[发明专利]基于蚁群优化算法的组串选配技术

说明书

本发明公开了一种基于蚁群优化算法的组串选配技术，该技术主要解决人工选配存在直接安全隐患；装配效率低；装配质量一致性得不到保障等问题。本发明通过分析零部件尺寸及重量关系，确定特制零部件的尺寸、形状、位置等几何参数的允许变动量，针对选配模型的特殊性，采用基于相似度的蚁群聚类算法实现组串选配技术。主要步骤有：根据当前选配盘上配件的重量(横坐标)和长度(纵坐标)，产生一个分布图；求解K个分组的思路转换为对该图中的点进行聚类，基于蚁群聚类算法得出分类；以类为单位，在每一类中寻找合适的组件，寻找方法可以是先找某一类的重心点，然后再以此重心点开始向外扩张寻找符合条件的M个组串；通过数据统计分析，结合选配历史形成预测，提高下一轮的选配效率。

技术领域

本发明涉及装配生产线中的选配技术，尤其涉及基于蚁群优化算法的装配生产线中组串选配技术。

背景技术

组串选配作为装配环节的重要手段，已经有许多国内外学者进行了研究。组串选配技术针对多质量特性的零件装配，将不同零件按照质量特性进行分组，采用蚁群算法，寻找组件装配间隙变化最小的装配方案。

但是现有的选配优化算法主要是针对大批量制造模式下的分组选配，研究分组策略上的最优化。选配需要对一定数量且没有库存备件的螺柱，螺孔，螺母等零配件进行一对一配对。目前组串装配环节都是由人工操作完成，没有采用选配技术，先进行试装，出现问题后再采用换装、再挑选装配等辅助手段，主要存在的问题有：人工火工品装配，存在直接安全隐患；装配效率低；装配质量一致性得不到保障等。

本发明基于蚁群优化算法提出组串选配技术，通过分析零部件尺寸及重量关系，确定特制零部件的尺寸、形状、位置等几何参数的允许变动量，针对选配模型的特殊性，采用基于相似度的蚁群聚类算法实现组串选配技术。

发明内容

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供一种基于蚁群优化算法的组串选配技术，该技术从N个子组串中，寻找K个符合尺寸匹配条件的分组(NM)，所以该问题的求解空间是2^N。装配过程中仓库内待装配配件的重量和长度参数指标应符合二维正态分布：N(u₁,u₂,δ₁,δ₂,ρ)。其中均值u₁,u₂，方差δ₁,δ₂虽然未知，但数据系统可以借助流水线上的传感器读数，通过分析实时获取到。

一种基于蚁群优化算法的组串选配技术，求解K个分组的思路转换为对零配件尺寸及重量参数进行聚类：根据蚁群聚类算法，在每一类中寻找合适的组件，寻找方法可以是先找某一类的重心点，然后再以此重心点开始向外扩张寻找符合条件的M个组串。

本发明为解决上述技术问题采用以下技术方案：

一种基于蚁群优化算法的组串选配技术，其数学描述为：当前选配盘上有N个子dan串，并且每个子dan串可编号为1,2,…,N，符合装配要求(即重量差和长度差)的分组可能有K组：{a₁,a₂,…,a_l1},{b₁,b₂,…,b_l2},{c₁,c₂,…,c_l3},….,{k₁,k₂,…,k_lk}，注意一个子dan串编号可能会被选到多个分组中，并且分组K的值最小为1(此时表示选配盘所有子dan串都可成为一组)，K最大为N(表示选配盘所有子dan串两两均差异较大，彼此之间均不符合要求)。

根据数学描述，组串选配步骤为：

步骤1：根据当前选配盘上配件的重量(横坐标)和长度(纵坐标)，产生一个分布图；

步骤2：求解K个分组的思路转换为对该图中的点进行聚类，基于蚁群聚类算法得出分类；