基于几何推理有向图的装配序列规划

发布时间：2021-10-16 05:36

　　有向图是表示机械产品装配关系的有力结构,为减少有向图构造时的工作量,从拆装路径的空间可行性出发,提出了一种新的构造方法,从产品模型中提取装配关系矩阵并初始化有向图,建立层次化的结构,对产品中的零件进行路径规划,结合路径查找结果逐层填充节点,根据不同层次中节点的关系补充零件间的优先约束,从而生成相对完善的有向图。该方法基于CATIA二次开发自动进行几何推理,可用于存在复杂拆装路径的机械产品,具有良好的通用性。有向图拓扑排序生成的序列质量较高,运用粒子群算法对这些序列进行启发式搜索,相比传统方式缩小了搜索空间,能够更快找出较优的装配序列。 

【文章来源】：机械设计. 2020,37(03)北大核心CSCD

【文章页数】：5 页

【部分图文】：

端盖装配体模型

图2表示：零件p5,p7,p8是出度为0的汇点，应首先拆卸；零件p1是入度为0的源点，应作为该装配体的基准件最后拆卸。G中有些边是多余的，可被其他边推导出，例如零件p1至p7和p8的边，可用生成最小等价图（Minimum Equivalent Graph）的算法来消除。G是有向无环图，对于有向无环图的最小等价图求解，通常算法是求出G的传递闭包Gclosure，再通过G和Gclosure两个矩阵的乘积来判断。由于G往往是稀疏图，也可遍历各节点到汇点的最长路径，对最长路径中的相关节点，只保留形成最长路径的边，去除节点间其余的边。图2在去除多余边后，连通性不变，但结构更加精简、清晰易读，得到的有向图如图3所示。

G是有向无环图，对于有向无环图的最小等价图求解，通常算法是求出G的传递闭包Gclosure，再通过G和Gclosure两个矩阵的乘积来判断。由于G往往是稀疏图，也可遍历各节点到汇点的最长路径，对最长路径中的相关节点，只保留形成最长路径的边，去除节点间其余的边。图2在去除多余边后，连通性不变，但结构更加精简、清晰易读，得到的有向图如图3所示。对于简单装配体，图3有向边代表了拆装时两零件之间必须满足的优先关系，但零件可能有多个拆装方向，每个方向均会产生额外的约束关系，所以有向图尚不完整，拓扑排序得到的序列不一定可行，还需根据干涉矩阵判断该序列下零件是否均能找到拆装方向，从而验证序列可行性。

【参考文献】：
期刊论文
[1]基于改进遗传编程的并行装配序列规划[J]. 刘亚杰,古天龙,徐周波,常亮.  计算机集成制造系统. 2013(06)
[2]基于知识的装配顺序规划优化方法[J]. 柳振兴,李原,张开富,余剑峰.  中国机械工程. 2009(21)
[3]装配关系的有向图表达方法研究[J]. 付宜利,田立中,董正卫,谢龙.  计算机集成制造系统-CIMS. 2003(02)
[4]基于图分解的装配序列生成算法研究[J]. 白芳妮,李磊,魏生民,贺辛亥.  机械科学与技术. 2000(06)

硕士论文
[1]基于蚁群算法的装配序列规划研究[D]. 方建新.华中科技大学 2007



本文编号：3439251