基于遗传算法的双机器人加工中心布局优化

摘要/Abstract

摘要：

首先建立了面向大型仪表板的双机器人作业加工单元，为了保证机器人和工件不发生碰撞，提出了以双机器人的工作空间重合率最大为目标、基于遗传算法的双机器人加工中心优化布局方法，建立了空间约束的数学模型，利用MATLAB软件进行仿真分析，并从空间重合率、加工周期两个方面进行比较。结果表明：相对于公司现有状态，空间重合率提高了14.6%，加工周期缩短了1.2min，验证了该方法的有效性和可行性。

关键词: 机器人, 加工中心, 布局优化, 遗传算法

Abstract:

First,a dual-robot operation processing unit for large dashboard was established.Under the premise of ensuring the robot and the workpiece working without collision, in order to maximize the sharing working space rate of two robots,a method to optimize the layout of the double robotic workcell was procesd based on genetic algorithm with MATLAB software simulation analysis.Besides,the sharing working space rate and the processing cycle were compared.The results show that:relative to the company's existing state,the sharing working space rate is increased by 14.6 percent,and the cycle time is reduced by 1.2min,which demonstrates the effectiveness and feasibility of the method.

Key words: robot;machining center;layout , optimization;genetic algorithm

中图分类号:

TP242

王军, 曹春平, 丁武学, 孙宇. 基于遗传算法的双机器人加工中心布局优化[J]. 中国机械工程, 2016, 27(02): 173-178.

Wang Jun, Cao Chunping, Ding Wuxue, Sun Yu. Layout Optimization on Dual-robot Machining Center Based on Genetic Algorithm[J]. China Mechanical Engineering, 2016, 27(02): 173-178.

参考文献

[1]Chedmail P,Wenger P.Design and Positioning of a Robot in an Environment with Obstacles Using Optimal Research[C]//1989 IEEE International Conference on Robotics and Automation. Scottsdale,1989:1069-1074.
[2]Kats V.Minimizing the Cycle Time of Multiple-product Processing Networks with a Fixed Operation Sequence, Setups, and Time-window Constraints[J]. European Journal of Operational Research,2008,187:1196-1211.
[3]Chittajallu S K,Sommer H J.Layout Design for Robotic Assembly Workcells[R].AD86-409,Technical Paper SME,1986:759-769.
[4]Barral D, Perrin J P, Dombre E. Simulated Annealing Combined with a Constructive Algorithm for Optimizing Assembly Workcell Layout[J]. Advanced Manufacturi ng Technology,2001, 17(8):593-602 .
[5]王召莉.基于关节空间评估的机器人工作单元布局优化[D].上海:上海交通大学,2009.
[6]栾颖.MATLAB R2013a工具箱手册大全[M].北京:清华大学出版社,2014.
[7]Tao Long,Liu Zhigang.Optimization on Multi-Robot Workcell Layout in Vertical Plane[C]//Proceeding of the IEEE International Conference on Information and Automation.Shenzhen, 2011:744-749.
[8]雷英杰,张善文.MATLAB遗传算法工具箱及应用[M].西安:西安电子科技大学出版社,2014.
[9]张嵛,刘淑华.多机器人任务分配的研究与进展[J].智能系统学报,2008,3(2):115-120.
Zhang Yu,Liu Shuhua.Research and Development of Multi-robot Task Allocation[J].Journal of Intelligent Systems,2008,3(2):115-120.
[10]李成兵,郭瑞雪,李敏.改进蚁群算法在旅行商问题中的应用[J].计算机应用,2014,34(S1):131-132.
Li Chengbing,Guo Ruixue,Li Min,et al.Improved Ant Colony Algorithm in the Application of the Traveling Salesman Problem[J].Journal of Computer Applications,2014, 34(S1):131-132.

[1]	战晓磊, 辛洪兵, 汉斯·彼德　兰特斯. 基于虚拟现实的MOTOMAN-HP3型机器人运动学仿真 [J]. J4, 201016, 21(16): 1952-1954,1998.
[2]	李西兴, 杨道明, 李鑫, 吴锐, . 基于混合遗传鲸鱼优化算法的柔性作业车间自动导引车融合调度方法[J]. 中国机械工程, 2021, 32(08): 938-950，986.
[3]	赵丽娟, 王雅东, 王斌. 含夹矸煤层条件下采煤机螺旋滚筒工作性能分析与预测[J]. 中国机械工程, 2021, 32(08): 976-986.
[4]	李冰1;张永德1;袁立鹏2;朱光强3;代雪松1;苏文海3. 液压四足机器人足端的力预测控制与运动平稳性[J]. 中国机械工程, 2021, 32(05): 523-532.
[5]	郑华林1;项锡平1;胡腾1;米良2;刘雁3. 五轴加工中心旋转轴几何误差元素区别建模辨识技术[J]. 中国机械工程, 2021, 32(05): 547-555.
[6]	沈运1;谢荣理2;赵艳娜3;付庄1;王尧1;张俊2;费健2. 基于改进阻抗控制的自适应曲面乳腺超声扫描方法[J]. 中国机械工程, 2021, 32(02): 195-203.
[7]	胡腾1,3;王文款1;殷国富2;杨随先2. 基于螺旋理论的卧式加工中心空间误差建模方法及其量化验证[J]. 中国机械工程, 2020, 31(21): 2547-2556.
[8]	谢冬福1;罗玉峰1,2;石志新1;刘燕德2. 多移动机器人协同模式及其倾翻稳定性研究[J]. 中国机械工程, 2020, 31(20): 2472-2485.
[9]	王薪宇；秦伟；孙晓军；胡小亮. 3-PPR并联伺服平台非线性同步鲁棒控制[J]. 中国机械工程, 2020, 31(19): 2269-2275.
[10]	吴锦辉1,2；陶友瑞1,2. 工业机器人定位精度可靠性研究现状综述[J]. 中国机械工程, 2020, 31(18): 2180-2188.
[11]	刘大伟1，2；刘佳佳1. 面向管道机器人的非对称惯性驱动系统及其动力学特性[J]. 中国机械工程, 2020, 31(18): 2189-2195，2205.
[12]	刘雪梅；刘涛；郭欢. 基于可用度评价的混联生产线缓冲区配置优化[J]. 中国机械工程, 2020, 31(18): 2220-2230.
[13]	李阳1,2,3；刘子明1,2,4；陈庆盈1,2,3 . 考虑打滑干扰的解耦式主动脚轮全向移动机器人跟踪控制[J]. 中国机械工程, 2020, 31(18): 2247-2253.
[14]	姚海峰1；刘伟2；郑晓雯1；张兰胜2；刘福新2；吴淼1. 构型改进型凿岩机器人钻孔定位方法研究[J]. 中国机械工程, 2020, 31(18): 2254-2261，2267.
[15]	岳彩旭;刘鑫;刘智博;谢娜;王彦武. 基于有限元仿真的拼接模具铣削用刀具优化[J]. 中国机械工程, 2020, 31(17): 2085-2094.