[發明專利]DDPG多目標遺傳自優化三軸delta機器平臺與方法

有效

• 申請號: 202011228123.2
• 申請日: 2020-11-06
• 公開（公告）號: CN112388636B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 黃文愷;徐澤峰;何梓健;盧普偉;楊立麒;李澤軒
• 申請（專利權）人: 廣州大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J9/00;G06N3/12
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 林梅繁

1.DDPG多目標遺傳自優化三軸delta機器平臺的自優化方法，其特征在于，DDPG多目標遺傳自優化三軸delta機器平臺包括：控制電腦、控制單片機、直線電機主動部分、直線電機并聯機器人框架、從動平臺以及加速度傳感器；控制單片機分別與控制電腦、從動平臺、加速度傳感器連接；從動平臺分別與直線電機主動部分、加速度傳感器連接；直線電機主動部分、從動平臺以及加速度傳感器均設置于直線電機并聯機器人框架內；

該自優化方法包括以下步驟：

S1、獲取直線電機并聯機器人框架支柱上的加速度傳感器數據以及從動平臺上的加速度傳感器數據并傳給控制單片機，控制單片機再發送給電腦，將兩者數據進行記錄，利用深度確定性策略梯度DDPG，以從動平臺的加速度與速度作為輸入集合，直線電機并聯機器人框架的振動加速度與頻率作為輸出集合，通過神經網絡的結合獲取神經網絡模型；

S2、引入多目標遺傳算法，將運動參數通過控制電腦對直線電機主動部分進行控制，獲取直線電機并聯機器人框架的最小振動幅度與頻率。

2.根據權利要求1所述的DDPG多目標遺傳自優化三軸delta機器平臺的自優化方法，其特征在于，所述步驟S2中多目標遺傳算法的步驟包括：

S21、設置進化代數Gen初始值為0，最大進化代數為T，隨機生成M個個體作為初始種群；

S22、將種群全部分級，計算種群中各個個體的虛擬適應度值，進行選擇運算，作用于群體，若為優化個體則根據虛擬適應度值進行復制，直接進入步驟S3；否則采用非支配排序原理識別非支配個體，并指定虛擬適應度值，應用于適應度共享小生境，從而確定個體的虛擬適應度值，進行循環優化；

S23、進行交叉運算，將交叉算子作用于群體；

S24、進行變異運算，將變異算子作用于群體，對群體中的個體串的基因座上的基因值作變動，獲取下一代群體；

S25、進行終止條件判斷，若進化代數Gen大于最大進化代數T，則以進化過程中所獲取的具有最大適應度值的個體作為最優解輸出，終止計算，否則返回重新循環計算。

3.根據權利要求1所述的DDPG多目標遺傳自優化三軸delta機器平臺的自優化方法，其特征在于，加速度傳感器設有多個，控制單片機控制多個加速度傳感器。

4.根據權利要求3所述的DDPG多目標遺傳自優化三軸delta機器平臺的自優化方法，其特征在于，所述加速度傳感器安裝在直線電機并聯機器人框架的支柱上端同一高度的位置以及從動平臺上端的中心位置。

5.根據權利要求1所述的DDPG多目標遺傳自優化三軸delta機器平臺的自優化方法，其特征在于，所述直線電機并聯機器人框架采用多根立式的鋁合金支柱支撐直線電機主動部分和從動平臺。

6.根據權利要求4所述的DDPG多目標遺傳自優化三軸delta機器平臺的自優化方法，其特征在于，直線電機并聯機器人框架的鋁合金支柱上的加速度傳感器通過豎直方向垂直于水平面進行安裝，水平方向平行于水平面進行安裝；從動平臺豎直方向安裝在從動平臺中心位置，水平貼合于從動平臺，水平方向上x軸正方向與門字形橫向運動的方向同方向。