汽车门板焊接路径的多种群自适应融合蚁群优化

为了减少汽车车门焊接路径的长度、提高车门的焊接效率,提出了基于多种群信息素自适应融合蚁群算法的焊接路径规划方法。对车门焊接路径规划问题进行了描述,并建立了其优化模型。将基本蚁群、蚁群系统、最大最小蚂蚁系统组成多种群算法,给出了基于信息熵的子群路径多样性度量方法和基于相对熵的子群间差异性度量方法,参考子群路径多样性自适应确定了子群交流时机,依据子群间差异性自适应确定了子群的交流和融合对象,从而提出了多种群信息素自适应融合蚁群算法。将多种群信息素自适应融合蚁群算法应用于车门焊接路径规划,并于文献[11]的自适应蚁群算法进行对比,这里所提的多种群信息素自适应融合蚁群算法规划路径的最优值、平均值和耗时均小于文献[11]的自适应蚁群算法,验证了多种群信息素自适应融合蚁群算法在车门焊接路径规划中的优越性和适用性。

改进遗传算法的焊接机器人焊接路径优化方法研究

针对焊接机器人焊接路径规划存在的焊接路径长、能耗高等问题,提出一种改进遗传算法的焊接机器人焊接路径优化方法。通过Steger方法获取焊接有效条纹区域,采用灰度重心法和Hessian矩阵法分别对焊接作业区域展开粗提取和细提取,获取焊接信息。通过焊接作业特点,以焊接机器人最短焊接路径和最小能耗为目标,构建焊接机器人焊接路径规划模型,使用改进的遗传算法求解模型,获取焊接机器人焊接最佳路径,实现焊接路径优化。试验结果表明,所提方法的焊接路径最小达到了50.5 m,能耗仅为5.1 J,并且耗时最高仅为2.9 s,其有效解决焊接机器人路径优化问题,为焊接机器人路径优化提供有效的指导作用。

蚁群算法与离线编程相结合的电池托盘焊接路径优化方法

针对新能源汽车电池托盘双机器人焊接路径规划问题,提出一种蚁群算法与离线编程仿真相结合的解决方法。该方法根椐电池托盘焊道布局建立焊接任务数学模型,提取电池托盘上待焊点的坐标信息,设计基于蚁群算法的焊接路径规划方案,采用Matlab编程得到一次优化结果,通过Octopuz离线编程软件对一次优化前后的路径进行仿真模拟,对双机器人碰撞干涉区域进行二次优化。仿真结果表明,一次优化可显著缩短焊接路径,优化后的路径长度为优化前的37%;二次优化可有效避免双机器人焊接时发生碰撞,提高焊接工作站的作业安全性,缩短电池托盘焊接时间,工件的焊接时间是未优化前的81.2%。

蚁群算法在白车身底板焊接路径规划中的应用

利用Delmia软件建立了白车身底板的焊接工艺模型,按照传统的机器人焊接路径规划对其进行了仿真分析,得到了焊枪走过的路程以及各焊点之间的平均距离等参数.阐述了蚁群算法的理论基础和算法流程,依据该算法的计算思想并结合白车身底板焊接的自身特点,设计了蚁群算法的计算程序,从而找出了白车身底板焊接路径的最优解并且再次通过仿真得出新的参数,并与之前参数进行对比.结果表明,蚁群算法能够应用在焊接路径的规划研究上,这也为今后焊接工艺的规划提供了新的思路.

仿真环境下多机器人焊接路径的优化

应用同心圆柱面对机器人活动空间进行细分 ,结合自由曲线弧的优点 ,寻找出机器人可能的焊接路径 ,提出了一种规划多机器人焊接加工路径的方法 .按照相应原则选取自由空间弧段上的节点 ,并结合图论技术 ,实现选取的机器人焊接路径的优化 .结合仿真环境进行优化算法 ,在解决多机器人碰撞问题的同时 ,大大缩短了规划时间 。

改进蚁群算法的机器人焊接路径规划

利用改进蚁群算法,引入最大最小蚂蚁系统和局部搜索策略,避免蚁群算法出现早熟、停滞问题,并提高了算法的求解速度和精度,实现了合理规划白车身机器人焊接路径和提高焊接机器人的工作效率的目的。设计了白车身机器人焊点规划程序,并将其应用到白车身底板某工位,从仿真结果表明:将改进蚁群算法应用到白车身机器人焊接路径规划中,验证了算法的有效性和可行性。

汽车引擎盖焊接路径的自适应混沌蚁群规划方法

为了实现汽车引擎盖焊接路径最优规划,提出了自适应混沌蚁群算法的焊接路径规划方法。建立了焊接机械臂运动学模型和引擎盖焊点路径优化模型;分析了蚁群系统算法原理,对局部信息素更新和全局信息素更新方法进行了改进;在局部信息素更新方面,以蚂蚁聚集度为路径多样性度量依据,提出了局部信息素随蚂蚁聚度自适应更新方法;在全局信息素更新方面,鉴于混沌系统的随机性和遍历性,提出了全局信息素混沌扰动更新方法,用于增加信息素分布的多样性和随机性;基于以上两点改进,提出了自适应混沌蚁群算法。经验证,全局信息素更新方法和局部信息素更新方法均能够提高算法性能,两者叠加可以更大程度改善算法性能;将自适应混沌蚁群算法应用于引擎盖焊接路径规划,得到了最短焊接路径,长度为6.2m。

基于改进粒子群算法的白车身焊接路径优化

为优化白车身焊接路径,提高焊接效率,提出一种改进粒子群算法,在传统粒子群算法思想的基础上,将算法寻优过程分为追随和盘旋两部分.基于较近原则生成初始粒子,以减少种群规模,加快收敛速度;在追随部分,通过个体极值追随全局极值和随机原始参考值以贪婪重组的方式重新生成粒子,在增强算法局部寻优能力的同时加快算法的收敛速度;在盘旋部分,采用多次局部调序的策略,通过随机调整粒子局部排列序,保证算法种群的多样性,防止陷入局部最优解;从种群进化代数和种群个体适应度函数值实现算法各参数的自适应调节,加快收敛速度;对粒子个体采取精英保留策略,保留最优粒子.算法通过Matlab平台实现,实验仿真结果表明,提出的改进粒子群算法对于中小规模的白车身焊点旅行推销员问题(Travelling Salesman Problem,TSP)有良好的寻优能力.

PCB上焊点信息的自动获取及焊接路径的优化

本文实现了自动从ＰＣＥ的ＣＡＤ磁盘文件中获取焊点位置、类型信息，为实现表面组装激光软钎焊的过程自动化确立了必要的条件。同时还给出了焊点路径优化的一种方案。

利用遗传算法求解最小变形的焊接路径

多点焊接过程中 ,合理的焊接顺序能有效地降低焊接变形 ,从而提高焊接质量。基于有限元分析 ,建立了焊接温度场及焊接变形量模型 ,利用遗传算法求解使焊件变形最小的焊接路径。并举实例对焊接路径进行规划求解 。

PCB上焊点信息自动获取及焊接路径优化

本文实现了自动从PCB的CAD磁盘文件中获取焊点位置、类型信息,为实现表面组装激光软钎焊的过程自动化确立了必要的条件。同时还给出了焊点路径优化的一种方案。

基于蚁群算法的分组焊点焊接路径优化方法研究

为了合理规划机器人焊接路径,提高焊接工作效率,提出了一种复杂框架结构焊接路径的优化方法,该方法首先依据焊接工艺的要求,对任务焊点进行初步分组,然后采用改进蚁群算法对分组焊点的焊接路径进行优化。该方法不仅满足点焊过程中增加连续焊接、减少焊枪姿态变换等焊接工艺要求;同时,对焊点的分组减少了蚁群算法的规模,既能简化算法,又能提高求解精度。仿真结果表明了该方法的有效性和可行性。

基于改进蚁群算法的机械臂焊接路径规划

针对传统蚁群算法在求解机械臂焊接路径过程中容易陷入局部最优,导致机械臂移动路径长、效率低等问题,提出一种改进蚁群算法。将焊点布局图进行转换并引入粒子群算法,通过编码的方法进行全局焊点路径寻优,引入全局最优路径片段及局部最优路径片段,改变信息素的更新方式。确定机械臂可视化范围并通过视觉反馈系统反馈障碍坐标,利用三维蚁群算法求解不同焊点间的路径,避免障碍发生。仿真结果表明,改进前算法及改进后算法规划路径长度分别为16379.5 mm和16298.6 mm,相比于改进前算法,改进后算法的路径长度缩短了0.47%,迭代次数减少了11.7%,同时改进算法可以在软件中应用且具有稳定性。

关于机器人焊接路径规划优化的研究

焊枪与焊缝相对位置关系以及机器人运动平稳性直接决定焊缝质量,论文采用变位机调整焊枪与焊缝相对位置,并且通过建立机器人运动平稳性函数优化机器人运动平稳性,综合焊接位置,机器人位置建立综合目标优化函数进行焊接路径的优化。采集的数据显示在焊枪与焊缝在最优位置附近的情况下,机器人运动平稳性有着显著提高。结果表明,基于粒子群算法对焊接路径进行优化操作能够提高机器人加工过程的平稳性,可以提高焊缝质量。

工业机器人焊接路径规划研究与应用

随着企业自动化程度的不断提高,工业机器人路径规划问题逐渐受到重视。目前路径规划问题主要依靠仿真人员的工作经验,效率低且结果不一定最优。将焊点路径视为经典的TSP问题,提出利用蚁群算法与遗传算法相结合的方法得出一条较为合理的焊接路径,并应用于某实际项目中验证其可行性。这降低了前期仿真较为繁杂的重复调试路径工作,为实际仿真工作提供一种较为有效的处理方案,缩短焊接时间,提升了6%的工作效率。

基于焊缝特征的焊接路径视觉辨识方法研究

针对埋弧多层焊焊接路径规划在线示教引导方法,由于厚板结构热输入量大,焊接过程中发生板件翘曲变形时无法对示教路线进行实时调整的问题,提出一种中厚板多层多道焊焊缝轮廓获取方法及焊接路径规划策略。搭建了双目立体视觉系统,通过标定、图像校正及滤波等预处理,得到焊缝轮廓特征点三维坐标;通过立体匹配和三维坐标重构得到焊缝轮廓的三维图像;通过对焊缝轮廓表面形貌的分析,针对不同形貌的焊缝特征提出不同的焊接路径规划策略,得到空间三维路径曲线,规划的焊接路径与焊缝特征保持了良好的对应关系。通过提供的焊缝路径三维坐标为焊枪位姿的实时对中和调整提供了基础数据。

焊接机器人焊接路径识别与自主控制方法

基于信息技术的智能化焊接技术,融合了人类的感官信息(视觉、触觉以及听觉)、逻辑推理、经验知识、过程控 制或是工艺优化等诸多领域的交叉学科。而机器人焊接智能化技术是今后的主流趋向,适应了工业发展的现实需求。本文着 力对焊接机器人焊接路径相关的识别和自主控制方法展开论述、探讨。

基于点云的机器人钢网焊接路径规划方法

目前,焊接机器人在焊接钢网之前,需要操作人员对机器人的焊接路径进行复杂的示教和编程工作。为简化焊接路径规划中复杂的示教和编程工作,提出了一种基于点云的钢网焊接路径自动规划方法。利用三维面阵结构光相机拍摄得到十字钢网格点云,然后对点云进行算法处理,计算出钢网的焊接路径,获得焊接路径的三维信息,用于机器人焊接过程的焊接定位。试验结果表明:该方法能够准确实现钢网焊接路径规划,无需焊接前的示教和编程即可完成焊接任务,提高了生产效率。

不同焊接路径下的弧焊机器人焊接实验研究

为提升焊接机器人的焊接效率与柔性水平,本文通过结合激光视觉模块与焊接路径规划模块,将焊接路径算法融入路径规划系统中,从而实现焊接零件多规格、多品种的柔性焊接。

基于分区粒子群算法的焊接机器人路径规划

点焊机器人在焊接过程中通常要遍历很多焊点,如何规划焊接机器人的焊接路径已经成为焊接工艺的研究重点之一。当焊点数量达到一定程度时,使用传统的方法很难找到最优路径。焊接机器人的路径规划指标有很多,一般以路径距离最短或时间最少居多。以焊接路径距离最短为规划目标,利用改进的分区粒子群算法对焊接机器人的焊点路径进行规划,仿真结果验证了该方法的可行性。