توالی‌سازی بهینه‌ی روبات‌های صنعتی از طریق کنترل بهینه

چکیده

کلمات کلیدی

1.مقدمه

2.روش

2.1.توالی‌سازی

2.2.کنترل بهینه

2.3.مکانیک‌های گسسته و کنترل بهینه

شکل 1. مسیر اجتناب از برخورد و کران‌های تابع فاصله در فضای پیکربندی

2.4.اجتناب از برخورد

شکل 2.  سه مرحله‌ی مختلف در روال تکراری. 

3.نتایج

شکل 3. ایستگاه جوشکاری

جدول 1. تعداد متغیرها برای هر جوش و محدوده‌ی متناظر هزینه‌ی مرتبط با اجرای هر عملیات جوشکاری میخی

جدول 2. هزینه‌ی تکمیل یک چرخه‌ی ایستگاه جوشکاری میخی با استفاده از توالی‌های محاسبه‌شده با و بدون کنترل بهینه

4.نتیجه‌گیری

در یک واحد تولیدی برای محصولات مونتاژ شده‌ی پیچیده، ممکن است از صدها روبات برای عملیات اتصال و کنترل استفاده شود. بنابراین پیشرفت‌ درحرکت روبات می‌تواند تأثیر بالایی بر کاربرد تجهیزات و مصرف انرژی داشته باشد. با ترکیب الگوریتم‌های اخیر برای کنترل بهینه‌ی شمارشی بدون برخورد و توالی‌سازی بهینه، می‌توان مصرف انرژی را بدون قربانی کردن زمان چرخه کاهش داد. این الگوریتم با موفقیت بر نمونه‌های صنعتی متعدد اعمال‌شده است و نشان می‌دهد که می‌توان از روش پیشنهادی به شکل مؤثری و در جهت یافتن راه‌حل‌های کارآمد و سریع انرژی در برنامه‌های کاربردی استفاده کرد.

با استفاده از مهندسی کامپیوتر محور (CAE)، می‌توان شبیه‌سازی را جایگزین نمونه‌های فیزیکی کرد، محصولات جدید را سریع‌تر ارائه کرد، کارایی سستم تولید را با استفاده از روش‌ها و الگوریتم‌های ریاضی بهینه‌سازی کرد و این کار توسط کارشناسان شبیه‌سازی و مهندسین تولید در یک محیط سالم و امن انجام می‌شود. صنعت خودکار یک نمونه از تولید متمرکز انرژی و تجهیزات است که در آن تا 28% از انرژی چرخه‌ی حیات وسایل نقلیه صرف تولید می‌شود ([1]). برای مثال یک بدنه‌ی اتومبیل خودکار تقریباً از 300 صفحه‌ی فلزی تشکیل شده است که از طریق 4000 اتصال به یکدیگر وصل شده‌اند. روش‌های اتصال متداول شامل جوشکاری نقطه‌ای، جوشکاری کمان، چسب کاری و جوشکاری میخی هستند. در واحدهای مونتاژ بدنه‌ی اتومبیل، اتصال‌ها بین چند صد روبات جوشکاری صنعتی توزیع می‌شوند، که در صد ایستگاه سازمان‌دهی شده‌اند. فروشگاه بدنه درواقع متمرکز بر سرمایه‌گذاری است که روبات‌های آن مصرف‌کننده‌های اصلی انرژی هستند ([1]). در [2] نشان داده شده است که چگونه کاربرد می‌تواند بر ابعاد مختلف تولید پایدار، پیوند بین استعمال و بهره‌وری و همچنین ملاحظات کاربردی هنگام ارتقای کاربرد در صنایع ساخت‌وساز تأثیر بگذارد. بنابراین از دیدگاه پایداری، توسعه‌ی روش‌ها و الگوریتم‌های جدید برای ارتقای بیشتری کاربرد تجهیزات و کارایی انرژی سیستم‌های تولید روباتی به‌شدت تشویق شده است. در [3] نشان داده شده است که تعادل حجم جوشکاری بین ایستگاه‌های اجرایی و روبات‌ها به‌شدت بر نرخ تولید قابل حصول و کاربرد تجهیزات تأثیر می‌گذارد. متعادل‌سازی خط روبات یک مسئله‌ی پیچیده است که در آن روبات‌های جوشکار در تعدادی از ایستگاه‌ها برای اجرای یک بار کلی جوشکاری در دسترس هستند. هر فرآیند جوش به یک ایستگاه و روبات مشخص تخصیص می‌یابد به‌طوری‌که زمان چرخه‌ی خط به حداقل می‌رسد. کارایی تعادل خط به تعادل بار ایستگاه، توالی‌سازی جوشکاری روبات، برنامه‌ریزی مسیر و کارایی هماهنگی روبات برای اجرای بدون برخورد در پوشش‌های کاری وابسته است.هماهنگ‌سازی روبات با درج موقعیت‌های انتظار و سیگنال‌هایی در مسیرهای اصلی، زمان چرخه را خراب می‌کند. در Volvo Cars ثابت شده است که با استفاده از برنامه‌ریزی مسیر خودکار و متعادل‌سازی خط به جای برنامه‌ریزی خارج از خط استاندارد، زمان چرخه در خطوط جوشکاری تا 25% بهبود می‌یابد. مرحله‌ی بعدی برای بهبود برنامه‌ریزی مسیر خودکار و متعادل‌سازی خط، در نظر گرفتن بهینه‌سازی دقیق شکل‌های حرکتی بین اتصال‌ها است. این انتخاب از بُعد انرژی صورت گرفته است. میک و ریبیکز [1] به بررسی استراتژی‌های مختلف برای فعالیت بهینه انرژی روبات‌ها پرداختند. بهینه‌سازی شکل حرکت یکی از استراتژی‌هایی بود که در میان استراتژی‌های دیگری ازجمله راه‌اندازی و غیر فعال‌سازی خودکار، استفاده‌ی مجدد از انرژی ترمز و مدیریت ترمز ارائه‌شده بود. روش‌های جهانی برای کنترل بهینه به‌طورکلی تنها بر سیستم‌هایی با درجات رهایی کمتر یا بر مشکلاتی با یک ساختار ویژه قابل‌اعمال هستند، برای مثالی از این مسئله [4] را ببینید. اغلب اوقات باید برای کنترل مشکلات کلی‌تر، به دسته‌بندی روش‌های محلی پرداخت. این مسیری است که در این کار اتخاذ می‌شود و در آن از یک روش رونویسی مستقیم به نام کنترل بهینه و مکانیک گسسته (DMOC) استفاده می‌کنیم، برای جزئیات بیشتر در رابطه با روش‌های رونویسی مستقیم به‌صورت کلی به [5] و برای روش DMOC جزئی به [6] مراجعه کنید. روش‌های رونویسی مستقیم برای حل مسائل کنترلی بهینه برای روبات‌های صنعتی برای مثال در [7] پیاده‌سازی شدند. در این مقاله برای ایجاد یک الگوریتم بهینه برای برنامه‌ریزی مسیر خودکار روباتیک به ترکیب پیشرفت‌های اخیر توالی‌سازی و کنترل بهینه‌ی بدون برخورد می‌پردازیم. برای محاسبه‌ی هزینه‌ی طی مسافت بین دو موقعیت، الگوریتم ما در درجه‌ی اول از یک برنامه‌ریزی مسیر برای ایجاد یک مسیر بدون برخورد اولیه بین موقعیت‌ها استفاده می‌کند. سپس مسیر با استفاده از تکنیک‌های کنترل بهینه‌ی عددی و برای حداقل سازی تابع هزینه، تصحیح می‌شود. این هزینه‌ی پیمایش حداقل بین گره‌ها و هزینه‌ی بازدید از گره‌ها، بعداً توسط یک توالی‌سازی برای یافتن بهترین توالی احتمالی و تکمیل عملیات کلی به کار برده می‌شود. اجتناب از تصادف در مسئله‌ی کنترل بهینه و مانند [8] انجام می‌شود، تخمین هندسه در فضای پیکربندی به جای اندازه‌ی مسئله‌ی بهینه‌سازی حاصل را مستقل از پیچیدگی هندسی می‌سازد که در تضاد با اغلب روش‌های موجود مانند [9] و [10] است.