一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法及系统技术方案

技术编号:44148672 阅读:11 留言:0更新日期:2025-01-29 10:22
本发明专利技术属于打磨机器人相关技术领域,并公开了一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法及系统。该方法包括下列步骤:构建移动单元、打磨机器人和接力器缸体的仿真模型;将打磨过程划分为打磨头向焊缝起点运动的过程和打磨头达到起点后的运动过程;对两个过程分别构建各自的多任务强化学习优化模型,该多任务强化学习优化模型以状态空间作为输入,动作空间作为输出;改变焊缝的长度和位置进行打磨仿真,训练两个过程的多任务强化学习优化模型,直至达到预设训练次数且优化目标的奖励函数收敛。通过本发明专利技术,解决机器人打磨过程中无法同时考虑避免碰撞、打磨可达性以及刚度最大化等多目标优化的问题。

【技术实现步骤摘要】

本专利技术属于打磨机器人相关,更具体地,涉及一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法及系统


技术介绍

1、接力器是水电机组中将液压能转化为传动机构所需机械能的元件,在运行过程中,由于泥沙沉积等原因,接力器缸体与其内部沿轴向往复运动的活塞会发生刮擦进而在底部产生轴向划痕,划痕造成的泄漏会影响其正常工作,需要对划痕进行检查、规则化刨除、补焊、铣削、打磨等修复工作。

2、轴向划痕进行规则化的刨除之后进行补焊,焊缝沿轴向延伸并呈现为规则的长条状。需要对焊缝进行打磨以提高修复后缸体内壁的光洁度、形状精确度、去除焊渣等焊接残留物。采用ugv小车搭载机械臂对焊缝进行打磨。在末端磨盘接近打磨起点阶段,使用小车带着机械臂一起运动;当末端磨盘运动到打磨起点后,小车停止运动,由机械臂单独完成焊缝打磨工作。

3、由于缸体内的焊缝较长,打磨时小车停的位置、绕末端冗余角若不合理,则会导致无法对整条焊缝进行打磨、机器人的刚度弱;此外,在运动控制过程中,需考虑避免机械臂自身连杆之间的碰撞以及与缸体的碰撞。传统的决策控制方法无法同时考虑避本文档来自技高网...

【技术保护点】

1.一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法,其特征在于,该方法包括下列步骤:

2.如权利要求1所述的一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法,其特征在于,两个过程的多任务强化学习优化模型对应的状态空间相同,该状态空间均由打磨机器人的关节角、打磨机器人底座的空间坐标,焊缝的长度,打磨机器人末端与焊缝起点之间的位置矢量,打磨机器人末端相对其初始姿态的旋转角组成。

3.如权利要求1所述的一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法,其特征在于,所述打磨头向焊缝起点运动的过程的多任务强化学习优化模...

【技术特征摘要】

1.一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法,其特征在于,该方法包括下列步骤:

2.如权利要求1所述的一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法,其特征在于,两个过程的多任务强化学习优化模型对应的状态空间相同,该状态空间均由打磨机器人的关节角、打磨机器人底座的空间坐标,焊缝的长度,打磨机器人末端与焊缝起点之间的位置矢量,打磨机器人末端相对其初始姿态的旋转角组成。

3.如权利要求1所述的一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法,其特征在于,所述打磨头向焊缝起点运动的过程的多任务强化学习优化模型的动作空间由打磨机器人末端位置变化量、打磨机器人末端旋转角的变化量和移动单元沿缸体轴线方向运动的位置变化量组成。

4.如权利要求3所述的一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法,其特征在于,所述打磨头向焊缝起点运动的过程的多任务强化学习优化模型的优化目标为避免打磨机器人自身连杆之间的碰撞以及与接力器缸体的碰撞,以及保证打磨头向焊缝起点靠近。

5.如权利要求3所述的一种基于多任务强化学习的接力器缸体内壁焊缝机器人打磨多目标优化方法,其特征在于,所述打磨头达...

【专利技术属性】
技术研发人员:彭芳瑜黄春鑫王泽正唐小卫陈晨王宇
申请(专利权)人:华中科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1