朱莉 姜中金 孟兆新

(东北林业大学，哈尔滨，150040)

对于木材零部件的曲线锯切加工，国内采取的方式大部分均是由人工在送料平台上用手推送工件进行；为了减少人工劳动强度、提高生产效率、保障人身安全，对其送料平台进行改造，采用多轴联动运动控制，通过设计的控制策略实现送料平台仿人工送料动作，势在必行。由于许多因素会致使送料平台姿态的准确性较差，从而影响送料平台的精准送料。已有研究[1-2]阐述了建立补偿控制策略、减少系统误差、提高送料精度，进而实现木材的精确加工。虽然这些方法能够有限补偿系统误差，但是因为本平台的并联机构有很多支链，有相互干扰的情况出现，因此不能完成精准地送料动作。

传统控制理论的重点，是最小化每个轴上的跟踪误差。但是许多研究指出，减少轮廓误差才是获得良好加工质量的关键。轮廓误差是期望轮廓与当前刀具位置之间的最短距离[3]。轮廓误差的显著特点，是将所有轴的误差表示为一个标量值。然而，与跟踪误差不同的是，通常没有直接的办法计算轮廓误差。因此，许多学者已经有针对性地进行了大量的研究，估计和补偿轮廓误差[4-5]。针对上述问题，本研究提出了一种新的轮廓误差估算：以锯切木材平台的仿人工送料姿态为研究对象，依据神经网络的实时更新算法估计轮廓误差，并结合改进的猫群算法对PID参数进行优化，设计了多轴联动的运动控制策略，按照规定指令做出更加精准送料动作，补偿送料平台的系统误差；……