[发明专利]一种基于遗传算法的多目标优化选择装配方法

权利要求书

1.一种基于遗传算法的多目标优化选择装配方法，其特征在于，包括步骤：

S1、通过产品装配尺寸链，构建装配尺寸链方程通过所有增环的实际尺寸之和减去所有减环的实际尺寸之和得到封闭环的实际尺寸，并求得封闭环尺寸、封闭环中间偏差及封闭环公差；

S2、以质量损失成本最小为优化目标，将装配合格率和装配精度两项指标作为装配质量综合评价，为保证产品性能的稳定运行，每个零件配合间隙接近其相对应最优间隙的程度采用装配精度来评估，建立出零件选配的适应度函数数学模型；

S3、通过利用遗传算法求解所述优化数学模型，最终获得批量零件最终装配配对方案。

2.根据权利要求1所述的基于遗传算法的多目标优化选择装配方法，其特征在于，所述步骤S1具体包括：

S11、考虑产品由m种零件、各零件的数量为n个的装配情况，通过装配尺寸链，可得封闭环的实际尺寸等于所有增环的实际尺寸之和减去所有减环的实际尺寸之和，表示为：

其中，A_0a为封闭环的实际尺寸，A_za为增环的实际尺寸，A_ja为减环的实际尺寸，k为增环环数；

S12、对于封闭环的中间尺寸等于所有增环的中间尺寸之和减去所有减环的中间尺寸之和，表示为：

其中，A_0m为封闭环的中间尺寸，A_sm为增环的中间尺寸，A_jm为减环的中间尺寸；

S13、封闭环相对其中间尺寸偏差。等于所有增环相对其中间尺寸偏差的代数和减去所有减环相对其中间尺寸偏差的代数和，表示为：

其中，Δ_a0m为封闭环相对其中间尺寸的偏差，Δ_aim为组成环相对其中间尺寸的偏差。

3.根据权利要求2所述的基于遗传算法的多目标优化选择装配方法，其特征在于，所述步骤S2具体包括：

S21、装配合格率：当一次选配得到的产品其封闭环的偏差y_i在设计公差带范围[EI₀，ES₀]之内，及

EI₀≤y_i≤ES₀

其中，EI₀为设计公差带下偏差，ES₀为设计公差带上偏差，则表示一次选配得到的产品合格，成功的产品数为n₁，则装配成功率为一次选配得到的合格产品数量与其中装配出产品数量的比值，装配成功率为δ：

S22、装配精度：为进一步控制误差波动，装配精度控制采用方差方式构建目标函数：

其中y_i为装配尺寸链的封闭环的偏差，Δ₀为封闭环中心偏差，T₀＝ES₀-EI₀为封闭环的公差。由定义可知ε越大，则装配精度越高，相应产品的质量越高。对于复杂机械产品具有多尺寸链，假设共有j条尺寸链，则因此装配精度的集合为ε_j＝{ε₁，ε₂，…，ε_j}；

S23、基于装配合格率与装配精度公式转化成典型的带约束条件的多目标优化问题，得到所述多目标优化适应度函数数学模型为：