摘要
本发明涉及一种基于数字孪生及多目标遗传算法的喷涂轨迹优化方法,包括确认需要优化的喷涂场景;获取目标三维模型和当前喷涂轨迹;对喷涂场景进行初始化及校准;分别对目标三维模型和当前喷涂轨迹进行仿真喷涂,获得当前喷涂评价;使用神经网络对喷涂效果进行预测;利用遗传算法对当前喷涂轨迹进行优化并获得优化喷涂轨迹;分别对目标三维模型和优化喷涂轨迹进行仿真喷涂,获得优化喷涂评价;比较当前喷涂评价和优化喷涂评价,选取喷涂效果好的喷涂评价对应的喷涂轨迹作为当前最优喷涂轨迹。根据模数字孪生喷涂的效果,可以进行高精度的仿真,通过这套评价体系可以直观对比原有的喷涂轨迹和优化后的喷涂轨迹效果,同时不需要浪费涂料。
技术关键词
轨迹优化方法
三维模型
神经网络遗传算法
数字孪生模型
机器人喷涂轨迹
数字孪生体
涂料
数字孪生系统
建立预测模型
实时数据
喷涂机械
参数
数据采集系统
喷枪喷嘴
网格
系统为您推荐了相关专利信息
反射面单元
数字孪生模型
分布式模型预测控制
水面
偏振光传感器
关节制动器
圆锥体结构
三维模型
圆心
电子计算机断层扫描
缺陷智能检测方法
重建三维模型
集装箱底板
演化特征
误差校正
径向基函数插值
涡轮叶片
控制点
网格节点信息
坐标