机器人控制系统基于D-S证据理论和BP神经网络相结合的算法技术

汽车制动系统管件规格多样，螺母和卡套形状各异，加工精度要求高、加工程序繁复。开发基于信息融合技术的管件质量监控体系，设计基于D-S证据理论和BP神经网络相结合的算法，为质量监控提高识别度。结合传感器技术，自动检测技术，通信技术，控制理论和信息理论，开发分布式测量和集中型诊断相机和的管件质量监控体系，对机器人中的管件产品进行严格的质量控制。原材料检测工序能够自动标记并隔离缺陷料材；喷码检测能够检测喷码清晰度是否合格；扩口式管端缺陷能够在线检测并自动隔离。工控机端实现质量监控和管理子系统，PLC上位机端实现对各道工序不良品的自动隔离功能，以txt文件格式保存和输出，自动采集探伤工序、喷码工序、成型工序对不良品自动隔离后的数据并入库；根据数据库中采集的不良品记录，实现对废品率的统计和补产功能。通过对机器人控制系统基于D-S证据理论和BP神经网络相结合的算法技术的研究，浙江金马逊机械有限公司正在开发生产的“汽车制动系统管件专用机器人”能够解决集物流、加工、检测等典型机械配件制造工艺需求，将为今后无人车间奠定基础。http://www.king-mazon.com