多机器人集成控制系统的研究

来源 :东华大学 | 被引量 : 0次 | 上传用户:FLEXCN
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工业机器人可以降低工人的劳动强度,减少劳动成本,提高生产效率,在工业生产中得到了广泛应用。但是随着生产规模的不断扩大,不同厂家机器人间没有统一标准化协议的问题越来越突出。本文为了实现对多种类型机器人的系统集成,对不同厂家机器人的通讯控制协议进行了研究,确定了多机器人集成系统的架构和通信方案,完成了集成控制软件的开发以及任务调度算法的设计,并对软件和算法进行测试,验证了可行性。本文的研究内容包括如下:(1)设计了多机器人集成控制系统架构,确定通信方案以及任务调度架构。结合色织纱线多机器人集成生产线进行需求及功能分析,完成本文通用多机器人集成系统总体架构的设计。对机器人相关通信协议进行归纳总结,遵循标准的工业机器人相关规范,制定了使用TCP/IP协议和OPC数据采集协议对多机器人控制器进行集成控制的通信方案。对多机器人任务调度问题的问题模型进行分析,抽象出柔性作业车间调度的复杂模型,并结合基于遗传算法的智能调度算法提出解决方案。(2)提出了基于全局最小负荷的改进遗传算法,解决多机器人任务调度问题。多机器人系统需要通过任务调度,在尽可能短的周期内完成复杂的任务,为此本文以最小完工时间作为求解目标提出了一种改进遗传算法,通过基于全局最小负荷选择的初始化方法,提高初始种群的质量,加快算法收敛速度,提高全局搜索效率;遗传算子中改善了选择交叉算子并提出趋于最小机器负荷的单点基因变异策略,建立稳健的调整机制;结合禁忌搜索算法并设计其邻域结构和禁忌规则,克服遗传算法局部搜索能力不强的缺点。通过基准测试算例进行数值分析和对比实验,验证了所提初始化方式的有效性和所提改进算法的可靠性。(3)对多机器人集成控制软件进行流程设计,完成了软件开发。对软件主要操作流程进行设计和分析,对人机界面、TCP/IP通讯控制模块、OPC数据采集模块、任务调度模块等模块完成开发,通过机器人仿真软件对通信方案完成验证。使用数据库作为数据信息存储的中心,通过多线程同步技术同时对多个机器人控制器进行监控,通过Shiro登录框架实现权限管理。将设计的任务调度算法应用于多机器人集成操作环境,实现任务调度的功能。(4)结合实际的多机器人集成生产线背景,对多机器人集成控制软件完成测试。完成机器人模拟控制器的开发,结合了康平纳公司的多机器人纺织纱线浸染生产线背景,配置OPC服务器中仿真PLC的机器人控制器信息。基于模拟控制器及OPC服务器,对多机器人集成控制软件的各功能模块及流程控制进行测试和分析。测试结果表明,本软件可以实现同时对多个机器人控制器的实时监测和控制,本文所设计算法能够解决实际多机器人生产线中的任务调度问题。
其他文献
随着我国经济的发展,越来越多的国际贸易、货物运输依赖于集装箱。集装箱减少了货物运输的成本,从而推动世界经济的发展,但其广泛应用导致港口的吞吐量增速加快,容易造成各大港口拥堵,杂乱不堪,给港口的管理造成巨大的压力。为了对集装箱实行更好的管控,集装箱编号识别系统应运而生。传统集装箱编号识别技术容易受到复杂环境包括光照、字符倾斜、扭曲、破损等影响。近年来,由于深度学习具有快速准确的优点而成为模式识别重要
随着工业自动化技术的进步,具有高效率、高安全性、高柔性的工业机器人在制造业中的应用正变得越来越广泛,能够提高机器人工程开发效率、降低开发成本的机器人仿真系统也成为了研究的热点方向。本文从机器人仿真系统与PLC控制器信号交互的角度出发,开发出一款集成了机器人三维仿真、通信、传感器模拟、机器人程序解析、运动轨迹规划等功能的工业机器人跨平台仿真系统。本文的主要研究内容如下:以工业机器人跨平台仿真系统为研
互联网的蓬勃发展带动了社会的整体变迁,使社会生产力得到快速发展。互联网与传统行业的结合改变了人们的生活方式,已成为人们生活中不可或缺的一部分。对于互联网公司来说,广告变现是公司赖以生存的手段之一。点击率预估是广告变现的重要环节,其效果直接影响广告投放的成功率。行业内对点击率预估问题最为常见的评价指标为AUC(Area Under Curve)。它能直观地反映出广告点击率预估的效果:AUC值越大,说
近年来,随着大数据时代的来临和5G技术的飞跃发展,诸如网易新闻、今日头条、腾讯新闻等在线新闻平台成为人们获取信息的重要媒介。在享受信息便捷的同时,信息过载也逐渐成为人们高效获取信息的巨大壁垒。个性化新闻推荐系统可以帮助用户从海量新闻中浏览到符合其个人喜好的新闻资讯,有效缓解信息过载问题,也可以帮助新闻平台提升用户体验和用户粘性。现有的基于深度神经网络的新闻推荐系统通常会对用户的过往浏览历史行为做统
随着电子商业的蓬勃发展,消费者们对服装商品的需求增加,使得市场对服装商品原材料之一的纺织面料提出了更高的要求,纺织面料生产企业为了应对市场,致力于面料创新与研究,用多种加工方式及材质进行面料生产,这也导致了市场上纺织面料的种类越来越多。对于纺织面料生产企业,面料种类的持续增长带来了库存管理上的压力。为便于面料库存上的管理,本文将卷积神经网络技术引入面料图像检索,做出了以下研究:(1)提出了一种基于
当前环境中的塑料污染问题受到全世界关注。用于包装的塑料材料越来越多,产生大量无法降解的固体废物。生物降解塑料被认为是解决塑料废物问题的可能办法,完全可降解塑料可被微生物完全降解,起到很好的保护环境作用。植物在自然条件下可以产生淀粉、纤维素、半纤维素、储藏蛋白等聚合物,是天然的可降解高分子材料来源。以植物为基础,完全可生物降解聚合物具有完全的生物可降解性和可再生性,是替代石油基塑料的可行材料。介绍解
服装图像包含丰富的特征信息,以服装图像作为基础数据进行自动分类识别已经得到了较多的研究。然而,结合深度学习的服装风格的分类与评价的研究尚不多见。有鉴于此,本文以品牌服装为对象,探究其视觉风格的合理表征,并实现品牌服装基于深度学习的分类任务。品牌服装往往都具有自己特有的设计风格。例如,Chanel的服装简约又精致,低调又高雅;Dior的服装曲线优美,高贵华丽;Gucci的服装文艺复古,古典烂漫。以往
在织物制造过程中,会因为机械设备故障、纱线问题、杂物夹入以及人为等因素导致织物表面出现瑕疵,给纺织企业带来巨大的经济损失。可见,织物瑕疵检测是织物生产过程中极其重要的环节。目前,大部分纺织企业主要采用两种方式检测织物瑕疵,一是人工检测,这种检测方式存在准确率低、漏检和误检率较高且劳动力成本高的问题。二是基于机器学习算法检测,此类方法需要定义瑕疵特征,但由于织物瑕疵尺寸小,形状复杂且尺寸变化大,难以
对于服装图像的实例分割是解决服装的三维重建,实现三维虚拟试衣的前提。获取边缘分割效果好,分割后噪声小的服装图像可以使得虚拟试衣的效果更加真实。但是由于服装本身复杂的边缘形状以及服装中存在多种不同结构的部件(如衣领、袖口、口袋等部位),传统的分割算法并不能完成细粒度的分割,因此本文设计了一种基于深度学习的服装图像的分割算法,并考察与探究其分割性能及实际应用。首先,对于图像分割任务,现在的方法大多是基
二维纳米材料MXene,因特殊的结构和丰富的表面官能团使其具有高电导率、高电子迁移率、良好的生物相容性、以及多样化的形貌,在力敏传感领域具有很大的研究前景。同时,MXene属于常温光热转换远红外高辐射材料,光热转换率高,具有可吸收环境热量以远红外能量形式输出的特点,可应用于多功能可穿戴器件。基于此,本论文从织物基底出发,使用不同的织物基底负载具有单、少层的结构的MXene材料,对比并选择MXene