КОМПЕНСАЦІЯ ПОХИБОК ПОЗИЦІОНУВАННЯ РОБОТА-МАНІПУЛЯТОРА В РОБОЧОМУ ПРОСТОРІ ТЕХНОЛОГІЧНОГО ОБЛАДНАННЯ
DOI:
https://doi.org/10.20535/1970.63(1).2022.260646Ключові слова:
генетичний алгоритм, штучні нейронні мережі, точність, позиціонування, технологічне обладнання, робот-маніпуляторАнотація
Промислові роботи широко використовують на сучасних підприємствах. Хоча висока повторюваність промислових роботів може задовольнити більшість потреб процесу, їх низька абсолютна точність позиціонування в робочому просторі не може задовольнити вимоги деяких високоточних завдань. Прикладом є те, що дія робота покладається на вибіркові дані в реальному часі, а не на змодельовані дані. Низька абсолютна точність робота до позиціонування в робочому просторі обладнання призводить до того, що робоча продуктивність значно відрізняється від очікуваної. Тож метою даної статті є аналіз розробленої програми підвищення точності позиціонування робота-маніпулятора в реальному часі за умови компіляції з програмами інтеграційних проєктів автоматизації.
У статті розглянуто деформацію ланок, що є однією з виробничих похибок робота-маніпулятора. Дія прикладених зусиль на з'єднаннях і ланках може по-різному впливати на деформацію пози робота, а ці зміни складно врахувати за допомогою лінійної алгебри, тому останнім часом зріс попит на "офлайнове програмування", що дозволить змоделювати роботу робота-маніпулятора зі зміною у часі і матиме прийнятну ціну. Тому було розглянуто застосування штучних нейронних мереж на основі алгоритмів оптимізації для компенсації абсолютної похибки. Після аналізу існуючих технічних рішень було обрано генетичний алгоритм, що задовольняє умови простоти реалізації, зрозумілості, відсутність зайвих обчислень, гнучкість до використовуваних типів даних. Також в роботі представлено загальну схему алгоритмів оптимізації параметрів штучних нейронних мереж та ітеративний процес пошуку оптимальних значень гіперпараметрів із використанням генетичного алгоритму.
Після вибору методу моделювання та алгоритму оптимізації, протестовано розроблений алгоритм на відкритому наборі даних. Отримані результати показали підвищення точності від 22 до 77 % (точності позиціонування без застосування компенсаційної методики). Отже, в даній статті описано метод підвищення абсолютної точності позиціонування за умови компіляції з програмами інтеграційних проєктів автоматизації. Результатом роботи є програма, що заснована на вищезгаданому методі.
Посилання
K. Young, C. G. Pickin, “Accuracy assessment of the modern industrial robot”, Industrial Robot: An International Journal, vol. 27, no. 6, pp. 427–4362000. DOI: 10.1108/01439910010378851.
A. Buschhaus, A. Blank, C. Ziegler, and J. Franke, “Highly Efficient Control System Enabling Robot Accuracy Improvement”, Procedia CIRP, vol. 23, pp. 200-205, 2014.
G. S. Tymchyk, V. I. Skytsiouk, T. R. Klotchko, P. Komada, S. Smailova, & A. Kozbakova, “Modelling of the technological objects movement in metal processing on machine tools”, Mechatronic Systems II. Applications in Material Handling Processes and Robotics, Taylor & Francis Group, CRC Press, Balkema book (2021), Boca Raton, London, New York, Leiden, pp. 267-278, DOI: 10.1201/9781003225447-24.
V. I. Skytsiouk, & T. R. Klotchko, “Measurement errors of the shape’s parameters of detail’s surface by optical instruments”, Bulletin KPI. Series Instrument Making, is. 59(1), pp. 71-78, 2020. DOI: 10.20535/1970.59(1).2020.210020.
B. Shirinzadeh, “Repeatability and accuracy – who cares and why?”, Industrial Robot, vol. 27, no. 4, pp. 250–251, 2000.
Z. Pan, J. Polden, N. Larkin, S. Van Duin, and J. Norrish, “Recent progress on programming methods for industrial robots”, Robotics and Computer-Integrated Manufacturing, vol. 28, no. 2. pp. 87-94, 2012.
I. Edinbarough, R. Balderas, S.Bose, “A vision and robot based on-line inspection monitoring system for electronic manufacturing”, Computers in Industry, vol. 56, no. 8-9, pp. 986–996, 2005. DOI: 10.1016/j.compind.2005.05.022
C.-C. Ngan, H.-Y. Tam, “A non-contact technique for the on-site inspection of molds and dies polishing”, Journal of Materials Processing Technology, vol. 155-156. pp. 1184–1188, 2004. DOI: 10.1016/j.jmatprotec.2004.04.263
R. Devlieg, “Expanding the Use of Robotics in Airframe Assembly Via Accurate Robot Technology”, SAE International Journal of Aerospace, vol. 3, no. 1, pp. 198–203. 2010. DOI: 10.4271/2010-01-1846
R. Denzer, F. J. Barth, P. Steinmann, “Studies in elastic fracture mechanics based on the material force method”, International Journal for Numerical Methods in Engineering, vol. 58, no. 12, pp. 1817–1835, 2003. DOI: 10.1002/nme.834
Y. Li, G. Gao, F. Liu, “Positioning Error Compensation for Industrial Robots Based on Stiffness Modelling”, Complexity, vol. 2020. pp. 1–13, 2020. DOI: 10.1155/2020/8850751
G. Shi, S. Zhao, B. Hu, “A Practical Method to Improve Absolute Positioning Accuracy of Industrial Robot”, Journal of Physics: Conference Series, vol. 1453, pp. 012121, 2020. DOI: 10.1088/1742-6596/1453/1/012121
M. Abdolrasol, “Artificial Neural Network Based Particle Swarm Optimization for Microgrid Optimal Energy Scheduling”, IEEE Transactions on Power Electronics, vol. 36, no. 11, pp. 12151–12157, 2021. DOI: 10.1109/tpel.2021.3074964
M. Abdolrasol, “Energy Management Scheduling for Microgrids in the Virtual Power Plant System Using Artificial Neural Networks”, Energies, vol. 14, no. 20, pp. 6507. 2021. DOI: 10.3390/en14206507
M. A. Hannan, “Binary Particle Swarm Optimization for Scheduling MG Integrated Virtual Power Plant Toward Energy Saving”, IEEE Access, vol. 7, pp. 107937–107951, 2019. DOI: 10.1109/access.2019.2933010
M. S. Ahmed, “Real time optimal schedule controller for home energy management system using new binary backtracking search algorithm”, Energy and Buildings, vol. 138, pp. 215–227, 2017. DOI: 10.1016/j.enbuild.2016.12.052
M. Abdolrasol, “Artificial Neural Networks Based Optimization Techniques: A Review”, Electronics, vol. 10, no. 21, p. 2689, 2021. DOI: 10.3390/electronics10212689
V. Sim. Using Genetic Algorithms to Train Neural Networks. [Online]. Available: https://towardsdatascience.com/using-genetic-algorithms-to-train-neural-networks-b5ffe0d51321
Degradation Measurement of Robot Arm Position Accuracy. NIST. [Online]. Available: https://www.nist.gov/el/intelligent-systems-division-73500/degradation-measurement-robot-arm-position-accuracy
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 CC BY 4.0
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Авторське право на публікацію залишається за авторами.
Автори можуть використовувати власні матеріали в інших публікаціях за умови посилання на збірник наукових праць "Вісник Київського політехнічного інституту. Серія ПРИЛАДОБУДУВАННЯ" як на перше місце видання та на Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» як на видавця.
Автори публікують свої статті в збірнику на умовах ліцензії Creative Commons:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY 4.0, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на динаміці цитування опублікованої роботи.
Видавець (КПІ ім. Ігоря Сікорського) має право за будь-якого використання цього видання зазначати своє ім'я або вимагати такого зазначення.
Редакційна колегія залишає за собою право розміщувати опубліковані в збірнику статті в різних інформаційних базах для надання відкритого доступу до матеріалів з метою популяризації наукових досліджень та підвищення цитованості авторів.
