【摘 要】
:
随着工业自动化的发展,工业机器人凭借工作效率高、焊接质量好、可重复性高的优点,在机械制造行业得到了越来越广泛的应用,特别是在汽车行业中,白车身的点焊、喷涂等生产任务基本由工业机器人完成。在实际生产中,白车身结构复杂,焊点数量多,焊接任务重。在进行生产线设计时,为提高工作效率,常常会将两台或两台以上的机器人放置在同一工位上,将白车身上的焊点分配至多台机器人,以期减少整个工位的工作时间。但是对于多机器
论文部分内容阅读
随着工业自动化的发展,工业机器人凭借工作效率高、焊接质量好、可重复性高的优点,在机械制造行业得到了越来越广泛的应用,特别是在汽车行业中,白车身的点焊、喷涂等生产任务基本由工业机器人完成。在实际生产中,白车身结构复杂,焊点数量多,焊接任务重。在进行生产线设计时,为提高工作效率,常常会将两台或两台以上的机器人放置在同一工位上,将白车身上的焊点分配至多台机器人,以期减少整个工位的工作时间。但是对于多机器人而言,焊点数量分配不均,多台机器人在有限的空间内,极易出现机器人之间的干涉碰撞,从而导致焊接效率低下,甚至出现生产线中设备损坏的问题。因此,研究焊点焊接任务的合理分配以及该工位上多台机器人之间无干涉碰撞协作,对实际生产有着重要意义。本文利用西门子PDPS(Process Designer&Process Simulate)软件,搭建白车身侧围焊接的三维模型,将侧围总成上的焊点合理地分配至多台工业机器人,完成单台机器人的路径规划。通过对单台机器人焊接运动作离散处理建立相关的有限状态机模型,最后在Stateflow平台中搭建机器人的离散模型,调整机器人的动作顺序,完成多机器人之间的无碰撞规划。本文的主要工作如下:首先,对白车身侧围总成的结构特点作简要分析,为建立车身侧围总成的焊接工作单元,根据侧围自身的结构特点以及焊点分布情况,对工作单元所需要的焊接机器人以及焊枪型号进行选型。将准备好的各项数据资源导入至软件Process Designer中,并合理规划焊接单元的工位布局,为后续的理论研究提供基础。其次,对焊接单元的各机器人进行焊接任务分配。在已建成的侧围总成焊接工作单元中,需将焊点分配给各机器人进行焊接。为合理分配,将焊点分配问题转化为多背包问题,分析影响焊点分配得因素,确定分配原则,根据约束条件建立相关的焊点分配数学模型,利用遗传算法和引力搜索算法相结合的混合算法,对数学模型进行求解,完成焊点的合理分配,规划各机器人的焊接路径,在软件Process Simulate中完成路径仿真,对焊接工作单元进行SOP分析。然后,对整个焊接工作单元进行离散化处理。各机器人的焊接路径已经确定,并利用软件PS的碰撞检测功能,得到各机器人之间的碰撞区域。为协调碰撞区域内各机器人之间的动作,将机器人连续的焊接运动进行离散处理,并基于有限状态机理论基础,建立单机器人以及整个工位系统的有限状态机模型,把机器人的焊接运动转换为系统内部状态之间的转移,为下一步的多机器人动作协调提供理论基础。最后,利用Simulink/Stateflow仿真平台对单机器人以及整个工位系统进行建模,对单机器人模型进行验证,确定所建立的有限状态机模型的正确性。通过确定机器人运动的优先级调整各机器人之间的运动顺序,得到焊接工作单元的最优工作时间,并对焊接工作单元进行SOP分析,保证工位中各机器人之间无干涉碰撞的完成焊接任务。
其他文献
在生活质量提高的今天,人们对高清晰度图像的需求变高,之前的超分辨率重构方法已不能满足人们对于高质量图像的需求。所以基于深度学习的超分辨率(Super-Resolution,SR)技术被提出来提高图像的质量以满足多领域各人群的需求,其应用价值极为广泛,例如卫星监测、医疗军事、数字媒体,遥感等。近年来,深度学习技术不断发展,卷积神经网络(CNN)在SR重建方面取得很大成功。本文重点研究CNN的单幅图像
图像超分辨作为计算机软件层面的算法,其目的是对图像中的模糊部分进行处理,从而从低分辨率图像中恢复细节信息,重建高分辨率图像。当前,基于卷积神经网络的图像超分辨技术通过对低分辨率图像特征的自主学习,重建的高分辨率图像获得了显著的突破。因此,该类方法受到了国内外学者的广泛关注,并成为现今图像超分辨领域的研究焦点。但图像超分辨是一个高度不适定的问题,同样的一幅高分辨率图像可以通过不同程度的低分辨率图像所
乳腺癌是全球最常见的癌症,其发病率和死亡率居高不下,严重危害着女性的健康。组织病理图像分析是乳腺癌诊断的“黄金标准”,但图像的复杂性和多样性使得病理医生的诊断过程耗时耗力且效率低下。另外,病理医生的经验阅历不同以及分析病理图像时的主观性甚至可能会导致误诊。目前,深度学习在计算机视觉和图像处理等领域崭露头角,也为计算机辅助诊断提供了一种新的思路和途径。本文以苏木精-伊红染色的乳腺组织病理图像数据集为
从水下视频和图像中自动探测和识别鱼类目标对于评估渔业资源、生态环境监测等具有重要意义。但由于水下图像存在着低光照、水体浑浊、海床背景复杂、鱼类姿态多样、目标尺寸变化大、分辨率和对比度低等问题,传统的手工设计特征提取和单纯使用基于CNN的目标检测等算法并不能满足真实水下检测需求。在实现水下鱼类目标检测过程中,首先需要解决水下低分辨率、低质量的鱼类图像问题,以及在得到重建的高分辨率鱼类图像后,鱼类目标
乳腺癌是女性常见癌症之一,严重影响女性身心健康。计算机辅助诊断(ComputerAided Diagnosis,CAD)模型能有效辅助病理医生临床诊断工作,实现早发现、早诊断、早治疗,为提高人们生活质量奠定重要基础。现有研究工作:一方面,医学样本稀缺,模型易过拟合;另一方面,多使用单类别特征,而未充分挖掘并利用异构图像特征间蕴含的跨模态病理语义,同时忽略不同特征在乳腺癌图像识别中的重要性。为此,提
复杂时变动态系统在科学与工程应用领域中是非常重要的一类问题。此外,实际应用中噪声的存在会影响模型性能,导致求解精度不高等不良效果。因此含有噪声干扰下的时变动态系统的求解是值得探究的。传统的固定参数的收敛微分神经网络由于参数选定不能超过参数变化的上限,其收敛效果以及收敛速度都会受到初始极限值的限制。因此,根据自适应时变参数设计思想,论文提出一种新型的混合变参动态学习网络(Mixed variant-
随着工业生产线智能化水平的提升,焊接机器人被广泛用以提高生产效率。在实际生产过程中,焊接机器人不仅需要完成数量众多的焊点焊接任务,且还需尽可能的提高生产效率、减少能量消耗、运行平稳。因此,本文以焊接机器人为研究对象,对过给定路径点的焊接机器人最优运动轨迹展开深入研究。首先对白车身侧围结构和焊接机器人路径规划影响对象进行了研究,分析了制造资源、点焊工艺及资源整体布局对焊接机器人运动规划的影响。基于数
随着科学技术的进步,我国交通运输行业发展尤为突出,其中轨道交通运输业在各方面都具有跨越式进步,积累了大量领先世界的前沿技术。在当下的国民经济快速发展时期,轨道交通运输的压力也越来越大。重载铁路作为大宗商品运输的重要途经,线路距离长且环境多变,面对如此环境,驾驶人员极容易产生疲劳。本文以大秦线上运行的HXD1机车牵引1万吨货车作为研究对象,通过强化学习方法训练出一套重载列车辅助驾驶系统,以缓解驾驶人