Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  elastyczne wytwarzanie
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule omówiono zastosowanie technik wizyjnych do kontroli pozycjonowania zrobotyzowanego ramienia pracującego w elastycznym gnieździe wytwarzania. Zastosowanie technik wizyjnych umożliwia ocenę pozycji chwytaka w rzutach, których orientacja może być dostosowana do kinematyki robota, tak aby otrzymane wyniki mogły być bezpośrednio wykorzystane do korygowania pracy poszczególnych napędów. Weryfikacji metody dokonano z zastosowaniem robota Kawasaki FS06L, cyfrowego aparatu fotograficznego i oprogramowania do projektowania algorytmów przetwarzania obrazów i pomiarów wizyjnych Adaptive Vision.
EN
This paper presents a system for positioning using a vision techniques of the robotic arm in a flexible manufacturing cell. The use of vision techniques enables the measurement of the position of the gripper in the plan views, where the results can be directly used to adjust the operation of individual drives. Verification of the method were made using a Kawasaki FS06L robot, digital camera and software for designing of algorithms for image processing and machine vision systems.
EN
An alternative approach to modelling and to the knowledge-based control of flexible manufacturing systems (FMS) as a kind of discrete-event dynamic systems (DEDS) is presented in this paper. Petri nets (PNs) of different kinds - ordinary (OPNs), logical (LPNs), fuzzy (FPNs) - are used to express analytically both the model of the system to be controlled and to represent knowledge about the control task specification (like criteria, constraints, etc.) The Pns are understood here to be the bipartite oriented graphs. The OPNs yield the analytical model for the DEDS in the form of a linear discrete dynamical system. The analytical form of the knowledge representation - i.e. the knowledge base (KB) - is obtained by means of the LPNs or/and FPNs, also in the form of a linear discrete logic system. Both the model of the DEDS and the KB are simultaneously used in the procedure of the control system synthesis. The elementary control possibilities are generated (by means od the system model) in any step of the procedure. Then, they tested with respect to the realization conditibility is chosen be means of the KB. The proposed approach is illustrated on a simple FMS.
PL
W pracy przedstawiono podejście alternatywne do zagadnień modelowania i sterowania opartego na wiedzy w systemach elastycznych wytwarzania (FMS) w postaci pewnego typu układów dynamicznych zdarzeń dyskretnych (DEDS). Użyto sieci Petriego (PN) różnych typów - zwykłych (OPN), logicznych (LPN) i rozmytych (FPN) - do przedstawienia analitycznego zarówno modelu systemu sterowanego jak i wiedzy specyfikującej zadania sterowania (np. kryteria , ograniczenia itp.). Przez sieci PN rozumie się tutaj dwuczęściowe grafy zorientowane. Sieci OPN dostarczają modelu analitycznego układów DEDS w postaci liniowego dyskretnego układu dynamicznego. Postać analityczną wiedzy, czyli bazę wiedzy (KB), otrzymuje się przy pomocy sieci LPN i/lub FPN, także w postaci liniowego dyskretnego układu dynamicznego. W syntezie układu sterowania korzysta się jednocześnie z modelu DEDS i z bazy KB. W każdej fazie procedury syntezowania powstają przy pomocy modelu układu elementarne kroki sterowania. Są one następnie testowane z punktu widzenia możliwości realizacji. Jeśli kilka kroków spełnia dany warunek, to przy pomocy bazy KB wybierany jest optymalny. Proponowaną koncepcję zastosowano w przypadku prostego systemu FMS.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.