一种产品装配序列的优化方法
【技术领域】
[0001] 本发明涉及制造业中的计算机辅助制造技术，尤其涉及一种产品装配序列的优化 方法。
【背景技术】
[0002] 据统计，装配成本约占产品设计总费用的40% -60%，如何在给定产品设计方案 的前提下，寻找满足几何约束以及其它约束条件（工艺、装配成本等）的合理可行的装配序 列，是非常有意义的工作。装配序列规划问题的本质是一个NP组合优化难题，传统的装配 序列规划的方式有两种：一是基于装配工程师的知识以及经验，这种方法受设计者的知识 局限性和主观性影响较大，尤其是对于复杂零件的装配工艺，设计出的装配序列常常不是 最优的，甚至是不可行的。二是图搜索算法，但当产品零件数目较多时，将会出现装配序列 组合爆炸的问题。
[0003] 近年来，现代智能优化计算方法开始应用到装配序列规划当中，例如遗传算法、蚁 群算法、模拟退火算法和粒子群算法等，为复杂产品的装配序列求解提供了新的思路。但 是，遗传算法对初始种群的质量和大小依赖性较强，要求初始种群中的可行装配序列的比 例较大，最终可能得不到最优装配序列，甚至有可能不收敛。蚁群算法在进行装配序列规划 时需要指定基础零件，并且信息素残留系数和转移概率公式中参数选择难度较大，算法的 收敛速度不理想，容易陷入局部最优解。模拟退火算法对解空间的拓展不够好，不容易搜索 到最有效的区域，所以搜索效率比较低，且种群多样性差，难以得到最优装配序列。粒子群 算法具有规则简单，收敛速度快，可调参数少等特点，但对于离散的优化问题处理不佳，容 易陷入局部最优。
【发明内容】
[0004] 为了解决现有技术中存在的上述问题，本发明的目的是提供一种产品装配序列的 优化方法，该方法以装配成本作为装配序列规划评价的指标，通过建立产品装配模型，对产 品零件的几何信息和非几何信息进行描述，包括零件尺寸、零件间配合关系、运动约束关系 等，获取可行的产品装配序列，然后引入修订的万有引力搜索算法，将复杂产品装配零件组 成的群体作为独立的系统，在搜索空间的基础上，根据装配成本构造适应度函数，通过新的 万有引力公式，来完成最优解的搜索，从而实现快速、可靠地获取最优装配序列，可以有效 避免出现复杂产品装配序列的组合爆炸问题。
[0005] 本发明采用的技术方案如下：
[0006] 一种产品装配序列的优化方法，其包括以下步骤：
[0007] 步骤S1，根据待装配产品各零部件之间的几何关系、配合关系以及运动约束关系， 构建三维空间装配干涉矩阵，获取可行的产品装配序列；
[0008] 步骤S2,以装配成本为产品装配序列规划评价的指标，构造适应于万有引力搜索 算法的适应度函数；
[0009] 步骤S3,对万有引力搜索算法的计算公式进行重新定义与改造，构建出新的万有 引力搜索计算公式；
[0010] 步骤S4,采用新的万有引力搜索计算公式对待装配产品的装配序列进行迭代求 解，所获取的计算结果即为最优装配序列。
[0011] 所述步骤S2中的装配成本包括装配方向的重定向、装配工具更换和装配类型的 改变。
[0012] 优选的技术方案，所述步骤Sl中的三维空间装配干涉矩阵如下：
【主权项】
1. 一种产品装配序列的优化方法，其特征在于，其包括w下步骤： 步骤S1，根据待装配产品各零部件之间的几何关系、配合关系W及运动约束关系，构建S维空间装配干设矩阵，获取可行的产品装配序列； 步骤S2,W装配成本为产品装配序列规划评价的指标，构造适应于万有引力捜索算法 的适应度函数； 步骤S3,对万有引力捜索算法的计算公式进行重新定义与改造，构建出新的万有引力 捜索计算公式； 步骤S4,采用新的万有引力捜索计算公式对待装配产品的装配序列进行迭代求解，所 获取的计算结果即为最优装配序列。
2. 根据权利要求1所述的一种产品装配序列的优化方法，其特征在于，所述步骤S2中 的装配成本包括装配方向的重定向、装配工具更换和装配类型的改变。
3. 根据权利要求1所述的一种产品装配序列的优化方法，其特征在于，所述步骤S1中 的S维空间装配干设矩阵如下：
其中，13为；维空间装配干设矩阵，a为零件装配方向，且aG( +X，±y，±z};C1C2. . .C。表示各个待装配的装配体零件；n为待装配体的零件个数；Cu= 1表示在零件Ci 沿着方向a往装配位置移动时，将与零件Cj.发生碰撞；零件不与自身发生碰撞，Cu= 0。
4. 根据权利要求1所述的一种产品装配序列的优化方法，其特征在于，所述步骤S2中 的适应度函数为：
其中，Fit(t)为适应度函数，f狂1)表示零件i的装配成本；表示完成第k个零 件到第k+1个零件的装配过程所花费的装配成本，该Qi(k，k+i) =d?0i(k，w)+k'Tihik+D+l吃1化， k+i);Di(k，k+i)为装配方向的改变次数，Ti(k，k+i)为装配工具的更换次数，L化邮为装配类型的 改变次数，kG[1，N-1] ;d是装配方向的重新定向时在装配成本中的权重系数，k是装配工 具更换在装配成本中的权重系数，1是装配类型的改变在总装配成本中的权重系数，且满足 d+k+1 = 1〇
5. 根据权利要求4所述的产品装配序列的优化方法，其特征在于：所述步骤S3中新的 万有引力捜索计算公式如下：
其中，将待装配的零件iW粒子i来表示，则Fid(t)为粒子i的 万有引力合力，Rand代表的是随机数，该随机数取值范围是[0,1]，
其中Xid(t)为粒子i在t时亥IJ在第d维空 间的位置，Fy表示粒子i受到粒子j的万有引力，G(t)为万有引力常量，gw=G。，/a^， a为衰减系数，G。为初始引力常数，T为时间周期，e为一个小值常数，Mpi表示被 动引力质量，Mgj表示主动引力质量，RU(t)为t时刻粒子i与粒子j之间的欧氏距 罔，
i,j二1, 2,. . . ,n，其中Xf,Xj为粒子i,j在空间中的化置。
6.根据权利要求5所述的产品装配序列的优化方法，其特征在于：所述步骤S4中采用 新的万有引力捜索计算公式对待装配产品的装配序列进行迭代求解过程包括W下步骤： 步骤S41，群体规模的确定W及初始化 设待装配产品具有N个装配零件，其组成N维捜索空间，种群记为X= (XI，X2，X3,…Xn)，第i个粒子位置标记为；Xi= (X/，XfS，XfS，…，x^d，…又乃（i= 1, 2, 3,…脚； 步骤S42,设置最大迭代次数并计算质量 设置初始迭代值t为0,最大迭代次数T为100,根据上述适应度函数公式计算粒子在t时刻的Fiti(t)值，定义解决该问题为最小排序规则，根据新的万有引力捜索计算公式计 算过程中求解最小值问题Worst(t)和Best(t)的取值，其中：
Best(t)是t时刻种群最好的适应度值，Worst(t)是t时刻种群最差的适应度值，Fitj.(t)是t时刻个体i的适应度值，Mi(t)是粒子惯性质量。 步骤S43,确定万有引力常数并计算万有引力合力
其中，取最大迭代次数T为100,初始引力常数G。为100,衰减系数a为20， (;(〇-100.￡>-面，取6为5'
步骤S44,计算加速度a
步骤S45,更新粒子速度和位置 Vi**(t+1) =RandXVj** (t)+8；** (t) Xid(t+ 1) =Xid(t)+Vid(t+l) 其中，Vid(t+1)为粒子i在t+1时刻在第d维空间的速度，Rand代表取值范围为[0,1] 的随机数，Vid(t)为粒子i在t时刻在第d维空间的速度，aid(t)为粒子i在t时刻在第d 维空间的加速度。 Xid(t+1)为粒子i在t+1时亥IJ在第d维空间的位置，X;d(t)为粒子i在t时亥IJ在第d维 空间的位置，Vid(t+1)为粒子i在t+1时刻在第d维空间的速度。 步骤S46,判断是否达到到迭代结束条件，并输出最优装配序列 当达到预先设定的最大迭代次数，就停止循环，并输出此时每个粒子的位置值Xid，同时 将每个粒子的X^d输出值按从小到大进行排序，则得出的该排序序列即为最优装配序列。
【专利摘要】本发明公开了产品装配序列的优化方法,其包括以下步骤：步骤S1，根据待装配产品各零部件之间的几何关系、配合关系以及运动约束关系，构建三维空间装配干涉矩阵，获取可行的产品装配序列；步骤S2，以装配成本为产品装配序列规划评价的指标，构造适应于万有引力搜索算法的适应度函数；步骤S3，对万有引力搜索算法的计算公式进行重新定义与改造，构建出新的万有引力搜索计算公式；步骤S4，采用新的万有引力搜索计算公式对待装配产品的装配序列进行迭代求解，所获取的计算结果即为最优装配序列。本方法以装配成本作为装配序列规划评价的指标，通过修订的万有引力搜索算法，实现快速、可靠地获取最优装配序列，避免出现复杂产品装配序列组合爆炸问题。
【IPC分类】G06F17-50
【公开号】CN104794278
【申请号】CN201510190602
【发明人】殷磊, 马洪波, 孔宪光, 常建涛
【申请人】西安电子科技大学
【公开日】2015年7月22日
【申请日】2015年4月21日