-
题名考虑风险的人机协作异步并行拆卸序列规划方法
- 1
-
-
作者
张宽路
张秀芬
李国贤
-
机构
内蒙古工业大学机械工程学院
内蒙古自治区机器人与智能装备技术重点实验室
-
出处
《机电工程》
北大核心
2025年第7期1378-1388,共11页
-
基金
国家自然科学基金资助项目(51965049)。
-
文摘
在人机协作异步并行拆卸过程中,工作区域重叠会导致机器人或操作人员工作暂停或发生碰撞,造成人身伤害等潜在风险,为此,将避免工作区域冲突作为大型复杂产品人机协作异步并行拆卸的约束,提出了一种基于混合遗传树种优化算法(HG-TSOA)的人机协作异步并行拆卸序列规划方法。首先,构建了多约束拆卸混合图模型,用于描述产品零部件间的拆卸优先级、装配约束和不同拆卸操作者(人或机器人)之间工作区域的冲突约束;设计了两段式染色体编码方法,实现了多约束拆卸混合图到染色体的映射目的;然后,以拆卸时间最短和操作者空闲时间最少为目标构建了适应度函数,为避免早熟,在选择、交叉、变异等进化算子的基础上,设计了跃迁算子,利用随机扰动扩散机制帮助算法跳出局部最优,并引入了树种优化算法的边界检查机制,确保最优解的可行性;最后,以帕萨特B5发动机为研究对象,对HG-TSOA进行了应用研究,验证了算法的有效性。研究结果表明:操作者数量为3和5时,基于HG-TSOA的人机协作异步并行拆卸序列规划方法获得的最佳拆卸时间分别为2477 s和2410 s,比同步并行拆卸时间分别少了197 s和90 s,比遗传算法(GA)获得同步并行拆卸序列对应的拆卸时间少了284 s和114 s,且具有规避工作区域冲突风险、收敛速度快、搜索范围广等特点。
-
关键词
多约束拆卸混合图模型
混合遗传树种优化算法
异步并行拆卸
混合遗传树种算法
人机协作
适应度函数
-
Keywords
multi-constraint disassembly mixed graph model
hybrid genetic and tree seed optimizer algorithm(HG-TSOA)
asynchronous parallel disassembly
hybrid genetic tree species algorithm
human-robots collaboration
fitness function
-
分类号
TH16
[机械工程—机械制造及自动化]
TH186
[机械工程—机械制造及自动化]
-
