[发明专利]基于深度强化学习的双点渐进成形制造方法及装置

说明书

本发明提供一种基于深度强化学习的双点渐进成形制造方法及装置，方法包括：获取待制造的三维模型并进行分层获取多个主工作路径以及候选的多个支撑路径，选择初始的当前主工作路径和当前支撑路径；根据当前主工作路径和选择的当前支撑路径在实际应用环境中分别循环控制主、从机器人的机械臂进行渐进成形，获取成形曲面；将成形曲面与目标曲面上的偏差值作为状态向量，应用预训练的深度强化学习模型进行强化学习，循环输出与下一主工作路径对应的支撑路径，并根据下一主工作路径和与下一主工作路径对应的支撑路径循环更新当前主工作路径和当前支撑路径，直至完成三维模型的渐进成形。本发明能够进行从机器人的支撑策略调整，灵活度高，成形精度高。

技术领域

本发明属于增材制造技术领域，具体涉及到一种基于深度强化学习的双点渐进成形制造方法及装置。

背景技术

渐进成形是一种柔性制造技术，不需要专用的模具便能加工出目标制件。渐进成形使用一个半球形工具附在机械臂或数控机床上。工具沿着预先编程的路径移动，在金属板材上产生局部塑性变形，从而使其达到所需的外壳形状。双点渐进成形利用两个半球形成形工具实现材料局部增量变形获得终成形零件。双点渐进成的原理是在板料一侧通过主工具头(成形压头)进行加工的同时，在另一侧有副工具头(支撑压头)支撑板料，且副工具头的运行轨迹是从属于主工具头。这种双点渐进成形方法可以进一步提高板料的成形性，有效地改善成形件的尺寸精度。但是现有的双点渐进成形方法存在许多缺点，在渐进成形过程中副工具头的支撑策略是固定不变的，成型结果的几何精度低与成形范围小，限制了其广泛的工业应用。目前渐进成形精度问题的改进方法以测量材料的反弹量进行补偿为主，在成形控制方面很难优化。

发明内容

本发明提供一种基于深度强化学习的双点渐进成形制造方法及装置，以解决现有的从机器人的支撑策略固定，成形精度低的问题。

基于上述目的，本发明实施例提供了一种基于深度强化学习的双点渐进成形制造方法，包括：获取待制造的三维模型并对所述三维模型进行分层获取多个主工作路径以及与每个所述主工作路径对应的候选的多个支撑路径，选择一主工作路径以及与所述选择的主工作路径对应的一支撑路径作为初始的当前主工作路径和当前支撑路径；根据当前主工作路径和选择的当前支撑路径在实际应用环境中分别循环控制主、从机器人的机械臂进行渐进成形，获取与所述当前主工作路径对应的成形曲面；将所述成形曲面与目标曲面的偏差值作为状态向量，应用预训练的深度强化学习模型进行支撑策略的强化学习，循环输出与下一主工作路径对应的支撑路径，并根据所述下一主工作路径和与所述下一主工作路径对应的所述支撑路径循环更新所述当前主工作路径和所述当前支撑路径，直至完成所述三维模型的渐进成形。

可选的，所述获取待制造的三维模型并对所述三维模型进行分层获取多个主工作路径以及与每个所述主工作路径对应的候选的多个支撑路径，包括：获取待制造的三维模型，应用沿曲面偏移函数对所述三维模型以预设层厚沿成形方向进行分层，获取第一预设数量的曲线路径；针对每个所述曲线路径，以预设点间距划分第二预设数量的离散点，并根据所述离散点生成与所述曲线路径对应的主工作路径；针对每个所述主工作路径，分别根据多个支撑策略获取与所述主工作路径对应的候选的多个所述支撑路径，所述支撑策略为全局支撑策略、局部外围支撑策略、局部正面支撑策略以及跟随支撑策略的其中之一。

可选的，在所述根据当前主工作路径和选择的所述支撑路径在真实环境中控制机械臂进行渐进成形，获取与所述当前主工作路径对应的成形曲面之前，包括：在Grasshopper中构建与待制造的所述三维模型的实际应用环境相符的数字仿真环境；在所述数字仿真环境对所述三维模型进行仿真，并结合仿真结果对所述深度强化学习模型进行训练，获取预训练的所述深度强化学习模型。