基于船形焊的双机协作路径规划

深入研究工业机器人通过协作与变位机进行船形焊接的路径规划.考虑到船形焊接工艺要求,设计在焊枪姿态约束下的机器人运动平稳性能评估指标,并作为评价焊接目标函数;利用灰狼优化算法对协作焊接路径进行目标寻优,使得焊缝中所有焊接点处于最优的船形焊接位姿且焊枪处于理想焊接姿态.结果表明:整个焊接过程中机器人与变位机的轨迹都十分平滑...     

双机器人主从协调焊接的路径规划算法

针对空间复杂曲线焊接问题进行了双机器人协调焊接路径规划方法的研究,在保证焊接过程焊缝点熔池处于水平或稍微下坡状态前提下,提出了一种主从协调跟踪的路径规划算法,以实现一台机器人夹持工件不断调整位姿满足船形焊的要求,另外一台机器人跟踪焊缝曲线实施焊接. 建立了协调系统数学模型,时间约束和空间约束,在此基础上规划了焊枪坐标系和工件机器人的位姿;并以马鞍形焊缝的焊接为研究对象进行了两个机器人的协调路径规划. 并对该算法所规划的结果进行试验验证. 结果表明,该算法可实现空间复杂曲线焊缝的连续焊接工作.     

双焊接机器人协同路径规划研究

针对白车身侧围双机器人协同焊接路径任务,对焊接路径规划算法进行研究,提出一种基于蚁群粒子群的融合算法。首先,建立单机器人焊接模型,将焊接任务转换为TSP问题,采用提出的融合算法优化TSP问题并与多种路径规划算法进行对比分析,证明所提出算法的优越性;其次,根据焊接任务将双机焊接转换为MTSP问题,依据约束条件,将MTSP转换为多个TSP问题,利用焊接路径之间的关系更新焊点,完成双机器人协同焊接模型建立,在MATLAB中得到路径规划的结果;最后,在ROBCAD中建立双机器人焊接工作站,对规划结果进行仿真验证。实验结果证明,所提出的融合算法对于双焊接机器人路径规划具有一定的指导作用。     

大型三维复杂构件双机器人协同焊接智能路径规划方法

大型三维复杂构件是船舶、海洋装备、集装箱等的重要组成部分,其焊缝种类较多、空间分布复杂,部分焊缝存在协同同步弧焊焊接、焊接方向等特殊焊接工艺约束,现有协同焊接规划方法难适用于这类复杂场景。提出全局与局部相结合的双机器人协同焊接路径规划多阶段寻优方法;建立复杂构件三维空间焊缝模型以及双焊接机器人协同模型;根据协同同步焊焊缝的数量将构件划分出相应数量的分块,通过蚁群算法求解每一焊接分块的局部路径规划近似最优解;通过遗传粒子群算法进行多分块间的全局路径规划。仿真结果表明:通过分块划分多阶段寻优的方法可以有效地解决特殊焊接工艺约束下的大型三维复杂构件双机器人同步焊接路径规划问题。     

典型薄壁结构件增材制造焊接路径规划优化算法

针对复杂曲面薄壁件的电弧增材制造引入有理B样条曲线求取成形轨迹. 首先根据预制件三维模型提取轮廓数据建立轨迹曲线方程,自动生成成形路径;然后通过边缘曲线方程计算预制件在z轴方向上偏移量,进行高度补偿预测,提高分层精度,实现基于高度预测的分层算法优化. 另一方面针对具有相交特征的薄壁件交叉点处焊高过高等问题,基于相反、相切成形路径思想设计最佳路径,同时可以尽量减小由于应力集中和热累计产生的误差. 最后通过试验得到不同焊接参数下对应焊缝尺寸,确定合适的焊接参数范围,并通过典型复杂薄壁件的成形试验验证优化算法可行性. 结果表明,电弧增材制造成形路径规划优化算法提高了分层精度,实现了基于高度预测的分层算法优化,并且制备的实体件表面成形良好,成形尺寸误差在可接受范围内,此算法可以应用在制备薄壁结构件过程中.     

基于蚁群算法的激光切割工艺路径优化

切割工艺路径规划是影响钣金激光切割效率的关键问题之一,钣金件的激光切割工艺路径优化问题可以转化为带有约束条件的广义旅行商问题(GTSP)。为了保证钣金激光切割质量、提高切割效率,在进行切割路径规划时必须满足顺着切、不跨区域切割、走空程时尽量不经过已切割区域等工艺要求。建立了以上述工艺要求为约束、以空行程最短为目标的优化模型。在算法设计与实现上,首先通过建立零件信息的预处理机制进行工艺约束处理,然后运用蚁群算法进行模型求解,最后通过实际算例证明了该方法的有效性,即能够在满足工艺约束的前提下获得较优的切割路径。     

蚁群算法在白车身底板焊接路径规划中的应用

利用Delmia软件建立了白车身底板的焊接工艺模型,按照传统的机器人焊接路径规划对其进行了仿真分析,得到了焊枪走过的路程以及各焊点之间的平均距离等参数.阐述了蚁群算法的理论基础和算法流程,依据该算法的计算思想并结合白车身底板焊接的自身特点,设计了蚁群算法的计算程序,从而找出了白车身底板焊接路径的最优解并且再次通过仿真得出新的参数,并与之前参数进行对比.结果表明,蚁群算法能够应用在焊接路径的规划研究上,这也为今后焊接工艺的规划提供了新的思路.     

基于多重约束模型的折弯工序规划算法

针对复杂折弯件的加工提出了一种基于多重约束模型的工序规划算法。该算法采用启发式搜索中的A*算法将工序规划转换为一般化的最短路径搜寻问题,并使用基于可行性、尺寸精度和生产效率的多重约束模型来优化搜索过程。基于该算法实现了一套工艺规划系统,通过对该系统的测试表明,该算法执行效率高,稳定性好,能够有效减少复杂折弯件的规划时间,尤其对于无法完成最终折弯的工件,规划时间会大幅缩短。     

基于自适应变异粒子群优化算法的移动机器人路径规划

对路径规划中区域划分的建模方法进行改进,实现根据环境中障碍物的具体分布来自适应划分环境空间,将路径规划问题转化为带约束目标函数优化求解问题.针对粒子群算法的局部极小值问题,提出将自适应差分进化算子作为粒子群优化算法的自适应变异算子的改进方案.仿真结果表明:环境模型的自适应划分可以提高算法的搜索效率,缩短计算时间,使算法具有更好的实时性;加自适应变异算子的粒子群优化算法可以使目标函数快速跳出局部最优的束缚.     

厚壁结构件电弧增材制造成形方法及工艺

采用弧焊机器人进行电弧增材制造，对厚壁结构件的增材制造焊接工艺进行研究. 基于传统分层理论，进行算法优化实现对厚壁结构件成形尺寸预测并加以分析，并在此算法基础上引入单焊道成形尺寸神经网络预测模型，提高预制件模型分层精度及实际焊接参数的最优选择；针对带有内孔等特征的厚壁结构件在成形过程中焊缝边缘下塌现象，提出了“边界约束”焊接方式并对层间焊接轨迹进行规划，提高了预制件表面成形质量.最后焊制具有说明性的实体件验证预测算法及轨迹规划的准确性. 结果表明，结构件成形良好，尺寸误差小于1 mm.     

基于改进多目标平衡优化器算法的点焊机器人路径规划

点焊机器人在工业领域内被广泛应用,合理的焊接顺序可以提高生产效率。为了实现点焊机器人的路径最优规划,针对点焊路径和工作时间建立多目标问题模型,提出一种融合改进快速非支配排序的多目标平衡优化器算法(DMONEO)。加入快速非支配排序,并采用生存评分策略替代拥挤度因子,可以更好地保持种群的多样性,防止DMONEO过早收敛。TSPLIB基准实验结果表明,DMONEO算法相比于其他算法性能表现更好。最后在实际点焊机器人的路径规划应用中进行仿真实验并与其他算法对比,结果表明提出的算法得到的优化效果更好,耗时更短。     

双机器人松协调焊接过程无碰路径规划

针对两台机器人在同一工作区间进行焊接工作可能发生碰撞的问题,提出一种基于"假设修正"策略和遗传算法的无碰路径规划方法. 利用球体和圆柱体建立机器人包络模型,根据空间几何理论求出包络模型之间最短距离解析式. 以理想约束条件,得到假设路径. 建立与弧焊焊接质量、点焊最短路径等相关的适应度函数,通过遗传算法搜索出无碰位形. 以螺柱焊接工位为实例,运用仿真软件进行无碰路径规划工作. 结果表明,方法正确可行,为双机器人规划出优质无碰焊接路径.     

Distortion-oriented welding path optimization based on elastic net method and genetic algorithm

The optimization of welding path is one of the most combinatorial problems in robotic welding. This paper is focused on the optimization for both productivity and quality in robotic welding. The productivity related scheduling problem is similar to the well-known traveling salesman problem (TSP). An optimization strategy for TSP based on the “elastic net method” (ENM) and artificial neural network is suggested in this paper. So for the most welding points which have less influence on the final distortion, they can be arranged in a better way that the welding robot can reach all the points and the total distance is the minimum. For the rest of the welding points, distortion and residual stress are the two main factors concerned. A thermo-mechanical model is developed to predict residual stress and distortion, and a welding sequence with minimum distortion has been found using a genetic algorithm (GA). These two solutions are integrated into the whole optimal welding path according to “nearest neighborhood criterion”. Finally, the optimization strategy is successfully carried out on a real product.     

修焊机器人非线性关节系统建模与控制算法

针对所研制修焊机器人关节存在死区、间隙等高度非线性环节,影响系统动态响应性能与作业路径精度的问题,采用粒子群优化的方法辨识了含间隙非线性环节的机器人主动关节模型,结合辨识结果采用间隙补偿切换控制算法,并综合采用基于速度逆运动学的前馈反馈复合控制,提高了主动关节的角度跟踪控制精度.控制算法的实际试验结果显示,机器人各主动关节联动控制下的机器人末端作业单元直线路径的平均误差0.2 mm.结果表明,所采用软件算法有效弥补了低精密度减速器的不足,降低硬件成本.     

基于粒子群优化的焊接工作台伺服系统PID控制

提出了基于粒子群优化的焊接进给工作台位置PID控制。焊接进给工作台是焊机伺服系统的重要组成部分,其位置控制对提高焊接质量具有重要意义。采用简单高效的PID控制算法,但由于焊接伺服系统具有非线性等特点,使得PID控制器参数调整困难,传统的齐格勒—尼柯尔斯法则参数整定效果不佳。粒子群算法是一种全局优化算法,可以有效地实现PID参数整定,因此,在Simulink软件下建立进给工作台位置控制模型,采用粒子群算法来实现PID参数的调整,并进行了仿真。仿真结果显示,基于粒子群优化的PID控制器具有超调量小、精度高的特点,控制效果明显好于齐格勒—尼柯尔斯法则。     

基于APG算法的多焊接机器人路径规划研究

为解决多机器人同步焊接路径规划不合理问题,提出一种基于蚁群的融合算法（APG）。首先将多机器人路径规划问题转换为MTSP数学模型,使用kmeans算法将MTSP问题转换为多个TSP问题;其次采用提出的APG算法来优化TSP问题,同时与ACO算法和PSO_GA算法进行实验结果对比,证明APG算法的优越性;最后在ROBCAD中建立三维模型,对可达性、干涉性等实际应用中存在的问题进行仿真,验证算法的有效性。实验结果表明:所提出的APG算法同其它路径规划算相比能够得到更佳路径。     

基于改进蜂群算法的焊接机器人路径规划方法研究

针对焊接机器人的运动特点及焊接工作过程中焊枪的避障问题,提出基于改进人工蜂群算法的机器人避障焊接路径规划策略。首先针对传统人工蜂群算法存在的问题,将Lévy(莱维)分布引入到人工蜂群算法侦查蜂寻找新蜜源的过程中,代替其原有0～1之间的随机分布过程,形成了基于Lévy飞行的改进型人工蜂群算法,然后将其应用到焊接机器人的路径规划问题中,并进行了仿真实验。结果表明:改进后的方法能够得到最优的焊接避障路径,且寻优速度快、过程稳定。该方法可用于解决焊接机器人避障路径规划问题。