CN114669916A - 一种基于改进遗传算法的双机器人协同焊接任务规划方法 - Google Patents

一种基于改进遗传算法的双机器人协同焊接任务规划方法 Download PDF

Info

Publication number
CN114669916A
CN114669916A CN202210268873.5A CN202210268873A CN114669916A CN 114669916 A CN114669916 A CN 114669916A CN 202210268873 A CN202210268873 A CN 202210268873A CN 114669916 A CN114669916 A CN 114669916A
Authority
CN
China
Prior art keywords
welding
chromosome
robot
robots
gene
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
CN202210268873.5A
Other languages
English (en)
Other versions
CN114669916B (zh
Inventor
王清沂
唐启超
孙永奎
马磊
李瑞晨
金宇荣
杨建平
吴海峰
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202210268873.5A priority Critical patent/CN114669916B/zh
Publication of CN114669916A publication Critical patent/CN114669916A/zh
Application granted granted Critical
Publication of CN114669916B publication Critical patent/CN114669916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
    • B23K37/02—Carriages for supporting the welding or cutting element
    • B23K37/0252—Steering means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Manipulator (AREA)
  • Numerical Control (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种基于改进遗传算法的双机器人协同焊接任务规划方法，具体为：根据机器人可达范围将焊接工作区域划分为机器人1专属焊接区域、机器人2专属焊接区域以及共享焊接区域；获取焊缝信息，确定机器人1、2专属焊缝集合，机器人1、2同步焊缝集合，焊接方向固定的焊缝集合；构建焊接代价函数；确定遗传算法的编码方案，构造初始解；根据所述焊接代价函数且通过改进遗传算法得到满足工艺约束条件的两台机器人各自的最优焊接路径。本发明可以在满足同步焊接、焊接方向约束条件下，解决双机器人协同焊接大型复杂构件时的任务规划问题，提高了双机器人协同焊接作业效率。

Description

一种基于改进遗传算法的双机器人协同焊接任务规划方法
技术领域
本发明属于大型复杂构件智能焊接技术领域，尤其涉及一种基于改进遗传算法的双机器人协同焊接任务规划方法。
背景技术
汽轮机低压内缸、风电叶片以及船舶壳体等设备，制造过程中涉及大量复杂构件焊接，存在焊接任务繁重、工艺要求高、劳动环境差、用工成本高等问题，因此在复杂构件制造过程中使用机器人焊接是行业发展的必然趋势。现有的以独立工位工作的机器人可操作性和灵活性有限，无法高效完成这些尺寸较大、空间分布复杂的焊缝，而双机器人通过协同操作，适应性和灵活性较高，可以相互配合高效地完成这些焊接任务。要实现双机器人协同焊接，首先需要任务规划，即给每台机器人分配合理焊接任务并规划出每台机器人焊接作业顺序。
双机器人协同焊接任务规划是一个三维空间中多路径组合排序问题，其求解过程包括任务分配和路径规划两个环节，在数学上一般视为多旅行商问题。目前国内外学者一般将任务分配与路径规划分开进行，即首先通过人工将焊接任务分配给每台机器人，然后采用智能优化算法求解出每台机器人满足工艺约束条件的最优焊接路径。现有的这些双机器人任务规划方法，能有效避免机器人之间发生碰撞，实现两台机器人并行工作，但存在局限性，如任务分配过程中，难以保证两台机器人的工作耗时或焊接移动路径长度基本一致，即只能实现单台机器人焊接路径最优化，难以实现整个系统焊接作业效率最优化；除此之外，也没有考虑两条机器人之间的合作与竞争关系，例如，为了抵消部分焊接残余应力，某些焊缝需要两台机器人同步焊接；为了提高协同焊接作业效率，某些焊缝两机器人依据焊接代价竞争焊接。
因此，设计合理的双机器人协同焊接任务规划方法，在满足焊接工艺约束条件下，同时实现任务分配和路径规划，提高协同焊接作业效率，已成为焊接领域急需解决的问题。
发明内容
针对现有技术的不足，本发明提供一种基于改进遗传算法的双机器人协同焊接任务规划方法。
本发明的一种基于改进遗传算法的双机器人协同焊接任务规划方法，包括以下步骤：
步骤1：根据机器人可达范围将焊接工作区域划分为机器人1专属焊接区域、机器人2专属焊接区域以及共享焊接区域。
步骤2：获取焊缝信息，确定机器人1、2专属焊缝集合φ1、φ2，机器人1、2需同步焊接的焊缝集合φ3、φ4，焊接方向有要求的焊缝集合ψ。
步骤3：构建焊接代价函数为
Figure BDA0003553664300000021
其中UD为两机器人总空载距离，UT为焊接系统工作时间，w1、w2分别表示这两个代价的权重，
Figure BDA0003553664300000022
表示这两个代价的影响因子。
步骤4：确定遗传算法编码方案，构造初始解。
步骤5：根据所述焊接代价函数f(x)且通过改进遗传算法得到满足工艺约束条件的两台机器人各自的最优焊接路径。
步骤4具体为：
S41：随机生成一条代表焊缝焊接序列的焊缝编号染色体，记为W染色体，
S42：判断W染色体的每个基因是否属于机器人1专属焊缝集合φ1；
S43：若是，则令所属机器人染色体对应基因为1，若否，执行下一步；
S44：判断W染色体的每个基因是否属于机器人2专属焊缝集合φ2；
S45：若是，则令所属机器人染色体对应基因为2，若否，执行下一步；
S46：从[1,2]中随机选取一个数，记为a，令所属机器人染色体对应基因为a；
S47：形成一条所属机器人染色体，记为R染色体；
S48：判断W染色体的每个基因是否属于焊接方向固定焊缝集合ψ；
S49：若是，则令焊接方向染色体对应基因为1，若否，执行下一步；
S410：从[0,1]中随机选取一个数，记为b，令所属机器人染色体对应基因为b；
S411：形成一条焊接方向染色体，记为D染色体；
S412：W、R、D三条染色体构成一个个体P；
S413：判断是否形成了M个个体，若是，执行下一步，若否，返回步骤S41，其中M表示种群规模；
S414：M个个体P构成一个初始种群Population；
S415：输出初始种群Population。
步骤5具体为：
S51：计算种群适应度函数值F(x)，记录最优个体，其中
Figure BDA0003553664300000023
S52：计算初始种群的平均空载距离
Figure BDA0003553664300000024
平均工作时间
Figure BDA0003553664300000025
S53：根据最优个体保留策略和轮盘赌选择相结合的方式选择个体；
S54：采用部分匹配交叉法对W染色体进行交叉操作；
S55：根据调整规则调整R染色体、D染色体；
S56：采用两点互换突变方式变异W染色体，采用采用位翻转变异方式变异D染色体；
S57：根据调整规则调整R染色体、D染色体；
S58：计算新种群的种群适应度函数值F(x)，更新最优个体；
S59：判断是否满足终止条件，即是否达到最大迭代次数，若是，则进行步骤S510，若否，则返回步骤S53；
S510：解码获得两台机器人各自最优焊接路径。
步骤S55中调整规则具体步骤如下：
S55-1：判断W染色体的每个基因是否属于机器人1专属焊缝集合φ1；
S55-2：若是，R染色体对应的基因调整为1，若否，执行下一步；
S55-3：判断W染色体的每个基因是否属于机器人2专属焊缝集合φ2；
S55-4：若是，R染色体对应基因调整为2；若否，执行下一步；
S55-5：判断W染色体的每个基因是否属于焊接方向固定焊缝集合ψ；
S55-6：若是，D染色体对应基因调整为1；若否，结束。
本发明的有益技术效果为：
本发明根据机器人可达范围，将焊接作业区域划分为专属焊接区域与共享焊接区域，然后提供一种基于改进遗传算法的双机器人协同焊接任务规划方法，通过采用焊缝编号、所属机器人、焊接方向三条不同染色体构造初始解，然后通过选择、交叉、变异算子以及调整规则，可以同时解决双机器人焊接大型复杂构件时任务分配与路径规划问题，且能满足同步焊接、焊接方向等约束条件，很大程度上提高了协同焊接作业效率。
附图说明
图1为本发明基于改进遗传算法的双机器人协同焊接任务规划方法流程图。
图2为双机器人协同焊接大型复杂构件工作区域划分示意图。
图3为确定遗传算法编码方案构造初始解的具体流程图。
图4为根据焊接代价函数且通过改进遗传算法得到满足工艺约束条件的两台机器人各自的最优焊接路径的具体流程图。
具体实施方式
下面结合附图和具体实施方法对本发明作进一步详细说明。
本发明的一种基于改进遗传算法的双机器人协同焊接任务规划方法，应用于大型三维复杂构件，流程如图1所示，包括以下步骤：
步骤1：根据机器人可达范围将焊接工作区域划分为机器人1专属焊接区域、机器人2专属焊接区域以及共享焊接区域。
焊接工作区域划分如图2所示，专属焊接区域内只由某一台机器人自由焊，避免两机器人之间发生碰撞；共享焊接区域将两机器人作业区域进行适度重叠，保证焊接范围完全覆盖，不会发生漏焊现象，该区域内的焊缝，两机器人依据焊接代价竞争焊接。
步骤2：获取焊缝信息，确定机器人1、2专属焊缝集合φ1、φ2，机器人1、2需同步焊接的焊缝集合φ3、φ4，焊接方向有要求的焊缝集合ψ。
步骤3：构建焊接代价函数为
Figure BDA0003553664300000041
其中UD为两机器人总空载距离，UT为焊接系统工作时间，w1、w2分别表示这两个代价的权重，
Figure BDA0003553664300000042
表示这两个代价的影响因子。
焊接代价函数包括两部分：两机器人总空载距离以及整个系统焊接工作时间；影响因子
Figure BDA0003553664300000043
是为了平衡这两个代价对总代价的影响程度，可根据实践经验设置，本实例中，
Figure BDA0003553664300000044
Figure BDA0003553664300000045
分别设为初始种群的空载距离平均值、工作时间平均值。
假设机器人焊接焊缝时的焊接速度为v1，未焊接焊缝时的空载速度为v2，每条焊缝起始坐标分别为(xs,ys,zs)、(xe,ye,ze)，任务分配完后，两台机器人分别需要焊接n1、n2条焊缝，焊接序列分别为：
Figure BDA0003553664300000046
Figure BDA0003553664300000047
这两个集合中的每个元素都表示一条焊缝的空间距离，焊缝与焊缝之间的端点组成的空间线段是机器人焊接时的空载距离。由机器人实体段焊接顺序集合可知其对应焊接空载线段集合分别为：
Figure BDA0003553664300000048
Figure BDA0003553664300000049
两机器人总空载距离可以描述为：UD＝NDa+NDb；其中：
Figure BDA0003553664300000051
Figure BDA0003553664300000052
Figure BDA0003553664300000053
式中|w2iw2i+1|为任意两条焊缝之间的距离，(xi,yi,zi)为任一所述焊缝一个端点的三维空间坐标；
机器人工作时间包括焊接时间、空载时间以及等待时间，即T＝Twelding+Twait+Tmove，其等待时间是：如果一台机器人到达它所负责的同步焊焊缝起点，而另一台机器人尚未到达，则先到达的机器人需要等待的时间。
两台机器人工作时间分别可以描述为：
Figure BDA0003553664300000054
Figure BDA0003553664300000055
其中，t为同步焊缝等待时间，Da、Db分别表示两机器人的焊接距离，可以描述为：
Figure BDA0003553664300000056
Figure BDA0003553664300000057
|w2i-1w2i|为任意一条焊缝的焊缝长度；
若为直线焊缝，
Figure BDA0003553664300000058
若为圆弧焊缝，|w2i-1w2i|＝α·r，其中α、r分别表示圆弧焊缝的圆心角度数(弧度制)和半径；
双机器人焊接系统工作时间由工作时间较长的机器人决定，该机器人工作时间就是整个系统的工作时间，双机器人焊接系统工作时间可以描述为：
UT＝max{Ta,Tb}；
综上所述，焊接代价函数可以描述为：
Figure BDA0003553664300000059
Figure BDA00035536643000000510
上式中：UD为两机器人总空载距离，UT为焊接系统工作时间，w1、w2为常数，分别表示这两个代价的权重，
Figure BDA0003553664300000061
为常数，分别表示这两个代价的影响因子，s、e分别表示焊缝开始焊接时间、结束焊接时时间，d为焊缝焊接方向，d＝1时，表示与默认方向相反。
步骤4：确定遗传算法编码方案，构造初始解。如图3所示，具体为：
S41：随机生成一条代表焊缝焊接序列的焊缝编号染色体，记为W染色体，
S42：判断W染色体的每个基因是否属于机器人1专属焊缝集合φ1；
S43：若是，则令所属机器人染色体对应基因为1，若否，执行下一步；
S44：判断W染色体的每个基因是否属于机器人2专属焊缝集合φ2；
S45：若是，则令所属机器人染色体对应基因为2，若否，执行下一步；
S46：从[1,2]中随机选取一个数，记为a，令所属机器人染色体对应基因为a；
S47：形成一条所属机器人染色体，记为R染色体；
S48：判断W染色体的每个基因是否属于焊接方向固定焊缝集合ψ；
S49：若是，则令焊接方向染色体对应基因为1，若否，执行下一步；
S410：从[0,1]中随机选取一个数，记为b，令所属机器人染色体对应基因为b；
S411：形成一条焊接方向染色体，记为D染色体；
S412：W、R、D三条染色体构成一个个体P；
S413：判断是否形成了M个个体，若是，执行下一步，若否，返回步骤S41，其中M表示种群规模；
S414：M个个体P构成一个初始种群Population；
S415：输出初始种群Population。
步骤5：根据所述焊接代价函数f(x)且通过改进遗传算法得到满足工艺约束条件的两台机器人各自的最优焊接路径。如图4所示，具体为：
S51：计算种群适应度函数值F(x)，记录最优个体，其中
Figure BDA0003553664300000062
S52：计算初始种群的平均空载距离
Figure BDA0003553664300000063
平均工作时间
Figure BDA0003553664300000064
S53：根据最优个体保留策略和轮盘赌选择相结合的方式选择个体；
S54：采用部分匹配交叉法对W染色体进行交叉操作；
S55：根据调整规则调整R染色体、D染色体；
S56：采用两点互换突变方式变异W染色体，采用采用位翻转变异方式变异D染色体；
S57：根据调整规则调整R染色体、D染色体；
S58：计算新种群的种群适应度函数值F(x)，更新最优个体；
S59：判断是否满足终止条件，即是否达到最大迭代次数，若是，则进行步骤S510，若否，则返回步骤S53；
S510：解码获得两台机器人各自最优焊接路径。
步骤S55中调整规则具体步骤如下：
S55-1：判断W染色体的每个基因是否属于机器人1专属焊缝集合φ1；
S55-2：若是，R染色体对应的基因调整为1，若否，执行下一步；
S55-3：判断W染色体的每个基因是否属于机器人2专属焊缝集合φ2；
S55-4：若是，R染色体对应基因调整为2；若否，执行下一步；
S55-5：判断W染色体的每个基因是否属于焊接方向固定焊缝集合ψ；
S55-6：若是，D染色体对应基因调整为1；若否，结束。
需要说明的是，本发明中所涉及到的汽轮机低压内缸，其尺寸较大，空间结构比较复杂，制造过程中存在上千条焊缝。在进行双机器人协同焊接作业时，部分焊缝存在特定的焊接工艺要求，包括：为了相互抵消部分焊接残余应力，减少焊接变形，对称于截面中心轴的长焊缝需要从中间向两侧同步焊接；避免焊接时产生的熔渣覆盖到未焊接的焊缝，竖直焊缝需要从下向上焊接。

Claims (4)

1.一种基于改进遗传算法的双机器人协同焊接任务规划方法，其特征在于，包括以下步骤：
步骤1：根据机器人可达范围将焊接工作区域划分为机器人1专属焊接区域、机器人2专属焊接区域以及共享焊接区域；
步骤2：获取焊缝信息，确定机器人1、2专属焊缝集合φ1、φ2，机器人1、2需同步焊接的焊缝集合φ3、φ4，焊接方向有要求的焊缝集合ψ；
步骤3：构建焊接代价函数为
Figure FDA0003553664290000011
其中UD为两机器人总空载距离，UT为焊接系统工作时间，w1、w2分别表示这两个代价的权重，
Figure FDA0003553664290000012
表示这两个代价的影响因子；
步骤4：确定遗传算法编码方案，构造初始解；
步骤5：根据所述焊接代价函数f(x)且通过改进遗传算法得到满足工艺约束条件的两台机器人各自的最优焊接路径。
2.根据权利要求1所述的一种基于改进遗传算法的双机器人协同焊接任务规划方法，其特征在于，所述步骤4具体为：
S41：随机生成一条代表焊缝焊接序列的焊缝编号染色体，记为W染色体，
S42：判断W染色体的每个基因是否属于机器人1专属焊缝集合φ1；
S43：若是，则令所属机器人染色体对应基因为1，若否，执行下一步；
S44：判断W染色体的每个基因是否属于机器人2专属焊缝集合φ2；
S45：若是，则令所属机器人染色体对应基因为2，若否，执行下一步；
S46：从[1,2]中随机选取一个数，记为a，令所属机器人染色体对应基因为a；
S47：形成一条所属机器人染色体，记为R染色体；
S48：判断W染色体的每个基因是否属于焊接方向固定焊缝集合ψ；
S49：若是，则令焊接方向染色体对应基因为1，若否，执行下一步；
S410：从[0,1]中随机选取一个数，记为b，令所属机器人染色体对应基因为b；
S411：形成一条焊接方向染色体，记为D染色体；
S412：W、R、D三条染色体构成一个个体P；
S413：判断是否形成了M个个体，若是，执行下一步，若否，返回步骤S41，其中M表示种群规模；
S414：M个个体P构成一个初始种群Population；
S415：输出初始种群Population。
3.根据权利要求2所述的一种基于改进遗传算法的双机器人协同焊接任务规划方法，其特征在于，所述步骤5具体为：
S51：计算种群适应度函数值F(x)，记录最优个体，其中
Figure FDA0003553664290000021
S52：计算初始种群的平均空载距离
Figure FDA0003553664290000022
平均工作时间
Figure FDA0003553664290000023
S53：根据最优个体保留策略和轮盘赌选择相结合的方式选择个体；
S54：采用部分匹配交叉法对W染色体进行交叉操作；
S55：根据调整规则调整R染色体、D染色体；
S56：采用两点互换突变方式变异W染色体，采用采用位翻转变异方式变异D染色体；
S57：根据调整规则调整R染色体、D染色体；
S58：计算新种群的种群适应度函数值F(x)，更新最优个体；
S59：判断是否满足终止条件，即是否达到最大迭代次数，若是，则进行步骤S510，若否，则返回步骤S53；
S510：解码获得两台机器人各自最优焊接路径。
4.根据权利要求3所述的一种基于改进遗传算法的双机器人协同焊接任务规划方法，其特征在于，所述步骤S55中调整规则具体步骤如下：
S55-1：判断W染色体的每个基因是否属于机器人1专属焊缝集合φ1；
S55-2：若是，R染色体对应的基因调整为1，若否，执行下一步；
S55-3：判断W染色体的每个基因是否属于机器人2专属焊缝集合φ2；
S55-4：若是，R染色体对应基因调整为2；若否，执行下一步；
S55-5：判断W染色体的每个基因是否属于焊接方向固定焊缝集合ψ；
S55-6：若是，D染色体对应基因调整为1；若否，结束。
CN202210268873.5A 2022-03-18 2022-03-18 一种基于改进遗传算法的双机器人协同焊接任务规划方法 Active CN114669916B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210268873.5A CN114669916B (zh) 2022-03-18 2022-03-18 一种基于改进遗传算法的双机器人协同焊接任务规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210268873.5A CN114669916B (zh) 2022-03-18 2022-03-18 一种基于改进遗传算法的双机器人协同焊接任务规划方法

Publications (2)

Publication Number Publication Date
CN114669916A true CN114669916A (zh) 2022-06-28
CN114669916B CN114669916B (zh) 2023-05-26

Family

ID=82074702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210268873.5A Active CN114669916B (zh) 2022-03-18 2022-03-18 一种基于改进遗传算法的双机器人协同焊接任务规划方法

Country Status (1)

Country Link
CN (1) CN114669916B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115122338A (zh) * 2022-08-15 2022-09-30 西南交通大学 一种基于多目标优化的多机器人协作弧焊任务规划方法
CN116511754A (zh) * 2023-07-04 2023-08-01 中国电子科技集团公司第二十八研究所 一种方舱大板骨架焊接路径规划方法
WO2024060822A1 (zh) * 2023-05-17 2024-03-28 南京航空航天大学 面向航天器大型舱体构件加工的多机器人协同规划方法
CN115122338B (zh) * 2022-08-15 2024-05-31 西南交通大学 一种基于多目标优化的多机器人协作弧焊任务规划方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013175825A1 (ja) * 2012-05-21 2013-11-28 トヨタ車体株式会社 スポット溶接ガンのティーチング用チップ
CN103445961A (zh) * 2013-08-16 2013-12-18 华仁药业股份有限公司 腹膜透析用药液袋
CN204075463U (zh) * 2014-09-23 2015-01-07 福建明鑫机器人科技有限公司 汽车仪表架机器人弧焊系统
CN108723628A (zh) * 2018-05-30 2018-11-02 杭州电子科技大学 六角牛腿口钢节点焊接装配顺序的规划方法
CN110315534A (zh) * 2019-05-11 2019-10-11 深圳市鲲鹏智能装备制造有限公司 船舶焊接机器人离线编程的处理方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013175825A1 (ja) * 2012-05-21 2013-11-28 トヨタ車体株式会社 スポット溶接ガンのティーチング用チップ
CN103445961A (zh) * 2013-08-16 2013-12-18 华仁药业股份有限公司 腹膜透析用药液袋
CN204075463U (zh) * 2014-09-23 2015-01-07 福建明鑫机器人科技有限公司 汽车仪表架机器人弧焊系统
CN108723628A (zh) * 2018-05-30 2018-11-02 杭州电子科技大学 六角牛腿口钢节点焊接装配顺序的规划方法
CN110315534A (zh) * 2019-05-11 2019-10-11 深圳市鲲鹏智能装备制造有限公司 船舶焊接机器人离线编程的处理方法和系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115122338A (zh) * 2022-08-15 2022-09-30 西南交通大学 一种基于多目标优化的多机器人协作弧焊任务规划方法
CN115122338B (zh) * 2022-08-15 2024-05-31 西南交通大学 一种基于多目标优化的多机器人协作弧焊任务规划方法
WO2024060822A1 (zh) * 2023-05-17 2024-03-28 南京航空航天大学 面向航天器大型舱体构件加工的多机器人协同规划方法
CN116511754A (zh) * 2023-07-04 2023-08-01 中国电子科技集团公司第二十八研究所 一种方舱大板骨架焊接路径规划方法
CN116511754B (zh) * 2023-07-04 2023-10-24 中国电子科技集团公司第二十八研究所 一种方舱大板骨架焊接路径规划方法

Also Published As

Publication number Publication date
CN114669916B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
CN114669916B (zh) 一种基于改进遗传算法的双机器人协同焊接任务规划方法
CN111113409B (zh) 一种基于分步优化的多机器人多工位协作点焊规划方法
JP3797986B2 (ja) ロボットオフラインシミュレーション装置
CN110355764B (zh) 一种龙门式双机器人的焊接路径规划方法及系统
CN102218578B (zh) 基于径向偏置的机器人堆焊复杂外形工件的轨迹规划方法
CN111152214B (zh) 一种四自由度码垛机器人、控制系统、码垛路径规划方法
CN112427843B (zh) 基于qmix强化学习算法的船舶多机械臂焊点协同焊接方法
CN112518740A (zh) 面向船舶中组立结构机器人运动路径的焊接工艺规划方法
CN112692826A (zh) 一种基于改进遗传算法的工业机器人轨迹优化方法
CN111745653B (zh) 基于双机械臂的船体外板曲面成形协同加工的规划方法
CN108544495A (zh) 一种多焊接机器人的焊接路径规划方法、系统及设备
CN112149330B (zh) 一种风电塔筒油封平台焊接残余应力预测、焊接工艺优化方法
CN110936077A (zh) 一种膜式水冷壁堆焊路径生成方法
CN113118675B (zh) 一种基于移动平台的机器人焊接系统任务分配与路径规划方法
CN109015652A (zh) 一种机器人与变位机协调运动的控制方法
CN112496582B (zh) 一种海洋工程复杂节点多机器人焊接协同控制方法
CN102191815B (zh) 一种多曲率半径弯扭钢管的制作方法
Bhatt et al. Optimizing multi-robot placements for wire arc additive manufacturing
WO2022191301A1 (ja) 加熱方案の算出方法、プログラム、記録媒体、装置、変形方法、板変形装置、および変形板の製造方法
CN113199475B (zh) 一种适用于非标准圆弧的圆形摆弧路径的规划算法
JP2004001226A (ja) 溶接ロボット動作プログラムの自動生成システム
CN115213898A (zh) 一种基于逆解多目标优化的焊接机器人笛卡尔空间轨迹规划方法
CN110135651B (zh) 双焊接机器人及其协同路径规划装置和协同路径规划方法
CN114888814A (zh) 一种基于中组立分段的焊接机器人控制方法及系统
CN110599010B (zh) 一种基于遗传算法的有向限制焊接任务规划方法

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