Resumen

Los robots industriales tienen un gran impacto en aumentar la productividad y reducir el tiempo del proceso de fabricación. Para cumplir con este propósito, en la última década, muchos investigadores se han concentrado en optimizar modelos robóticos utilizando técnicas de inteligencia artificial (IA). Las articulaciones gimbales, debido a sus ventajas mecánicas ajustables, han sido investigadas como un reemplazo de las articulaciones revolutas tradicionales, especialmente cuando se supone que tienen movimientos pequeños. En esta investigación, se ha adoptado el algoritmo genético (GA), una técnica evolutiva bien conocida, para encontrar los parámetros óptimos de las articulaciones gimbales. Dado que la adopción del GA es un proceso que consume tiempo, se ha propuesto una arquitectura de red neuronal artificial (ANN) para modelar el comportamiento del GA. Los resultados muestran que el modelo de ANN propuesto puede ser utilizado en lugar del complejo y consumidor de tiempo GA en el proceso de encontrar los parámetros óptimos de la articulación gimbale.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Robots industriales; Productividad; Proceso de fabricación; Inteligencia artificial; Juntas cardánicas; Algoritmo genético
• Keywords:Industrial robots; Productivity; Manufacturing process; Artificial intelligence; Gimbal joints; Genetic algorithm