多尺寸工件喷涂轨迹优化方法与仿真验证

摘要

为解决多尺寸工件自动化喷涂中，传统轨迹规划因工件尺寸多变需反复调试、效率低，且喷涂易出现涂层重叠漏喷、均匀性差的问题，提出融合模拟退火(simulated annealing, SA)的改进粒子群优化(particle swarm optimization, PSO)算法，对机器人喷涂轨迹实施时间最优控制，轨迹生成采用B样条曲线，轨迹控制采用3-5-3插值，该插值能适配多尺寸工件曲面形态，保障轨迹平滑，避免机器人急停急启引发的喷涂断料堆料；改进PSO引入SA概率接受机制，规避传统PSO局部最优，实现时间与精度协同优化。为验证方案有效性，基于MATLAB构建“点云建模-路径规划-控制效果优化”闭环仿真环境：先通过高精度点云扫描获取工件三维数据并建模，再用改进算法生成适配轨迹，最后仿真模拟并调参验证。试验表明，改进算法使喷涂时间降低65%,涂层均匀性误差<5%,厚度标准差由传统方法18.6%降至3.5%。研究为多尺寸工件自动化喷涂提供高精度、高鲁棒性的虚拟验证框架，也为自适应轨迹生成与仿真领域技术突破、喷涂生产线智能化升级提供参考与支撑。

关键词

改进PSO-SA算法 / B样条插值 / 喷涂路径规划 / 最优轨迹规划 / 机器人 / 点云建模

基金资助

辽宁省属本科高校基本科研业务费专项资金资助(LJ212410144022)