350 likes | 522 Views
Универзитет у Београду Машински факултет. Милица М. Петровић. Прилог развоју интелигентног технолошког система у домену унутрашњег транспорта базиран на машинском учењу. ДИПЛОМСКИ (М. Sc. ) РАД. Београд, 2010. Садржај. Увод
E N D
Универзитет у БеоградуМашински факултет • Милица М. Петровић Прилог развоју интелигентног технолошког система у домену унутрашњег транспорта базиран на машинском учењу • ДИПЛОМСКИ (М.Sc.)РАД • Београд, 2010.
Садржај • Увод • Аксиоматска теорија пројектовања у домену унутрашњег транспорта материјала • Развој и имплементација модула за одређивање положаја мобилног робота • Развој и примена модула за планирање путање кретања • Развој подсистема за учење и предикцију транспортних путева • Експериментални резултати • Закључак • Дипломски (М.Sc.) рад • Београд, 2010. 2/35
1. Увод • задатак дипломскограда: • унапређење унутрашњег транспорта материјала у • постојећем производном окружењу; • Дипломски (М.Sc.) рад • Београд, 2010. 3/35
2.Аксиоматска теорија пројектовања • домен примене теорије: унутрашњи транспорт • материјала; • идентификација функционалних захтева; • идентификација параметара пројектовања; • Дипломски (М.Sc.) рад • Београд, 2010. 4/35
2.Аксиоматска теорија пројектовања • Дипломски (М.Sc.) рад • Београд, 2010. 5/35
2.Аксиоматска теорија пројектовања • Дипломски (М.Sc.) рад • Београд, 2010. 6/35
3. Модул за одређивање положаја • Дипломски (М.Sc.) рад • Београд, 2010. 7/35
3. Модул за одређивање положаја • вектор стања система xt=(x, y, θ); • диференцијални погон точкова; • модел кретања на основу пређеног пута; • Дипломски (М.Sc.) рад • Београд, 2010. 8/35
3. Модул за одређивање положаја • структура имплементираног система за управљање • кретањем мобилног робота; Vd, Vl – брзине десног и левог точка; encd, encl – oчитавања десног и левог енкодера; e – разлика жељених и остварених координата xz– жељена (захтевана) координата x; yz – жељена (захтевана) координата y; θz– жељена (захтевана) координата θ; x – стварна (остварена) координата x; y– стварна (остварена) координата y; θ – стварна (остварена) координата θ; • Дипломски (М.Sc.) рад • Београд, 2010. 9/35
4. Модул за планирање путање • Дипломски (М.Sc.) рад • Београд, 2010. 10/35
4. Модул за планирање путање • теорија пројектовања технолошких система; • два критеријума за уређење производног простора: • функционални распоред машина алатки и производне опреме; • распоред машина, производне опреме и радних места према • производу; • за анализу производног тока унутар предузећа неопходни • су следећи подаци: • број и опис машина које се користе унутар технолошког система; • број различитих (репрезентативних) делова који се обрађују; • величина серије за сваки део; • технолошка путања за сваки део. • Дипломски (М.Sc.) рад • Београд, 2010. 11/35
4. Модул за планирање путање • Дипломски (М.Sc.) рад • Београд, 2010. 12/35
4. Модул за планирање путање • успостављање квантитативне матрице међузависности • између машина алатки и делова; М = [m1 m2 ... mNM] D = [d1 d2 ... dND]' М - вектор машина; D-вектор делова; MDM - квантитативна матрица међузависности; ND - број различитих делова које треба обрадити; NM - број различитих машина у погону; tij -елемент матрице MDM који има вредност 1 уколико део посећује машину и вредност 0 уколико део не посећује машину. • Дипломски (М.Sc.) рад • Београд, 2010. 13/35
4. Модул за планирање путање • Дипломски (М.Sc.) рад • Београд, 2010. 14/35
4. Модул за планирање путање • примена теорије графова за задатак планирања путање; • усмерен (оријентисан) графа на примеру кретања дела#1; • пример усмереног графа типа стабла где је улазно • складиште корен, а машине алатке које робот посећује • чворови стабла графа; • Дипломски (М.Sc.) рад • Београд, 2010. 15/35
4. Модул за планирање путање • Дипломски (М.Sc.) рад • Београд, 2010. 16/35
4. Модул за планирање путање • алгоритам за одређивање оптималне путање кретања • мобилног робота; • А* алгоритам претраживања; • настаје као резултат синергијског дејства два алгоритма; • дискретизација радног окружења одговарајућим бројем • пиксела; • кретање из текућег • у наредни пиксел • хоризонтално, • вертикално или • дијагонално; • Дипломски (М.Sc.) рад • Београд, 2010. 17/35
4. Модул за планирање путање • одабир оптималне путање кретања мобилног робота • врши се према следећем изразу: • f(n)=h(n)+g(n) n - број чвора; h - процена најкраћег пута дефинисаног Еуклидском нормом од задатог циљног до посматраног чвора дискретизованог окружења; g - цена помераја; представља пређени пут између два суседна чвора; • Дипломски (М.Sc.) рад • Београд, 2010. 18/35
4. Модул за планирање путање • алгоритам за одређивање редоследа чворова по • приоритету које робот посећује при транспорту делова на • машине алатке за прву операцију – АЛГОРИТАМ#1; • усмерен граф типа стабла , где је улазно складиште корен, • а машине алатке и складишта чворови стабла графа; • Дипломски (М.Sc.) рад • Београд, 2010. 19/35
4. Модул за планирање путање • алгоритам за одређивање редоследа чворова по • приоритету при планирању путање кретања мобилног • робота сходно технолошком поступку – АЛГОРИТАМ#2; • генерисање временских параметара • време трајања операције на машини; • време кратања робота од машине до машине алатке; • генерисање вектора делова • вектор готових делова; • вектор делова који нису готови; • генерисање вектора машина • вектор машина алатки на којима је завршена технолошка • операција; • вектор машина алатки на којима није завршена технолошка • операција; • Дипломски (М.Sc.) рад • Београд, 2010. 20/35
5. Подсистем за учење и предикцију транспортних путева • Дипломски (М.Sc.) рад • Београд, 2010. 21/35
5. Подсистем за учење и предикцију транспортних путева • стохастичка природа технолошких процеса; • униформна расподела временских параметара • технолошког процеса; • Дипломски (М.Sc.) рад • Београд, 2010. 22/35
5. Подсистем за учење и предикцију транспортних путева • концепт вештачких неуронских мрежа; • примена ВНМ за учење и предикцију транспортних • путева материјала; • распоред чворова у путањи зависи од: • матрице времена трајања технолошких операција –Т; • матрице времена кретања робота између чворова – RT; • аналогно • Дипломски (М.Sc.) рад • Београд, 2010. 23/35
5. Подсистем за учење и предикцију транспортних путева • Дипломски (М.Sc.) рад • Београд, 2010. 24/35
5. Подсистем за учење и предикцију транспортних путева тренутни чвор наредни чвор време кретања робота од чвора до чвора • Дипломски (М.Sc.) рад • Београд, 2010. 25/35
6. Експериментални резултати • Дипломски (М.Sc.) рад • Београд, 2010. 26/35
6. Експериментални резултати • експеримент#1 : праћење генерисане путање кретања; • усвојен почетни положајаробота је xp=[ 70 6 90]; • усвојенa циљна позиција робота је xc=[ 75 110]; • брзине левог и десног точка су једнаке Vl= Vd = 20[mm/s]; • Дипломски (М.Sc.) рад • Београд, 2010. 27/35
6. Експериментални резултати • сума квадрата свих грешака позиционирања: • по x координати 16,7934 [cm], а по y координати 43,8711 [cm]. • средња квадратна грешка (MSE) позиционирања: • по x координати 0,5598 [cm], а по y координати 1,4624 [cm]. • корен средње квадратне (RMSE) грешке: • по x координати је 0,7482 [cm], а по y координати 1,2093 [cm] • Дипломски (М.Sc.) рад • Београд, 2010. 28/35
6. Експериментални резултати • Дипломски (М.Sc.) рад • Београд, 2010. 29/35
6. Експериментални резултати • експеримент#2 : праћење путање генерисане као • резултат машинског учења мобилног робота применом • ВНМ; • усвојен почетни положајаробота је xp= [ 70 6 90]; • брзине левог и десног точка су једнаке Vl= Vd = 30[mm/s]; • Дипломски (М.Sc.) рад • Београд, 2010. 30/35
6. Експериментални резултати тренутни чвор (чвор#7) наредни чвор (чвор#2) време кретања робота од чвора#5 до чвора#7 тренутни чвор (чвор#2) наредни чвор (чвор#3) време кретања робота од чвора#7 до чвора#2 • Дипломски (М.Sc.) рад • Београд, 2010. 31/35
6. Експериментални резултати • Дипломски (М.Sc.) рад • Београд, 2010. 32/35
7. Закључак • представљен је метод за роботизовани унутрашњи • транспорт материјала у интелигентном технолошком • систему; • интелигентни мобилни робот има способност да • генерише путању кретања у складу са захтевима • технолошких процеса и приоритетом опслуживања • машина; • на основу претходних акција, мобилни робот учи • оптималне транспортне путеве и редослед задатака • манипулације; • правци даљих истраживања су окренути ка увођењу • додатних информација базираних на камери као сензору; • Дипломски (М.Sc.) рад • Београд, 2010. 33/35
Снимак • Дипломски (М.Sc.) рад • Београд, 2010. 34/35
ХВАЛА НА ПАЖЊИ! • Дипломски (М.Sc.) рад • Београд, 2010. 35/35