基于多目标遗传算法 NSGA-Ⅱ的RV减速器选配优化及实现

作为工业机器人核心传动部件的RV减速器装配过程面临着装配结构复杂、装配尺寸链多且装配精度要求高等难题,传统的人工选配方法存在着装配效率低、精度差且合格率低等问题。在分析RV减速器结构特点和传动精度影响因素的基础上,提出了减少误差项的两级关键装配尺寸链。以选配合格率和装配精度作为评价标准,构建了RV减速器的多目标选配数学模型。针对选配优化样本空间大且计算复杂的特点,使用以零件位置为基因片段的矩阵实数编码方式,并提出交叉算子映射法修复无效染色体,采用运行速度快、解集收敛性好的NSGA-Ⅱ多目标遗传算法进行寻优。优化结果表明选配合格率从56.67%提升到96.67%,装配精度提升约22%。显然,本文提出的算法具有较好的可行性和实用性。

基于多目标遗传算法去NSGA-Ⅱ的RV减速器选配优化及实现

作为工业机器人核心传动部件的RV减速器装配过程面临着装配结构复杂、装配尺寸链多且装配精度要求高等难题,传统的人工选配方法存在着装配效率低、精度差且合格率低等问题。在分析RV减速器结构特点和传动精度影响因素的基础上,提出了减少误差项的两级关键装配尺寸链。以选配合格率和装配精度作为评价标准,构建了RV减速器的多目标选配数学模型。针对选配优化样本空间大且计算复杂的特点,使用以零件位置为基因片段的矩阵实数编码方式,并提出交叉算子映射法修复无效染色体,采用运行速度快、解集收敛性好的NSGA-Ⅱ多目标遗传算法进行寻优。优化结果表明选配合格率从56.67%提升到96.67%,装配精度提升约22%。显然,文中提出的算法具有较好的可行性和实用性。