摘要：隨著人工智能技術(shù)的不斷發(fā)展，利用計算機(jī)和人工智能算法可以實現(xiàn)產(chǎn)品設(shè)計、工藝流程優(yōu)化及生產(chǎn)流程模擬仿真，也可以預(yù)測可能發(fā)生的生產(chǎn)事件，在最大程度地提高生產(chǎn)效率和降低作業(yè)成本。因此，針對汽車焊接過程中焊接機(jī)器人不僅存在各自作業(yè)區(qū)域，也存在共享的作業(yè)區(qū)域的問題，首先引入多色旅行商問題來優(yōu)化焊接機(jī)器人作業(yè)流程。其次，提出了一種遺傳算法（GeneticAlgorithm，GA）。最后，通過仿真實驗，驗證了該算法的有效性。該優(yōu)化方法有效地提高了企業(yè)生產(chǎn)效率。

關(guān)鍵詞：數(shù)字化技術(shù)汽車制造焊接機(jī)器人多色旅行商遺傳算法

ResearchontheApplicationofDigitalManufacturingTechnologyinAutomobileManufacturing

ZHUYinzhong

ZhejiangJointControlTechnologyCo.，Ltd.，Ningbo，ZhejiangProvince，315336China

Abstract：WiththecontinuousdevelopmentofArtificialIntelligence（AI）technology，theuseofcomputerandAIalgorithmscanachieveproductdesign，processoptimizationandproductionprocesssimulation，andcanalsopredictpossibleproductioneventstomaximizeproductionefficiencyandreduceoperatingcosts.Therefore，aimingattheproblemthatweldingrobotsnotonlyhavetheirownworkingareas，butalsohavesharedworkingareasintheprocessofautomobilewelding，themulti-colortravelingsalesmanproblemisfirstintroducedtooptimizetheworkingflowofweldingrobots.Secondly，aGenetic Algorithm（GA）isproposed.Finally，theeffectivenessoftheproposedalgorithmisverifiedbysimulationexperiments.Theoptimizationmethodhaseffectivelyimprovedtheproductionefficiencyofenterprises.

KeyWords：Digitaltechnology;Automobilemanufacturing;Weldingrobot;Multi-colortravelingsalesman;GeneticAlgorithm

近些年來，隨著人工智能不斷普及，汽車制造業(yè)得到了前所未有的發(fā)展。馬超等人[1]基于OPC（開放過程控制）技術(shù)實現(xiàn)了杜爾涂裝機(jī)器人作業(yè)數(shù)據(jù)的采集，為智能制造提供了新的思路。ZHANGJ等人[2]針對現(xiàn)代汽車零部件設(shè)計方案的選擇，提出一種面向智能制造的汽車零部件設(shè)計方案評價方法，綜合考慮環(huán)境因素和傳統(tǒng)制造因素，以技術(shù)、環(huán)境、經(jīng)濟(jì)、質(zhì)量可靠性作為一級評價指標(biāo)。在多機(jī)器人運(yùn)行方面，翁迅等人[3]等根據(jù)實際倉庫需求設(shè)計了基于記憶精英種群災(zāi)變自適應(yīng)大規(guī)模鄰域搜索算法的仿真平臺。在汽車焊接機(jī)器人方面，郝繼升[4]通過對機(jī)器人協(xié)同焊接問題進(jìn)行分析，設(shè)計了機(jī)器人和變位機(jī)配合的合作方案，并基于設(shè)備運(yùn)行狀態(tài)對軟件進(jìn)行了設(shè)計。才洋等人[5]以六軸焊接機(jī)器人作為研究對象，同時采用SDH（StandardDenavitHartenberg）確定了DH參數(shù)，經(jīng)實驗仿真，驗證了其對機(jī)械臂具有實際應(yīng)用價值。

1焊接機(jī)器人優(yōu)化問題描述

如圖1所示，多個焊接機(jī)器人在為汽車進(jìn)行焊接操作，每一個焊接機(jī)器人具有自己焊接區(qū)域，同時也存在重合的焊接區(qū)域。因此，本文將汽車焊接機(jī)器人的作業(yè)過程描述為多色旅行商問題，如圖2所示。

圖2中：V1表示1號汽車焊接機(jī)器人，圓形表示專屬于1號焊接機(jī)器人的焊接區(qū)域；V2表示2號倉儲機(jī)器人，長方形表示專屬于2號倉儲機(jī)器人焊接的區(qū)域；V3表示3號焊接機(jī)器人，五角星表示3號焊接機(jī)器人的專屬焊接區(qū)域；V4表示4號焊接機(jī)器人，梯形表示4號焊接機(jī)器人的專屬焊接區(qū)域；三角形則為4臺焊接機(jī)器人共同可焊接的區(qū)域。焊接機(jī)器人的數(shù)學(xué)描述如下。

假設(shè)有臺焊接機(jī)器人、個焊接任務(wù)，其中，，，表示焊接機(jī)器人焊接點和點之間的運(yùn)行消耗。將焊接任務(wù)分為專屬任務(wù)和共享任務(wù)，，焊接任務(wù)點，現(xiàn)定義焊接機(jī)器人數(shù)學(xué)模型如下。

2遺傳算法

遺傳算法（GeneticAlgorithm，GA）是一種基于自然選擇和遺傳學(xué)原理的優(yōu)化算法，它通過模擬生物進(jìn)化過程來解決復(fù)雜優(yōu)化和搜索問題。GA的主要操作步驟包括選擇、交叉、變異等。圖3是解決求解焊接機(jī)器人作業(yè)問題的算法步驟圖。算法的初始階段評價適應(yīng)度是否達(dá)到最優(yōu)解，若沒有達(dá)到最優(yōu)解，則進(jìn)行交叉、變異選擇，然后重新評估適應(yīng)度，以便于算法可以求出最優(yōu)解。

3實驗仿真

本文所涉及所有算法均在同一平臺進(jìn)行，其平臺CPU主頻為1.9Ghz，16G運(yùn)行內(nèi)存，安裝Windows10操作系統(tǒng)的LenovoThinkPadT480s。算法測試程序均采用Python在PyCharm中編寫。本文采用的數(shù)據(jù)集是以Solomon數(shù)據(jù)為基礎(chǔ)，加入顏色約束而成。為了驗證GA的高效性，采用蟻群優(yōu)化算法（AntColonyOptimization，ACO）與之進(jìn)行對比，算法均運(yùn)行20次，然后取其平均值，最好值均加粗顯示。

3.1解質(zhì)量分析

在算法的求解質(zhì)量上，由表1可以看出GA均優(yōu)于ACO。例如：在測試案例C1中，GA提高了27.75%；在測試案例C2中，GA為ACO的67.43%；在測試案例C4中，GA相較于ACO提高了42.04%。綜上所述，GA具有更高的求解質(zhì)量。

3.2收斂性分析

本文將兩種算法在同一平臺進(jìn)行仿真實驗，各算法均運(yùn)行20次，運(yùn)行結(jié)果如圖4、圖5所示，其中，橫坐標(biāo)表示迭代次數(shù)，縱坐標(biāo)表示焊接機(jī)器人成本。在圖4中，GA的初始值優(yōu)于ACO，并且在求解C1測試案例下，GA在第2代時找到最優(yōu)解，而ACO在第3代才收斂在求解C1測試案例時，GA在初始解質(zhì)量和收斂速度方面均優(yōu)于ACO，這是由于GA多種機(jī)制的加入；在求解測試案例C2時，GA僅在第2代開始收斂，而ACO在第4代才開始收斂，GA收斂的值優(yōu)于ACO。綜上所述，GA具有更優(yōu)質(zhì)的初始解和更快的收斂速度以及更高的求解質(zhì)量。

4結(jié)語

本研究以汽車制造過程中的焊接機(jī)器人作業(yè)優(yōu)化為背景，提出了基于多色旅行商問題的焊接機(jī)器人運(yùn)行的數(shù)學(xué)模型，同時提出了AG，并與ACO進(jìn)行對比，結(jié)果表明，在解質(zhì)量和求解析效率上，所提出的AG比ACO明顯更具優(yōu)勢。通過以上理論研究，可以顯著降低焊接機(jī)器人的運(yùn)行成本和提升其運(yùn)行效率。由于異構(gòu)的焊接機(jī)器人在實際生產(chǎn)中有著較為廣泛的應(yīng)用，所以，下一步將對異構(gòu)焊接機(jī)器人作業(yè)問題進(jìn)行研究。

參考文獻(xiàn)

• 馬超，寇鎖，劉巖.基于OPC的杜爾涂裝機(jī)器人數(shù)據(jù)采集與應(yīng)用[J].工程機(jī)械，2023，54（10）：1-7，187.
• ZHANGJ，LUOC，WANGL.Evaluationofautomobilepartsdesignschemeforintelligentmanufacturing[J].JournalofComputationalMethodsinSciencesandEngineering，2022，22（1）：175-187.
• 翁迅，張經(jīng)天，胡曉.搬運(yùn)機(jī)器人多場景任務(wù)調(diào)度與仿真平臺開發(fā)[J].食品與機(jī)械，2022，38（7）：122-127.
• 郝繼升.多機(jī)器人協(xié)作的汽車自動焊接系統(tǒng)設(shè)計[J].內(nèi)燃機(jī)與配件，2023（19）：89-91.
• 才洋，于功志.六軸焊接機(jī)器人的運(yùn)動學(xué)仿真與靜力學(xué)分析[J].武漢船舶職業(yè)技術(shù)學(xué)院學(xué)報，2024，23（2）：97-104.