主权项 |
1.一种复杂曲面两遍自动喷涂轨迹优化方法,包括如下步骤:步骤001.运用实验方法对喷枪喷涂过程进行建模,获得喷枪针对喷涂平面的涂层厚度分布模型;步骤002.根据涂层厚度分布模型,建立第一遍喷枪喷涂模型,并对其进行优化求解获得第一遍喷枪喷涂轨迹参数;其特征在于,还包括如下步骤:步骤003.获得第一遍喷涂涂层厚度分布<img file="FDA0000782255570000011.GIF" wi="127" he="69" />并根据第二遍喷枪喷涂理想喷涂高度H,以及如下公式:<maths num="0001"><![CDATA[<math><mrow><msub><mi>H</mi><mi>S</mi></msub><mo>=</mo><mi>H</mi><mo>-</mo><msubsup><mi>T</mi><mi>S</mi><mn>1</mn></msubsup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow></mrow></math>]]></maths>获得第二遍喷枪喷涂实际喷涂高度H<sub>s</sub>;步骤004.根据第二遍喷枪喷涂实际喷涂高度,获得第二遍喷涂涂层厚度分布;步骤005.根据第二遍喷涂涂层厚度分布,建立三种两遍喷枪喷涂模型,并以理想涂层厚度与实际涂层厚度方差最小为优化目标,求解获得第二遍喷枪喷涂轨迹参数,具体包括如下步骤:步骤005-1.根据第二遍喷涂涂层厚度分布,建立三种两遍喷枪喷涂模型如下:<maths num="0002"><![CDATA[<math><mrow><msup><msub><mi>T</mi><mi>s</mi></msub><mn>2</mn></msup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = '{' close = ''><mtable><mtr><mtd><mrow><msubsup><mi>T</mi><mn>1</mn><mn>1</mn></msubsup><mo>+</mo><msup><mi>η</mi><mn>1</mn></msup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><msubsup><mi>T</mi><mn>1</mn><mn>2</mn></msubsup></mrow></mtd><mtd><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>:</mo><mi>h</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>δ</mi><mo>-</mo><mi>R</mi></mrow></mtd></mtr><mtr><mtd><mrow><msubsup><mi>T</mi><mn>1</mn><mn>1</mn></msubsup><mo>+</mo><msubsup><mi>T</mi><mn>2</mn><mn>1</mn></msubsup><mo>+</mo><msup><mi>η</mi><mn>1</mn></msup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><msubsup><mi>T</mi><mn>1</mn><mn>2</mn></msubsup></mrow></mtd><mtd><mfenced open = '{' close = ''><mtable><mtr><mtd><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>:</mo><mi>δ</mi><mo>-</mo><mi>R</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>δ</mi><mo>-</mo><mi>R</mi><mo>+</mo><mi>h</mi></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>m</mi><mn>2</mn></msub><mo>,</mo><msub><mi>m</mi><mn>3</mn></msub><mo>:</mo><mi>h</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>h</mi><mo>+</mo><mi>δ</mi><mo>-</mo><mi>R</mi><malignmark/></mrow></mtd></mtr></mtable></mfenced></mtd></mtr><mtr><mtd><mrow><msubsup><mi>T</mi><mn>1</mn><mn>1</mn></msubsup><mo>+</mo><msubsup><mi>T</mi><mn>2</mn><mn>1</mn></msubsup><mo>+</mo><msup><mi>η</mi><mn>1</mn></msup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mrow><mo>(</mo><mrow><msubsup><mi>T</mi><mn>1</mn><mn>2</mn></msubsup><mo>+</mo><msubsup><mi>T</mi><mn>2</mn><mn>2</mn></msubsup></mrow><mo>)</mo></mrow></mrow></mtd><mtd><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>,</mo><msub><mi>m</mi><mn>2</mn></msub><mo>,</mo><msub><mi>m</mi><mn>3</mn></msub><mo>:</mo><mi>h</mi><mo>+</mo><mi>δ</mi><mo>-</mo><mi>R</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>R</mi></mrow></mtd></mtr><mtr><mtd><mrow><msubsup><mi>T</mi><mn>2</mn><mn>1</mn></msubsup><mo>+</mo><msup><mi>η</mi><mn>1</mn></msup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mrow><mo>(</mo><mrow><msubsup><mi>T</mi><mn>1</mn><mn>2</mn></msubsup><mo>+</mo><msubsup><mi>T</mi><mn>2</mn><mn>2</mn></msubsup></mrow><mo>)</mo></mrow></mrow></mtd><mtd><mfenced open = '{' close = ''><mtable><mtr><mtd><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>,</mo><msub><mi>m</mi><mn>2</mn></msub><mo>:</mo><mi>R</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>R</mi><mo>+</mo><mi>h</mi></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>m</mi><mn>3</mn></msub><mo>:</mo><mi>R</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mn>2</mn><mi>δ</mi><mo>-</mo><mi>R</mi></mrow></mtd></mtr></mtable></mfenced></mtd></mtr><mtr><mtd><mrow><msubsup><mi>T</mi><mn>2</mn><mn>1</mn></msubsup><mo>+</mo><msup><mi>η</mi><mn>1</mn></msup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><msubsup><mi>T</mi><mn>2</mn><mn>2</mn></msubsup></mrow></mtd><mtd><mfenced open = '{' close = ''><mtable><mtr><mtd><mrow><msub><mi>m</mi><mn>1</mn></msub><mo>:</mo><mi>R</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>δ</mi><mo>+</mo><mi>h</mi></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>m</mi><mn>2</mn></msub><mo>:</mo><mi>R</mi><mo>+</mo><mi>h</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mn>2</mn><mi>δ</mi><mo>-</mo><mi>R</mi></mrow></mtd></mtr></mtable></mfenced></mtd></mtr><mtr><mtd><mrow><msubsup><mi>T</mi><mn>2</mn><mn>1</mn></msubsup><mo>+</mo><msubsup><mi>T</mi><mn>3</mn><mn>1</mn></msubsup><mo>+</mo><msup><mi>η</mi><mn>1</mn></msup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><msubsup><mi>T</mi><mn>2</mn><mn>2</mn></msubsup></mrow></mtd><mtd><mfenced open = '{' close = ''><mtable><mtr><mtd><mrow><msub><mi>m</mi><mn>2</mn></msub><mo>:</mo><mn>2</mn><mi>δ</mi><mo>-</mo><mi>R</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>δ</mi><mo>+</mo><mi>h</mi></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>m</mi><mn>3</mn></msub><mo>:</mo><mi>R</mi><mo>+</mo><mi>h</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>δ</mi><mo>+</mo><mi>h</mi></mrow></mtd></mtr></mtable></mfenced></mtd></mtr><mtr><mtd><mrow><msubsup><mi>T</mi><mn>2</mn><mn>1</mn></msubsup><mo>+</mo><msubsup><mi>T</mi><mn>3</mn><mn>1</mn></msubsup><mo>+</mo><msup><mi>η</mi><mn>1</mn></msup><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mrow><mo>(</mo><mrow><msubsup><mi>T</mi><mn>2</mn><mn>2</mn></msubsup><mo>+</mo><msubsup><mi>T</mi><mn>1</mn><mn>2</mn></msubsup></mrow><mo>)</mo></mrow></mrow></mtd><mtd><mrow><msub><mi>m</mi><mn>3</mn></msub><mo>:</mo><mn>2</mn><mi>δ</mi><mo>-</mo><mi>R</mi><mo>≤</mo><mi>x</mi><mo>≤</mo><mi>R</mi><mo>+</mo><mi>h</mi></mrow></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中,δ为第一遍喷涂和第二遍喷涂的周期,模型数为3,<img file="FDA0000782255570000014.GIF" wi="278" he="82" />分别表示第一遍喷涂中第1、2、3段轨迹上的涂层厚度,<img file="FDA0000782255570000015.GIF" wi="177" he="84" />分别表示第二遍喷涂中第1、2段轨迹上的理想涂层厚度,<img file="FDA0000782255570000021.GIF" wi="707" he="164" />H为第二遍喷枪喷涂理想喷涂高度,H<sub>s</sub>为第二遍喷枪喷涂实际喷涂高度,<img file="FDA0000782255570000023.GIF" wi="127" he="74" />为第一遍喷涂涂层厚度分布,h为两遍喷涂时的轨迹偏距,R为喷涂半径,m<sub>1</sub>={0≤h≤δ-R},m<sub>2</sub>={δ-R≤h≤2(δ-R)},m<sub>3</sub>={2(δ-h)≤h≤δ/2},m<sub>1</sub>、m<sub>2</sub>、m<sub>3</sub>分别表示三种第二遍喷枪喷涂模型下偏距h的取值范围;步骤005-2.根据三种两遍喷枪喷涂模型,以理想涂层厚度与实际涂层厚度方差最小为优化目标,建立如下优化模型:<maths num="0003"><![CDATA[<math><mrow><mi>m</mi><mi>i</mi><mi>n</mi><mo>=</mo><mrow><mo>{</mo><mrow><mi>min</mi><munder><msub><mi>E</mi><mi>i</mi></msub><mrow><msub><mi>h</mi><mi>i</mi></msub><mo>∈</mo><msub><mi>m</mi><mi>i</mi></msub></mrow></munder><mrow><mo>(</mo><msub><mi>h</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>=</mo><msubsup><mo>∫</mo><msub><mi>h</mi><mi>i</mi></msub><mrow><msub><mi>h</mi><mi>i</mi></msub><mo>+</mo><mi>δ</mi></mrow></msubsup><msup><mrow><mo>(</mo><mrow><msubsup><mi>T</mi><mi>s</mi><mn>2</mn></msubsup><mrow><mo>(</mo><mrow><mi>x</mi><mo>,</mo><msub><mi>h</mi><mi>i</mi></msub></mrow><mo>)</mo></mrow><mo>-</mo><msub><mi>T</mi><mi>d</mi></msub></mrow><mo>)</mo></mrow><mn>2</mn></msup><mi>d</mi><mi>x</mi><mo>|</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mn>3</mn></mrow><mo>}</mo></mrow></mrow></math>]]></maths>其中,T<sub>d</sub>为喷枪喷涂的理想涂层厚度,<img file="FDA0000782255570000024.GIF" wi="133" he="74" />为第二遍喷涂涂层厚度分布;步骤005-3.针对步骤005-2中的优化模型,求解获得第二遍喷枪喷涂轨迹参数,即E值最小时,两遍喷涂时的轨迹偏距h;步骤006.针对复杂曲面进行分片,分成数个喷涂平面,针对各个喷涂平面,根据第一遍喷枪喷涂轨迹参数和第二遍喷枪喷涂轨迹参数分别获得第一遍喷涂轨迹和第二遍喷涂轨迹。 |