CN107895227A - 一种移动焊接机器人运行方案的综合评价方法 - Google Patents

一种移动焊接机器人运行方案的综合评价方法 Download PDF

Info

Publication number
CN107895227A
CN107895227A CN201711063892.XA CN201711063892A CN107895227A CN 107895227 A CN107895227 A CN 107895227A CN 201711063892 A CN201711063892 A CN 201711063892A CN 107895227 A CN107895227 A CN 107895227A
Authority
CN
China
Prior art keywords
welding robot
evaluation
index
operation scheme
evaluation index
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.)
Granted
Application number
CN201711063892.XA
Other languages
English (en)
Other versions
CN107895227B (zh
Inventor
吕学勤
李新宇
瞿艳
苗兴
王敏
顾冬霞
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.)
Shanghai University of Electric Power
Original Assignee
Shanghai University of Electric Power
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 Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201711063892.XA priority Critical patent/CN107895227B/zh
Publication of CN107895227A publication Critical patent/CN107895227A/zh
Application granted granted Critical
Publication of CN107895227B publication Critical patent/CN107895227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K37/00Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095Means or methods for testing manipulators
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Optics & Photonics (AREA)
  • Game Theory and Decision Science (AREA)
  • Robotics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及一种移动焊接机器人运行方案的综合评价方法,包括以下步骤:在焊缝跟踪实验中采集二级评价指标的值,筛选出满足焊缝跟踪误差的运行方案;将所有二级评价指标按照不同评价角度分组为多个一级评价指标,根据二级评价指标的信息熵计算得到每个运行方案在该一级评价指标下的评分;对所有运行方案的全部一级评价指标评分进行核主成分分析,求出所有运行方案的综合评价得分,得到综合评价最优的运行方案。与现有技术相比,本发明通过对焊接机器人系统的综合评价,确定机器人系统在焊缝跟踪过程中的运行参数,从而在保证跟踪精度及稳定性的前提下,优化混合动力系统的能量分配,改善焊接机器人运动性能,提高混合动力系统的持续供电时间。

Description

一种移动焊接机器人运行方案的综合评价方法
技术领域
本发明涉及焊接机器人技术领域,尤其是涉及一种移动焊接机器人运行方案的综合评价方法。
背景技术
焊接是工业机器人最重要的应用领域之一。随着现代技术的发展,越来越多的工程需要实现自动化焊接。目前,电缆供电的移动焊接机器人的工作范围和应用领域受到电缆供电方式的限制。以质子交换膜燃料电池(PEMFC)为主、锂电池为辅助能源组成混合动力系统,这种供电方式既延续了燃料电池清洁环保、比能高、无需充电的优点,又保留了锂电池响应快的特点。将此混合动力系统应用于移动焊接机器人系统可以提高机器人运动的灵活性,并开阔了工作范围。
以燃料电池混合动力系统驱动的移动焊接机器人系统是一个多能源、非线性、大滞后系统。多能源动力系统的控制准则是:机器人启停、加减速时间短、稳定性好、控制精度高、消耗的能量最少。而PEMFC的工作过程涉及流体流动、传质、传热和电化学动态过程,系统具有机理复杂、动态耦合强、滞后等特点。同样,轮式移动焊接机器人系统是一个多输入多输出、强耦合的非线性系统。因此整个机器人系统运行参数繁多,而这些参数对跟踪精度、系统的运动性能和混合动力系统的供电性能的影响不同,因此有必要对这些参数进行综合评价研究,以此提炼出能够保证系统优化运行的参数,从而提高系统的控制性能和运行特性,并优化混合动力系统的供电性能。目前对机器人的研究集中在运动学和动力学及解耦控制方面,对机器人的系统性能评价研究较少。因此,研究一种有效的综合评价方法对提高混合动力驱动的移动焊接机器人系统性能具有重要的意义。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种移动焊接机器人运行方案的综合评价方法。
本发明的目的可以通过以下技术方案来实现:
一种移动焊接机器人运行方案的综合评价方法,包括以下步骤:
S1、采用不同运行方案进行焊缝跟踪实验,选择并采集多个二级评价指标值,筛选出满足焊缝跟踪误差的运行方案;
S2、将所有二级评价指标按照不同评价角度分组为多个一级评价指标,根据二级评价指标的信息熵计算得到其在所属一级评价指标中的权重,将同一个一级评价指标的二级评价指标加权后相加,得到每个运行方案在该一级评价指标下的评分;
S3、对所有运行方案的全部一级评价指标评分进行核主成分分析,根据运行方案的主成分得分得到该运行方案的综合评价得分,综合评价得分更高的运行方案更好。
优选的,所述焊缝跟踪误差为0.1~0.3mm。
优选的,所述步骤S2中二级评价指标的信息熵为:
其中,Cj表示第j个二级评价指标的信息熵,i表示第i个运行方案,n表示运行方案的总数,m表示二级评价指标的种类数,rij表示第i个运行方案的第j个二级评价指标的实验数据的标准化值,h=1/ln n;
二级评价指标在一级评价指标中的权重为:
Dj表示第j个二级评价指标在其所属的一级评价指标中的权重。
优选的,所述二级评价指标的实验数据的标准化值为:
其中,sij表示第i个运行方案的第j个二级评价指标的实验数据,smin、smax分别表示第j个二级评价指标所属的一级评价指标的所有实验数据的最小值和最大值。
优选的,所述步骤S3中核主成分分析选取主成分个数p的条件为:前p个主成分的累计方差贡献率大于85%,且特征值大于1。
优选的,所述综合评价得分为:
其中,Qi表示第i个运行方案的综合评价得分,p表示核主成分分析提取的主成分个数,λp表示第p个主成分的特征值,Yip表示第i个运行方案的第p个主成分的得分。
优选的,所述焊接机器人采用燃料电池与锂电池结合的混合动力系统。
优选的,所述运行方案中的系统参数包括:步进电机转速、舵机角度、扫描速度、氢气气压和电池的初始荷电状态。
优选的,所述二级评价指标包括:荷电状态(SOC)、左轮转矩、右轮转矩、滑块速度、焊缝控制精度、焊缝跟踪误差、本体角速度、焊炬速度、H2利用率、O2利用率、燃烧效率、负载功率比。
优选的,所述一级评价指标包括:运行指标、稳定性指标和经济性指标。
与现有技术相比,本发明具有以下优点:
1、通过对焊接机器人系统的综合评价,确定机器人系统在焊缝跟踪过程中的运行参数,从而在保证跟踪精度及稳定性的前提下,优化混合动力系统的能量分配,改善焊接机器人的运动性能,提高混合动力系统的持续供电时间。
2、通过信息熵建立二级评价指标与一级评价指标的模型关系,再通过核主成分分析方法对所有一级评价指标进行降维处理和综合分析,从而得到系统的综合性能评价结果,使得该评价结果简单明了,同时也保留了大部分原始信息,具有可靠性和实用性,能够为提高移动焊接机器人的性能提供科学依据。
3、通过信息熵得到每个运行方案在一级评价指标下的评分,可以按照实际需要考察运行方案在单个一级评价指标的性能情况,提供了更多的评价信息,使得评价角度更加灵活。
4、从多个代表系统运行和控制特性的性能指标,提取出反映经济性、稳定性、运行状态等焊接机器人通常受关注的一级评价指标,保证了评价结果覆盖全面、综合性强。
附图说明
图1为本发明移动焊接机器人综合评价方法流程图;
图2为本发明移动焊接机器人的系统结构示意图;
图3为本发明移动焊接机器人系统能量管理结构图;
图4为本发明移动焊接机器人运动学模型示意图;
图5为本发明移动焊接机器人系统性能指标分类示意图;
图6为本发明移动焊接机器人系统不同运行方案的一级评价指标得分结果图;
图7为本发明移动焊接机器人系统不同运行方案的性能综合评价结果图。
图1中标注:1、焊炬,2、激光位移传感器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例
如图2所示,本评价方法中的焊接机器人系统,包括移动焊接机器人本体、机器人主控制器和燃料电池混合动力系统,燃料电池混合动力系统通过驱动控制器连接焊接机器人本体。其中,混合动力系统包括主电源、辅助供电装置和能量管理单元,主电源为燃料电池,辅助供电装置为蓄电池,燃料电池输出端通过Buck型DC/DC变换器连接至驱动控制器,蓄电池并联于Buck型DC/DC变换器输出端,能量管理单元分别连接移动焊接机器人、燃料电池、蓄电池和Buck型DC/DC变换器。
焊接机器人通过Buck型DC/DC变换器控制输出电流,能量管理控制过程包括以下步骤:
(1)燃料电池控制
首先,燃料电池的输出功率应保证在允许的输出范围内;然后,使用功率限制链路以确保燃料电池的输出功率在允许范围内,并且防止燃料电池进入超出欧姆极化区域的工作区域。此外,Buck型DC/DC变换器执行能量控制策略,以维持总线电压在设定的位置。
(2)蓄电池充放电控制
在混合动力系统中,燃料电池是主要的驱动源,蓄电池在起动和加速过程中对突然的功率需求提供了补充。同时,它可以吸收功率减少时的能量。用SOC表示电池剩余电能与初始电能的比值,假设SOCmin和SOCmax分别为蓄电池充放电的阈值。在稳定状态下,蓄电池的充放电规律为:
1)如果SOC<SOCmin,燃料电池向蓄电池供电;
2)如果SOCmin<SOC<SOCmax,则在系统功率大于燃料电池的最大功率之前,不会向蓄电池供电;
3)如果SOC>SOCmax,蓄电池向负载供电,燃料电池不是外部电源,SOC减少,直到SOC<SOCmax
图3为移动焊接机器人系统能量管理结构图,其中能量管理单元根据移动焊接机器人实时功率以及燃料电池和蓄电池自身情况进行功率分配,确定燃料电池输出电流参考值Iref1以及蓄电池输出电流参考值Iref2,进而得到Buck型DC/DC变换器输出电流给定值Iref=Iref1+Iref2,从而控制Buck型DC/DC变换器按输出电流为Iref工作,蓄电池按输出电流为Iref2工作,Buck型DC/DC变换器通过可拓变换器控制其按输出电流为Iref。燃料电池混合动力系统通过驱动控制器连接焊接机器人本体。机器人本体在进行焊缝跟踪的过程中,驱动轮、辅助轮以及十字滑块会产生误差信号e,并通过传感器反馈给能量管理单元控制混合动力系统的输出功率。
本评价方法涉及移动焊接机器人运动学与动力学分析,图4为移动焊接机器人系统运动学模型示意图。整个焊接机器人为四轮机械结构,其中后两轮为驱动轮,分别由两个电机差速驱动,前两轮为辅助轮;两个步进电机分别驱动焊炬的横向和高低方向调节;焊炬安装于机器人本体一侧。AXY、BX1Y1分别为图4所建立的全局坐标系和移动坐标系。移动焊接机器人本体的质心为C点,焊炬在W点,位于移动焊接机器人本体S点的为十字滑块,滑块的纵向和横向之间没有耦合。此外,通过坐标变换,以两个驱动轮轴的中心点为参照点,得到焊炬点W在全球坐标系中的位置和姿态方程,其定义如下:
式中,L是B点到W点的长度,α是∠CBW,Ssp(t)是S点到点W的长度。
研究移动焊接机器人的运动状态还需分析它的动力学模型,因此根据图2所示的移动焊接机器人系统建立焊炬点W的具有一般非完整约束的动力学模型:
式中,q∈Rn为系统状态向量;M(q)∈Rn×n为系统惯性矩阵,是一个对称正定矩阵;表示与位置和速度有关的向心力项和哥氏力项;为与速度和位置有关的动静摩擦项;τd为有界的未知扰动和未建模动力学;B(q)∈Rm×r为输入系数矩阵;T∈Rr为控制输入向量;A(q)∈Rn×n为约束矩阵;λF∈Rm为约束反力,它是不能改变的,而只能视为一个产生于约束方程的特殊内部变量。
对上述移动焊接机器人运行方案的综合评价方法,如图1所示,包括以下步骤:
S1、采用不同运行方案进行焊缝跟踪实验,选择并采集多个二级评价指标值,筛选出满足焊缝跟踪误差的运行方案;
S2、将所有二级评价指标按照不同评价角度分组为多个一级评价指标,根据二级评价指标的信息熵计算得到其在所属一级评价指标中的权重,将同一个一级评价指标的二级评价指标加权后相加,得到每个运行方案在该一级评价指标下的评分;
S3、对所有运行方案的全部一级评价指标评分进行核主成分分析(KPCA),根据运行方案的主成分得分得到该运行方案的综合评价得分,综合评价得分更高的运行方案更好。
在步骤S1的移动焊接机器人焊缝跟踪实验中,机器人本体与跟踪轨迹姿态角初始偏差2°,机器人本体转动惯量I=2.6kg.mm2,系统总质量mz=30kg,驱动轮的转动惯量Id=0.04kg.mm2;驱动轮半径rx=50mm,焊炬点与机器人本体中轴线的距离为b=190mm,两驱动轮之间的距离2l=234mm,驱动轮轴上B点到S点的距离aBS=390mm。固定的运行参数设置如下表所示。
表1系统运行指标具体参数
运行方案中改变的系统参数包括:步进电机转速、舵机角度、扫描速度、氢气气压和电池的初始荷电状态。此外,实验得到的数据并不都是良好的、可用的,因此需要对实验数据进行筛选。本方法中挑选了满足跟踪误差的实验数据,跟踪误差为0.1~0.3mm,具体值根据实际精度需要来设定。
在分析移动焊接机器人系统的运动状态的基础上,结合焊缝跟踪实验得到的各类指标数据,在本实施例中,选取了能够代表移动焊接机器人系统综合性能的12个二级评价指标,包括:荷电状态、左轮转矩、右轮转矩、滑块速度、焊缝控制精度、焊缝跟踪误差、本体角速度、焊炬速度、H2利用率、O2利用率、燃烧效率、负载功率比。同时,为了方便后续建模以及实现移动焊接机器人系统的综合评价和单项性能指标的评价,将选取的12个二级评价指标分组为3个一级评价指标。表2为选取的移动焊接机器人系统二级评价指标及其物理意义,图5为移动焊接机器人系统二级评价指标分组的示意图。
表2选取的移动焊接机器人系统二级评价指标及其物理意义
在燃料电池焊接机器人系统综合评价过程中,不同指标间的量纲可以显著影响主成分分析的结果,因此在数据分析前有必要对选择的指标进行标准化无量纲处理。二级评价指标的实验数据的标准化值为:
其中,sij表示第i个运行方案的第j个二级评价指标的实验数据,smin、smax分别表示第j个二级评价指标所属的一级评价指标的所有实验数据的最小值和最大值。
步骤S2具体为:
S21、设定整个系统包含g个一级评价指标,本实施例中g=3,每个一级评价指标包含m个二级评价指标,本实施例中m=4,总共有n个运行方案,本实施例中n=10,构成一级评价指标矩阵Ak
其中,k表示第k个一级评价指标,对一级评价指标矩阵Ak进行标准化处理,得到标准化二级指标矩阵Bk
S22、计算二级评价指标的信息熵:
其中,Cj表示第j个二级评价指标的信息熵,i表示第i个运行方案,n表示运行方案的总数,m表示二级评价指标的种类数,rij表示第i个运行方案的第j个二级评价指标的实验数据的标准化值,h=1/ln n;
S23、二级评价指标在一级评价指标中的权重为:
Dj表示第j个二级评价指标在其所属的一级评价指标中的权重,表示在评价过程中对被评价对象的不同侧面的重要程度的定量分配,对各评价指标在总体评价中的作用进行区分;
S24、计算每个运行方案的一级评价指标的得分:
其中,一级指标ei,k越大,说明该运行方案该一级评价指标的性能越优;
S25、重复步骤S21~S24,得到所有运行方案在k个一级评价指标的评价矩阵En,g
图6为评价结果示意图。从图6可以看出,在运行指标评价、稳定性指标评价和经济性评价方面,分别是第10个方案、第3个方案和第1个方案的评价得分最高,说明它们的单项指标评价最好。同时也可发现,运行评价指标最好的样本,其他方面的评价并不一定是最优的。而在实际的应用中,需要对燃料电池焊接机器人各方面的性能进行综合考虑,因此需要运用核主成分分析方法来建立一级评价指标的综合评价模型,才能对燃料电池焊接机器人系统进行综合评价。
在基于KPCA的移动焊接机器人一级指标评价过程中,建立了主要运行指标间的数值关系。表3、表4、表5通过相关系数矩阵分别建立了运行指标、稳定性指标和经济性指标中的二级评价指标间的数值关系,从表中可以看出各一级评价指标中的二级评价指标间均具有非线性关系,所以适合采用核主成分分析进行数据处理。
表3运行指标相关系数矩阵
相关系数 SOC 左轮转矩 右轮转矩 滑块速度
SOC 1 0.626 -0.621 -0.511
左轮转矩 0.626 1 -1 -0.765
右轮转矩 -0.621 -1 1 0.771
滑块速度 -0.511 -0.765 0.771 1
表4稳定性指标相关系数矩阵
表5经济性指标相关系数矩阵
步骤S3中核主成分分析选取主成分个数p的条件为:前p个主成分的累计方差贡献率大于85%,且特征值大于1。
通过核主成分分析得到的综合评价得分为:
其中,Qi表示第i个运行方案的综合评价得分,p表示核主成分分析提取的主成分个数,λp表示第p个主成分的特征值,Yip表示第i个运行方案的第p个主成分的得分。
表6为移动焊接机器人系统一级评价指标的主成分提取情况,由表6可知,系统提取了第1个主成分,即p=1,其方差贡献率为86.1%,特征值大于1,满足了主成分提取的标准。
表6一级评价指标的主成分提取情况
根据综合评价得分公式计算每个运行方案的综合得分,得到图7所示的移动焊接机器人系统综合性能评价图,由图7可知,第1个方案的综合评价得分最高,说明第1个方案具有最好的综合性能。由此可知,结合了信息熵和KPCA的移动焊接机器人综合评价方法,能够为提高移动焊接机器人的综合性能提供科学依据。

Claims (10)

1.一种移动焊接机器人运行方案的综合评价方法,其特征在于,包括以下步骤:
S1、采用不同运行方案进行焊缝跟踪实验,选择并采集多个二级评价指标值,筛选出满足焊缝跟踪误差的运行方案;
S2、将所有二级评价指标按照不同评价角度分组为多个一级评价指标,根据二级评价指标的信息熵计算得到其在所属一级评价指标中的权重,将同一个一级评价指标的二级评价指标加权后相加,得到每个运行方案在该一级评价指标下的评分;
S3、对所有运行方案的全部一级评价指标评分进行核主成分分析,根据运行方案的主成分得分得到该运行方案的综合评价得分,综合评价得分更高的运行方案更好。
2.根据权利要求1所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述焊缝跟踪误差为0.1~0.3mm。
3.根据权利要求1所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述步骤S2中二级评价指标的信息熵为:
<mrow> <msub> <mi>C</mi> <mi>j</mi> </msub> <mo>=</mo> <mo>-</mo> <mi>h</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mi>l</mi> <mi>n</mi> <mo>(</mo> <msub> <mi>r</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>)</mo> </mrow> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>m</mi> </mrow>
其中,Cj表示第j个二级评价指标的信息熵,i表示第i个运行方案,n表示运行方案的总数,m表示二级评价指标的种类数,rij表示第i个运行方案的第j个二级评价指标的实验数据的标准化值,h=1/ln n;
二级评价指标在一级评价指标中的权重为:
<mrow> <msub> <mi>D</mi> <mi>j</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>C</mi> <mi>j</mi> </msub> </mrow> <mrow> <mi>m</mi> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>C</mi> <mi>j</mi> </msub> </mrow> </mfrac> </mrow>
Dj表示第j个二级评价指标在其所属的一级评价指标中的权重。
4.根据权利要求3所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述二级评价指标的实验数据的标准化值为:
<mrow> <msub> <mi>r</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>s</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>s</mi> <mi>max</mi> </msub> <mo>-</mo> <msub> <mi>s</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
其中,sij表示第i个运行方案的第j个二级评价指标的实验数据,smin、smax分别表示第j个二级评价指标所属的一级评价指标的所有实验数据的最小值和最大值。
5.根据权利要求1所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述步骤S3中核主成分分析选取主成分个数p的条件为:前p个主成分的累计方差贡献率大于85%,且特征值大于1。
6.根据权利要求1所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述综合评价得分为:
<mrow> <msub> <mi>Q</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <msub> <mi>&amp;lambda;</mi> <mn>1</mn> </msub> <mrow> <msub> <mi>&amp;lambda;</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>&amp;lambda;</mi> <mn>2</mn> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;lambda;</mi> <mi>p</mi> </msub> </mrow> </mfrac> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <mfrac> <msub> <mi>&amp;lambda;</mi> <mn>2</mn> </msub> <mrow> <msub> <mi>&amp;lambda;</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>&amp;lambda;</mi> <mn>2</mn> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;lambda;</mi> <mi>p</mi> </msub> </mrow> </mfrac> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mn>2</mn> </mrow> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <mfrac> <msub> <mi>&amp;lambda;</mi> <mi>p</mi> </msub> <mrow> <msub> <mi>&amp;lambda;</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>&amp;lambda;</mi> <mn>2</mn> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>&amp;lambda;</mi> <mi>p</mi> </msub> </mrow> </mfrac> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>p</mi> </mrow> </msub> </mrow>
其中,Qi表示第i个运行方案的综合评价得分,p表示核主成分分析提取的主成分个数,λp表示第p个主成分的特征值,Yip表示第i个运行方案的第p个主成分的得分。
7.根据权利要求1所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述焊接机器人采用燃料电池与锂电池结合的混合动力系统。
8.根据权利要求7所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述运行方案中的系统参数包括:步进电机转速、舵机角度、扫描速度、氢气气压和电池的初始荷电状态。
9.根据权利要求7所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述二级评价指标包括:荷电状态、左轮转矩、右轮转矩、滑块速度、焊缝控制精度、焊缝跟踪误差、本体角速度、焊炬速度、H2利用率、O2利用率、燃烧效率、负载功率比。
10.根据权利要求1所述的一种移动焊接机器人运行方案的综合评价方法,其特征在于,所述一级评价指标包括:运行指标、稳定性指标和经济性指标。
CN201711063892.XA 2017-11-02 2017-11-02 一种移动焊接机器人运行方案的综合评价方法 Active CN107895227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711063892.XA CN107895227B (zh) 2017-11-02 2017-11-02 一种移动焊接机器人运行方案的综合评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711063892.XA CN107895227B (zh) 2017-11-02 2017-11-02 一种移动焊接机器人运行方案的综合评价方法

Publications (2)

Publication Number Publication Date
CN107895227A true CN107895227A (zh) 2018-04-10
CN107895227B CN107895227B (zh) 2021-10-08

Family

ID=61802967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711063892.XA Active CN107895227B (zh) 2017-11-02 2017-11-02 一种移动焊接机器人运行方案的综合评价方法

Country Status (1)

Country Link
CN (1) CN107895227B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110480683A (zh) * 2019-08-28 2019-11-22 哈尔滨工业大学 一种机器人应用系统解决方案集成化设计的大型工具软件系统
CN111331609A (zh) * 2020-05-21 2020-06-26 季华实验室 一种机器人优选实施方案获取方法、装置和系统
CN111666912A (zh) * 2020-06-15 2020-09-15 国网山东省电力公司潍坊供电公司 计及电气特征量与图形特征的局部放电融合特征提取方法
CN111832921A (zh) * 2020-06-30 2020-10-27 佛山科学技术学院 基于机器学习的工业机器人性能指标评价设备及方法
CN113894843A (zh) * 2021-07-22 2022-01-07 深兰科技(上海)有限公司 移动机器人的打滑检测方法及相关装置
CN113894843B (zh) * 2021-07-22 2024-05-31 深兰机器人产业发展(河南)有限公司 移动机器人的打滑检测方法及相关装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682218A (zh) * 2012-05-17 2012-09-19 广西电网公司电力科学研究院 一种工业用户电力能效评估方法
CN102968561A (zh) * 2012-11-16 2013-03-13 国家电气设备检测与工程能效测评中心(武汉) 一种锅炉系统的能效评估模型及方法
CN103198206A (zh) * 2013-02-25 2013-07-10 同济大学 一种基于综合性能得分模型的燃料电池系统性能评价方法
CN103357987A (zh) * 2013-06-28 2013-10-23 广州中医药大学 Co2电弧焊短路过渡焊接过程的稳定性自动检测方法
CN103413015A (zh) * 2013-04-24 2013-11-27 重庆科技学院 一种城市燃气管网弱性评估模型建立的方法
CN103606115A (zh) * 2013-12-05 2014-02-26 国家电网公司 一种节能型电网的评定方法
CN104881609A (zh) * 2015-05-29 2015-09-02 中国石油大学(华东) 一种复杂软件系统软件单元可信性评估方法
CN105458462A (zh) * 2015-12-22 2016-04-06 河北工业大学 一种变间隙梯形焊缝多参数同步视觉检测跟踪方法
CN105956757A (zh) * 2016-04-27 2016-09-21 上海交通大学 基于ahp-pca法的智能电网可持续发展综合评价方法
CN106312397A (zh) * 2016-10-12 2017-01-11 华南理工大学 一种激光视觉引导的焊接轨迹自动跟踪系统及方法
CN106569069A (zh) * 2016-11-04 2017-04-19 广州供电局有限公司 电力变压器故障诊断方法
US20170308966A1 (en) * 2016-04-22 2017-10-26 Economy Research Institute of State Grid Zhejiang Electric Power Post-evaluation and risk management and control method of power transmission engineering cost

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682218A (zh) * 2012-05-17 2012-09-19 广西电网公司电力科学研究院 一种工业用户电力能效评估方法
CN102968561A (zh) * 2012-11-16 2013-03-13 国家电气设备检测与工程能效测评中心(武汉) 一种锅炉系统的能效评估模型及方法
CN103198206A (zh) * 2013-02-25 2013-07-10 同济大学 一种基于综合性能得分模型的燃料电池系统性能评价方法
CN103413015A (zh) * 2013-04-24 2013-11-27 重庆科技学院 一种城市燃气管网弱性评估模型建立的方法
CN103357987A (zh) * 2013-06-28 2013-10-23 广州中医药大学 Co2电弧焊短路过渡焊接过程的稳定性自动检测方法
CN103606115A (zh) * 2013-12-05 2014-02-26 国家电网公司 一种节能型电网的评定方法
CN104881609A (zh) * 2015-05-29 2015-09-02 中国石油大学(华东) 一种复杂软件系统软件单元可信性评估方法
CN105458462A (zh) * 2015-12-22 2016-04-06 河北工业大学 一种变间隙梯形焊缝多参数同步视觉检测跟踪方法
US20170308966A1 (en) * 2016-04-22 2017-10-26 Economy Research Institute of State Grid Zhejiang Electric Power Post-evaluation and risk management and control method of power transmission engineering cost
CN105956757A (zh) * 2016-04-27 2016-09-21 上海交通大学 基于ahp-pca法的智能电网可持续发展综合评价方法
CN106312397A (zh) * 2016-10-12 2017-01-11 华南理工大学 一种激光视觉引导的焊接轨迹自动跟踪系统及方法
CN106569069A (zh) * 2016-11-04 2017-04-19 广州供电局有限公司 电力变压器故障诊断方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HUI FU 等: ""A study on the Marine Ecological carrying Capacity in Qingdao Based on Principle Component Analysis and Entropy"", 《2009 3RD INTERNATIONAL CONFERENCE ON BIOINFORMATICS AND BIOMEDICAL ENGINEERING》 *
张应立等: ""焊接机器人的技术指标"", 《常用焊接设备手册》 *
王晖 等: ""多指标综合评价方法及权重系数的选择"", 《广东药学院学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110480683A (zh) * 2019-08-28 2019-11-22 哈尔滨工业大学 一种机器人应用系统解决方案集成化设计的大型工具软件系统
CN111331609A (zh) * 2020-05-21 2020-06-26 季华实验室 一种机器人优选实施方案获取方法、装置和系统
CN111666912A (zh) * 2020-06-15 2020-09-15 国网山东省电力公司潍坊供电公司 计及电气特征量与图形特征的局部放电融合特征提取方法
CN111666912B (zh) * 2020-06-15 2024-01-23 国网山东省电力公司潍坊供电公司 计及电气特征量与图形特征的局部放电融合特征提取方法
CN111832921A (zh) * 2020-06-30 2020-10-27 佛山科学技术学院 基于机器学习的工业机器人性能指标评价设备及方法
CN111832921B (zh) * 2020-06-30 2023-09-26 佛山科学技术学院 基于机器学习的工业机器人性能指标评价设备及方法
CN113894843A (zh) * 2021-07-22 2022-01-07 深兰科技(上海)有限公司 移动机器人的打滑检测方法及相关装置
CN113894843B (zh) * 2021-07-22 2024-05-31 深兰机器人产业发展(河南)有限公司 移动机器人的打滑检测方法及相关装置

Also Published As

Publication number Publication date
CN107895227B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN107895227B (zh) 一种移动焊接机器人运行方案的综合评价方法
Gao et al. Prediction of remaining useful life of lithium-ion battery based on multi-kernel support vector machine with particle swarm optimization
Li et al. Battery optimal sizing under a synergistic framework with DQN-based power managements for the fuel cell hybrid powertrain
Martínez et al. A survey-based type-2 fuzzy logic system for energy management in hybrid electrical vehicles
Zhang et al. A data-driven method for optimizing the energy consumption of industrial robots
CN109514602A (zh) 一种基于负载自适应辨识的工业机器人力矩补偿控制方法
CN109848983A (zh) 一种高顺应性人引导机器人协同作业的方法
Kamal et al. Hierarchical energy optimization strategy and its integrated reliable battery fault management for hybrid hydraulic-electric vehicle
Li et al. Modeling and multi-objective optimization of cutting parameters in the high-speed milling using RSM and improved TLBO algorithm
CN108284752B (zh) 一种增程式燃料电池电动汽车动力装置及其控制方法
CN110363214B (zh) 一种基于gwa-svm的机器人装配的接触状态识别方法
CN102968665A (zh) 并联机器人的正运动学求解方法
CN113815437B (zh) 燃料电池混合动力汽车的预测性能量管理方法
Ebbesen Optimal sizing and control of hybrid electric vehicles
Ali et al. Optimal predictive power management strategy for fuel cell electric vehicles using neural networks in real-time
Laird et al. Graph-based design and control optimization of a hybrid electrical energy storage system
Cai et al. Dynamics modeling for autonomous container trucks considering unknown parameters
CN113492727B (zh) 一种基于empc的燃料电池混合动力系统控制方法
CN116197896A (zh) 一种气动机械臂系统的固定时间动态面轨迹跟踪控制方法
Boyacıoğlu et al. Modeling and Control of a PEM Fuel Cell Hybrid Energy System Used in a Vehicle with Fuzzy Logic Method
Zhou et al. Research on energy management of hybrid power system in fuel cell vehicles
Zhou et al. Combined sparse Bayesian learning strategy for remaining useful life forecasting of lithium-ion battery
Lu et al. State of health estimation of lithium iron phosphate batteries based on degradation knowledge transfer learning
Yao et al. Research on power modeling of the industrial robot based on ResNet
Kang et al. A Closed-Loop Evaluation Method for Industrial Robot Performance Driven by Health Data

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
GR01 Patent grant
GR01 Patent grant