Роботы быстро проникают в самые разные места, включая промышленные и производственные объекты. До сих пор они демонстрировали большой потенциал для ускорения и автоматизации ряда производственных процессов путем замены или оказания помощи людям, работающим на сборочных линиях. Однако, чтобы быть принятыми на вооружение в больших масштабах, роботы для производства должны быть как эффективными, так и относительно доступными.

Исследователи из Уханьского университета науки и техники и Университета Лестера недавно разработали метод оптимизации, который может помочь оптимизировать стоимость и эффективность нескольких роботов, установленных для работы на сборочных линиях. Этот метод, представленный в статье, опубликованной в журнале Springer Link Neural Computing and Applications journal, основан на метаэвристическом алгоритме, известном как алгоритм оптимизации мигрирующих птиц, который идеально подходит для решения оптимизационных задач благодаря своей простоте и гибкости в адаптации к природе задачи.

"Я и мои коллеги работали над роботизированными системами сборочных линий в течение последних нескольких лет, поскольку мы могли видеть, что несколько отраслей промышленности (особенно автомобилестроение) рассматривают возможности использования роботов и людей, работающих в тандеме, для выполнения задач сборки", - сказал TechXplore Мукунд Джанардханан, один из исследователей, проводивших это исследование. "Однако совместная работа людей и роботов имеет несколько проблем."

Главная цель недавнего исследования, проведенного Джанардхананом и его коллегами, заключалась в оптимизации сборочных линий, на которых роботы и рабочие-люди сотрудничают, обеспечивая их эффективную и безопасную работу. Для этого они разработали многоцелевую модель смешанного целочисленного программирования и использовали метаэвристический алгоритм. Затем они протестировали его на нескольких сценариях, в которых различные типы роботов, как ожидается, будут работать вместе, чтобы собрать товары.

Алгоритм позволяет минимизировать общее время цикла сборочной линии и снизить общую стоимость закупки команды роботов. Дизайн алгоритма вдохновлен формированием V-образного полета птиц. Алгоритм выбирает оптимальное решение (т. е. решение, которое оптимизирует общую стоимость и сокращает общее время цикла) среди множества возможностей и заменяет устаревшие решения, выявленные ранее.

"Для многих отраслей промышленности покупка роботов будет дорогостоящим делом", - сказал Джанардханан. "Модель, разработанная в этой работе, поможет производственным менеджерам оценить и оптимизировать затраты, связанные с покупкой роботов и временем цикла одновременно, и это поможет им принимать решения при проектировании или перепроектировании сборочных линий."

Джанардханан и его коллеги оценили эффективность своего алгоритма оптимизации мигрирующих птиц, сравнив его с другими широко используемыми методами оптимизации. Методы, которые они сравнивали, включали в себя многоцелевой генетический алгоритм сортировки без доминирования II, многоцелевой алгоритм имитации отжига и два многоцелевых алгоритма искусственной пчелиной колонии.

В целом было обнаружено, что алгоритм оптимизации мигрирующих птиц достиг замечательных результатов, которые были либо лучше, либо аналогичны тем, которые были достигнуты с помощью современных методов, с которыми он был протестирован. В будущем он может быть использован производителями по всему миру для оптимизации стоимости и эффективности сборочных линий, используя команду роботов для поддержки рабочих-людей.

"Это исследование было первым, в котором рассматривалась одновременная оптимизация затрат на закупку и времени цикла на сборочной линии, которая использует как роботов, так и рабочих для выполнения сборочных задач", - сказал Джанардханан. "В наших следующих исследованиях мы намерены включить другие цели, такие как оптимизация энергопотребления, и сотрудничать с автомобильной промышленностью, чтобы включить более реалистичные факторы."

ИСТОЧНИК