双机器人协调点焊路径优化算法研究

针对双机器人协调点焊白车身前门的焊接路径研究,提出一种多目标遗传算法的点焊路径优化方法。所提算法利用机器人平稳性函数、焊点质量函数、焊钳的可操作性函数以及协调碰撞检测函数,可以实现双机器人协调焊接路径规划,通过分析由于焊钳位姿无法精确控制而引起焊点质量问题,提出了焊钳法向调姿方法,通过对白车身结构件车门窗围25个焊点分布属性及双机器人协调运动焊接要求进行分析,利用齐次变换矩阵和机器人逆解公式求得机器人各个关节角变化量,在Matlab得到双机器人协调运动柔顺焊接路径结果。最后,在机器人离线编程软件RobotStudio建立双机器人协调焊接工作站,对规划结果进行仿真试验验证。结果表明,该方法可以在实际焊接环境中实现双机器人协调点焊路径规划,对提高焊点质量与焊接效率奠定了理论基础。     

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.     

基于人工蜂群算法的机器人路径规划

为求解机器人路径规划问题,引入人工蜂群算法,并将路径空间以网格划分,通过固定起始节点和设定最大允许路径节点数等方法,解决了人工蜂群算法应用于路径规划的两个难题--路径节点不固定和邻域构造困难,实现了将ABC算法应用于路径规划问题.通过典型的实例仿真对算法性能进行测试,结果表明:该算法有效克服了停滞行为的过早出现,而且能够加快收敛速度,得到全局最优解或近似解,是解决机器人路径规划问题的一种有效算法.     

车用高强钢电阻点焊工艺研究

研究了DP600高强钢的电阻点焊工艺,采用正交试验设计,利用Minitab回归分析后规划求解得到的最优解满足最大强度性能要求,并对点焊接头的微观组织、力学性能进行了分析。得出最佳焊接参数为:电极压力2.058 kN,焊接时间17 cyc,焊接电流10.14kA。DP600钢点焊熔核的微观组织为柱状晶,以板条状马氏体为主。在拉剪条件下,DP600高强钢电阻点焊接头主要有熔核剥离断裂和界面断裂2种断裂模式。     

基于改进蚁群算法的打磨机器人路径规划北大核心

针对打磨机器人在复杂空间中路径规划时存在收敛速度慢、容易陷入局部最优等问题,提出一种基于改进蚁群算法的打磨机器人路径规划方法。建立打磨机器人D-H连杆模型,进行正逆运动学分析以及计算验证;提出一种改进的信息素更新方法,将新的自适应计算方法应用于状态转移规则,并通过引入阻尼系数ξ改进启发式信息函数;在MATLAB中进行模拟仿真实验,得到改进蚁群算法最佳参数组合。结果表明:相对于基本蚁群算法,所提出的改进蚁群算法从起点到终点的最短路径长度平均减少14.3%,迭代次数平均减少55.3%;结合打磨机器人刀具位置等特点,可以获得路径长度最短且平滑的运动曲线。所提方法可有效解决打磨机器人三维路径规划问题。     

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。     

变电极力作用下的电阻点焊质量分析

热镀锌低碳钢板在车身内外板上获得了广泛应用.在传统的气动焊枪作用下,采用恒定的电极力焊接时,点焊质量不稳定.然而变电极力对镀锌钢板电阻点焊质量的影响很大.因此利用伺服焊枪能够精确控制电极力的特点,运用正交试验设计方法,深入分析了点焊过程中三个阶段电极力,即预压力、焊接力和锻压力对点焊质量的影响,得到了最优的变电极力参数.结果表明,点焊过程中的锻压力是影响点焊质量的重要因素,其次是焊接力,而预压力是最次要因素;最优的变电极力参数能够明显提高热镀锌低碳钢板的焊点拉剪力和熔核直径,这为基于电极力检测的点焊质量实时评价和电极力控制方面的研究奠定了基础.     

基于改进蚁群算法的机器人焊接路径规划

针对基本蚁群算法在机器人焊接路径规划时，在搜索的过程中容易出现搜索时间过长、效率低、容易陷入局部最优等问题，文中针对基本蚁群算法，引入了Adadelta算法，通过基本蚁群算法和Adadelta算法结合，来改变蚂蚁搜索过程中选择下一焊点的概率，增加了随机性. 通过Adadelta算法参数的更新，改善了蚂蚁信息素的更新，并改进了信息素挥发系数ρ，采用自适应的方式来更新信息素. 对改进算法运用MATLAB进行仿真，结果分析得知，文中的改进蚁群算法比基本蚁群算法搜索能力更强，算法效率更高，比基本蚁群算法提前20代左右收敛，有效解决基本蚁群算法的局部最优、收敛速度慢等问题，使搜索结果更优.     

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。     

基于双蚁群算法的双机器人路径规划方法

针对双机器人协同作业时的路径规划问题,在蚁群算法的基础上提出一种双蚁群路径规划方法。通过轮候选择机制,使2个不同的蚂蚁群能合作完成所有的作业任务。在蚁群迭代过程中,利用同种群蚂蚁之间信息素的正反馈作用,优化蚁群的移动路径;利用不同种群蚁群之间信息素的负反馈作用,降低2个蚁群之间的冲突,找到2台机器人的最优移动路径。仿真结果表明：该算法具有收敛性,能同时实现双机器人的任务分配和路径规划,且路径规划结果优于现有的双机器人路径规划算法。     

基于改进蚁群算法的多机器人任务分配

研究了多机器人系统的任务分配方法,多机器人多任务分配是一个NP问题.针对多机器人系统在动态环境下自主任务分配问题,综合考虑任务约束及机器人的执行任务能力,采用了一种改进的蚁群算法,解决多机器人系统全局最优任务分配问题.通过对基本蚁群算法和改进的算法的仿真,验证了改进的算法实现了全局近似最优的任务分配.     

自适应镍板点焊控制器的研制

为解决不同板厚电解镍板的点焊问题,研制了一种专用电解镍板多功能微机点焊控制器,该控制器在恒电压和恒电流控制结合基础上,通过实时测量工件厚度选取最佳工艺规范进行焊接。为了研究电解镍板的焊接性,通过正交工艺试验优选最佳工艺参数,并拟合作为板厚自适应算法实现。该控削器具有焊接电流、电压和工件厚度显示等功能,尤其适用于不同板厚变规范的点焊工业生产。     

基于蚁群神经网络的电阻点焊工艺参数优化

提出了一种神经网络与蚁群算法相结合的08Al钢板电阻点焊工艺参数优化方法.以试验数据为样本,通过神经网络建立焊接工艺参数与焊接性能关系之间的复杂模型,利用蚁群算法对焊接工艺参数进行优化,充分发挥神经网络的非线性映射能力和蚁群算法全局寻优能力.仿真试验显示了方法的有效性和优越性.     

汽车零部件点焊机器人工作站设计与应用

以汽车零部件左、右前轮罩总成及后地板左、右纵梁总成自动化焊接生产为例,详细介绍点焊机器人工作站的设计思路,包括点焊机器人工作站的技术要求、组成与特点以及电气控制系统等,重点分析点焊机器人工作站安全系统、焊接夹具系统及水气系统的工作原理,最后简要介绍点焊机器人工作站使用情况。实践证明,所设计的4个点焊机器人工作站操作方便、焊接质量好、生产效率高,完全能够满足左、右前轮罩总成及后地板左、右纵梁总成自动化焊接要求。该点焊机器人工作站设计理念对机器人工作站及自动化生产线的设计及应用具有一定参考和借鉴作用。     

异种先进高强度钢搭接接头熔化极气体保护焊焊接工艺参数优化

以2 mm板厚无涂层DP780与MS1180钢为母材的异型搭接接头为研究对象,运用正交试验方法优化其熔化极气体保护焊工艺参数. 主要研究了送丝速度、焊接速度、电弧电压、焊接倾角4个影响接头上下板热输入分配的因素对异种材料搭接接头抗拉强度的影响规律. 对正交试验及结果进行直观分析和方差分析,找到了影响接头抗拉强度的主要因子为送丝速度、焊接速度和焊接侧面倾角,同时通过回归分析得到了控制接头抗拉强度的近似二阶数学模型和最优工艺参数组,揭示了主要工艺参数对异种高强度钢搭接接头抗拉强度的影响规律.     

分区自适应蚁群算法的多面体数控钻床加工路径优化

针对多面体数控钻床运行过程中加工路径距离最短问题,使用传统二维平面路径优化很难得出全局最优解。为解决上述问题,首先,通过采用相邻面几何避障方法以寻找过渡点确保钻头与工件内部无几何干涉;其次,通过对比分析标准蚁群算法和自适应蚁群算法的收敛速度和求解精度,发现加入动态变化信息素挥发参数的自适应蚁群算法拥有更好的综合性能,为验证该算法的优越性和可行性,将其与标准蚁群算法进行仿真结果对比分析。仿真结果表明,分区自适应蚁群算法较标准蚁群算法具有更好的全局搜索能力,其收敛迭代次数及最短路径距离都有明显减少。     

汽车用6061铝合金板电阻点焊工艺试验研究

利用MD-40型中频直流逆变式点凸焊机,对汽车用6061铝合金板电阻点焊的工艺进行试验研究。运用正交试验方案及极差分析方法对工艺参数进行优化试验设计,采用撕裂试验等方式检验其点焊质量,并对焊点的力学性能进行拉伸测试,验证其可靠性。结果表明,当焊接电流22 k A、通电时间150 ms、电极压力0. 23 MPa时,所获得的点焊接头成型良好,无明显缺陷,其最大抗拉剪力值为3. 467 k N。     

基于改进蚁群算法的焊接机器人路径规划

为了解决目前车身焊接机器人路径规划不合理的情况,分析了焊接机器人运动过程,建立了有效的路径规划数学模型。通过对蚁群算法的研究,将遗传算法的遗传算子理论引入蚁群算法,运用MATLAB编写相应的程序。结果表明,改进蚁群算法能够更好的适用于路径规划,能够规划出一条合理的焊接路径。     

基于人工蜂群算法的双机器人路径规划分析

针对手动液压搬运车车架主焊工序双机器人同步焊接路径规划问题,文中引入虚拟点将多旅行商问题转化为单旅行商问题,选用换位表达编码方式对车架焊缝编码,然后采用基于状态转移策略的人工蜂群算法建立双机器人同步焊接数学模型,仿真求解全局最优焊接路径的较好近似解,并与改进的自适应遗传算法以及人工鱼群算法做了仿真对比试验.结果表明,人工蜂群算法不会过早停滞,具有较快收敛速度,较其它两种算法更能缩短焊接工时,基于人工蜂群算法的双机器人路径规划方法能有效解决搬运车车架主焊工序双机器人同步焊接问题.     

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。