Розробка концепції системи керування роботом для штукатурних робіт на основі нейронної мережі

Автор(и)

  • Dmitry Mishchuk Kyiv National University of Construction and Architecture, Україна https://orcid.org/0000-0002-8263-9400
  • Andriy Boychenko Kyiv National University of Construction and Architecture, Україна

DOI:

https://doi.org/10.32347/gbdmm2019.93.0501

Ключові слова:

будівельний робот, система керування, нейронна мережа, сигмоїдальна функція, навчання роботів, градієнтний спуск

Анотація

Приготування будівельного розчину, його подачу до місця робіт та нанесення на поверхню ефективно здійснювати за допомогою автоматизованих механічних систем в тандемі з розчинонасосами поєднаними зі штукатурними агрегатами за допомогою яких можна виконувати автоматичне встановлення контрольних маяків, попереднє ґрунтування поверхні, розбризкування цементного розчину та затирання. Технічна досконалість і конкурентна спроможність роботизованих штукатурних станцій в значній мірі залежить від прийнятих кінематичних моделей розроблюваного штукатурного робота та розробки на їх основі досконалих систем керування. Прості кінематичні схеми породжують прості конструктивні рішення, які досить швидко прототипуються та мають невисоку вартість, проте такі рішення, внаслідок своєї конструктивної недосконалості, зазвичай використовуються для обмежених виробничих процесів, мають малу точність та примітивну систему керування, що не дозволяє застосовувати їх для глибокої автоматизації у виробництві. Складні кінематичні схеми роботів дозволяють застосовувати їх, як універсальний засіб на багатьох стадіях будівельного виробництва, проте такі конструктивні рішення потребують створення досконалих складних систем керування.

Застосування нейронної мережі дозволяє спростити архітектуру системи керування, зробити її універсальною для виконання роботом різних технологічних процедур, проте вона потребує чіткого алгоритму опису математичної моделі роботи та його навчання.

В даному дослідженні запропоновано математичну модель нейронної мережі на основі сигмоїдальної функції активації для дволанкового маніпулятора.

Посилання

Spiny G. A. (1991). Promyshlenye roboty. Konstruirovanie i primenenie [Industrial robots. Design and Application]. Kyiv, Vysha shk. Publ., 331. – (in Russian).

LaValle S. M. (2006). Planning algorithms. Cambridge university press, 1007.

Stilman M. et al. Manipulation planning among movable obstacles. Robotics and Automation. (2007) IEEE International Conference on., IEEE, 3327-3332.

Hirano Y., Kitahama K., Yoshizawa S. Im-agebased object recognition and dexterous hand/arm motion planning using rrts for grasping in cluttered scene. Intelligent Robots and Systems, (IROS 2005). (2005) IEEE/RSJ International Conference on., IEEE, 2041-2046.

Lovejkin V. S., Mishuk D. O. (2013). Opti-mizaciya rezhimiv zmini vilotu manipulya-tora z gidroprivodom. Monografiya. [The optimization modes of change departure the manipulator with hydraulic drive. Mono-graph]. Kyiv, CP Komprint Publ., 206.

Wu, Q. C., Wang, X. S., Chen, B., & Wu, H. T. (2018). Development of an RBFN-based neural-fuzzy adaptive control strategy for an upper limb rehabilitation exoskeleton. Mechatronics, 53, 85-94. https://doi.org/10.1016/ j.mechatro-nics.2018.05.014.

Bingul Z., Ertunc H. M., Oysu C. Applying neural network to inverse kinematic problem for 6R robot manipulator with offset wrist. Adaptive and Natural Computing Algorithms. (2005). Springer, Vienna, 112-115.

Koker R., Cakar T., Sari Y. (2014). A neural-network committee machine approach to the inverse kinematics problem solution of robotic manipulators. Engineering with Computers, Vol.30, No. 4, 641-649.

Karlik B., Aydin S. (2000). An improved approach to the solution of inverse kinemat-ics problems for robot manipulators. Engineering applications of artificial intelligence, Vol.13, No.2, 159-164.

Feng Y., Yaonan W., Yimin Y. (2014). Inverse kinematics solution for robot manipulator based on neural network under joint subspace. International Journal of Computers Communications & Control, Vol.7, No.3, 459-472.

Birbil S. I., Fang S. C. (2003). An electromagnetism-like mechanism for global optimization. Journal of global optimization, Vol.25, No.3, 263-282.

Parker J. K., Khoogar A. R., Gold-berg D. E. Inverse kinematics of redundant robots using genetic algorithms. Robotics and Automation, Proceedings, (1989) IEEE In-ternational Conference on., IEEE, 271-276.

Momani S., Abo-Hammour Z. S., Als-madi O. M. K. (2016). Solution of inverse kinematics problem using genetic algorithms. Applied Mathematics & Information Scienc-es, Vol.10, No.1, 225.

Graca Marcos M., Machado J.A.T., Azevedo-Perdicoulis T. P. (2009). Trajectory planning of redundant manipulators using genetic algorithms. Communications in non-linear science and numerical simulation, Vol.14, No.7, 2858-2869.

Mishuk D. O. (2014). Kinematichnij analiz manipulyacijnoyi sistemi budivel-nogo robota [Kinematic analysis of the manipulation system of a construction robot]. Vestnik Harkovskogo nacionalnogo avtomobilno-dorozhnogo universiteta, Vol. 65-66, 90-96. – (in Ukrainian).

Mishuk D. O. Development of control system for construction robot using technologies “Microsoft robotic studio”. II International scientific and technical conference “Energysaving machines and technologies”, September 29 - October 1, (2015). Kyiv, KNUCA, 47. – (in Ukrainian).

Mischuk D., Voliyanuk V., Gorbatyk Eu. (2017). The module design of construction robot. Gіrnichі, budіvel'nі, dorozhnі ta melіorativnі mashini [Mining, construction, road and reclamation machines], No. 89, 90-97. – (in Ukrainian).

Lovejkіn V. S., Mіschuk D. A. (2012). Matematichne modeljuvannja zmіni vil'otu vantazhu manіpuljatorom z gіdroprivodom [Mathematical modeling of changes in cargo flight with hydraulic manipulator]. Gіrnichі, budіvel'nі, dorozhnі ta melіorativnі mashini [Mining, construction, road and reclamation machines], No. 79, 9-15. – (in Ukrainian).

##submission.downloads##

Опубліковано

2019-07-30

Як цитувати

Mishchuk, D., & Boychenko, A. (2019). Розробка концепції системи керування роботом для штукатурних робіт на основі нейронної мережі. Гірничі, будівельні, дорожні та меліоративні машини, (93), 46–60. https://doi.org/10.32347/gbdmm2019.93.0501

Номер

Розділ

Автоматизація і інформаційні технології