Tóm tắt Luận án Tiến sĩ Kỹ thuật cơ khí: Nghiên cứu xây dựng bộ đôi số ứng dụng cho Rô bốt công nghiệp

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:27

Thêm vào BST

Báo xấu

6
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục đích nghiên cứu của tóm tắt luận án "Nghiên cứu xây dựng bộ đôi số ứng dụng cho Rô bốt công nghiệp" là từng bước làm chủ được việc xây dựng bộ đôi số cho rô bốt công nghiệp, xây dựng các phần mềm cho phép ứng dụng bộ đôi số trong việc tối ưu hóa đường đi của rô bốt và phối hợp hoạt động giữa người và rô bốt.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt Luận án Tiến sĩ Kỹ thuật cơ khí: Nghiên cứu xây dựng bộ đôi số ứng dụng cho Rô bốt công nghiệp

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC BÁCH KHOA HÀ NỘI Đoàn Thanh Xuân NGHIÊN CỨU XÂY DỰNG BỘ ĐÔI SỐ ỨNG DỤNG CHO RÔ BỐT CÔNG NGHIỆP Ngành: Kỹ thuật Cơ khí Mã số: 9520103 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT CƠ KHÍ Hà Nội – 2024
Công trình được hoàn thành tại: Đại học Bách khoa Hà Nội Người hướng dẫn khoa học: GS. TS. Vũ Toàn Thắng PGS. TS. Nguyễn Thành Hùng Phản biện 1: Phản biện 2: Phản biện 3: Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Đại học Bách khoa Hà Nội họp tại Đại học Bách khoa Hà Nội Vào hồi …….. giờ, ngày ….. tháng ….. năm ……… Có thể tìm hiểu luận án tại thư viện: 1. Thư viện Tạ Quang Bửu - ĐHBK Hà Nội 2. Thư viện Quốc gia Việt Nam
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN 1. Đoàn Thanh Xuân, Lê Giang Nam, (2021) “Sự phát triển của công nghệ bộ đôi số và ứng dụng trong các lĩnh vực”. Tạp chí Cơ Khí Việt Nam, số 9, tr. 36-45 2. Đoàn Thanh Xuân, Vũ Toàn Thắng, Đặng Thái Việt, Vũ Tiến Dũng, (2022) “Xây dựng bộ đôi số cho rô bốt UR3 trong hệ thống lắp ráp bóng đèn”. Tạp chí Cơ khi Việt Nam, số 291, tr. 14-17 3. Doan Thanh Xuan, Le Giang Nam, Dang Thai Viet, Vu Toan Thang. “A-star Algorithm for Robot Path Planning Based on Digital Twin” (2022) In: Le, AT., Pham, VS., Le, MQ., Pham, HL. (eds) The AUN/SEED-Net Joint Regional Conference in Transportation, Energy, and Mechanical Manufacturing Engineering. RCTEMME 2021. Lecture Notes in Mechanical Engineering. Springer, Singapore. https://doi.org/10.1007/978- 981-19-1968-8_8 4. Doan Thanh Xuan, Vu Toan Thang, (2022) “Investigation on the influence of obstacle size in path planning by a hybrid model combining an improved A-star algorithm and digital twin”. The Third International Conference on Material, Machines, and Methods for Sustainable Development 2022, pp. 2195-4364 (accepted for publication) 5. Doan Thanh Xuan, Tran Van Huynh, Nguyen Thanh Hung, Vu Toan Thang. “Applying Digital Twin and Multi-Adaptive Genetic Algorithms in Human–Robot Cooperative Assembly Optimization”. Applied Sciences. 2023; 13(7):4229. https://doi.org/10.3390/app13074229
MỞ ĐẦU 1. Lý do chọn đề tài Việc mô phỏng một quá trình hay một hệ thống giúp con người có cái nhìn sâu sắc hơn về hệ thống, linh hoạt điều chỉnh, thay đổi các thông số, thiết bị, kiểm thử xác nhận tối ưu hóa trong giai đoạn lập kế hoạch ban đầu. Với những ưu điểm như trên nên việc mô phỏng đã được nghiên cứu và ứng dụng khá rộng rãi, tuy nhiên việc mô phỏng đa phần chỉ dừng lại ở các mô hình tĩnh và thông tin trao đổi một chiều từ vật thể vật lý đến đối tượng kỹ thuật số. Khái niệm bộ đôi số với mong muốn xây dựng được một thiết bị số song sinh với thiết bị vật lý mô tả một cách chân thực nhất và có thể trao đổi dữ liệu với nhau đã ngày càng thu hút được sự quan tâm của các nhà nghiên cứu. Cùng với sự phát triển mạnh mẽ của công nghệ số hóa và thông tin thế hệ mới, dữ liệu có thể được thu thập nhiều hơn, xử lý hiệu quả hơn đã tạo ra một tiền đề hỗ trợ mạnh mẽ cho sự phát triển của Bộ đôi số. Nhà máy số đã là xu thế phát triển tất yếu của các ngành công nghiệp, trong đó Bộ đôi số là đơn vị cơ bản, tổng hợp các bộ đôi số sẽ tạo thành nhà máy số. Nghiên cứu xây dựng bộ đôi số ứng dụng cho rô bốt là một nghiên cứu rất mới mẻ, đáp ứng nhu cầu thực tiễn của công nghiệp và hứa hẹn triển vọng phát triển mạnh mẽ trong những năm tới cả trong và ngoài nước. Nghiên cứu dựa trên các nghiên cứu lý thuyết và thực nghiệm để xây dựng mô phỏng một mô hình kỹ thuật số mô tả chân thực rô bốt và xây dựng kết nối truyền thông giữa thực thể vật lý và mô hình kỹ thuật số. Việc thực nghiệm được thực hiện trên đối tượng là rô bốt UR3 trong hệ thống lắp ráp bóng đèn. Bộ đôi số của rô bốt UR3 sau khi được tạo ra tiếp tục được ứng dụng vào việc tìm đường đi cho rô bốt và tối ưu hoạt động cộng tác giữa người và rô bốt. Ứng dụng rô bốt ngày càng trở nên phổ biến cùng với sự phát triển của ngành công nghiệp tự động hóa. Nghiên cứu về rô bốt hiện nay không ngừng gia tăng do nhu cầu lớn trên thị trường, phạm vi ứng dụng rộng rãi và tiềm năng phát triển kỹ thuật. Đặc biệt, quy hoạch đường đi của rô bốt đã được nghiên cứu và ứng dụng rất nhiều qua 1
nhiều thế hệ thuật toán. Tối ưu hóa lập kế hoạch đường đi cho rô bốt sẽ giúp giảm thời gian và chi phí cho quy trình vận hành rô bốt. Một trong những thuật toán tìm đường đi cho rô bốt được ứng dụng rộng rãi là thuật toán A*, thuật toán A* đã được phát minh và nhiều cải tiến đã được thực hiện để tăng hiệu quả của thuật toán lập kế hoạch đường đi A* ban đầu. Trong các dây chuyền sản xuất công nghiệp chúng ta bắt gặp nhiều sự phối hợp làm việc giữa người và rô bốt. Trong các hệ thống phối hợp này có thể sử dụng được những ưu điểm của rô bốt là nhanh chóng, chính xác và ưu điểm của con người là sự khéo léo, uyển chuyển trong các tình huống khác nhau. Qua phân tích tổng quan bài toán bộ đôi số và rô bốt công nghiệp, nghiên cứu sinh nhận thấy vấn đề nghiên cứu và phát triển bộ đôi số ứng dụng cho rô bốt công nghiệp là một hướng nghiên cứu tiềm năng, vẫn còn có thể khai thác ở nhiều khía cạnh, đặc biệt là mảng ứng dụng bộ đôi số cho rô bốt công nghiệp để tăng hiệu suất trong hoạt động của các nhà máy số. Và đó cũng là lý do nghiên cứu sinh lựa chọn đề tài “Nghiên cứu xây dựng bộ đôi số ứng dụng cho Rô bốt công nghiệp”. Trong đề tài luận án này, nghiên cứu sinh tập trung vào hướng nghiên cứu các phương pháp xây dựng bộ đôi số cho rô bốt công nghiệp, phát triển các ứng dụng cụ thể của bộ đôi số trong các bài toán tìm đường đi cho rô bốt, hợp tác giữa người và rô bốt. 2. Mục đích, đối tượng, phạm vi và phương pháp nghiên cứu Mục đích Mục đích của luận án là từng bước làm chủ được việc xây dựng bộ đôi số cho rô bốt công nghiệp, xây dựng các phần mềm cho phép ứng dụng bộ đôi số trong việc tối ưu hóa đường đi của rô bốt và phối hợp hoạt động giữa người và rô bốt. Mục đích cụ thể bao gồm: - Xây dựng bộ đôi số cho rô bốt công nghiệp - Đề xuất cải tiến một số ứng dụng bộ đôi số cho rô bốt công nghiệp trong các bài toán tìm đường đi và hợp tác người và rô bốt 2
Đối tượng nghiên cứu Các đối tượng nghiên cứu của luận án là: Kỹ thuật bộ đôi số, rô bốt công nghiệp, phương pháp xây dựng bộ đôi số cho rô bốt công nghiệp, phương pháp tìm đường đi cho rô bốt, hợp tác giữa người và rô bốt. Phạm vi Phạm vi nghiên cứu của luận án tập trung vào: Xây dựng bộ đôi số và ứng dụng cho rô bốt UR3 trong hệ thống lắp ráp bóng đèn tại phòng thí nghiệm Nhà máy số thuộc Đại học Bách Khoa Hà Nội. Phương pháp nghiên cứu Nghiên cứu lý thuyết kết hợp với thực nghiệm kiểm chứng. Trên cơ sở nghiên cứu lý thuyết, các tài liệu, công trình đã nghiên cứu trong nước và ngoài nước về bộ đôi số, rô bốt công nghiệp, phương pháp tìm đường đi của rô bốt, phối hợp người và rô bốt. Từ nghiên cứu lý thuyết tìm hiểu việc xây dựng bộ đôi số cho rô bốt UR3. Dựa vào kết quả nghiên cứu, triển khai bộ đôi số trên thực tế, tiếp tục nghiên cứu đề xuất cải tiến trong các ứng dụng về tìm đường đi cho rô bốt và phối hợp người và rô bốt, chạy thực nghiệm và so sánh minh chứng kết quả về lý thuyết và thực nghiệm đồng thời công bố các kết quả nghiên cứu ở các tạp chí, hội thảo khoa học trong và ngoài nước. Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu Trong nghiên cứu này, sự kết hợp giữa thuật toán A* cải tiến và kỹ thuật bộ đôi số đã được sử dụng để lập kế hoạch đường đi của rô bốt trong hệ thống lắp ráp bóng đèn. Trong nghiên cứu này, nghiên cứu sinh đưa ra các ưu điểm của thuật toán A* và công nghệ bộ đôi số được áp dụng cho các giai đoạn chuyển động của rô bốt phù hợp để đề xuất phương án hiệu quả cho toàn bộ quy trình vận hành. Đồng thời ảnh hưởng của kích thước chướng ngại vật cũng được đánh giá về mặt hiệu quả của một trong hai phương pháp để tăng cường hơn nữa việc lập kế hoạch đường đi cho rô bốt khi áp dụng vào thực tế cho một hệ thống có các chướng ngại vật có kích thước khác nhau. Ngoài ra, bộ đôi số được ứng dụng để tối ưu hóa sự hợp tác giữa người và rô bốt trong dây chuyền sản xuất lắp ráp bóng đèn. Đầu tiên, kỹ thuật bộ đôi số được sử dụng để tìm quỹ đạo chuyển động của rô 3
bốt, bộ đôi số của rô bốt và con người được tạo ra bằng cách kết hợp các camera theo dõi vị trí và đặc điểm hoạt động của con người trong không gian làm việc, giúp ngăn chặn con người xung đột rô bốt trong không gian làm việc chung. Sau đó, một thuật toán di truyền đa thích ứng đã được áp dụng để tính toán công thái học tối ưu và tạo lịch trình di chuyển của người. Để đảm bảo hoạt động liên tục và không xảy ra tình trạng thiếu nguyên liệu, người công nhân phải quan sát và di chuyển đến băng chuyền nhập nguyên liệu và pallet nhập nguyên liệu cung cấp cho hệ thống. Điều này nhằm mục đích cung cấp liên tục nguyên vật liệu đầu vào cho dây chuyền lắp ráp, đồng thời cho phép nhiệm vụ của công nhân diễn ra song song với hoạt động lắp ráp của rô bốt. Thuật toán được thiết kế để giảm số lần di chuyển cần thiết để lấy nguyên liệu và đảm bảo rô bốt luôn có đủ nguyên liệu để lắp ráp theo quỹ đạo xác định, nhờ đó tiết kiệm nhân công và tối ưu hóa quy trình sản xuất. Sự kết hợp giữa kỹ thuật bộ đôi số và thuật toán di truyền đa thích nghi đã tối ưu hóa đường di chuyển của rô bốt và số lượng chuyển động được thực hiện bởi người hoạt động trên hệ thống. 4. Những kết quả mới Những kết quả mới của luận án đạt được như sau: - Xây dựng bộ đôi số cho rô bốt UR3 trong hệ thống lắp ráp bóng đèn. - Ứng dụng bộ đôi số kết hợp với thuật toán A* cải tiến tìm đường đi cho rô bốt, so sánh trong trường hợp vật cản có chiều cao không thay đổi và chiều cao thay đổi. Từ đó đề xuất việc sử dụng phối hợp bộ đôi số và thuật toán A* cải tiến tìm đường đi cho rô bốt thích nghi trong từng trường hợp. - Ứng dụng bộ đôi số kết hợp thuật toán di truyền để tối ưu phối hợp hoạt động của người và rô bốt trong hệ thống lắp ráp bóng đèn, kết quả giảm được số lần di chuyển của người đến các vị trí cung cấp nguyên liệu đầu vào cho hệ thống đồng thời đảm bảo rô bốt có thể hoạt động liên tục không bị gián đoạn do thiếu nguyên liệu là nắp và đui bóng ở đầu vào dây chuyền lắp ráp bóng đèn. 4
5. Cấu trúc luận án Luận án được chia thành 4 chương: Chương 1: Tổng quan về bộ đôi số và các ứng dụng; Chương 2: Xây dựng bộ đôi số cho robot công nghiệp trong hệ thống lắp ráp bóng đèn; Chương 3: Ứng dụng bộ đôi số trong tìm đường đi cho robot; Chương 4: Ứng dụng bộ đôi số trong phối hợp người và robot; Kết luận; Hướng nghiên cứu tiếp theo. Chương 1: TỔNG QUAN VỀ BỘ ĐÔI SỐ VÀ CÁC ỨNG DỤNG 1.1. Đặt vấn đề Công nghệ Bộ đôi số đã được ra đời từ thập niên 2000. Trong những năm gần đây, sự phát triển mạnh mẽ của công nghệ thông tin (như công nghệ dữ liệu lớn, điện toán đám mây, trí tuệ nhân tạo…) đã tạo điều kiện để công nghệ bộ đôi số phát triển một cách mạnh mẽ, thu hút được sự quan tâm lớn của các nhà nghiên cứu với số lượng bài báo tăng theo cấp số nhân. Bộ đôi số không chỉ được sử dụng trong một giai đoạn mà còn có khả năng sử dụng trong cả vòng đời của hệ thống: từ giai đoạn (i) lập kế hoạch, thiết kế, tối ưu hóa các thông số, kiểm thử, giai đoạn (ii) tạo ra hệ thống thật, đến giai đoạn (iii) vận hành, dự đoán lỗi, lên kế hoạch bảo trì bảo dưỡng, dự đoán tuổi thọ, và cuối cùng là giai đoạn (iv) dừng hoạt động, loại bỏ khỏi hệ thống hoạt động. Bộ đôi số có khả năng ứng dụng rộng rãi trong nhiều ngành công nghiệp (công nghệ thông tin, giao thông vận tải, hàng không, cơ khí, xây dựng, y dược chăm sóc sức khỏe…) giúp tối ưu hóa hoạt động của hệ thống, giảm thiểu chi phí. Cùng với đó là việc ứng dụng ngày càng rộng rãi của rô bốt trong hệ thống sản xuất công nghiệp. Bài toán tìm đường đi cho rô bốt và phối hợp người và rô bốt là những chủ đề được quan tâm có có các ứng dụng rộng rãi. 1.2 Lịch sử phát triển bộ đôi số và các dấu mốc Hình 1.1 tóm tắt những dấu mốc quan trọng trong quá trình phát triển của bộ đôi số theo bản báo cáo [13]. 5
Hình 1. 1 Các dấu mốc quan trọng trong quá trình phát triển của Bộ đôi số 1.3 Khái niệm và phân loại bộ đôi số Vào ngày 27/07/2020, tiêu chuẩn ISO về bộ đôi số được công bố tiêu chuẩn mang số hiệu ISO 23247 đã đánh dấu sự ra đời của tài liệu chuẩn hóa về bộ đôi số. Tiêu chuẩn này có sự kế thừa từ tất cả các nghiên cứu trước đó. Tiêu chuẩn này mới chỉ là một khung chứ chưa phải là những tiêu chuẩn các giao thức dài và chi tiết, đồng thời chỉ tập trung vào giai đoạn sản xuất trong các nhà xưởng. Dựa trên mức độ tích hợp của bộ đôi số, Kritzinger và cộng sự trong nghiên cứu [46] đã chia bộ đôi số thành ba loại: • Mô hình kỹ thuật số (Digital Model): Trong loại bộ đôi số này, dữ liệu giữa đối tượng vật lý và đối tượng kỹ thuật số được trao đổi theo cách thủ công, do đó bất kỳ thay đổi nào trong trạng thái của đối tượng vật lý đều không được phản ánh trực tiếp trong kỹ thuật số và ngược lại. 6
• Hình bóng kỹ thuật số (Digital Shadow): Dữ liệu từ luồng đối tượng vật lý sang kỹ thuật số tự động, nhưng điều này vẫn là thủ công theo chiều ngược lại. Kết quả là, bất kỳ thay đổi nào trong vật lý đối tượng có thể được nhìn thấy trong bản sao kỹ thuật số của nó, nhưng theo chiều ngược lại thì không thể nhìn thấy một cách tự động. • Bộ đôi số (Digital Twin): Trong loại bộ đôi số này, có một luồng dữ liệu hai chiều tự động giữa đối tượng vật lý và đối tượng kỹ thuật số. Do đó, những thay đổi của một trong hai đối tượng, vật lý hoặc kỹ thuật số, thời gian thực có thể dẫn đến những thay đổi trong đối tượng kia. 1.4 Ứng dụng của bộ đôi số Bộ đôi số có thể được ứng dụng trong rất nhiều ngành nghề, lĩnh vực Sản xuất là lĩnh vực nghiên cứu phổ biến nhất của bộ đôi số, và chiếm phần lớn tỷ trọng trong nghiên cứu bộ đôi số. Hầu hết các nghiên cứu tập trung vào việc tối ưu hóa việc lập kế hoạch sản xuất, mô phỏng sản xuất, công cụ giám sát và tiên lượng sản phẩm và hướng tới sản xuất bền vững. Một lĩnh vực phổ biến khác là tòa nhà và thành phố thông minh, tập trung vào giám sát độ bền vững cấu trúc, quản lý và kiểm soát tòa nhà, tối ưu hóa quy hoạch dự án và dự đoán bảo trì. ICT cũng được chú ý trong nghiên cứu bộ đôi số và được ứng dụng rộng rãi trên hệ thống điện toán biên, bảo mật truyền thông và giám sát dịch vụ đám mây. Tiếp theo, nghiên cứu bộ đôi số liên quan đến năng lượng tập trung vào hệ thống điện, chẩn đoán lỗi và tối ưu hóa vận hành nhà máy điện. Các chủ đề nghiên cứu về ô tô, hàng không vũ trụ và y tế và chăm sóc sức khỏe có tỷ lệ tương tự, chủ yếu là theo dõi tình trạng sản phẩm và dự đoán, thử nghiệm và mô phỏng. Cuối cùng, các chủ đề liên quan đến bộ đôi số về giáo dục đang tăng lên trong những năm gần đây do xu hướng dạy và học trực tuyến. Các lĩnh vực nghiên cứu khác nhau được nhóm lại bao gồm khai thác mỏ, nông nghiệp, hóa học, v.v. [47] Trong các ứng dụng này, có hai ứng dụng thu hút nhiền sự quan tâm của các nhà nghiên cứu và có nhiều áp dụng thực tế trong quá 7
trình vận hành sản xuất là ứng dụng bộ đôi số trong tìm đường đi cho rô bốt và ứng dụng trong phối hợp người và rô bốt. Chương 2: XÂY DỰNG BỘ ĐÔI SỐ RÔ BỐT CÔNG NGHIỆP TRONG HỆ THỐNG LẮP RÁP BÓNG ĐÈN 2.1. Hệ thống lắp ráp bóng đèn Lưu đồ thuật toán mô tả chu trình hoàn thiện của rô bốt được trình bày trong hình 2.2. Hình 2. 2 Lưu đồ thuật toán Rô bốt 2.2 Tính toán động học và xây dựng bộ đôi số rô bốt UR3 Dựa vào phương pháp ma trận DH [5,19,20], ta xây dựng được các hệ trục tọa độ khớp đối với rô bốt có dạng như trên hình 2.23. Sau khi xây dựng được các hệ tọa độ khớp, ta xác định được bảng các tham số động học DH của rô bốt. 8
Từ đó, ta thu được hệ phương trình động học robot UR3 như sau: nx  c6 (c1c234 c5  s1 s5 )  s234 c1 s6 ; n y  c6 (c1 s5  c234 c5 s1 )  s234 s1 s6  nz  c234 s6  s234 c5 c6  sx  s6 (c1c234 c5  s1 s5 )  s234 c1c6 ; s y  s6 (c1 s5  c234 c5 s1 )  s234 s1c6   sz  c234 c6  s234 c5 s6  ax  c5 s1  c234 c1 s5 ; a y  c234 s1 s5  c1c5 ; a z  s234 s5  x  92,1.(c s  c c s )  85,35.s c  131, 05s  243,55.c c  213, 2.c c  P 5 1 234 1 5 234 1 1 1 2 1 23  yP  92,1.(c234 s1 s5  c1c5 )  85,35.s234 s1  131, 05.c1  243,55.s1c2  213, 2.c23 s1   z P  92,1.s234 s5  85,35.c234  221,85  243,55.s2  213, 2.s23 (2.18) Vậy đối với bài toán động học ngược, khi tìm nghiệm bằng phương pháp giải tích ta sẽ tìm được 8 bộ nghiệm đối với các biến khớp q1, q2, q3, q4, q5, q6, được cho trong bảng dưới đây: Mô hình hóa rô bốt UR3 Mô hình mô phỏng (không gian số trong bộ đôi số) là một môi trường động được xây dựng bằng cách đưa các đối tượng thiết kế hỗ trợ máy tính (CAD) 3 chiều vào phần mềm Tecnomatix Process Simulate. Tao [5] cho rằng mô hình ảo bao gồm bốn lớp, tức là hình học (tạo ra các đối tượng CAD 3D), vị trí vật lý (vị trí của các đối tượng CAD trong cảnh), hành vi (động học của rô bốt) và quy tắc (trình tự quy trình lắp ráp). Các đối tượng CAD động học 3D của rô bốt có sẵn tại thư viện trực tuyến do Trung tâm hỗ trợ Siemens duy trì. 9
Việc tạo ra các đối tượng 3D được áp dụng cho tất cả các bộ phận và thành phần khác của hệ thống để được đưa vào môi trường Tecnomatix. Tecnomatix có thể nhập dữ liệu CAD ở định dạng JT (Jupiter Tessellation).Việc xây dựng mô hình số của Rô bốt UR3 mô phỏng hình học và các động lực học của Rô bốt gồm có các bước như trên hình 2.10 dưới đây: Hình 2. 10 Các bước xây dựng mô hình số rô bốt UR3 Giao thức TCP/IP được sử dụng để kết nối kết nối truyền thông thời gian thực giữa rô bốt thật và rô bốt ảo qua cổng Ethernet. Chế độ “Live Mode” trong phần mềm Tecnomatix Process Simulate được sử dụng để kết nối giữa rô bốt thật và ảo như hình ảnh 2.12. Hình 2. 12 Kết nối trực tiếp giữa rô bốt thật và rô bốt ảo Chương 3: ỨNG DỤNG BỘ ĐÔI SỐ TRONG TÌM ĐƯỜNG ĐI CHO RÔ BỐT 3.1. Bài toán tìm đường đi của rô bốt Vai trò của việc lập kế hoạch đường dẫn rô bốt thích hợp trong sản xuất Khi việc lập kế hoạch đường đi cho rô bốt được hoàn thành đúng cách, rô bốt công nghiệp có thể thực hiện các nhiệm vụ sau đó một cách hiệu quả. Lập kế hoạch đường đi cho rô bốt đóng một phần quan 10
trọng trong các thông số sau: Độ chính xác của rô bốt, Khả năng lặp lại nhiệm vụ, Chất lượng sản phẩm. 3.2. Thuật toán A* cải tiến Cải tiến đầu tiên của phương pháp nâng cao là đường dẫn cục bộ (local) giữa nút hiện tại và nút mục tiêu, được lập kế hoạch trước đó tìm kiếm tiếp theo trong vùng lân cận của nút hiện tại. Và đường dẫn cục bộ sẽ được thông qua trực tiếp nếu nó an toàn và không va chạm. Ưu điểm thứ hai của phương pháp này là tận dụng công đoạn xử lý sau để tối ưu hóa đường dẫn kết quả, bằng cách làm thẳng đường dẫn cục bộ để giảm số lượng đường dẫn cục bộ cũng như là chiều dài đường dẫn. Trong thuật toán này, giai đoạn truy vấn của kế hoạch lộ trình xác suất bao gồm lập kế hoạch đường dẫn dựa trên thuật toán A* cải tiến [65, 66]. Có hai giai đoạn trong kế hoạch lộ trình xác suất, giai đoạn thứ nhất là giai đoạn tiền xử lý và thứ hai là giai đoạn truy vấn. Trong giai đoạn đầu, một thế hệ ngẫu nhiên của các điểm lấy mẫu không xảy ra va chạm trong không gian hoạt động của rô bốt. Các điểm này cũng có thể được gọi là các nút trong giai đoạn sau. Kế hoạch đường dẫn cục bộ sau đó xây dựng một đường dẫn an toàn và không va chạm cục bộ giữa các điểm này. Để kiểm tra tính hợp lệ của đường dẫn và va chạm có thể xảy ra, các kế hoạch được ánh xạ tới không gian khớp rô bốt bởi kế hoạch đường dẫn cục bộ và việc thực hiện này được thực hiện bởi các ràng buộc không gian chung (chẳng hạn như vận tốc và gia tốc, tối ưu hóa năng lượng). Do đó, các điểm lấy mẫu không va chạm và các đường dẫn an toàn cục bộ là các thành phần của lộ trình xác suất. Trong giai đoạn sau, với việc áp dụng thuật toán A* cải tiến, kế hoạch lộ trình xác suất được tạo thành sẽ tìm kiếm và có được một đường dẫn an toàn cho chuyển động của rô bốt nối giữa nút ban đầu S (điểm bắt đầu) và nút mục tiêu G (điểm kết thúc). Trong nghiên cứu này, các giới hạn không gian khớp được chỉ định bởi các tham số (nghĩa là phạm vi góc, vận tốc khớp, gia tốc, biến dạng vận tốc và giải pháp động học nghịch đảo tối ưu) để xây dựng bản đồ xác suất. 11
Hình 3. 6 Một ví dụ đơn cho nhiệm vụ của rô bốt Hình 3. 7 Đường dẫn có được bằng thuật toán A* Hình 3. 8 Kết quả tối ưu của bước đầu tiên bên trái, bước thứ hai bên phải Hình 3. 9 Kết quả tối ưu của bước cuối cùng 3.3 Ứng dụng kết hợp bộ đôi số và thuật toán A* trong bài toán tìm đường đi cho rô bốt Hình 3. 15 Đường đi của rô bốt được tìm thấy bằng phương pháp kỹ thuật số 12
Hình 3. 16 Đường đi của rô bốt được tìm thấy bằng thuật toán A* ban đầu (trái) và bằng thuật toán A* cải tiến (phải) Hình 3. 17 Đường đi của rô bốt được tìm thấy bằng thuật toán A* cải tiến khi thêm chướng ngại vật 30 mm Hình 3. 18 Đường đi của rô bốt được tìm thấy bằng thuật toán A* cải tiến khi thêm chướng ngại vật 50 mm Hình 3. 19 Hình ảnh thực tế của các cặp chướng ngại vật Real image of the pairs of obstacles (case 3) 13
Xem xét Trường hợp 1 khi sử dụng thuật toán A* (1A) và thuật toán A* cải tiến (1B). Kết quả cho thấy rằng thời gian di chuyển của rô bốt có thể ngắn hơn hoặc dài hơn khi sử dụng thuật toán A* so với phương thức bộ đôi. Sai lệch nhỏ nhất vào khoảng 3,544 s (-11,93%) tương ứng với vận tốc 250 mm/s và gia tốc 1200 mm/s2; chênh lệch lớn nhất vào khoảng 4,456s (5,24%) ứng với vận tốc 450 mm/s và gia tốc 500 mm/s2. Điều đó rõ ràng có nghĩa là thuật toán A* không phải lúc nào cũng tốt hơn phương thức bộ đôi số. Chúng tôi thấy rằng trong trường hợp có một vài chướng ngại vật, thời gian chuyển động của rô bốt thu được bằng thuật toán A* cải tiến nhỏ hơn so với thời gian thu được bằng phương pháp bộ đôi số. Ngược lại. thuật toán A* cải tiến luôn tốt hơn bộ đôi số vì thời gian di chuyển trung bình của rô bốt giảm -20,43% ÷ -22,07%. Xem xét Trường hợp 2 khi các chướng ngại vật có chiều cao không đổi (trường hợp 2A: chướng ngại vật có chiều rộng lớn hơn 30 mm và trường hợp 2B: chướng ngại vật có chiều rộng lớn hơn 50 mm) được thêm vào. thuật toán A* cải tiến đã giúp giảm thời gian di chuyển trung bình của rô bốt lần lượt là -18,07% và -16,44%. Xem xét Trường hợp 3 khi các chướng ngại vật có kích thước khác nhau được thêm vào theo cặp. Kết quả chỉ ra rằng đối với chướng ngại vật có chiều cao < 50 mm. thuật toán A* cải tiến đã tăng thời gian di chuyển của rô bốt trong hầu hết các trường hợp. Trường hợp 3, khi số lượng chướng ngại vật tăng lên với độ cao thay đổi, dẫn đến số điểm vượt qua tăng lên. Chúng tôi nhận thấy rằng bắt đầu từ điểm D4, thời gian chuyển động của rô bốt thu được bằng phương pháp bộ đôi số ngày càng ngắn hơn với tốc độ từ 350 mm/s trở lên. Khi các chướng ngại vật 3-4 có chiều cao < 50 mm được thêm vào. thuật toán A* đã tăng thời gian di chuyển của rô bốt trong phạm vi vận tốc và gia tốc đang được nghiên cứu. Khi các chướng ngại vật 5-6 với chiều cao
trong khi điều ngược lại là đúng khi sử dụng các chướng ngại vật có chiều cao không đổi. Chương 4: ỨNG DỤNG BỘ ĐÔI SỐ TRONG PHỐI HỢP NGƯỜI VÀ RÔ BỐT 4.1 Cơ sở lý thuyết Có rất nhiều phương pháp giải quyết cho việc tối ưu một kế hoạch sản xuất của hợp tác người rô bốt. Thường lá các thuật thoán thuộc nhóm tính toán tiến hóa. Các tác giả đã sử dụng thuật toán Bầy ong để giải quyết vấn đề giảm thiểu năng lượng lao động của người trong quá trình hợp tác trong dây chuyền tháo rời [76]. Tìm lời giải khả thi của bài toán tìm đường với giải thuật đàn kiến [77]. Hai dạng sản xuất hợp tác người rô bốt thường được ứng dụng thuật toán tiến hóa là lắp ráp và tháo rời. Với trọng tâm của nghiên cứu này là dây chuyền sản xuất lắp ráp. Bài toán lắp ráp trên dây chuyền sản xuất là một bài toán phổ biến và phức tạp thường xuyên phải được xử lý tại các nhà máy. 4.1 Thuật toán di truyền Giải thuật di truyền GA (Genetic Algorithm) do D.E. Goldberg đề xuất, sau đó được L. Davis và Z. Michalevicz phát triển. Giải thuật di truyền là một kỹ thuật của khoa học máy tính nhằm tìm kiếm giải pháp thích hợp cho các bài toán tối ưu tổ hợp (combinatorial optimization) [78]. Giải thuật di truyền là một phân ngành của giải thuật tiến hóa vận dụng các nguyên lý của tiến hóa như di truyền, đột biến, chọn lọc tự nhiên, và trao đổi chéo. Giải thuật di truyền (GA) áp dụng quá trình tiến hoá trong tự nhiên để giải các bài toán tối ưu trong thực tế. Xuất phát từ tệp các lời nghiệm ban đầu, thực hiện lặp lại nhiều lần sự tiến hóa, và tác động của toán tử đột biến để tạo ra tập nghiệm mới với các lời giải tốt hơn. Lời giải cuối cùng là nghiệm xấp xỉ tối ưu nhất. Sơ đồ thuật toán trong hình 4.1. 15
Hình 4. 1 Sơ đồ thuật toán di truyền Genetic algorithm diagram 4.2 Áp dụng phối hợp bộ đôi số và thuật toán di truyền trong bài toán phối hợp người và rô bốt Khởi tạo quần thể ban đầu So với thời gian rô bốt hoàn thành 1 bóng đèn là 30s. Căn cứ phân tích trên phân chia kế hoạch cho người thành các bước công việc tương ứng với 30s/bước. Tổng cộng 1 quy trình sản xuất 100 bóng đèn người sẽ thực hiện 100 bước. Cứ mỗi một bước có chứa trạng thái làm việc tương ứng của người. Biểu diễn nhiễm sắc thể bằng một vectơ nhị phân có độ dài bằng số lượng nhiệm vụ của việc làm đã đem lại kết quả tốt cho [92]. Phân công nhiệm vụ trong bài toán [93] lại sử dụng NST có 2 nửa tương ứng để quy định cho các nhiệm vụ. Điều này phụ hợp các hành động được chia thành các nhóm. Chúng ta sử dụng một NST có số lượng gen gấp đôi số bước của kế hoạch. Và mã hóa chúng bằng mã nhị phân. Nửa đầu của NST biểu thị trạng thái di chuyển hoặc đứng im của người. Nửa sau của NST biểu thị hướng di chuyển của người: di chuyển tới băng chuyền hoặc tới pallet. Trạng thái của bước sẽ được xác định dựa vào 2 gen tương ứng ở hai nửa của NST. Phần mô tả mã hóa gen trên nhiễm sắc thể được trình bày trên bảng 4.1. 16
Bảng 4. 1 Mã hóa gen trên nhiễm sắc thể Gen trên nửa thứ Gen trên nửa thứ Trạng thái nhất hai 0 - Đứng yên 1 0 Di chuyển cấp nắp 1 1 Di chuyển cấp đui Hàm đánh giá mục tiêu Phân tích các vấn đề mục tiêu: Dựa trên đặc điểm cấu trúc của nhiễm sắc thể đã được xây dựng, chúng ta sử dụng việc tính toán vị trí cảu các gen trên nhiễm sắc thể để đưa ra các điều kiện đánh giá cho các mục tiêu của bài toán. Ec: Chỉ số đánh giá mức độ tôi ưu cho việc di chuyển cấp nắp đèn lên băng tải. Eb: Chỉ số đánh giá mức độ tối ưu cho việc di chuyển cấp đui bóng vào pallet M: Chỉ số đánh giá tối ưu cho việc di chuyển Công thức xác định chỉ số Ec: 𝑥 𝑘 − 𝑥 𝑘−1 , 𝑥 𝑘 − 𝑥 𝑘−1 ≤ 6 𝑟𝑐 𝑖 = { 1 , 𝑥 𝑘 − 𝑥 𝑘−1 > 6 (4.5) 𝑥 𝑘 − 𝑥 𝑘−1 𝐸𝑐 = ∑ 𝑟𝑐 𝑖 Điều kiện ràng buộc sản xuất là người không được để băng tải thiếu nắp. Điều đó tương đương với khoảng thời gian người di chuyển giữa 2 lần đến vị trí cấp bóng đèn (rc) không thể nhỏ hơn khoảng thời gian rô bốt sản xuất được số bóng đèn bằng với số nắp lớn nhất băng tải chứa được. Theo như mô hình xây dựng nhiễm sắc thể ở phần đầu quá trình di chuyển cấp phôi đúng bằng thời gian hoàn thành lắp ráp một bóng đèn. Vì vậy, rc bằng khoảng cách của hai gen mã hóa cho việc di chuyển đến băng tải. Băng tải chứa tối đa được 6 nắp cho 1 lần cấp phôi. Nếu như quá 6 gen thì rô bốt rơi vào trường hợp thiếu nguyên 17