一种基于模仿学习的纤维铺放工艺参数模型构建方法和系统，通过人工示教模仿学习方法，构建纤维铺放工艺参数概率映射模型；结合设计的智能控制算法，实现复杂铺放环境下多轴机械臂的鲁棒力/位混合控制与纤维铺放头的多变量解耦控制，提高对铺放路径和工艺参数的精确调控。

本发明提出的基于模仿学习的纤维铺放工艺参数模型构建系统主要包括人工铺放示教模块、基于协作机械臂的纤维自动铺放模块、动作捕捉模块、视频记录模块、工艺参数传感模块及模仿学习算法处理模块；人工铺放示教模块主要是示教者人工进行纤维铺放工作，基于协作机械臂的纤维自动铺放模块主要是利用学习到的模型结果，结合智能控制算法完成纤维的自动铺放，动作捕捉模块主要是完成铺放头在模具上的绝对位置反馈，视频记录模块主要是记录手工铺放作业过程，用于有效铺放数据筛选，工艺参数传感器模块主要是采集并反馈铺放头进行纤维铺放作业过程中的工艺参数，模仿学习算法处理模块主要是利用采集到的工艺参数信息与铺放曲面模型信息，构建“工艺参数-曲面曲率”的概率映射模型。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种基于模仿学习的纤维铺放工艺参数模型构建系统，其特征在于：包括本体以及控制本体的控制单元；所述控制单元包括

人工铺放示教模块:用于示教者人工进行纤维铺放工作，包含一个小型、半自动化的人工纤维铺放头；