随着航空航天、电子通信等产业的迅猛发展,以及相关数控加工技术的提高,对复杂曲面的超光滑表面加工提出了越来越高的要求。紫外光诱导纳米颗粒胶体射流加工是一种可实现亚纳米级超光滑表面抛光的加工方法。将这种射流抛光技术与超精密运动平台相结合,便可满足复杂曲面超精密抛光的需求。其中,混联机床由于工作空间广、动态性能好、承载能力大等优点成为超精密运动平台的首选。本文以XY-3-RPS混联抛光机床为研究对象,对其进行正向运动学、静刚度、动态特性分析和控制研究,具体工作内容如下:首先,对XY-3-RPS混联抛光机床进行坐标系的建立,运用闭环矢量法,建立了该混联抛光机床的正向运动学方程。根据混联机床的运动学逆解,在运动范围内选取适量的训练样本,利用rbf神经网络(Radial Basis Function Neural Net wo rk)对其进行训练,并将训练后的样本估计值作为牛顿迭代法的迭代初值,进行运动学正解的迭代。既可以避免rbf神经网络因训练样本数量不够而导致的精度不足,又可以避免牛顿迭代法对迭代初值的依赖。其次,根据弹性变形协调条件和虚功原理,建立了XY-3-RPS混联抛光机床的整体刚度模型。然后利用变形叠加原理分别建立起串联机构跟并联机构的子静刚度模型。并采用有限元仿真的方法对整体刚度模型进行验证。在此基础上,还对混联抛光机床的动态性能进行分析,得到了机床的前六阶固有频率、振型和动平台沿X、Y、Z三个方向的位移响应曲线,并验证了该混联抛光机床在外力作用下的抗振性能是完全可靠的。再次,通过分析XY-3-RPS混联抛光机床的动能与势能,建立了混联抛光机床的Lagrange动力学数学模型。在此基础上,对XY-3-RPS混联抛光机床进行了滑模变结构控制策略研究,确定了系统的等效控制力和切换增益项,并利用Lya p u no v稳定性判据对所设计的控制器进行判定。通过对控制器进行仿真分析,得到了动平台的轨迹跟踪误差曲线。最后,利用rbf神经网络能对任意非线性系统实现精确逼近的优点,设计了一种基于rbf神经网络的滑模控制器。同时完成了神经网络逼近项设计,可以实时动态调整滑模切换增益。并利用Lyapunov稳定性判据对所设计的控制器进行判定。通过仿真分析,rbf神经网络滑模控制器比传统滑模控制器表现出更好的输出性能。
暂无评论