Актуальность исследования

Научные и технологические нужды, а также значимость разрабатываемого проекта по созданию алгоритмов искусственного интеллекта для управления сварочными роботами на базе глубокого обучения с подкреплением, подчеркивают его актуальность и востребованность как на национальном, так и на международном уровне.

Цель и задачи проекта

Общая цель проекта: состоит в разработке математической модели и оптимальном проектировании экспериментального образца параллельного робота для сварочных работ повышенной жёсткости и точности и в создании передовой системы искусственного интеллекта для автоматизации управления сварочным роботом на основе методов глубокого обучения с подкреплением, что позволит повысить точность и эффективность роботизированной сварки.

Задачи проекта:

1. Обзор и анализ существующих систем автоматизированного управления сварочными роботами. Эта задача включает исследование и сравнительный анализ современных технологий автоматизированного управления сварочными роботами, выявление их ограничений и возможностей для дальнейших инноваций.
2. Структурный синтез и моделирование кинематики параллельного манипулятора. В рамках этой задачи будет проведено математическое моделирование структуры и кинематики манипулятора для обеспечения точного позиционирования в трёхмерном пространстве.
3. Разработка алгоритмов для расчета динамики движения робота. Создание математических моделей, которые симулируют динамические характеристики манипулятора.
4. Разработка конструкции рабочей модели манипулятора.
5. Изготовление рабочей модели манипулятора и её функциональные испытания.
6. Создание модели глубокого обучения с подкреплением для управления экспериментальным сварочным роботом. Эта задача включает разработку и обучение модели глубокого обучения с использованием методов подкрепления для адаптивного управления движениями робота в сложных сценариях.
7. Использование среды GYM для тренировки алгоритмов в непрерывных пространствах управления. Для тренировки алгоритмов в непрерывных пространствах будет использоваться среда GYM, что позволит создать гибкие и оптимизированные модели управления.
8. Тестирование обученной модели в симуляционной среде и демонстрация её эффективности. Проведение тестов обученной модели в виртуальной среде для оценки её эффективности и корректности управления в различных сценариях.
9. Проведение экспериментов с применением обученной модели для точечной сварки в виртуальной среде. В рамках этой задачи будут проведены эксперименты по точечной сварке с использованием виртуальных тестов, что позволит оценить точность управления роботом.
10. Разработка экспериментального образца сварочного манипулятора.
11. Изготовление экспериментального образца манипулятора и его функциональные испытания. Будет изготовлена манипуляционная система и проведены её функциональные испытания.
12. Разработка информационно-управляющей системы робота-сварщика и испытание системы управления. Будет разработано программное обеспечение и система управления робота, выполнено её испытание.
13. Экспериментальные исследования робота для сварочных операций. Эта задача включает интеграцию обученной модели в реальную экспериментальную платформу, перенос обученной в симуляции модели в физическую систему робота для оценки её работоспособности в экспериментальных условиях.
14. Подготовка докторанта по соответствующей теме проекта и публикация научных статей по следующим параметрам:
    • не менее 2 (двух) статей и (или) обзоров в рецензируемых научных изданиях, индексируемых в Science Citation Index Expanded и входящих в 1 (первый) и (или) 2 (второй) квартиль по импакт-фактору в базе Web of Science и (или) имеющих процентиль по CiteScore в базе Scopus не менее 65 (шестидесяти пяти);
    • не менее 2 (двух) статей или обзоров в рецензируемом зарубежном или отечественном издании, рекомендованном КОКНВО.

Ожидаемые результаты

Разработка полностью функциональной прототипной системы управления сварочным роботом, которая будет тестироваться как в симулированных, так и в реальных условиях. Это обеспечит повышение качества сварных соединений, сокращение времени наладки оборудования и уменьшение отходов материалов. Реализация проекта также способствует развитию кадрового потенциала, поскольку предусматривает подготовку высококвалифицированных специалистов в области разработки и применения систем искусственного интеллекта.

Достигнутые результаты

• Выполнен структурный синтез и моделирование кинематики параллельного манипулятора. В рамках этой задачи проведено математическое моделирование структуры и кинематики манипулятора для обеспечения точного позиционирования в трёхмерном пространстве;
• Разработан алгоритм для расчета динамики движения робота. Созданы математические модели, которые симулируют динамические характеристики манипулятора.

Исследовательская группа

Научный руководитель Проекта — Ибраев Саят Мұратұлы, Доктор технических наук, Профессор.

Имеет значительный опыт и авторитет в области механики и робототехники. Окончил с отличием МГУ имени М.В. Ломоносова в 1988 году, насчитывает более 40 лет опыта работы в данной сфере. Автор 150 научных работ, пяти научных монографий и обладатель девяти патентов РК. Подготовил пять кандидатов наук. Активно участвовал и возглавлял ведущие проекты, такие как AP09259589 «Оптимальное проектирование адаптивного шагающего робота с интеллектуальной системой управления», AP14870080, касающийся синтеза мускулоскелетных механизмов экзоскелета нижних конечностей, а также ФНИ BR20280990.

Scopus Author ID: 14321782300

ORCID: —

Омаров Батырхан Султанович — доктор PhD, Профессор-исследователь, Международный университет информационных технологий.

Является автором двух монографий и более 100 научных статей, из которых свыше 80 опубликованы в рейтинговых журналах (Scopus и Web of Science). Имеет обширный опыт руководства научными проектами в области искусственного интеллекта (в том числе в медицине). Выступает официальным рецензентом в престижных научных изданиях (IEEE Access, Applied Sciences, Mathematics, Diagnostics и др.).

Scopus Author ID: 57202103462

ORCID: https://orcid.org/0000-0002-8341-7113

Момынқулов Зейнель Зейнуллаұлы — PhD докторант, Международный университет информационных технологий.

Scopus Author ID: 58102090700

ORCID: —

Аманов Бекзат Ондасынулы — Исследователь, РГП на ПХВ «Институт механики и машиноведения имени академика У.А. Джолдасбекова».

Scopus Author ID: 57208859415

ORCID: https://orcid.org/0000-0002-2551-998X

Ибраева Айжан Саятқызы — Исследователь, РГП на ПХВ «Институт механики и машиноведения имени академика У.А. Джолдасбекова».

Scopus Author ID: 58666629200

ORCID: —

Список публикаций

1. Ibrayev, S., Ibrayeva, A., Rakhmatulina, A., Ibrayeva, A., Amanov, B., & Imanbayeva, N. (2023). Multicriteria optimization of lower limb exoskeleton mechanism. Applied Sciences, 13(23), 12781.
2. Ibrayev, S., Ibrayeva, A., Jamalov, N., & Patel, S. H. (2022). Optimization of the Walking Robot Parameters on the Basis of Isotropy Criteria. IEEE Access, 10, 113969-113979.
3. Ibrayev, S., Ibrayeva, A., Jamalov, N., Ibrayev, A., Ualiyev, Z., & Amanov, B. (2024). Optimal synthesis of walking robot leg. Mechanics Based Design of Structures and Machines, 52(5), 2639-2659.
4. Ibrayev, S., Jamalov, N., Tuleshov, A., Jomartov, A., Ibrayev, A., Kamal, A., Ibrayeva A., Bissembayev, K. (2020, September). Walking robot leg design based on translatory straight-line generator. In Symposium on Robot Design, Dynamics and Control (pp. 264-271). Cham: Springer International Publishing.
5. Omarov, B., Ibrayev, S., Ibrayeva, A., Amanov, B., & Momynkulov, Z. (2024). Optimal Leg Linkage Design for Horizontal Propel of a Walking Robot Using Non-dominated Sorting Genetic Algorithm. IEEE Access.
6. Ibrayev, S., Jamalov, N., Ibrayeva, A., & Mukhambetkaliyeva, G. (2019). Optimal structural synthesis of agricultural legged robot with minimal damage on soil. In E3S Web of Conferences (Vol. 135, p. 01027). EDP Sciences.
7. Ibrayev, S., Imanbayeva, N., Rakhmatulina, A., Sakenova, A., & Ibrayeva, A. (2024, August). Investigation of the Kinetostatics and Stress-Strain State of the Links of the im Exoskeleton of the Lower Limb. In IFToMM Asian conference on Mechanism and Machine Science (pp. 315-323). Cham: Springer Nature Switzerland.
8. Ibarayev, S., Omarov, B., Amanov, B., Ibrayeva, A., & Momynkulov, Z. (2024, August). Deep Surrogate Network Enhancement of Non-dominated Sorting Genetic Algorithms for Improved Multi-objective Optimization. In IFToMM Asian conference on Mechanism and Machine Science (pp. 256-266). Cham: Springer Nature Switzerland.
9. Ibrayev, S., Imanbayeva, N., Rakhmatulina, A., Sakenova, A., & Ibrayeva, A. (2024, August). Investigation of the Kinetostatics and Stress-Strain State of the Links of the im Exoskeleton of the Lower Limb. In IFToMM Asian conference on Mechanism and Machine Science (pp. 315-323). Cham: Springer Nature Switzerland.
10. Kabdoldina, A., Ualiyev, Z., Ibrayev, S., Jamalov, N., Ibrayeva, A., Tuleshov, Y., ... & Uaissov, B. (2023). The Use of Technologies for Stabilizing the Electrophysical Characteristics of Sensor Structures Used in The Development and Manufacture of Measuring Transducers. Eastern-European Journal of Enterprise Technologies, 121(5).
11. Ibrayev, S., Ibrayeva, A., Rakhmatulina, A., Ibrayeva, A., Amanov, B., & Imanbayeva, N. (2023). Multicriteria optimization of lower limb exoskeleton mechanism. Applied Sciences, 13(23), 12781.
12. Ibrayev, S., Ibrayeva, A., Jamalov, N., & Patel, S. H. (2022). Optimization of the Walking Robot Parameters on the Basis of Isotropy Criteria. IEEE Access, 10, 113969-113979.
13. Ibrayev, S., Ibrayeva, A., Jamalov, N., Ibrayev, A., Ualiyev, Z., & Amanov, B. (2024). Optimal synthesis of walking robot leg. Mechanics Based Design of Structures and Machines, 52(5), 2639-2659.
14. Omarov, B., Ibrayev, S., Ibrayeva, A., Amanov, B., & Momynkulov, Z. (2024). Optimal Leg Linkage Design for Horizontal Propel of a Walking Robot Using Non-dominated Sorting Genetic Algorithm. IEEE Access.
15. Ibrayev, S., Omarov, B., Ibrayeva, A., Momynkulov, Z. (2024). Deepsurnet-NSGA II: deep surrogate model-assisted multi-objective evolutionary algorithm for enhancing leg linkage in walking robots. Computers, Materials & Continua, 81(1), 229-249. https://doi.org/10.32604/cmc.2024.053075
16. Ibrayev, S., Imanbayeva, N., Rakhmatulina, A., Sakenova, A., & Ibrayeva, A. (2024, August). Investigation of the Kinetostatics and Stress-Strain State of the Links of the im Exoskeleton of the Lower Limb. In IFToMM Asian conference on Mechanism and Machine Science (pp. 315-323). Cham: Springer Nature Switzerland.
17. Ibarayev, S., Omarov, B., Amanov, B., Ibrayeva, A., & Momynkulov, Z. (2024, August). Deep Surrogate Network Enhancement of Non-dominated Sorting Genetic Algorithms for Improved Multi-objective Optimization. In IFToMM Asian conference on Mechanism and Machine Science (pp. 256-266). Cham: Springer Nature Switzerland.
18. Ibrayev, S. M., & Jamalov, N. K. (2002). Approximate synthesis of planar Cartesian manipulators with parallel structures. Mechanism and machine theory, 37(9), 877-894.
19. Sayat Ibrayev, Batyrkhan Omarov, Bekzat Amanov, and Zeinel Momynkulov. Development of a Deep Learning-Enhanced Lower-Limb Exoskeleton Using Electromyography Data for Post-Neurovascular Rehabilitation. Engineered Science. http://dx.doi.org/10.30919/es1269
20. Евразийский патент на изобретение №040808. Многофункциональный робот-дезинфектор. Тулешов А.К., Джамалов Н.К., Ибраев С.М., Сейдахмет А.Ж., Абдураимов А.Е., Канапия М.О., Иманбаева Н.С., Рахматуллина А.Б., Толебаев Н.С. Заявитель и патентообладатель ИММаш им. У.А. Джолдасбекова, выдано 29.07.2022.