[发明专利]机械臂数字孪生模型构建方法、系统、装置及存储介质

说明书

本申请公开了一种机械臂数字孪生模型构建方法、系统、装置及存储介质，该方法包括：获取所述模型的需求数据，所述模型由多种类型的模块构成，每种类型的模块对应有若干个候选单元；根据所述需求数据，通过基于价值函数的层次分析法评估每种类型的所述模块对应的所述候选单元，在每种类型的模块中分别选取评分最高的候选单元作为第一单元群体；确定所述第一单元群体中各个候选单元的最优参数，以得到最优组合模型。采用本申请，可缩短机械臂协同响应设计的周期，提高机械臂的生产效率。

技术领域

本申请涉及但不限于智能制造技术领域，尤其涉及一种机械臂数字孪生模型构建方法、系统、装置及存储介质。

背景技术

机械臂是机器人系统的重要组成部分，根据不同的任务指令执行不同的操作，在机械臂的研发设计过程中，需要对机械臂的驱动装置、传动装置和夹持装置等结构进行分析，规划机械臂关节的空间运动轨迹，以使机械臂能够根据指令操作。但是现有的机械臂设计方法无法根据机械臂需求的更改快速的修改设计方案，造成协同响应设计周期长，机械臂的生产效率低。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本申请实施例提供了机械臂数字孪生模型构建方法、系统、装置及存储介质，能够实现设计出的机械臂的功能满足研发者的设计需求，加强机械臂的设计适应性。

第一方面，本申请实施例提供了一种机械臂数字孪生模型构建方法，包括：获取所述模型的需求数据，所述模型由多种类型的模块构成，每种类型的模块对应有若干个候选单元；根据所述需求数据，通过基于价值函数的层次分析法评估每种类型的所述模块对应的所述候选单元，在每种类型的模块中分别选取评分最高的候选单元作为第一单元群体；确定所述第一单元群体中各个候选单元的最优参数，以得到最优组合模型。

根据本申请第一方面实施例的一种机械臂数字孪生模型构建方法，具有如下有益效果：根据获取到的需求数据，通过基于价值函数的层次分析法评估每种模块对应的候选单元，并选取评分最高的候选单元作为第一单元群体，选取第一单元群体中对应的候选单元并确定候选单元对应的最优参数，从而得到机械臂数字孪生模型，该方法构造模型所耗费的时间短，节约构造模型所花费的时间，此外，当构建模型的过程中需求数据发生改变，该方法通过将模型分成各个模块，减少重新构建模型需要的时间，提高构建模型的效率。

根据本申请第一方面的一些实施例，所述通过基于价值函数的层次分析法评估每种类型的所述模块对应的所述候选单元，在每种类型的模块中分别选取评分最高的候选单元作为第一单元群体包括：建立层级结构模型，所述层级结构模型包括:目标层、准则层和方案层，所述目标层、所述准则层和所述方案层依次连接，所述方案层包括所述模块的组成要素，所述准则层包括所述组成要素的评价指标和评估参数，所述目标层用于表示所述候选单元；构造判断矩阵，所述判断矩阵内包括多个因素，每个所述因素对应有表示该因素对上一层的影响程度的影响因子，每个所述因素包括两个以上影响因子，所述影响因子由专家评分得到；确定判断矩阵中每个所述因素的权重；准确性和可靠性测试，计算所述判断矩阵的随机一致性指标是否合理，若合理则从相同种类的所述因素中选取权重最高的作为选中值，组成所述第一单元群体，若不合理则重新构造所述判断矩阵。

根据本申请第一方面的一些实施例，每个所述因素对应的全部所述影响因子的权重之和为1。

根据本申请第一方面的一些实施例，确定所述第一单元群体中各个候选单元的最优参数，以得到最优组合模型，包括：通过基于灰色关联度的层次分析法确定所述第一单元群体的整机结构，所述整机结构包括零件的具体尺寸、零件的型号中至少一个，并得到所述最优组合模型。

根据本申请第一方面的一些实施例，还包括:对所述最优组合模型进行仿真，并采集仿真过程中产生的仿真参数；通过神经网络模型分析所述仿真参数，并根据分析结果评价所述最优组合模型是否满足设计需求，若不满足设计需求，则重新构建所述第一单元群体。