基于智能水滴算法的装夹规划方法

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。     

基于聚类分析法的装夹规划算法研究

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.     

基于图论的计算机辅助装夹规划方法研究

零件装夹规划是自动工艺规划的核心内容之一。从零件几何尺寸和公差规范着手,阐述了基于图论的计算机辅助装夹规划方法,包括零件加工特征-公差关系的扩展有向图表示、加工特征的聚类以及装夹规划的算法流程。利用本文方法可以有效地确定工艺路线中的装夹次数、装夹基准和装夹顺序,从而生成装夹规程。最后,通过实例证明了本文所阐述方法的可行性。     

不规则零件的装夹方法

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。     

装夹方案与加工顺序综合优化方法研究

装夹方案和加工顺序对零件加工精度具有重要影响,尤其是对薄壁件的加工.不同的装夹方案和加工顺序都会造成不同的工件变形,甚至使工件报废.因此,基于装夹方案分析的加工顺序优化对薄壁件的加工精度控制有着现实的意义.建立了一个工件-夹具-刀具系统模型,可以分析装夹方案对工件变形的影响,并能以装夹方案为基础分析最优加工顺序.以一个典型薄壁件为例,进行了装夹方案和加工顺序优化分析,得出了装夹方案与加工顺序优化一般性的结论.     

非回转体零件的自动装夹规划

自动装夹规划是计算机辅助工艺设计（ＣＡＰＰ）中的一个重要环节。文章针对非回转体零件及其装夹规划的特点,提出应用模糊综合评判方法进行非回转体零件ＣＡＰＰ中的自动装夹规划,以获得最优结果,几个具有复杂外形的典型零件验证了原型系统的可行性。     

基于TOPSIS和MOEA/D的装夹布局方案规划方法

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。     

批量鼓形件的装夹方法

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。     

基于双向扫描算法的小线段速度规划

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.     

自由曲面加工装夹方法研究

在进行自由曲面加工时,采用常规的金属结构装夹工件时,装夹力会使工件产生变形,进而会对工件的加工精度产生影响.为了克服这一问题,设计了3种自由曲面元件装夹方案,并在实际应用中加以验证.首先,理论计算分析了金属结构装夹时,由装夹力引起的工件的变形.设计了采用低熔点合金作为装夹材料的装夹方案,进行试验并对实验结果进行检定和评...     

基于遗传算法的产品装配序列规划研究

为解决产品实际装配过程装配序列规划的问题,建立了描述装配过程中零部件间装配关系的几何干涉关系矩阵。设计了以装配换向次数、装配工具更换次数、装配体稳定性和基础件位置为目标函数的遗传算法,并改进了该遗传算法相应的交叉算子、变异算子和适应度函数,以确保算法的有效性。在初始种群生成时,输入由DELMIA软件虚拟拆卸得到的几何可行装配序列,改善种群的组成成份。将该遗传算法应用于某链轮的装配序列规划中,验证了该算法的有效性。     

基于模拟退火遗传算法的拆卸路径规划

针对现存拆卸路径规划图论方法中的组合爆炸问题和遗传算法的早熟现象,给出模拟退火和遗传算法相结合的拆卸路径规划方法.在拆卸路径规划模型中,以拆卸效率最优作为优化目标,给出了算法流程.该算法对拆卸路径的全面寻优提供了一种新的思路.通过实例验证该算法的可行性,最后提出了进一步的研究方向.     

基于贪婪算法的产品拆卸序列规划

分析了产品实际拆卸过程中的不确定性,将实际产品拆卸序列规划转化为一类贪婪算法求解问题。以最少工具更换次数为指标,构建了基于贪婪算法的产品拆卸序列规划调整的贪婪准则,进而给出了产品拆卸序列规划调整流程。最后,通过一个简化的计算机主机箱的拆卸说明该方法的可行性和有效性。     

基于遗传算法的拆卸序列规划研究

为得到满足实际需要的产品拆卸序列方案,减少人工输入所带来的不便,利用联接矩阵和干涉矩阵,构建了产品拆卸序列的数学模型;利用干涉矩阵和联接矩阵,产生满足几何约束条件且经过初步优化的拆卸序列;利用基于拆卸序列规划的遗传算法,优化了上述拆卸序列;通过实例验证了此种基于遗传算法的拆卸序列规划方法的可行性及实用性。     

多工位装配序列粒子群优化算法

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。     

基于遗传模拟退火算法的机器人全局路径规划

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。     

基于改进人工蜂群算法的产品拆卸序列规划

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。     

基于遗传算法的三坐标测量机测量路径规划方法

针对现有三坐标测量机检测路径规划方法的不足,提出和构建了零件检测特征群数学模型和求解流程,在此基础上,根据检测工作平面、检测测头及检测测针变动次数和检测路径构建优化目标函数,从宏观和微观两个层面分别应用矩阵交叉遗传算法和序列规划遗传算法进行零件检测特征路径的优化求解。最后以Hexagon公司检测零件为例,说明了零件初始检测信息的获取以及算法的优化求解过程。实践证明,该方法快速有效,且具有良好的工程应用价值。     

基于改进A*算法的线缆路径规划方法

针对复杂布线空间环境下虚拟线缆的路径规划问题,改进了传统A*算法的估价函数,引入附加值因子来选择合适的路径节点,使用刚性因子评估连续弯折时的线缆路径,将线缆的位置纳入算法来调整线缆路径到最优。二维网格地图中的路径规划和三维模型中的布线结果均表明,改进A*算法能产生合理的布线路径。