CN107563068A - 圆钢端面贴标混联机器人并联机构构型的优选方法 - Google Patents

圆钢端面贴标混联机器人并联机构构型的优选方法 Download PDF

Info

Publication number
CN107563068A
CN107563068A CN201710796032.0A CN201710796032A CN107563068A CN 107563068 A CN107563068 A CN 107563068A CN 201710796032 A CN201710796032 A CN 201710796032A CN 107563068 A CN107563068 A CN 107563068A
Authority
CN
China
Prior art keywords
parallel
round steel
series
parallel institution
labeling
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710796032.0A
Other languages
English (en)
Inventor
张付祥
刘再
黄永建
黄风山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei University of Science and Technology
Original Assignee
Hebei University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hebei University of Science and Technology filed Critical Hebei University of Science and Technology
Priority to CN201710796032.0A priority Critical patent/CN107563068A/zh
Publication of CN107563068A publication Critical patent/CN107563068A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Manipulator (AREA)

Abstract

圆钢端面贴标混联机器人并联机构构型的优选方法,属于冶金行业贴标技术领域。技术方案是:建立模糊综合评价决策集;建立模糊综合评价因素集;确定指标的权重集;确定综合评价矩阵;将指标权重集与综合评价矩阵以模糊算子相乘得到排序结果,并进行贴标混联机器人并联机构构型优选。本发明通过AHP计算出各评价指标的权重以及综合评价矩阵,通过模糊算法实现对并联机构构型的排序,并以此完成对并联机构构型的优选。该方法有效地优选出圆钢端面贴标混联机器人并联机构构型,优化了圆钢端面贴标混联机器人的贴标适应度,提高了圆钢端面贴标机构的实用性。

Description

圆钢端面贴标混联机器人并联机构构型的优选方法
技术领域
本发明涉及一种应用于圆钢端面贴标混联机器人并联机构构型的优选方法,属于冶金行业贴标技术领域。
背景技术
目前,钢铁厂中完成圆钢端面贴标的工作主要是依靠人工,在部分钢铁企业中正在逐步采用自动贴标系统,实现利用机器人对圆钢端面进行自动贴标。例如:中国专利号CN2016202585353、CN201610193686X中,提出了一种应用于圆钢端面贴标的机器人自动贴标系统,系统中贴标机器人采用串联机器人存在速度慢、机构末端累积误差大的缺点,而商用的并联机器人又无法实现贴标工作时的俯仰运动且其工作空间相对较小。采用混联机器人是解决上述问题的有效方法,以并联机构作为贴标机器人主体可实现高速高精度贴标运动,以串联机构联接末端执行器可实现贴标工作的俯仰运动且弥补了并联机构工作空间不足的缺点。混联机器人的并联机构构型的选择不仅决定贴标混联机器人的工作性能,还影响自动贴标的效果及钢厂的生产效率。
发明内容
基于以上原因,本发明提出一种圆钢端面贴标混联机器人并联机构构型优选方法。
本发明圆钢端面贴标混联机器人并联机构构型优选方法,包含如下步骤:
第1步,通过分析圆钢端面贴标工艺,确定贴标混联机器人的运动输出以及并联机构的运动输出,根据并联机构的运动输出确定备选方案,以所有的备选方案为基础,建立模糊综合评价决策集,用V表示,即,式中,v i 为第i个备选方案,m为备选方案的个数;
第2步,以影响评价对象(即各被选方案)的各种因素为元素建立模糊综合评价因素集,用X表示,即,式中,x i 为影响各评价对象的第i个因素,n为影响因素的个数,并建立评价体系层次结构图;
第3步,利用层次分析法(简称AHP),通过两两比较建立评判矩阵,然后求解矩阵的最大特征值及其对应的特征向量为因素在总评价中的重要程度(权重),对A做归一化运算并做一致性检验,得到指标的权重模糊向量,即因素的权重集
第4步,在一个评价模型中,影响评价对象的因素有n个。想对任意一个影响因素,将对备选方案1,2,…,m的优势程度进行两两比较,得到i个判断矩阵。然后求得判断矩阵的最大特征值对应的特征向量,对其归一化以后得到方案层各元素相对于准则层某元素的权重向量。则综合评价矩阵
第5步,确定评价矩阵R和权重集ω后,可得到模糊决策集,式中“*”表示模糊算子,根据求得的数值对各个方案进行排序并优选。
圆钢端面贴标混联机器人并联机构构型的优选方法通过排序结果进行并联机构构型的优选决策,是在三平移并联机构RRRP4R型、RRRRP4R型、RRRRR型之间进行优选。
本发明的有益效果:该方法有效地优选出圆钢端面贴标混联机器人并联机构构型,优化了圆钢端面贴标混联机器人的贴标适应度,提高了圆钢端面贴标机构的实用性。
附图说明
图1是本发明圆钢端面贴标混联机器人并联机构构型的优选方法的评价指标层次结构图。
具体实施方式
结合附图1对本发明做具体描述。
圆钢端面贴标混联机器人并联机构构型的优选方法,包含如下步骤:
第1步,通过分析圆钢端面贴标工艺,确定贴标混联机器人的运动输出以及并联机构的运动输出,根据并联机构的运动输出确定备选方案,以所有的备选方案为基础,建立模糊综合评价决策集,用V表示,即,式中,v i 为第i个备选方案,m为备选方案的个数;
第2步,以影响评价对象(即各被选方案)的各种因素为元素建立模糊综合评价因素集,用X表示,即,式中,x i 为影响各评价对象的第i个因素,n为影响因素的个数,并建立评价体系层次结构图;
第3步,利用层次分析法(简称AHP),通过两两比较建立评判矩阵,然后求解矩阵的最大特征值及其对应的特征向量为因素在总评价中的重要程度(权重),对A做归一化运算并做一致性检验,得到指标的权重模糊向量,即因素的权重集
第4步,在一个评价模型中,影响评价对象的因素有n个。想对任意一个影响因素,将对备选方案1,2,…,m的优势程度进行两两比较,得到i个判断矩阵。然后求得判断矩阵的最大特征值对应的特征向量,对其归一化以后得到方案层各元素相对于准则层某元素的权重向量。则综合评价矩阵
第5步,确定评价矩阵R和权重集ω后,可得到模糊决策集,式中“*”表示模糊算子,根据求得的数值对各个方案进行排序并优选。
本实施例优选的步骤如下:
第1步,圆钢端面贴标混联机器人构型机理是:在整个贴标过程中,贴标机构末端执行器的作用是标签的吸取及粘贴,即其运动输出为三维移动输出和二维转动输出。考虑到并联机构决定机器人的精度、刚度、体积和承载能力,串联部分则决定机器人的调姿能力和末端执行器的悬挂形式,并联机构需实现三维移动输出。这里以三平移并联机构RRRP4R型、RRRRP4R型、RRRRR型为备选方案进行优选。即
第2步,贴标工艺的主要参数如下:
圆钢的直径范围:30-110mm;
圆钢捆的直径:小于360mm;
圆钢长度:4-12m;
圆钢捆的重量:约2.5t;
圆钢捆中各圆钢端面轴向最大距离:50mm;
标签的形式和尺寸:圆形标签共有25mm、40mm、50mm、90mm四种规格;
每捆圆钢允许的贴标时间:7min。
对备选方案进行评价要考虑多种因素,一般情况下,各个备选方案都能基本满足基于操作任务的运动学和动力性能,但是各方案之间还是有优劣之分。考虑到以并联机构作为贴标机构的主体部分,其工作空间必须要满足贴标所需;考虑到贴标精度的保证及贴标工作的稳定,并联机构的刚度及稳定性需满足贴标所需;考虑并联机构的运动学分析难易程度以及结构经济性。
根据实际贴标工作以及机构学相关知识,从如下几个方面分析备选方案的评价指标:工作空间、刚度、稳定性、运动学分析简易度、结构经济性。即
X={工作空间,刚度,稳定性,运动学分析简易度,结构经济性}
各评价指标之间的层次结构模型如图1所示。
第3步,根据层次分析法,依据机构学相关知识及贴标实际需求给出评价指标权重模糊集。
Satty认为,若某个问题涉及n个因素,当无法确定每个因素在整体中占多大因素时,就要凭专家经验进行判断。当时,任何专家都很难说出确切的数值。然而,如果从所有因素中任选两个因素进行比较,行业内的专家都可以用“同等重要”、“稍微重要”、“十分重要”等定性语音说明其中一个因素相对于另一个因素对总体而言的重要性程度。Satty引入函数表示对总体而言因素x比因素y的重要性程度。当时,说明xy重要;当时,说明yx重要;当且仅当时,xy同等重要。同时约定,,表1给出了的值。
表1 相对重要性标度值
因素xy比较 说明 f(x,y) f(y,x)
xy同等重要 x,y总对目标有相同的贡献 1 1
xy稍微重要 x的贡献稍微大于y,但不明显 3 1/3
xy明显重要 x的贡献明显大于y,但不十分明显 5 1/5
xy十分重要 x的贡献十分明显大于y,但不特别出色 7 1/7
xy及其重要 x的贡献以压倒优势大于y 9 1/9
xy处于上面相邻判断之间 相邻两判断的折中 2,4,6,8 1/2,1/4,1/6,1/8
根据专家的知识经验,将影响各备选方案的因素两两相互比较得到两两比较判断矩阵,在层次分析结构中各因素进行两两判断比较,构造判断矩阵时,我们可由专家根据其专业经验,结合实际情况,综合参与决策者的意见,根据层析分析法中相对重要性标度值赋值,建立判断矩阵。
首先,由于贴标混联机器人以并联机构作为主体部分,而并联机构的工作空间相对较小,工作空间直接影响贴标机构对贴标工作的适应程度和贴标系统其他工作部件的配置情况,甚至决定了该并联机构能否作为贴标混联机器人的主体部分,故认为工作空间相对于其他评价指标更加重要;其次,贴标工作需要保证贴标机构具有足够刚度以保证贴标精度及机构正常工作,故认为刚度的重要程度次于工作空间但优于其他指标;再次,一个控制系统要想能够实现所要求的控制功能就必须是稳定的。在实际的应用系统中,由于系统中存在储能元件,并且每个元件都存在惯性。这样当给定系统的输入时,输出量一般会在期望的输出量之间摆动。此时系统会从外界吸收能量。对于稳定的系统振荡是减幅的,而对于不稳定的系统,振荡是增幅的振荡。前者会平衡于一个状态,后者却会不断增大直到系统被损坏。故认为机构的稳定性虽在短期内不影响贴标工作,但长期来看会影响贴标机构的寿命,故认为稳定性的重要程度次于工作空间及刚度,但优于其他指标;最后,运动学分析简易度和结构经济性不影响贴标机构的正常工作,但运动学分析更简易和良好的结构经济性是更佳的选择,故认为运动学分析简易度和结构经济性的重要程度相当且次于其他指标。
根据以上分析及相对重要性标度值,给出评价指标判断矩阵及权重模糊集
表2 相对重要性标度值
目标层 工作空间F1 刚度F2 稳定性F3 运动学分析简易度F4 结构经济性F5 权重
工作空间F1 1 2 3 4 4 0.4129
刚度F2 1/2 1 2 3 3 0.2571
稳定性F3 1/3 1/2 1 2 2 0.1539
运动学分析简易度F4 1/4 1/3 1/2 1 1 0.0811
结构经济性F5 1/4 1/3 1/2 1 1 0.0811
由判断矩阵得到最大特征根,对最大特征根对应的特征向量进行归一化处理得[0.4129,0.2571,0.1539,0.0811,0.0811]此即为准则层指标的权重ω,为验证判断矩阵设计的合理性,进行一致性检验
代入数据得CR=0.0081<0.1,,所以该模糊权重集满足“满意一致性”。
表3 平均随机一致性指标(RI)表
n 1 2 3 4 5 6 7 8 9
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45
第4步,依据层次分析法和机构学知识,依次选择工作空间、刚度、稳定性、运动学分析简易度、结构经济性五个性能评价指标对三个方案建立模糊评判矩阵。
工作空间:支链含移动副的机构合理配置其方位,机构沿移动副轴线方向因不受转角的限制,故移动范围较大,其工作空间优势大;支链运动副数目多的机构合理配置其方位,机构末端运动范围更大,工作空间优势大。
表4.1
构型方案 RRP4RR型 RRRP4RR型 RRRRR型
RRP4RR型 1 1/2 3
RRRP4RR型 2 1 4
RRRRR型 1/3 1/4 1
刚度:支链含闭合回路的机构刚度更大;过约束回路较多的机构刚度大。
表4.2
构型方案 RRP4RR型 RRRP4RR型 RRRRR型
RRP4RR型 1 3 4
RRRP4RR型 1/3 1 2
RRRRR型 1/4 1/2 1
稳定性:支链含闭合回路的机构稳定性更好;支链运动副数目少的机构稳定性更好。
表4.3
构型方案 RRP4RR型 RRRP4RR型 RRRRR型
RRP4RR型 1 2 3
RRRP4RR型 1/2 1 2
RRRRR型 1/3 1/2 1
运动学分析简易度:耦合度低的机构运动学分析更简易。
表4.4
构型方案 RRP4RR型 RRRP4RR型 RRRRR型
RRP4RR型 1 3 1
RRRP4RR型 1/3 1 1/3
RRRRR型 1 3 1
结构经济性:运动副数目少的机构结构经济型更好。
表4.5
构型方案 RRP4RR型 RRRP4RR型 RRRRR型
RRP4RR型 1 2 1/5
RRRP4RR型 1/2 1 1/6
RRRRR型 5 6 1
根据第3步给出的方法,分别计算5个评价因素指标上三个方案的排序向量。
F1=[0.3202,0.5571,0.1226]
F2=[0.6232,0.2395,0.1373]
F3=[0.5390,0.2973,0.1638]
F4=[0.4286,0.1429,0.4286]
F5=[0.1741,0.1033,0.7225]
则综合评价矩阵为
第5步,确定评价矩阵R和权重集ω后,可得到模糊决策集
“*”表示模糊算子,下面介绍模糊综合评价的四种模糊算子。
1 算子
式中,符号“∨”表示取大,符号“∧”表示取小。
2 算子
3 算子
式中,“⊕”为有界和运算,即在有界限制下的普通加法运算。
4 算子
表5给出四种算子在模糊综合评价中的比较
表3 四种算子在模糊综合评价中的比较
在运算中能突出对综合评判起作用的主要因素,在确定时不一定要求其分量之和为1,即不一定是权向量,所以为主因素突出型。运算时兼顾了各因素的作用,ω为名符其实的权向量,满足各分量之和为1,故为加权平均型。
要求整体指标且均衡兼顾,选择算子。
由此可以看出贴标混联机器人并联机构优选的排序为R 1>R 2>R 3,即优选排序方案顺序为:RRP4RR型> RRRP4RR型> RRRRR型。选用RRP4RR型作为贴标混联机器人的并联机构最优。

Claims (2)

1.圆钢端面贴标混联机器人并联机构构型的优选方法,其特征在于包含如下步骤:
第1步,通过分析圆钢端面贴标工艺,确定贴标混联机器人的运动输出以及并联机构的运动输出,根据并联机构的运动输出确定备选方案,以所有的备选方案为基础,建立模糊综合评价决策集;
第2步,以影响评价对象(即各被选方案)的各种因素为元素建立模糊综合评价因素集;
第3步,利用层次分析法(简称AHP),通过两两比较建立评判矩阵,然后求解矩阵的最大特征值及其对应的特征向量,对其做归一化运算并做一致性检验,得到指标的权重模糊向量,即因素的权重集;
第4步,在一个评价模型中,相对任意一个影响因素,将其对备选方案的优势程度进行两两比较,得到个判断矩阵,然后求得判断矩阵的最大特征值对应的特征向量,并对其归一化以后得到方案层各元素相对于准则层某元素的权重向量,确定综合评价矩阵;
第5步,确定评价矩阵和权重集后,可得到模糊决策集,根据求得的数值对各个方案进行排序并优选。
2.根据权利要求1所述的圆钢端面贴标混联机器人并联机构构型的优选方法,其特征在于:所述通过排序结果进行并联机构构型的优选决策,是在三平移并联机构RRRP4R型、RRRRP4R型、RRRRR型之间进行优选。
CN201710796032.0A 2017-09-06 2017-09-06 圆钢端面贴标混联机器人并联机构构型的优选方法 Pending CN107563068A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710796032.0A CN107563068A (zh) 2017-09-06 2017-09-06 圆钢端面贴标混联机器人并联机构构型的优选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710796032.0A CN107563068A (zh) 2017-09-06 2017-09-06 圆钢端面贴标混联机器人并联机构构型的优选方法

Publications (1)

Publication Number Publication Date
CN107563068A true CN107563068A (zh) 2018-01-09

Family

ID=60979439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710796032.0A Pending CN107563068A (zh) 2017-09-06 2017-09-06 圆钢端面贴标混联机器人并联机构构型的优选方法

Country Status (1)

Country Link
CN (1) CN107563068A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113400347A (zh) * 2021-05-25 2021-09-17 华南理工大学 一种3-prru并联机器人的性能评价方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376413A (zh) * 2014-11-11 2015-02-25 国家电网公司 基于层次分析法和数据包络法的电网规划方案评估系统
CN106395051A (zh) * 2016-10-19 2017-02-15 石家庄钢铁有限责任公司 一种成捆圆钢端面自动贴标系统中贴标机器人的优选方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376413A (zh) * 2014-11-11 2015-02-25 国家电网公司 基于层次分析法和数据包络法的电网规划方案评估系统
CN106395051A (zh) * 2016-10-19 2017-02-15 石家庄钢铁有限责任公司 一种成捆圆钢端面自动贴标系统中贴标机器人的优选方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
夏红梅: "果蔬采摘机构构型方案的模糊综合评价", 《机械科学与技术》 *
朱涯涯: "基于模糊数学的并联机构构型选优方法", 《中国优秀硕士学位论文全文数据库-工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113400347A (zh) * 2021-05-25 2021-09-17 华南理工大学 一种3-prru并联机器人的性能评价方法
CN113400347B (zh) * 2021-05-25 2023-06-23 华南理工大学 一种3-prru并联机器人的性能评价方法

Similar Documents

Publication Publication Date Title
CN104267693B (zh) 一种机械加工能量效率的切削参数优化方法
Trung Application of EDAS, MARCOS, TOPSIS, MOORA and PIV methods for multi-criteria decision making in milling process
Sivakumar et al. Simultaneous optimal selection of design and manufacturing tolerances with alternative manufacturing process selection
CN110276126B (zh) 基于缓存区容量计算的自动化生产线优化方法
CN105607575B (zh) 基于fa‑lssvm的数控机床主轴热漂移建模方法
CN104408310B (zh) 机械装置pfam结构化分解方法
CN104933627A (zh) 机床产品制造系统的能效组合评价方法
Lu et al. An adaptive population multi-objective quantum-inspired evolutionary algorithm for multi-objective 0/1 knapsack problems
Kotliar et al. Ensuring the economic efficiency of enterprises by multi-criteria selection of the optimal manufacturingprocess
Zhu et al. A fitness assignment strategy based on the grey and entropy parallel analysis and its application to MOEA
CN107563068A (zh) 圆钢端面贴标混联机器人并联机构构型的优选方法
CN103903060B (zh) 一种关于装配公差的优化设计方法
Jauhar et al. Supply chain and the sustainability management: selection of suppliers for sustainable operations in the manufacturing industry
Li et al. Bottleneck identification and alleviation in a blocked serial production line with discrete event simulation: A case study.
Ren et al. A Two-Stage Optimization Algorithm for Multi-objective Job-Shop Scheduling Problem Considering Job Transport.
CN109615115A (zh) 一种面向任务可靠性的集成生产任务调度方法
CN107589670A (zh) 一种大型机床结构件分块式分析方法
Ren et al. Re-layout of an assembly area: A case study at Bosch Rexroth Oil Control
Chang et al. Promoting the Application of Lean Automation-Take the Automobile Oil Seal Manufacturing Industry as an Example
Aktas et al. Dynamic intuitionistic fuzzy multi attribute decision making for CNC Router selection
Yang et al. Production line balance optimization based on improved imperial competition algorithm
Wang et al. Analysis of flexible shop scheduling problem based on a genetic simulated annealing algorithm
YANG et al. PRODUCTION SCHEDULING PROBLEM BASED ON MULTI-FACTOR DYNAMIC ANALYSIS ALGORITHM
Sun et al. Simulation analysis and optimization of garment manufacturing process based on Em-Plant software
Gao et al. Research on scheduling strategy of intelligent warehouse and automatic verification line

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180109