复杂产品多工位装配序列规划方法研究
发布时间：2021-04-10 12:25
装配序列规划是复杂产品装配规划的核心内容,其规划结果决定了后续装配工艺的制定以及装配过程的复杂程度,并最终影响产品的装配质量和装配成本。多工位装配生产线作为复杂产品装配时广泛采用的生产方式,能够有效降低产品的制造周期,提高装配质量,实现资源利用率的最大化。本文针对传统装配序列规划中的不足,开展了与装配线平衡相结合的多工位装配序列规划问题研究,重点突破了多工位装配序列规划中评价体系及方法确定、装配序列优化两项关键技术,实现了装配序列在装配工艺与装配工位要求方面的同时优化。论文的主要研究内容如下:（1）在分析多工位装配序列问题的基础上,提出了复杂产品多工位装配序列规划的总体框架,分析了多工位装配模型的信息需求,介绍了装配信息模型的表达方法,建立了面向多工位装配序列规划的多层级装配信息模型。（2）构建了综合考虑零件级、产品级和工位级因素的多工位装配序列评价体系,提出了装配信息模型的矩阵存储表达方法,并给出了相应的矩阵生成算法。结合所提取的装配信息,建立了各评价指标的数学求解模型。采用最优有序参考集的方法实现了零件级指标的综合评价,构建了二级模糊评价模型,结合层次分析法与模糊综合评判法实现了装...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：109 页
【学位级别】：硕士
【部分图文】：
不同作业任务分配方案结果对比
步骤 5 用本文 3.4 节所述的模糊综合评价方法对每条装配序列的装配性能进行综合评判将评判结果作为该粒子的适应度值 f ；步骤 6 将每个粒子的适应度值 f 与其自身的历史最优值bestf 进行比较，如果bestf f，粒子当前的位置更新其历史最优位置bestP 。需要指出的是，在最开始迭代时，粒子的历史位置为其初始位置。如果存在一个粒子群，其适应度值比种群历史最优值更佳，则用该粒位置作为种群的全局最优位置bestG ；步骤 7 利用本章公式（4-13）（4-14）更新粒子的位置与速度；步骤 8 算法迭代次数更新t t 1，同时判断当前迭代次数t 与maxG 的大小，如果mt G跳转步骤 3，否则，转至步骤 9；步骤 9 输出最佳装配序列、作业任务分配结果和最佳适应度函数值 max f ，算法结束.2.4 基于 DPSO 算法的实例分析在以往的生产过程中，H 公司一直采用单工位固定式装配的生产方式来对某型发动机进配，该发动机装配图如图 4.2（a）所示，经过子装配划分得到各零部件的爆炸图如图 4.2（示，发动机各零部件的装配信息矩阵见附录(表 1)，装配关系矩阵信息见附录(表 2、3、4
图 4.6 DPSO 算法最优适应度和平均适应度变化曲线.3 粒子群算法改进目前，国内外学者对 PSO 算法的改进问题展开了深入的研究，从现有的资料来看，针对法的改进研究主要集中在增强种群多样性、提高算法跳出局部最优解的能力和收敛速度等，具体包括：①改进粒子种群的初始化策略；②粒子群中惯性权重和学习因子等算法参数；③改进粒子群邻域拓扑方式；④PSO 与遗传算法、模拟退火算法等智能优化算法的混合PSO 与高斯函数、动态拉伸技术和混沌等搜索机制的混合。而在解决装配序列规划问题上述改进措施中第②④⑤比较多见。因此，本章从这几个方面对粒子群算法的改进展开研究.3.1 惯性权重的改进在粒子群算法中，粒子下次搜索时的方向和能力由其当前速度决定，当粒子的飞行速度时，粒子可能错过最优解的位置，当粒子的速度太小时，粒子的搜索能力受到限制，只能小的区域内进行探索。一般而言，为了平衡算法的全局搜索能力和局部搜索能力，需要在迭代的初始阶段让粒子保持较大飞行速度，使种群能够对整个求解空间实现大范围的搜索
【参考文献】：
期刊论文
[1]基于果蝇优化算法的多工位装配序列规划[J]. 袁文兵,常亮,徐周波,古天龙. 计算机科学. 2017(04)
[2]基于多尺度混沌变异粒子群算法的三维空间线缆敷设技术[J]. 王发麟,廖文和,郭宇,王晓飞. 机械工程学报. 2017(09)
[3]基于萤火虫算法的装配序列规划研究[J]. 曾冰,李明富,张翼,马建华. 机械工程学报. 2013(11)
[4]多工位装配序列粒子群优化算法[J]. 王丰产,孙有朝,李娜. 机械工程学报. 2012(09)
[5]基于粒子群算法的复杂产品装配序列规划[J]. 于宏,王成恩,于嘉鹏,袁辉. 东北大学学报(自然科学版). 2010(02)
[6]产品装配序列评价方法建模[J]. 张嘉易,王成恩,马明旭,张闻雷. 机械工程学报. 2009(11)
[7]层次约束结构的虚拟装配建模技术[J]. 夏平均,陈鹏,姚英学,唐文彦. 哈尔滨工业大学学报. 2009(07)
[8]基于改进的遗传算法的装配序列规划[J]. 韩晓东,蔡勇,蒋刚. 机械设计与制造. 2009(03)
[9]虚拟装配技术的研究与应用现状[J]. 张隽,翟正军. 航空制造技术. 2009(01)
[10]国际产业转移与我国制造业的发展战略[J]. 王小明. 财经问题研究. 2008(07)
博士论文
[1]船体平面分段建造装配序列规划与装配线平衡方法研究[D]. 瞿世鹏.上海交通大学 2014
[2]复杂产品装配序列规划方法研究[D]. 李明宇.华中科技大学 2013
硕士论文
[1]飞机脉动生产线的建模仿真与优化方法研究[D]. 魏方剑.南京航空航天大学 2016
本文编号：3129634
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：109 页
【学位级别】：硕士
【部分图文】：
不同作业任务分配方案结果对比
步骤 5 用本文 3.4 节所述的模糊综合评价方法对每条装配序列的装配性能进行综合评判将评判结果作为该粒子的适应度值 f ；步骤 6 将每个粒子的适应度值 f 与其自身的历史最优值bestf 进行比较，如果bestf f，粒子当前的位置更新其历史最优位置bestP 。需要指出的是，在最开始迭代时，粒子的历史位置为其初始位置。如果存在一个粒子群，其适应度值比种群历史最优值更佳，则用该粒位置作为种群的全局最优位置bestG ；步骤 7 利用本章公式（4-13）（4-14）更新粒子的位置与速度；步骤 8 算法迭代次数更新t t 1，同时判断当前迭代次数t 与maxG 的大小，如果mt G跳转步骤 3，否则，转至步骤 9；步骤 9 输出最佳装配序列、作业任务分配结果和最佳适应度函数值 max f ，算法结束.2.4 基于 DPSO 算法的实例分析在以往的生产过程中，H 公司一直采用单工位固定式装配的生产方式来对某型发动机进配，该发动机装配图如图 4.2（a）所示，经过子装配划分得到各零部件的爆炸图如图 4.2（示，发动机各零部件的装配信息矩阵见附录(表 1)，装配关系矩阵信息见附录(表 2、3、4
图 4.6 DPSO 算法最优适应度和平均适应度变化曲线.3 粒子群算法改进目前，国内外学者对 PSO 算法的改进问题展开了深入的研究，从现有的资料来看，针对法的改进研究主要集中在增强种群多样性、提高算法跳出局部最优解的能力和收敛速度等，具体包括：①改进粒子种群的初始化策略；②粒子群中惯性权重和学习因子等算法参数；③改进粒子群邻域拓扑方式；④PSO 与遗传算法、模拟退火算法等智能优化算法的混合PSO 与高斯函数、动态拉伸技术和混沌等搜索机制的混合。而在解决装配序列规划问题上述改进措施中第②④⑤比较多见。因此，本章从这几个方面对粒子群算法的改进展开研究.3.1 惯性权重的改进在粒子群算法中，粒子下次搜索时的方向和能力由其当前速度决定，当粒子的飞行速度时，粒子可能错过最优解的位置，当粒子的速度太小时，粒子的搜索能力受到限制，只能小的区域内进行探索。一般而言，为了平衡算法的全局搜索能力和局部搜索能力，需要在迭代的初始阶段让粒子保持较大飞行速度，使种群能够对整个求解空间实现大范围的搜索
【参考文献】：
期刊论文
[1]基于果蝇优化算法的多工位装配序列规划[J]. 袁文兵,常亮,徐周波,古天龙. 计算机科学. 2017(04)
[2]基于多尺度混沌变异粒子群算法的三维空间线缆敷设技术[J]. 王发麟,廖文和,郭宇,王晓飞. 机械工程学报. 2017(09)
[3]基于萤火虫算法的装配序列规划研究[J]. 曾冰,李明富,张翼,马建华. 机械工程学报. 2013(11)
[4]多工位装配序列粒子群优化算法[J]. 王丰产,孙有朝,李娜. 机械工程学报. 2012(09)
[5]基于粒子群算法的复杂产品装配序列规划[J]. 于宏,王成恩,于嘉鹏,袁辉. 东北大学学报(自然科学版). 2010(02)
[6]产品装配序列评价方法建模[J]. 张嘉易,王成恩,马明旭,张闻雷. 机械工程学报. 2009(11)
[7]层次约束结构的虚拟装配建模技术[J]. 夏平均,陈鹏,姚英学,唐文彦. 哈尔滨工业大学学报. 2009(07)
[8]基于改进的遗传算法的装配序列规划[J]. 韩晓东,蔡勇,蒋刚. 机械设计与制造. 2009(03)
[9]虚拟装配技术的研究与应用现状[J]. 张隽,翟正军. 航空制造技术. 2009(01)
[10]国际产业转移与我国制造业的发展战略[J]. 王小明. 财经问题研究. 2008(07)
博士论文
[1]船体平面分段建造装配序列规划与装配线平衡方法研究[D]. 瞿世鹏.上海交通大学 2014
[2]复杂产品装配序列规划方法研究[D]. 李明宇.华中科技大学 2013
硕士论文
[1]飞机脉动生产线的建模仿真与优化方法研究[D]. 魏方剑.南京航空航天大学 2016
本文编号：3129634
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3129634.html
