改进ABC算法的串联机械臂多目标优化
发布时间：2022-01-15 00:09
针对串联机械臂工作时间最优、能耗最优、脉动最优的轨迹优化问题,提出一种基于改进人工蜂群算法的多目标轨迹优化方法。文中采用5次NURBS曲线插值法建立工作轨迹数学模型,构造高阶连续关节运行轨迹并对其进行合理规划。以串联机械臂运行时间、能量消耗和脉动冲击为目标建立目标函数,通过改进人工蜂群算法进行优化设计并获得Pareto最优解集,运用归一化权重目标函数获取期望解。选择PUMA560串联机械臂进行仿真分析,结果表明:5次NURBS曲线轨迹规划方法有效构造平滑轨迹,改进人工蜂群算法能够实现满足约束条件的多目标优化,验证了算法的有效性,为后续研究奠定基础。
【文章来源】：组合机床与自动化加工技术. 2019,(05)北大核心
【文章页数】：5 页
【部分图文】：
关节坐标系
式后，得到相应的齐次变换矩阵等式:06A=01A·12A·23A·34A·45A·56A(18)根据等式，求解相应运动学正向模型如等式(19)～式(21)所示。px=c1·［a2·c2+a3·c23－d4·s23］－d2·s1(19)py=s1·［a2·c2+a3·c23－d4·s23］+d2·c1(20)pz=－a3·s23－a2·s2－d4·c23(21)运用仿真软件根据表1构建串联机械臂模型，如图3所示。图3运动学模型3．2参数设置仿真对象PUMA560串联机械臂各关节运动限制参数如表2所示，各关节运行轨迹采用五次NURBS曲线进行构建，为贴近实际工况设定启动、停止时刻的速度值、加速度值均为0。设定改进人工蜂群算法最大迭代次数100，维数为30，蜜源、采蜜蜂和旁观蜂数目均为50，阈值参数limit=100。表2运动学约束关节123456Qmax(rad)3．13．13．13．13．13．1Vmax(rad/s)1．7451．6582．3262．6812．2291．920Amax(rad/s2)0．8730．6980．9751．2221．5711．396Jmax(rad/s3)1．0471．0471．1321．2231．3092．2344仿真结果分析根据改进人工蜂群算法，求解出轨迹运行时间、能量消耗和脉动冲击均趋于最优的多目标优化Pareto前沿面，如图4所示。根据图示信息可知，能量消耗性能指标与脉动冲击性能指标表现为正向相关，与整体运行时间性能指标趋于负相关。图4Pareto解集示意图为满足实际要求，构造归一化权重目标函数如式(28)所示，在Pareto解集中选取全局
2N2+α3S3N3(28)式中，设定N1，N2，N3为实现各目标函数处于同一范围，α1，α2，α3为根据实际工况需求，所设定的各目标函数值所占的权重系数，对等式(28)进行最小化求解，即可获取所需最优解。选取α1=α2=α3=13，N1=100，N2=1，N3=1，求解出目标函数趋于最小化fc的最优解数值S1=51．2321，S2=0．1546，S3=0．0923。根据NURBS曲线方程对关节位移(Q)进行计算，如图5所示。将各关节速度、加速度和加加速度曲线进行优化分析，如图6所示。通过五次NURBS曲线插值理论可求解出高阶光滑连续曲线，且启动、停止时速度和加速度参数均可设定的运动轨迹，利用改进人工蜂群算法可有效的完成多目标优化分析，所得优化轨迹结果满足串联机械臂运动学及动力学约束条件，符合实际需要。对比过往研究，优化方法确保了关节加加速度轨迹运行的连续性、平稳性，并且在工作状态下启动、停止时的速度和加速度值均可指定，缩短整体运行时间、减少能量消耗、降低串联机械臂工作过程中关节运行的脉动冲击量，降低运动误差值。图5各关节位移曲线·43·组合机床与自动化加工技术第5期
【参考文献】：
期刊论文
[1]基于Logistic模型的改进人工蜂群算法[J]. 魏焕新,胡招娣,唐明珠. 兰州理工大学学报. 2017(02)
[2]改进人工蜂群算法求解多目标连续优化问题[J]. 葛宇,梁静,王学平,谢小川. 计算机科学. 2014(06)
[3]基于NURBS的挖掘机器人时间最优轨迹规划[J]. 管成,王飞,张登雨. 吉林大学学报(工学版). 2015(02)
[4]基于改进人工蜂群算法的并联机器人正运动学解[J]. 任子武,王振华,孙立宁. 机械工程学报. 2013(13)
[5]基于五次B样条的机械手关节空间平滑轨迹规划[J]. 李小霞,汪木兰,刘坤,蒋荣. 组合机床与自动化加工技术. 2012(08)
[6]基于PSO算法的机械臂PID控制器参数优化[J]. 喻骁,刘东,兰维瑶. 组合机床与自动化加工技术. 2011(02)
[7]六自由度机械臂轨迹规划与仿真研究[J]. 孙亮,马江,阮晓钢. 控制工程. 2010(03)
本文编号：3589491
【文章来源】：组合机床与自动化加工技术. 2019,(05)北大核心
【文章页数】：5 页
【部分图文】：
关节坐标系
式后，得到相应的齐次变换矩阵等式:06A=01A·12A·23A·34A·45A·56A(18)根据等式，求解相应运动学正向模型如等式(19)～式(21)所示。px=c1·［a2·c2+a3·c23－d4·s23］－d2·s1(19)py=s1·［a2·c2+a3·c23－d4·s23］+d2·c1(20)pz=－a3·s23－a2·s2－d4·c23(21)运用仿真软件根据表1构建串联机械臂模型，如图3所示。图3运动学模型3．2参数设置仿真对象PUMA560串联机械臂各关节运动限制参数如表2所示，各关节运行轨迹采用五次NURBS曲线进行构建，为贴近实际工况设定启动、停止时刻的速度值、加速度值均为0。设定改进人工蜂群算法最大迭代次数100，维数为30，蜜源、采蜜蜂和旁观蜂数目均为50，阈值参数limit=100。表2运动学约束关节123456Qmax(rad)3．13．13．13．13．13．1Vmax(rad/s)1．7451．6582．3262．6812．2291．920Amax(rad/s2)0．8730．6980．9751．2221．5711．396Jmax(rad/s3)1．0471．0471．1321．2231．3092．2344仿真结果分析根据改进人工蜂群算法，求解出轨迹运行时间、能量消耗和脉动冲击均趋于最优的多目标优化Pareto前沿面，如图4所示。根据图示信息可知，能量消耗性能指标与脉动冲击性能指标表现为正向相关，与整体运行时间性能指标趋于负相关。图4Pareto解集示意图为满足实际要求，构造归一化权重目标函数如式(28)所示，在Pareto解集中选取全局
2N2+α3S3N3(28)式中，设定N1，N2，N3为实现各目标函数处于同一范围，α1，α2，α3为根据实际工况需求，所设定的各目标函数值所占的权重系数，对等式(28)进行最小化求解，即可获取所需最优解。选取α1=α2=α3=13，N1=100，N2=1，N3=1，求解出目标函数趋于最小化fc的最优解数值S1=51．2321，S2=0．1546，S3=0．0923。根据NURBS曲线方程对关节位移(Q)进行计算，如图5所示。将各关节速度、加速度和加加速度曲线进行优化分析，如图6所示。通过五次NURBS曲线插值理论可求解出高阶光滑连续曲线，且启动、停止时速度和加速度参数均可设定的运动轨迹，利用改进人工蜂群算法可有效的完成多目标优化分析，所得优化轨迹结果满足串联机械臂运动学及动力学约束条件，符合实际需要。对比过往研究，优化方法确保了关节加加速度轨迹运行的连续性、平稳性，并且在工作状态下启动、停止时的速度和加速度值均可指定，缩短整体运行时间、减少能量消耗、降低串联机械臂工作过程中关节运行的脉动冲击量，降低运动误差值。图5各关节位移曲线·43·组合机床与自动化加工技术第5期
【参考文献】：
期刊论文
[1]基于Logistic模型的改进人工蜂群算法[J]. 魏焕新,胡招娣,唐明珠. 兰州理工大学学报. 2017(02)
[2]改进人工蜂群算法求解多目标连续优化问题[J]. 葛宇,梁静,王学平,谢小川. 计算机科学. 2014(06)
[3]基于NURBS的挖掘机器人时间最优轨迹规划[J]. 管成,王飞,张登雨. 吉林大学学报(工学版). 2015(02)
[4]基于改进人工蜂群算法的并联机器人正运动学解[J]. 任子武,王振华,孙立宁. 机械工程学报. 2013(13)
[5]基于五次B样条的机械手关节空间平滑轨迹规划[J]. 李小霞,汪木兰,刘坤,蒋荣. 组合机床与自动化加工技术. 2012(08)
[6]基于PSO算法的机械臂PID控制器参数优化[J]. 喻骁,刘东,兰维瑶. 组合机床与自动化加工技术. 2011(02)
[7]六自由度机械臂轨迹规划与仿真研究[J]. 孙亮,马江,阮晓钢. 控制工程. 2010(03)
本文编号：3589491
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3589491.html
