基于遗传算法的航空制造机械加工设备布局优化研究
来源:用户上传
作者:
摘要：现代航空制造中，设备布局设计是整个机械制造规划中非常重要的一个环节，设备布局对整个机械加工的物料搬运效率和搬运费用影响较大。原有的经验设计已经不能满足现状设备布局设计要求，本文设计一种基于遗传算法的设备布局算法，通过设计合适的遗传算法目标函数和合适的种群规模，对设备布局问题进行迭代优化，证明该算法对设备布局问题优化还是有较好的效果。
关键词：航空制造 机械加工 设备布局 遗传算法
中图分类号：TP165 文献标识码：A 文章编号：1007-9416（2016）02-0000-00
1 引言
在现代航空制造中，由于飞机零部件体积非常大，飞机零部件的机械加工也变得非常困难，在飞机零部件机械加工中，会涉及到很多大型的机械加工设备，这些大型的机械加工设备的摆放位置会对整个机械加工过程影响深远，如何对这些大型机械加工设备进行优化布局，是现代制造中一个重要的研究课题。一般传统的机械加工设备布局大多是靠设计师的个人经验为主进行设计的，没有科学定量的计算方法解决方案，其缺点是成本非常高，而且设计建设周期较长。
本文通过利用遗传算法的自适应特性，不需要人为参与，来对航空制造机械加工设备布局问题进行优化，通过设计合适的遗传算法目标函数和合适的种群规模，对设备布局问题进行迭代优化，通过与经验设计设备布局进行比较，对物料搬运效率和物料搬运费用均有较大改进，证明该算法对设备布局问题优化还是有较好的效果。
2 遗传算法介绍
遗传算法基本思想是适者生存和基因遗传原理，利用某种编码技术作用于染色体的二进制数串，模拟这些数串的群体进化过程，通过随机的信息交换来重新组合适应性好的数串，每代都可以利用上一代数串中适应性好的来生成新的群体。遗传算法具有较好的全局寻找最优解的能力，能够自动的在规定的搜索空间上进行自我学习和优化，可以自适应的调整搜索方向，全过程不需要人为干扰。
遗传算法计算步骤主要是编码、初始群体生成、适应度评估检测、选择交叉和变异。遗传算法是一种群体操作的算法，由随机方法来生成初始群体，初始群体的规模直接决定遗传算法寻求最优解的效果，所以初始群体的规模越大越好，但是初始群体的规模也不能无限制的最大，因为初始群体的规模变大会消耗数倍的计算资源。所以只需选择适合的初始群体规模即可，需要从整个算法设计，以及要解决问题的因素来综合考虑。
3 机械加工设备布局优化设计
一般机械加工设备布局主要由三种典型求解方法：确定性算法求解、启发式算法求解、智能算法求解。确定性算法可以对设备布局得到非常精确的求解，但对于计算机性能要求比较高，常常只用于小规模的加工设备布局求解问题，对于大规模的设备布局求解问题，尤其是异常复杂大型航空制造机械加工设备，启发式算法和智能算法更加适合，而且运算速度相对比较快。遗传算法就是一种典型的智能算法，使用交换相邻机械加工设备位置的方法对设备布局进行优化，可以大大提高搜索效率。
机械加工设备布局一般需要遵循以下原则：遵循工艺规程、整体综合原则、最小距离原则、流动性原则、空间利用效率、生成均衡、安全性以及柔性化原则。
机械加工假设有n台设备，编号从m1，m2，…mn，设备布局集合M={m1，m2，…mn}。设备布局的目标是建立合理的路径，使得各设备间的物料搬运总成本达到最小化，设备布局问题的数学模型为：
其中，C是物料搬运总成本，Q是单位生产周期内所有加工机械零部件类型的集合，Fq ij表示零件Q在设备i和设备j之间物料的搬运频率，Pq ij表示零件Q生产过程中在设备i和设备j之间单位距离的物料搬运费用。
本文设计的遗传算法求解航空制造机械加工设备布局的流程如下：首先设计设备布局问题的染色体，随机生产初始种群规模M的初始解，然后根据机械加工设备布局模型的目标函数来定义布局问题的适应度，然后按照某种选择策略来选择下一代适应性高的种群，完成后再按照交叉概率Pc对种群中还未匹配的个体再进行交叉生产新的个体，再按照变异概率Pm随机选择个体，进行变异操作来生成新的个体，完成后开始计算新个体的适应度，上一代个体与下一代个体共同参与竞争，最后判断算法是否达到终止判定条件，如果达到条件，则停止算法，最优解即为最优个体，最优解既是最优布局解决方案，如果未达到条件，则重新选择策略选种群步骤再次开始优化。
通过算法对实际设备布局进行验证，经过优化后的设备布局比经验设计可以提高18%的物料搬运效率和降低23%的物料搬运费用，证明遗传算法对机械加工设备布局优化效果较好。
4 结语
本文主要对现代航空制造中机械加工设备布局问题进行研究，提出一种基于遗传算法的设备布局优化算法，通过设计适合的目标函数及适当的初始种群规模，该算法得到的最优解指导实际设备布局设计，与传统的经验设备布局设计相比较，在物料搬运效率和物料搬运费用方面均有较大改善。
参考文献
[1]孙威.数字化工厂技术在生产线规划中的应用[J].计算机辅助工程.2005（03）.
[2]龚全胜.基于遗传算法的制造系统虚拟设备布局设计[D].华中科技大学 2004.
[3]梁海峰.基于仿真的自动化钢料加工车间设计及生产效率评价[J].造船技术.2005（03）.
[4]锁小红.制造系统设备布局的建模理论与求解方法[J].计算机集成制造系统.2007（10）.
收稿日期：2016-01-05
作者简介：滕平平（1983―），男，辽宁大连人，工学学士，研究方向：机械加工。
转载注明来源:https://www.xzbu.com/8/view-11357671.htm
