System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于pid控制优化,尤其涉及一种基于焊接机器人焊枪位置控制优化方法。
技术介绍
1、焊接机器人的应用可以大大提高生产效率和产品质量,减少人工成本和人为因素对生产的影响。随着工业自动化技术的不断发展,焊接机器人在未来的工业生产中将会扮演越来越重要的角色。焊接机器人主要包括两部分,分为机器人和焊接设备两部分,机器人的构成则由机器人本体和控制系统组成,其中控制系统是决定焊接机器人焊接精确度和稳定性的关键。
2、由于焊接的位置不正确或焊枪寻找时出现问题,会导致焊接不精确,传统的焊接机器人控制采用传统pid控制器的方式,传统pid控制器的参数调整复杂,且对参数的依赖性较强,如果系统的特性发生变化,或者系统受到扰动,会导致pid控制性能受到影响,导致焊接机器人焊接不精确问题。
3、猎豹优化算法于2022年受自然界猎豹狩猎启发而提出一种新型群体智能优化算法,该算法通过模拟猎豹在狩猎过程中搜索、坐等和攻击3种策略来实现位置更新,在经典的ieeecec2017和最新的ieeecec2022测试集上对猎豹优化算法的性能进行了总共30个函数的测试,相比于一些智能优化算法,猎豹优化算法的性能具有优越性,但是在算法勘探阶段,容易陷入局部最优,同时在整个算法寻优过程中,陷入局部最优不会跳出,从而寻不到最优参数。
技术实现思路
1、本专利技术的目的在于:通过改进猎豹优化算法,利用改进后的猎豹优化算法优化焊接机器人焊枪位置的传统pid控制器的三个参数,提高焊枪位置的pid控制的控
2、为了实现上述目的,本专利技术采用了如下技术方案:
3、一种基于焊接机器人焊枪位置控制优化方法,具体步骤如下:
4、步骤一、设计焊接机器人焊枪位置控制系统,将焊接机器人焊枪位置控制问题转换成待优化数学模型。
5、步骤二、改进标准猎豹优化算法,并通过matlab编写测试代码,验证改进后猎豹优化算法的性能;所述改进标准猎豹优化算法,包括改进算法中期等待策略和引入自适应权重系数,具体如下:
6、step1、首先,利用最优位置改成算法中期等待策略位置更新公式,然后引入t分布策略,改进后的位置更新公式为:
7、
8、式中,为第i头猎豹第t+1次迭代第j维位置,trnd(it)为t分布策略,为当前最优位置;
9、step2、然后,在算法攻击阶段位置更新策略引入自适应权重系数,自适应权重系数公式为:
10、w=w0+(wmax-wmin)×e-α·f(best)/f(worst) (2)
11、式中,w为当前迭代的自适用惯性权重系数,w0惯性权重系数初始值,wmin为最小惯性权重系数,ωmax为最大惯性权重系数,f(worst)为当前最差适应度值,f(best)为最佳适应度值;a为惯性权重的衰减率,采用随迭代次数线性递减的形式,公式为:
12、
13、式中,t为当前迭代次数,t为总的迭代次数。
14、步骤三、利用改进后的猎豹优化算法优化焊接机器人焊枪位置pid控制器,得到最佳焊接机器人焊枪位置的pid控制参数kp、ki、kd。
15、步骤四、将得到的最优焊接机器人焊枪位置pid控制参数kp、ki、kd输入simulink搭建的实验仿真模型中,并应用到焊接机器人,调试得到最佳焊接机器人焊枪位置控制效果。
16、进一步地,所述步骤一中,焊接机器人焊枪位置控制系统包括焊枪位置信号输入单元、位置式pid控制器单元、改进猎豹优化算法单元、电调控制器单元、焊接机器人电机单元、焊接机器人焊枪角度位置传感器采集单元;所述焊枪位置信号输入单元输入数据为设定的焊枪目标角度位置数据,将焊枪目标角度位置数据与焊枪的实时角度位置的差值e(t)作为位置式pid控制器单元的输入,改进猎豹优化算法单元通过采集差值e(t)并且经过算法迭代计算得到最优pid参数值,将改进猎豹优化算法寻优得到的pid控制参数值应用到位置式pid控制器单元中,位置式pid控制器单元输出值u(t)控制电调控制器,进而电调控制器控制焊接机器人电机旋转实现焊接机器人焊枪调整位置。
17、进一步地,所述步骤一中,将焊接机器人焊枪位置控制问题转换成待优化数学模型,数学模型即为改进猎豹优化算法的目标函数。
18、进一步地,所述步骤二中,结合t分布和最优位置改进标准猎豹优化算法,可以使算法在搜索过程中更好地平衡全局搜索和局部搜索能力,在算法的初期阶段,较大的t值可以使粒子有较大的速度步长,从而在全局范围内探测到较好的区域,而在算法的后期阶段,较小的t值可以保证粒子能够在极值点周围做精细的搜索,从而使算法有较大的概率向全局最优解位置收敛;结合最优位置策略可以更好的平衡全局搜索和局部搜索能力以及更好的收敛性能。
19、进一步地,所述步骤二中,在算法攻击阶段位置更新策略引入自适应权重系数,可以最大程度的避免算法陷入局部最优,同时提高算法的寻优精度。
20、进一步地,所述步骤三中,利用改进后的猎豹优化算法优化焊接机器人焊枪位置pid控制器,得到最优pid控制参数kp、ki、kd,具体步骤为:
21、s1、针对焊接机器人工作环境,设计simulink仿真传递函数,传递函数模型采用二阶函数来描述焊接机器人焊枪在复杂情况下的位置调整过程;
22、s2、给定simulink仿真系统输入信号,输入信号即焊接机器人焊枪目标角度值;
23、s3、初始化改进猎豹优化算法的种群规模n、问题维度d、算法搜索空间上界ub、算法搜索空间下界lb以及最大迭代次数max_iter、种群的初始位置、当前种群领导者适应度值;所述算法搜索空间上界ub、算法搜索空间下界lb就是焊接机器人焊枪位置pid控制器的参数范围,所述种群的初始位置就是焊接机器人焊枪位置pid控制器参数的初始值,算法迭代,猎豹种群位置更新的过程就是算法优化焊枪位置pid控制寻最优参数的过程,每个猎豹代表一个焊枪位置pid控制器参数解;
24、s4、将焊接机器人焊枪位置的pid控制参数kp、ki、kd编码为改进猎豹优化算法的位置解;
25、s5、设计目标函数,用于量化控制系统的性能,目标函数采用itae计算适应度值,并保留本次迭代最优适应度值,目标函数公式为:
26、
27、式中,j为算法目标函数值,e(t)为焊接机器人焊枪位置的目标角度与焊接机器人焊枪位置传感器的实时角度值的偏差,t为当前迭代次数;
28、s6、用当前迭代最优适应度值与上次迭代最优适应度值比较,保留最小的适应度值,确定最佳目标对象;
29、s7、引入策略选择机制h,若满足h>0.5,则执行改进猎豹优化算法的搜索策略,按下式(3)更新种群位置,即焊接机器人焊枪位置pid控制器的参数解;
30、
31、本文档来自技高网...
【技术保护点】
1.一种基于焊接机器人焊枪位置控制优化方法,其特征在于,具体步骤如下:
2.根据权利要求1所述的一种基于焊接机器人焊枪位置控制优化方法,其特征在于,所述利用改进后的猎豹优化算法优化焊接机器人焊枪位置PID控制器,具体步骤为:
【技术特征摘要】
1.一种基于焊接机器人焊枪位置控制优化方法,其特征在于,具体步骤如下:
2.根据权利要求1所述的一种基于焊...
【专利技术属性】
技术研发人员:唐正勇,陈曦,高强,张少英,康平,
申请(专利权)人:重庆衍数自动化设备有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。