Programmierung von CNC-Messgeräten mit
genetischen AlgorithmenSimeon Perlov
EinBaum
Präsentation von Simeon Perlov
EinBaum
http://www0.cs.ucl.ac.uk/staff/W.Langdon/ftp/papers/brezocnik_2004_AJME.pdf
Übersicht• Einleitung: CNC• Koordinatenmessgeräte• Wegfindung• Vorteile/Nachteile• Fazit
EinBaum
Was sind CNCs und wofür steht diese Abkürzung
EinBaum
Das Thema ist spezifisch auf diese Koordinatenmessgeräte bezogen
EinBaum
Wegfindung: Wie man hier genetische Algorithmen verwenden kann
EinBaum
Ob es sinnvoll ist, genetische Algorithmen zu verwenden und Zusammenfassung der Informationen
Einleitung: CNC• Computerized Numerical Control• Automatische Steuerung für Werkzeugmaschinen• Setzt 3D-Designs auf realen Objekten um
EinBaum
oder auf Deutsch: Rechnergestützte numerische Steuerung
EinBaum
wie zum Beispiel: Bohrer, Schneide- / Biegemaschinen
EinBaum
3D-Muster werden mit einem CAD-Programm angefertigt und von dem CNC verstanden
EinBaum
In der Industrie hat bereits jede Maschine ein CNC, denn sonst müsste man sie manuell bedienen
Koordinatenmessgeräte• Kennen das 3D-Modell vom Objekt• Prüfen hergestelltes Objekt auf Fehler
• Messkopfsystem• 3 Achsen-Bewegung: X, Y, Z
EinBaum
Ein Messkopf der z.B. das Objekt berühren muss, kann sich innerhalb von 3 Achsen bewegen: X, Y und Z
EinBaum
4: Messkopf (in der Skizze vergrößert, in Realität sehr winzig)
Wegfindung• Weg zwischen 2 Punkten
für Koordinatenmessgerätberechnen
EinBaum
Wegfindung wird benötigt damit das Messgerät an bestimmte Stellen des Objekts navigieren kann, um sie zu vermessen
EinBaum
Wenn der Messkopf gegen das Objekt stößt, kann er zerstört werden
EinBaum
Bild: Messkopf + Objekt werden diskretisiert
Wegfindung• Individuum = 1 Pfad• Gen = Diskrete Bewegung in eine Richtung
Wegfindung: Fitness• Länge des Programms (Anzahl Schritte)• Distanz vom Messkopf zum Zielpunkt• Anzahl der Kollisionen
Verhältnis 1:2:10
Wegfindung: Parameter• Bevölkerung: 50 Individuen• Crossover• pc = 0.2• pm = 0.2
Vorteile• Einfache und universelle Implementierung• Rutscht nicht so leicht ins lokale Optimum
Nachteile• Diskretisierung benötigt
sehr viel Rechenaufwand• Keine Zeitgarantie
Fazit• Allgemein für Wegfindung verwendbar• In der Zukunft: Mehr Verwendung von genetischen
Algorithmen