机器人抛光工艺中,合理的轨迹规划和工艺参数控制是保证工件表面质量的关键。目前,大多数离线编程软件沿用CAD/CAM系统中的轨迹策略进行抛光轨迹规划,所生成的抛光轨迹由于运动方向单一,容易在工件表面留下较明显的抛光纹理,对表面质量造成一定影响。与单向抛光轨迹相比,多方向性抛光轨迹从多个方向对同一区域进行材料去除,能够避免明显的单向轨迹纹理,获得较好的表面质量。但是,多方向性的抛光轨迹会在工件表面形成更复杂的轨迹重叠,同时工件表面的曲率变化也会影响抛光接触压力分布的均匀性,从而导致抛光材料去除模型较为复杂。理想的自动化抛光策略是规划多方向性轨迹对工件表面均匀覆盖,并通过参数控制实现对工件表面材料的均匀去除,这是目前自动化抛光工艺中亟待解决的关键问题。针对上述问题,本文提出了一种Hilbert曲线和摆线相结合的抛光轨迹模型,以及一种复杂轨迹的控制参数组合优化和进给速度优化算法,以实现曲面抛光的多方向性轨迹规划与材料去除的均匀分布控制,主要工作如下:(1)针对目前离线编程软件中抛光轨迹规划形式单一的问题,提出一种新型Hilbert曲线引导的摆线抛光轨迹模型,提高了抛光轨迹运动模式的多方向性。同时结合抛光加工的材料去除深度模型,分析了该轨迹各个参数对工件表面轨迹覆盖均匀性的影响,并确定了各轨迹参数的约束条件和调节策略,从而保证加工区域的材料去除均匀性。(2)为了提高复杂抛光轨迹覆盖工件表面的均匀性和轨迹多参数组合优化的效率,提出一种复杂抛光轨迹控制参数组合优化模型。先利用人工神经网络模型拟合抛光加工的材料去除深度模型,然后将训练完成的人工神经网络模型作为遗传算法的适应度函数,从而利用遗传算法对复杂抛光轨迹的控制参数进行组合优化。(3)为了解决工件表面曲率变化对抛光加工中材料去除均匀性的影响,提出一种自动优化抛光轨迹进给速度的算法。基于自动控制中闭环反馈原理,利用抛光材料去除深度模型计算出工件表面各区域的材料去除量,并以此对抛光轨迹中各个轨迹点的进给速度进行评价,然后以较小的步距迭代调节进给速度,最终获得材料去除均匀的工件表面。(4)设计实际的机器人抛光实验,对多种抛光轨迹在工件表面上的抛光效果进行分析。在工件表面分别进行多种抛光轨迹的机器人抛光实验,并分析抛光加工后的工件表面效果和表面粗糙度参数,验证本文所提出的多方向性轨迹及其优化算法的可行性。