Дослідження методу рою частинок в задачі оптимізації режиму руху маніпулятора за однією з узагальнених координат
DOI:
https://doi.org/10.32347/gbdmm2021.98.0201Ключові слова:
метод рою частинок, система керування, оптимізація, маніпулятор, узагальнені координати, MathematicaАнотація
Задачі оптимізації режимів руху механічних систем, зокрема роботів та маніпуляторів, є актуальною в контексті сучасного розвитку суспільства та машинобудування. Роботи і маніпулятори здатні автономно виконувати складні задачі по заданих програмах керування, що значно знижує вартість виконуваних ними робіт. Алгоритми оптимальних переміщень складових елементів роботів і маніпуляторів дозволяють реалізовувати складні траєкторії переміщень їхніх робочих органів з прогнозованими енерговитратами, точністю позиціювання, швидкодією. Пошук оптимальних режимів руху є складною і не однозначною задачею, що вимагає точного формулювання функції оптимізації, рівнянь обмежень та методів визначення оптимальних законів, які б задовольняли критерії поставленої оптимізаційної задачі. Одним із шляхів вирішення таких складних задач є евристичні методи перебору варіантів розв’язку на обмеженій площині, зокрема одним з таких є методів рою частинок.
В даному досліджені проаналізовано класичний метод рою частинок для пошуку оптимального режиму руху стріли маніпулятора за однієї з узагальнених координат. Цільовою функцією оптимізації вибрано «енергію» прискорень механічної системи, а пошук оптимального закону переміщення здійснюється із застосуванням полінома четвертого порядку.
Проведене теоретичне дослідження показало, що метод рою частинок може бути застосований для пошуку оптимальних законів руху, проте при роботі з даним методом необхідно модернізувати алгоритм визначення його складових, зокрема швидкості переміщення частинок та їх корегувальних коефіцієнтів.
При визначенні оптимальних законів руху маніпулятора методом рою в даному дослідженні застосовується підхід, де прийнято, що час є дискретним, а значення цільової функції визначалося лише в прийнятих точках дискретизації часу.
Посилання
Boychenko A., Mishchuk D. (2020). Possibilities of using the packet TensorFlow neural network design library for the kinematic study of a manipulator. Girnichi, budivelni, dorozhni ta meliorativni mashini [Mining, construction, road and melioretion machines], (95), 14–24. – (in Ukrainian). https://doi.org/10.32347/gbdmm2020.95.0201
Demydyuk Myroslav & Vitalii Demydiuk. (2020). Parametric optimization of the kinematic structure and the movement of the two-link manipulator. Bulletin of Kharkiv National University named after VN Karazin, series "Mathematical modelling. Information Technology. Automated control systems", Issue 48, 36-48 – (in Ukrainian).
Lovejkin V. S., Mischuk D. O. (2013). Optimizaciya rezhimiv zmini vilotu manipulyatora z gidroprivodom. Monografiya. [The optimization modes of change departure the manipulator with hydraulic drive. Monograph]. Kyiv, CP Komprint Publ., 206. – (in Ukrainian).
Lovejkin V., Kadikalo I. (2017). Optimization of the starting mode of the jib crane mechanism by the criterion of the RMS value of the elastic moment in the drive. Girnichi, budivelni, dorozhni ta meliorativni mashini [Mining, construction, road and melioretion machines], (90), 34–41. – (in Ukrainian). http://gbdmm.knuba.edu.ua/article/view/143520
Chernous'ko F. L., Bolotnik N. N., Gradetskii V. G. (1989). Robot Manipulators: Dynamics, Control, and Optimization, Moscow, Nauka, 386. – (in Russian).
Karpenko A. P. (2017). Modern search engine optimization algorithms. Algorithms inspired by nature: a textbook, Moscow, Moscow State Technical University. N.E. Bauman, 446.
Kennedy J., Eberhart R. C. (1995). Particle swarm optimization. In Proceedings of the International Conference on Neural Networks; Institute of Electrical and Electronics Engineers. Vol. 4, 1942–1948. https://doi.org/10.1109/ ICNN.1995.488968
Danishevsky V. V, Gaidar A. M. (2019). Particle swarm method for solving nonlinear optimization problems. Bulletin of the Dnieper State Academy of Civil Engineering and Architecture, No.6, 18-25.
Vanderbergh F., Engelbrecht A. (2006). A study of particle swarm optimization particle trajectories. Inf. Sci. (Ny). Vol. 176, No 8, 937–971.
Hu X., Eberhart R. (2002). Solving Constrained Nonlinear Optimization Problems with Particle Swarm Optimization. 6th World Multiconference Syst. Cybern. Informatics. Orlando, Florida, USA, 203–206.
Xu, Zhaoyue & Du, Lin & Wang, Haopeng & Deng, Zichen. (2018). Particle swarm optimization-based algorithm of a symplectic method for robotic dynamics and control. Applied Mathematics and Mechanics. 40. https://doi.org/10.1007/s10483-019-2412-6.
Lovejkin V. S., Mishuk D. O. (2009). Viznachennya optimalnih rezhimiv ruhu manipulyatora za proces pusku (galmuvannya) pid chas roboti za odniyeyu z uzagalnenih koordinat [Determining the optimal modes of movement of the manipulator for the process of starting (braking) while working on one of the generalized coordinates]. Girnichi, budivelni, dorozhni ta meliorativni mashini, [Mining, Constructional, Road and Melioration Machines], No.73, 35-42. – (in Ukrainian).
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Дмитро Міщук, Євген Міщук, Євгеній Горбатюк

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автор(и) та Редакція згодні на те, що Редакція також матиме право:
- здійснювати необхідне оформлення Твору/Статті за результатами його редакційної обробки;
- визначати самостійно кількість видань, друк додаткових копій і тираж Твору/Статті, кількість копій окремих видань і додаткових тиражів;
- опублікування Твору/Статті в інших виданнях, пов’язаних з діяльністю Редакції
Автори зберігають ліцензію CC BY 4.0 лише на статті проте дозволяють журналу та іншим системам тиражувати та розповсюджувати матеріал журналу де опубліковано їхню роботу.