[發明專利]考慮產品零件失效特征的工業機器人拆解序列規劃方法

在審

• 申請號: 202210487771.2
• 申請日: 2022-05-06
• 公開（公告）號: CN114800510A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 劉佳宜;徐文君;楊燦;姚碧濤
• 申請（專利權）人: 武漢理工大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 朱宏偉

本發明公開了一種考慮產品零件失效特征的工業機器人拆解序列規劃方法，包括以下步驟：構建面向拆解過程的產品失效零件對其他零件拆解時間的關聯關系模型；建立拆解信息模型；構建面向工業機器人拆解序列規劃問題的環境模型，確定各要素與拆解序列規劃模型的映射關系；構建決策網絡與目標網絡的雙層網絡結構，并引入經驗回放機制，對神經網絡進行訓練得到較優的網絡模型；最后通過深度強化學習得到的決策網絡模型獲取拆解產品的最優拆解序列。本發明考慮了零件失效特征對產品拆解過程的影響關系，公開了用于求解工業機器人拆解序列規劃問題的深度強化學習方法，解決了在狀態空間較大時的維數災難問題，有助于提升工業機器人拆解廢舊產品的效率。

技術領域

本發明涉及拆解序列規劃技術，更具體地說，涉及一種考慮產品零件失效特征的工業機器人拆解序列規劃方法。

背景技術

再制造是將廢舊產品通過一系列手段恢復成與新品質量相同的工業過程，而拆解是再制造過程中的關鍵環節，合理回收利用廢舊產品能提高資源利用率，有助于實現循環經濟和可持續發展戰略。相比于傳統的人工拆解廢舊產品，使用工業機器人進行大批量的拆解活動能夠提高拆解效率，根據廢舊產品的特點設計合理的拆解序列則能更大程度地提高拆解與再制造的效率，加快工業生產活動進程。

通常情況下，用于再制造的廢舊產品一般是自身狀態存在各種失效特征的產品，比如常見的失效特征有磨損、斷裂、變形等。在進行工業機器人拆解序列規劃時，由于工業機器人的靈活性問題，需要在拆解產品信息建模時考慮廢舊產品存在各類失效特征的問題，在拆解實際過程中，這些具有失效特征的零件會對拆解模型產生影響。拆解產品中失效零件會延長拆解其本身的拆解時間，在某種程度上也會影響拆解其他與其有接觸或者存在約束關系的零件的拆解時間。

現有的拆解規劃方法多是對狀態良好的理想產品的拆解，而忽略了對產品失效特征影響因素的考慮。現有的規劃方法主要集中在群智能優化算法，存在著可能陷入局部最優解的問題，通過搜索方法找到的序列與實際的最優序列存在較大的差異。

發明內容

本發明要解決的技術問題在于，提供一種考慮產品零件失效特征的工業機器人拆解序列規劃方法，其目的是面向拆解過程考慮廢舊產品零件的失效特征的影響，構建工業機器人拆解序列規劃環境模型，采用深度強化學習方法對工業機器人拆解序列問題求解。

本發明解決其技術問題所采用的技術方案是：構造一種考慮零件失效特征的工業機器人拆解序列規劃方法，用于獲取工業機器人拆解廢舊產品時的拆解產品最優拆解序列，包括以下步驟：

1)構建面向拆解過程的產品失效零件對其他零件拆解時間的關聯關系模型；

2)建立具備失效特征產品的拆解信息模型；

3)構建面向工業機器人拆解序列規劃問題的深度強化學習中的環境模型，確定深度強化學習中的各要素與拆解序列規劃模型的映射關系；

4)構建決策網絡與目標網絡的雙層網絡結構，并引入經驗回放機制，對神經網絡進行訓練得到較優的網絡模型；

5)通過深度強化學習得到的決策網絡模型獲取拆解產品的最優拆解序列。

按上述方案，所述步驟1)中構建面向拆解過程的產品失效零件對其他零件拆解時間的關聯關系模型，零件的關聯關系模型由三元組表示：

M＝A,B,T