关键词：纺织车间;直捻机;筒纱卷绕;机械臂逆运动学;PSO-BP神经网络
摘 要：纺织车间中通过协作机械臂代替工人实现对直捻机筒纱的自动更换，可降低工人劳动强度，提高筒纱卷绕的生产效率。在对机器人进行运动学建模与分析时，逆运动学求解是机器人运动学中关键部分。传统法求机器人逆解存在求解速度慢、求解过程复杂、结果稳定性差等问题，采用传统BP(Back Propagationg Neural Network)神经网络求解又容易陷入局部极小值，针对上述问题，提出一种基于PSO优化算法(Particle Swarm Optimization Algorithm)的BP神经网络机械臂逆运动学求解方法，通过PSO算法对BP神经网络的权值和阈值进行多次迭代优化，避免了局部最小值的问题，提高了神经网络的全局搜索能力。采用D-H法建立机器人运动学模型，根据机器人正运动学方程由关节角度解得末端位姿，将解得结果作为数据集，通过学习算法经多次迭代确定神经网络的模型参数，并对神经网络进行性能检验。实验结果表明：PSO-BP神经网络相比于传统的BP神经网络收敛速度快，该模型在搬运机器人逆运动学求解中精度高，满足纺织车间直捻机筒纱抓取作业的需要。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取