مقالات ترجمه شده دانشگاهی ایران

چیدمان چند منظوره تولید رباتیک

چیدمان چند منظوره تولید رباتیک

چیدمان چند منظوره تولید رباتیک – ایران ترجمه – Irantarjomeh

 

مقالات ترجمه شده آماده گروه  مکانیک
مقالات ترجمه شده آماده کل گروه های دانشگاهی

مقالات

چگونگی سفارش مقاله

الف – پرداخت وجه بحساب وب سایت ایران ترجمه(شماره حساب)ب- اطلاع جزئیات به ایمیل irantarjomeh@gmail.comشامل: مبلغ پرداختی – شماره فیش / ارجاع و تاریخ پرداخت – مقاله مورد نظر --مقالات آماده سفارش داده شده پس از تایید به ایمیل شما ارسال خواهند شد.

قیمت

قیمت این مقاله: 48000 تومان (ایران ترجمه - Irantarjomeh)

توضیح

بخش زیادی از این مقاله بصورت رایگان ذیلا قابل مطالعه می باشد.

مقالات ترجمه شده مکانیک - ایران ترجمه - irantarjomeh

شماره      
۴۲
کد مقاله
MEC42
مترجم
گروه مترجمین ایران ترجمه – irantarjomeh
نام فارسی
بهینه سازی چیدمان چند منظوره سیستم های تولید سلولی روباتیک / رباتیک
نام انگلیسی
Multi-objective layout optimization of robotic cellular manufacturing systems
تعداد صفحه به فارسی
۴۰
تعداد صفحه به انگلیسی
۸
کلمات کلیدی به فارسی
سلولی روباتیک- چیدمان مونتاژ- بهینه سازی طراحی- الگوریتم ژنتیک- شاخص جفت- توالی
کلمات کلیدی به انگلیسی
Robot cell- Assembly layout- Design optimization- Genetic algorithm- Sequence-pair representation
مرجع به فارسی
سیستم های کامپیوتری و مهندسی صنایع
دپارتمان علوم و مههندسی مکانیک- دانشگاه کیوتو- ژاپن
شرکت میتسوبیشی الکتریک- ژاپن
الزویر
مرجع به انگلیسی
Computers & Industrial Engineering; Department of Mechanical Engineering and Science- Kyoto University- Yoshida-honmachi- Sakyo-ku- Kyoto- Japan
Mitsubishi Electric Corporation- Tsukaguchi-honmachi – Amagasaki- Hyogo- Japan; Elsevier
کشور        
ژاپن

 

بهینه سازی چیدمان چند منظوره سیستم های تولید سلولی رباتیک

چکیده
این مقاله یک روش بهینه سازی چند منظوره را برای طراحی مفهومی سیستم های تولید سلولی روباتیک مطرح می کند. سیستم های تولید سلولی روباتیک از یک یا چند روبات انعطاف پذیر استفاده می کنند؛ این روبات ها وظایف زیادی را بعهده داشته و می توانند فرایندهای انعطاف پذیر مونتاژ را انجام دهند. مرحله طراحی چیدمان این نوع از سیستم های تولیدی اهمیت به خصوصی دارد؛ چرا که کارکردهای اساسی سیستم های تولید مورد بررسی در این مرحله تعیین می شوند. در این مرحله، معیارهای طراحی چیدمان سیستم های تولید سلولی روباتیک مشخص می شوند و توابع هدف فرمول بندی می شوند. در ادامه، گزینه های طراحی چیدمان با استفاده از روش جفت- توالی ارائه می شوند تا از تداخل بین اجزای سیستم مونتاژ جلوگیری شود؛ بعلاوه برای ارائه سطح چیدمانی که در آن اجزاء بصورت پراکنده هستند استفاده از اجزای مصنوعی مطرح می شود. سپس برای بدست آوردن راه حل های بهینه پارتو در ارتباط با مسائل بهینه سازی چیدمان از یک الگوریتم ژنتیک چند منظوره استفاده می شود. در نهایت، چند مثال عددی ارائه می شود تا اثربخشی و کاربردی بودن روش مطرح شده تشریح گردد.

واژگان کلیدی: سلولی روباتیک / رباتیک، چیدمان مونتاژ، بهینه سازی طراحی، الگوریتم ژنتیک، شاخص جفت- توالی

چیدمان چند منظوره تولید رباتیک

 

۱- مقدمه
سیستم های تولید سلولی روباتیک (RCMS) نوع جدید سیستم های تولیدی بشمار می آیند که در آنها یک یا چند روبات تعداد زیادی از عملیات مونتاژ، در تضاد با بهره گیری از نیروی انسانی در سیستم های تولیدی سنتی، را انجام می دهند. RCMS ها در مقایسه با سیستم های تولید حول استفاده از سلول های انسانی سنتی مزایای مشابهی دارند؛ از جمله کاهش فاصله جریان مواد و موجودی داخلی. با این وجود، هرچند از طریق معرفی RCMS هزینه های عملیاتی به علت اتوماسیون  سیستم های تولیدی کمتر می شود، اما  با به کار گیری سیستم های تولیدی جدید طراحی عملیات مونتاژ و آموزش روبات ها می تواند کاری سخت و زمان بر باشد.
مانند تمام سیستم های تولیدی، مرحله طراحی چیدمان، که در آن کارکردهای اساسی سیستم تولیدی مورد بررسی قرار می گیرند، یکی از مهم ترین مراحل به هنگام ایجاد RCMS کارامد می باشد. مرحله طراحی چیدمان، بعنوان مرحله اولیه فرایند طراحی سیستم های تولیدی مد نظر می باشد و تصمیماتی که در این مرحله اتخاذ می شود تأثیر قابل توجهی بر طراحی جزئیات برنامه ریزی حرکت روبات ها و فرایند آموزش دارند. بنابراین، تصمیم گیری ماهرانه در حین مرحله طراحی چیدمان برای به حداقل رسانی تغییرات طراحی در مرحله طراحی جزئیات و فرایند آموزش و نیز افزایش راندمان و قابلیت اطمینان در مرحله اجرای سیستم تولیدی اهمیت دارد. با داشتن این پیش زمینه ها در ذهن، از تکنیک های بهینه سازی برای کمک در طراحی چیدمان RCMS استفاده شده است. متأسفانه، این روشها مستلزم رویارویی با محدودیت های صریحی هستند که مربوط به همپوشانی اجزای سیستمی می باشند؛ چراکه مختصات اجزاء به عنوان متغیرهای طراحی در نظر گرفته شده و این کار مانع رسیدن به فضای راه حل یا جواب می شود.
بنابراین، این مقاله یک روش بهینه سازی چیدمان جدید برای RCMS را مطرح می کند که از روش ارائه جفت- توالی استفاده می کند. تفاوت عمده بین مسائل چیدمان RCMS و مسائل چیدمان تجهیزات عمومی یا از نوع بسته بندی سنتی این است که بحداقل رسانی سطح بسته بندی در مورد اول مهم ترین معیار است، در حالیکه برای مورد دوم فضابندی بهینه بین اجزای توزیع شده مهم تر است. این مقاله، برای ارائه چنین فضاهایی بین یک روبات و سایر اجزاء، راهکار جزء مصنوعی را مطرح می کند. در بخش بعد، ابتدا ملزومات طراحی RCMS مشخص شده و سپس معیار طراحی کمّی فرمول بندی می شود. سپس، یک طرح ارائه جفت- توالی برای بهینه سازی چیدمان معرفی شده و یک روند بهینه سازی مطرح می شود. در نهایت، روش بهینه سازی مطرح شده برای مثالهای عددی به کار گرفته می شود تا اثربخشی روش مطرح شده به اثبات برسد.

چیدمان چند منظوره تولید رباتیک

 

۲- معیار طراحی چیدمان
۲-۱- مسئله طراحی چیدمان
مهم ترین معیار بهنگام توسعه سیستم های تولید جدید زمان عملیات می باشد. تای و نوگوی [۱] و بارال و همکاران [۲] الگوریتم های بهینه سازی چیدمان تک منظوره را برای بحداقل رسانی زمان عملیات RCMS مطرح کردند. با این وجود، در حین مرحله طراحی چیدمان، چندین ملزومات طراحی نیز باید مورد بررسی قرار گیرند، لذا راهکار های بهینه سازی تک منظوره در بسیاری از موارد طراحی RCMS کفایت نمی کنند. بررسی امکان سنجی عملیات مونتاژ در مرحله طراحی چیدمان RCMS یک فرایند اساسی می باشد. یکی دیگر از موارد مهمی که باید بررسی شود حداقل سازی مساحت چیدمان جهت افزایش راندمان چیدمان در سطح کارخانه می باشد. معیارهای کمّی برای این ملزومات در بخشهای بعد بررسی خواهند شد.
۲-۲- زمان عملیات
یک RCMS را در نظر بگیرید که از چند خط تغذیه، یک میز مونتاژ و یک روبات مونتاژ تشکیل شده است. کل زمان عملیات RCMS را می توان به زمان مونتاژ و زمان حرکت روبات تقسیم بندی کرد. زمان حرکت روبات زمانی است که صرف حرکت روبات عملگر نهایی برای گرفتن تجهیزات یا قسمت های مونتاژ و جابجایی آنها به مکانی دیگر می شود و چیدمان سیستم تولیدی تأثیر زیادی بر این دوره های زمانی، که باید به حداقل برسند، می گذارد.
[۱] Tay and Ngoi; 1996
[۲] Barral et al.; 2001
۲-۳- امکان سنجی فعالیت های مونتاژ
در RCMS روبات ها باید قابلیت انجام فعالیت های ماهرانه مونتاژ را داشته باشند. این بدین معنی است که داشتن یک بازوی روبات که به موقعیت های کاری مناسب برسد تنها یکی از شرایط ضروری لازم برای انجام تکالیف مرتبط با عملیات مونتاژ است، اما شرط کافی نیست. اگر وضعیت روبات در یک موقعیت کاری به یک نقطه منفرد / تکین نزدیک باشد، کار مونتاژ  احتمالا با موفقیت تکمیل نمی شود. بنابراین، بررسی اینکه چگونه از چنین نقاط تکینی در مرحله طراحی چیدمان جلوگیری کنیم برای دستیابی به یک فرایند محتمل و توام با موفقیت مونتاژ اهمیت دارد.
۲-۴- سطح چیدمان
سطح چیدمان یک معیار طراحی مهم هنگام طراحی خطوط مونتاژ جدید می باشد. در این مقاله، تمام اجزای سیستم تولیدی مستطیلی شکل فرض می شوند و سطح چیدمان، S ، با استفاد از سطح کوچکترین مستطیلی که بتواند تمام اجزای سیستم را در بر گیرد، همان طور که در شکل ۱ نشان داده شده است، محاسبه  می شود.
۲-۵- مسئله بهینه سازی
با استفاده از سه معیار فوق برای چیدمان RCMS یک مسئله بهینه سازی چند منظوره برای طراحی آن را  می توان به صورت زیر فرمول بندی کرد:

چیدمان چند منظوره تولید رباتیک

 

۳- طرح شاخص چیدمان
۳-۱- جفت- توالی
مسائل چیدمان RCMS را می توان به عنوان مسائل بهیه سازی تخصیص برای اجزای سیستم تولید با اندازه های مختلف در نظر گرفت. یک راهکار ابتکاری برای حل این نوع از مسایل بهینه سازی در نظر گرفتن مختصات هر جزء به عنوان متغیر طراحی و استفاده از تکنیک های بهینه سازی موضعی می باشد. با این وجود، چنین راهکارهایی سبب ایجاد موقعیت های پیچیده با محدودیت های مربوط به همپوشانی بین اجزاء می شود. راهکار ارائه جفت- توالی می تواند از یک فرایند حل محدودیت برای محدودیت های همپوشانی جلوگیری کند؛ چرا که شاخص موضعی ذاتاً از همپوشانی جلوگیری می کند. این مقاله برای نشان دادن چیدمان اجزای RCMS از این روش استفاده می نماید.
۳-۲  روند رمزگشایی
چیدمانهایی که از طریق جفت- توالی ارائه می شوند را می توان با استفاده از یک شبکه مورب رمزگشایی کرد. به عنوان مثال، در مورد  و ، این دو جایگشت،  و ، موقعیت های نسبی اجزاء در شبکه مورب را نشان می دهند، شکل ۲، که توالی های دو گروه خطی شبکه شبیه جایگشت های  و  هستند. لذا، گروه توالی از سمت چپ بالا به سمت راست پایین شبیه  و گروه چپ پایین به راست بالا شبیه  است. بنابراین، اجزاء در فصل مشترک دو خط شبکه ای اجزای مربوطه قرار گرفته اند. سپس، دو گراف جهت دار و رأسی، گراف های محدودیت افقی وعمودی، همانطور که در شکل ۳ نشان داده شده است، ایجاد شدند. در گراف های محدودیت افقی، وقتی یک جزء در هر توالی در سمت چپ جزء  دیگر قرار گرفته باشد، هر دو جزء به هم متصل می شوند. در گراف محدودیت عمودی وقتی یک گروه حرفی از اجزاء در سمت چپ گروه    و یا راست گروه     قرار  می گیرد، به هم متصل می شوند. سپس موقعیت هر جزء با حل مسئله طولانی ترین مسیر و در نظر گرفتن اجزاء که با  نشان داده می شود، محاشبه می شود. در نتیجه، یک چیدمان مطابق شکل ۴ بدست می آید. برای جزئیات بیشتر روند کار مرجع ( Murata et al.; 1996) را نگاه کنید.
 
۳-۳- شاخص فاصله بین اجزاء
از آنجا که ترتیب برچسب های حرفی در راهکار جفت- توالی موقعیت نسبی اجزاء را ارائه می کند، فضای بین اجزاء مد نظر نمی باشد. بنابراین، ارائه جفت- توالی برای مسائل بسته بندی نظیر طراحی VLSI مورد استفاده قرار گرفته است، که در آن سطح بسته بندی اجزاء حداقل شده است. با این وجود، مسائل طراحی چیدمان RCMS باید وجود فضای مناسب بین اجزاء را نیز بررسی کنند؛ چرا که کنترل روبات ها به حداقل فاصله مشخصی از نقطه کاری نیاز دارد تا امکان انجام کارهای مونتاژی پیچیده در این نقاط میسر باشد.

چیدمان چند منظوره تولید رباتیک

 

۴- روش بهینه سازی
۴-۱- الگوریتم ژنتیک
مسئله بهینه سازی چیدمان پیشنهادی از متغیرهای جایگشتی برخوردار است که معرف موقعیت نسبی اجزاء می باشند و بعلاوه دارای متغیرهای دودویی / باینری نیز است که جهت گیری اجزای مستطیلی را مشخص می سازد. الگوریتم های شاخه و کران ( انشعاب و تحدید) ممکن است یک حل بهینه کلی ارائه کنند. اما اندازه مسئله به خاطر انفجار ترکیبی (موقعیتی که هنگام حل مسئله اتفاق می افتد) باید کوچک باشد. استفاده از راهکارهای ذهنی نظیر الگوریتم ژنتیک (GA)، بهینه سازی ازدحام، آنیلینگ شبیه سازی شده و سیستم مورچه برای حل مسائل بهینه سازی ترکیبی با مقیاس بزرگ مؤثر می باشد. یک مزیت دیگر این است که GA می تواند برای مسائل بهینه سازی چند منظوره راه حل های غیرمستولی ارائه کند. بنابراین، این مقاله از یک راهکار GA برای حل مسائل چیدمان RCMS استفاده می کند و بخشهای بعدی کراس اور، جهش و عملگرهای انتخاب آن را توصیف می کنند.
۴-۲- کراس اور
این مقاله از کراس اور تبادلی نسبی مکان یابی می باشد (PPEX) استفاده می کند. در PPEX، ابتدا یک جفت از گروههای منفرد انتخاب می شود، سپس هر جزء در یک گروه جفتی به صورت تصادفی انتخاب شده و یک محدوده پنجره ای پیرامون این جزء تشکیل می شود. ترتیب و جهت گیری اجزاء درون  این  پنجره  با ترتیب و جهت گیری سایر  گروهها  تغییر  می یابد.
۴-۳- جهش
یک عملگر جهش بر روی یک جزء با احتمال جهش از قبل تعیین شده اعمال می شود. هنگامی که عملگر جهش روی یک جزء عمل می کند، جزء دیگر در همان گروه به صورت تصادفی انتخاب می شود. سپس، ترتیب دو جزء در جایگشت های  و  عوض می شود و جهت گیری  این دو جزء نیز تغییر می کند.
۴-۴- انتخاب
مسئله بهینه سازی طراحی چیدمان که در این مقاله مطرح شده است یک مسئله بهینه سازی چند منظوره برای حرکت روبات، قابلیت کنترل دستی و سطح چیدمان می باشد. راههای نوعی برای حل مسائل بهینه سازی چند منظوره شامل استفاده از روش جمع وزنی یا روش –  محدودیت می باشد که مسئله بهینه سازی چند منظوره را به یک مسئله بهینه سازی تک منظوره تبدیل می کنند. با این وجود، اصلاح ضریب های وزنی برای روش جمع وزنی یا تعیین آستانه محدودیت برای روش – محدودیت مستلزم فرایند سعی و خطا می باشد. بنابراین، در این مقاله ، الگوریتم ژنتیک طبقه بندی غیرمستولی ، NSGA-II، که یک تکنیک بهینه سازی چند منظوره بر اساس GA میباشد، مورد استفاده قرار گرفته است. NSGA-II می تواند طی یک سری محاسبات یک مجموعه حل غیرمستولی برای یک مسئله بهینه سازی چند منظوره ارائه دهد. مجموعه حل های غیرمستولی اطلاعات بین توابع هدف را ارائه می کنند.

چیدمان چند منظوره تولید رباتیک

 

۵- مثال های عددی
۵-۱- چارچوب مسئله
روش طراحی چیدمان RCMS مطرح شده با استفاده از تنظیمات پارامترهای متعدد برای مسائل نمونه مورد استفاده قرار گرفته است. روبات مونتاژ که در مسائل بعدی مورد استفاده قرار گرفته در شکل ۷ نشان داده شده است و جدول ۱ نیز اندازه و تعداد عملیات مورد نیاز اجزاء را نشان می دهد. تعداد عملیات یعنی تعداد زمانهایی که روبات به جعبه ابزار مربوطه سرزده و سپس به میز مونتاژ بر میگردد. این بدین معنی است که اندام اثرگذار روبات یک قسمت را از یک مکان خاص جعبه ابزار برداشته و به میز مونتاژ بر میگردد و در طول عملیات مونتاژ این کار را برای کل عملیات لیست شده تکرار می کند.
۵-۲- اثربخشی اجزای مصنوعی
در ابتدا، آن دسته از مسائل بهینه سازی که تنها دو تابع هدف را بررسی می کنند حل شدند تا کارایی بهینه سازی برای تنظیمات مختلف مسئله مقایسه شود؛ چراکه ارزیابی کارایی توزیع سطحی راه حل های غیرمستولی راحت است. مسئله های نمونه در این بخش و بخشهای بعدی زمان حرکت روبات ،T، و قابلیت کنترل دستی، W، را بررسی می کنند، در حالیکه سطح چیدمان ، S، را نادیده می گیرند.
۵-۳- اندازه اجزای مصنوعی
در ادامه، تأثیر اندازه اجزای مصنوعی بر نتایج بهینه سازی بررسی شده است. شکل ۱۲ راه حل های غیرمستولی در سه مورد را نشان می دهد؛ طول لبه a در ۱۳ جزء مصنوعی به ترتیب روی ۳۰، ۹۰ و ۱۵۰ میلیمتر تنظیم شده است.
۵-۴- تعداد اجزای مصنوعی
در این بخش تأثیر تعداد اجزای مصنوعی را بررسی می کنیم. نتیجه بهینه سازی نشان داده شده در بخش ۵-۳، که ۱۳ جزء مصنوعی مستطیلی، Nd، داشت ، نشان می دهد که برخی از این ۱۳ جزء مصنوعی در این چیدمان غیرضروری هستند. به این دلیل، می توان با استفاده از تعداد کمتری از اجزای مصنوعی چیدمان مشابهی ارائه کرد و نبود چند جزء مصنوعی نامربوط تأثیر منفی ای بر چیدمان بهینه بدست آمده نخواهد داشت. بنابراین، این طرح ارائه چیدمان در مقابل تنطیمات پارامتری برای تعداد اجزای مصنوعی مزایای بیشتری دارد. اکنون، این نتیجه را با نتایج موردی که Nd روی ۵ یا ۲۵ تنظیم شده است مقایسه می کنیم.
۵-۵- مسئله بهینه سازی سه منظوره
در نهایت، روش بهینه سازی چیدمان مطرح شده برای مسائل بهینه سازی سه منظوره که زمان حرکت روبات، قابلیت کنترل دستی و سطح چیدمان را بررسی می کنند، به کار گرفته شد. این مثال از تنظیمات مشابه مورد بهینه سازی دو منظوره  فوق؛ یعنی شکل روبات، تعداد و اندازه اجزای مصنوعی مستطیلی و پارامترهای الگوریتم ژنتیک، استفاده می کند.

چیدمان چند منظوره تولید رباتیک

 

۶- نتیجه گیری
این مقاله یک روش بهینه سازی چیدمان جدید برای RCMS را مطرح می کند. ابتدا، ملزومات طراحی برای چیدمان RCMS مشخص می شوند. زمان حرکت روبات، قابلیت کنترل دستی و سطح چیدمان به عنوان معیارهای طراحی مطرح شده و بر این مبنا یک مسئله بهینه سازی فرمول بندی شد. یک روش جفت- توالی برای ارائه چیدمان RCMS معرفی شد تا از همپوشانی بین اجزای سیستم مونتاژ در حین روند بهینه سازی جلوگیری شود.  علاوه بر این، استفاده از اجزای مصنوعی مطرح شد تا قابلیت افزایش راه حل هایی که فضا بندی بهینه ای را برای اجزاء فراهم می آورند وجود داشته باشد. برای حل مسئله بهینه سازی ترکیبی چند منظوره از یک الگوریتم ژنتیک استفاده شد. برای کراس اور کروموزوم های جفت- توالی از یک عملگر از نوع PPEX استفاده شد و برای بدست آوردن حل های غیرمستولی از NSGA- II  استفاده شد. روش مطرح شده برای مثالهای عددی به کار گرفته شد و اثربخشی این روش به اثبات رسید. علاوه بر این، بر اساس نتایج مطالعه پارامترهای مختلف یک دستورالعمل ساده برای تعیین اندازه مناسب اجزای مصنوعی طرح شد.

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Irantarjomeh
لطفا به جای کپی مقالات با خرید آنها به قیمتی بسیار متناسب مشخص شده ما را در ارانه هر چه بیشتر مقالات و مضامین ترجمه شده علمی و بهبود محتویات سایت ایران ترجمه یاری دهید.