Batch time optimization for an aerodynamic feeding system under changing ambient conditions
Batch time optimization for an aerodynamic feeding system under changing ambient conditions
复制标题
不断变化的环境条件下气动供料系统的批量时间优化
DOI：
10.1016/j.procir.2020.05.238
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
A. Raatz
中科院分区：
文献类型：
--
作者：
T. Kolditz;N. Rochow;P. Nyhuis;A. Raatz
为了满足柔性送料技术的要求，研制了一种自学习气动零件送料系统。驱动系统使用遗传算法来找到最佳参数集，以获得高正确定向零件率。该取向速率可以由于环境条件（例如环境压力、摩擦系数）的变化而改变。当部件的预定义间隔中的定向速率下降到低于确定值时，触发校正算法。这项工作的目的是开发一个数学模型，以定义最佳的控制间隔和限制的定向速率触发的校正算法取决于在任何时间点仍要喂的零件的总量。为了评估数学方法，气动供给系统的宏观仿真模型的开发。结果表明，一批10，000个零件的进料时间可以减少7%，校正算法的激活次数可以减少50%。最后，将数学模型应用于系统控制。
In order to meet the demands for flexible feeding technology, a self-learning aerodynamic part feeding system has been developed. The actuated system uses a genetic algorithm to find the optimal parameter set for a high rate of correctly oriented parts. This orientation rate can change due to changes in the ambient conditions (e.g. ambient pressure, coefficient of friction). When the orientation rate in pre-defined interval of parts drops below a determined value, a correction algorithm is triggered. The objective of this work is to develop a mathematical model to define the optimal control interval and limit of the orientation rate for triggering the corrective algorithm depending on the total amount of parts still to be fed at any point in time. To evaluate the mathematical approach, a macroscopic simulation model of the aerodynamic feeding system was developed. It was shown, that the feeding time of a batch of 10,000 parts can be reduced by up to 7% and the number of activations of the corrective algorithm can be reduced by up to 50%. Finally, the mathematical model was implemented in the system control.
登录
查看更多内容
帮助机器人自动组装的柔性零件送料器
DOI：
--
发表时间：
1981
期刊：
影响因子：
--
作者：
T. Suzuki;M. Kohno
通讯作者：
M. Kohno
基于成本效益分析的流水线装配系统的自动化决策
DOI：
10.1016/j.procir.2019.03.150
发表时间：
2019
期刊：
Procedia CIRP
影响因子：
--
作者：
P. Burggräf;J. Wagner;M. Dannapfel;S. Fluchs;K. Müller;B. Koke
通讯作者：
B. Koke
气动供料系统遗传算法因解空间扩大而收敛的研究
DOI：
10.1007/978-3-030-72632-4_5
发表时间：
2021
期刊：
IFIP Advances in Information and Communication Technology
影响因子：
--
作者：
T. Kolditz;C.-V. Ince;A. Raatz
通讯作者：
A. Raatz
空气动力技术
DOI：
10.1515/zwf-2021-0198
发表时间：
2021
期刊：
Zeitschrift für wirtschaftlichen Fabrikbetrieb
影响因子：
--
作者：
Torge Kolditz;A. Raatz
通讯作者：
A. Raatz
气动供料系统自学习和自动参数化遗传算法的实现和测试
DOI：
10.1016/j.procir.2016.02.081
发表时间：
2016
期刊：
Procedia CIRP
影响因子：
--
作者：
J. Busch;Sebastian Blankemeyer;A. Raatz;P. Nyhuis
通讯作者：
P. Nyhuis