基于物料延期干扰管理的飞机装配线动态调度

为了提升飞机装配过程中应对物料供应延期干扰的能力,对物料供应延期情况下飞机装配线动态调度问题进行研究。通过对物料交付确定性和预测性两类信息的分析将作业分为四类进行调度决策,建立了基于时间和事件混合驱动的周期性滚动调度框架和对应的数学优化模型。针对该问题设计了一种改进离散粒子群算法,将Levy飞行和离散化解码机制嵌入算法,滚动求解调度模型。数值实验结果表明,本文提出的调度方法能充分利用物料供应信息,在确定本阶段决策的同时前瞻性地进行预测决策,相比于其他动态调度方法,该方法能更有效地应对各类物料供应干扰,满足飞机装配动态调度的需求。

基于混合遗传禁忌搜索算法的混流装配线平衡优化研究

针对混流液压泵装配线存在工位闲置或堵塞导致作业负荷不均衡的问题,提出了一种混合遗传禁忌搜索算法求解和计算机仿真验证的方法。以最小化混流装配线的生产节拍、不同工作站间分配的作业负荷和同一工作站内不同产品的作业负荷平滑指数为优化目标,设计了一种具有较强局部搜索能力的混合遗传禁忌搜索算法,算法通过Hamming距离的判断对可行解进行多片段交叉、片段变异操作;采用正交实验法确定了算法最佳参数组合,并在经典案例集和液压泵装配线上验证了混合遗传禁忌搜索算法的有效性和优越性;在Plant Simulation软件中考虑液压泵装配线设备情况,根据实际生产对优化方案进行仿真分析,研究结果表明了该优化方法能有效降低混流液压泵装配线的生产节拍,均衡各工作站间的工序分配和同一工作站内不同型号产品的作业负荷,实现了混流装配线的平衡再优化。

基于改进多目标粒子群算法的可重构装配线调度

针对可重构装配线调度问题,构建了最小化重构成本、最小化生产负荷平衡和最小化物流平准化的多目标调度模型,设计了改进多目标粒子群算法。该算法采取了自适应调整策略和重启机制以保证种群多样性,帮助算法跳出局部最优。为了测试两种改进策略的有效性,所提出算法与两种多目标粒子群算法进行对比实验,实验结果表明自适应调整策略和重启机制有效提升了多目标粒子群算法的性能。同时,将改进多目标粒子群算法与原始多目标粒子群算法、多目标模拟退火算法、多目标人工蜂群算法、多目标差分进化算法、基于分解的多目标进化算法、快速非支配遗传算法进行对比。对100个测试案例进行求解,在世代距离、指标和超体积率上均表明改进多目标粒子群算法优于对比算法,可实现多目标可重构装配线调度问题的高效求解。

基于混合果蝇算法的双边装配线平衡问题研究

为求解以最小化工位数为目标的第Ⅰ类多约束双边装配线平衡问题,构建多目标数学模型,并提出混合果蝇算法的求解算法。在算法设计中,将果蝇个体的生成过程分为编码、解码和分配3个阶段,提出面向全部约束的作业分配方法,设计了预分配机制和重置机制;在迭代搜索阶段,引入邻域变换思想,设计多种插入和交叉算子构建邻域进行局部搜索;此外,算法提出最小化加权空闲时间作为适应度函数辅助寻优。最后基于多个不同规模的标杆算例设计了对比实验,实验结果表明所提混合果蝇算法能有效求解第Ⅰ类多约束双边装配线平衡问题,且具有一定的优越性。

基于AGV的单锭组件装配线输送系统研究

针对单锭组件装配线设备利用率低、生产节拍不平衡等问题,以自动络筒机单锭组件装配线为例,阐述单锭组件装配线的整体布局、AGV输送系统设计原则及技术解决方案,设计出以AGV车载系统、管理监控系统、无线网络设备、充电系统为基础的AGV输送系统,并详述其主要功能。经应用验证,指出:合理利用车间现有布局设计的AGV输送系统,结合信息管理系统,可实现单锭组件即时生产组织方式和装配过程的在线监控与精确管理,既能为装配线的平衡和高效运转提供有利支撑,又能提高企业经济效益。

智能机械臂在汽车装配线上的集成与应用研究

本文研究智能机械臂在汽车装配线上的集成与应用,通过详细分析汽车装配线的自动化需求与挑战,提出了智能机械臂的集成方案,并实施了具体的集成过程。研究结果表明,智能机械臂的应用显著提高了汽车装配线的生产效率,降低了人力成本,并保证了产品质量。同时,本文还探讨了智能机械臂在汽车装配线上应用面临的挑战及应对策略,为智能机械臂在汽车制造业的进一步应用提供参考。

机器人人工拣选环境下混流装配线齐套物料配送优化

为了提高汽车制造企业配送的智能化水平、解决混流装配线齐套物料人工拣选效率低、成本高的问题,引入基于齐套物料配送策略的机器人人工拣选模式,通过优化自动拣选机器人、工人的配置数量及配送周期,使包含机器人使用成本、劳动力成本和在制品库存成本在内的总成本最小。为求解该配送优化问题,提出了改进量子蚁群算法,利用量子比特的叠加性增加种群多样性,避免算法陷入局部最优,同时设计了改进量子旋转门更新机制和基于差分进化操作的非最优个体优化策略,提高了算法收敛速度和寻优质量。最后,通过算例分析验证了模型的正确性与算法的有效性,并分析了拣选批量对总成本的影响。

基于混合变邻域遗传算法的电堆装配线优化

传统的电堆装配线生产线效率低,为提高电堆装配生产线效率,对装配线进行优化。首先,建立了以最小化工作站数量和工人数量的数学模型,提出了在自动化装配线的条件下允许工作站共用工人的分配方法;其次,针对平行装配线平衡问题提出了一种混合变邻域搜索遗传算法(HVGA)求解大规模问题;然后,对燃料电池电堆装配线例子进行了仿真验证与分析,提出了仿真目标,建立了平衡优化前后的仿真模型;最后,对仿真模型进行对比分析。平衡后工作站的平均利用率从75.52%提高到了82.53%,提高了7.01%,同时工人的平均利用率从52.1%提高到了73.2%,提高了21.1%,与平衡结果基本一致,验证了平行装配线平衡方法与工人分配方法的有效性。

基于空程和方向的船体装配线划线路径优化

为解决复杂船体装配线划线路径优化时精度低和收敛速度慢的问题,进而提高数控划线枪的作业效率,提出了基于空程和方向的船体装配线划线路径的调参免疫优化。首先以装配线的划线顺序和划线方向建立目标函数;然后借鉴凸透镜虚实成像原理设计了新免疫优化算法,基于进化代数和种群浓度自适应调节交叉和变异概率,并引入疫苗操作实现了船体装配线划线路径求解;最后基于马尔科夫链理论证明了免疫优化算法的收敛性。六组高维函数测试结果表明,与遗传算法、免疫遗传算法和自适应改进遗传算法相比,所提算法实现了100%寻优,且最小收敛代数、平均收敛代数、迭代代数标准差分别平均减少了29.63%、28.96%和18.33%。四种船体结构的装配线划线路径优化测试结果表明,相比起其他三种算法,所提算法的路径规划性能最佳,其最小值和平均值分别平均减少了1.38%和2.39%,平均收敛代数和迭代代数标准差分别平均减少了17.19%和13.08%,从而进一步验证了船体装配线划线路径调参免疫优化的有效性和优越性。

基于改进水波算法的复杂多人共站装配线平衡研究

针对实际装配环境中存在多人协同装配和共站的情况,研究了考虑工序复杂程度与工人能力差异的多人协作共站装配线平衡问题。首先,考虑到装配工序的复杂程度需指派不同规模和类型的工人组,建立了以最小化工作站数量和工人数量为目标函数的多目标优化数学模型;在此基础上,提出一种改进的离散水波优化算法,对算子进行了离散化改造,并设计了基于拓扑排序的编码方案和启发式的解码方案,同时引入扰动个体和路径重连的搜索策略来增加解的多样性,进而提高解的质量;最后,通过求解两类测试用例,以线效率和平滑指数作为性能指标,验证了改进离散水波算法在求解复杂多人共站装配线平衡问题上的可行性与有效性,并将算法应用到动车装配线平衡优化中。

运用改进蚁群算法求解直线型和U型装配线平衡问题

针对直线型和U型装配线第一类平衡问题,提出一种基于最优成分信息素更新规则的改进蚁群算法。算法在任务和工作站之间释放信息素,综合利用多种优先权规则作为启发式信息,在解构造中加入下界检查,在全局信息素更新中仅对本次迭代最优解中的最优成分释放信息素,既保留了最优解信息,又增加了探索更优解可能。仿真对比实验表明了该算法的有效性。

考虑零件库存的两机器装配线性能评估与库存控制

对于面向大批量生产的装配线而言,其产出能力不仅受到设备不可靠性和缓冲有限性的限制,还受到外部零件供给不确定性的影响。以考虑零件库存的两机器装配线为研究对象,研究了(s,S)库存控制策略作用下装配线的性能评估与库存控制问题。首先,针对由一台装配机器和零件库存组成的装配工站,分析了(s,S)库存控制策略对系统状态转移过程的影响,利用马尔可夫链建立了装配工站的性能评估模型,求得了系统稳态概率分布的闭集表达式。其次,针对由两个装配工站组成的装配线,将一个装配工站等效为一台独立机器,进而利用马尔可夫链求得了主要性能指标的解析表达式。再次,以最小化库存相关成本为目标,以产出率满足市场需求为约束条件,构建了(s,S)库存控制阈值优化模型,并利用自适应遗传算法对模型进行了求解。最后,通过数值实验验证了所提性能评估方法的准确性,并分析了性能指标关于库存控制阈值的单调性以及最优控制阈值随装配机器参数的变化趋势。实验结果表明,本研究为考虑零件库存的装配线提供了一种有效的性能评估与库存控制方法。

考虑物料配送的混流装配线协同优化

针对混流装配线的平衡排序和物料配送的协同问题,提出了一种装配线同步的协同配送策略,在此基础上以平衡工位负载、最小化最大完工时间和减少物料配送成本为目标,建立了考虑物料配送的协同优化模型。利用改进的非支配排序遗传算法(INSGA)对模型进行求解,基于模型的三层编码设计保证了解集的合法性和完整性。提出的多层编码交叉算子和变异算子,在提高种群多样性的同时也加快了算法的收敛速度。为避免算法陷入局部最优,重新设计了拥挤度距离,并改进了精英选择策略。此外,基于竞争机制,设计了一种舒适度竞争算子,便于在Pareto最优解集中确定具体方案。最后,通过标准算例和具体案例的求解,证明了改进算法的优越性和模型的有效性,案例的优化结果表示,装配线的完工时间缩短了近20%,物料配送成本节省了30%以上,取得了较好的优化效果。

基于改进候鸟迁徙算法的人机协作装配线平衡优化

随着员工成本的增加,协作机器人逐步应用于装配线以独立完成或者协助员工完成装配操作。针对多种机器人和并行协作的人机协作装配线平衡问题,构建了两个混合整数规划模型以优化生产节拍。模型均可实现小规模案例的精确求解,并且改进后的模型在求解时间上明显优于改进前的模型。同时,提出了改进的候鸟迁徙算法以实现大规模问题的求解。该算法采取任务分配向量和装配模式向量双层编码方式,并在解码中采取数学规划方法获得可行的调度方案。改进的候鸟迁徙算法采取改进的领鸟进化阶段和改进的个体进化阶段以加速种群的进化并防止陷入局部最优,采取重启机制增强算法的探索能力。为了测试改进算法的性能,该算法与延迟接受爬山算法、模拟退火算法、遗传算法、离散粒子群算法、原始人工蜂群算法和原始候鸟迁徙算法进行对比,测试结果表明改进算法优于对比算法,可实现人机协作装配线平衡问题的高效求解。

基于改进人工蜂群算法的人机协作装配线平衡优化

随着员工成本的增加,协作机器人逐步应用于装配线以独立完成或者协助员工完成装配操作。针对人机协作装配线平衡问题,构建了混合整数规划模型以优化生产节拍,该模型可精确求解小规模案例,同时提出改进人工蜂群算法求解大规模问题。该算法采用操作排序向量和装配模式向量双层编码方式以及有效的解码获得可行的调度方案,并在改进的观察蜂阶段保留较优的种群,在改进的侦察蜂阶段提升新解的性能,在局部搜索阶段提高算法的局部搜索能力。最后,通过与已有算法对比,表明改进人工蜂群算法具有优越性,可以高效求解人机协作装配线平衡问题。

基于深度强化学习算法的双边装配线第一类平衡

针对传统优化算法求解双边装配线第一类平衡问题时不能有效利用历史求解经验,难以得到最优解,提出一种深度强化学习求解算法CNN-PPO。设计了CNN-PPO强化学习智能体结构,在近端策略优化算法基础上,引入卷积神经网络增强智能体的数据特征提取能力;根据双边装配线问题特征,定义状态矩阵对双边装配线问题进行描述,并引入标记层辅助智能体进行任务决策;根据问题优化目标设计了奖励函数,结合强化学习在线执行—评价机制,为每次决策选择最优的待分配任务,并通过多个案例测试验证了算法的有效性和稳定性。实验结果表明,所提方法的求解结果具有优越性,59个测试案例中有57个可以达到下界。

基于线性加权和法的装配线平衡问题求解

针对生产节拍确定条件下以提高装配线平衡程度为目的的装配线平衡问题,将装配线平滑系数和装配线平衡率作为优化目标,考虑装配作业分配、工作站数量等因素,使用线性加权和法,以两个优化目标的优先占比作为权重参数建立单目标装配线平衡优化模型;对遗传算法(Genetic Algorithm,GA)和蚁群(Ant Colony Optimization,ACO)算法的混合算法进行改进,构造新的适应度函数和距离信息矩阵对模型进行求解;最后对经典算例进行数值实验,实验结果与以往算法结果比较,平衡程度改进均值提高了5%,表明改进的模型及算法可以更好地提高装配线的平衡程度,验证了模型及算法的有效性。

基于装配语义与图神经网络的产品虚拟装配线智能化构建方法

随着智能制造技术的快速发展,数字化工厂方法在生产系统规划设计中的应用日益广泛。构建虚拟装配线或装配线数字孪生体已成为实现装配线数字化规划设计的关键环节。然而,传统的设计方法主要依赖于经验,存在效率低下、设计周期长、优化困难等问题。为了克服上述困难,本研究以产品装配线设计为背景,提出一种基于产品装配语义和图神经网络的产品虚拟装配线智能化构建方法。为验证所提出方法的可行性和有效性,本研究以某液压缸虚拟装配线构建为案例进行了实证研究。结果表明,该方法能够提高装配线设计效率,缩短设计周期,并实现装配线布局的智能优化。

车用空调控制器自动装配线视觉检测系统设计

我国的车用空调控制器自动装配线的检测任务主要靠人工完成,检测效率低,稳定性差,成本大且装配质量难以保证。为解决这一问题,基于机器视觉技术设计了应用于车用空调控制器自动装配线的视觉检测系统。系统包括对散热片点胶工位涂胶质量的合格判定,以及电路板烧录测试工位电极片与电容位置的检测。采用自动阈值分割、滤波处理、改进的双阈值大律算法、击中击不中、深度学习等多种视觉算法完成空调控制器的检测装配。经生产实践验证,该视觉系统可实现车用空调控制器装配线的自动检测,整个装配流程无需人工干预,极大地提高了装配效率和质量,检测成功率和生产效率满足基本需求。

基于智能制造的柴油机装配线优化技术研究

随着制造业智能化转型的加速,传统柴油机装配线面临自动化程度低、缺陷检测依赖人工等问题,严重制约了生产效率与产品质量。本文针对柴油机装配线存在的效率瓶颈与质量控制难题,探索了基于智能制造的零部件智能识别与配送、智能拧紧力矩精准控制、产品质量缺陷智能检测和产品智能配送入库仓储等方面的应用。结合需求分析,设计了基于智能制造的装配线优化系统,包括系统开发环境、功能模块和硬件设计,进行了功能测试和性能测试,验证了系统的有效性和实用性。