基于遗传退火算法的复杂产品装配序列规划方法

分析了可行装配序列的推理约束条件,建立了考虑装配体稳定性的优化评价模型。采用带记忆的遗传模拟退火算法进行复杂产品的装配序列规划,并通过大量试验分析确定了算法近优运行参数。最后以8E150ZLC柴油机机油泵为例验证说明该方法是一个行之有效的具有工程实际意义的产品装配序列规划方法。     

基于一种树模型的装配序列优化生成的研究

分析了装配序列评价的特点,提出了一种用于表达装配序列的树模型及其生成算法。阐述了装配序列二级分层综合评价与优化的方法,提出了利用熵权法来确定各评价指标的权重,利用模糊综合评价方法对该装配序列树模型中每层关系节点A或节点AP下的各数据子节点进行装配顺序的优化,最终生成优化的装配序列。该方法缩小了装配序列解空间,提高了装配序列的评价效率,并以齿轮减速器为例进行了验证。     

一种基于遗传算法的装配序列优化方法

基于遗传算法建立了装配序列生成模型,对装配序列进行优化生成。为提高优化效率,该算法将装配方向作为已知数据给出,并引入子装配体进行分层规划。最后,以蜗轮减速器装拆序列规划为实例验证该方法的有效性。     

基于一种树模型的装配序列优化生成的研究

分析了装配序列评价的特点,提出了一种用于表达装配序列的树模型及其生成算法.阐述了装配序列二级分层综合评价与优化的方法,提出了利用熵权法来确定各评价指标的权重,利用模糊综合评价方法对该装配序列树模型中每层关系节点A或节点AP下的各数据子节点进行装配顺序的优化,最终生成优化的装配序列.该方法缩小了装配序列解空间,提高了装配序列的评价效率,并以齿轮减速器为例进行了验证.     

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。     

基于蚁群算法的引信装配序列优化

蚁群算法作为模拟进化算法具有正反馈和分布式计算的特点,可解决由于经验法确定的装配序列较多考虑几何约束条件,难以兼顾其他影响因素的问题,但是迄今未见应用于引信,为此,将蚁群算法引入引信机械机构进行装配序列优化。为了应用蚁群算法,需要依据引信产品的具体情况调整状态转移概率和信息素更新规则。仿真结果表明:通过评价指标引导算法生成的优化序列能较好地满足预期使用功能,装配方案合理、适用。     

基于时延Petri网模型的机器人装配任务规划

采用时延Petri网针对有代表性的柔性装配单元进行建模 ,柔性装配单元包括装配机器人、拧螺钉机器人、变位器和加工中心等自动装配和制造中的常用设备 ,具有较大的通用性。推导了顺序作业和并行作业的时间消耗计算方法 ,针对具体任务提出了任务规划的时间优化算法 ,通过仿真和试验两种方法对最优规划序列进行了验证。该项研究可在作业时间要求严格的场合产生优化的装配任务序列 ,并可用于指导装配系统设计     

基于特征的装配模型及装配序列规划研究

为了充分利用CAD模型信息进行装配序列规划,将单一零件和子装配体统一为装配单元,建立了基于装配特征的产品层次模型。通过装配特征矩阵的建立来分析装配单元的自由度信息,进而确定其可拆卸程度。基于可拆即可装的假设,对可拆卸启发式规则、拆卸方向和连接关系进行分析,生成产品的拆卸/装配序列。在对装配序列进行优化的基础上,生成可行的装配序列。以球阀产品为例详细介绍了应用情况。     

基于遗传模拟退火算法的产品装配序列规划方法

为有效地获取方便可行的装配序列,在分析了装配序列的几何可行推理约束之后,建立了包含稳定性、聚合性及装配方向改变次数因素的优化评价模型。采用遗传模拟退火算法进行产品装配序列规划,通过分析算法的相关参数的变化趋势和大致范围,利用正交试验（初步定位）和对比试验（精确定位）相结合的方法,确定算法的近优运行参数,最后以8E150ZLC柴油机油泵为例,与遗传算法运行结果对比,验证了该方法是一种高效的、具有工程实际意义的复杂产品装配序列规划方法。     

基于改进萤火虫算法的装配序列规划方法

针对装配序列规划问题的特点,重新定义了应用于连续空间优化的萤火虫算法的各种相关操作,并对萤火虫算法的迭代规则进行了改进,提出了面向装配序列规划问题的改进型离散萤火虫算法。将改进型离散萤火虫算法和标准型离散萤火虫算法的实验结果进行了比较,同时也将改进型离散萤火虫算法与在装配规划领域应用最广泛的遗传算法进行了比较,验证了改进型离散萤火虫算法的优越性。在适应度函数构造方面,对传统的装配序列规划研究进行了改进,提出了装配序列工具—零件干涉次数评价指标,并通过实例验证了该评价指标的可行性和合理性。     

基于最大-最小蚁群系统的装配序列规划

提出一种结合了蚁群系统与最大-最小蚂蚁系统优点的装配序列规划(Assembly sequence planning, ASP)方法。对近十年基于蚁群优化的ASP文献中采用的优化指标、装配信息模型、实例零件数等进行综述和比较。为提高序列的装配效率区分度,研究方向性、并行性、连续性、稳定性和辅助行程等5项指标的自动量化方法,将其融入到蚁群优化多目标启发式函数和适应值函数中。为提高对最优序列的搜索能力,以装配几何可行性为基础,从蚂蚁数量的确定、最大-最小信息素的界定、初始零件分配位置的绩效考核机制以及对并行零件组强制优化机制等方面,设计针对性解决方案,提出基于最大-最小蚁群系统的ASP算法。开发基于Siemens NX的装配规划系统AutoAssem。以阀门为实例,验证了算法内部各项优化措施的有效性,同时与优先规则筛选法、遗传算法及粒子群算法进行比较,分析该算法在运行效率和序列性能方面的优势。     

粒子群算法在装配顺序规划中的应用

装配顺序规划是计算机辅助工艺设计的一个重要环节,影响着轿车车身的装配质量和效率.针对当前装配顺序规划易产生组合爆炸等问题,提出了基于粒子群算法的装配顺序规划算法.装配偏差是影响装配质量的重要因素,因此应用装配体的装配偏差评价装配顺序.在装配顺序规划过程中,首先将装配顺序编码为粒子,根据所建立的判断规则进行识别粒子的可行性,并通过装配偏差评估可行粒子的适应度值,然后根据粒子群算法过程规划装配顺序,最后采用前翼子板案例阐述装配顺序的生成和优化过程.     

面向ASP与DFA集成系统的装配模型技术

针对并行工程中的产品装配设计与优化分析 ,提出了一种装配顺序规划与为装配而设计相集成的产品装配分析系统。重点分析研究了集成系统中的产品装配建模方法。首先对现有的各种典型的装配模型技术进行分析比较 ;其次 ,根据 ASP与DFA集成系统的需求 ,设计出了一种包含装配草图、装配关联图信息、装配结构树图、零件设计参数和连接参数等信息的装配模型结构。并结合实例分析了该装配模型的计算机实现方法     

An effective integration approach toward assembly sequence planning and evaluation

An integration strategy for assembly sequence planning and sequence scheme evaluation is proposed. This strategy can be used to plan a reasonable assembly sequence, to optimize a sequence scheme, and to predict whether a collision will occur between the assembly tool and assembled components by considering factors like target components and assembly resources. A hybrid method is presented for assembly sequence modeling that combines human-computer interactive operations to manually build a hierarchical assembly sequence main model and a hybrid graph method to automatically generate sub-assembly sequence schemes of the main model. An optimization algorithm based on time-cost is introduced to handle a best candidate components selection. This relieves the problem of limited capability found when handling large size assembly models with traditional methods. The essential issues involved in system implementation are discussed as well; these include a representation method for the assembly consequence model, an optimization model of assembly sequence planning, and an object-oriented system architecture model employed with multi-agent technology for visually evaluating the assembling process. This system, KM computer-aided assembly process planning, KMCAAPP, has been developed on the basis of our previous work, KMCAD3; KMCAAPP uses the presented approach. KMCAAPP can be integrated with CAD model from KMCAD3D. A case study shows that the presented approach can use large CAD assembly models and delivers a feasible and effective way to integrate the assembly sequence planning process with scheme evaluation by visually evaluating the assembling process. This allows the identification of design errors in a timely manner and mitigates economic loss.     

基于最短路径的复杂机械产品装配过程质量控制点公差带在线优化方法

为提高复杂机械产品的装配精度和装配质量稳定性,提出一种基于最短路径的复杂机械产品装配过程质量控制点公差带在线优化方法。对关键工序的质量控制点公差带进行细粒度划分;从装配精度角度出发,引入田口工序能力指数构建质量损失—公差函数;综合考虑装配过程中两种作业(基本作业和辅助作业)类型的时间调整损失,建立装配时间调整费用—公差函数;在上述两函数的基础上,通过加权聚类建立装配损失—公差函数模型,以描述质量控制点的总损失与公差的关系;构建基于最短路径的公差带在线优化模型,将装配损失—公差函数作为权函数,以最小损失为目标进行搜索,实现对后续质量控制点公差带的在线优化。以某型发动机缸盖螺栓拧紧过程为应用实例,验证了上述方法的可行性和有效性。     

Integrated assembly and machining planning for electronic products using a genetic algorithm approach

To produce an electronic product, both assembly operations and machining operations are required in the process plan. In most cases, the assembly operations and machining operations need to be combined in a continued order with an integrated sequence. This is different from the traditional process planning approaches in which machining operations and assembly operations are separated as two independent tasks with no interactions. For an electronic product, the two types of operations and the associated costs may affect each other in an interactive way. Therefore, the sequence planning of assembly operations and machining operations must be analyzed with an integrated model. In this research, a graph-based model is presented to represent the assembly and machining operations in an integrated model. The related operation cost functions are developed to evaluate the costs for the integrated assembly and machining sequences. The integrated sequence planning problem is solved using a genetic algorithm approach with an objective of lowest operation costs. As a result, the assembly operations and machining operations can be planned in an integrated sequence suitable for producing electronic products. The result shows that the developed method using the genetic algorithm approach is efficient for solving the integrated sequence planning problem. Example products are demonstrated and discussed.     

基于遗传算法的车身装配三维曲线匹配位置优化

在汽车白车身的装配过程中 ,往往会遇到两个具有复杂曲面轮廓的三维零件的装配位置优化问题 ,本文在采用遗传算法的基础上 ,通过构造适当的优化目标函数 ,提高优化求解的收敛速度 ,提高该算法的实用性。本文最后讨论了该遗传算法的具体结构和改进的算法     

考虑工具操作空间的装配序列生成方法

介绍了基于有向图的装配模型,该模型记录了零件间的优先关系,并对普通零件、紧固件进行不同的描述。在UG环境中对装配工具进行建模,在完整装配体中对工具的安装动作进行仿真和干涉检查,记录下工具同周围零件的潜在干涉信息,利用该信息快速检查装配序列是否满足工具的操作空间要求。然后应用改进的蚁群算法,在优先关系的指导下求解装配序列。针对妨碍工具操作等不可行的序列,提出信息素的惩罚蒸发策略,帮助蚁群避开不可行解。最后通过实例验证了算法的实用性。     

Computer aided geometric feasible assembly sequence planning and optimizing

Assembly sequence planning (ASP) is the foundation of the assembly process planning and design for assembly (DFA). In ASP, geometric feasibility is the prerequisite in the valid assembly sequences searching. The assembly precedence relations’ (APRs) deriving and fulfilling are the essential tasks in the geometric feasible assembly sequence planning. In this paper, a systematical approach called geometric constraint analysis (GCA) is proposed and the corresponding software system is developed and integrated with CAD system. Using this system, only with a few mouse clicks on CAD draft, assembly precedence relations (APRs) can be derived correctly and completely. Then, all the geometric feasible assembly sequences can be inferred out automatically. Moreover, an optimal algorithm is designed and realized in the GCA method, by which, the most optimal assembly sequence in terms of the operation convenience can be found out from the immense geometric feasible sequences. An erratum to this article can be found at