.png){kind=icon}
返回
Predictive surface roughness model for robotic polishing considering initial surface quality
.png){kind=icon}
PRE
AI
DOI：10.1007/s00170-025-15235-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
抛光过程复杂且受多种参数影响，使得抛光质量预测模型的构建成为一项重要的研究领域。现有模型主要关注四个参数：接触力、转速、进给速率和砂纸粒度，而忽略了初始表面质量的影响，导致准确性和适用性有限。本文提出了一种考虑初始表面质量的表面粗糙度预测模型的构建方法，该方法包括两部分：首先，通过对具有不同初始表面质量的工件进行实验抛光测试，表明初始表面质量对最终抛光结果有显著影响；其次，基于粗糙度值将初始表面质量分为三个等级，并采用响应面法将初始表面质量与四个工艺参数相结合，构建了抛光后表面粗糙度的预测模型。最后，一系列采用不同参数组合的抛光实验得到模型预测误差在3.40%至11.44%之间（平均7.48%），验证了所提预测模型的实用性和普适性。
Keyword:
Robotic polishing
Prediction of surface roughness
Initial surface quality
Response surface methodology
期刊
IF:
3.1
论文数:
2.2K
被引数:
6.4W
机构
暂无机构信息
引用论文
分享收藏Acceleration of surface roughness evaluation using RANSAC and least squares method for Running-in wear process analysis of plateau surface.png)
MEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏
分享收藏A comprehensive investigation of surface generation and material removal characteristics in ultrasonic vibration assisted grinding超声振动辅助磨削中表面生成和材料去除特性的综合研究
PREAI
分享收藏Modeling and prediction of surface roughness in belt polishing based on artificial neural networkProceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture
Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering ManufactureIF0
PREAI
分享收藏
查看更多内容