船舶分段装配顺序规划的集成方法外文翻译资料

 2022-07-29 15:41:45

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

船舶分段装配顺序规划的集成方法

摘要：在过去的许多努力中已经找到用于加工区域中的组装顺序规划有效的方法。然而很少有在另外领域的研究，如造船业分段组装。通常，船体由数百个不同的分段构成，其中大部分在结构上是复杂的并且在组装计划中彼此不同。另外，对于任何分段可能存在许多不同的装配序列。更好的顺序可以帮助减少制造的成本和时间。因此，有必要从所有可行的序列中寻找最优序列。目前，装配序列由一些过程工程师手动确定。因此，它变成一个耗时的任务，并且不能使装配计划一致以提高生产率。在本文中，提出了一种基于方法的案例推理和基于约束的推理，以改进复杂产品的装配计划。此外，遗传算法被设计为从参考自动评估和选择最佳序列。用实际分段的方法进行测试，结果表明，它可以方便的最佳装配序列生成。

关键词：装配顺序计划（ASP） 基于案例的推理（CBR） 基于约束的推理 装配约束 遗传算法（GA）

1简介

装配是整个制造过程中最重要的任务之一，因为它复杂和综合的性质。这些活动的质量和效率将主要影响产品的竞争力。装配优化的研究可以帮助制造商加快装配过程并降低装配成本。装配顺序计划（ASP）在装配过程中起重要作用，因为它将确定包括工具更改，操作自由度和固定装置设计在内的许多方面。一个可行和合理的顺序可能需要更少的固定装置，更少的工具更换，并且包括更简单和可靠的操作。因此，期望可以从一组可行的序列中选择令人满意的序列。
此外，随着日益激烈的市场竞争，生产部门需要快速响应产品设计和制造战略的频繁变化。改进产品组装过程规划可以满足这种需求。传统上，产品装配计划由经验丰富的工业工程师依靠他们的判断和经验手动执行。然而，装配序列的规划是一个琐碎的和容易出错的任务，因为对于复杂产品可能存在大量可行的装配序列。随着产品的结构越来越复杂，即使是最熟练的工程师也找不到最好的顺序。因此，装配序列生成的自动化和系统化有增长的需求。
现在有许多计算机辅助装配计划器自动生成机械产品的装配序列，但是当前的装配计划系统仍然存在一些问题。其中一个是大多数装配规划方法试图通过几何结构从头开始为每个产品完全给出结果，但是这些方法仅限于解决简单装配，因为它们的计划算法在指数时间运行与组装部件的数量。另一个问题是一些知识为基础的规划器，由于不完全的知识定义，很难为所有产品找到可行的解决方案。此外，它通常难以找到最优的，甚至接近最优的装配计划，这需要对装配计划有许多非几何约束。 此外，对许多约束的理解还不能在计算机程序中编码。

自动产生可行的装配序列已经研究了二十多年。 然而，很少有规划者可以应用于解决造船分段的ASP问题。 在本文中，我们提出了一个用于直块自动装配规划的实用框架。通过对相似产品的约束和偏好关系的推导，可以推导出块体的完整装配规划。

2文献综述

在文献中，已经报道了关于ASP的许多研究。这些方法或算法自动化ASP一般可分为两大类：精确的方法和人工智能（AI）的方法。

基于图的搜索是ASP最重要和最早的精确方法之一。在该方法中，使用联系图来表示产品。在图中，顶点和边被用于表示部分和它们之间的连接关系。对于每个拆卸操作的一系列问题需要首先由用户回答，然后，可以基于从先前给出的用户答案中提取的部分之间的偏好关系来推断几何可行组装序列。这种方法可以清楚地表达组件及其关系，但问题的数量将随着组件中的零件数量的增加而呈指数增长。 DeFazio和Whitney 修改上述方法，使询问更少问题的更复杂的产品，每个问题可以使用逻辑公式来回答。然而，这些公式将难以解决大规模的装配。为了简化查询过程，Homem de Mello和Sander-son 提出了一种生成机械装配序列的算法。他们的方法采用拆卸顺序的想法，其中发现拆卸产品的顺序，然后反转以找到装配顺序。同时，他们介绍了基于切割集的ASP方法。虽然这种方法可以提高搜索效率，但大规模装配时的问题仍然是不可避免的。
可以看出，基于图的表示是简单和容易生成可行的装配序列，但是它难以在计算机中实现。最近，许多研究使用相邻的矩阵来表示产品，并提出了基于这些矩阵检测和选择装配序列的程序。使用这个方法表明，可以通过计算机快速生成装配序列，但是该方法不能评估它们以选择最佳的一个。从以上的内容，我们可以看到，确切的方法是很多的，可以得到理论上的可行甚至最优装配序列。然而，实际上，很少专家或工程师知道如何确定完整的装配优选关系 (PRs) 以产生接近最佳的装配序列。此外，使用这些方法来找到全局最优是缓慢的，并且受到组合性质而限制，尤其是当产品组分增加时。
近年来，一些人工智能方法已经用于处理ASP问题。这些AI方法的一个例子是基于知识的方法，例如基于连接器知识的方法，基于案例的推理（CBR）方法，基于规则的推理方法，神经网络等。这些方法应用现有装配序列的知识用于典型的产品和经验。使用这些方法，可以快速推断新产品的装配顺序。然而，它不能解决所有的问题，因为很难完全理解装配知识。最近，越来越多的研究开始使用启发式算法来解决ASP问题。在一些研究中，遗传算法（GA）方法已被应用于生成和优化装配序列。Shan et al为了搜索最佳装配序列提出模拟退火算法。此外，蚁群系统免疫优化方法，混沌粒子群算法和模因子算法也被用来解决ASP问题。很容易看出，这些启发式算法方法更有效，但它们不保证将找到全局最优。
在以上的论述中，人工智能方法可以高效率地搜索组装序列并且避免组合爆炸问题，但是其需要更详细的装配知识并且可能倾向于陷入局部最优。这两种ASP方法的优缺点如表1所示。

Int J Adv Manuf Technol (2013) 69:1123–1135

1125

表1 两种ASP方法的比较

方法

优点

缺点

精确方法

它可以产生理论上基于数学推理的可行的甚至最佳装配序列

这些方法很慢并且受到问题规模的限制

AI 方法

方法能够考虑更多的工程信息并避免组合爆炸问题

很难完全构建知识，并且可能很容易落入局部最优而不是全局最优

因此，有必要提出一种新的方法，其不仅能够自动地产生可行的装配序列，而且当考虑到在现实生活中遇到的实际尺寸和约束的产品时也能够应对大规模问题。此外，该自动方法还可以从由组装计划器生成的可行序列的集合中给出优选的方法。在本文中，提出了一种结合CBR和基于约束的推理的方法来生成和优化大规模产品的可行装配序列。

3研究方法

装配顺序计划指的是基于组件之间的关系，在几何限制因素如装配时间，几何特征，工具和机器，根据产品设计说明安排一个特定的装配序列。装配顺序计划通常从装配建模开始，其包含产品的计算机辅助设计（CAD）模型以及装配中的部件之间的连接或干扰关系。参考存储在案例库中的类似案例的解决方案，ASP计划器将检测可行的装配序列或者考虑各种汇编约束来进一步寻找最优的装配序列。

的确，类似的问题有类似的解决方案。所以，许多问题可以通过参考过去的解决方案完美解决。 CBR是用于组合问题解决和学习的范例，它已经成为近年来AI中最成功领域，并且所得到的方法在广泛的应用中已经被证明是有用的。

从文献回顾，许多研究人员使用CBR方法来解决ASP问题，特别是大规模问题。 CBR的基本思想是通过参考类似案例的解决方案，然后适当地调整其解决方案以适应问题，来有效和高效地推导出解决新问题的解决方案。一些技术，例如组装案例建模，类似案例检索，基于案例的修复和维护。系统可以找到最相似的组件，然后通过参考类似的组件来推断新组件的最佳或近最佳序列。在类似情况检索的开始，装配情况和问题之间的相似程度需要计算。此外，为类似情况选择分配阈值或最大加权距离。如果至少一个具有相似性的案例大于阈值，则系统将报告检索成功的案例。但是，如果最大相似度小于阈值，系统将报告失败。在这种情况下，系统需要用户的帮助来执行人机交互式ASP推理，并将ASP问题及其解决方案输入到案例库（CB）中以供将来使用。显然，它会降低装配序列推理的自动化水平，或者可能导致不可行的序列生成。

为了解决这个问题并提高ASP的效率，提出了一种方法集成的CBR和基于约束的推理，如图1所示。详细程序也可总结如下：

（1）输入组件的必要信息，采用CBR方法将执行从案例库中检索相似的情况。如果案例检索成功，则工程师可以导出关于问题中某些零件类型的全部或部PRs。否则，系统将基于几何约束跳到可行序列的推理。

（2）接下来，它推导由上面生成的PRs指导的问题的汇编序列。这里，PRs表示为产品中的部件类型的序列。我们假设具有关于部件和联络子的类似特征的两个组件具有关于部件类型的相同偏好关系。此外，我们认为案例的装配顺序是最佳的。因此，如果从该情况推导的PR是完整的，则将推断包括所有分量的序列，此外，这些序列被认为是最佳的。

（3）通常，PRs只能匹配一部分组件和产品中的关系，因此不能生成完整的序列。为了克服这个问题，我们研究了一种方法，使用基于约束的推理技术来形式化传统CBR的适应过程。首先，它给出了在上面生成的PRs的帮助下的部分序列。其次，它将推导出一系列基于一些几何约束和规则的可行序列。最后，计划者将使用适应度函数来评估所有的几何可行序列，该函数要考虑一些工程构造。具有函数最小值的序列将被选择为最优值，这不仅满足几何和工程约束，而且消耗最小劳动力。

（4）最后，系统将更新案例库并给出问题的最佳汇编序列。

该方法的框架通过结合动态约束满足和修复算法，进一步扩展了CBR对更大类问题的适用性。事实上，PRs是从最类似的情况推断的，这是通过CBR方法从案例库检索的。在案例检索的过程中，使用相似性函数来评估和选择类似的情况。如果没有可用的情况或者不能从类似的情况推导出完整的PRs，则应用基于约束的推理来生成组装序列。这些约束主要包括产品中组件之间的连接和干扰关系，这被认为是硬约束。通常，存在许多几何可行序列。为了找到最优的，我们使用GA过滤和选择满足软约束预定义的序列。这里，软约束主要指一些工程约束。

4 该方法的关键技术

4.1装配信息

（1）装配图

所提出的用于确定装配顺序的方法从装配的CAD模型开始。包括一个船的块具有不同的形状，这取决于它们在船中的位置和功能。例如，一种类型的散装货船由几种类型的块体组成，例如双层部，槽型舱，舷侧结构，顶边舱，甲板结构和舱壁。在本文中，双层底被作为我们的研究对象。通常，块由许多不同的部分构建。在散装货船的区块中可能有14种类型的零件。不同类型的部件在整个组件中具有不同的形状和功能。表2中列出了零件类型的详细分类及其解释。事实上，经常使用的零件包括A，B，K，L，P，S和W.

TRIBON实体建模软件用于创建装配体中各个部件的3-D模型，其表示几何形状及其在坐标空间中的位置。这里，组件表示由两个或更多个部分组成的部分或子块。图2显示了一个简单的块，它由三个部分组成，如K、L、P这个例子组件将在本文中引入装配序列测定的步骤。

（2）零件参数

表3中列出了示例装配中零件的几何参数。对于每个零件，定义零件ID，零件类型，位置参数和形状参数。这些参数可以方便地从装配CAD模型获得。

（3）装配中的关系

虽然CAD模型可以为装配组件的图形显示提供足够的信息，但是对于自动ASP来说已经不够了。为了描述组件中的组件之间的逻辑和物理关系，需要重建关系模型。这里，相邻矩阵用于表示连接和干扰关系。它的基础是假设所有组装操作在六个预先设定的方向上进行，其在组装时沿着笛卡尔坐标系的轴而构建。

例如，图2中的示例装配关系的显示在图3。其中，C（p，q）和T（p，q）表示组件p和q之间的接触和平移运动关系。两个函数的详细定义如下。

其中，Ci = 1表示在方向i上存在p和q之间的接触关系，并且Ci = 0表示在该方向上没有接触。类似地，如果部分p相对于部分q在方向i上具有平移运动的自由度，则T 1等于1或T 1 = 0。这两个函数可以使用CAD软件中的碰撞检测设施从组件的几何模型中提取。

（4）联络参数

在块组装中有四种操作类型，即对接，圆角，直通和重叠。它们如图4所示。联络类型可以定义为通过两个部件类型之间的操作的连接。因此，最多有14times;4times;14个联络类型。此外，在联络类型的定义中，两个部分类型不是可交换的。第一和第二类型在联络中具有不同的作用。

表4中列出了示例组件中联络的参数，包括联络ID，两个组装部件和联络类型。在块组装中几乎没有操作类型（对接，圆角和直通）。这里，联络表示不同部分类型之间的连接关系。例如，部件K1和K2之间的连接属于K对接K型连接型，因为应用对接操作将两个部件组

全文共10866字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[143443]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章