分揀機(jī)器人在哪里找智能分揀機(jī)器人優(yōu)缺點(diǎn)
【能源人都在看，點(diǎn)擊右上角加'關(guān)注'】
可閱讀全文
原文發(fā)表在《工礦自動(dòng)化》2021年第1期，歡迎品讀。
煤矸石分揀是煤炭粗選的首要環(huán)節(jié)，也是提高煤炭質(zhì)量以及礦井效益的重要方法。傳統(tǒng)煤矸石分揀如人工分揀、濕選和干選等分揀方式正面臨工傷風(fēng)險(xiǎn)率高、環(huán)境污染嚴(yán)重及智能化程度低的困境。機(jī)械臂分揀不僅能有效降低工傷風(fēng)險(xiǎn)率，同時(shí)還具有效率高、綠色分揀的優(yōu)勢。煤矸石分揀朝著智能機(jī)器人化方向發(fā)展符合現(xiàn)代工業(yè)發(fā)展趨勢。針對傳統(tǒng)煤矸石分揀機(jī)械臂控制算法如抓取函數(shù)法、基于費(fèi)拉里法的動(dòng)態(tài)目標(biāo)抓取算法等依賴于精確的環(huán)境模型、且控制過程缺乏自適應(yīng)性，傳統(tǒng)深度確定性策略梯度（DDPG）等智能控制算法存在輸出動(dòng)作過大及稀疏獎(jiǎng)勵(lì)容易被淹沒等問題，對傳統(tǒng)DDPG算法中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和獎(jiǎng)勵(lì)函數(shù)進(jìn)行了改進(jìn)，提出了一種適合處理六自由度煤矸石分揀機(jī)械臂的基于強(qiáng)化學(xué)習(xí)的改進(jìn)DDPG算法。煤矸石進(jìn)入機(jī)械臂工作空間后，改進(jìn)DDPG算法可根據(jù)相應(yīng)傳感器返回的煤矸石位置及機(jī)械臂狀態(tài)進(jìn)行決策，并向相應(yīng)運(yùn)動(dòng)控制器輸出一組關(guān)節(jié)角狀態(tài)控制量，根據(jù)煤矸石位置及關(guān)節(jié)角狀態(tài)控制量控制機(jī)械臂運(yùn)動(dòng)，使機(jī)械臂運(yùn)動(dòng)到煤矸石附近，實(shí)現(xiàn)煤矸石分揀。仿真實(shí)驗(yàn)結(jié)果表明：改進(jìn)DDPG算法相較于傳統(tǒng)DDPG算法具有無模型通用性強(qiáng)及在與環(huán)境交互中可自適應(yīng)學(xué)習(xí)抓取姿態(tài)的優(yōu)勢，可率先收斂于探索過程中所遇的最大獎(jiǎng)勵(lì)值，利用改進(jìn)DDPG算法控制的機(jī)械臂所學(xué)策略泛化性更好、輸出的關(guān)節(jié)角狀態(tài)控制量更小、煤矸石分揀效率更高。
引用格式
張永超，于智偉，丁麗林.基于強(qiáng)化學(xué)習(xí)的煤矸石分揀機(jī)械臂智能控制算法研究［J］.工礦自動(dòng)化，2021,47（1）：36-42.
ZHANGYongchao,YUZhiwei,mbasedonreinforcementlearning［J］.IndustryandMineAutomation，2021,47（1）：36-42.
張永超(1977-)，男，山東金鄉(xiāng)人，講師，博士研究生，主要研究方向?yàn)闄C(jī)電智能控制、流體機(jī)械，E-mail:jdxzyc@。通信作者：于智偉(1995-)，男，山東德州人，碩士研究生，主要研究方向?yàn)闄C(jī)器人智能控制，E-mail:yzw_edu@163.com。
張強(qiáng)，E-mail：zhangqiang@
基于強(qiáng)化學(xué)習(xí)的煤矸石分揀機(jī)械臂智能控制算法研究
Researchonintelligentcontrolalgorithmofcoalganguesortingrobotarmbasedonreinforcementlearning
張永超，于智偉，丁麗林
【Author】ZHANGYongchao,YUZhiwei,DINGLilin
山東科技大學(xué)機(jī)械電子工程學(xué)院，山東青島266590
【Unit】CollegeofMechanicalandElectronicEngineering,ShandongUniversityofScienceandTechnology,Qingdao266590,China
【摘要】針對傳統(tǒng)煤矸石分揀機(jī)械臂控制算法如抓取函數(shù)法、基于費(fèi)拉里法的動(dòng)態(tài)目標(biāo)抓取算法等依賴于精確的環(huán)境模型、且控制過程缺乏自適應(yīng)性，傳統(tǒng)深度確定性策略梯度（DDPG）等智能控制算法存在輸出動(dòng)作過大及稀疏獎(jiǎng)勵(lì)容易被淹沒等問題，對傳統(tǒng)DDPG算法中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和獎(jiǎng)勵(lì)函數(shù)進(jìn)行了改進(jìn)，提出了一種適合處理六自由度煤矸石分揀機(jī)械臂的基于強(qiáng)化學(xué)習(xí)的改進(jìn)DDPG算法。煤矸石進(jìn)入機(jī)械臂工作空間后，改進(jìn)DDPG算法可根據(jù)相應(yīng)傳感器返回的煤矸石位置及機(jī)械臂狀態(tài)進(jìn)行決策，并向相應(yīng)運(yùn)動(dòng)控制器輸出一組關(guān)節(jié)角狀態(tài)控制量，根據(jù)煤矸石位置及關(guān)節(jié)角狀態(tài)控制量控制機(jī)械臂運(yùn)動(dòng)，使機(jī)械臂運(yùn)動(dòng)到煤矸石附近，實(shí)現(xiàn)煤矸石分揀。仿真實(shí)驗(yàn)結(jié)果表明：改進(jìn)DDPG算法相較于傳統(tǒng)DDPG算法具有無模型通用性強(qiáng)及在與環(huán)境交互中可自適應(yīng)學(xué)習(xí)抓取姿態(tài)的優(yōu)勢，可率先收斂于探索過程中所遇的最大獎(jiǎng)勵(lì)值，利用改進(jìn)DDPG算法控制的機(jī)械臂所學(xué)策略泛化性更好、輸出的關(guān)節(jié)角狀態(tài)控制量更小、煤矸石分揀效率更高。
【Abstract】TheproblemsofthetraditionalganguesortingrobotarmcontrolalgorithmssuchasthegraspingfunctionmethodandthedynamictargetgraspingalgorithmbasedonFerrarymethodarerelyingonan,theproblemsofthetraditionalintelligentcontrolalgorithmssuchasdeepdeterministicpolicygradient(DDPG),thisstudyimprovestheneuralnetworkstructureandrewardfunctioninthetraditionalDDPGalgorithm,andproposesanimprovedDDPGalgorithmbasedonreinforcementlearning,whichi,theimprovedDDPGalgorithmcanmakedecisionsaccordingtotheganguepositionandrobotarmstatereturnedbythecorrespondingsensor,andcanoutputasetofjguepositionandjointanglestatecontrolquantity,ithm,theimprovedDDPGalgorithmhastheadvantagesofmodel-freeversatilitya,theimprovedalgorithmcanbethefireneralization,smallerjointanglestatecontroloutputandhigherganguesortingefficiency.
【關(guān)鍵詞】選煤；煤矸石分揀；分揀機(jī)器人；機(jī)械臂；關(guān)節(jié)角狀態(tài)控制；強(qiáng)化學(xué)習(xí)；獎(jiǎng)勵(lì)函數(shù)；DDPG算法
【Keywords】coalpreparation;coalganguesorting;sortingrobot;robotarm;jointanglestatecontrol;reinforcementlearning;rewardfunction;DDPGalgorithm
【基金項(xiàng)目】山東省自然科學(xué)基金項(xiàng)目(ZR2018MEE036)
信息提供：張強(qiáng)圖文編輯：張聚
審核：王暉
免責(zé)聲明：以上內(nèi)容轉(zhuǎn)載自工礦自動(dòng)化，所發(fā)內(nèi)容不代表本平臺(tái)立場。
全國能源信息平臺(tái)聯(lián)系電話：010-65367702，郵箱：hz@，地址：北京市朝陽區(qū)金臺(tái)西路2社