УДК 621.865
УЧЕБНО-ИССЛЕДОВАТЕЛЬСКАЯ САПР МЕХАТРОННО-МОДУЛЬНЫХ РОБОТОВ С.В. Андраханов, Я.Е. Львович, А.П. Преображенский
В статье рассматривается структура и компоненты учебно-исследовательской САПР нового класса объектов проектирования - многозвенных мехатронно-модульных роботов. Учитывая приоритетность этапа структурного синтеза, предложены варианты оптимизационного моделирования и построения комбинированных алгоритмов
Ключевые слова: мехатронно-модульный робот, учебно-исследовательская САПР, структурный синтез, оптимизация
Многозвенные мехатронно-модульные роботы (МММР) с реконфигурироемой структурой относятся к одному из новых классов робототехнических устройств [1]. Конструирование таких роботов из однородных звеньев осуществляется на основе решения двух задач выбора: порядка блочно-модульной сборки однородных звеньев и варианта настройки априорно периодического закона изменения обобщенных координат на плоскости движения (у, z), определяющего алгоритм управления движением [2]. Разнообразие допустимых вариантов приводит к многоальтернативности выбора проектных решений.
Перечисленные особенности данного класса робототехнических устройств позволяют их рассматривать в трех представлениях:
1) как объект обучения
конструированиюпутемобъединения типовых мехатронных модулей в различные по структуре механизмы, каждый вариант которых характеризуется определенными показателями многофункциональности, мобильности,
надежности;
2) как объект автоматизированного
проектирования, отличающийся
приоритетностью этапа структурного синтеза;
3) как объект исследования методов алгоритмизации оптимального проектирования структурымехатронно-модульных роботов.
Предлагается интегрировать эти представления в рамках учебноисследовательской (УИ) САПР [3],
позволяющей с одной стороны реализовать обучающимся результаты проектной
Андраханов Сергей Валерьевич - ВГТУ, аспирант, тел. 8 (951) 861-75-51
Львович Яков Евсеевич - ВГТУ, д-р техн. наук, профессор, тел. (473) 243-77-04
Преображенский Андрей Петрович - ВИВТ, канд. физмат. наук, доцент, тел. (473) 239-84-87
деятельности на лабораторной установке и использовать натурный эксперимент для оценки показателей эффективности
сконструированного робота, а с другой -исследовать возможные варианты сокращения времени выполнения процедур
автоматизированного проектирования за счет подбора наиболее эффективного алгоритма оптимального проектирования.
Базовой частью УИ САПР являются проектные компоненты, определяющие
действия обучающегося по реализации лабораторного макета робота и управления его движением. Оценка натурных результатов позволяет вносить коррективы в этапы проектной деятельности. С учетом приоритетности задачи структурного синтеза в качестве проектных компонентов
рассматриваются следующие:
формирование технического задания (ТЗ), определяющего конфигурацию лабораторного макета, скорость перемещения робота, время его настройки, стоимость конструкции и реализации алгоритма управления движением;
формирование оптимизационной модели структурного синтеза;
автоматическая генерация варианта настройки алгоритма управления движением, передаваемого в блок управления модулем лабораторного макета.
Первые два компонента имеют обратную связь с результатами учебно-лабораторного эксперимента, а последующие два с учебноисследовательскими компонентами выбора эффективности алгоритма оптимального проектирования.
В [2] рассмотрена процедура формирования многоальтернативной
оптимизационной модели.
В ней введены альтернативные переменные ■'■и , определяющие количество
модулей N объединеняемых в
робототехническое устройство; Б' ,
определяющие направления каждого п-го модуля ('‘ — 1
стыковки для
определяющие номер площадки, выбираемой для стыковки п-го модуля, начиная с
Значения
альтернативных
результатами
автоматической
0 или 1 перечисленных переменных являются проектной процедуры
генерации порядка блочномодульной сборки Язвенного лабораторного макета.
Альтернативные переменные '- з он-
определяют дискретные уровни параметров периодического закона в соответствии с которым происходит движение относительно обобщенной
координаты у, а
относительно обобщенной координаты z (71 = Т7Т7). Значения этих альтернативных переменных являются результатом проектной процедуры автоматической генерации варианта настройки алгоритма управления движением.
Перечисленные результаты проектных процедур УИ САПР позволяют реализовать следующие учебно-лабораторные компоненты: реализацию обучающимся сборки модулей в виде лабораторного макета МММР в соответствии со значениями альтернативных
переменных
Е
осуществление перемещения собранного многозвенного лабораторного макета в соответствии с параметрами, определяемыми значениями альтернативных переменных
■ і ап-
5.ч
фиксации переменных по координатам у, z и определение интегрированного показателя эффективности функционирования [1]
„2
+
,
где у, z - координаты положения робота N
после перемещения, е - суммарное количество альтернативных переменных.
Многократное повторение перечисленных компонентов для каждой генерации вариантов сборки и алгоритма управления и формирование матрицы экспериментальных данных, позволяющих построить модель для замены натурного эксперимента
имитационным
[ = <С , 3-1, (ц, 1 &2ш 1 'Рз)
где ^1» VI и &г> &2‘402< Фг
ГДе А1г и Л2, Ь2,<*)2' Ч>2. -
параметры периодического изменения
соответственно обобщенных координат У и1 .
Последний компонент необходим, во-первых, для усиления функции анализа проектного решения с последующей оценкой соответствия показателей эффективности функционирования лабораторного макета МММР требованиям проектировщика, в качестве которого выступает обучающийся; во-вторых, для ускорения поисковой процедуры путем перехода от натурных результатов к имитационным.
Существенную роль в эффективности проектных процедур играет выбор структуры и параметров оптимизационной модели и поисковых алгоритмов оптимального
проектирования. Поскольку в теории и практике САПР ориентации на ту или иную оптимизационную модель и алгоритмическую процедуру требует дополнительных
исследований, эта часть поддерживается
учебно-исследовательскими компонентами.
На первом этапе исследования рассматриваются способы оптимизационного моделирования, связанные с построением либо задачи многоальтернативной оптимизации с ограничениями [2], либо задачи многокритериальной оптимизации с переходом к различным видам сверток: аддитивной,
мультипликативной, степенной [4].
Второй этап исследования направлен на выбор алгоритмического обеспечения.
В [2] показана эффективность структурной оптимизации на основе алгоритмов многоальтернативной оптимизации. Основу этих алгоритмов составляет схема направленного рандомизированного поиска с использованием вариации оптимизирующей функции на множестве случайных булевых переменных. Предлагается включить в учебноисследовательскую составляющую оценку возможности комбинации этой схемы с алгоритмом, ускоряющим поиск: генетическим и роя частиц. Возможности такого ускорения с использованием генетических алгоритмов для структурного синтеза МММР показаны в [1], а метода роя частиц для многоэкстремальных оптимизируемых функций - в [5]. Кроме того, комбинированная процедура
автоматизированного проектирования
структуры МММР на основе метода роя частиц рассмотрена в [6].
Таким образом, в учебноисследовательскую составляющую УИ САПР включаются следующие компоненты:
выбор
способа
оптимизационного
моделирования в диалоге с обучающимся;
Учебно-исследовательские Проектные компоненты Учебно-лабораторные
компоненты компоненты
Структурная схема учебно-исследовательской САПР многозвенных мехатронно-модульных роботов
выбор алгоритма оптимального синтеза структуры МММР в диалоге с обучающимся;
генерация случайных значений
альтернативных переменных;
выбор способа коррекции проектных решений;
коррекция вероятностей значений
альтернативных переменных на основе вычисления вариаций оптимизируемой функции;
коррекция ТЗ и изменение способа оптимизационного моделирования в диалоге с обучающимся.
Последние компоненты связаны с возможностью исследования способа
коррекции проектного решения в случае не соответствия требованиям обучающегося,
выполняющего проектирование МММР с использованием САПР:
1 способ - коррекция параметров поискового алгоритма (вероятностей значений альтернативных переменных)
2 способ - коррекция ТЗ и оптимизационной модели.
Структурная схемаУИ САПР
объединяющая проектные, учебно-
лабораторныеи учебно-исследовательские компоненты приведена на рисунке.
Литература
1. Технология обработки знаний в задачах управления автономными мехатронно-модульными реконфигурируемыми роботами / И.М. Макаров, В.М. Лохин, С.В. Манько, М.П. Романов, М.В. Кадочников. // Информационные технологии. 2010. № 8. Приложение.
2. Андраханов С. В. Mногоальтернативная
оптимизационная модель автоматизации структурного синтеза мехатронно-модульных роботов / С. В.
Андраханов, Я. Е. Львович // Вестник Воронежского государственного технического университета. 2011. T. 13. № 3. С. 75-77.
3. Учебно-исследовательская система автоматизированного проектирования / Г. Д. Дмитревич, В. И. Анисимов и др. - Л.: Изд-во ЛГУ, 1989. 254 с.
4. Mногогоальтернативный синтез структуры
мехатронно-модульных роботов на основе формализации
экспертных знаний / Инженерия знаний. Представление знаний: материалы Всерос. молод. науч. шк. - Воронеж, 2012. С. 70-74.
5. Карпенко А.П. Глобальная оптимизация методом роя частиц. / А.П. Карпенко, Е.Ю. Селивестров // Обзор. Информационные технологии. 2010. № 2. С. 25-34.
6. Львович Я.Е. Интеграция процедур многоальтернативной оптимизации и метода роя частиц / Я.Е. Львович, С. В. Андраханов // Вестник Воронежского государственного технического университета. 2010. Т. 6. № 12. С.29-31.
Воронежский государственный технический университет Воронежский институт высоких технологий
TRAINING AND RESEARCH CAD OF MECHATRONIC-MODULAR ROBOTS S.V. Andrahanov, J.E. Lvovich, A.P. Preobrazhensky
The paper describes the structure and components of the teaching and research CAD of a new class of design objects -multi-tier, modular mechatronic robots. Taking in to account the priority phase of the structural synthesis the variants of the optimization modeling and combined algorithms are proposed
Key words: Mechatronic-modular robot, teaching and research CAD, structural synthesis, optimization