机电产品线缆三维路径规划技术研究

发布时间：2020-03-30 00:50

【摘要】：线缆敷设质量的高低、装配水平的优劣对机电产品的整体性能及产品各个功能模块的可靠性都具有较大影响。传统的布线方法主要是由工人依据自身的经验对机电产品内部的线缆进行装配规划,自动化程度较低。在整个产品周期内,线缆布局设计周期长、布线人员工作量大、布线准确度难以控制等大大影响了机电产品整机的设计周期和装配效率。为提高线缆的布线效率与布线质量,本文以国防基础科研重大项目“基于虚拟样机雷达设计制造一体化技术”为依托,对线缆路径规划的相关技术展开了研究,主要的研究工作如下:(1)对线缆三维路径规划问题进行了分析,给出了路径规划问题的数学描述并分析了该问题的研究技术框架,对线缆路径规划问题进行了环境建模,并对布线环境空间进行了预处理;随后总结、分析了线缆三维路径规划中的工程约束,建立了线缆的三种模型。(2)为解决线缆布线时自动化程度低、效率低的问题,提出了一种基于信息熵的自适应蚁群算法的线缆三维空间布线方法。在传统蚁群算法的基础上引入混沌理论和信息熵理论来改进全局信息素的更新,引入重力规则约束蚂蚁的路径搜索,采用自适应方法控制参数,改善了真实度,提高了算法效率。(3)为解决机电产品线缆的敷设质量难以控制与评判的问题,提出了一种基于人工神经网络的线缆敷设质量综合评判方法。综合分析了影响因素后,建立了线缆敷设质量等级指标体系,采用层次分析法(Analytic Hierarchy Process,AHP)结合专家打分法分析各因素并获得量化的决策结果;最后采用人工神经网络与AHP法混合的多指标综合评判方法模拟专家对线缆敷设结果进行评判。(4)在以上各项技术的研究基础上,本文在利用CREO/TOOLKIT工具在CREO平台上开发了用于机电产品装配规划的三维线缆布线设计原型系统,并在中电十四所某型号产品中得到了应用,本文结合实例对该系统进行了展示。
【图文】：

期望结果,预测结果

图 4.5 预测结果与期望结果对比图 4.5 中横坐标有两条分割线，将横坐标分成两个区间，两个区间内的样本数据分别经网络的训练集（Trainingset）和测试集（Testset）。该段数据反应了人工神经网络两特征，测试集部分反应出该神经网络训练完毕之后对参与训练的数据样本的拟合完成该区间的样本的输出结果与预期结果的相对误差值也决定了该神经网络是否训练完成用于之后的测试；测试集部分则体现了该网络对陌生样本数据的接受度和预测的准确 4.5 中可以看出测试集的神经网络输出结果与实际期望值非常接近，预测精度高；同该神经网络的学习程度深，容错性较强，，对未曾见过的样本能够得到与实际期望结果的网络预测结果。从整个横坐标来看，线缆敷设质量综合评价值曲线较为平缓且几乎均处在图表中间偏，除第三个样本外，其余样本的敷设质量综合评价值均高于合格线，整体平均水平趋平。由此可见，作为实例进行评价的某飞机内部线缆敷设情况除部分不合格区域需要线缆敷设方案外，整体的线缆敷设水平较高，整体敷设质量也比较满意。由此可见，经网络智能算法学习线缆敷设质量评价专家的知识和经验，并用来预测其他待测区域设质量是完全可行的。

人机交互,布线,质量,等级评价

机电产品线缆三维路径规划技术研究图 5.15 所示，点击“样本数据训练”模块，利用数据库中的样本数据对神经网络进行训练后，在“等级评价指标体系”模块中通过输入线缆敷设的相关数据作为待评判数据，用网络对其进行评估可获得一个综合评判结果以及二层等级评价指标体系中各级因素所占的权重值。通过分析结果数据，可以有针对性地对线缆敷设路径进行调整和优化。
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN95

【参考文献】