基于改进等弦高误差法与YOLOv11网络的加工轨迹控制研究OA
针对传统模具技术存在加工轨迹控制效果不佳的问题,提出一种基于视觉反馈的模具加工轨迹控制方法。首先,根据工件轨迹规划需求构建一个NURBS曲面模型;然后在等弦高误差法的基础上引入角度阈值控制,通过该算法实现模具加工轨迹的步长控制;之后采用改进的YOLOv11模型进行工件表面缺陷检测;模具加工根据工件表面局部区域检测结果进行轨迹规划加工。实验结果表明,所提的改进等弦高误差法规划路径的平均矢量夹角为3.07°,平均弦高为0.0358 mm,明显优于改进前的等弦高误差法。改进的YOLOv11模型的工件表面缺陷检测精确率、召回率和mAP值分别为94.48%,97.12%和96.69%,参数量为7.03×10^(7),明显优于其他目标检测模型。由此证明,本方法为模具加工轨迹规划提供了数据支撑,实现了基于视觉反馈的模具加工轨迹规划精确控制,具备可靠性和有效性。
李勇;徐通;王超
陕西铁路工程职业技术学院,陕西渭南714000陕西铁路工程职业技术学院,陕西渭南714000陕西铁路工程职业技术学院,陕西渭南714000
信息技术与安全科学
视觉反馈模具加工轨迹控制等弦高误差法YOLOv11网络
《模具技术》 2026 (3)
P.111-119,9
陕西铁路工程职业技术学院2025年第二批次校级科研基金项目“轻卡变速箱箱盖铣削工艺变形控制方法研究”(编号:2025KYYB-22)。
评论