探讨桁架装配序列规划与启发式割集法的结合（数学资料）.docVIP

探讨桁架装配序列规划与启发式割集法的结合（数学资料） 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：探讨桁架装配序列规划与启发式割集法的结合 1 1、系统设计 3 2、使用启发式方法生成割集 4 3、应用实例 7 4、结论 7 文2：大型复杂产品装配序列规划技术研究 8 1.装配信息模型 8 2.装配序列生成 9 3.总结： 11 参考文摘引言： 11 原创性声明（模板） 12 文章致谢（模板） 12 正文 探讨桁架装配序列规划与启发式割集法的结合（数学资料） 文1：探讨桁架装配序列规划与启发式割集法的结合 装配是产品制造过程中最重要的一步，其在整个产品的制造过程中是最后一步，装配质量的好坏直接决定了产品最终的成型效果，早在1991年，Womack等人[1]就通过观察提出，装配耗时占据了产品制造总用时的20%～30%，而装配成本占总成本的40%。装配序列规划在装配流程中占有极其重要的地位，对装配质量起着决定性的作用。 对产品装配质量和产品装配周期的控制，都对设计人员提出了较大的考验，对其装配经验和设计成熟度有很高的要求，而且最后装配质量和时间成本往往因人而异，在装配设计上的标准性和规范性很难得到保障。装配序列规划问题作为虚拟装配技术的关键一部分，设计人员可以在虚拟环境中进行编排规划，由计算机自动输出结果，能够极大程度缓解装配序列规划对人的依赖程度，完成装配的标准化规范化流程，减少因错误的装配规划导致的成本上升。 在ASP优化中，首要且最重要的步骤是建立并使用一种表达方法，以对装配问题进行建模。装配规划的有效性很大程度上取决于装配问题的建模方式。通常情况下，ASP问题表达形式分为三类：基于连接方式的建模、基于装配任务的建模以及基于零件的建模[2]。这些类别的划分都是根据其表示组装问题时的最小元素来定义的。其中超过半数的表达方式是基于零件建模，这很大程度上是因为研究人员试图模拟出组件中存在的最小装配体。 针对装配序列规划优化的研究主要有两个方向，一是传统上比较成熟的推理法，比如优先约束法[3]、割集法[4]等，二是基于元启发式方法的算法，比如遗传算法[5]、粒子群优化[6]、蚁群算法[7]、人工神经网络[8]等。上述规划优化算法都取得了良好的进展，但都是在全局进行序列搜索，在非可行解空间浪费了过多算力。 桁架结构作为一种在大型桥梁、机场穹顶以及输电线路中拥有广泛应用的结构，随着国内高铁建设的快速展开和布局，电气化铁路需要在站场中布置大量硬横跨来布设高铁动车所使用的接触网。特别是对于较大的枢纽场站，需要更复杂的硬横跨，因此对硬横跨的安装流程提出了更高的要求，一旦装配时出现不得当安装方式，将会出现严重的位移应力集中，影响硬横跨的长期使用。 本文提出了一种利用启发式算法与余树算法的改进式割集法来获得装配序列。减少了规划过程中所需同时考虑的零部件数量，提高了规划效率，避免了因同时计算的零件数量过多可能导致潜在的组合爆炸的情况。最后使用了单跨硬横跨模型验证了此方法。 1、系统设计 基于割集法的装配序列规划的生成流程主要如图1所示，首先需要将装配模型依据其连接关系，对零件分组编号使用无向图生成装配关联图，接下来聚类简化装配模型的表达，利用启发式规则分析层次关系确定层次关系建立割集，最后使用余树算法变换生成树，得到装配序列。 图1装配序列规划的生成流程 装配模型表达 在此方法中，使用二维拓扑装配关联图G来表示产品中零件的连接关系，表示形式为： 式中：V为装配体中所有零件的集合；E为零件之间的所有连接的集合。 为了得到装配关联图，还需要先将模型的零件进行标号。图2为某装配体的表示方式。已装配产品的拆解可以通过将关联图划分为子图的形式来表示，每一个子图都表示产品中的一个零件或者子装配体。分割图的弧的集合称为割集，用Si表示。将某由五个零件组成的装配体拆分为两个子装配体，可以通过图2中表示为割集S1={a，b，f}来体现的。通过划分装配体并分析计算其基本割集，就可以得到其拆卸序列，如果将拆卸序列反向，就得到其装配序列。因为在装配过程中，同时需要安装三个或者更多零件的情况很罕见，所以使用基本割集将模型分割至单个零件以及仅含有两个零件构成的子装配体为止。 图2装配关联图及其分解示意 简化装配模型 Baldwin等[9]通过遍历计算了装配体中的所有基本割集（装配体割集），来获取生成装配体中所有装配序列，以寻找其中的最优装配序列。判断评价每一个装配序列来寻找最优序列，会浪费大量的计算时间，因为在同一时间针对存在大量零件的复杂模型，其所需判断装配序列的数量会根据零件数量的增多呈指数级增长，导致搜索空间过大[10]。因此，有必要简化复杂模型的装配关联图、缩