Obtaining Forward Kinematic Model of 3 Degrees of Freedom Welding Positioner by Artificial Neural Networks

Year 2020, Volume: 1 Issue: 2, 97 - 102, 06.12.2020

Şirin Ada Serkan Çaşka

Abstract

Today, industrial robots are widely used in all stages of production. Robots are generally used in combination with a welding positioner, especially in arc welding applications. In this way, the welding speed increases and robot control becomes easier. In recent years, artificial intelligence-based methods have become widespread in deriving kinematic models of robots. In this study, forward kinematic model of 3 degree of freedom welding positioner was obtained by artificial neural networks. Parameter values that provide best modeling was determined by changing the type of learning algorithm and the number of neural cells in the hidden layer of the artificial neural network. In obtained ANN models, it was determined that the highest modelling success was achieved in the model that has 20 nerve cells in the hidden layer and was obtained by Levenberg-Marquardt training method.

Keywords

Robotic, Forward kinematic model, Artificial neural networks

3 Serbestlik Dereceli Kaynak Konumlandırıcının İleri Kinematik Modelinin Yapay Sinir Ağları İle Elde Edilmesi

Abstract

Günümüzde endüstriyel robotlar üretimin her aşamasında geniş ölçüde kullanılmaktadır. Robotlar özellikle ark kaynağı uygulamalarında genellikle bir kaynak konumlandırıcı ile birlikte kullanılmaktadır. Bu sayede kaynak hızı artmakta ve robot kontrolü kolaylaşmaktadır. Son yıllarda, robotların kinematik modellerinin oluşturulmasında yapay zeka tabanlı yöntemler yaygınlaşmıştır. Bu çalışmada 3 serbestlik dereceli kaynak konumlandırıcının ileri kinematik modeli yapay sinir ağları (YSA) ile elde edilmiştir. Yapay sinir ağındaki öğrenme algoritması türü ve gizli katmanda yer alan sinir hücresi sayısı değiştirilerek en iyi modellemenin bu parametrelerin hangi değerlerinde gerçekleştiği tespit edilmiştir. Elde edilen YSA modellerinde en yüksek modelleme başarısının gizli katmanında 20 sinir hücresi bulunan ve Levenberg-Marquardt eğitim yöntemiyle elde edilen modelde gerçekleştiği tespit edilmiştir.

Keywords

Robotik, İleri kinematik model, Yapay sinir ağları

References

• Çabuk N., Bakırcıoğlu V., Altı Serbestlik Dereceli Bir Aydınlatma Manipülatörünün Yapay Sinir Ağları Temelli Ters Kinematik Çözümü ve Benzetimi. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 6 (1), 117-125, 2018.
• Gujarathi, G.P., Ma, Y.-S., Parametric CAD/CAE Integration Using a Common Data Model, Journal of Manufacturing Systems. 30, 118-132, 2011.
• Karagülle H., Amindari A., Akdağ M., Malgaca L., Yavuz S, Kinematic - Kinetic - Rigidity Evaluation of a Six Axis Robot Performing a Task. International Journal of Advanced Robotic Systems 9 (176), 1-9, 2012.
• Koca Y.B., Gökçe B., Aslan Y., ROS/Gazebo Ortamında Tank Sürüş Özellikli Mobil Bir Robotun Simülasyonu, JournalMM, 1 (1), 29-41, 2020.
• Kim D.-W., Choi J.-S., Nnaji B.O, Robot Arc Welding Operations Planning with a Rotating/Tilting Positioner. International Journal of Production Research 36 (4), 957-979, 1998.
• Pashkevich, A.P., Dolgui, A.B., Semkin, K.I., Kinematic Aspects of a Robot-Positioner System in an Arc Welding Application. Control Engineering Practice 11, 633-647, 2003.
• Pashkevich A.P., Dolgui A.B, Kinematic Control of a Robot-Positioner System for Arc Welding Application. Industrial Robotics: Programming, Simulation and Applications 3-86611-286-6. 702, 2006.
• Pan Z., Wang X., Teng R., Cao X., Computer-Aided Design-While-Engineering Technology in Top-Down Modeling of Mechanical Product. Computers in Industry 75, 151-161. 2016.
• Sahbaz H., Karagülle H., Malgaca, L. PC Based Motion Control on an Hexapod Application. UMTS200. 241-251. 2007.
• Wittler G., Moritz W., Mechatronic Design Methods and Software in Mechanical Engineering. 1998.
• Wu J., Gao J., Li, Song, R., Li R., Li Y., Jiang L., The Design and Control of a 3DOF Lower Limb Rehabilitation Robot. Mechatronics 33, 13-22, 2015.
• Yıldıray A., Süheyla Y.K., Yağış Miktarının Yapay Sinir Ağları ile Tahmini. Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi 5 (2), 97-104, 2018.
• Yıldırım Ş., Su Ş., Uzmay İ, Yapay Sinir Ağları Kullanarak Dokuma Makinalarında Tığ Mekanizmalarının Kinematik Analizi, Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 20 (1-2), 13-19, 2004.
• Vinson J.R., Mechanical Fastening of Polymer Composites. Polymer Engineering and Science, 29 (19), 1332-1339, 1989.