автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Система виртуальной реальности для разработки и исследования алгоритмов планирования и управления микросборочными процессами

На правах рукописи

МИГРАНОВ Айрат Барисович

СИСТЕМА ВИРТУАЛЬНОЙ РЕАЛЬНОСТИ ДЛЯ РАЗРАБОТКИ И ИССЛЕДОВАНИЯ АЛГОРИТМОВ ПЛАНИРОВАНИЯ И УПРАВЛЕНИЯ МИКРОСБОРОЧНЫМИ ПРОЦЕССАМИ

Специальность 05.13.06 — Автоматизация и управление технологическими процессами и производствами

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Уфа 2005

Работа выполнена на кафедре технической кибернетики Уфимского государственного авиационного технического университета и в Институте механики Уфимского научного центра Российской академии наук

Научный руководитель канд. техн. наук, доц.

ДАРИНЦЕВ Олег Владимирович

Официальные оппоненты д-ртехн наук, проф.

ГУСЕВ Юрий Матвеевич

канд. техн. наук, доц. СТАРЦЕВ Юрий Валентинович

Ведущее предприятие ФГУП Уфимское научно-производственное

предприятие «Молния»

Защита диссертации состоится «_»__2005 г. в_часов

на заседании диссертационного совета Д-212.288.03 Уфимского государственного авиационного технического университета по адресу: 450000, г.Уфа, ул.К.Маркса, 12.

С диссертацией можно ознакомится в библиотеке университета Автореферат разослан «_»_2005 г.

Ученый секретарь диссертационного совета д-р техн. наук, проф. /V I/ Д^[^¿ОУ^ МиРонов в в-

МОМ 1 Я

?ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

В ведущих научных изданиях неоднократно отмечалось, что в наступившем XXI веке технологии, связанные с разработкой микросистемной техники (МСТ), станут одними из самых перспективных, способных привести к революционному скачку в развитии науки и техники. Уже сегодня без микросистем трудно представить высокотехнологичные, конкурентоспособные образцы продукции в автомобилестроении, медицине, авиации и космонавтике. МСТ является примером «критической», прорывной сферы приложения усилий в самых передовых странах.

Микросистемы могут представлять собой цельное, монолитное устройство или же быть частью составного устройства, собираемого из структур различного типа - механических, электронных, оптических и т.д. Именно с необходимостью разработки методов автоматизированной сборки сложных микросистем связано появление новых типов манипуляционных устройств (микророботов, микроманипуляторов, микросхватов, концевых эффекторов и др.) и развитие новой подобласти МСТ - микроробототехники.

Работа микроманипуляционных устройств и механизмов характеризуется недетерминированностыо адгезионных возмущений, действующих со стороны внешней среды, отсутствием точных данных о величинах прикладываемых сил и параметрах окружающей среды, координатах рабочих органов, объектов сборки и т.д. Когда для большинства из измеряемых параметров отсутствуют численные показатели, особую роль приобретает аналитическое описание результатов наблюдений и построение соответствующей адекватной модели для описания эффектов, проявляющихся при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки. В условиях неполного и(или) неточного знания характеристик МСТ и характеристик окружающей среды другой важной задачей является разработка новых алгоритмов управления микрома-нипуляционными устройствами с развитыми средствами адаптации. Практически единственным эффективным подходом в таких жестких условиях является использование интеллектуальных методов.

Наиболее комплексная и гибкая автоматизация микросборочных процессов может быть достигнута при использовании групповых и мультиагентных принципов управления, когда одновременно функционируют сразу несколько микророботов в качестве основных и вспомогательных сборочных единиц. Поэтому другой немаловажной задачей является разработка алгоритмов планирования действий в группе микророботов, и, в частности, планирование траекторий движения в некоторой технологической области со стационарными и пшшртыми препятст-

виями. Так как эта задача должна решаться в режиме

ждишг* |®се

расчеты в идеале проводиться только бортовыми вычислительными устройствами, то требования к быстродействию разрабатываемых алгоритмов достаточно жестки.

Анализ опубликованных работ в области микроробототехники таких отечественных и зарубежных авторов, как В.Г. Градецкий, П.П. Мальцев, Б.Г. Ильясов, В.И. Поспелов, Р. Феринг, Т. Факуда, Ф. Араи, К. Борингер, К. Гольдберг, Г. Янг, Ю. Ролл от, показывает, что, несмотря на активные исследования, в этой области до сих пор не решен целый ряд проблем, относящихся как к разработке, так и управлению микророботами и микроманипуляционными устройствами. Во многом это объясняется тем, что практическая проверка работоспособности и эффективности разрабатываемых алгоритмов планирования и управления такими сложными техническими системами, какими являются микромеханизмы, достаточно дорогостоящий и длительный процесс, связанный с необходимостью проведения большого числа циклов отладки и апробации исследуемых алгоритмов, требующий тщательной и кропотливой настройки тестируемого оборудования и т.д. Значительные издержки на исследования связаны с вопросами расширения элементной базы, разработкой и внедрением в состав специализированных комплексов новых типов микро- роботов и механизмов. Тестирование новых конструкций и их внедрение в существующие комплексы требует также глобальной перенастройки систем управления и планирования.

Одним из способов преодоления вышеперечисленных недостатков является разработка новых методов исследования сложных технических систем и протекающих в них процессов на базе комплексного виртуального моделирования. В основе этой идеи лежит разработка копирующей системы виртуальной реальности (СВР), которая вместе с физической средой (адекватно отражаемой в ней), составляет единый имитационно-технологический комплекс. Такой подход позволяет создать интерактивный, высокоуровневый человеко-машинный интерфейс и реализовать на его основе информационную (прежде всего, визуальную) поддержку каналов обратной связи. Однако такой подход требует найти решения целого ряда проблем, связанных с особенностями взаимодействия виртуальных и реальных микросистем.

Цель и задачи исследования

Целью работы является разработка и исследование интеллектуальных и эвристических алгоритмов планирования, управления микросборочными процессами с использованием технологий виртуальной реальности.

Для достижения данной цели требуется решить следующие задачи.

1. Построить математические модели адгезионных эффектов, проявляющихся при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки.

2. Разработать интеллектуальный алгоритм управления микросборочными процессами для компенсации возмущений, действующих со стороны внешней среды,

3. Разработать быстросчетный алгоритм планирования оптимальных маршрутов для группы микророботов, выполняющих технологические операции в составе микросборочного комплекса.

4. Разработать архитектуру, структуру и методики использования системы виртуальной реальности (СВР) для информационной поддержки протекающих технологических процессов, отладки и тестирования алгоритмов планирования и управления микросборочным комплексом.

5. Разработать прикладное программное обеспечение (ППО) на основе алгоритмов реализации виртуальных моделей микросистем для исследования эффективности предложенных алгоритмов планирования и управления, а также оценки эффективности разработанных конструкций микросборочных устройств и адекватности их моделей.

Методы исследования

Для решения поставленных в диссертационной работе задач были применены методы системного анализа, теории автоматического управления, робототехники, теории нейронных сетей, оптимизации, матричного исчисления и виртуального моделирования.

Научная новизна результатов

1. Математические модели для оценки величин адгезионных эффектов, которые проявляются в динамике при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки. Полученные модели ориентированы на решение задач пространственного взаимодействия сборочных инструментов с микрообъекгами в условиях комбинированного возмущающего воздействия и адекватно отражают работу микротехнолошческих контактных концевых эффекторов, принципы действия которых могут быть различны.

2. Разработанная структура прогнозирующего управления микросборочными процессами, представляющая собой интеллектуальную систему управления с блоком предсказания, построенным в нейросетевом базисе. Данная структура позволяет путем адаптивной подстройки основных параметров объекта управления компенсировать недетерминированные возмущения, оказываемые со стороны внешней среды.

3. Разработанный генетический алгоритм планирования оптимальных маршрутов для группы микророботов в среде с препятствиями, позволяющий решать

оптимизационную задачу в соответствии с задаваемыми критериями: минимальной длиной маршрута, затраченным временем на движение и т.д.

4. Разработанные архитектура и структура СВР: функциональная структура из пяти основных составляющих - виртуальных и математических моделей, интерфейсного и моделирующего комплексов, системы ЗО-визуализации; структурно-информационная схема взаимодействия СВР, физической среды и оператора технологических процессов; многоуровневая иерархическая архитектура СВР.

Практическая ценность результатов

1. Алгоритмы создания виртуальных моделей микросистем, являющиеся базой для построения СВР и предоставляющие необходимый инструментарий для проведения оценки эффективности конструкций микроманипуляционных систем, отработки особенностей их систем планирования и управления, и реализации других интерактивных технологических расчетов. А также разработанные методики использования СВР для преодоления недостатков, связанных с особенностями каналов оптического наблюдения на микроуровне, и обеспечения визуальной поддержки каналов обратной связи при планировании, управлении и проведении микросборочных процессов.

2. Разработанное прикладное программное обеспечение (11110), реализующее предлагаемые архитектуру и структуру СВР, алгоритмы создания виртуальных моделей, алгоритмы планирования и управления, а также методики использования.

3. Результаты проведенного с помощью ППО сравнительного анализа эффективности разработанных алгоритмов планирования и управления, а также разработанный высокоуровневый человеко-машинный интерфейс.

4. Конструкции и модели сборочных микромеханизмов, разработанных и реализованных в ППО, а также результаты оценки их эффективности и адекватности.

Связь исследований с научными программами

Диссертационная работа выполнена в рамках программы фундаментальных исследований РАН, государственный контракт № 10002-25ЮЭММПУ-4/080-093-535, 2003 г.; программы № 16 фундаментальных исследований ОЭММПУ РАН, 2004 г.; грантов РФФИ 02-01-97916-р2002агидель_а и 05-01-97906-р_агидель_а; ФЦП «Интеграция», проект №П0039, раздел 7.

Апробация работы

Основные результаты докладывались на II Конкурсе научных работ студентов вузов Республики Башкортостан (Уфа, 2002 г.), на Международной научной конференции «Искусственный интеллект» (г. Кацивели, Украина, 2002 г. и 2004 г.), на научной школе-конференции «Мобильные роботы и мехатронные

системы» (Москва, 2002 г. и 2003 г.), на Международном семинаре по перспективной робототехнике (Москва, 2003 г.), на ХП Международной конференции по вычислительной механике и современным прикладным программным системам (Владимир, 2003 г.), на Всероссийской молодёжной научно-технической конференции «Интеллектуальные системы управления и обработки информации» (Уфа, 2003 г.), на II Конкурсе научных работ молодых ученых и аспирантов УНЦ РАН и АН РБ (Уфа, 2003 г.), на Первой Всероссийской научно-технической конференции с международным участием «Мехатроника, автоматизация и управление» (Владимир, 2004 г.), на Международной конференции по компьютерным наукам и информационным технологиям С81Т (Уфа, 2003 г., Будапешт, Венгрия, 2004 г.).

На основе полученных в ходе диссертационной работы результатов подготовлен один из разделов учебного пособия с грифом УМО.

Публикации

Основные материалы диссертационной работы опубликованы в 13 статьях и 6 тезисах докладов. Получено 2 патента, 3 авторских свидетельства, а также 11 положительных решений по заявкам на изобретения.

Объем и структура работы

Диссертационная работа состоит из 161 страницы машинописного текста, включающего в себя введение, пять глав основного материала, выводы и заключение; рисунков на 20 страницах; библиографического списка из 140 наименований на 12 страницах и трех приложений на 13 страницах.

Автор выражает глубокую благодарность д-ру техн. наук, проф. Б Г. Ильясову и д-ру техн. наук, проф. Р. А. Мунасыпову за обстоятельные консультации по проблемам планирования и управления микроробототехническими системами.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы, формулируются цель работы и задачи исследования, обсуждается новизна и практическая ценность выносимых на защиту результатов.

В первой главе проводится анализ современного состояния микросборочных технологий и виртуальных технологий моделирования сложных технических систем.

На основе обзора микросборочных технологий предлагается их классификация по принципам выполнения маннпуляционных операций и применяемым физическим эффектам. Делается заключение о том, что в большинстве систем слабо реализована информационная, прежде всех о, визуальная поддержка каналов обратной связи Возникают проблемы интерпретации и отображения состояний и

параметров рабочего пространства и технологического оборудования, увеличивается нагрузка оператора, усложняется работа в многозадачном режиме и т.д.

Проведенный анализ виртуальных технологий моделирования сложных технических систем показал, что с целью сокращения затрат на экспериментальную проверку и апробацию на практике часто используются системы виртуальной реальности. В самых разных областях науки использование СВР позволяет отказаться от изготовления натурных прототипов, ограничить эксплуатацию сложного и дорогостоящего оборудования при проведении экспериментов и обучении персонала. Приводится классификация СВР в зависимости от используемых информационно-технических устройств и способов реализации виртуального пространства.

Рассматриваются возможные варианты построения СВР, на основании анализа которых формируется структура виртуальной надстройки для информационной поддержки, отладки и тестирования алгоритмов планирования и управления микросборочными процессами. Показана необходимость построения СВР в виде многоуровневой иерархической структуры. Анализируются проблемы управления и взаимодействия реальных и виртуальных микросистем.

Формулируются цель и задачи исследования, решаемые в диссертационной работе.

Во второй главе описывается построение математических моделей для оценки величин адгезионных эффектов, проявляющихся при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки.

Рассматриваются вопросы влияния различных факторов окружающей среды (влажность, температура, пыль и т.д.), свойств микрообъектов и рабочих органов (материалы, шероховатости поверхностей, диэлектрические слои в области контакта и т.д.) на величины адгезионных сил при выполнении микросборочных операций. В качестве главных составляющих адгезии выделяются электростатические силы, силы Ван-дер-Ваальса, поверхностного натяжения и короткодействующие молекулярные силы.

Строятся динамические модели для оценки величин адгезионных эффектов, проявляющихся при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки в условиях комбинированного возмущающего воздействия внешней среды. В качестве рабочих инструментов рассматриваются микротехнологические контактные концевые эффекторы, принципы действия которых могут быть основаны на различных типах сил удержания объектов сборки (криогенные, вакуумные и т.д.). Модель рассматривается на примере операций захвата-выпускания микросферы (рис. 1)

В соответствии с тем, что в микромире продолжают действовать механика и 1 законы Ньютона, уравнения захвата микросферы записываются в следующей форме:

тХ = Сдг (Г>2 )со8ф + совф + «м А = КГ Ф2)С08Ф + СГ(А)- ^ созф + Уэ= л, + д„ + (лц + а)-с08(ф), 7э = а + а соб(ф) , Уэ = а + а> соз(ф), где А, Кэ - расстояния между подложкой и микросферой, микросферой и рабочей поверхностью концевого эффектора, и рабочей поверхностью концевого эффектора и подложкой соответственно; ф - угол между нормалью к обратной стороне рабочей поверхности концевого эффектора и вертикальной осью; К, и Уэ- скорость и ускорение движения концевого эффектора; Гвнсш - прикладываемое внешнее усилие к концевому эффектору; - эффективная сила удержания объекта сборки; /\,адг - адгезионные силы: /^адг( А) - ^"(А ) + А"(А)+

+ /^ВяВ(А) + СР(А) > гДе V» АВйВ> АК°Р ~ силы Ван-дер-Ваальса, капиллярные, электростатические и короткодействующие молекулярные, индексами г, у обозначены объекты среды, взаимодействие которых приводит к адгезии: м -микросфера, э - концевой эффектор, п - подложка; к - 1,2.

В аналогичной форме записываются уравнения равновесия системы концевой эффектор-микросфера-подложка при выполнении операции выпускания, где учитывается отсутствие эффективной силы удержания Г,фф и смена знака прикладываемой силы ^внеш*

Компьютерное моделирование и сравнительный анализ полученных результатов с реальными экспериментальными данными подтвердили адекватность построенных моделей. Показано их использование для построения быстросчетной вычислительной модели, входящей в структуру адаптивной системы управления,

для компенсации возмущающих воздействий, действующих в условиях микромира.

В третьей главе рассмотрена разработка интеллектуальных и эвристических алгоритмов планирования и управления микроробототехническими системами.

На основе анализа возмущений, действующих при выполнении микросборочных операций, выделяются их основные характерные особенности. Все возмущения носят случайный характер и не поддаются измерению в явном виде, а их косвенная оценка требует значительных временных затрат. При расчете управляющих воздействий проанализировать и учесть влияние каждого из них практически невозможно из-за чрезмерного увеличения сложности модели. Поэтому предлагается для поиска оптимального варианта управления в условиях неполного и неточного знания характеристик объекта управления и окружающей среды использовать интеллектуальные методы.

Для компенсации возмущений предложен подход, основанный на синтезе интеллектуальной системы управления с блоком предсказания (предиктором), построенным в нейросетевом базисе и использующем в процессе функционирования как результаты моделирования поведения микрообъектов, так и текущую информацию с имеющихся сенсорных систем. Предиктор синтезировался в виде одно-шагового блока прогнозирования на базе прямонаправленной трехслойной нейронной сети с радиалъно-базисными активационными функциями нейронов скрытого слоя (РБФ-сети).

Прогнозирующую оценку недетерминированных возмущений предлагается проводить на базе векторов ух(к) текущего состояния (сигналы обратной связи, получаемые с сенсорных систем), косвенных у2(к) и размерных у-¡(к) факторов (эмпирические данные в виде констант окружающей обстановки), текущих коэффициентов взаимодействий ^(й) (выход математических моделей микромира), а также значений векторов текущего состояния за один У\(к— 1), два у\(к-2), три У{(к~3) предшествующих такта. Эффективность завершения очередной микрома-нипуляционной операции выражается в виде ожидаемого вектора параметров взаимодействий з>(А+1) = (£)ь £>2)г:

у(к+1) = Ш{ух{к\У2{к\уъ{к\у^к\у,{к-1),у,{к-2\ух{к-3)), где — расстояние микрообъект-подложка; 02 - расстояние микрообъект-эффектор (см. рис. 1); NN - проводимое сетью преобразование вход-выход.

В случае успешного прогноза завершения очередной операции, в системе управления генерируются базовые сигналы управления микроманипуляционными устройствами. В противном случае, формируются сигналы компенсации погреш-

ностей средствами технологической оснастки, т.е. путем изменения базовых характеристик объекта управления. В зависимости от ожидаемого вектора параметров взаимодействий и состояния рабочей среды, компенсация может быть реализована, к примеру, увеличением константы Гамакера путем напыления микроскопического слоя межфазного вещества, снятием статических электрических зарядов с помощью специальных схем заземления, изменением температуры или относительной влажности воздуха системами контроля и управления параметрами окружающей микросреды и т.д.

Далее в главе разрабатывается генетический алгоритм (ГА) планирования траекторий группы микророботов, функционирующих в некоторой технологической области со стационарными и подвижными препятствиями. Оптимальное решение задачи должно обеспечить бесконфликтное движение каждого микроробота в группе с возможностью изменения скорости движения.

Для решения этой задачи с помощью ГА формируется модель внешней среды Для ее описания используется М, сеточных представлений рабочего пространства в виде матриц размерностью х 5У (рис. 2), элементы которой принимают логические значения, в зависимости от того свободна или занята препятствием соответствующая ячейка сетки. Величина И, выбирается в зависимости от шага квантования по времени и характеризует период, в течение которого движение препятствий в рабочей области задано, определяя максимальную глубину планирования по времени.

В качестве индивидуумов рассматриваются маршруты движения по ячейкам сеток, и хромосома представляет собой последовательность Ир узлов, образующих траекторию движения. При этом каждый г-ый узел содержит гены, представляющие собой координаты в виде индексов х, и у, соответствующей ячейки, а также индекс (период) времени в течение которого микроробот находится в данной ячейке (рис. 3) Гены, соответствующие индексам времени и расположенные в последовательных узлах хромосомы, отличаются на единицу. Также вводится поня-

Другис КИ Текущее

микророботы ЗМЦГ положение

Рис. 2 - Модель внешней среды

тие сегмента хромосомы, под которым понимается несколько последовательных узлов (участок маршрута). Первый узел является стартовой точкой маршрута, а последний узел - конечной. Число генов в хромосоме динамически изменяется от итерации к итерации, однако общее число промежуточных узлов Ыр не превышает величину (V,. Начальной популяцией называются те траектории, что соединяют точку старта и цели. Множество начальных популяций формируется случайно.

Узел Ген Сегмент

х„ Уп h У\ h УЦ-2 'Лг2 щ, }N, 1 'и>|

N,

Рис. 3 - Кодировка маршрута движения в хромосоме

Главным требованием при выборе оптимального решения на каждом этапе эволюции является его соответствие следующему неравенству: Smaxi^ 5тахм> гДе 5тах. и 5ти,. 1 максимальные значения критериев выживания на /-ом и (i-l)-M эволюционных этапах. В качестве функции пригодности служит следующий функ-

ЦИ0НЗЛ: 5 = ¿со А, ¿со, =1,

где со* = const е [0, 1] - весовые коэффициенты, Sk - нормированные значения функций соответствия, вычисляемых для проверки степени близости потенциального решения по заданному к-ому критерию к оптимальному маршруту.

Функция соответствия S\ характеризует критерий оптимальности по длине (N-1 __________________________N"1

траектории:

1=0

N.-l

\ -=0

где оМх), х,+1 ,у„ у,+\) — 1 при перемещении в соседнюю ячейку по горизонтали и вертикали, и с1(х„ х^-и у„ у,+0 = 72 - по диагонали.

Функция соответствия Б2 характеризует критерий оптимальности по времени, затраченному на движение по маршруту:

Функция соответствия 53 позволяет найти маршрут, проходящий на «безопасном» расстоянии от стационарных препятствий:

мг\м -

1=0

где М- общее число ячеек, соответствующих статическим препятствиям.

Функция соответствия ¿ч позволяет найти маршрут, проходящий на «безопасном» расстоянии от подвижных препятствий:

1=0 1=1

где 5 - число микророботов в рабочем пространстве с заданными маршрутами перемещения. Индексом ? подчеркивается принадлежность координат х„у, и хр yJ одному моменту времени.

Функция соответствия характеризует гладкость траектории движения:

(к.-г V1

55 =

£ ^

где 9, - угол между двумя линейными сегментами, соединяющими г'-ую ячейку маршрута, а - желаемый угол курса.

После процедуры отбора из популяции наиболее приспособленных особей на их базе осуществляется процесс генерации новых поколений. Новое поколение хромосом генерируется посредством четырех основных операций: скрещивания, мутации, спрямления и сглаживания. Операции скрещивания и мутации подобны традиционным схемам "размножения", используемым в классических ГА, однако реализованы с учетом специфики данной задачи. Целью использования операций спрямления и сглаживания является улучшение структуры хромосомы с точки зрения временной оптимальности и обеспечения гладкости при движении по маршруту.

В четвертой главе разрабатываются архитектура, структура и методики использования СВР для информационной поддержки, отладки и тестирования алгоритмов планирования и управления микросборочными процессами.

Для повышения эффективности отладки, тестирования разрабатываемых систем управления и планирования, апробации исследуемых алгоритмов, для снижения издержек на создание натурных прототипов предложена структура СВР как имитационно-технологического комплекса автоматизированной микросборки, основанного на информационном отражении состояния физической среды.

Разработана функциональная структура СВР, включающая пять главных составляющих, - комплекс физических и математических моделей, интерфейсный и моделирующий блоки, систему ЗБ-визуализации Для достижения требуемого вычислительного быстродействия предложена распределенная архитектура вычислительных узлов СВР.

Разработаны функциональная и структурно-информационные схемы взаимодействия СВР, физической среды и оператора. Разработана многоуровневая иерархическая программная архитектура СВР, позволяющая реализовать открытость, модульность и универсальность прикладного программного обеспечения. В зависимости от используемых модулей, выделены три режима работы СВР - автономный, динамического отражения и управления. Для увеличения скорости обмена информацией между уровнями системы вместо передачи потоков данных с

сенсоров предложено использовать вектор состояния микротехнологической среды.

Выявлены основные факторы, определяющие состав программно-технических средств СВР, и на их основе выбраны методы разработки геометрических моделей виртуальной инфраструктуры микротехнологического комплекса и средства синтеза изображений. Проведена разработка геомегрических моделей и их компьютерное прототипирование (рис 4).

Рис. 4 - Виртуальные модели-копии элементной базы микросборочного комплекса

Для преодоления недостатков, связанных с особенностями оптических каналов наблюдения па микроуровне (большое фокусное расстояние, сверхмалая глубина резкости объективов, особые настройки освещения и т д.), предложена методика использования СВР в микротехнологических приложениях. В отличие от микроскопов и телекамер, технологии виртуальной реальности позволяют обеспечить наблюдаемость любой точки рабочей среды, под любым ракурсом и планом, сделать «разрез» и т.д. Стереоскопическое визуальное отображение расширяет восприятие глубины и ощущение пространства, переводит наблюдаемую область в «привычный» объемный вид, значительно облегчая оператору задачу восприятия рабочей сцены. Реализуется гиперскопическое визуальное отображение - наблюдение под несколькими произвольными ракурсами одновременно с помощью виртуальных камер, что дает качественно новое представление о взаимном положении объектов и движении рабочих органов относительно целевых точек, позволяя более точно проводить наблюдение, мониторинг и контроль над состоянием и параметрами микротехнологических процессов.

Разрабо1аны алгоритмы создания виртуальных моделей микросистем, позволяющие в удобной для восприятия форме оценивать эффективность конструкций микроманипуляционных систем, отрабатывать особенности их систем планирования и управления, и проводить другие технологические расчеты. Алгоритмы основаны на разработанных интерфейсах MD-API (Microrobots Development Ар-

plication Program Interface) и MSD-API (Microsystems Development Application Program Interface).

В пятой главе разрабатывается прикладное программное обеспечение (11110), реализующее предложенные методики использования СВР, и с его помощью проводятся вычислительные эксперименты.

На основе разработанного 11110 (рис. 5) проведены эксперименты по отладке и тестированию алгоритмов планирования и управления. При заданных значениях параметров моделей технологического пространства общая продолжительность сборки микросистемы из 15 компонентов тремя микророботами составила 9 минут. Продемонстрировано, что наибольшие вычислительные мощности требуют стратеги-t ческий и тактический уровни системы

I управления. Использование ГА на тактиче-

^^^ I ском уровне показало, что разработанный

шШ^ЯЯ]J алгоритм является более эффективным, чем

Ция Вцд Объекты Тдуг«оаесе >

Ъ ь<т\ * о нГ- г ■

33,33 ;Трсугоям>гг» 3*96« i^xOTOr 137х13?<*> 137(13?/. * 127,7 4JS0,S~Z.7b,7 ^ИфорсватГрМ;ОД ¡Ш) H«epoprfoT2if 10.Ц0Д С

Рис. 5 - Главное рабочее окно СВР

алгоритмы планирования, широко применяемые в настоящее время.

Показано, что характеристики работы графической подсистемы СВР определяются общим числом полигонов в геометрических моделях сцены, числом используемых виртуальных камер, а также ракурсами, в которых синтезируются изображения виртуальной среды. Установлено, что одновременное использование базовой, локальной, глобальной, а также двух дополнительных виртуальных камер, является компромиссным решением для обеспечения работы всей системы в режиме реального времени. Использование для обмена информацией предложенного вектора состояний позволило реализовать вышеуказанный режим отображения при пропускной способности канала в 1 Кбайт/с.

С помощью ППО проведены экспериментальные исследования по разработке и комплексному моделированию новых сборочных микромеханизмов - электростатического, электродинамического и капиллярного захватных устройств. На их примере показано использование предложенных алгоритмов разработки виртуальных моделей.

Описаны результаты полунатурных и натурных экспериментов проверки программно-аппаратной совместимости разработанного ППО с прототипом микросборочного комплекса, построенного на базе мобильных манипуляционных

микро- и минироботов. Также приведены результаты комплексных исследований (виртуальные, полунатурные и натурные эксперименты) эффективности предложенных алгоритмов планирования и управления.

Приведен анализ перспектив развития и использования разработанной СВР в микротехнологических приложениях

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

1. Построены математические модели адгезионных эффектов, ориентированные на описание пространственного взаимодействия сборочных инструментов с микрообъектами в условиях комбинированного воздействия недетерминированной окружающей среды на работу микротехнологических контактных концевых эффекторов, принципы действия которых мо1уг быть основаны на различных типах удержания объектов сборки. Показана эффективность их использования для построения быстросчетной вычислительной модели, используемой при организации адаптивного управления.

2. Разработан интеллектуальный алгоритм прогнозирующего управления микросборочными процессами, представляющий собой систему управления с блоком предсказания, построенным в нейросетевом базисе, реализующий адаптивную подстройку основных параметров объекта управления в соответствии с прогнозируемым возмущением.

3. Разработан генетический алгоритм планирования оптимальных маршрутов для группы микророботов в среде с препятствиями, позволяющий решать оптимизационную задачу в соответствии с задаваемыми критериями: минимальной длиной маршрута, затраченным временем на движение и т.д. Предложенный алгоритм значительно снижает аппаратно-временные затраты на поиск оптимальной траектории, позволяя реализовать предлагаемый метод бортовыми вычислительными средствами микророботов.

4. Разработаны архитектура и структура СВР, включающие в себя: функциональную структуру из пяти основных составляющих - виртуальных и математических моделей, интерфейсного и моделирующего комплексов, системы ЗО-визуализации; структурно-информационную схему взаимодействия СВР, физической среды и пульта оператора; многоуровневую иерархическую архитектуру СВР. Предложены методики использования СВР для преодоления недостатков, связанных с особенностями каналов оптического наблюдения на микроуровне, обеспечения визуальной обратной связи при планировании, управлении и контроле микросборочных процессов.

5. Разработано прикладное программное обеспечение (ППО), на базе которого с использованием виртуальных моделей микросистем проведены программ-

ные, полунатурные и натурные экспериментальные исследования, доказавшие эффективность предложенных алгоритмов планирования и управления, адекватность виртуальных моделей, а также с его помощью разработаны и исследованы конструкции новых микросборочных устройств.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Свид об офиц. регистр, программы для ЭВМ №2001611806. Система планирования траектории мобильного робота / А.Б. Мигранов. М.: РосПатент, 2001.

2. Мигранов А.Б. Виртуальный роботизированный микросборочный комплекс // Конкурс научных работ студентов вузов Республики Башкортостан 2002 г.: Сбор, матер. Уфа: Виртуал, 2002. С. 120.

3. Даринцев О.В., Мигранов А.Б. Виртуальная роботизированная микросборочная фабрика, алгоритмы интеллектуального планирования и управления // Искусственный интеллект. 2002. № 4. С. 397—404.

4. Охоцимский Д.Е., Ильясов Б.Г., Даринцев О.В., Мунасыпов P.A., Мигранов А.Б. Проблемы взаимодействия виртуальных и реальных микросистем // Мобильные роботы и мехатронные системы: Матер, науч. шк.-конф. М.: МГУ,

2002. С. 5-17.

5. Мигранов А.Б. Моделирование возмущающих факторов окружающей среды в условиях микромира с использованием MATLAB // Интеллектуальные системы управления и обработки информации: Матер. Всерос. молодёжи, науч-техн. конф. Уфа: УГАТУ, 2003. С. 110.

6. Даринцев О.В., Мигранов А.Б. Управление технологическими процессами микросборки в реальном времени с использованием виртуальных систем, интеллектуальных и адаптивных алгоритмов // Искусственный интеллект. 2003. № 3. С. 172-180.

7. Ильясов Б.Г., Даринцев О.В., Мигранов А.Б. и др. Виртуальная микрофабрика как интеллектуальный интерфейс при управлении реальным микросборочным комплексом // Матер. 5-й межд. конф. CSIT 2003. Уфа: УГАТУ, 2003. Т. 1. С. 300-305. (Статья на англ. яз).

8. Даринцев О.В., Мигранов А.Б. Виртуальная микротехнологическая среда: структура и особенности реализации // Информ. технологии и программирование: Межвуз. сбор. ст. Вып. 4 (9) М.: МГИУ, 2003. С. 17-23.

9. Ильясов Б.Г., Даринцев О.В., Мунасыпов P.A., Мигранов А.Б. Принятие решений при управлении реальными микросистемами на основе виртуальных моделей // Матер, междунар. конф. IARP 2003. М.: Ин-т проблем механики РАН,

2003. С. 157-163. (Статья на англ. яз.).

10. Даринцев О.В., Мунасыпов P.A., Мигранов А.Б. Виртуальные среды тестирования алгоритмов управления и планирования // Вопросы управл. и проек-тир. в инф. и киберн. системах. : Межвуз. науч. сб. Уфа: УГАТУ, 2003. С. 84-90.

11. Патент 22054753 РФ МКИЗ В25 J15/06, 7/00. Мобильный вакуумный пьезоэлектрический микроробот / AM. Пугин, О.В. Даринцев, А.Б. Мигранов. Опубл. 20.08.03. Бюл. № 23.

12. Патент 2210493 РФ МКИЗ Н01 L41/09, Н02 N 2/00, В25 J15/06. Вакуумное захватное устройство / A.M. Пугин, О.В. Даринцев, А.Б. Мигранов. Опубл. 27.05.03. Бюл. № 15.

13. Даринцев О.В., Мигранов А.Б. Физические модели адгезионных сил как основных возмущающих воздействий при микросборке // Мобильные роботы и мехатронные системы: Матер, науч. шк.-конф. М.: МГУ, 2004. С. 190-204.

14. Даринцев О.В., Мигранов А.Б. Использование методов искусственного интеллекта в системах управления микроманипуляционными устройствами // Искусственный интеллект. 2004. № 3. С. 684-688.

15. Даринцев О.В., Мигранов А.Б. Нейросетевые предикторы в системах управления микромеханическими системами // Искусственный интеллект. 2004. № 3. С. 689-699.

16. Ильясов Б.Г., Даринцев О.В., Мигранов А.Б. Построение микромеханических и микроробототехнических систем с использованием виртуальной среды // Мехатроника, автоматизация и управление: Тр. 1-й Всерос. науч.-техн. конф. М.: Новые технологии, 2004. С. 55-58.

17. Ильясов Б.Г., Даринцев О.В., Мигранов А.Б., Верн X. Информационная поддержка процессов сборки МЭМС // Матер. 6-й межд. конф. CSIT 2004. Будапешт, Венгрия - Уфа, УГАТУ, 2004. Т. 1. С. 114-119. (Статья на англ. яз.).

18. Свид. об офиц. регистр, программы для ЭВМ № 2002610748. Виртуальная среда проектирования, тестирования и отладки микроэлектромеханических систем / О.В. Даринцев., А.Б. Мигранов. М.: РосПатент, 2004.

19. Мигранов А.Б. Разработка и использование виртуальных сред при проектировании, тестировании и эксплуатации MEMS // Матер. П конкурса науч. работ молодых ученых и аспирантов УНЦ РАН и АН РБ. Уфа: Гилем, 2004. С. 4-6.

20. Даринцев О.В., Мигранов А.Б. Манипуляционные микроробототехни-ческие системы и проблемы производства гибридных МЭМС // Нано- и микросистемная техника. 2005. № 2. С. 38-44.

Диссертант

А.Б. Мигранов

МИГРАНОВ АЙРАТ БАРИСОВИЧ

СИСТЕМА ВИРТУАЛЬНОЙ РЕАЛЬНОСТИ ДЛЯ РАЗРАБОТКИ И ИССЛЕДОВАНИЯ АЛГОРИТМОВ ПЛАНИРОВАНИЯ И УПРАВЛЕНИЯ МИКРОСБОРОЧНЫМИ ПРОЦЕССАМИ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 23.05.05. Формат 60x84 1/16 Бумага офсетная. Печать плоская. Гарнитура Times New Roman Усл. печ. л. 1,0. Усл. кр.-отт. 0,9. Уч.-изд. л. 0,9. Тираж 100 экз. Заказ № 221.

Уфимский государственный авиационный технический университет Центр оперативной полиграфии 450000, Уфа-центр, ул. К. Маркса, 12

РНБ Русский фонд

2006-4 7588

ВВЕДЕНИЕ.

ГЛАВА 1 Состояние и анализ проблем микросистемной техники (МСТ).

1.1 МСТ - критическое направление в науке и технике XXI века.

1.2 Микросборка и проблемы производства гибридных МЭМС.

1.3 Анализ современного состояния микросборочных технологий.

1.4 Виртуальные технологии для моделирования сложных технических систем.

1.5 Проблемы взаимодействия реальных и виртуальных микросистем.

1.6 Цель и задачи исследования.

Выводы по главе 1.

ГЛАВА 2 Разработка математических моделей функционирования микросистем с учетом особенностей влияния окружающей микросреды.

2.1 Математические модели адгезионных сил как основных возмущающих воздействий при микросборке.

2.3 Микроконтактная динамика при выполнении операций микроманипулирования.

Выводы по главе 2.

ГЛАВА 3 Синтез алгоритмов управления и планирования микромеханическими системами.

3.1 Прогнозирующее управление микросборочными процессами.

3.2 Разработка генетического алгоритма планирования оптимальных маршрутов для группы микророботов в среде с препятствиями.

Выводы по главе 3.

ГЛАВА 4 Разработка структуры, архитектуры и. методик использования системы виртуальной реальности (СВР).

4.1 Структура имитационно-технологического комплекса с элементами виртуальной реальности.

4.2 Режимы обработки информации и иерархическая программная архитектура СВР.

4.3 Алгоритмы разработки виртуальных моделей микросистем.

Выводы по главе 4.

ГЛАВА 5 Разработка прикладного программного обеспечения и проведение вычислительных экспериментов.

5.1 Программная реализация системы виртуальной реальности.

5.2 Эксперименты по отработке и апробации алгоритмов планирования и управления.

5.3 Разработка и моделирование новых микросборочных устройств.

5.4 Натурные эксперименты и перспективы дальнейшего развития СВР 173 Выводы по главе 5.

Актуальность темы

В ведущих научных изданиях неоднократно отмечалось, что в наступившем 21-м веке технологии, связанные с разработкой микросистемной техники (МСТ), станут одними из самых перспективных, способных привести к революционному скачку в развитии науки и техники. Уже сегодня без микросистем трудно представить высокотехнологичные, конкурентоспособные образцы продукции в автомобилестроении, медицине, авиации и космонавтике. МСТ является примером "критической", прорывной сферы приложения усилий в самых передовых странах. В США, Европе и Японии эта область деятельности характеризуются ежегодным удвоением объема капиталовложений и наличием приоритетных целевых национальных программ. В нашей стране также существуют несколько государственных программ в области МСТ: 1. Научно-техническая программа "Научные исследования высшей школы по приоритетным направлениям науки и техники"; 2. Программа-конкурс "Разработка приборов нового поколения на базе микроэлектромеханических систем"; 3. Федеральная целевая программа "Национальная технологическая база" и др.

Микросистемы могут представлять собой цельное, монолитное устройство или же быть частью составного устройства, собираемого из структур различного типа - механических, электронных, оптических и т.д. Именно с необходимостью разработки методов автоматизированной сборки сложных микросистем связано появление новых типов манипуляционных устройств (микророботов, микроманипуляторов, микросхватов, концевых эффекторов и др.) и развитие новой подобласти МСТ - микроробототехники.

Работа микроманипуляционных устройств и механизмов характеризуется недетерминированностью адгезионных возмущений, действующих со стороны внешней среды, отсутствием точных данных о величинах прикладываемых сил и параметрах окружающей среды, координатах рабочих органов, объектов сборки и т.д. Когда для большинства из измеряемых параметров отсутствуют численные показатели, особую роль приобретает аналитическое описание результатов наблюдений и построение соответствующей адекватной модели для описания эффектов, проявляющихся при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки. В условиях неполного и(или) неточного знания характеристик МСТ и характеристик окружающей среды другой важной задачей является разработка новых алгоритмов управления микроманипуляционными устройствами с развитыми средствами адаптации. Практически единственным эффективным подходом в таких жестких условиях является использование интеллектуальных методов.

Наиболее комплексная и гибкая автоматизация микросборочных процессов может быть достигнута при использовании групповых и мультиагент-ных принципов управления, когда одновременно функционируют сразу несколько микророботов в качестве основных и вспомогательных сборочных единиц. Поэтому другой немаловажной задачей является разработка алгоритмов планирования действий в группе микророботов, и, в частности, планирование траекторий движения в некоторой технологической области со стационарными и подвижными препятствиями. Так как эта задача должна решаться в режиме реального времени, а все расчеты в идеале проводиться только бортовыми вычислительными устройствами, то требования к быстродействию разрабатываемых алгоритмов достаточно жестки.

Анализ опубликованных работ в области микроробототехники таких отечественных и зарубежных авторов, как Градецкий В.Г., Мальцев П.П., Ильясов Б.Г., Поспелов В.И., Феринг Р., Факуда Т., Араи Ф., Борингер К., Гольдберг К., Янг Г., Роллот Ю., показывает, что, несмотря на активные исследования, в этой области до сих пор не решен целый ряд проблем, относящихся как к разработке, так и управлению микророботами и микроманипуляционными устройствами. Во многом это объясняется тем, что практичеекая проверка работоспособности и эффективности разрабатываемых алгоритмов планирования и управления такими сложными техническими системами, какими являются микромеханизмы, достаточно дорогостоящий и длительный процесс, связанный с необходимостью проведения большого числа циклов отладки и апробации исследуемых алгоритмов, требующий тщательной и кропотливой настройки тестируемого оборудования и т.д. Значительные издержки на исследования связаны с вопросами расширения элементной базы, разработкой и внедрением в состав специализированных комплексов новых типов микро- роботов и механизмов. Тестирование новых конструкций и их внедрение в существующие комплексы требует также глобальной перенастройки систем управления и планирования.

Одним из способов преодоления вышеперечисленных недостатков является разработка новых методов исследования сложных технических систем и протекающих в них процессов на базе комплексного виртуального моделирования. В основе этой идеи лежит разработка копирующей системы виртуальной реальности (СВР), которая вместе с физической средой (адекватно отражаемой в ней), составляет единый имитационно-технологический комплекс. Такой подход позволяет создать интерактивный, гибкий, высокоуровневый человеко-машинный интерфейс и реализовать на его основе информационную (прежде всего, визуальную) поддержку каналов обратной связи. Однако такой подход требует найти решения целого ряда проблем, связанных с особенностями взаимодействия виртуальных и реальных микросистем.

Цель и задачи исследования

Целью работы является разработка и исследование интеллектуальных и эвристических алгоритмов планирования, управления микросборочными процессами с использованием технологий виртуальной реальности.

Для достижения данной цели требуется решить следующие задачи:

1. Построить математические модели адгезионных эффектов, проявляющихся при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки.

2. Разработать интеллектуальный алгоритм управления микросборочными процессами для компенсации возмущений, действующих со стороны внешней среды.

3. Разработать быстросчетный алгоритм планирования оптимальных маршрутов для группы микророботов, выполняющих технологические операции в составе микросборочного комплекса.

4. Разработать архитектуру, структуру и методики использования системы виртуальной реальности (СВР) для информационной поддержки протекающих технологических процессов, отладки и тестирования алгоритмов планирования и управления микросборочным комплексом.

5. Разработать прикладное программное обеспечение (ППО) на основе алгоритмов реализации виртуальных моделей микросистем для исследования эффективности предложенных алгоритмов планирования и управления, а также оценки эффективности разработанных конструкций микросборочных устройств и адекватности их моделей.

Методы исследования

Для решения поставленных в диссертационной работе задач были применены методы системного анализа, теории автоматического управления, робототехники, теории нейронных сетей, оптимизации, матричного исчисления и виртуального моделирования.

Научная новизна результатов

1. Математические модели для оценки величин адгезионных эффектов, которые проявляются в динамике при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки. Полученные модели ориентированы на решение задач пространственного взаимодействия сборочных инструментов с микрообъектами в условиях комбинированного возмущающего воздействия и адекватно отражают работу микротехнологических контактных концевых эффекторов, принципы действия которых могут быть различны.

2. Разработанная структура прогнозирующего управления микросборочными процессами, представляющая собой интеллектуальную систему управления с блоком предсказания, построенным в нейросетевом базисе. Данная структура позволяет путем адаптивной подстройки основных параметров объекта управления компенсировать недетерминированные возмущения, оказываемые со стороны внешней среды.

3. Разработанный генетический алгоритм планирования оптимальных маршрутов для группы микророботов в среде с препятствиями, позволяющий решать оптимизационную задачу в соответствии с задаваемыми критериями: минимальной длиной маршрута, затраченным временем на движение и т.д.

4. Разработанные архитектура и структура СВР: функциональная структура из пяти основных составляющих - виртуальных и математических моделей, интерфейсного и моделирующего комплексов, системы 3D-визуализации; структурно-информационная схема взаимодействия СВР, физической среды и оператора технологических процессов; многоуровневая иерархическая архитектура СВР.

Практическая ценность результатов

1. Алгоритмы создания виртуальных моделей микросистем, являющиеся базой для построения СВР и предоставляющие необходимый инструментарий для проведения оценки эффективности конструкций микроманипуля-ционных систем, отработки особенностей их систем планирования и управления, и реализации других интерактивных технологических расчетов. А также разработанные методики использования СВР для преодоления недостатков, связанных с особенностями каналов оптического наблюдения на микроуровне, и обеспечения визуальной поддержки каналов обратной связи при планировании, управлении и проведении микросборочных процессов.

2. Разработанное прикладное программное обеспечение (Ш Ю), реализующее предлагаемые архитектуру и структуру СВР, алгоритмы создания виртуальных моделей, алгоритмы планирования и управления, а также методики использования.

3. Результаты проведенного с помощью 11110 сравнительного анализа эффективности разработанных алгоритмов планирования и управления, а также разработанный высокоуровневый человеко-машинный интерфейс.

4. Конструкции и модели сборочных микромеханизмов, разработанных и реализованных в 11110, а также результаты оценки их эффективности и адекватности.

Связь исследований с научными программами

Диссертационная работа выполнена в рамках программы фундаментальных исследований РАН, государственный контракт № 10002-25ЮЭММПУ-4/080-093-535, 2003 г.; программы № 16 фундаментальных исследований ОЭММПУ РАН, 2004 г.; гранта РФФИ 02-01-97916-р2002агидельа; гранта РФФИ 05-01-97906-рагидельа; ФЦП «Интеграция», проект №П0039, раздел 7.

На защиту выносятся

1. Математические модели адгезионных эффектов, проявляющихся при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки.

2. Интеллектуальный алгоритм прогнозирующего управления микросборочными процессами для компенсации возмущений, действующих со стороны внешней среды.

3. Генетический алгоритм планирования оптимальных маршрутов для группы микророботов, выполняющих технологические операции в составе микросборочного комплекса.

4. Архитектура, структура и методики использования системы виртуальной реальности (СВР) для информационной поддержки протекающих технологических процессов, отладки и тестирования алгоритмов планирования и управления микросборочным комплексом.

5. Прикладное программное обеспечение (ППО), разработанное на основе алгоритмов реализации виртуальных моделей микросистем, а также результаты исследования эффективности предложенных алгоритмов планирования и управления, а также результаты оценки эффективности разработанных конструкций микросборочных устройств и адекватности их моделей.

Апробация работы

Основные результаты докладывались на II Конкурсе научных работ студентов вузов Республики Башкортостан (Уфа, 2002 г.), на Международной научной конференции «Искусственный интеллект» (г. Кацивели, Украина, 2002 г. и 2004 г.), на научной школе-конференции «Мобильные роботы и мехатронные системы» (Москва, 2002 г. и 2003 г.), на Международном семинаре по перспективной робототехнике IARP International Workshop «MicroRobots, MicroMashines and MicroSystem» (Москва, 2003 г.), на XII Международной конференции по вычислительной механике и современным прикладным программным системам (Владимир, 2003 г.), на Всероссийской молодёжной научно-технической конференции «Интеллектуальные системы управления и обработки информации» (Уфа, 2003 г.), на II Конкурсе научных работ молодых ученых и аспирантов УНЦ РАН и АН РБ (Уфа, 2003 г.), на Первой Всероссийской научно-технической конференции с международным участием «Мехатроника, автоматизация и управление» (Владимир, 2004 г.), на Международной конференции по компьютерным наукам и информационным технологиям International Workshop on Computer Science and Information Technologies CSIT (Уфа, 2003 г., Будапешт, Венгрия, 2004 г.).

На основе полученных в ходе диссертационной работы результатов подготовлен один из разделов учебного пособия с грифом УМО. и

Публикации

Основные материалы диссертационной работы опубликованы в 13 статьях и 6 тезисах докладов. Получено 2 патента, 3 авторских свидетельства, а также 11 положительных решений по заявкам на изобретения.

Объем и структура работы

Диссертационная работа состоит из 161 страницы машинописного текста, включающего в себя введение, пять глав основного материала, выводы и заключение; рисунков на 20 страницах; библиографического списка из 140 наименований на 12 страницах и трех приложений на 13 страницах.

Краткое содержание работы

В первой главе проводится анализ современного состояния микросборочных технологий и виртуальных технологий моделирования сложных технических систем. Во второй главе описывается построение математических моделей для оценки величин адгезионных эффектов, проявляющихся при контактах объектов сборки с рабочими инструментами и поверхностями технологической оснастки. В третьей главе рассмотрена разработка интеллектуальных и эвристических алгоритмов планирования и управления микроробо-тотехническими системами. В четвертой главе разрабатывается архитектура, структура и методики использования СВР для информационной поддержки, отладки и тестирования алгоритмов планирования и управления микросборочными процессами. В пятой главе разрабатывается прикладное программное обеспечение (ППО), реализующее методику использования СВР. Представляются результаты экспериментов по апробации алгоритмов планирования и управления.

Автор выражает глубокую благодарность д.т.н., профессору Б. Г. Ильясову и д.т.н., профессору Р. А. Мунасыпову за обстоятельные консультации по проблемам планирования и управления микроробототехническими системами.

Выводы по главе 5

1. В соответствии предложенными архитектурой и структурой СВР, разработано прикладное программное обеспечение (11110), реализующее методику использования системы виртуальной реальности в микротехнологических приложениях.

2. С использованием разработанного 11110 проведены эксперименты по отладке и тестированию алгоритмов планирования и управления, в ходе которых получены следующие результаты:

• показано, что наибольшие вычислительные мощности требуют стратегический и тактический уровни системы управления;

• оптимальным для работы всей системы в режиме реального времени является одновременное использование базовой, локальной, глобальной, а также двух дополнительных виртуальных камер;

• использование предлагаемого решения по передаче информации между уровнями системы в виде вектора состояния приводит к снижению требования к пропускной способности каналов на пять порядков, по сравнению с традиционным способом передачи необработанной сенсорной информации.

3. С помощью ППО проведены экспериментальные исследования по разработке и комплексному моделированию новых сборочных микромеханизмов - электростатического, электродинамического и капиллярного захватных устройств.

4. На основе результатов проведенных полу натурных и натурных экспериментов была доказана эффективность предлагаемого подхода, и сформулированы перспективы развития и использования разработанной системы виртуальной реальности в микротехнологических приложениях.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решены задачи разработки и исследования интеллектуальных и эвристических алгоритмов планирования, управления микросборочными процессами с использованием технологий виртуальной реальности. Рассмотрено построение математических моделей адгезионных эффектов при проведении микросборочных операций; на основе построенных моделей предложен интеллектуальный алгоритм прогнозирующего управления микросборочными процессами; разработан генетический алгоритм планирования оптимальных маршрутов для группы микророботов; разработана архитектура, структура и методика использования системы виртуальной реальности для информационной поддержки протекающих технологических процессов, отладки и тестирования алгоритмов планирования и управления микросборочным комплексом; разработаны алгоритмы создания виртуальных моделей микросистем и прикладное программное обеспечение.

В работе получены следующие основные результаты:

1. Построены математические модели адгезионных эффектов, ориентированные на описание пространственного взаимодействия сборочных инструментов с микрообъектами в условиях комбинированного воздействия недетерминированной окружающей среды на работу микротехнологических контактных концевых эффекторов, принципы действия которых могут быть основаны на различных типах удержания объектов сборки. Показана эффективность их использования для построения быстросчетной вычислительной модели, используемой при организации адаптивного управления.

2. Разработан интеллектуальный алгоритм прогнозирующего управления микросборочными процессами, представляющий собой систему управления с блоком предсказания, построенным в нейросетевом базисе, реализующий адаптивную подстройку основных параметров объекта управления в соответствии с прогнозируемым возмущением.

3. Разработан генетический алгоритм планирования оптимальных маршрутов для группы микророботов в среде с препятствиями, позволяющий решать оптимизационную задачу в соответствии с задаваемыми критериями: минимальной длиной маршрута, затраченным временем на движение и т.д. Предложенный алгоритм значительно снижает аппаратно-временные затраты на поиск оптимальной траектории, позволяя реализовать предлагаемый метод бортовыми вычислительными средствами микророботов.

4. Разработаны архитектура и структура СВР, включающие в себя: функциональную структуру из пяти основных составляющих - виртуальных и математических моделей, интерфейсного и моделирующего комплексов, системы ЗЭ-визуализации; структурно-информационную схему взаимодействия СВР, физической среды и пульта оператора; многоуровневую иерархическую архитектуру СВР. Предложены методики использования СВР для преодоления недостатков, связанных с особенностями каналов оптического наблюдения на микроуровне, обеспечения визуальной обратной связи при планировании, управлении и контроле микросборочных процессов.

5. Разработано прикладное программное обеспечение (11110), на базе которого с использованием виртуальных моделей микросистем проведены программные, полунатурные и натурные экспериментальные исследования, доказавшие эффективность предложенных алгоритмов планирования и управления, адекватность виртуальных моделей, а также с его помощью разработаны и исследованы конструкции новых микросборочных устройств.

Предложенные методы моделирования, управления и планирования микроманипуляционными устройствами были реализованы в исследовательских работах по созданию автоматизированных технологических процессов на базе мобильных манипуляционных микророботов и натурного макета микросборочного комплекса. Показана возможность применения разработанных методов для моделирования и натурного воспроизведения движений роботов других классов.

Результаты диссертационной работы внедрены в Отделении энергетики, машиностроения, механики и проблем управления РАН (ОЭММПУ РАН), а также в учебный процесс в Уфимском государственном авиационном техническом университете, для обучения специалистов по направлению 650200 «Мехатроника и робототехника», специальность 210300 «Роботы и робототехнические системы».

1. Feynman R. P., There's Plenty of Room at the Bottom 1.I Reprinted by S. Sen-turia in IEEE/ASME Journal of Microelectromechanical Systems, Vol. 1, No. 1, March 1992, pp. 60-66.

2. Peterson K. Silicon as a Mechanical Material Proceedings of the IEEE, v. 70, No 5, May 1982. P. 420-457.

3. Лучинин B.B. Микросистемная техника. Направления и тенденции развития // Научное приборостроение. — 1999. Т. 9. — № 1. - С. 3-18.

4. Новые приоритеты науки и техники // Российская газета. — 1996 г. — 8 авг.

5. Е. Hui. Introduction to MEMS, с сайта http://www-bsacEECS.Berkeley.EDU~ elliot/mems.html. 6 сентября 2004.

6. Institut fur Mikrotechnik Mainz and GmbH. Micro-motors: The world's tiniest helicopter. С сайта http://www.imm-mainz.de/english/developm/hubi.html. 6 сентября 2004.

7. Fatikow S. and Rembold U. Microsystem Technology and Microrobotics. Berlin, Germany: Springer-Verlag, 1997.

8. Бочаров Л.Ю., Мальцев П.П. Состояние и перспективы развития микроэлектромеханических систем за рубежом // Микросистемная техника. — 1999. -№1. -С.41-46.

9. Baltes Н. and Brand О. CMOS-based microsensors and packaging // Sensors and Actuators A, Vol. 92, No. 1, 2001, pp. 1-9.

10. Copyright 2004 Namiki, Inc. Technology. С сайта http://www.namiki.com/ technology.html. 12 сентября 2004.

11. Harper С. A., Electronic Packaging and Interconnection Handbook, 3rd ed., McGraw-Hill, 2000.

12. Bohringer K. F., Fearing R. S. and Goldberg K. Y., Microassembly, S. Nof ed, Handbook of Industrial Robotics, 2nd ed., John Wiley & Sons, 1999, pp. 10451066.

13. Yang G., Gaines J. A. and Nelson B. J. A supervisory wafer-level 3D microassembly system for hybrid MEMS fabrication // Journal of Intelligent and Robotic Systems, 2000. pp. 178-187.

14. Hsu T. R. Packaging design of microsystems and meso-scale devices // IEEE Trans, on Advanced Packaging, Vol. 23, No. 4, 2000, pp. 596-601.

15. Lin L. MEMS post-packaging by localized heating and bonding // IEEE Trans. Advanced Packaging, Vol. 23, No. 4, 2000, pp. 608-616.

16. Kovacs G. T. A. Micromachined Transducers Sourcebook, McGraw-Hill, 1998.

17. Last H. R., Deeds M., Garvick D., Kavetsky R., Sandborn P. A., Magrab E. B. and Gupta S. K., Nano-to-millimeter scale integrated systems // IEEE Trans. Components and Packing Technology, Vol. 22, No. 2, Jun. 1999, pp. 338-343.

18. Benecke W. Silicon microactuators: activation mechanisms and scaling problems // Proc. IEEE Int. Conf. Solid-State Sensors and Actuators, 1991, pp.46-50.

19. Suzuki H., Ohya N., Kawahara N., Yokoi M., Ohyanagi S., Kurahashi T. and Hattori T. Shell-body fabrication for micromachines // J. of Micromechanics and Microengineering, Vol. 5, No. 1, 1995, pp.36-40.

20. Tiensuu A.-L., Bexell M., Schweitz J.-A., Smith L. and Johansson S. Assembling three-dimensional microstructures using gold-silicon eutectic bonding // Sensors and Actuator A, Vol. 45, 1994, pp. 227-236.

21. Dario P., Carrozza M., Croce N., Montesi M. and Cocco M. Non-traditional technologies for microfabrication // Micromechanics and Microengineering, Vol. 5, No. 2,1995, pp. 64-71.

22. M. J. Madou, Fundamentals of Microfabrication, 2nd ed. CRC Press, 2002.

23. Pan L.-W. and Lin L., Batch transfer of LIGA microstructures by selective electroplating and bonding // IEEE MEMS'00, pp. 259 -264.

24. Terfort A., Bowden N., and Whitesides G. M. Three-dimensional self-assembly of millimeter-scale components // Nature, vol. 386, no. 6621, Mar. 1997, p. 162.

25. Shimoyama I., Капо O. and Miura H., 3D micro-structures folded by Lorentz force // IEEE MEMS'98, pp.24-28.

26. Bohringer K. F., Donald B. R., Kavraki L. and Lamiraux F. L., Part orientation with one or two stable equilibria using programmable vector fields // IEEE Trans. Robotics and Automation, Vol. 16, No. 2, 2000, pp. 157-170.

27. Kaajakari V. and Lai A. An electrostatic batch assembly of surface MEMS using ultrasonic triboelectricity // IEEE MEMS'01, 2001, pp. 10-13.

28. Yeh H. J. and Smith J. S. Fluidic self-assembly of GaAs microstruc-tures on Si substrates // Sens. Mater., vol. 6, no. 6, 1994, pp. 319-332.

29. Bohringer К., Goldberg К., Cohn M., Howe R., and Pisano A., Parallel mi-croassembly with electrostatic force fields // in Proc. IEEE Int. Robot. Automat. Conf., 1997, pp. 1204-1211.

30. Palomar Technologies Enabling Lightwave Connectivity! Automate Assembly of Microelectronics. С сайта http://www.palomartechnologies.com/ news/pressreleases/archive/2003/pr030313hologic3500.htm. 16 сентября 2004.

31. Precision positioning equipment, motorized micrometers, piezoelectric actuators, amplifiers, Encoders. US Eurotec, Inc. С сайта http://www.useurotek.com. 17 сентября 2004.

32. Motion Control Positioning Systems, Components - Aerotech. Dedicated to the Science of Motion. С сайта http://www.aerotech.com. 17 сентября 2004.

33. Dechev N., Cleghorn W. L., Mills J.K. Microassembly of 3-D MEMS Structures Utilizing a MEMS Microgripper with a Robotic Manipulator // Proc. of IEEE Int. Conf. on Robotics and Automation (ICRA2003), Taipei, Taiwan, 2003, pp. 1419.

34. Klocke V., Gesang T. Nanorobotics for Micro Production Technology // SPIE conference Photonics Fabrication Europe, Brugge, Belgium 2002, pp. 409-419.

35. Kasaya Т., Miyazaki H., Saito S., and Sato T. Microobject handling under sem by vision-based automatic control // In Proceedings of the IEEE International Conference on Robotics and Automation, 1999, pp. 2189-2196.

36. Shintani H. Proposal of Interface in Nano-manipulation Using Force and Visual Sensing. // Master's thesis, Dept. of Electrical Engineering, Institute of Industrial Science, Univ. of Tokyo, 1999.

37. Yamamoto Y., Konishi R., Negishi Y., Kawakami T. Prototyping ubiquitous micro-manipulation system. // Advanced Intelligent Mechatronics, 2003. AIM 2003. Proceedings. 2003 IEEE International Conference.

38. Ильясов Б.Г., Мунасыпов P.A., Даринцев O.B. Настольный микросборочный производственный комплекс: планирование и управление/ Наукоемкие технологии машиностроения. Сб. трудов. Уфа: Гилем, 2000. - с.276-287.

39. Clark С. & Rock S. Randomized Motion Planning for Groups of Non-holonomic Robots // Proc. Int. Symp. of Artificial Intelligence, Robotics and Automation in Space, 2001.

40. Hsu D., Kindel R., Latombe J.C., and Rock S. Randomized Kinodynamic Motion Planning with Moving Obstacles // Int. J. of Robotics Research, March 2002, 21(3):233-255.

41. Guo Y. and Parker L. E. A Distributed and Optimal Motion Planning Approach for Multiple Mobile Robots // Proc. IEEE Int. Conf. on Robotics and Automation, 2002, p. 2612-2619.

42. LaVaile S.M., Kufiier J.J. Randomized Kinodynamic Planning // Int. J. of Robotics Research, 2001, 20(5):278-300.

43. Sanchez G., Latombe J.C. On Delaying Collision Checking in PRM Planning: Application to Multi-Robot Coordination // Int. J. of Robotics Research, Jan. 2002, 21(l):5-26.

44. Simeon Т., Leroy S., Laumond J.P. Path Coordination for Multiple Mobile Robots: a Geometric Algorithm // Proc. Int. Joint Conf. on Artificial Intelligence, 1999.

45. Erdmann M., Lozano-Perez T. On multiple moving objects. Algorithmica. 1987,2:477-521.

46. Ильясов Б.Г., Старцев Ю.В., Головацкий К.Э., Альмухаметов P.P., Бела-лов Б.М. Автономные наземные транспортные средства как объекты автоматического управления. // Мехатроника. №6, 2001. с. 5-10.

47. Старцев Ю.В., Головацкий К.Э. Алгоритмы маневрирования автономным мобильным роботом. // Вопросы управления и проектирования в информационных и кибернетических системах. Межвузовский научный сборник. Уфа, 2001г., с 112-118.

48. Ларичев О.И., Горвиц Г.Г. Методы поиска экстремума овражных функций. М.: Наука, 1990.

49. Holand J.H. Genetic algoritms and the optimal allocations of trials. // SIAM Journal Computing, 2(2), 1973, 88-105.

50. D.E.Goldberg. Genetic Algoritms in Search, Optimizatia and Machine Learning. Copyright 1989 by Addision-wes ley Publishing Company, Inc.

51. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы с использованием нечеткой логики. Учебное пособие. Уфа: УГАТУ, 1995. 101 с.

52. Градецкий В.Г., Кравчук JI.H., Пушкин М.М. Динамические процессы в многозвенных микросистемах // Микросистемная техника. — 1999. №3. -С.21-24.

53. Bark С., Binnenbose Т., Vogele G., Weisener Т. and Widmann М., Gripping with low viscosity fluids // Proc. IEEE Int. Conf. MEMS'98, pp. 301 -305.

54. Tichem M., Lang D., Karpuschewski B. A classification scheme for quantitative analysis of micro-grip principles. // Proc. IEEE Int. Conf. IP AS 2004, pp. 6876.

55. Вороновский Г. К. Усовершенствование практики оперативного управления крупными теплофикационными системами в новых экономических условиях Харьков: Изд-во «Харьков», 2002. - 240 с.

56. Минский М., Пейперт С. Персептроны. — М.: Мир, 1971. — 261 с.

57. Holland J. Н. Adaptation in natural and artificial systems An introductory analysis with application to biology, control, and artificial intelligence. — London: Bradford book edition, 1994. 211 p.

58. Вороновский Г. К., Махотило К. В., Петрашев С. П., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности.- X: Основа, 1997. — 112 с.

59. Афанасьев В.О., Бровкин А.Г.,Корниевский А.Н. и др. Исследование и разработка системы интерактивного наблюдения индуцированной виртуальной среды (системы виртуального присутствия) //В сб. «Космонавтика и ракетостроение», № 16, 1999, с.21-35.

60. Белоусов И.Р. Виртуальная среда для телеуправления роботами через сеть Интернет //Известия РАН, Теория и системы управления, № 4, 2002, — с. 135141.

61. Hirzinger G., Brunner В., Dietrich J., and Heindl J. Sensor-Based Space Ro-botics-ROTEX and its Telerobotic Features. /ЛЕЕЕ Transactions on Robotics and Automation, 9(5), Oct. 1993, pp. 649-663.

62. Belousov I., Clapworthy G. Remote programming and Java3D visualisation for Internet robotics //SPIE's International Technical Group Newsletter, Vol. 11, No. 1, February 2002, p. 8.

63. Sayers C., Paul R., Yoerger D., Whitcomb L. and Catipovic J. Experiments in subsea teleprogramming. С сайта http://www.cis.upenn.edu/ ~sayers/tele/subsea.html#sect5. 29 сентября 2004.

64. Backes P. G., Peters S. F., Phan L. and Tso K. S. Task lines and motion guides // In Proceedings IEEE International Conference on Robotics and Automation, Minneapolis, Minnesota, April 22-28, 1998. Volume 1, pp. 50-57.

65. Freeze G.A., Larson K.W., Davies P.B. Sandia report. С сайта http://www. osti.gov/dublincore/ecd/servlets/purl/172134-aJKOSf/webviewable/l 72134.pdf. 1 октября 2004.

66. Robot Assisted Microsurgery Task. Microsurgery. С сайта http://robotics.jpl. nasa.gov/tasks/rams/homepage.html. 1 октября 2004.

67. Дерлгин Б. В., Кротова Н. А., Смилга В. П. Адгезия твердых тел. М., 1973.-611 с.

68. Fearing R.S. Survey of sticking effects for micro parts handling // IEEE/RSJ Conf. on Intell. Robots and Systems, Pittsburgh, PA, 1995, vol.2:212-217.

69. Bowling R.A. A theoretical review of particle adhesion // in Particles on Surfaces Detection Adhesion and Removal. Ed. K.L. Mittal, New York, Plenum Press, 1988, pp.129-155.

70. Зимон А.Д. Адгезия пленок и покрытий. М.: Химия, 1977. - 274 с.

71. Alley R.L., Cuan G.J., Howe R.T., Komvopoulos K. The effect of release-etch processing on surface microsturcture sticktion // IEEE Solid-State Sensor and Actuator Workshop, Hilton Head Island, 1992, pp. 202-207.

72. Krupp H. Particle adhesion theory and experiment // Advances in Colloid and Interface Science, vol. 1, 1967, pp. 111-239.

73. Ландау JI.Д. Квантовая механика: Нерелятивистская теория. М.: Наука, 1989.-767 с.

74. Адамсон А. Физическая химия поверхностей. М.: Мир, 1979. - 568 с.

75. Okuyama К., Masuda Н., Higashitani К., Chikazawa М., and Kanazawa Т. Interaction between Two Perticles // Journal of the Society of Powder Technology, Japan, Vol.22, No.7, 1985, pp.452-475.

76. Гохштеин А. Я. Поверхностное натяжение твердых тел и адсорбция. — М., 1976.-428 с.

77. Сивухин Д.В. Курс общей физики: Термодинамика и молекулярная физика.-М.: Наука, 1983.-551 с.

78. Israelachvili J.N. Intermolecular and Surface Forces. — Academic Press, 1998. 450 c.

79. Ландау Л.Д., Лившиц E.M. Теория упругости. M.: Наука, 1987. - 246 с

80. Handbook of Micro/Nanotribology / Ed. by Bhushan Bharat. 2d ed. - Boca Raton etc.: CRC press, 1999. - 859 c.

81. Derjaguin B.V., Muller V.M., Toropov Yu.P., J. Colloid. Interface Sci. 53, 314 (1975).

82. Дерягин Б.В., Чураев H.B., Муллер B.M. Поверхностные силы. М.: Наука, 1985.

83. Зимон А. Д. Адгезия жидкости и смачивание. — М.: Химия, 1974. — 416 с.

84. Johnson К. L., Kendall, К. & Roberts A. D. Surface energy and the contact of elastic solids // Proc. R. Soc. Lond. A. 324, 1971, pp. 301-313.

85. Джонсон К.Л. Механика контактного взаимодействия. -M.: Мир, 1987.

86. Maugis D.J., J. Colloid. Interface Sci. 150, 243 (1992).

87. Rollot Y., Regnier S., Guinot J.-C. Simulation of micro-manipulations: Adhesion forces and specific dynamic models // International Journal of Adhesion & Adhesives, 19, 1999, pp. 35-48.

88. Tas N., Sonnenberg Т., Jansen H., Legtenberg R. and Elwenspoek M. Stiction in surface micromachining. // Journal of Micromechanics and Microengineering, December, 1996, pp. 385-397.

89. Maugis D. Adhesion of spheres: the JKR-DMT transition using a dugdale model. //Journal of Colloid and Interface Science, vol. 150, No. 1, 1992, pp. 243269.

90. Haykin S. Neural Networks. A comprehensive foundation. New York, NY: Macmillan, 1994. 696 p.

91. Bishop C.M. Neural Networks for Pattern Recognition. Oxford U. Press, 1995.

92. Lowell J. Contact electrification of silica and soda glass. J.Phys. D: Appl. Phys. vol. 23, 1990, pp 1082-1091.

93. Horn R.G., Smith D.T. Contact electrification and adhesion between dissimilar materials. Science, 17 April 1992, vol.256, (no.5055): 362-400.

94. Shibata Т., Fukuda Т., Kosuge K., and Arai F. Selfish and Coordinative Planning for Multiple Mobile Robots by Genetic Algorithm // Proc. of the 31 st Conf. on Decision and Control, Vol. 3, 1992, pp. 2686-2691.

95. Gerke M. Genetic path planning for mobile robots. // Proc. of the American Control Conference, Vol. 4, pp. 2424 -2429, 1999.

96. Leung C.R. and Zalzala A.M.S. A genetic solution for the motion of wheeled robotic systems in dynamic environments // Int. Conf. on Control '94, VoU, pp.760-764, 1994.

97. Trojanowski K., Michalewicz Z. and Xiao J. Adding Memory to the Evolutionary Planner/Navigator// Proc. of the 4th IEEE ICEC, pp. 483-487, 1997.

98. Holland J.H. Adaptation in Natural and Artificial Systems, Ann Arbor, MI: The University of Michigan Press. 2nd ed. (1992) Boston, MA: MIT Press.

99. Даринцев O.B., Мигранов А.Б. Виртуальная роботизированная микросборочная фабрика, алгоритмы интеллектуального планирования и управления // Искусственный интеллект. — 2002. — №4. С. 397-404.

100. Даринцев О.В., Мигранов А.Б. Виртуальная роботизированная микросборочная фабрика, алгоритмы интеллектуального планирования и управления // Интеллектуальные роботы — 2002. Мат. научной молод, школы. — Таганрог: Изд-во ТРТУ, 2002. С. 105-108.

101. Даринцев О.В., Мигранов А.Б. Управление технологическими процессами микросборки в реальном времени с использованием виртуальных систем, интеллектуальных и адаптивных алгоритмов // Искусственный интеллект. — 2003.-№3. С. 172-180.

102. Даринцев О.В., Мунасыпов Р.А., Мигранов А.Б. Виртуальные среды тестирования алгоритмов управления и планирования // Вопросы управления ии проектирования в информационных и кибернетических системах.: Межвуз. науч. сб. Уфа: Изд. УГАТУ, 2003. С. 84-90.

103. Даринцев О.В., Мигранов А.Б. Физические модели адгезионных сил, как основных возмущающих воздействий при микросборке // Мобильные роботы и мехатронные системы: Мат. научн. шк.-конф. (Москва, 17-18 ноября 2003 года). М.: Изд-во МГУ, 2004. - С. 190-204.

104. Даринцев О.В., Мигранов А.Б. Виртуальная микротехнологическая среда: структура и особенности реализации // Информационные технологии и программирование: Межвузовский сборник статей. Вып. 4 (9) — М.: Изд. МГИУ, 2003.-С. 17-23.

105. Даринцев О.В., Мигранов А.Б. Использование методов искусственного интеллекта в системах управления микроманипуляционными устройствами // Искусственный интеллект. — 2004. — №3. С. 684-688.

106. Даринцев О.В., Мигранов А.Б. Нейросетевые предикторы в системах управления микромеханическими системами // Искусственный интеллект. -2004. -№3. С. 689-699.

107. Даринцев О.В., Мигранов А.Б. Виртуальная микротехнологическая среда: структура и особенности реализации // XII Межд. конф. по ВМСППС, Владимир, 30.06.2003-5.07.2003 г. М.: Изд-во МАИ, 2003 - 1 т. - С. 232233.

108. Даринцев О.В., Мигранов А.Б. Манипуляционные микроробототехниче-ские системы и проблемы производства гибридных МЭМС // Нано- и микросистемная техника. 2005. — №2. С. 38-44.

109. Даринцев О.В., Мигранов А.Б. Трехмерная виртуальная роботизированная микросборочная фабрика // Свидетельство об официальной регистрации программы для ЭВМ №2002610748,2002.

110. Даринцев О.В., Мигранов А.Б. Виртуальная среда проектирования, тестирования и отладки микроэлектромеханических систем // Свидетельство об официальной регистрации программы для ЭВМ №2002610748, 2004.

111. Даринцев О.В., Мигранов А.Б. Термоэлектромеханический преобразователь для микроманипулятора (варианты) // Заявка на изобретение №2004105381/02 по приоритету от 24.02.2004 г.

112. Даринцев О.В., Мигранов А.Б. Микросхват с силовым очувствлением // Заявка на изобретение №2004105381/02 по приоритету от 24.02.2004 г.

113. Даринцев О.В., Мигранов А.Б. Двухсторонний пьезоэлектромеханиче-ский микропривод // Заявка на изобретение №2004105336/02 по приоритету от 24.02.2004 г.

114. Даринцев О.В., Мигранов А.Б. Капиллярный микрозахват с обратной связью // Заявка на изобретение №2004105379/02 по приоритету от 24.02.2004 г.

115. Даринцев О.В., Мигранов А.Б. Схват микроманипулятора // Заявка на изобретение №2004110360/02 с приоритетом от 05.04.2004 г.

116. Даринцев О.В., Мигранов А.Б. Электростатический микросхват // Заявка на изобретение №2004110359/02 с приоритетом от 05.04.2004 г.

117. Даринцев О.В., Мигранов А.Б. Реверсивный пьезоэлектрический микродвигатель // Заявка на изобретение №2004116754/02 с приоритетом от 01.06.2004 г.

118. Даринцев О.В., Мигранов А.Б. Ротационный привод микроманипулятора // Заявка на изобретение №2004116758/02 с приоритетом от 01.06.2004 г.

119. Даринцев О.В., Мигранов А.Б. Термокапиллярный поршневой микропривод // Заявка на изобретение №2004116756/02 с приоритетом от 01.06.2004 г.

120. Даринцев О.В., Мигранов А.Б. Пьезоэлектрический привод микроманипулятора // Заявка на изобретение №2004116755/02 с приоритетом от 01.06.2004 г.

121. Даринцев О.В., Мигранов А.Б. Автономное вакуумное захватное устройство микроробота // Заявка на изобретение №2004116757/02 с приоритетом от 01.06.2004 г.

122. Ильясов Б.Г., Даринцев О.В., Мунасыпов Р.А. Основы микроробототехники //Уфа: Изд. Уфимск. гос. авиац. техн. ун-та, 2004. 161 с. (Раздел 4.5).

123. Мигранов А.Б. Виртуальный роботизированный микросборочный комплекс // Сборник материалов "Конкурс научных работ студентов вузов Республики Башкортостан 2002 г.", Уфа: Виртуал, 2002. — С. 120.

124. Мигранов А.Б. Разработка и использование виртуальных сред при проектировании, тестировании и эксплуатации MEMS // Материалы II конкурса научных работ молодых ученых и аспирантов УНЦ РАН и АН РБ. Уфа: Ги-лем, 2004. С. 4-6.

125. Мигранов А.Б. Система планирования траектории мобильного робота // Свидетельство об официальной регистрации программы для ЭВМ №2001611806,2001.

126. Пугин A.M., Даринцев О.В., Мигранов А.Б. Мобильный вакуумный пьезоэлектрический микроробот. // Патент 22054753 РФ МКИЗ В 25 J 15/06, 7/00. Опубл. 20.08.03. Бюл. № 23.

127. Пугин A.M., Даринцев О.В., Мигранов А.Б. Вакуумное захватное устройство // Патент 2210493 РФ МКИЗ Н01 L41/09, Н02 N 2/00, В 25 J 15/06. Опубл. 27.05.03 Бюл. № 15.