一种基于深度强化学习PPO算法的磨削恒力控制方法
基本信息
| 申请号 | CN202210321800.8 | 申请日 | - |
| 公开（公告）号 | CN114660940A | 公开（公告）日 | 2022-06-24 |
| 申请公布号 | CN114660940A | 申请公布日 | 2022-06-24 |
| 分类号 | G05B13/04（2006.01）I | 分类 | 控制；调节; |
| 发明人 | 王启超;陈林林;孙群;贾浩磊 | 申请（专利权）人 | 聊城大学 |
| 代理机构 | 山东舜天律师事务所 | 代理人 | - |
| 地址 | 252000山东省聊城市湖南路1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度强化学习PPO算法的磨削恒力控制方法，该方法首先对球形砂轮磨削过程时的末端执行器进行受力分析，通过力处理获取真实磨削力；利用深度强化学习PPO算法训练当前磨削力和预设磨削力之差与末端执行器法向补偿位移之间的关系模型，包括训练数据归一化预处理、基于欧式距离的奖励函数设计、针对性深度神经网络结构设计与促进算法收敛设计；基于PPO算法的控制器训练与磨削机器人恒力控制器使用。本发明的方法不用提前建立磨削力误差和法向位移之间的先验模型，能完成平面磨削和曲面磨削时把磨削力控制在目标磨削力内的任务，同时具有良好的自适应能力。 |
