【技术实现步骤摘要】
基于人工智能的工业用全自动焊接方法、装置及系统
[0001]本专利技术属于焊接
，具体是指基于人工智能的工业用全自动焊接方法
、
装置及系统
。
技术介绍
[0002]随着工业化进程的不断推进，焊接作为一种常见的连接工艺，在制造业中起到了愈发重要的作用，由于传统的手工焊接方式普遍存在效率低
、
质量不稳定
、
劳动强度大等问题，因此，全自动焊接方式应运而生，全自动焊接方式通常采用焊接机器人
、
传感器和控制系统等技术，实现了焊接过程的自动化，提高了焊接效率和质量，并减少了人力成本
。
[0003]为提高焊接机器人的焊接效率，现有的全自动焊接方式通常选择焊接的距离轨迹最短路径或焊接的时间最短路径进行焊接操作，但是焊接的距离轨迹最短与焊接的时间最短之间通常存在矛盾，在某些情况下，为了实现焊接的距离轨迹的最短，通常需要增加焊接速度，这是因为焊接速度的增加可以缩短焊接路径，从而减少焊接时间，然而，焊接速度加快易导致焊接过程中的震动和晃动，影响焊接质量从而影响焊接质量，为了保证焊接质量，通常需要减慢焊接速度，从而增加焊接时间，因此，现有的优化算法难以找到焊接过程中的最佳平衡点，从而不能同时实现在焊接距离和焊接时间上的最优化
。
技术实现思路
[0004]针对上述情况，为克服现有技术的缺陷，本专利技术提供了基于人工智能的工业用全自动焊接方法
、
装置及系统，针对现有的优化算法难以找到焊接过程中的最...
【技术保护点】
【技术特征摘要】
1.
基于人工智能的工业用全自动焊接方法，其特征在于，包括：步骤
S1
：确定路径目标函数，具体为遍历所有的焊接点，确定焊接机器人的路径目标函数，所述路径目标函数的计算公式为：；式中，表示最短路径距离，
n
表示焊接点的总数，表示索引为
i
的焊接点在
x
轴的坐标，表示索引为
i+1
的焊接点在
x
轴的坐标，表示索引为
i
的焊接点在
y
轴的坐标，表示索引为
i+1
的焊接点在
y
轴的坐标，表示索引为
i
的焊接点在
z
轴的坐标，表示索引为
i+1
的焊接点在
z
轴的坐标；步骤
S2
：计算路径选择概率；步骤
S3
：将随机扰动比例因子引入路径选择概率，得到优化路径选择概率，所述优化路径选择概率的计算公式为：；式中，表示时刻
t
时从位置
i
选择位置
j
的优化路径选择概率，
a
表示路径选择概率的参数，用于计算时刻
t
时从一个位置到另一个位置的路径选择概率，反映了和对路径选择的影响，表示时刻
t
时从位置
i
选择位置
j
的信息素浓度，且的值随着时刻
t
而变化，表示时刻
t
时从位置
i
选择位置
j
的启发函数，表示信息素浓度的权重，表示启发函数的权重，
D
表示位置
j
的集合，表示从位置
i
到位置
j
的路径的长度，
u
表示为随机扰动比例因子，
u
的取值范围为
[0
，
1]
，表示逆指数扰动因子，表示随机扰动率；步骤
S4
：通过优化路径选择概率对焊接机器人的路径目标函数进行优化，得到焊接机器人的各个焊接点之间的距离最短焊接路径；步骤
S5
：通过
B
样条差值法对焊接机器人的各个焊接点之间的距离最短焊接路径进行处理，得到焊接机器人的多条定点优化焊接轨迹；步骤
S6
：通过遗传算法对焊接机器人的多条定点优化焊接轨迹进行时间优化，得到距离与时间最优焊接轨迹；步骤
S7
：根据距离与时间最优焊接轨迹控制焊接机器人进行焊接操作
。2.
根据权利要求1所述的基于人工智能的工业用全自动焊接方法，其特征在于：在步骤
S2
中，所述计算路径选择概率的步骤，包括：步骤
S21
：计算时刻
t
时从位置
i
选择位置
j
的路径
a
的信息素浓度的变化，所述时刻
t
时从位置
i
选择位置
j
的路径
a
的信息素浓度的变化的计算公式为：；
式中，表示时刻
t
时从位置
i
选择位置
j
的路径
a
的信息素浓度的变化，
a
表示不同的路径，
Q
表示焊接时的信息素总量，表示从位置
i
到位置
j
的路径的长度，表示焊接时经过的路径的总长度；步骤
S22
：建立信息素浓度变化的数学模型，并根据信息素浓度变化的数学模型计算时刻
t
时从位置
i
选择位置
j
的信息素浓度，所述信息素浓度变化的数学模型的公式为：；式中，表示时刻
t+n
时从位置
i
选择位置
j
的信息素浓度，表示时刻
t
时从位置
i
选择位置
j
的信息素浓度，表示信息素的挥发率，即信息素的减少速度，表示时刻
t
时从位置
i
选择位置
j
的路径
a
的信息素浓度的变化，
a
表示不同的路径，
m
表示路径的数量，表示时刻
t
时的多个路径产生的信息素变化的总和；步骤
S23
：计算焊接时从位置
i
选择位置
j
的路径选择概率，所述焊接时从位置
i
选择位置
j
的路径选择概率的计算公式为：；式中，表示时刻
t
时从位置
i
选择位置
j
的路径选择概率，
a
表示路径选择概率的参数，用于计算时刻
t
时从一个位置到另一个位置的路径选择概率，反映了和对路径选择的影响，表示时刻
t
时从位置
i
选择位置
j
的信息素浓度，且的值随着时刻
t
而变化，表示时刻
t
时从位置
i
选择位置
j
的启发函数，表示信息素浓度的权重，表示启发函数的权重，
D
表示位置
j
的集合
。3.
根据权利要求1所述的基于人工智能的工业用全自动焊接方法，其特征在于：在步骤
S5
中，所述通过
B
样条差值法对焊接机器人的各个焊接点之间的距离最短焊接路径进行处理的步骤，包括：步骤
S51
：确定
B
样条曲线的基函数，所述
B
样条曲线的基函数计算公式为：；式中，表示
B
样条曲线的
k
阶基函数，其中，
u
表示
B
样条曲线的参数，
i
表示焊接点的索引，
k
表示
B
样条曲线的阶数，表示
B
样条曲线的第
i+k
个焊接点的参数值，表示
B
样条曲线的第
i+1
个焊接点的参数值，表示
B
样条曲线的第
i+k+1
个焊接点的参数值，表示
B
样条曲线的第
i+1
个焊接点的
k
阶基函数，其中，
u
表示
B
样条曲线的参数，
i
表示焊接点的索引，
k
‑1表示
B
样条曲线的阶数；步骤
S52
...
【专利技术属性】
技术研发人员：于泉，夏汉忠，丁杰，闫向平，陈少云，
申请(专利权)人：舟山凯久电源科技有限公司，
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。