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。     

基于花朵授粉算法的产品拆卸序列规划

针对产品拆卸序列规划问题,提出一种基于花朵授粉算法的求解拆卸序列规划问题的方法。结合智能优化算法求解拆卸序列规划问题的特点,采用遗传算法的优先关系保留交叉操作方式,对花朵授粉算法的授粉方式进行了离散化处理。在建立离散花朵授粉算法的基础上,构建了评价拆卸序列质量的适应度函数模型。通过实例对离散花朵授粉算法在不同初始条件设置的情况下进行了实验分析,并与遗传算法进行了比较,证明了所提算法的可行性与优越性。     

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。     

基于多因素约束度函数的拆卸序列规划研究

针对拆卸过程中多个因素对其序列规划产生影响的问题,对零部件的基本外形复杂程度、拆卸的相对位置以及零部件间的约束关系、拆卸工具等方面进行了研究,得到了约束状态图拆卸模型,提出了形质比和拆卸距离的概念以及计算公式。将拆卸工具和拆卸级别统一换算成拆卸成本,并将影响因素进行标准化处理,建立了多因素下的约束度函数以及对应的约束度矩阵,在此基础上对粒子位置速度进化规则进行了离散化处理,通过拆卸算子和约束度矩阵建立了粒子的适应度函数,利用离散化粒子群算法生成了适应度最小的拆卸序列。研究结果表明:根据产品的装配图,利用所提方法能简单、快速地得到约束度矩阵和适应度函数,从而通过算法得到最优拆卸序列。     

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.     

基于遗传-粒子群混合优化算法的拆卸序列规划方法研究

为确保使产品具有良好的维修性,针对现有拆卸序列规划方法存在无法高效得到最优解,甚至得不到最优解的问题,对拆卸序列规划问题特征进行了研究。确定了适用于拆卸任务排序的编码规则,设计了一种分层次的拆卸优先图,用分层次约束矩阵保证了拆卸中的优先约束,建立了随机序列合规化处理方法;定义了适用于此问题的遗传算法交叉算子和变异算子,结合全局搜索能力较好的遗传算法与局部搜索能力较好的粒子群算法,提出了适用于拆卸序列规划的遗传-粒子群算法;最后,以液压泵为例,建立了其拆卸模型,在MATLAB软件上进行了算例验证,并与文献中不同算法对此问题的求解结果进行了对比和分析。研究结果表明:此算法最优解适应度、得到最优解的迭代次数及运行时间均低于以往算法,即可以更加高效得出适应度值更优的拆卸序列,显示其有效性及优越性。     

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。     

基于约束满足问题的产品拆卸序列规划

分析了产品拆卸序列规划与约束满足问题的对应关系,在基于混合图的产品拆卸模型基础上,将产品拆卸序列规划转化为一类约束满足问题。以回溯算法为基础,给出了基于约束满足问题的产品拆卸序列规划求解流程和算法。通过一个简化的洗碗机门体实例说明了方法的可行性和有效性。     

基于Pareto解集蚁群算法的拆卸序列规划

为提高产品拆卸序列规划的效率,分析拆卸序列规划问题中的多个优化目标平衡问题,提出一种基于Pareto解集的多目标蚁群优化算法求解此类拆卸规划问题,并给出拆卸序列的构建过程。通过利用拆卸矩阵推导拆卸可行条件,获得可以执行拆卸操作的零件及其可行的拆卸方向。通过利用零件的轴向包围盒(Axis aligned bounding boxes,AABB)计算零件的拆卸行程。考虑拆卸方向改变次数、拆卸总行程、拆卸零件数量为优化目标,通过利用蚁群算法搜索可行解并计算各个解之间的支配关系,得到Pareto解集,实现求解优化的拆卸序列,给出算法的具体步骤。最后以单杠发动机为拆卸实例,利用所提方法进行拆卸序列规划求解,通过分析试验结果,并对比典型的单目标蚁群规划算法,证明了该方法的高效性和可行性。     

[退役产品拆卸和回收利用]基于向位妨碍的约束状态图模型及其拆卸序列

为了有效衡量拆卸过程中零部件约束方向区间的大小,提出了一种基于向位妨碍的约束状态图模型及其拆卸序列生成方法。根据零部件之间在拆卸过程中的约束类型及空间妨碍关系,提出了一种三维向位妨碍的概念及其计算方法,并构建了基于向位妨碍的约束状态图模型;在此基础上构建了相应的状态矩阵和拆卸算子矩阵,将拆卸过程转化为拆卸算子矩阵与状态矩阵的迭代运算过程,并给出了相应的拆卸规则及拆卸序列规划算法。以平口钳产品拆卸为例,进行了拆卸建模与序列规划求解,结果表明该方法有效、可行。     

复杂产品并行拆解建模及规划方法研究

为提高复杂产品并行拆解的效率,提出了一种针对复杂产品的并行拆解建模及规划方法。通过构建拆解约束图确定零件之间的连接关系,利用传递闭包算法进行聚类分析,将产品分解为若干个组件的集合。提取组件与组件之间的连接零件集合,利用人工蜂群算法对连接零件集合以及每个组件分别进行拆解规划,从而得到复杂产品的并行拆解模型及规划序列。以摩托车发动机的并行拆解为例,对该方法进行了验证,结果表明该方法能有效地实现复杂产品的并行拆解,提高复杂产品的拆解并行度和拆解效率。     

Product cooperative disassembly sequence planning based on branch-and-bound algorithm

This paper focuses on the cooperative disassembly sequence planning (CDSP) problem which is essential to disassembly a large and complex product in practice. A disassembly hybrid graph model (DHGM) is constructed to describe the mating contact and noncontact priority relationships among constituting product components. Thus, the disassemblability constraint expression can be deduced from it by reasoning. The CDSP is different from the disassembly sequence planning except for they are NP-complete. Therefore, a novel method is presented to generate cooperative disassembly hierarchical tree (CDHT) from the DHGM based on branch-and-bound algorithm in which two user-defined variables are introduced to control the size of the CDHT .The optimal solutions with a minimal disassembly time are derived according to the objection function. Finally, an example illustrates the proposed method.     

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...     

考虑不定拆卸程度的选择性异步并行拆卸序列规划

针对废旧产品再生过程中常用的选择性拆卸规划方法无法全面考虑所有零部件再生收益的问题,提出了考虑不定拆卸程度的选择性异步并行拆卸序列规划方法。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,在此基础上,以目标件逆向搜索出的最小必拆零件集合为拆卸程度下限,获取不同拆卸程度集合;以拆卸时间最小、拆卸利润最大为优化目标建立了数学模型,提出了一种改进的生物地理学优化算法进行求解优化;结合拆卸序列规划问题特点,设计了基于三层链表的编码方式,采用随机拓扑结构以提高算法的搜索能力;最后以机械臂与二级圆柱圆锥齿轮减速器为实例,验证了所提模型和方法的可行性和有效性。     

机器人导航的自主选择搜索策略蜂群规划算法

为了减少机器人导航路径长度和路径规划时间,提出了基于自主选择搜索策略蜂群算法的规划方法.分析了人工蜂群算法原理,依据蜜蜂从自身认知、种群认知和其他个体认知等多种环境认知方式,对应给出了多种蜜源搜索方式;通过建立不同蜜源搜索方式的即时价值和后效价值模型,计算了蜜蜂选择不同蜜源搜索方式的概率,从而给出了蜜蜂对蜜源搜索方式的...     

Optimization of disassembly sequence planning for preventive maintenance

Disassembly sequence planning is considered an important research topic in the manufacturing automation field. In recent years, in close collaboration with manufacturers, many investigations have been conducted to design robust and profitable dismantling systems. Therefore, the designers of new products have to consider the disassembly constraints in the design phase of products. Moreover, considering the disassembly constraints is important not only in the context of life end of a product but also in its life cycle in order to reduce problems related to its exploitation and maintenance. Consequently, the optimization of the disassembly process of a product is a crucial task for improving the product design. This article presented an automated disassembly sequence planning approach based on ant colony algorithm. The developed method permits the generation of an optimal and feasible disassembly sequence planning of a product from its computer-aided design (CAD) model. Several criteria were introduced in this approach such as part volume, tool change, disassembly directions, and the maintainability of wearing part. A comparison between genetic and ant colony algorithms was conducted to reveal the effectiveness of the proposed approach. A case study is presented and an implemented tool was developed. The obtained results demonstrate the satisfactory side of the considered criterions to identify the feasible disassembly sequence plan.     

基于人工蜂群-自适应遗传算法的仓储机器人路径规划

为了规划出一条更加节能的拣选路径,针对基本遗传算法的性能依赖于初始种群的质量、遗传算子的选择、交叉和变异操作,提出一种适用于仓储机器人路径规划的人工蜂群-自适应遗传算法。首先通过人工蜂群算法初始化种群以增强种群多样性;将路径长度、转弯次数和机器人运行能耗作为适应度函数的评价指标;然后基于三角函数设计自适应策略调整的交叉、变异算子以提高算法的收敛速度。仿真实验表明,在20×20大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少5.22%;而在40×40大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少9.08%。最后实验表明,采用本文提出的人工蜂群-自适应遗传算法规划的能耗减少7.64%,且规划的路径更平滑,更加适用于仓储机器人的路径规划。