本发明专利技术涉及一种自动化设备数字协同设计与验证方法、装置及存储介质，其中方法包括以下步骤：提取三维模型创建过程的有效创建指令；创建txt文件并保存；提取尺寸关键参数封装写入三维模型创建类，创建可调用的三维模型创建函数；确定优化指标参数；执行模型创建步骤、有限元仿真步骤、运动学模拟步骤、执行参数优化步骤实现优化指标参数的优化更新；基于更新后的优化指标参数重新执行模型创建步骤、有限元仿真步骤、运动学模拟步骤和参数优化步骤，直至达到迭代终止条件，得到最优优化指标参数；基于最优优化指标参数创建优化三维模型。与现有技术相比，本发明专利技术具有自动化程度高、设计验证效率高、参数设计更优等优点。参数设计更优等优点。参数设计更优等优点。
【技术实现步骤摘要】
自动化设备数字协同设计与验证方法、装置及存储介质
[0001]本专利技术涉及协同设计及验证
，尤其是涉及一种自动化设备数字协同设计与验证方法、装置及存储介质。
技术介绍
[0002]当前自动化设备设计及集成主要由机械结构设计、有限元仿真和设备运动模拟三个步骤组成，三个步骤的设计和模拟验证主要由机械设计工程师、仿真工程师和自动化工程师完成，当前主要存在以下缺陷：
[0003]1)设计、仿真验证工作相对割裂，工作聚合需要大量人力投入
[0004]设计时机械设计建模、有限元仿真与自动化运动模拟验证均在独立的软件中完成，软件之间较少存在接口调用，难以实现自动化协同作业。尤其在设计修改后需要进行仿真与运行验证时，沟通交流的人力成本巨大。
[0005]2)参数修改及验证依赖人工操作，效率欠佳
[0006]有限元仿真及运动仿真验证设备运行过程中需要设计人员等待和操作，占用人力，且较难实现并发，效率较低。此外，设计人员需要保留大量的文件版本，针对设计过程中附加修改，需要分别点开文件并单独修改，管理过程繁琐和修改速度慢。
[0007]3)设计尝试次数有限，严重依赖经验，科学性不足
[0008]目前设计过程中的参数修改及运行验证依赖人工操作，随着修改参数变量维度增多，人工修改的参数次数及范围相对有限，并且严重依赖设计人员的设计经验，因此较难生成局部或者全局最优解，设计的科学性较弱。
[0009]由于以上缺陷的存在导致自动化设备设计及集成效率低下，过于依赖人工经验，自动化程度有限，参数设计难以得到局部或全局最优，从而消耗了大量人力物力。因此，本领域技术人员急需寻找一种技术方案来解决上述技术问题。
技术实现思路
[0010]本专利技术的目的就是为了提供一种自动化设备数字协同设计与验证方法，将设计和仿真验证程序连接起来，仅使用程序调节参数并实现自动化验证。
[0011]本专利技术的目的可以通过以下技术方案来实现：
[0012]一种自动化设备数字协同设计与验证方法，包括以下步骤：
[0013]提取三维模型创建过程的有效创建指令，所述三维模型基于FreeCAD可视化创建，并由Macro录制创建过程；
[0014]基于有效创建指令创建txt文件并保存；
[0015]提取txt文件中的尺寸关键参数封装写入三维模型创建类，创建可调用的三维模型创建函数，所述三维模型创建函数输入为尺寸关键参数，输出为三维模型IGES文件；
[0016]基于尺寸关键参数确定优化指标参数，所述优化指标参数为尺寸关键参数中的一个或多个；
[0017]执行模型创建步骤，所述模型创建步骤为：基于尺寸关键参数，调用三维模型创建函数，得到三维模型IGES文件；
[0018]执行有限元仿真步骤，所述有限元仿真步骤为：基于pyansys创建有限元仿真类，通过加载IGES文件和负载信息，对其进行有限元仿真得到有限元仿真结果，并创建基于有限元的形变模型；
[0019]执行运动学模拟步骤，所述运动学模拟步骤为：基于逆解算法求解运动模拟的运动步输入，基于WebSocket建立与UE4的通信，并基于形变模型和运动步输入在UE4中进行运动模拟，实时采集运动状态的碰撞状态，并返回碰撞信号；
[0020]执行参数优化步骤，所述参数优化步骤为：创建基于智能算法的参数优化算法对优化指标参数进行优化，以有限元仿真结果和碰撞信号作为动态优化的边界条件，更新优化指标参数；
[0021]基于更新后的优化指标参数重新执行模型创建步骤、有限元仿真步骤、运动学模拟步骤和参数优化步骤，直至达到迭代终止条件，得到最优优化指标参数，其中，所述迭代终止条件基于智能算法确定为评判指标函数的损失函数达到收敛状态或迭代次数达到预配置的迭代阈值，所述评判指标函数基于设计要求和应用要求确定；
[0022]基于最优优化指标参数，调用三维模型创建函数，得到优化三维模型。
[0023]所述基于形变模型在UE4中进行运动模拟为：以平移变换和旋转变换的形式模拟三维模型在有限元仿真步骤中发生的形变，得到UE4中与形变模型对应的模拟形变模型，并基于所述模拟形变模型进行运动模拟。
[0024]所述基于逆解算法求解运动模拟的运动步输入包括以下步骤：
[0025]基于机械臂的运动初始位置和目标位置进行逆解运算，得到六轴转角逆解值，所述机械臂设于形变模型上；
[0026]判断从初始位置运动到目标位置是否可达，若可达，将六轴转角逆解值划分为预配置步数的运动列表，作为运动模拟的运动步输入；若不可达，则进行包括第七轴的逆解运算，其中，所述包括第七轴的逆解运算包括以下步骤：控制机械臂在第七轴方向上以预配置的步长移动并进行逆解运算，在预配置的移动范围内求解得到一组可达解，所述可达解包括第七轴移动的距离和六轴转角；对这组可达解中的每一个解调用能耗函数，得到该解对应的能耗；基于能耗最小原则在可达解中确定一个解作为最优解；将最优解中的六轴转角划分为预配置步数的运动列表，与第七轴移动的距离一起作为运动模拟的运动步输入。
[0027]所述基于智能算法的参数优化算法包括有限元参数优化算法和避障算法，其中，所述有限元参数优化算法对优化指标参数进行优化，所述避障算法对发生运动规划碰撞时的运动模拟的运动步进行优化。
[0028]所述碰撞信号包括未发生碰撞信号、运动规划碰撞信号、结构碰撞信号。
[0029]所述碰撞信号包括未发生碰撞信号、运动规划碰撞信号、结构碰撞信号，若所述碰撞信号为结构碰撞信号，调用有限元参数优化算法对优化指标参数进行优化，并将当前优化指标参数设为丢弃值；若所述碰撞信号为运动规划碰撞信号，调用避障算法重新规划运动路径并在UE4中进行运动模拟，更新碰撞信号后重新判断碰撞信号类型，并基于碰撞信号类型执行后续步骤；若所述碰撞信号为未发生碰撞信号，调用有限元参数优化算法对优化指标参数进行优化。
[0030]所述有限元参数优化算法包括基于蚁群算法的有限元参数优化算法，当所述有限元参数优化算法为基于蚁群算法的有限元参数优化算法时，迭代终止条件为迭代次数达到预配置的迭代阈值。
[0031]所述碰撞信号包括未发生碰撞信号、运动规划碰撞信号、结构碰撞信号，若所述碰撞信号为结构碰撞信号，调用基于蚁群算法的有限元参数优化算法对优化指标参数进行优化，并将碰撞信号所对应蚂蚁位置的信息素赋值为预配置的极大值。
[0032]所述评判指标函数基于模型用料与形变程度确定。
[0033]一种动化设备数字协同设计与验证装置，包括存储器、处理器，以及存储于所述存储器中的程序，所述处理器执行所述程序时实现如上述所述的方法。
[0034]一种存储介质，其上存储有程序，所述程序被执行时实现如上述所述的方法。
[0035]与现有技术相比，本专利技术具有以下有益效果：
[0036](1)本专利技术通过程序和接口调用实现设计建模、有限元仿真和运动学模拟验证之间的自动化协同作业，并利用平移和旋转本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动化设备数字协同设计与验证方法，其特征在于，包括以下步骤：提取三维模型创建过程的有效创建指令，所述三维模型基于FreeCAD可视化创建，并由Macro录制创建过程；基于有效创建指令创建txt文件并保存；提取txt文件中的尺寸关键参数封装写入三维模型创建类，创建可调用的三维模型创建函数，所述三维模型创建函数输入为尺寸关键参数，输出为三维模型IGES文件；基于尺寸关键参数确定优化指标参数，所述优化指标参数为尺寸关键参数中的一个或多个；执行模型创建步骤，所述模型创建步骤为：基于尺寸关键参数，调用三维模型创建函数，得到三维模型IGES文件；执行有限元仿真步骤，所述有限元仿真步骤为：基于pyansys创建有限元仿真类，通过加载IGES文件和负载信息，对其进行有限元仿真得到有限元仿真结果，并创建基于有限元的形变模型；执行运动学模拟步骤，所述运动学模拟步骤为：基于逆解算法求解运动模拟的运动步输入，基于WebSocket建立与UE4的通信，并基于形变模型和运动步输入在UE4中进行运动模拟，实时采集运动状态的碰撞状态，并返回碰撞信号；执行参数优化步骤，所述参数优化步骤为：创建基于智能算法的参数优化算法对优化指标参数进行优化，以有限元仿真结果和碰撞信号作为动态优化的边界条件，更新优化指标参数；基于更新后的优化指标参数重新执行模型创建步骤、有限元仿真步骤、运动学模拟步骤和参数优化步骤，直至达到迭代终止条件，得到最优优化指标参数，其中，所述迭代终止条件基于智能算法确定为评判指标函数的损失函数达到收敛状态或迭代次数达到预配置的迭代阈值，所述评判指标函数基于设计要求和应用要求确定；基于最优优化指标参数，调用三维模型创建函数，得到优化三维模型。2.根据权利要求1所述的一种自动化设备数字协同设计与验证方法，其特征在于，所述基于形变模型在UE4中进行运动模拟为：以平移变换和旋转变换的形式模拟三维模型在有限元仿真步骤中发生的形变，得到UE4中与形变模型对应的模拟形变模型，并基于所述模拟形变模型进行运动模拟。3.根据权利要求1所述的一种自动化设备数字协同设计与验证方法，其特征在于，所述基于逆解算法求解运动模拟的运动步输入包括以下步骤：基于机械臂的运动初始位置和目标位置进行逆解运算，得到六轴转角逆解值，其中，所述机械臂设于形变模型上；判断从初始位置运动到目标位置是否可达，若可达，将六轴转角逆解值划分为预配置步数的运动列表，作为运动模拟的运动步输入；若不可达，则进行包括第七轴的逆解运算，其中，所述包括第七...
【专利技术属性】
技术研发人员：黄华，谢楠，陆贝尔，杨志成，于春芃，张仕祥，张宇逍，赵祺晟，孙义胜，张慧琳，陈亮瑜，段哲昊，刘熠龙，韦欢夏，
申请(专利权)人：同济大学，
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。