基于蚁群算法的汽车轮毂轴承内外圈合套系统及用于该系统的蚁群算法的制作方法

本发明涉及汽车轮毂轴承分选系统，尤其涉及了基于蚁群算法的汽车轮毂轴承内外圈合套系统及用于该系统的蚁群算法。

背景技术：

近年来，中国汽车行业的高速发展对汽车零部件的各方面要求逐步提高。作为汽车中承重与传动的重要零部件之一的汽车轮毂轴承，决定了汽车各方面的性能指标，游隙的大小决定了轴承的性能与使用寿命，从而使得轴承在使用时产生不必要的热量及噪声。而轴承内外圈的合套是决定轮毂轴承游隙的关键步骤之一。

传统的通过互换装配法、修配装配法、分组装配法和调整装配法，这些方法进行装配工作量大、装配时间长、生产效率低、智能化程度不高，并且极大的限制了轴承的大批量生产。

专利标题：球轴承内外套环分选合套机，申请号：cn201210220260.0，申请日：2012-06-26的实用新型专利申请中记载，本发明球轴承内外套环分选合套机，它涉及一种轴承分选合套机，以解决现有球轴承内、外套沟道尺寸散差大，装配时，轴承内、外套分选均采用人工，导致分选和合套速度慢，分选的轴承内、外套的质量难以保证，精度差的问题。外环分选机和内环分选机以合套装置的中心线对称设置，存储机构上的66个存储仓、分选传送机构上的66个传送仓、66个解锁升降杆机构将沟道尺寸分为66个档，测量部件测量后的各个轴承内(外)套环通过解锁升降杆机构将轴承内(外)套环由分选传送机构上的传送仓送入存储机构上的存储仓中，存储仓中的轴承内(外)套环经合套过桥上的料道进入合套装置，合套装置自动完成轴承内、外套环的合套。本发明用于球轴承分选及合套。

上述专利提供了球轴承内外套环分选合套机，采用的是固定的机构进行分选，这样装配工作量大，生产成本高，且智能化程度不高。

技术实现要素：

本发明针对现有技术汽车轮毂轴承内外圈合套装配工作量大，生产成本高，且智能化程度不高，提供了一种基于蚁群算法的汽车轮毂轴承内外圈合套系统及用于该系统的蚁群算法。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

基于蚁群算法的汽车轮毂轴承内外圈合套系统，其包括管理控制模块、分选机料库装置和合套装配装置；管理控制模块与分选机料库装置连接，发送控制信号至分选机料库装置，分选机料库装置根据接收的控制信号进行机料的删选；分选机料库与合套装配装置连接，并将按照蚁群算法删选后的机料传送至合套装配装置，合套装配装置进行机料的装配；合套装配装置将装配的机料信息发送至管理控制模块，管理控制模块对装配的机料信息进行分析判断，并发送控制信号至合套装配装置。蚁群算法删选的机料主要包括轴承内圈1、轴承内圈2和轴承外圈。

作为优选，分选机料库装置包括分选机料库支架、轴承内圈滑动导轨、轴承外圈滑动导轨、轴承内圈存放库、轴承外圈存放库，分选机料库支架与轴承内圈滑动导轨和轴承外圈滑动导轨固定连接，分选机料库支架两侧设有轴承内圈存放库和轴承外圈存放库，轴承内圈存放库位于轴承内圈滑动导轨下方，轴承外圈存放库位于轴承外圈滑动导轨下方，轴承内圈滑动导轨上设有轴承内圈气爪，轴承内圈气爪与轴承内圈滑动导轨滑动连接；轴承内圈气爪抓取经过蚁群算法计算后的轴承内圈传送至合套装配装置；轴承外圈滑动导轨上设有轴承外圈气爪，轴承外圈气爪与轴承外圈滑动导轨滑动连接；轴承外圈气爪抓取经过蚁群算法计算后的轴承外圈传送至合套装配装置。直接通过轴承外圈气爪和轴承内圈气爪自动对分选后的轴承内圈和轴承外圈进行抓取，这样智能化程度高。而且采用了蚁群算法，这样不需要人工进行操作，可以节省大量的装配时间。同时轴承内圈和轴承外圈的精度高，提高了轴承合套的质量。

作为优选，合套装配装置包括轴承内圈合套模块和滚动体合套模块，滚动体合套模块对分选机料库输送的轴承外圈与滚动体进行装配，装配后形成带有外圈的滚动体，带有外圈的滚动体输送至轴承内圈合套模块，轴承内圈合套模块对带有外圈的滚动体和分选机料库输送的轴承内圈装配形成合套机。管理控制模块对于轴承内圈合套模块和滚动体合套模块一起控制，可以对内圈和滚动体同时进行合套操作，这样可以介绍大量的装配时间，提高轴承的生产产量，减低生产成本。

作为优选，管理控制模块包括电源模块、微处理器模块、存储模块、采集模块和显示模块；电源模块与微处理器模块连接，并给微处理器模块提供电源；微处理器模块连接采集模块和显示模块，微处理器模块接收采集模块输入的信号，并对接收的信号进行处理；微处理器模块和存储模块连接，存储模块储存微处理器模块处理后的信号，显示模块与微处理模块连接，显示模块显示微处理器模块处理的信号。通过微处理器模块对整个系统进行控制，自动化和智能化程度都有所提高。

作为优选，用于汽车轮毂轴承内外圈合套系统蚁群算法的具体步骤包括如下：

步骤1，初始化参数，参数包括蚂蚁的总数m、信息素重要程度因子α、启发函数重要程度因子β、信息素挥发因子ρ、信息素释放总量q、最大迭代次数iner_max、迭代次数初值iter；

步骤2，根据公式1计算轴承游隙ga，轴承游隙ga构建解空间，将各个蚂蚁随机的置于解空间的不同位置，蚂蚁依据解空间不同的位置作为不同的出发点；根据计算公式1计算蚁群下一个要访问的节点，根据解空间不同的位置指导蚂蚁访问完所有节点；解空间为公式2组成的矩阵；

ga＝(di1-di2)-di-3×dw-k公式1

公式1中：di1为轴承内圈1内径与标准件偏差；di2为轴承内圈2内径与标准件偏差；di为轴承外圈内径与标准件偏差；dw为滚动体内径与标准件偏差；k为游隙偏移值；

公式2中，矩阵的每一行的元素分别代表轴承内圈1内径、轴承内圈2内径、轴承外圈内径、滚动体内径；

步骤3，计算各个蚂蚁所经过的路径长度lk(k＝1,2…m)，记录当前迭代次数iter，当前迭代次数中最优路径的长度lbest，同时根据公式3更新每个节点上的信息素浓度tij；

公式3中：ρ表示信息素的挥发程度，表示第k只蚁群在节点i和节点j之间的路径上所释放出的信息素浓度；δtij为所在节点i到节点j之间释放的信息素浓度值和；

蚂蚁会根据节点与节点之间路径上的信息素与启发信息来决定下一次移动的方向，设公式4为蚁群k从节点i到节点j的转移概率为

公式4中，tij(t)为节点j的信息素的浓度；hij(t)为节点j的启发函数；a信息素重要程度因子；b为启发函数重要程度因子；allowk表示蚂蚁k在下一步所要访问的元素的集合；避免陷入局部最优解，公式5采用随机性与随机性选择概率二者结合的路径：

公式5中，r为区间[0,1]的随机数；r0为蚁群k要访问的下一节点的概率阈值；

公式6为信息素浓度参数p的改进方式：

公式6中：δtij表示节点i与节点j之间的信息素增加量；lk表示在迭代次数内的最佳路径长度；lbest表示最优路径的长度；q为当前循环一次的所释放信息素的总量；

步骤4，若iter<iner_max，则令iter＝iter+1，清空蚂蚁经过路径的记录，并返回步骤2；否则，终止计算，输出最佳路径长度。

作为优选，当lk＜lbest时，说明此次迭代路径更短，该选配方案更优，则加强该路径上的信息素浓度，并将此次路径长度lk设置为目前的最优路径lbest；当lk＞lbest时，说明此次迭代的路径长度是大于当前最优路径长度的，当前迭代得到的选配方案相较于当前最优选配方案更差，所以需要对当前迭代路径上的信息素浓度进行减弱。

作为优选，微处理器模块采用plc进线控制，显示模块包括基于matlab的gui显示和lcd显示屏进行显示，两种不同的显示对于在轴承合套过程中遇到的问题及时发现并修改。

本发明由于采用了以上技术方案，具有显著的技术效果：其包括管理控制模块、分选机料库装置和合套装配装置；管理控制模块主要采用微处理器控制和管理；分选机料库装置采用蚁群算法对轴承内圈、轴承外圈进行分选，从而分选出最优的轴承内圈和轴承外圈，对于分选出的轴承内圈、轴承外圈实现轮毂轴承内圈与外圈匹配数量达到最大值，且最终游隙也为最佳游隙值。合套装配装置通过管理控制模块统一进行管理与控制，同时进行轴承内圈合套和滚动体合套，提高了内圈合套和滚动体合套的速度。通过本发明的设计大大提高了汽车轮毂轴承选配的运行效率，减少轴承装配的时间与成本，提高了轴承精度，降低因精度导致的损失。

附图说明

图1是本发明的组成示意图。

图2是本发明的管理控制模块组成图。

图3是本发明的分选机料库装置结构示意图。

图4是本发明的合套装配装置结构示意图。

图5是本发明的蚁群算法流程图。

图6是本发明的蚁群算法构建解空间模型图。

以上附图中各数字标号所指代的部位名称如下：其中，1—管理控制模块、2—分选机料库装置、3—合套装配装置、11—电源模块、12—采集模块、13—存储模块、14—微处理器模块、15—显示模块、21—轴承内圈气爪、22—轴承外圈气爪、23—轴承内圈滑动导轨、24—轴承外圈滑动导轨、25—轴承内圈存放库、26—轴承外圈存放库、27—分选机料库支架、31—轴承内圈合套模块、32—滚动体合套模块。

具体实施方式

下面结合附图与实施例对本发明作进一步详细描述。

实施例1

基于蚁群算法的汽车轮毂轴承内外圈合套系统，其包括管理控制模块1、分选机料库装置2和合套装配装置3；管理控制模块1与分选机料库装置2连接，发送控制信号至分选机料库装置2，分选机料库装置2根据接收的控制信号进行机料的删选；管理控制模块1发送动作信号至分选机料库装置2，分选机料库装置2开始进行分选的操作；同时分选机料库装置2将分选的路径及位置信息反馈至管理控制模块1，管理控制模块1对接收的信号进行分析并存储。

分选机料库与合套装配装置3连接，并将按照蚁群算法删选后的机料传送至合套装配装置3，合套装配装置3进行机料的装配；合套装配装置3将装配的机料信息发送至管理控制模块1，管理控制模块1对装配的机料信息进行分析判断，并发送控制信号至合套装配装置3。管理控制模块1根据存储的轴承游隙值，对装配的轴承游隙值进行比较，删选出不符合规格的轴承内圈和轴承外圈。

分选机料库装置2包括分选机料库支架27、轴承内圈滑动导轨23、轴承外圈滑动导轨24、轴承内圈存放库25、轴承外圈存放库26，分选机料库支架27与轴承内圈滑动导轨23和轴承外圈滑动导轨24固定连接，分选机料库支架27两侧设有轴承内圈存放库25和轴承外圈存放库26，轴承内圈存放库25位于轴承内圈滑动导轨23下方，轴承外圈存放库26位于轴承外圈滑动导轨24下方，轴承内圈滑动导轨23上设有轴承内圈气爪21，轴承内圈气爪21与轴承内圈滑动导轨23滑动连接；轴承内圈气爪21抓取经过蚁群算法分选后的轴承内圈传送至合套装配装置3；轴承外圈滑动导轨24上设有轴承外圈气爪22，轴承外圈气爪22与轴承外圈滑动导轨24滑动连接；轴承外圈气爪22抓取经蚁群算法分选后的轴承外圈传送至合套装配装置3。

合套装配装置3包括轴承内圈合套模块31和滚动体合套模块32，滚动体合套模块32对分选机料库装置2输送的轴承外圈与滚动体进行装配，装配后形成带有外圈的滚动体，带有外圈的滚动体输送至轴承内圈合套模块31，轴承内圈合套模块31对带有外圈的滚动体和分选机料库装置2输送的轴承内圈装配形成合套机。

管理控制模块1包括电源模块11、微处理器模块14、存储模块13、采集模块12和显示模块15；电源模块11与微处理器模块14连接，并给微处理器模块14提供电源；微处理器模块14连接采集模块12和显示模块15，微处理器模块14接收采集模块12输入的信号，并对接收的信号进行处理；采集模块12将采集的轴承内圈内径、轴承外圈内径和滚动体的内径传送至微处理器模块14，微处理器模块14和存储模块13连接，存储模块13储存微处理器模块14处理后的信号，显示模块15与微处理器模块14连接，显示模块15显示微处理器模块14处理的信号。

用于汽车轮毂轴承内外圈合套系统蚁群算法的具体步骤包括如下：

步骤1，初始化参数，参数包括蚂蚁的总数m、信息素重要程度因子α、启发函数重要程度因子β、信息素挥发因子ρ、信息素释放总量q、最大迭代次数iner_max、迭代次数初值iter；

步骤2，根据公式1计算轴承游隙ga，轴承游隙ga构建解空间，将各个蚂蚁随机的置于解空间的不同位置，蚂蚁依据解空间不同的位置作为不同的出发点；根据计算公式1计算蚁群下一个要访问的节点，根据解空间不同的位置指导蚂蚁访问完所有节点；解空间为公式2组成的矩阵；

ga＝(di1-di2)-di-3×dw-k公式1

公式1中：di1为轴承内圈1内径与标准件偏差；di2为轴承内圈2内径与标准件偏差；di为轴承外圈内径与标准件偏差；dw为滚动体内径与标准件偏差；k为游隙偏移值；

公式2中，矩阵的每一行的元素分别代表轴承内圈1内径、轴承内圈2内径、轴承外圈内径、滚动体内径；

步骤3，计算各个蚂蚁所经过的路径长度lk(k＝1,2…m)，记录当前迭代次数iter，当前迭代次数中最优路径的长度lbest，同时根据公式3更新每个节点上的信息素浓度tij；

公式3中：ρ表示信息素的挥发程度，表示第k只蚁群在节点i和节点j之间的路径上所释放出的信息素浓度；δtij为所在节点i到节点j之间释放的信息素浓度值和；

蚂蚁会根据节点与节点之间路径上的信息素与启发信息来决定下一次移动的方向，设公式4为蚁群k从节点i到节点j的转移概率为

公式4中，tij(t)为节点j的信息素的浓度；hij(t)为节点j的启发函数；a信息素重要程度因子；b为启发函数重要程度因子；allowk表示蚂蚁k在下一步所要访问的元素的集合；避免陷入局部最优解，公式5采用随机性与随机性选择概率二者结合的路径：

公式5中，r为区间[0,1]的随机数；r0为蚁群k要访问的下一节点的概率阈值；

公式6为信息素浓度参数p的改进方式：

公式6中：δtij表示节点i与节点j之间的信息素增加量；lk表示在迭代次数内的最佳路径长度；lbest表示最优路径的长度；q为当前循环一次的所释放信息素的总量；

步骤4，若iter<iner_max，则令iter＝iter+1，清空蚂蚁经过路径的记录，并返回步骤2；否则，终止计算，输出最佳路径长度。

当lk＜lbest时，说明此次迭代路径更短，该选配方案更优，则加强该路径上的信息素浓度，并将此次路径长度lk设置为目前的最优路径lbest；当lk＞lbest时，说明此次迭代的路径长度是大于当前最优路径长度的，当前迭代得到的选配方案相较于当前最优选配方案更差，所以需要对当前迭代路径上的信息素浓度进行减弱。

实施例2

依据附图6所示，astart代表分选机料库装置2蚁群算法的起始点，aend代表分选机料库装置2蚁群算法的终止点；即分选机料库装置2选配的开始与终止。在蚁群算法构建解空间模型图中，将所有的待选配的轴承外圈、轴承内圈1、轴承内圈2、滚动体视作为模型图中的一个节点，将轴承外圈、轴承内圈1、轴承内圈2、滚动体的待选配个体分为同一层，上标a、b、c、d分别表示轴承外圈、轴承内圈1、轴承内圈2、滚动体，并以此按照选配顺序从左向右排列。通过此过程寻找分选机料库装置2选配的最优解，从而分选机料库装置2分选出轴承内圈1、轴承内圈2和轴承外圈，对于滚动体由另外的机器进行提供。

实施例3

微处理器模块14采用plc进线控制，显示模块15包括基于matlab的gui显示和lcd显示屏进行显示，微处理器模块14不局限与plc控制模块，对于速度精度要求高的结合通过fpga及嵌入式进行控制和管理。

总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。