Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/13789
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorDuda, Fernando Pereira-
dc.contributor.authorRamalho, Gabriel Martins Franco-
dc.date.accessioned2021-02-21T15:15:27Z-
dc.date.available2021-02-23T03:00:08Z-
dc.date.issued2019-05-
dc.identifier.urihttp://hdl.handle.net/11422/13789-
dc.description.abstractThis thesis proposes the creation of a project methodology that optimizes robotic manipulators for specific tasks and subjected to constraints. During the development of this methodology, a in situ case study will be used as a base for suppositions and chooses. This case study is the in situ hard-coating process of the Jirau hydroelectric dams blades. The methodology created uses Thomas Lambs work as a base and involves dividing the optimization problem into two parts: a geometric optimization and a structural one. Both will use differential evolution in conjunction with a multiobjective weight method. The geometric optimization uses the manipulator segments lengths, joint axis and x,y and z coordinates as gens and the multi-objective fitness function uses the length, dexterity, dexterity gradient and work area to maximize the cost. The structural optimization, on the other hand, utilizes the inner diameter of the manipulator segments as gens and optimizes the weight of the structure and deflection of the end effector. Using the case study, a robotic manipulator was optimized and the methodology tested with success.pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectRobóticapt_BR
dc.subjectOtimizaçãopt_BR
dc.subjectHidrolétricapt_BR
dc.titleOptimal design of serial link robotic manipulators via genetic algorithmspt_BR
dc.title.alternativeProjeto ótimo de manipuladores robótico seriais via algoritmos genéticospt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3100004456264467pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/0200750411118211pt_BR
dc.contributor.advisorCo1Costa, Ramon Romankevicius-
dc.contributor.advisorCo1Latteshttp://lattes.cnpq.br/7179082749910428pt_BR
dc.contributor.referee1Bhaya, Amit-
dc.contributor.referee2Castello, Daniel Alves-
dc.description.resumoEssa tese tem como proposta a criação de uma metodologia de projeto que otimiza manipuladores robóticos feitos para tarefas específicas e submetidos a restrições. Durante o desenvolvimento dessa metodologia um estudo de caso in situ será usado como base para as suposições e escolhas. Esse estudo de caso escolhido é o processo de revestimento a calor nas turbinas hidrelétricas de Jirau. A metodologia criada utiliza o trabalho de Thomas Lambs como uma base e envolve a divisão do problema de otimização em duas partes: a otimização geométrica e a estrutural. As duas partes utilizaram da técnica de evolução diferencial acompanhado do método de otimização multivariável por peso. A otimização geométrica utilizará o comprimento dos segmentos dos manipuladores, eixos de cada junta e coordenadas x, y e z da base do manipulador como os genes do método genético. Já a função multiobjetiva utilizará o comprimento, destreza, gradiente da destreza e área de trabalho útil para maximizar a função custo. A otimização estrutural, por outro lado utilizará o diâmetro interno dos segmentos dos manipuladores como genes e otimizará o peso da estrutura e a deflexão do efetuador do manipulador. Utilizando esse estudo de caso, o manipulador robótico foi otimizado e a metodologia testada com sucesso.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenhariapt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Mecânicapt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA MECANICApt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Engenharia Mecânica

Files in This Item:
File Description SizeFormat 
GabrielMartinsFrancoRamalho.pdf4.48 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.