Вештачке неуронске мреже и аксиоматска теорија пројектовања у концепцијском пројектовању роботизованог унутрашњег транспорта материјала

Abstract

У раду је представљен метод концепцијског пројектовања роботизованог унутрашњег транспорта материјала, базиран на аксиоматској теорији пројектовања и вештачкој интелигенцији. Метод комбинује примену алгоритама за генерисање путања кретања интелигентног мобилног робота и вештачке неуронске мреже за предикцију стања технолошког процеса и машинско учење транспортних путева материјала сходно пројектованим производним процесима. Симулација технолошког процеса, обучавање вештачких неуронских мрежа, као и реализација управљачког кода извршена је у софтверском пакету Matlab. Експериментални резултати на систему мобилног робота Khepera II показују да мобилни робот планира, учи и остварује оптималну путању кретања.

This paper presents a method for conceptual design of material transport using mobile robot, based on axiomatic design theory and artificial intelligence. The method combines the use of algorithms to generate motion path of intelligent mobile robot as well as artificial neural networks for prediction of the manufacturing process and machine learning of material transport routes that are designed according to proposed production processes. Simulation of manufacturing processes, artificial neural networks training and implementation of algorithms is executed in Matlab software package. Experimental results on a system of Khepera II mobile robot show that mobile robot can plan, learn and make the optimal path.