Resumen

Este trabajo presenta la implementación de la estrategia de búsqueda óptima (OSS, por sus siglas en inglés) en la verificación del proceso de ensamblaje basado en el aprendizaje neural de vibraciones. El problema de aplicación es el ensamblaje complejo de un robot de piezas en miniatura, tomando como ejemplo el emparejamiento de los engranajes de un reductor de velocidad planetario multietapa. El ensamblaje del tubo sobre los engranajes planetarios fue identificado como el problema más difícil del ensamblaje general. También se observó la influencia favorable del movimiento de vibración y rotación en la compensación de tolerancias. Con el algoritmo de aprendizaje basado en redes neuronales propuesto, es posible encontrar un alcance extendido del parámetro de estado de vibración. Utilizando una estrategia de búsqueda óptima basada en la distancia mínima entre los conjuntos de etapas de parámetros de vibración (amplitud y frecuencias de vibración de agarre de robots) y el algoritmo de parámetros de recuperación, podemos mejorar el comportamiento del ensamblaje del robot, es decir, permitir la forma más rápida posible de emparejamiento. Hemos verificado mediante programas de simulación que la estrategia de búsqueda es adecuada para situaciones de eventos inesperados debido a incertidumbres.

• Materias:Sensores táctiles Robots modulares Control robótico Teleoperación Arquitectura de red neuronal
• Subjects:Tactile sensors Modular robots Robotic control Teleoperation Neural network architecture
• Palabras claves:Aplicación; Estrategia de búsqueda óptima; Proceso de ensamblaje; Aprendizaje neuronal de vibraciones; Ensamblaje de robots; Parámetro de vibración.
• Keywords:Implementation; Optimal search strategy; Assembly process; Neural vibration learning; Robot assembly; Vibration parameter.