面向绿色高效制造的数控加工参数优化研究

数控加工是当今机械制造业系统中普遍采取的一种加工方法,为实现数控切削加工中的高效性及减少碳排放,建立以加工过程中最小加工时间和最小碳排放量为目标函数的的多目标的切削参数优化模型,综合考虑实际加工生产中的各种约束条件,实现基于多工步环境下对切削速度和进给量的同步优化。运用粒子群算法与人工鱼群算法融合以改善人工鱼群算法的优化性能,并将其用于对所建模型的优化,通过具体案例验证了改进的人工鱼群算法具有较高的精度和较好的收敛性。     

基于知识的装配序列规划方法研究

为了解决装配序列规划的计算机辅助生成问题,对产品的装配CAD模型进行了分析,得到与装配规划相关的几个重要信息,并对其进行知识表示。通过建立产品的装配特征矩阵,确定了装配零、部件在各个方向的自由度。根据从CAD模型中得到的信息和零、部件的自由度信息,制定了产品拆卸序列规划的推理规则和求解算法;按照“可拆即可装”的原则,倒置拆卸序列得到产品的装配序列。以球阀产品为例,详细介绍了本文提出的装配序列规划方法的应用。     

多工位装配序列粒子群优化算法

针对传统单工位装配序列求解上的不足,将粒子群算法应用于多工位多目标装配序列优化的求解,提出一种面向复杂多工位产品的装配序列优化方法。采用优先序列图(Assembly precedence graph,APG)来描述零件间的优先约束关系,构建优先关系矩阵、装配干涉矩阵、工位能力表和装配信息表,描述装配部件干涉及工位之间的关系;给出粒子群算法编码体系和装配关系算法模型表达方法;综合考虑装配操作成本、装配工具更换成本和装配夹装变更成本和运输成本的影响,提出有工程意义的适应度函数的表达式;根据APG生成随机的可行初始装配序列,并利用粒子群算法(Particle swarm algorithm,PSO)对装配序列和装配工位进行优化。以飞机起落架装配序列规划实例验证多工位粒子群装配序列优化算法有效性。     

融合连接矩阵与模糊集合的装配序列智能规划

针对产品装配环节中过于依靠传统人工规划和二维图纸装配、智能化不足等问题,提出了一种基于连接矩阵与模糊集合的装配序列智能规划方法。提取产品CAD模型中的装配信息和约束信息,生成产品本体模型,建立已知装配序列产品结构信息规则库和典型结构库。典型结构或者完全匹配的产品直接输出装配序列;相似结构通过相似匹配重用典型结构装配规划特征进行装配序列推理,非典型非相似结构应用基于模糊集的装配知识推理得到其装配序列。基础装配序列通过基于连接关系的装配序列优化方法进行二次规划,得到完整装配序列,实现产品装配序列智能规划。通过圆柱齿轮减速器装配序列智能规划应用实例验证了方法的可行性。     

带多处理器混合流水车间调度问题的混合鱼群算法

针对带多处理器的混合流水车间调度问题(hybrid flow shop scheduling with multiprocessor task problems),以最小化所有工件的最大完成时间(makespan)为优化目标,提出一种融合了改进的人工鱼群算法和禁忌搜索算法的混合算法。首先改进人工鱼群算法相关行为及实验优选算法参数,提高了人工鱼群算法收敛速度和精度;然后结合人工鱼群算法收敛快和禁忌算法局部搜索能力强的特点,利用改进的人工鱼群算法进行全局搜索,获得较好的优化解域,再通过禁忌算法在优化解域内进行局部寻优,得到一个最终满意的优化解。基于180个标准算例,算法实验结果表明混合算法的优化性能明显优于禁忌算法和粒子群算法,并且很接近改进的遗传算法。     

基于改进人工鱼群优化算法的超声信号稀疏分解

根据非稳态超声信号的特点,提出一种改进的新型人工鱼群智能优化的稀疏分解算法,构造了人工鱼群搜索稀疏分解最佳原子的优化模型;利用人工鱼群方法并行寻优、全局收敛性好的特点,搜索最优原子,降低了稀疏分解匹配追踪算法的复杂度,减少了传统匹配追踪中超完备字典对存储空间的占用:针对鱼群搜索特点,对初始鱼群分布及鱼群行为进行改进,解决了原始算法鱼群初始覆盖空间的不确定性,改进后的聚群和追尾行为有效地提高了鱼群算法的收敛速度且算法稳定;实验结果表明,将改进后的算法用于超声缺陷信号的提取时,与小波方法相比较,信号的质量和性能指标均有显著改善.     

改进人工鱼群算法的机器人点对点路径规划

为了提高人工鱼群算法在机器人路径规划中的性能,提出了改进的人工鱼群算法。介绍了栅格环境建模方法;分析了人工鱼群算法基本原理和参数,为了使人工鱼群算法适用于栅格环境,对算法的视觉范围、移动步长进行了重新定义;引入了公示牌用来记录鱼群历史最优点;提出了自适应视觉范围和自适应拥挤度因子,用于协调算法的全局搜索能力和搜索精度;通过实验可以看出,改进算法规划出的最优路径比传统算法优化6%以上,路径平均值优化7%以上。     

改进人工鱼群算法的机器人路径规划及跟踪

为了使移动机器人在已知环境中规划出最优路径并对路径进行跟踪,提出了基于改进人工鱼群算法的机器人路径规划方法和PID跟踪方法。使用栅格法建立了环境模型;分析了传统人工鱼群算法原理,对算法的视觉范围、移动步长、可行走区域进行了重新定义,使之能够适用于栅格环境;提出了加权平均视觉范围和自适应拥挤度因子,兼顾了算法前期大范围搜索和后期细致搜索;使用改进人工鱼群算法优化PID控制参数;经实验,相比于传统算法,改进算法规划出的路径长度减少了11.4%,改进算法优化的PID参数在超调量、上升时间、震荡次数等方面优势明显。     

基于人工蜂群优化的串并行混装线关联排序问题

为解决一类具有串并行混流装配结构的关联排序问题,建立了以串行线和总装线投产序列差异度最小、并行线和总装线投产序列差异度最小以及总装线物料消耗均衡为目标的多目标关联排序模型;在多目标问题的处理上,分别对串行线、并行线与总装线的序列差异根据序列调整成本设置了权重系数,同时设计了一种基于模糊目标规划的多目标人工蜂群优化策略对问题进行优化;建立了考虑串并行总差异度最小与总装线物料消耗均衡的隶属函数,设计了一种改进人工蜂群优化算法对隶属函数构建过程中的单目标优化问题以及转化后的集成优化问题进行了求解,其中针对多段编码设计了一种多段随机搜索的雇佣蜂寻优方法,提高了算法的全局寻优能力,引入适应性邻域,增强了算法的局部寻优能力;通过构造Benchmark算例验证了算法的有效性,并采用冰箱生产关联排序问题实例对模型与方法的有效性进行了验证。     

面向装配序列优化的一种改进基因算法

针对产品装配序列规划问题的特点和要求，提出了基因组编码表示方法，用以描述产品装配的相关信息，将装配序列表示了基因组排列组成的染色体，改进了传统的基本算法，通过交叉和多层次变异来实现基于基因组编码表示的多信息装配序列的并行优化，最后，通过实例说明了该算法的有效性。     

基于粒子群算法的多质量特性下的选装优化方法研究

提出了一种基于粒子群算法的分组选装的优化方法。针对复杂产品分组装配中多质量特性的特点,构建了以装配间隙波动最小化为目标的优化模型。利用引入共享机制和动态归档机制的多目标粒子群算法对该模型进行求解。最后,通过发动机的活塞和气缸的选择装配实例对所提出方法进行了验证,结果表明,采用该方法可以有效提高产品的装配精度。     

基于混合鱼群-蚁群算法的模块化产品配置设计

以用户需求与产品性能的相关度最大为优化目标建立了模块化产品配置设计模型;并提出了融合鱼群算法及蚁群算法的优化模型求解方法.以铁路客车内装模块化配置设计为应用,验证了该优化模型及其求解方法的可行性和有效性.     

仿生移动机器人并联机构运动学正解的鱼群算法求解

基于改进的人工鱼群算法,提出了并联机构运动学正解的求解方法。构建了仿生移动机器人处于支撑状态的并联机构模型,应用螺旋理论计算了该并联机构的空间机构自由度,构建了仿生移动机器人并联机构的运动学正解模型,利用鱼群算法对正解模型的约束方程组进行设计。对鱼群算法所用数学模型进行了构建,对改进后的人工鱼群行为进行了算法描述。仿真结果表明,该人工鱼群算法具有良好的寻优性能,满足仿生移动机器人并联机构正解模型的求解要求。     

粒子群算法在抽油机装配序列规划中的应用研究

在石油机械的产品的装配过程中,此类机械产品的装配顺序优化具有多目标和非线性的特点,针对传统算法在该问题求解上的不足,以及根据此类产品实际的装配规划问题的特点和要求提出一种新的通过粒子群优化算法进行抽油机的装配顺序优化。该方法重新定义了微粒的位置和速度以及相关的各种操作,综合考虑零件装配几何性、装配稳定性以及装配方向改变次数等信息对装配序列的影响,建立了适应度函数,并对装配序列进行了优化。以抽油机产品的装配为例,验证了技术的有效性。     

基于改进蛙跳算法的多目标选择性拆卸序列规划方法

为提高产品再制造拆卸效率与收益,提出基于多目标改进蛙跳算法的多目标件选择性拆卸序列规划方法.首先优化拆卸信息建模方法,利用紧固件约束矩阵和结构件约束矩阵,构建产品拆卸信息模型并构造可行解;以拆卸时间最小化和拆卸收益最大化为目标,以多目标件价值为导向构建一种新的多目标选择性序列评价方法,同时构建多目标件选择性拆卸序列规划...     

面向精度提升与工艺改进的容差分配多目标模型融合方法

在现代机械产品装配容差优化过程中,多以简单加权求和的方式构建多目标容差优化模型,求解效果较差且与装配现场的适用性不强。鉴于此,以装配精度提升与工艺改进为目标导向,首先,考虑配合误差引起的零件上不同关键特征间的位姿变动,构建装配误差传递累积模型与协调尺寸链,精准预测装配误差与多装配体间的协调误差;其次,结合各制造环节误差数据与装配精度累积数据,分别建立加工成本、质量损失、修配成本3个单目标优化模型,并以此提出可避免容差数据优化失衡与优化方向偏离的多目标模型权重参数分配方法,构建多目标容差优化分配模型;最后,采用加速粒子群算法求解得到面向工艺性能提升的各组成环误差数值。以某型航天器分段式机翼对接装配优化为例,在改进产品定位装夹方式之前,机翼对接外形阶差与修配成本分别降低94.68%与83.49%;在使用外形卡板定位后,通过优化使上述两项装配指标分别降低11.21%与8.50%,有效地保障了产品型面装配精度与对接协调质量。     

一种反射面天线面板装配优化方法

为提高大型反射面天线形面装配精度及装配效率,提出一种反射面天线面板装配优化方法。该方法从装配工艺入手,基于传统遗传算法的思想,建立了天线装配序列规划的遗传算法数学模型,其适应度函数包含了对装配变形、装配周期及装配人工消耗等方面的评价,考虑到装配精度和装配过程中的功耗,为相应的项赋予权重使其达到多目标优化的目的;同时,建立了天线装配的有限元仿真模型,对遗传算法得到的装配序列结果进行了面向装配过程的面板装配变形动态仿真,并将仿真结果反馈于装配序列规划模型的评价中,及时对遗传算法所求得最优解作出准确评估。以某工程9 m圆抛物面天线的面板装配为例,讨论了不同目标函数时的算法结果和仿真结果,分别求得了精度最高的装配序列、经济度最好的装配序列,以及考虑同时提高装配精度和增强经济度的装配序列。从而证明了所建立的反射面装配遗传算法数学模型的正确性及所提天线装配序列规划方法的高效性。     

基于密度的进化算法的机械产品选配方法

针对机械产品多目标多质量要求下的选择装配问题,提出一种基于密度的多目标进化算法(DMOEA)的选择装配方法。考虑零件尺寸链与尺寸的关联关系,以选配成功率和装配精度为优化目标构建多目标多质量要求下的选配模型。使用自然数编码,以一个零件尺寸值序号的随机序列作为配对编码的基因,并采用个体聚集密度定义适应度函数,利用DMOEA对多目标选配问题进行求解,实现了多目标多质量要求下的选配优化。开发出基于DMOEA的零件选配系统,应用于某公司产品,验证了所提方法的可行性与有效性。     

基于改进粒子群算法的多工位装配序列规划

针对现有单工位装配序列规划结果难以满足工位需求的问题,提出一种基于改进粒子群算法的多工位装配序列规划方法。建立多工位装配模型来描述零部件的几何信息及其与工位的关系;用装配序列可行性、装配方向一致性、装配聚合性及工位间平衡性4个评价指标构建适应度函数。为解决一般粒子群算法易陷入局部最优解的问题,对惯性权重进行了改进,提出粒子相似度和相似度阈值的概念,并通过相似度阈值控制粒子的变异,提高了算法的全局搜索能力。以某型发动机为装配实例,验证了改进粒子群算法应用于多工位装配序列规划的可行性;同时将该算法和遗传算法、一般粒子群算法进行比较,证明了该算法的优越性。     

冗余机器人喷涂系统改进人工鱼群逆运动学求解算法

针对一种带有冗余自由度的船舶分段机器人喷涂系统逆运动学问题,使用改进Denavit-Hartenberg(DH)参数法建立了机器人系统的运动学模型。以位姿误差最小及关节行程最短为目标,构建了冗余机器人逆运动学问题优化模型,提出一种改进人工鱼群算法( IAFSA)对模型进行求解。IAFSA引入基于正态分布的视野范围及移动步长动态调整策略来改善解的精度并缩短计算时间,提高算法综合性能。与人工鱼群算法和混合改进人工鱼群算法进行了对比实验,实验结果表明IAFSA搜索能力强、收敛速度快、计算时间较短,逆解良好的精度和误差稳定性在SolidWorks Motion仿真中得到验证,体现了IAFSA算法在冗余机器人逆运动学求解问题中的有效性。