机械产品非线性装配顺序规划研究

《机械产品非线性装配顺序规划研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第lO卷第1期计算机集成制造系统一CIMSVo1．10No．12004年1月ComputerIntegratedManufacturingSystemsJan．2004文章编号：1006—5911(2004)O1—0088—07机械产品非线性装配顺序规划研究张旭堂，刘文剑，金天国(哈尔滨工业大学CAD／CAM研究所，黑龙江哈尔滨150001)摘要：提出了用于机械产品非线性装配顺序规划的关系码矩阵模型，通过编码将所有的装配关系信息集成于一个简单矩阵中，用连接模式，即二进制数模板技术来识别装配时零件的几何约束。基于关系码矩阵模

2、型给出了规划可行的装配顺序，检测装配过程中零件的稳定性及识别子装配的计算方法，使用遗传算法搜索并优化装配顺序，用复合表表示遗传算法中个体的装配顺序。最后，通过一个实例验证了该方法的有效性。关键词：非线性装配顺序规划；关系码矩阵模型；连接模式；复合表；遗传算法中图分类号：TP391文献标识码：A并且用户介入太多。O引言因为子装配操作在很大程度上影响装配过程，装配顺序规划是寻找一个能够将产品所有零件尤其是非线性装配规划。另一个重要方面是子装配按照一定顺序装配到一起的过程，规划时须综合考的划分，研究者对此做了许多有益的探讨“]，但虑成本、效率、资源等各种因素。线性装配顺序每一

3、都未给出系统的检测产品中所有可能子装配的方步仅装配一个零件，而非线性顺序则允许首先进行法。作为部件或组件的子装配，然后进行总装配。因为由于割集方法搜索的局限性，近年来人工智能存在子装配，非线性装配过程因而影响装配成本和和优化技术被用来生成和评价可行的装配顺序。一效率。一方面，子装配体能够被预先分别装配，装配些学者把专家系统_7]、神经网络和基于规则的推操作的并行度高，从而节省时间；另一方面，子装配理_8等技术用到装配顺序规划中，但这些方法需要体的装配，通常需要夹具或其他辅助设备，由此增加相当数量的知识条目和装配实例，其难点是装配知了成本。对于复杂产品，其装配过程本质上是

4、非线识库和事例库的建立；还有一些学者应用模拟退火性的，所以研究非线性装配顺序规划问题对于开发算法和遗传算法¨]，在假设各种装配约束已知实用装配工艺规划系统以及对产品和工艺的并行设的前提下，寻找最优的装配顺序。计都具有重要意义。DiniG等人提出了一个基于矩阵的产品装配开发装配工艺规划系统的重要工作之一是定义模型用于装配顺序规划[6]，该模型定义了三个矩阵：一个包含产品所有零部件及其关系的模型。首先提干涉矩阵、接触矩阵和连接矩阵。基于这三个矩阵，出来“关联图”模型来表达装配体，基于此表达，引入建立了形成子装配和零件可拆卸的条件，开发了一“割集”方法用来搜索可行的装配顺序口

5、]。基于“割个用于生成产品拆卸顺序的系统，该系统分别建立集”理论，一些学者进一步研究并开发了相应的装配z，Y，z轴方向的干涉矩阵和接触矩阵，其装配关系顺序规划系统[2]。这种方法的缺点是计算量大，信息比较分散，推理效率低，并且难于和各种优化算收稿日期：2002—12一l9；修订日期：20030519。作者简介：张旭堂(1975一)．男，河南新乡人，哈尔滨工业大学CAD／CAM研究所博士研究生，主要从事CAD／CAM与生产管理系统等方面的研究。E—mail；zxt@hope．hit．edu．cn。维普资讯http://www.cqvip.com第1期张旭堂等：机械产品非线

6、性装配顺序规划研究89法集成使用，另外，系统中未考虑装配中的稳定性问涵义，其中表1和表2中的“LDN”表示该种类型的题。ZussmanE等人扩展了基于多矩阵的装配模配合所限制的零件相对运动方向个数。由图1中关，能够处理稳定性约束，提出了基于遗传算法的系码的说明和表1～3中各码位的具体涵义可看出，装配规划方法，遗传算法的适应度函数考虑了装配编码只考虑了沿坐标轴z和Y方向，即假定在xoy零件的稳定性和重定向等因素，但没有涉及子装配参考平面内进行装配规划，因为沿坐标轴z方向的检测和规划问题。编码，以及在yoz参考平面内的规划方法与xoy平本文改进了用多个矩阵表达的装配模型，用

7、单面的完全相同，所以该假定是可行的。个矩阵表达装配关系信息，这种方法更加简洁，易于依据表1、表2和表3中编码的涵义，能够推断扩展，并且便于推理运算。设计了一个基于遗传算出关系码00，O0，0000，0000，0000说明两零件之间法的装配顺序规划器，目的是找到一个可行的装配没有接触，也没有距离干涉，而01，00，1000，0000，顺序，该顺序中包含尽可能多的子装配体，且具有尽0000则指存在一个平面接触，并且限制其中一个零可能少的不稳定情况和重定向次数，这些目标都反件沿+z方向移动。需要注意的是距离干涉方向隐映在遗传算法的适应度函数中。