Abstract
Ideen om selvreplikering i robotikk kan spores tilbake til John Von Neumann i 1966. Selv om total selvreplikering er fortsatt mange år unna, er forskning om dette i gang ved Bath University i England under prosjektnavnet RepRap. Denne masteravhandlingen tar sikte på å utdype arbeidet ved Bath University og å se på muligheten for å ta ideen et skritt videre. For å gjøre dette har en passende robot-manipulator blitt valgt, Stewart plattformen. Design og simulering har blitt gjennomført og studert. Arbeidet med å designe plattformen resulterte blant annet i mange interessante utfordringer, en prototype av en Stewart plattform-arm ferdig utskrevet på en kommersiell 3D-printer og en interessant eksperimentell design som vil gjøre et større arbeidsområde (workspace) mulig. Mens mange designløsninger har blitt foreslått, må designet undersøkes videre, bli fysisk implementert og testet for å bevise at Stewart plattformen kan være et alternativ til RepRap. Manipulatoren bør både kunne utføre CNC fresing og 3D-utskrift. Simulatoren har applikasjoner som gjør det mulig å studere bevegelsene til plattformen i henhold til en forhåndsdefinert bane (angitt av G-kode). Samtidig som verktøyet følger en bane, vil simulatoren nekte Stewart-plattformens sine 6 bein å flytte for fort eller strekker seg for langt. Å lage simulatoren har skapt en bedre forståelse av Stewart plattformens matematiske egenskaper.
Et annet mål med denne avhandlingen er å korte ned lengden på banen verktøyet traverserer med biologisk inspirert bane-optimalisering. En genetisk algoritme og en ”maur koloni optimaliserings” (ant colony optimization (ACO)) algoritme har blitt implementert for å forbedre banen, samt at resultatene har blitt studert. En enkelt G-kode fil har blitt testet og begge algoritmene klarte på sitt beste å redusere den totale lengden med ca 6,5 % av den totale lengden, eller 67 % av inaktive lengden, eller 180 mm, eller 7,5 sekunder med en hastighet på 24 mm/s. Algoritmene gjorde det ganske bra, men bør testes på lengre baner for å undersøke om optimaliseringsmetoden kan spare en betydelig mengde maskineringstid.
The idea of self-replication in robotics can be traced back to John Von Neumann in 1966. While total self-replication is still be many years away, research regarding this topic is underway at Bath University in England under the RepRap project name. This thesis aims at elaborating on the work done at Bath University and looks at the possibility of taking the idea one step further. To do this, a suitable robotic manipulator has been chosen for study, the Stewart platform. Design and simulation has been implemented and studied. Designing the platform resulted, among other things, in many interesting challenges, a printed prototype of a Stewart platform/arm and an interesting experimental design that will make a larger workspace possible. While many design solutions have been suggested, the design needs to be further studied, physically implemented and tested to prove it to be an alternative to the RepRap. The manipulator should have both CNC milling and 3D printing capabilities. The simulator has applications that make studying the movements of the platform according to a predefined G-code path possible. While making the end-effector follow a path, the simulator will also deny the 6 legs of the Stewart platform to move too fast or extend to long. Creating the simulator created a better understanding of the Stewart platform’s mathematical characteristics.
Another aim of this thesis is to shorten the length of the tool path using biologically inspired path-optimization. A genetic algorithm and an ant colony optimization algorithm have been implemented to improve the tool path, and the results have been studied. A single G-code file was tested and the algorithms both managed to decrease the total length by about 6.5% of the total length, or 67% of inactive length, or 180 mm, or 7.5 seconds with a tool speed of 24 mm/s. The algorithms performed quite well, but should be tested on longer tool paths to investigate whether the optimization method might save a considerable amount of machining time.