基于拆卸约束图的产品可行拆卸序列生成算法

拆卸序列生成是拆卸工艺及规划的重要内容之一。针对拆卸序列规划过程中的可行拆卸序列遗漏问题,首先阐述了拆卸约束图(disassembly constraint graph,DCG)理论,提出了一种基于干涉矩阵的邻接点判断方法,结合拆卸约束图,建立拆卸模型,给出了生成产品所有可行拆卸序列的算法。最后,给出了一个生成可行拆卸序列实例,验证了这一方法的可行性及其有效性。关键词:拆卸;拆卸序列规划;拆卸约束图;干涉矩阵     

装配/拆卸干涉矩阵的自动生成技术

讨论了基于ProEngineer三维设计模型的干涉矩阵自动生成方法。通过定义集成干涉矩阵来表达零件间装配/拆卸时的干涉关系,详细给出了产生干涉矩阵所需的零件/装配体信息提取和基于零部件运动扫掠体的干涉检查过程,采用干涉矩阵元素的二进制和十进制转换来降低计算复杂性,给出了干涉矩阵生成的算法流程并初步开发了原型系统。通过示例说明了系统的应用过程。     

虚拟装配中拆卸序列规划算法的研究与实现

为了解决装配体拆卸序列的生成与优化问题,利用零件的拆卸约束关系,建立了矩阵表达的包括几何约束、拆卸工具约束以及稳定性约束的多目标数学模型。利用干涉矩阵确定可行的拆卸方向,利用支撑矩阵分析拆卸过程的稳定性,利用拆卸工具列表分析拆卸过程中所用的拆卸工具。在运用蚁群算法寻求最优的拆卸序列过程中,加入方向变化因子、工具变化因子和稳定性因子,对拆卸转移概率公式进行了改进,通过更新局部和全局信息素,指导算法快速寻找最优解,最后以动车组转向架轮对作为实例验证了算法的可行性。     

基于图论的产品拆卸顺序规划

为了提高产品拆卸顺序规划效率,分析装配体零件间的配合特征,提出将图论中的度引入产品拆卸顺序规划中,研究干涉矩阵与干涉图之间的关系,明确了装配连接图的邻接矩阵表达方式,推演了子装配体判别准则,给出了子装配体识别算法流程,实现了在拆卸过程中迅速确定基准件和子装配体的目的。实例分析表明,采用该方法降低了拆卸顺序分析的复杂度。     

一种面向拆卸稳定性的产品拆卸序列规划方法

针对拆卸过程稳定性问题,以及复杂产品拆卸图模型构建困难和效率低等不足,提出一种面向拆卸稳定性的拆卸序列规划方法。充分分析面向绿色制造和循环经济的拆卸的特点和原则;通过分析产品的CAD模型,构建一种集零部件类型、零部件可行拆卸方向集、零部件拆卸空间制约矩阵、零部件接触矩阵、零部件自由度约束矩阵等于一体的产品拆卸信息分析模型;提出相关拆卸优先原则和稳定性原则;给出基于拆卸过程稳定性的产品拆卸序列规划算法;通过一个完全拆卸和目标零件拆卸实例验证该算法的可行性、实用性。     

基于干涉矩阵的装配序列规划

阐述了利用干涉矩阵进行装配方向可行性判断和应用遗传算法进行装配序列规划的方法.干涉矩阵可从三维CAD系统中得到,为减少搜索空间和更快得到能满足装配工艺性的最佳装配序列,可结合装配工艺性和装配的特点对干涉矩阵适当进行处理.该方法有利于实现从三维CAD系统到装配序列的自动规划,最后以实例通过MATLAB编程说明该方法的可行性.     

面向复杂机械产品的目标选择性拆卸序列规划方法

为提高复杂产品目标选择性拆卸序列规划的效率,基于自底向上的思想,提出一种拆卸混合图和粒子群算法相结合的方法。为了表达产品零部件间的内部约束和拆卸优先关系,建立产品拆卸混合图模型,并推导出可拆卸性约束表达式。基于粒子群优化算法,给出目标选择性拆卸序列规划问题的数学描述和粒子适应度计算公式。利用图深度搜索算法确定拆卸目标位置,并设计目标驱动递归推理法生成可行目标选择性拆卸序列,以此初始化粒子,通过粒子进化,实现了复杂产品目标选择性拆卸序列最优化的快速求解。以一个全自动洗衣机为拆卸实例,用所提方法进行目标选择性拆卸序列规划求解,通过分析试验结果,证明了该方法的有效性和可行性。     

基于子装配识别的产品拆卸序列生成研究

对含有较多零件的复杂产品拆卸方法作了讨论,提出了一种基于子装配识别的拆卸序列生成算法。根据装配连接图和干涉图识别出子装配体,然后将子装配体看作一个零件,采用装配经验知识与几何推理相结合的方法生成子装配体序列,最后以一个装配实例说明了算法的有效性。     

增强现实诱导拆卸序列规划研究

装配体的拆卸序列规划研究对于增强现实维修诱导系统具有重要意义。为能以较高效率求解诱导拆卸装配体的序列方案,基于装配体中零件之间的干涉矩阵,提出并建立目标装配体的拆卸混合层次图模型。通过拆卸影响因子的分析,进一步得到装配体拆卸时间数学模型,并运用自适应遗传算法求解最优的拆卸路径。最后,通过增强现实诱导拆卸系统仿真实例,验证了此方法的可行性和准确性,为增强现实诱导拆装系统的进一步开发和改进奠定了基础。     

基于改进遗传算法的拆卸序列规划

拆卸序列规划是拆卸回收的关键部分,为了提高拆卸效率,找到产品最优拆卸方案,根据产品拆卸对象的优先关系和连接关系建立优先约束矩阵,同时依据拆卸组合优化的特点改进基本遗传算法的染色体编码方式和遗传算子,基于优先约束矩阵判别拆卸序列的可行性,改进算法流程,并利用MATLAB软件进行编码运行计算,得出产品的最优拆卸序列,最后通...     

基于贪婪算法的产品拆卸序列规划

分析了产品实际拆卸过程中的不确定性,将实际产品拆卸序列规划转化为一类贪婪算法求解问题。以最少工具更换次数为指标,构建了基于贪婪算法的产品拆卸序列规划调整的贪婪准则,进而给出了产品拆卸序列规划调整流程。最后,通过一个简化的计算机主机箱的拆卸说明该方法的可行性和有效性。     

基于蚁群算法的产品拆卸序列规划研究

为了能以较高的效率求解出产品拆卸序列的方案,首先阐述了拆卸可行性信息图的概念,将产品的拆卸序列规划问题转述成对该加权有向图中具备最优值的路径搜索和寻优问题。提出了一种蚁群优化算法,并结合对产品元件的拆卸路径求解工具,以实现对产品拆卸可行性信息图的构建和对拆卸方案的搜索和寻优。蚂蚁的一条遍历路径代表了一个描述产品元件拆卸的方案;蚂蚁已经遍历过的路径上代表可行操作的节点数决定了其留下的信息素。启发式信息的求解分为两个部分,包括了确定启发式向量和求出启发式信息值,它们分别表征了方案的可行性及其优异程度。最后,通过一个实例,验证了这一方法的可行性及其计算效率。     

基于遗传算法的拆卸序列规划研究

为得到满足实际需要的产品拆卸序列方案,减少人工输入所带来的不便,利用联接矩阵和干涉矩阵,构建了产品拆卸序列的数学模型;利用干涉矩阵和联接矩阵,产生满足几何约束条件且经过初步优化的拆卸序列;利用基于拆卸序列规划的遗传算法,优化了上述拆卸序列;通过实例验证了此种基于遗传算法的拆卸序列规划方法的可行性及实用性。     

基于改进人工蜂群算法的产品拆卸序列规划

为了提高复杂产品拆卸序列规划效率,提出了一种改进的人工蜂群算法用于此类问题求解。通过拆卸混合图表达产品零部件之间的连接关系和优先约束关系,并推导出可行拆卸序列的约束表达式,建立拆卸序列规划数学模型和适应度计算公式。对初始种群进行了优先约束规划,提出一种可行度算法用于蜂群对蜜源的搜寻与选择。定义了自适应选择参数、动态平衡可行度与适应度算法的优先配比,以实现复杂产品拆卸序列规划的快速求解。最后以内啮合齿轮泵为实例,利用所提方法进行了拆卸序列规划求解,通过分析实验结果,并对比传统人工蜂群算法,证明了该方法的可行性和高效性。     

产品拆卸运动仿真与干涉分析

为了支持计算机辅助设计环境下的拆卸分析过程,提出了3维拆卸仿真的基本原理和零件拆卸运动干涉的分析方法.在3维装配环境下,用位姿矩阵表达3维装配体中零件的位置和姿态,通过位姿矩阵变换控制仿真拆卸过程中的零件运动.拆卸运动中的干涉可分为接触干涉和非接触干涉两种基本类型.在拆卸运动干涉分析中,分别采用约束配合分析法和多方向动态干涉分析法对两种干涉进行了检验,最终获得了零件的实际可拆卸方向集.最后,用一个实例阐述了该方法的分析过程.     

基于不确定规划的产品拆卸序列规划

分析了产品拆卸序列规划中的不确定性,在基于混合图的产品拆卸模型的基础上,将产品拆卸序列规划转化为一类不确定规划问题。以机会约束规划模型为基础,使用模拟退火算法,给出了基于不确定规划的产品拆卸序列规划求解流程和算法。最后,通过一个简化的计算机主机箱实例说明了方法的有效性及优越性。     

基于粒子群算法的产品拆卸序列规划方法

为求取复杂产品的最优拆卸序列,建立了一种产品拆卸赋权混合图模型.利用该模型可以有效地表达组件问的拆卸优先关系,将零件的拆卸序列规划转化为图模型寻优的问题.基于该模型,推导出可拆卸性条件,并通过几何推理的方法产生可拆卸序列.针对复杂产品拆卸序列规划的特点,为了将赋权混合图模型映射到粒子群模型,给出了粒子速度和位置公式以及粒子进化规则,构建粒子适应度,应用粒子群算法实现了复杂产品的最优拆卸序列规划.最后,通过一个实例验证了该方法的有效性.     

基于拆卸和拆卸约束矩阵的装配序列规划

针对虚拟装配中装配序列规划问题,构建了基于拆卸法的装配序列求解方法。引入了拆卸操作和拆卸约束矩阵,提出了以无序树作为拆卸操作的数据存储结构,并给出装配序列求解的具体算法,建立了装配序列的评价模型,并通过案例验证了算法的可行性。     

一种基于运动规划的选择拆卸序列规划技术

选择拆卸序列规划是产品维修或回收的重要环节,针对目前选择拆卸序列规划算法中自动化程度较低的问题,提出一种基于运动规划的选择拆卸序列规划方法。该方法首先根据复杂产品中零件数量繁多,形状不规则的特点,采用基于自适应动态多树的快速扩展随机树(Rapidly-exploring random tree,RRT)算法对零件进行运动规划。在此基础之上,通过对装配体进行自动分层处理,分析零件间拆卸约束关系,构建装配体的拆卸约束关系图。最后通过对拆卸约束关系图的分析处理,获得目标零件的选择拆卸序列。以某底盘的目标零件为例,对提出的算法进行了验证。