CC BY
4
Огурцов Сергей Николаевич, аспирант, clockyouu@gmail. com, Россия, Белгород, Белгородский государственный технологический университет им. В.Г. Шухова,
Бушуев Дмитрий Александрович, канд. техн. наук, доцент, заведующий кафедрой, [email protected], Россия, Белгород, Белгородский государственный технологический университет им. В.Г. Шухова,
Краснопёров Никита Сергеевич, аспирант, [email protected], Россия, Белгород, Белгородский государственный технологический университет им. В.Г. Шухова
COMPARATIVE ANALYSIS OF MACHINE VISION SYSTEM ARCHITECTURES: STATIONARY, WIDE-ANGLE, AND
MOVING CAMERAS
S.N. Ogurtsov, N.S. Krashopeorov, D.A. Bushuev
This paper presents a comparative analysis of different machine vision systems for object counting on a conveyor, including stationary, stationary wide-angle, and moving cameras. The authors consider the factors that should be taken into account when selecting and installing a camera, as well as methods to improve the performance of the object counting system. The study reveals the advantages and disadvantages of each approach, emphasizing that the optimal choice depends on the specific requirements of the production process. Stationary cameras are suitable for tasks requiring accuracy within a limited field of view, while stationary wide-angle cameras are suitable for tasks requiring a wider field of view but with lower accuracy. Moving cameras provide both accuracy and a wide field of view, but they can be more complex to implement. The authors also highlight the importance of considering accuracy, cost, complexity, and computational requirements when selecting a machine vision system. Understanding the advantages and disadvantages of different approaches enables developers to choose the system that best meets their needs. The paper concludes by discussing future research directions in machine vision, focusing on improving the accuracy, reliability, and versatility of systems to meet the growing demands of various manufacturing processes.
Key words: machine vision, conveyor, object counting, modeling.
Ogurtsov Sergey Nikolaevich, postgraduate, [email protected]. Russia, Belgorod, Belgorod State Technological University named after V.G. Shukhov,
Bushuev Dmitry Aleksandrovich, candidate of technical sciences, docent, head of department, [email protected], Russia, Belgorod, Belgorod State Technological University named after V.G. Shukhov,
Krasnopeorov Nikita Sergeevich, postgraduate, [email protected], Russia, Belgorod, Belgorod State Technological University named after V.G. Shukhov
УДК 621.3.087.45
Б01: 10.24412/2071-6168-2024-5-486-487
ИССЛЕДОВАНИЕ ПРОЦЕССОВ ЭНЕРГОПОТРЕБЛЕНИЯ ПРОМЫШЛЕННОГО РОБОТА-МАНИПУЛЯТОРА С ПОМОЩЬЮ СИСТЕМ ВНЕШНЕЙ СЕНСОРИКИ
М.А. Горькавый, М.А. Мельниченко, Р.Д. Григорец, Н.С. Шушарин
В данной работе исследуется проблема увеличения затрат электрической энергии в условиях повышения уровня автоматизации/роботизации промышленных предприятий. Рассмотрены основные пути повышения энергетической эффективности роботизированных технологических процессов, среди которых, одним из наиболее перспективных является разработка имитационных моделей энергопотребления промышленных роботов с целью апробации существующих алгоритмов повышения энергетической эффективности и формирования обоснованных заключений по результатам моделирования. Для обеспечения имитационных моделей необходимым объемом данных, характеризующих переходные процессы, происходящие в СУЭП осей промышленного робота разработана система мониторинга угловых скоростей перемещения и энергетических затрат СУЭП на основе датчиков переменного тока и напряжения, а также шестиосевого гироскопа и акселерометра. По результатам натурного эксперимента, проведенного на промышленном роботе КиКА КК10 R1100 sixx, сделан вывод о том, что зависимость между углом поворота осей промышленного робота и энергопотреблением на поворот имеет нелинейный характер. При этом значения угловой скорости, полученные с помощью разработанной системы мониторинга, позволяют точно определить изменение величин положения и углового ускорения оси (в результате интегрирования и дифференцирования, соответственно). Результаты представленного исследования могут быть использованы для формирования имитационных моделей промышленных роботов и разработки рекомендаций по оптимизации энергопотребления роботизированных систем без ухудшения интегральных показателей качества конечного продукта.
Ключевые слова: мониторинг энергопотребления, система сенсорики, управляющая программа, промышленный робот-манипулятор, обучающая выборка, нейро-нечёткая имитационная модель.
Одним из ключевых направлений развития современного производства является автоматизация/роботизация промышленных предприятий для повышения качества и скорости изготовления продукции. В результате применения широкого инструментария автоматизации к массовым производствам наблюдается значительное увеличение производительности и качества выпускаемой продукции [1]. Однако, данные положительные
изменения в свою очередь приводят к повышению энергетических затрат, доля которых в общей себестоимости продукта может достигать «40%». [2]. В связи с этим вопросы рационального использования имеющихся энергетических ресурсов приобретают высокую актуальность, а развитие методологии оптимизации энергопотребления производственных систем способствует повышению интереса промышленных предприятий к инновационным технологиям, основанным на результатах современных научных исследований.
Вопросам оптимизации энергопотребления роботизированных технологических комплексов (РТК) посвящено множество научных работ отечественных и зарубежных учёных. По представленным в литературных источниках исследованиям представляется возможным выделить основные пути повышения энергетической эффективности роботизированных систем. Среди них:
развитие систем управления РТК [3];
совершенствование механизмов силовой части промышленных роботов (ПР) (применение новых конструкционных материалов [4], разработка и выбор систем управления электрическим приводом [5, 6]);
разработка и развитие методов, моделей и алгоритмов управления роботизированными технологическими процессами [7].
Согласно работам [8, 9], достижение высоких показателей энергетической эффективности РТК возможно за счёт формирования имитационных моделей и реализации, предложенных авторами оптимизационных процедур. В условиях отсутствия подробных технических характеристик используемых систем управления электрическим приводом осей ПР для формирования адекватной имитационной модели робота необходимо провести процедуру идентификации, т.е. установить зависимость между параметрами перемещения (положение, угловая скорость, угловое ускорение) каждой оси ПР и энергетическими затратами на это перемещение, что представляется возможным только при наличии специализированных устройств мониторинга динамических параметров и энергопотребления осей ПР.
Таким образом, целью данной работы является разработка системы мониторинга скоростей перемещения каждой оси ПР и энергетических затрат на реализацию данных перемещений.
Разработка системы мониторинга. В работе авторами предложено измерять энергопотребление систем управления электрическим приводом ПР, путём установки измерителя электрической энергии в разрыв питающей сети. Поскольку значение энергопотребления может быть найдено по формуле:
E = Pn ■ (tn-tn_i) = Un ■ In ■ (tn-tn_i), (1)
то для сборки измерителя энергопотребления необходимо и достаточно использование датчиков переменного тока (выбраны TA12-200 и WSC1500) и переменного напряжения (выбран ZMPT101B), а также аппаратной платформы Arduino Nano на базе микроконтроллера ATmega 328. Для определения угловой скорости поворота осей ПР выбран шестиосевой датчик гироскоп и акселерометр MPU-6050. Сопротивления резисторов, включенных в схему делителя напряжения при этом равны: R1 = 100 Ом; R2 = 400 Ом; R3 = 100 Ом; R4 = 400 Ом.
Электрическая схема подключений разработанного устройства представлена на рис. 1.
N
С
ТА12-200 N
S
т
R2
R3
R4
N
GNO
eND ZMPT101B
аит l
vcc
РАЗ PA2 PAO GND 5V
ATmega 328p
PD2 PD3 PC4 PC5 GND 5V
As jt GND Do.it VCC
WSC-1800
vcc
GND SCL 5 DA
MPU6050
N X12.18 KRC4 Х12.34 ^
'220 V
Рис. 1. Электрическая схема подключений системы мониторинга скоростей перемещения и энергопотребления осей промышленного робота-манипулятора
Исследования проводились на базе общепромышленного робота-манипулятора средней грузоподъемности КиКА КЮ0 Ю100 з1хх, на силовых звеньях которого не предусмотрены площадки для крепления внешних датчиков угловой скорости. В связи с этим для исследования параметров перемещения осей А2, А3, А5 и А6 авторами разработаны и изготовлены собственные крепежные элементы, смонтированные на звеньях ПР (рис. 2).
Рис. 2. Крепежные элементы для датчиков гироскоп и акселерометр
При установке механизма манипулятора в положение (А1 0, А2 -90, А3 0, А4 0, А5 0, А6 0 (обобщенные координаты)) оси А1 и А4 осуществляют вращение в горизонтальной плоскости (также, как и ось А6), следовательно, в дополнительном креплении датчиков положения осей А1 и А4 нет необходимости.
Представление результатов эксперимента. Необходимо отметить, что мониторинг скоростей перемещения осей ПР и энергетических затрат на данные перемещения с помощью разработанного устройства произведён последовательно для каждой оси, т.е. без учета взаимного влияния инерционных сил, возникающих в процессе перемещения нескольких осей одновременно.
Эксперимент произведен с использованием следующих параметров:
Шаг изменения угла поворота оси равен 30о;
Диапазоны измеряемых углов поворота осей соответствуют допустимым значениям, указанных в инструкции по эксплуатации промышленного робота [10];
Установленные значения угловой скорости и углового ускорения осей составляют 50% от номинальных значений [10].
Значения угловых скоростей перемещения и энергетических затрат на перемещение оси А6 полученные в результате эксперимента представлены в табл. 1.
Таблица 1
Ось № изм. Угол задания, ф (°) Угловое ускорение, £ (°/с2) Угловая скорость, ю (°/с) Угол положения, ф (°) Мгновенная мощность, Р (Вт) Время, 1 (с)
А6 1 360 0 0,02 0 150,4 0
А6 2 0,04 0,19 0,01 163,23 0,069
А6 3 2,24 9,31 0,67 189,92 0,14
А6 4 14,14 66,01 5,29 234,18 0,21
А6 5 11,19 110,9 13,06 260,72 0,28
А6 6 4,63 129,47 22,12 330,56 0,35
А6 7 0,37 130,95 31,29 440,71 0,42
А6 8 0,61 133,38 40,62 462,15 0,49
А6 9 -0,41 131,74 49,85 471,72 0,56
А6 10 1,09 136,11 59,37 451,36 0,63
А6 11 0,05 136,33 69,05 434,00 0,701
А6 12 -0,37 134,84 78,49 399,11 0,771
А6 13 -0,49 132,89 87,66 379,96 0,84
А6 14 -0,08 132,57 97,07 370,53 0,911
А6 15 0,94 136,36 106,62 368,79 0,981
А6 16 -1,33 131,11 115,67 346,77 1,05
А6 32 0,29 134,27 265,15 407,08 2,172
А6 33 0,43 135,98 274,67 393,31 2,242
А6 34 -0,42 134,31 284,07 383,74 2,312
А6 35 -0,27 133,2 293,52 390,34 2,383
А6 36 0,47 135,04 302,84 405,31 2,452
А6 37 -0,21 134,19 312,37 421,42 2,523
А6 38 -0,20 133,41 321,58 429,37 2,592
А6 39 -1,01 129,24 330,88 427,96 2,664
А6 40 0,66 131,84 339,98 418,74 2,733
А6 41 -1,60 125,41 348,76 402,78 2,803
А6 42 -7,99 93,37 355,29 395,46 2,873
А6 43 -14,63 34,69 357,72 351,49 2,943
А6 44 -8,46 0,74 357,77 261,96 3,013
А6 45 -0,18 0 357,77 215,60 3,083
Стоит отметить, что значения угловой скорости (ю) и энергопотребления, представленные в таблице 1 получены в ходе проведения эксперимента, а значения угла положения (ф) и углового ускорения (е) получены в ходе интегрирования и дифференцирования, соответственно.
Полученные данные интерпретированы в виде графиков (рис. 3), построенных по интерполированным данным эксперимента.
Рис. 3. Графики переходных процессов: а - угловой скорости; б - углового ускорения; в - угла положения; г - мгновенной мощности
Как видно из таблицы 1 и графика (рис. 3, б) установившееся значение переходного процесса ф =357.77, при этом максимальная относительная погрешность (характерная для рассматриваемого измерения) составила:
5 = ^ -100 % = ф-фд ■ 100 % = 36°-357'77 ■ 100 % = 0.619 % (2)
ф ф 36° 4 7
Значение энергопотребления на поворот оси может быть определено путем интегрирования графика мгновенной мощности (рис. 3, г) по времени
E = /0£eP(í)dí. (3)
Так, в рассматриваемом примере затраты электрической энергии на поворот оси A6 промышленного робота на 360° составили E = 1243,56 Втс.
Заключение. Таким образом, по результатам проведенных исследований можно сделать следующие выводы:
1. Разработанная система мониторинга угловых скоростей перемещения и энергетических затрат осей ПР может быть интегрирована в систему управления ПР без её модернизации и изменения ключевых параметров технологического процесса для снятия данных, необходимых при формировании имитационных моделей энергопотребления промышленных роботов;
2. Как следует из экспериментальных данных, зависимость между углом поворота осей ПР и энергопотреблением на поворот имеет нелинейный характер, что обусловлено особенностями системы управления исследуемого промышленного робота-манипулятора.
3. Значения мгновенной угловой скорости, полученные с помощью разработанной системы мониторинга, позволяют точно определить изменение углового ускорения и угла положения оси (рисунок 3). При этом максимальная относительная погрешность расчетного положения оси А6 от заданного составила S = 0.619 %. В случае разработанной системы мониторинга точность показаний напрямую зависит от точности датчика гироскопа и акселерометра.
Дальнейшие исследования авторов будут направлены на идентификацию нелинейных зависимостей между энергопотреблением СУЭП осей и параметрами перемещений ПР (угловое ускорение, угловая скорость, положение) наиболее перспективными инструментами нечёткой логики и нейронных сетей, а также на исследование энергопотребления ПР при перемещении нескольких осей единовременно в режиме реализации определенного набора паттернов перемещения.
Список литературы
1. Хлебенских Л.В. Автоматизация производства в современном мире / Л. В. Хлебенских, М. А. Зубкова, Т. Ю. Саукова // Молодой ученый. 2017. № 16 (150). С. 308-311.
2. Мещерякова Т.С. Анализ энергозатрат промышленных предприятий в современных условиях [Электронный ресурс]. URL: https://www.abok.ru/for spec/articles/30/6157/6157.pdf (дата обращения: 15.10.2023).
3. Романов А.М. Обзор аппаратно-программного обеспечения систем управления роботов различного масштаба и назначения. Часть 2. Сервисная робототехника. Российский технологический журнал. 2019;7(6). С. 6886.
4. Mustafa Bugday, Mehmet Karali Design optimization of industrial robot arm to minimize redundant weight // Engineering Science and Technology, an International Journal, 2019. Volume 22, Issue 1. P. 346-352.
5. Егоров И.Н. Системы управления электроприводов технологических роботов и манипуляторов : учеб. пособие / И. Н. Егоров, В. П. Умнов ; Владим. гос. ун-т им. А.Г. и Н.Г. Столетовых. Владимир: Изд-во ВлГУ, 2022. 314 с.
6. Булгаков А.Г., Воробьев В.А. Промышленные роботы. Кинематика, динамика, контроль и управление. Серия «Библиотека инженера». М.: СОЛОН-ПРЕСС, 2010. 488 с.
7. Горькавый М.А., Горькавый А.И., Гудим А.С., Мельниченко М.А., Егорова В.П. Внедрение интеллектуальных роботизированных систем в производственные процессы судостроительного предприятия // Морские интеллектуальные технологии. 2021. № 2-2 (52). С. 97-104.
8. Горькавый М.А., Горькавый А.И., Мельниченко М.А. Оптимизация роботизированного технологического процесса на базе нейросетевой имитационной модели энергопотребления // Известия высших учебных заведений. Электромеханика. 2023. Т. 66. № 2. С. 85-95.
9. Брискин Е.С., Калинин Я.В., Чернышев В.В. Энергетическая эффективность цикловых механизмов робототехнических систем // Общая и прикладная механика Вестник Нижегородского университета им. Н.И. Лобачевского, 2011, № 4 (2), С. 69-71.
10. KUKA KR AGILUS sixx В вариантах исполнения W и C, Инструкция по эксплуатации, KUKA Roboter GmbH, 2015.
Горькавый Михаил Александрович, канд. техн. наук, заведующий кафедрой, [email protected], Россия, Комсомольск-на-Амуре, Комсомольский-на-Амуре государственный университет,
Мельниченко Маркел Андреевич, аспирант, markel. 96dk@mail. com, Россия, Комсомольск-на-Амуре, Ком-сомольский-на-Амуре государственный университет,
Григорец Роман Дмитриевич, студент, [email protected], Россия, Комсомольск-на-Амуре, Комсо-мольский-на-Амуре государственный университет,
Шушарин Никита Станиславович, студент, nikitash2002@outlook. com, Россия, Комсомольск-на-Амуре, Комсомольский-на-Амуре государственный университет
INVESTIGATION OF ENERGY CONSUMPTION PROCESSES OF AN INDUSTRIAL ROBOT MANIPULATOR USING
EXTERNAL SENSOR SYSTEMS
M.A. Gorkavyy, M.A. Melnichenko, R.D. Grigorets, N.S. Shusharin
In this paper, the problem of increasing the cost of electric energy in conditions of increasing the level of automa-tion/robotization of industrial enterprises is investigated. The main ways to increase the robotic technological processes
energy efficiency are considered, among which, one of the most promising is the development of industrial robots' energy consumption simulation models in order to test existing algorithms to increase energy efficiency and form reasonable conclusions based on the results of modeling. To provide simulation models with the necessary amount of data characterizing the transients occurring in the control systems of the axes electric drive of an industrial robot, a system for monitoring the angular velocities and energy costs of electric drive control systems based on AC and voltage sensors, as well as a six-axis gyroscope and accelerometer has been developed. Based on the results of a full-scale experiment conducted on the KUKA KR10 R1100 sixx industrial robot, it was concluded that the relationship between the angle of axes rotation of the industrial robot and the energy consumption per turn is nonlinear. At the same time, the angular velocity values obtained using the developed monitoring system make it possible to accurately determine the change in the values of the position and the axes angular acceleration (as a result of integration and differentiation, respectively). The results of the presented research can be used to form simulation models of industrial robots and develop recommendations for optimizing the energy consumption of robotic systems without compromising the integral quality indicators of the final product.
Key words: energy consumption monitoring, sensor system, control program, industrial robot manipulator, training sample, neuro-fuzzy simulation model.
Gorkavyy Mikhail Aleksandrovich, candidate of technical sciences, head of the department, mixkomsa@gmail. com, Russia, Komsomolsk-on-Amure, Komsomolsk-na-Amure State University,
Melnichenko Markel Andreevich, postgraduate, markel. 96dk@mail. com, Russia, Komsomolsk-on-Amur, Komso-molsk-on-Amur State University,
Grigorets Roman Dmitrievich, student, grigoretskms@gmail. com, Russia, Komsomolsk-on-Amur, Komsomolsk-na-Amure State University,
Shusharin Nikita Stanislavovich, student, nikitash2002@outlook. com, Russia, Komsomolsk-on-Amur, Komso-molsk-na-Amure State University
УДК 658.51
DOI: 10.24412/2071-6168-2024-5-491 -492
СОВЕРШЕНСТВОВАНИЕ ЛОГИСТИЧЕСКИХ ПРОЦЕССОВ ПОСРЕДСТВОМ ВНЕДРЕНИЯ ПРОГРАММНОГО РЕШЕНИЯ НА ПРИМЕРЕ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРЕДПРИЯТИЯ
Д.М. Бокаенков, Д.А. Егоров, О.А. Найдис
Статья посвящена анализу и совершенствованию логистических процессов на сельскохозяйственных предприятиях с помощью внедрения программного решения. В последние годы значительный рост российского экспорта агропродукции, особенно в африканские страны, подчеркивает необходимость расширения производственных мощностей и улучшения управления транспортными потоками. Статья описывает процесс разработки модели, которая позволяет оптимизировать использование транспорта на основе программного решения, учитывая факторы внешней среды и операционные данные предприятия. Программное решение предлагает совершенствование логистических операций, снижение простоев и издержек. Представленные в статье данные и анализы иллюстрируют, как программное решение может повысить эффективность и адаптивность сельскохозяйственных процессов. Статья подчеркивает универсальность и масштабируемость предложенного программного решения, делая его пригодным не только для аграрного сектора, но и для других отраслей, где требуется эффективное управление логистическими процессами. Заключительная часть работы освещает потенциал применения разработанной модели для других аграрных предприятий, обеспечивая устойчивый рост и развитие в условиях глобальной конкуренции и изменяющегося рынка, подкрепляя аргументацию важностью стратегического планирования и использования современных технологических решений в управлении агропромышленными комплексами.
Ключевые слова: бизнес-процессы, логистика, управление транспортом, сельскохозяйственные предприятия, транспортные потоки, программное решение, Python.
В последние годы российский экспорт агропродукции демонстрирует устойчивый рост, особенно в направлении африканского континента, где Россия в 2022 году совершила поставки в 43 страны. Согласно данным торговой статистики, крупнейшими импортерами стали Египет, Алжир, Ливия, Судан и Кения. Динамика роста сохраняется, что подтверждается увеличением экспорта зерновых, достигшим в прошлом году отметки в $3,7 млрд, и в первом полугодии 2023 года объемы экспорта продолжили расти, в частности, поставки пшеницы увеличились в 2,5
