共查询到19条相似文献,搜索用时 46 毫秒
1.
针对计算机辅助工艺设计中的装夹规划问题,提出一种基于智能水滴算法的装夹规划方法。通过对加工特征进行分析来定义零件的操作单元及其约束关系,构建装夹规划的模型。将零件的各个操作单元与智能水滴算法中流动路径的各个节点相关联,利用水滴所携带的泥土量来表征操作单元之间的相似度,以此来构建智能水滴算法的适应度函数。在经过操作单元顺序约束矩阵所筛选出的可行解空间内进行迭代求解,通过水滴多次冲刷路径中的泥土量来筛选最优解,解码后获得了最优的装夹规划方案。以典型零件的装夹规划为例,验证了该方法的有效性和可行性。 相似文献
2.
基于聚类分析法的装夹规划算法研究 总被引:1,自引:0,他引:1
为解决计算机辅助工艺规划中的装夹规划问题,在定义加工单元的基础上,建立装夹规划数学模型,并提出了应用凝聚的层次聚类法求解该模型.把加工机床和工艺原理约束转换为加工单元间的距离,依据距离大小对加工单元聚类.根据加工顺序优先关系图,应用启发式算法对加工单元分组,对聚类的加工单元进行组间和组内排序.最后以零件ANC-101为例,验证了所提方法的有效性. 相似文献
3.
4.
不规则零件是机械加工中常见的一类零件,由于其形状不规则,加工难度较大。装夹是加工不规则零件的关键,装夹不良会影响整个加工过程的效率和质量。文章首先介绍不规则零件装夹特点和要求,其次分析常见的装夹方式的适用范围及其优缺点,再次,提出了不规则零件装夹的新方案,最后,通过应用案例验证新方案的可行性和优越性。 相似文献
5.
6.
7.
作为整个夹具设计中最为复杂和抽象的环节,装夹布局方案的规划直接影响着工件的加工质量、生产效率和制造成本。为此,在前期关于基于层次分析法与定位确定性的工件定位方案规划算法的研究基础上,进一步建立了一种基于逼近理想解排序法(TOPSIS)和基于分解的多目标进化算法(MOEA/D)的夹紧方案设计方法。首先,通过建立选择夹紧表面的层次结构模型,提出了计算候选夹紧表面贴近度的TOPSIS方法。其次,考虑到工件稳定性和装夹变形的双重因素,建立了同时满足夹紧阶段和加工阶段的装夹布局多目标优化模型,在利用切比雪夫方法对多目标函数进行正对性分解的基础上,构建了夹紧方案多目标优化模型的MOEA/D求解方法。最后,利用建立的方法设计出非规则零件钻孔用的装夹布局方案,并与现有夹具结构方案进行对比和分析,结果表明设计方案与现有方案完全吻合。基于TOPSIS和MOEA/D的夹紧方案规划算法易于编程实现,既能为任意工件合理地规划出夹紧方案,也能为计算机辅助夹具设计系统的开发提供理论支持。 相似文献
8.
在截面形状为鼓形的零件上钻孔和攻丝时,会给我们带来装夹上的困难,特别是批量工件的加工,按单件装夹的方法则加工效率极低。现介绍一种简单实用的装夹技巧,可一次性夹紧多件工件同时加工。 相似文献
9.
基于双向扫描算法的小线段速度规划 总被引:1,自引:0,他引:1
为提高数控系统加工产品的速度,提出了基于双向扫描算法的小线段速度规划方法.以直线加减速为例,导出小线段加工过程中进给速度的关键约束条件,建立了小线段高速加工的衔接速度规划数学模型,提出一种以最大进给速度为目标的双向扫描算法,以获得路径段衔接点处的最优进给速度.该方法通过对加工路径的正反向扫描,得到满足小线段路径的几何特性和机床的物理限制等多种约束的衔接点进给速度可行域.仿真和加工结果表明,该方法能实现衔接点进给速度的高速衔接,大大提高了加工效率. 相似文献
10.
11.
12.
13.
14.
15.
多工位装配序列粒子群优化算法 总被引:1,自引:0,他引:1
针对传统单工位装配序列求解上的不足,将粒子群算法应用于多工位多目标装配序列优化的求解,提出一种面向复杂多工位产品的装配序列优化方法。采用优先序列图(Assembly precedence graph,APG)来描述零件间的优先约束关系,构建优先关系矩阵、装配干涉矩阵、工位能力表和装配信息表,描述装配部件干涉及工位之间的关系;给出粒子群算法编码体系和装配关系算法模型表达方法;综合考虑装配操作成本、装配工具更换成本和装配夹装变更成本和运输成本的影响,提出有工程意义的适应度函数的表达式;根据APG生成随机的可行初始装配序列,并利用粒子群算法(Particle swarm algorithm,PSO)对装配序列和装配工位进行优化。以飞机起落架装配序列规划实例验证多工位粒子群装配序列优化算法有效性。 相似文献
16.
孙秀云 《机械工程与自动化》2007,(4):104-106
研究了机器人在已知环境下用遗传模拟退火算法进行最优路径搜索的方法,此算法兼备了遗传算法和模拟退火算法的优点,还对路径的转折节点处进行了光滑性的改进,并且通过仿真实验证明了此方法能够快速得到最优路径。 相似文献
17.
为了提高复杂产品拆卸序列规划效率,提出了一种改进的人工蜂群算法用于此类问题求解。通过拆卸混合图表达产品零部件之间的连接关系和优先约束关系,并推导出可行拆卸序列的约束表达式,建立拆卸序列规划数学模型和适应度计算公式。对初始种群进行了优先约束规划,提出一种可行度算法用于蜂群对蜜源的搜寻与选择。定义了自适应选择参数、动态平衡可行度与适应度算法的优先配比,以实现复杂产品拆卸序列规划的快速求解。最后以内啮合齿轮泵为实例,利用所提方法进行了拆卸序列规划求解,通过分析实验结果,并对比传统人工蜂群算法,证明了该方法的可行性和高效性。 相似文献
18.