基于混合蛙跳算法的复杂产品装配序列规划

为提高机械产品的装配效率,提出一种基于混合蛙跳算法的产品装配序列规划方法。该方法针对混合蛙跳算法中各个模因组内的最优样本容易出现趋同性的现象,引入遗传算法,提出最优样本的差异性控制策略,以改善种群的差异性。建立了以装配操作稳定性、惩罚函数、装配方向改变次数和装配工具改变次数为装配序列评价指标的适应度函数模型。以一个装配体实例分析该算法的特性,验证了改进混合蛙跳算法的可行性和稳定性,并将该算法与标准混合蛙跳算法和遗传算法相比较,证明了改进混合蛙跳算法更有效。     

基于遗传算法的装配序列规划研究

分析了传统装配序列规划的不足,建立了考虑子装配体稳定性的目标函数,采用带记忆的遗传算法进行装配序列规划;在初始种群生成时,可以输入带专家知识的可行装配序列改善种群的组成成份;在各种群的生成过程中,始终保留所获得的当前最优可行装配序列,确保算法最终收敛到最优或近优解。最后以实例说明该方法的有效性。     

基于混沌混合算法的装配序列规划

针对遗传算法在求解装配序列规划问题中速度慢、产生重复解等问题,提出一种将蚂蚁算法、混沌算法和遗传算法结合,加入动态更新种群数目这一策略的新方法。利用拆卸干涉矩阵获取零件之间的信息,建立评优指标的信息矩阵。算法前期采用蚂蚁算法进行局部搜索,后期运用混沌—遗传算法进行全局搜索。在全局搜索中,采用Logistic映射生成子代装配序列以避免产生重复解,并设置一定的比例筛选搜索结果,动态更新种群数目。为进一步提高序列优劣的区分度,将装配工具的运用次数与装配方向的改变次数合并为连贯性,同时引入辅助工具这一指标。以齿轮油泵为例,将所提算法与蚂蚁算法、遗传算法和混合算法进行比较,从适应度值、运行时间和收敛速度方面进行分析,验证了该算法的有效性。     

洗衣机装配序列遗传优化建模及算法研究

为了研究装配序列遗传优化问题,以某洗衣机装配序列规划为例,讨论了面向装配序列遗传优化的建模方法。结合装配生产线布局、工位装配能力和工件连接关系的实际,给出了可装配性性能指标相关权重的一般性确定原则,建立了面向遗传优化的装配模型,并设计了遗传优化的编码方式和进化算子。为保证个体的有效性,提出了工位约束检验和以连接关系为依据的工件约束检验;为保持种群多样性、避免遗传算法早熟,提出了采用局部搜索策略进行扩展操作的方法。对洗衣机装配序列优化的结果验证了所建模型及所提算法的有效性。     

基于帝国主义和遗传混合算法的装配序列规划研究

根据复杂产品的序列规划特点,为提高求解效率,提出了面向序列规划的混合算法。利用遗传算法和帝国主义竞争算法各自的优点,将二者有机联合,以重定向次数、装配工具改变次数以及装配类型变化次数为约束条件来构造目标函数,提出最小装配成本概念。以一个包含8个零件的装配体实例进行MATLAB仿真试验,分析混合算法特性,并将混合算法与单独的帝国主义竞争算法和遗传算法进行比较。试验证明该混合算法在求解效率上明显优于单独的智能算法,且求得的序列更加符合实际的装配需求。     

一种基于遗传算法的装配序列规划新方法

装配序列规划的实质是NP组合优化问题,应用遗传算法来解决装配序列规划问题可以得到较好的结果.但是使用传统的遗传算法则收敛速度较慢,通过应用Boltzman变比技术来调整遗传算法在不同时期的选择压力,则可以较好的改善遗传算法的收敛速度较慢的问题.因此提出了一种应用Boltzman变比技术的遗传算法来解决装配序列规划问题的方法.通过使用精英选择技术,保证上一代种群中的最优个体能够顺利的进入到下一代中,以防止种群中优良个体的丢失.并提出了一种基于简化关联图来生成遗传算法初始种群染色体的新方法,该方法结合人工输入的方法,可以保证了初始种群染色体的质量.根据装配序列规划问题的特点,设计了具有针对性的杂交算子和变异算子.在实际应用中,该方法取得了良好的效果.     

帝国竞争算法在装配序列规划中的应用与改进

对帝国竞争算法进行了研究与改进以解决虚拟装配过程中装配序列规划问题。利用有向图法获得了表达装配关系的邻接矩阵、干涉矩阵、接触-连接矩阵、优先关系矩阵、工具集矩阵,建立了以装配稳定性、连续性及干涉性为评价标准的稳定性函数、连续性函数及干涉函数,并依据层次装配的基本思想,将其与帝国竞争算法融合并引入微分进化算法,通过Matlab编程,以减速器为例进行试验,验证了该算法在装配序列规划方面的可行性,并同帝国竞争算法、遗传算法及蚁群算法进行比较,验证了该改进算法的优越性,为虚拟装配技术的研究奠定了基础。     

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。     

一种混合算法在装配序列规划中的应用研究

基于现有复杂产品装配序列的特点,建立了装配体的几何可行性、零件的重新定向次数及装配体稳定性的目标函数。在原有离散粒子群算法的基础上,引入改进的进化方向算子,该算子可较为突出的改进离散粒子群算法的局部搜索能力。提出了一种混合算法,该算法在不牺牲粒子群算法的局部搜索能力和搜索速度的同时,提高其全局搜索能力,减少算法平均迭代的步数。算例表明:该混合算法具有优良的局部搜索特性及全局搜索特性,算法可快速收敛至全局最优解,可有效解决装配序列规划问题。     

基于联合作业序列的遗传算法求解第二类装配线平衡问题

分析了可行作业序列与联合作业序列对求解装配线平衡问题的影响,以及两种序列之间的区别和联系,并针对第二类装配线平衡问题,提出一种基于联合作业序列的遗传算法.该算法依据作业顺序图生成初始群体和构造交叉算子、变异算子,保证只在可行作业序列中搜索最优解,从而提高了算法运算效率和计算结果的精度;联合作业能够为工作站释放更多的空间...     

基于混合算法的内燃机曲柄连杆机构复合目标选配

在曲柄连杆机构的选配中,为实现在多种装配要求的条件下,对多对零部件同时进行选配,并使剩余的零部件数量最少的复合目标,以提高曲柄连杆机构各零部件的选配成功率和装配质量,建立了复合目标选配的目标函数,确定了约束条件。针对该组合优化问题的特殊性,对传统的基于遗传算法和模拟退火算法的混合算法进行了改进,提高了在初始种群产生阶段进行定向变异的方法,以提高初始种群的平均适应度;并设计了特定的编码方式、交叉运算和变异运算,建立了曲柄连杆机构的复合目标选配方法。最后对该方法进行了有效性验证。     

基于遗传算法的飞机装配序列规划优化方法

在基于割集的装配顺序规划方法中,随着零件的增加,装配序列数呈指数增加,由此导致算法的组合爆炸问题。为此,提出了基于．遗传算法的装配序列规划优化方法,研究了零件装配信息的基因组表示方法,将参与装配的零件的基因组排列成序,实现装配顺序的染色体表示。采用模糊集理论建立了适应度函数,并对装配序列进行评价和优化。以某型飞机机翼产品为例,验证了技术的有效性。     

面向数字化预装配的分层干涉检测算法研究

提出了面向数字化预装配的分层干涉检测算法,该方法把干涉检测过程分为粗检测、半精检测、精确检测三层,通过逐层检测,大大加快了干涉检测的速度,提高了检测的精确度,有助于预装配中优化装配序列的快速生成。     

基于递归循环的层次化爆炸图自动生成方法

提出以递归循环和深度优先搜索层次化装配序列的策略自动生成复杂产品层次化爆炸图的方法。为使设计结构符合装配规划的要求,设计了可方便定义子装配体和编辑装配树的装配结构重构功能。为避免重复的干涉检测,研究干涉矩阵合成方法,通过对原始装配关系信息的整合,柔性化生成面向层次化结构的装配关系矩阵。为降低大规模序列规划问题的复杂性,将整体规划任务分解为若干个及若干层级子任务,子任务内采用多规则筛选算法,以基于干涉矩阵的几何可行性为前提,并行性、连续性、稳定性和方向性等为优化筛选指标,循环构建序列。提出递归爆炸算法,循环对层次化装配序列进行深度优先搜索,实时计算已爆炸零部件的累积包围盒,从而确定待爆炸零件位移矢量,自动生成间隔均匀有序、结构紧凑且空间层次感强的爆炸图。开发了基于Siemens NX的装配规划系统Auto Assem,以减速器及汽车部件实例验证了方法的有效性。     

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。     

面向序列规划的装配工艺APS树模型生成的研究

分析了现有装配序列规划方法和装配序列表达模型的缺陷，提出了一种合理的装配工艺APS树模型，并用这种模型表达非线性的装配序列。利用产品功能结构树和零部件的信息，采用基于装配关系图分割的几何推理和基于规则的知识推理的方法来简化工艺子装配体的识别，以此生成装配结构树。然后，利用装配知识判定子装配体的装配优先约束关系，提高由装配结构树生成装配工艺APS树的效率。最后，基于装配结构树，通过不断添加数据节点和关系节点，自上而下分层规划，从而生成产品的装配工艺APS树。     

基于质量特征产品装配顺序规划的逆向推理算法探究

在Petri网柔性装配系统装配顺序规划中引入装配质量要素,并以装配零件的装配自由度,装配作业后稳定性,装配零件配合精度对装配质量的影响作为基本因子,提出装配质量置信度概念,解决柔性装配系统装配规划中装配质量及其定量化问题。根据装配形成的产品在Petri网装配状态图中表示为一个最终库所的特点,应用改进B树模型,提出仅以变迁信息的产品装配顺序规划Petri网逆向推理算法,简化装配顺序规划推理过程,对于多个变迁均可生成最终成品的情况,亦给出装配顺序规划的解决方案,并以摩托车发动机的装配为例,证明该算法是可行的。