基于双种群混沌搜索粒子群算法的机器人喷涂轨迹协同优化

针对笛卡尔空间与关节空间的映射非线性,喷涂轨迹和关节轨迹不满足混合约束的问题,提出基于双种群混沌搜索粒子群优化(DCSPSO)算法的机器人喷涂轨迹协同优化.根据预选取的轨迹特征点构建关节角度序列,以机器人的喷涂效率和运动稳定性为目标建立关节轨迹多目标优化模型,利用DCSPSO算法求解优化模型得到Pareto最优解,使关节轨迹满足机器人运动学约束,最后根据理论轨迹与反馈轨迹的弦高误差和漆膜厚度误差建立喷涂轨迹误差模型,并验证最优解的质量,使喷涂轨迹满足加工精度约束.通过实例表明,DCSPSO算法较多目标遗传算法等经典多目标优化算法具有更强的全局和局部搜索能力,利用轨迹误差模型可合理增加特征点,使理论轨迹与反馈轨迹的最大弦高误差从12.619 mm降至1.587 mm,最大漆膜厚度误差从11.47 μm降至1.18 μm.     

基于AMPSO算法的船舶工业喷涂机器人喷涂参数优化

针对船舶工业喷涂机器人喷涂参数即喷涂速度、喷涂高度和喷涂轨迹间距的优化问题,提出一种基于自适应变异粒子群算法(Adaptive Mutation Particle Swarm Optimization,AMPSO)的喷涂参数优化方法,实现了喷涂质量最佳和喷涂效率最高的目标.通过分析喷涂参数与膜厚的关系,基于现有模型建立膜厚叠加分布模型,根据优化目标,以膜厚要求和机器人作业能力为约束条件得到最优喷涂参数.通过对船舶分段外表面喷涂仿真,并与标准粒子群优化算法比较,改善了传统算法早熟收敛问题,验证了算法的有效性和合理性.     

基于改进OMP算法的喷涂机器人轨迹规划研究

为实现CAD模型未知情况下的喷涂机器人自动轨迹规划,提出了一种基于工件三维点云直接生成喷涂轨迹的方法,并使用改进的正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法进行轨迹优化.首先,将理想涂层厚度函数视作原始信号,通过引入信赖域反射算法解决了投影系数的约束问题,应用OMP算法进行涂层厚度重建,并求出每条喷涂轨迹的位置和喷枪速率.然后,对预处理后的点云模型应用轨迹生成算法得到工件表面的喷涂轨迹,通过坐标变换和姿态解算生成机器人喷涂轨迹.最后,对扫描获取的待喷涂曲面使用上述方法进行仿真.仿真结果显示,重建涂层厚度误差为4.28％,满足均匀性要求,喷涂时间显著缩短,表明所提出的轨迹规划和优化方法是可行的.     

基于改进粒子群算法的六自由度工业机器人轨迹规划

针对工件打磨工况,设计建立用于打磨的机器人运动学模型,规划机器人运动学轨迹,通过改进粒子群算法优化轨迹曲线,减少机器人运行时间,提高机器人工作效率。首先建立打磨工业机器人空间运动学模型,计算目标点从笛卡尔空间转换到关节空间的逆解,在关节空间中利用“三次-五次-三次”三段多项式曲线对所求逆解进行轨迹规划,以轨迹运动时间最短作为优化目标。利用融合免疫操作的改进粒子群算法对轨迹曲线进行优化,将改进算法的优化结果与传统粒子群算法进行对比;改进后的新算法改善了粒子群算法易陷入局部最优的问题,适应度结果更好,算法效果更佳。     

机器人喷涂轨迹计算与仿真

工业机器人因其灵活性、可编程以及低成本而在自动化喷涂应用中前景广阔。采用离线编程技术规划喷涂轨迹可以大大提高工件的喷涂效率,实现自动化喷涂作业。在分析了复杂曲面的喷涂轨迹规划涉及到的算法问题后,提出了一种基于球坐标的涂料沉积模型和最小厚度约束的轨迹生成方法。首先,建立在球坐标系中描述的涂料沉积模型;其次,给出待喷涂曲面上一点处的喷涂累积厚度计算方法;然后,针对最小厚度约束,提出了喷涂轨迹规划算法;最后,利用机器人离线仿真平台对喷涂轨迹进行了验证,并对喷涂区域的累积厚度进行仿真。结果表明可以得到满足喷涂厚度要求的曲面喷涂轨迹。     

面向大曲率曲面的喷涂机器人喷枪轨迹规划研究

为提高机器人喷涂大曲率曲面的效果,首先基于曲面特性建立大曲率曲面数学表达模型,对其进行分片造型,并生成面片喷枪轨迹,最后建立优化目标函数实现轨迹优化;为了解决大曲率曲面分片后面片间的轨迹组合问题,降低算法中参数的使用,消除相应的除梯度信息,运用粒子群优化算法的思想,制定了算法程序技术路线,并依此编写了优化喷枪轨迹的算法程序。实验证明了该算法的高效性和适用性,达到了提高大曲率曲面喷涂效果的目的。     

机械臂关节空间轨迹的时间最优智能规划研究

针对机械臂关节空间轨迹的时间最优规划问题,提出了基于膜计算-粒子群算法的轨迹规划方法。建立了机械臂关节空间轨迹规划模型,使用3次样条曲线构造了轨迹基元函数。提出了膜计算-粒子群算法,通过设计处理器处理膜传递的信息,通过算法淘汰机制、吞并机制和信息交流机制实现膜间合作,膜内根据不同算法原理各自进行速度和位置更新,最终通过膜计算将多种粒子群算法优势进行融合。经测试函数测试,相比于其他粒子群算法,膜计算-粒子群算法具有最高的搜索精度和最快的收敛速度;同时使用多作用力粒子群算法和膜计算-粒子群算法进行轨迹规划,膜计算-粒子群算法规划的机械臂耗时比另一算法减少了23.99%,充分证明了膜计算-粒子群算法在轨迹规划中的优越性。     

基于椭圆双β模型的球面喷涂轨迹优化

针对全球面的喷涂问题,以椭圆双β分布模型为基础,研究了将平面椭圆双β分布模型映射到球面的方法,并得到了球面的喷涂模型。设计了一种基于球面纬线的喷涂轨迹,以确保喷枪在同一纬度进行喷涂时的喷涂参数保持不变。建立以喷涂时间最短为优化目标,涂层厚度为约束条件的优化函数,采用遗传算法优化了喷枪速度、喷涂高度和相邻轨迹间距等喷涂参数。并对相应的球面喷涂进行了仿真,结果表明采用此方法优化后,球面涂层厚度可以得到有效控制。     

喷涂机器人的喷枪轨迹优化设计与实验

针对工件上涂层厚度均匀性与喷涂时间相互制约的问题,提出一种曲面上喷涂机器人喷枪轨迹优化设计方法。首先根据复杂曲面的几何特性,对曲面进行分片处理,求解每个曲面片上的喷涂速度和涂层重叠区域宽度的最优值;再利用无方向的连接图表示曲面上的喷枪轨迹优化组合问题,采用改进的粒子群算法进行求解。仿真和喷涂实验结果验证了算法的可行性和有效性。     

六自由度吊机吊装路径优化分析

针对某六自由度吊机吊装轨迹规划问题,采用一种时间最优和能量最省相结合为目标的轨迹规划方法。利用DH算法建立某型机械吊机的运动学模型,建立其正运动学和逆运动学方程。为解决吊机在静态环境下点到点的轨迹规划问题,应用基于粒子群算法的五段三次多项式插值轨迹规划算法对关节轨迹进行时间和能量优化求解得到最优路径。最后,对此模型进行了数值仿真。仿真结果表明关节轨迹平滑连续,保证了边界条件,验证了所提方法的有效性。     

改进粒子群算法的自动充电机械臂时间最优轨迹研究

针对桁架充电机械臂关节空间轨迹规划的时间优化问题,提出了一种非线性动态学习因子的粒子群算法。通过运动学分析获取工作空间,引入3-5-3多项式插值进行轨迹规划。结合运动过程中的速度与加速度约束,寻求运动过程中的最短时间。对比改进粒子群算法和基本粒子群算法的收敛速度,分析各关节优化前后运动时间的变化情况,并进行仿真实验验证。结果表明:改进粒子群算法的收敛性能较基本粒子群算法更快,整体运动时间缩短约33%,证实改进粒子群算法的可行性。     

基于改进粒子群算法的工业机器人轨迹规划

针对传统工业机器人轨迹规划效率低、运行不稳定的问题,提出了可以动态调节学习因子的粒子群算法(PSO).该方法通过分段多项式插值进行轨迹的拟合,并运用改进的粒子群算法以时间为适应度函数对工业机器人的轨迹进行优化,有效地将分段多项式插值函数与PSO相结合,避免了粒子群算法构造适应函数的复杂过程,对于传统的PSO初期较易落入...     

面向直纹曲面的喷涂机器人喷枪轨迹优化

针对复杂曲面中直纹曲面的喷涂机器人喷枪轨迹优化问题,由实验数据得到平面上的喷枪2D模型,推导得出圆弧面上的喷枪3D模型;提出通过最小二乘圆弧逼近直纹曲面的思想,将直纹曲面分成若干圆弧面片的组合,直纹曲面上的喷涂轨迹优化问题可近似看作圆弧面来处理,并在每个圆弧面片上建立喷枪轨迹优化目标函数;讨论了两圆弧面片交界处的涂层厚度计算方法及喷枪轨迹优化问题。仿真实验验证了分片算法及数学模型的有效性,证明该喷枪轨迹优化方法与传统方法相比,可有效地提高曲率较大曲面的涂层均匀性,且在保证喷涂精度的前提下,有效地减少分片数。     

基于自适应粒子群算法的FS20N机器人时间最优轨迹规划

针对通用型机器人,以运行时间最短为目标,提出一种基于自适应粒子群(APSO)时间最优轨迹规划算法。在关节空间轨迹规划中,逆解得到关节变量与时间的关系,以此建立五次多项式关节变量与时间的插值轨迹。然后,利用罚函数对其关节角度、关节速度、关节加速度进行处理,同时以插值关节各点间的时间间隔之和为优化目标,采用自适应粒子群算法进行优化求解,得到时间最优的轨迹。最后,利用MATLAB仿真软件,建立川崎FS20 N仿真模型进行验证,得到运行平稳且时间最优的运行轨迹图,仿真结果验证了该算法在轨迹规划中的可行性。     

基于涂层模型的再制造异形件涂油方法及工艺参数优化

再制造零件的涂油保护是其以完好的质量状态进入新生命周期的关键技术之一。针对多品种大批量形状不规则难以装夹的再制造异形件,不易规模化涂油保护问题,基于平面和曲面涂层生长模型,提出一种绕中心轴线公转、相对周边自转,在密闭环境辅以自重驱动的再制造异形件喷涂油方法,并对喷涂机构数量、喷涂机构安装位置、喷涂距离以及喷嘴数量等主要工艺参数进行分析计算。为提高喷涂均匀性和喷涂效率,在分析喷涂质量影响因素的基础上,建立喷嘴位置与工件转速优化模型,通过粒子群算法求解得到最优设计参数,仿真试验验证了模型的正确性和求解方法的有效性。     

基于改进粒子群算法的机器人路径规划

为了提高移动机器人路径规划的质量,提出了基于改进粒子群算法的机器人路径规划方法。对障碍物进行膨化处理,简化了障碍物模型;通过坐标变换,将二维优化问题简化为一维优化问题;建立了包含路径长度和路径平滑度的适应度函数;分析了传统粒子群算法及缺陷,引入了跳出机制和牵引操作,跳出机制保持了种群多样性和全局搜索能力,牵引操作加快了算法收敛速度,从而提出了改进粒子群算法;经仿真实验验证,改进算法规划的路径在长度、平滑度、规划时间上均具有优势。     

基于MATLAB的喷涂轨迹重叠率优化

用高速静电旋杯式喷涂系统进行喷涂时,涂料雾化后的微粒在工件表面上形成的沉积模型具有多种形状。在详细分析多种涂料沉积模型的基础上,对β型沉积分布模型函数进行充分研究,推导出包含涂料漆流底面半径R、调整系数K,喷枪移动速度v及喷涂流量Q0等主要参数在内的平面喷涂的涂层沉积厚度方程;基于该涂层趁机厚度方程,用MATLAB语言编写程序对两条相邻喷涂轨迹之间的重叠距离进行优化,并得出优化结果,为喷漆机器人轨迹规划设计奠定了基础。     

基于隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合规划

在复杂曲面分片规划成若干个近似平面及每片面喷涂轨迹规划的基础上,将每个片上及片与片交界处的喷枪轨迹组合规划问题转化为广义开环旅行商问题(OTSP),并采用隶属云模型蚁群算法对OTSP问题进行求解.仿真实验结果证明了该方法更佳的全局搜索性和收敛性.     

不规则平面边界约束喷涂轨迹参数优化

针对不规则平面边界约束喷涂的涂膜均匀性优化问题,提出了一种考虑喷涂倾角的多变量喷涂参数优化方法。基于建立的考虑喷枪喷涂高度和喷涂倾角为变量的静态喷涂模型,采用积分法建立喷枪沿圆弧轨迹动态喷涂的涂膜厚度分布模型,通过分析喷涂轨迹测地曲率引起涂膜分布不均匀的原因,给出涂膜均匀性的变倾角修正方法,最后建立考虑喷涂倾角的多变量喷涂参数优化模型改善边界约束喷涂后的涂膜均匀性,并采用模式搜索法进行求解。以某汽车引擎盖为例,通过在Robotstudio中和MATLAB中做仿真验证所提优化方法的有效性和可行性。     

基于遗传算法的双层喷涂自动轨迹规划

针对表面喷涂技术的涂层均匀性问题,在椭圆双β模型的基础上,运用微分投影法,建立了一个考虑喷涂距离的立体涂层累积速率模型,并提出一种双层喷涂自动轨迹规划方法。该方法以第一层喷涂的重叠宽度,喷涂速度和第二层喷涂的喷涂距离、喷涂速度为变量,以喷涂后各点厚度值与理想值的方差为目标函数进行优化,并采用遗传算法进行求解。通过在平面以及圆柱面上的仿真分析,证明了双层喷涂相比于单层喷涂在喷涂均匀性上的提升。通过喷涂实验,验证了该方法的可行性和有效性。