于盛睿 曹利鋼 馮浩

(1.景德鎮(zhèn)陶瓷學(xué)院機(jī)電工程學(xué)院，江西景德鎮(zhèn)333403；2.華中科技大學(xué)材料成形與模具技術(shù)國家重點實驗室，湖北武漢430074)

基于人工神經(jīng)網(wǎng)絡(luò)的釉料厚度沉積率模型擬合軟件模塊的開發(fā)與實現(xiàn)

于盛睿1,2曹利鋼1馮浩1

(1.景德鎮(zhèn)陶瓷學(xué)院機(jī)電工程學(xué)院，江西景德鎮(zhèn)333403；2.華中科技大學(xué)材料成形與模具技術(shù)國家重點實驗室，湖北武漢430074)

釉料厚度沉積率模型是機(jī)器人自動施釉的重要依據(jù)。為了進(jìn)行陶瓷產(chǎn)品的機(jī)器人離線編程作業(yè)的軌跡自動規(guī)劃，實現(xiàn)施釉過程中工件釉料厚度的精確性和均勻性，以釉料厚度沉積率模型為研究對象，采用MFC開發(fā)了釉料厚度沉積率模型軟件功能模塊。提出基于神經(jīng)網(wǎng)絡(luò)算法擬合沉積模型方案；利用COM形式的VC與MATALB的混合編程實現(xiàn)模型擬合、模型分析功能；設(shè)計動態(tài)鏈接庫，使模型擬合結(jié)果產(chǎn)生word報表。通過試驗進(jìn)行試驗驗證，結(jié)果表明，其最大誤差在5um范圍之內(nèi)，從而驗證了模型的正確性和有效性。軟件界面友好，符合工程實際，提出的方法有助于提高施釉機(jī)器人釉料厚度的控制精度，為后續(xù)的陶瓷自動施釉離線編程軌跡規(guī)劃的軟件編程和仿真實現(xiàn)提供了具體可操作的模型依據(jù)與方法指導(dǎo)。

機(jī)器人，釉料厚度沉積率模型，施釉，神經(jīng)網(wǎng)絡(luò)，混合編程

1 引言

在機(jī)器人離線編程自動施釉作業(yè)過程中，釉料厚度沉積率模型的建立是機(jī)器人施釉離線編程軌跡規(guī)劃的核心問題，對陶瓷產(chǎn)品釉料厚度的精確性和均勻性有很大影響。早期的施釉機(jī)器人是“示教再現(xiàn)”型的。為了進(jìn)一步提高產(chǎn)品質(zhì)量和生產(chǎn)效率，人們開始力圖擺脫傳統(tǒng)的在線“示教”型的生產(chǎn)方式，尋求施釉機(jī)器人離線編程的方法，期望利用計算機(jī)自動尋找出能產(chǎn)生最佳施釉效果的噴槍運動軌跡，即施釉機(jī)器人離線編程軌跡規(guī)劃系統(tǒng)[1]。施釉機(jī)器人離線編程力圖在已知陶瓷產(chǎn)品模型和釉料厚度沉積模型的前提下，生成一條可以控制釉槍運行速度、釉槍距離工件的高度、釉槍與工件噴涂點的位向關(guān)系的連續(xù)行走路線，即自動生成釉槍軌跡程序。施釉機(jī)器人離線編程系統(tǒng)主要由以下幾個功能模塊組合而成：工藝建模模塊、優(yōu)化控制模塊、釉槍軌跡生成模塊、釉料厚度分析和軌跡仿真的后處理模塊以及最后軌跡導(dǎo)出的機(jī)器人程序生成模塊。其中工藝建模就是確定釉料在工件上的沉積規(guī)律，即確定釉料厚度沉積率模型。準(zhǔn)確把握沉積規(guī)律是保證離線施釉軌跡規(guī)劃系統(tǒng)施釉效果的關(guān)鍵。本文首先擬定擬合軟件設(shè)計方案，對軟件系統(tǒng)結(jié)構(gòu)進(jìn)行規(guī)劃，選定比較符合生產(chǎn)實際的橢圓雙β沉積率模型[2]，在此模型理論基礎(chǔ)上，采用神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)了釉料沉積模型參數(shù)的擬合，通過VC與MATLAB混合編程實現(xiàn)了包含模型擬合向?qū)Ш湍Ｐ蛨蟊砩傻裙δ茉趦?nèi)的釉料厚度沉積率模型擬合軟件的開發(fā)，實例說明該功能模塊的實現(xiàn)的基本過程，可為機(jī)器人施釉離線編程軌跡規(guī)劃系統(tǒng)的開發(fā)提供有力的參考依據(jù)。

2 釉料厚度沉積率模型擬合軟件模塊設(shè)計

2.1 軟件模塊結(jié)構(gòu)

首先對軟件進(jìn)行總體構(gòu)架。軟件開發(fā)采用MFC基于多文檔－視圖結(jié)構(gòu)[3]的技術(shù)開發(fā)，系統(tǒng)結(jié)構(gòu)如圖1所示。軟件由兩個部分組成，一部分由VC編程實現(xiàn)，該部分提供良好的人機(jī)交互，如實現(xiàn)數(shù)據(jù)導(dǎo)入、導(dǎo)出、數(shù)據(jù)打印、模型擬合向?qū)А蟊砩傻热藱C(jī)交互功能。另一部分主要是接收第一部分交互數(shù)據(jù)，在計算機(jī)后臺處理復(fù)雜的釉料厚度沉積率模型的擬合和分析。由于此部分涉及到大量運算方面的編程，為了簡化編程難度，采用MATLAB遺傳算法工具箱和圖形工具編程實現(xiàn)，并利用MATALB mcc編譯器把該部分程序編譯成可獨立發(fā)布的COM形式[4-6]，以使軟件模塊通過COM接口調(diào)用其功能。

2.2 基于神經(jīng)網(wǎng)絡(luò)算法的釉料厚度沉積率模型的擬合

2.2.1選定符合實際的釉料厚度沉積模型

如何利用機(jī)器人進(jìn)行施釉作業(yè)實現(xiàn)陶瓷產(chǎn)品釉料厚度的精確性和均勻性是涂裝領(lǐng)域的一大技術(shù)瓶頸。研究者提出了多種平面或規(guī)則曲面釉料厚度數(shù)學(xué)模型，早期的釉料厚度分布有橢圓分布、拋物線形分布、高斯分布、有限范圍分布，而β分布由于提供了能夠較好涵蓋以上模型分布的造型參數(shù)β，從而在沉積模型的表達(dá)上具有較好的適應(yīng)性。但是經(jīng)典的β分布模型只考慮了釉槍噴炬為圓錐的情況，而在施釉生產(chǎn)中，為使釉霧在工件表面形成更均勻的釉膜，在釉槍槍口兩側(cè)輔助空氣孔引出壓縮空氣將圓錐狀釉霧壓成扁平狀，形成具有一定厚度的扇形體，在垂直于釉槍軸線的平面上形成一個橢圓形的釉膜圖幅形狀。這與圓錐噴炬的β分布模型有較大差別。針對實際生產(chǎn)中，考慮施釉沉積圖幅形狀有可能是圓形和橢圓形兩種情況，本文采用的是橢圓雙β分布模型[2]：

（其中-a≤x≤a-b(1-x2/a2)1/2≤y≤b(1-x2/a2)1/2)

公式(1)中表示的是釉槍施釉作業(yè)沉積在某平面坯體上的橢圓釉膜圖幅。q(x,y)是橢圓圖幅內(nèi)厚度分布函數(shù)，qmax是釉槍中心軸線在工件投影點的釉膜厚度，該點獲得的厚度是整個圖幅內(nèi)最大的。a、b分別是橢圓長短軸長度。β1、β2分別是長、短軸上的分布參數(shù)。當(dāng)β1=1且β2≠1或者β2=1且β1≠1時（即β1和β2有一個等于1，但不能同時為1），釉膜圖幅形狀就是圓形；除此之外，釉膜圖幅形狀就是橢圓形。該模型是以釉槍模型為橢錐體作研究對象，涵蓋了橢錐及圓錐兩種釉槍模型情況，比單β模型更具有合理性。

2.2.2 BP神經(jīng)網(wǎng)絡(luò)擬合原理

BP神經(jīng)網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò)，網(wǎng)絡(luò)具有輸入、隱層、輸出節(jié)點。其本質(zhì)可看成是一從輸入到輸出的高度非線性映射[7-8]。BP神經(jīng)網(wǎng)絡(luò)擬合算法是將誤差信號(樣本輸出與網(wǎng)絡(luò)輸出之差)按原聯(lián)接通路反向計算，按照梯度下降法調(diào)整各層神經(jīng)元的權(quán)值和閾值，使誤差信號減小[9-10]。BP神經(jīng)網(wǎng)絡(luò)擬合算法步驟為：

（1）設(shè)置初始權(quán)系數(shù)為較小的非零隨機(jī)值。

（2）設(shè)定輸入/輸出樣本對，計算網(wǎng)絡(luò)的輸出。（3）計算網(wǎng)絡(luò)的目標(biāo)函數(shù)，并調(diào)整權(quán)值。

（4）判別目標(biāo)函數(shù)是否滿足設(shè)定要求，若不滿足，則返回（2），否則擬合結(jié)束。

2.2.3釉料厚度沉積率模型BP神經(jīng)網(wǎng)絡(luò)算法擬合逼

近的MATLAB實現(xiàn)

如圖2所示，為BP神經(jīng)網(wǎng)絡(luò)算法擬合Matlab實現(xiàn)流程圖。

其中釉料厚度平面實測數(shù)據(jù)文件的格式為：

數(shù)據(jù)文件讀入Matlab后，得到一個N×3維的數(shù)據(jù)變量。在讀入實測釉料厚度數(shù)據(jù)文件后，還必須處理文件中無數(shù)據(jù)的點，這是因為實際測量時，工件常常不對稱，工件上某些點的釉料厚度不可測。這些點的數(shù)據(jù)在讀入Matlab后，顯示為NaN，所以這些數(shù)據(jù)必須過濾掉。

為了處理數(shù)據(jù)方便，采取歸一化處理的方法，使實測數(shù)據(jù)變化范圍在[-1,+1]之間，歸一化處理主要用到神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)premnmx，模型采用神經(jīng)網(wǎng)絡(luò)算法中的貝葉斯歸一化算法擬合。為了對擬合后的模型進(jìn)行分析，通過surf函數(shù)繪制擬合后的模型的誤差曲面，并把圖形另存為圖片格式以供VC調(diào)用。

神經(jīng)網(wǎng)絡(luò)初始化是神經(jīng)網(wǎng)絡(luò)擬合的關(guān)鍵步驟之一。以下是初始化神經(jīng)網(wǎng)絡(luò)的Matlab源代碼：

net=newff(minmax(p),[15 1],{'tansig','purelin'}, 'trainbr');

net.performFcn='sse';

net.trainParam.goal=0.0001;

net.trainParam.show=inf;

net.trainParam.epochs=20000;

net.trainParam.Mu_max=1e-5;

net.trainParam.min_grad=1e-16;

net.trainParam.mc=0.95;

net.trainParam.mem_reduc=1;

這里采用兩層神經(jīng)網(wǎng)絡(luò)，第一層15個節(jié)點，傳遞函數(shù)采用tansig函數(shù)。第二層1個節(jié)點，傳遞函數(shù)采用purelin函數(shù)。BP網(wǎng)絡(luò)訓(xùn)練函數(shù)為trainbr函數(shù)，以均方誤差最小作為目標(biāo)函數(shù)，訓(xùn)練次數(shù)為20000次。

2.3 模型擬合向?qū)K的設(shè)計

為了軟件的更人性化使用，將該功能模塊按照向?qū)椒绞皆O(shè)計。模型擬合向?qū)K通過向?qū)问酵瓿捎粤虾穸瘸练e率模型的擬合。這個向?qū)K設(shè)置四個向?qū)Р襟E：

(1)針對陶瓷平面坯體進(jìn)行釉槍相對該坯體靜止一較短時間的施釉試驗，獲取該坯體的釉料厚度關(guān)于坐標(biāo)位置的釉料厚度試驗數(shù)據(jù)文件，在模塊系統(tǒng)中導(dǎo)入該數(shù)據(jù)文件。該文件可以是Excel格式的，也可以是mat格式的。

(2)輸入工藝參數(shù)，包括釉槍速度、釉槍距離、釉料種類、施釉環(huán)境濕度和環(huán)境溫度。

(3)通過COM接口調(diào)用M函數(shù)進(jìn)行模型擬合，窗口同時顯示擬合進(jìn)度。

(4)調(diào)用結(jié)束，以方程形式返回釉料厚度沉積率模型，并圖形化顯示釉料厚度曲面及誤差曲面。

在第（3）步中涉及到VC以COM形式調(diào)用matlab程序。由于擬合過程用到了大量的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)，而很多神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)都不能正確生成COM。因此，必須首先解決COM中正確使用神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)的問題。通過調(diào)試發(fā)現(xiàn)，很多神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)如newff實現(xiàn)過程中，需用到如“mse”等神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)，而這些函數(shù)因編譯器無法定位，而未被matlab mcc編譯器包括進(jìn)去，導(dǎo)致newff函數(shù)調(diào)用出錯。為了避免這種情況，必須在matlab源程序中加入指令：“%#function mse”，該指令的作用是幫助matlab編譯器定位feval、eval等庫函數(shù)所指定的函數(shù)位置。

COM對象建立需要用到MATLAB Bulider for COM工具箱。在MATALB命令窗口輸入comtool命令后，出現(xiàn)工具箱圖形界面，然后建立工程，把模型分析M文件、模型擬合M文件、數(shù)據(jù)變換M文件加入工程，經(jīng)過編譯之后，便生成了COM對象。為了使軟件獨立于MATLAB運行，COM編譯時必須包括MATLAB運行時庫。編譯之后得到了三個類文件Inn_testclass、Inn_analysisclass、Inn_outportlass，分別對應(yīng)模型擬合COM對象客戶端、模型分析COM對象客戶端、數(shù)據(jù)變換COM對象客戶端。三個類均繼承ColeDispatchDriver類。ColeDispatchDriver類是MFC基礎(chǔ)類，該類實現(xiàn)了COM客戶端的Dispatch接口。對于模型擬合M文件，在Inn_testclass類中生成了如下的公共成員函數(shù)：

void nn_test(const VARIANT&file)；其中：file為VARIANT引用變量輸入，表示釉膜數(shù)據(jù)文件的位置，調(diào)用該函數(shù)便可實現(xiàn)釉料厚度沉積率模型的擬合。

為了在VC環(huán)境下調(diào)用COM接口，必須實現(xiàn)COM 客戶端的 IDispatch接口，通過調(diào)用ColeDispatchDriver類的成員函數(shù)CreateDispatch實現(xiàn)，該函數(shù)以IDispatch接口的位置為參數(shù)，對于模型擬合COM，通過編譯得到的IDispatch接口的名字為“nn_test.nn_testclass.1_0”。由于調(diào)用matlab神經(jīng)網(wǎng)絡(luò)擬合功能耗費時間很長，因此在VC中開辟了獨立線程處理神經(jīng)網(wǎng)絡(luò)模型的擬合，如下所示。

2.4 報表模塊的設(shè)計

報表模塊主要是通過調(diào)用matlab圖形函數(shù)生成釉料厚度、誤差分布曲面圖，并將曲面圖及擬合參數(shù)結(jié)果、模型表達(dá)式導(dǎo)入到word2003中，生成功能豐富的報表。

首先，在matlab環(huán)境中建立釉料厚度、誤差分布的M函數(shù)：

Function []=Modal_Pic_Analyze (modal，measurement_data)，

其中輸入?yún)?shù) modal為模型擬合的結(jié)果；measurement_data為測量得到的數(shù)據(jù)。

Modal_Pic_Analyze實現(xiàn)過程為：判斷modal的值是否合法，若不合法則返回，否則讀入模型擬合數(shù)據(jù)，然后根據(jù)讀入measurement_data的長度，生成理論值，調(diào)用MATLAB庫函數(shù)“mesh”生成釉膜厚度、誤差分布曲面圖，并利用MATLAB庫函數(shù)"saveas"將圖形對象另存為bmp文件。

在VC中，報表模塊實現(xiàn)的過程為：通過COM接口調(diào)用上述MATLAB函數(shù)生成釉膜厚度、誤差分布曲面圖，產(chǎn)生圖像文件。接著訪問word2003文件，生成報表。Word2003程序本身已經(jīng)實現(xiàn)了IDISPATCH接口，因此可通過MFC的Automation技術(shù)訪問。由于Word2003類型庫產(chǎn)生的類較多，因此客戶端訪問采用動態(tài)鏈接庫實現(xiàn)。動態(tài)鏈接庫實現(xiàn)的思路為：設(shè)計一個導(dǎo)出類，用戶可通過調(diào)用的導(dǎo)出類的函數(shù)來實現(xiàn)對word的訪問。報表的生成函數(shù)如下面代碼所示。

表1平面坯體施釉區(qū)域釉料厚度數(shù)據(jù)測量Tab.1 Measured glaze thickness on flat body surface (單位：um)

3 試驗驗證

為了驗證擬合模型的正確性，以平面坯體為試驗噴釉對象，利用實測釉料厚度數(shù)據(jù)進(jìn)行建模來驗證模型的正確性。試驗步驟為釉槍相對于平面坯體不動，槍距d=200mm，釉槍開關(guān)時間t=2.5s的噴釉試驗，目的是為了記錄下平面工件上的圖幅長軸位置。

如表1所示，為平面坯體工件實測釉膜厚度數(shù)據(jù)。

為擬合釉料厚度沉積率模型，啟動功能軟件的模型擬合向?qū)K，如圖3所示。第一步把實際測量數(shù)據(jù)導(dǎo)入系統(tǒng)，包括上表所列數(shù)據(jù)。

圖4為施釉沉積率模型擬合第二步。在這一步中，主要是輸入相關(guān)的工藝參數(shù)，為模型分析和報表生成提供數(shù)據(jù)。

圖5為擬合的第三步，在這一步中，通過COM接口調(diào)用MATLAB擬合的M函數(shù)。

第三步大概經(jīng)過4分鐘結(jié)束，得到釉料厚度沉積率模型如圖6所示。

從圖6可以看出，平面沉積的釉料厚度理論值和實測值最大均方誤差小于5um，符合單次施釉作業(yè)的公差允許范圍，從而驗證了釉料厚度沉積模型擬合的正確性和軟件功能模塊的實用性。

4 結(jié)束語

本文對機(jī)器人施釉釉料厚度沉積率模型擬合軟件功能模塊進(jìn)行了開發(fā)。利用VC開發(fā)了良好的人機(jī)交互界面及word報表功能，利用MATLAB實現(xiàn)了復(fù)雜的神經(jīng)網(wǎng)絡(luò)擬合模型及三維曲面圖的繪制；通過COM形式的VC與MATLAB編程使兩者有機(jī)結(jié)合在一起。試驗表明，所開發(fā)的軟件能為機(jī)器人施釉提供準(zhǔn)確的模型依據(jù)，有助于施釉產(chǎn)品表面質(zhì)量的提高，具有一定的應(yīng)用價值。當(dāng)然，對施釉機(jī)器人離線編程系統(tǒng)的構(gòu)建和應(yīng)用研究還需要進(jìn)一步深入。

1石銀文.快速發(fā)展的機(jī)器人自動噴涂技術(shù).機(jī)器人技術(shù)與應(yīng)用,2007-09-30

2張永貴,黃玉美,高峰等.噴漆機(jī)器人空氣噴槍的新模型.機(jī)械工程學(xué)報,2006,42(11):226～233

3 David J.Kruglinski.Programming Visual C++6.0技術(shù)內(nèi)幕[.北京:希望電子出版社,1999

4劉志剛,湯時虎,鮑加貞.基于VC與MATLAB混合編程的LAMOST跑合數(shù)據(jù)處理.現(xiàn)代制造工程,2008(5)：34～37

5李文煜.VC與MATLAB混合編程實現(xiàn)圖像處理.計算機(jī)仿真,2005,22(1):254～257

6陳瑤,李詩龍.基于MATLAB環(huán)境瓷磚的智能分類檢測.計算機(jī)仿真,2008(12):52～54

7飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與MATLAB 7實現(xiàn).北京:電子工業(yè)出版社,2005

8周開利,康耀紅.神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序設(shè)計.北京:清華大學(xué)出版社,2005

9董長虹.MATLAB應(yīng)用叢書--神經(jīng)網(wǎng)絡(luò)與應(yīng)用.北京:國防工業(yè)出版社,2005

10葛哲學(xué),孫志強.神經(jīng)網(wǎng)絡(luò)理論與MATLAB R2007實現(xiàn).北京:電子工業(yè)出版社,2007

Abstract

The model for the deposition rate of glaze lays an important basis for automatic glazing of ceramics.For the automatic track-planning of the offline programming robot working on ceramic production line to ensure the accuracy and uniformity of glaze thickness,the software module fitting the glaze deposition model is developed with MFC.The fitting scheme is proposed based on neural network.Model fitting and analysis are realized by hybrid programming with VC and MATLAB based on COM.DLL file is developed to produce word report of the model.The software module is tested by experiments. The result shows that the error of the thickness model is within 5μm.The model built by the software module is correct and effectual.The software's UI is friendly and satisfactory for project practice.The method increases the control over the accuracy of glazing thickness.The paper provides a specific theoretical and methodological support for the realization of process planning and simulation system in ceramic glazing.It will make the future developed system meet the actual processing requirement.

Keywords robot,glaze deposition model,glazing,neural network,hybrid programming

SOFTWARE MODULE DEVELOPMENT AND REALIZATION FOR GLAZE DEPOSITION FITTING BASED ON ARTIFICIAL NEURAL NETWORK

Yu Shengrui1,2Cao Ligang1Feng Hao1
(1.School of Mechanical and Electronic Engineering,Jingdezhen Ceramic Institute,Jingdezhen Jiangxi 333403 China;2.State Key Lab of Material Processing and Die&Mold Technology,Huazhong University of Science and Technology,Wuhan Hubei 430074,China)

TQ174.5

A

1000-2278（2011）01-0100-07

2010-12-04

景德鎮(zhèn)市科技項目（編號：景科字{2009}第22號）

于盛睿，E-mail:ysr.hotdog@163.com