中外学者研究人机协作装配线新算法，以降成本提效率！-资讯中心-大学仕

资讯中心

当前位置：

大学仕上下料 ai机器人印钞机 KN95口罩

中外学者研究人机协作装配线新算法，以降成本提效率！

大学仕 2021-01-20 09:16

0点赞 872浏览

机器人正在进入各种环境，包括工业和制造设施。到目前为止，他们已经显示出巨大的潜力，可以通过代替或协助装配线上的人工来加快和自动化许多制造过程。但是，要大规模采用，制造机器人还需要降低成本。武汉科技大学和莱斯特大学的研究人员最近开发了一种优化技术，该技术可以帮助优化装配线中运行的多个机器人的成本和效率。该技术发表在Springer Link的《神经计算与应用》杂志上，该论文基于一种称为迁移鸟优化算法的元启发式算法，由于其适应性强，简单易用，因此非常适合解决优化问题。

“我和我的合作伙伴在过去的几年中一直在研究机器人装配线系统，因为我们可以看到，一些行业（尤其是汽车行业）正在寻找机会，他们可以利用机器人和人工协同工作来完成装配任务”，进行这项研究的研究人员之一Mukund Janardhanan告诉TechXplore。

Janardhanan和他的同事最近的研究的远大目标是优化装配线，在该装配线中机器人和人类工人可以协同工作，以确保他们可以既有效又安全地工作。为此，他们开发了一个多目标混合整数编程模型并使用了元启发式算法。然后，他们在几种不同类型的机器人可以协同工作以组装货物的场景中对其进行了测试。

该算法可以最大程度地减少装配线的总周期时间，并减少一组机器人的总采购成本。该算法的设计受到鸟类V字飞行的启发。该算法在一组可能性中选择最佳解决方案（即，优化总成本并减少总循环时间的解决方案），并替换较早确定的过时解决方案。

Janardhanan说：“对于许多行业来说，购买机器人将是一件昂贵的事情。” “这项工作开发的模型将帮助生产经理估算和优化购买机器人的成本，并同时缩短周期时间，这将有助于他们在设计或重新设计装配线时做出决定。”

Janardhanan和他的同事通过与其他广泛使用的优化技术进行比较，评估了他们的迁徙鸟类优化算法的性能。他们比较了它的技术，包括多目标非支配排序遗传算法II，多目标模拟退火算法和两个多目标人工蜂群算法。总体而言，发现鸟类迁徙优化算法取得了显着的效果，与通过测试的最先进技术所获得的效果相比，这些效果更好或相似。将来，它可以被世界范围内的制造商用来优化装配线的成本和效率，并使用一组机器人来支持人工。