一种新的装配序列规划方法研究

在新的装配序列规划方法中，采用多色集合建立了装配信息模型，把装配约束关系分为定位关系、阻碍拆卸关系和联接关系，建立了装配约束关系方程——定位方程、阻碍拆卸方程和联接关系方程，用数学方程表示零件的装配约束条件，同时提出了求取零件装配序列的算法．与传统的装配序列规划方法相比，基于多色集合理论的装配序列规划方法通过装配约束关系方程，提前排除了不合理的装配序列，因此避免了由约束信息膨胀产生的组合爆炸．     

基于混合循环算法的复杂装配体装配序列智能规划

针对单一算法无法实现复杂装配体装配序列智能规划以及缺乏深度人机交互而导致的改进效果不佳等问题,提出一种混合循环算法.该算法以遗传算法为主体,利用干涉矩阵和接触矩阵调整随机生成的装配序列,以装配方向及工具的统一性构建适应度函数;其次结合模拟退火算法,在迭代前加入退火操作,利用Metropolis准则接受交叉和变异后的个体序列;引入粒子群算法的跟踪极值思想,直接选择个体最优和群体最优序列与后代交叉;最后结合虚拟现实技术建立装配模拟平台,从装配稳定性及工具操作空间两个维度进一步优化序列.基于该方法以汽车后桥总成装配序列规划为例进行验证,表明所得装配序列符合实际生产,该方法切实有效.     

基于遗传算法的装配序列规划

装配序列规划是面向并行工程的DFA和CAAPP（Computer Aided Assembly Process Planning)研究中的关键问题之一。介绍了遗传算法用于解决装配序列规划的优越性,建立了基于遗传算法的装配序列规划模型,探讨了装配序列编码方法以及遗传算子的设计,采用VC6.0研发了相应的软件系统,测试结果表明将遗传算法用于规划装配序列大大提高了优化效果。     

基于多色色集合的产品装配序列仿真

叙述了基于多色集合的产品装配序列仿真的基本概念，给出了在产品装配多色集合PS（Polychromatic Sets）中表示元素存在条件的公式，并对该条件进行了解释和说明，提出了基于多色集合的产品装配序列的确定方法，实例表明，多色集合是一种新的信息处理工具，该信息处理工具在问题的形式化研究方面前进了一步，具有高度的概括性，因此，以多色集合的数字抽象方法分析装配序列，可使装配序列的生成更具科学性。     

装配序列规划及其DFA研究

在利用特征造型系统建立产品等级装配模型的基础上，给出了装配工艺自动规划的算法，讨论了面向装配设计的两类方法，即基于零件装配特征和装配序列分析的评价方法。     

基于产品计算机辅助设计模型的装配序列自动规划

用图论方法研究了装配体中零件的干涉信息和关联信息，利用CATIA(Computer Aided Tharee-Di-mensional Interactive Application)软件平台提供的接口及产品的CAD(Computer Aided Design)模型，建立了自动获取装配序列规划所需关联信息和干涉信息的方法，并用Vistial Basic开发了相应的程序。该程序充分利用CATIA平台上已建立的产品数字样机及检测工具，完成装配干涉的自动检验，从而自动生成了产品的装配序列。实践表明，应用该方法可以大幅度减少或简化装配序列规划所需的大量人工处理，从而提高了装配规划的效率。     

基于粒子群算法的复杂产品装配序列规划

根据复杂产品装配规划问题的特点和要求,提出了一种求解装配序列规划(assembly sequenceplanning,ASP)问题的粒子群优化算法,将通常用于连续空间优化的粒子群算法成功扩展到ASP领域.算法根据ASP问题决策解的特点,在排序空间定义了微粒的位置和速度以及相关的各种操作.针对基本粒子群算法容易陷入局部最优的缺点,采用新的学习机制,增强了算法的寻优能力.基于干涉矩阵、连接矩阵和支撑矩阵建立了以装配可行性、装配体稳定性和装配方向改变为评价指标的目标函数.最后通过实例分析验证了该算法的有效性.     

基于多色集合理论的产品装配规划建模与算法研究

采用多色集合理论建立了一种用数组元素表示的装配关系模型,它包括表示定位关系的定位基准模型和表示装配通道关系的可能位移模型.通过定位基准方程组和可能位移方程组给出了这种装配关系模型的数学表达形式,并提出了它们的求取算法,从而将装配过程中的定位关系和装配通道关系这2种约束关系用简单的逻辑方程式表示出来,方便了计算机的编程.同时,提出的各级装配单元的生成算法和在装配单元基础上建立递阶结构图的算法,为用计算机编程实现装配序列的自动生成提供了基础.与传统的装配规划模型相比较,用多色集合理论进行装配规划建模,便于描述装配过程中的约束关系,具有形式化水平高、避免“组合爆炸”和易于编程等优点.     

面向虚拟制造的装配规划生成方法

装配规划是虚拟装配和面向装配设计的关键技术之一，提出了装配规划的总体结构，引入装配自由的概念，提出了可行性分析的算法，并将共与基于知识的方法有机地结合起来，提出了较完整的装配规划的生成方法。     

基于优先规则筛选的装配序列规划方法

针对现有装配序列规划方法在多目标优化求解准确性和效率等方面存在的不足,提出了新的装配模型及序列优化算法.首先构造了结构紧凑、包含更多装配关系信息的接触-连接矩阵,以及能有效解决非正交方向装配问题的扩展干涉矩阵,研究了通过干涉检测自动提取矩阵信息的方法.从自动化和量化角度研究了影响装配效率的若干规则,提供定制各规则及其优先顺序的柔性.提出了根据以上信息逐级筛选最优解,以构造最优序列的优化算法.最后以UG为平台开发了原型系统,以阀门为例,验证了本方法的可行性、高效性及其良好的可视化仿真效果.     

基于区域层次法的轿车总装配序列规划

为了能够建立零部件的装配序列实现复杂产品面向生产系统的总装配工艺规划,根据现代轿车的结构形式和装配作业特点,提出了区域层次法建立整车装配模型。论述了区域层次的划分原则和方法,引入产品空间结构和功能系统约束,得到包含多属性子集的单调序列集合。该方法有效地避免了规划中组合爆炸问题的出现,在兼顾多种约束条件的同时,提高了规划过程的质量和效率。用开发出的软件原型系统,以车门装配为对象进行了装配序列规划的实例验证。     

基于遗传算法的工艺过程排序研究

面向特征加工的工艺过程排序是计算机辅助工艺规划中一个非常突出的难点问题.首先对特征之间的约束关系进行分类,利用特征关系图来描述基本的合理性约束,并将最优性约束的满足程度视为工艺路线优化的判断标准.然后利用遗传算法来实现工艺过程排序,改进了编码规则并实现了解码算法,方便了适应度的计算,从而提高了排序算法的有效性.最后给出了应用实例.     

基于改进蚁群算法的路径规划方法

针对城市道路交通中路径规划的特点,提出了一种基于改进蚁群算法的路径规划方法.该方法通过对交通约束的分析与转换,加强了对实际道路交通网络的描述,提高了路径规划的有效性;在引入方向启发的同时,保留了足够的初始搜索空间,提高了算法的路径规划效率.实验结果表明,该方法在规划效率与有效性上均有明显提高.     

基于改进蚁群算法与Morphin算法的机器人路径规划方法

 针对动态复杂环境下的机器人路径规划问题,建立栅格地图模型,研究一种改进蚁群算法与Morphin 算法相结合的动态路径规划方法。改进蚁群算法引入拐点参数评价路径优劣,并对路径进行拐角处理以及变更拐角处信息素更新机制,使规划的全局路径更加平滑;Morphin 算法则在机器人行走时,根据全局路径的局部环境实时规划局部路径,使机器人有效地躲避障碍物。仿真试验结果表明,该方法结合全局规划与局部规划的特点,能够使机器人沿着一条短而平滑的最优路径快速、安全地到达目标点。     

基于层次模型的装配顺序规划

采用装配结构层次分解法和装配结点内单元割集法相结合的方法 ,通过对产品装配结构设计内在隐含的约束关系的分析研究 ,根据装配特征 ,建立装配单元匹配优先关系 ,确定其装配方向。递归生成既表达装配结构 ,又描述装配工艺过程的二叉树模型 ,作为后续的可装配性评价的基础     

基于模拟退火Memetic算法的复合材料层合板铺层顺序优化

应用基于模拟退火局部寻优的Memetic算法对复合材料层合板的铺层顺序进行优化设计,以层合板的面内几何因子和弯曲因子为优化对象,建立Memetic算法的优化模型。通过遗传操作,搜索问题的最优解,借助于模拟退火进行局部寻优,扩大了算法的寻优范围,加速了算法的收敛速度。数值算例中给定了层合板的面内几何因子和弯曲因子,应用Memetic算法求解层合板的最佳铺层顺序。并应用标准遗传算法和基于模拟退火局部寻优Memetic算法的结果进行比较,然后用有限元进行模拟分析,证明了本文中优化模型的有效性和基于模拟退火Memetic算法的优越性。     

基于改进蚁群算法的二维码移动机器人路径规划方法

针对在结构化栅格工作环境下,基于蚁群算法的路径规划存在停滞和收敛速度慢的问题,提出了一种基于改进蚁群算法的二维码移动机器人路径规划方法.通过限制蚂蚁的搜索方向,即将机器人置于结构化栅格工作环境下,使其只能在水平和垂直方向上移动,进而提高算法的搜索效率.引入自适应期望函数和启发因子,动态调整状态转移概率,避免算法陷入停滞状态,提高算法的收敛速度.针对机器人在转弯过程中耗费时间较长的问题,通过引入转弯影响因子得到扩展路径长度,进而根据扩展路径长度选取最优路径.实验结果表明,提出的方法可以为二维码移动机器人规划出最优路径.     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法应用于移动机器人路径规划时存在易于陷入局部最优解、收敛速度慢的问题,提出了一种适用于静态障碍环境下基于改进蚁群算法的移动机器人路径规划方法。该方法改进了节点间的状态转移规则,增加了得到最优路径的概率;自适应调整启发函数,提高了算法的搜索效率;基于狼群法则对信息素进行更新,有效避免了算法陷入局部最优解;动态调整了衰减系数,在后期增加了蚂蚁对最优路径的选择概率,加快了算法的收敛速度。仿真实验表明,与其他算法在相同环境下比较,该改进算法在路径规划结果相同的情况下具有较快的收敛速度;且改进算法在不同复杂程度环境中均得到了最优路径,也表明了该算法的有效性和可靠性。该算法具有良好的寻优能力,可以适用于不同复杂环境中的移动机器人路径规划。     

基于蚁群算法的军用飞行器航迹规划

为了提高军用飞行器的作战效能,在实施远程精确打击之前,必须利用地形和敌情等信息,规划出生存概率最大、作战效率最高的飞行器突防轨迹.针对这一问题,讨论了基于蚁群算法的航迹规划方法,并经过坐标变换将算法的候选解集合、航路选择规则以及信息素更新规则进行了改进,获得了一种更有效的航路规划方法,且取得了较好的计算机仿真结果.