[发明专利]一种基于遗传算法的多目标优化选择装配方法

说明书

本发明公开了一种基于遗传算法的多目标优化选择装配方法，包括以下三个步骤：1、构建装配尺寸链方程计算封闭环的实际尺寸，封闭环中间偏差及封闭环公差；2、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，建立零件选配的适应度函数数学模型；3、通过利用遗传算法求解所述优化数学模型，并获得批量零件最终装配方案。本发明基于遗传算法，解决了在传统的装配工作中面临合格的零件通过偏差传递，使封闭环实际尺寸不符合设计精度要求，造成装配产品不符合质量要求且质量稳定性差等问题。使该批量产品获得更高装配精度和装配成功率，且总体质量损失最小的装配配对优化，更具有实用价值。

技术领域

本发明主要涉及产品装配对多种零件的批量选择装配领域，尤其涉及复杂产品具有多质量特性要求选择装配配对的问题，具体涉及一种基于遗传算法的多目标优化选择装配方法。

背景技术

装配质量是产品赢得市场的重要方面，复杂的机械产品通常由两个或多个零部件组成，零部件的质量主要取决于其公差，由于制造过程中出现的随机变化，零部件的偏差通过尺寸链方向上累积，从而出现较低的装配质量，对于具有研发成本高、机构复杂且具有复杂约束关系特点的机械产品，若仅通过提高制造精度，将会大大增加制造成本。

在传统的装配工作中，采用随机挑选顺序装配法。合格的零件在允许的公差范围内通过尺寸链累积，可能会导致零件的加工制造符合设计要求，封闭环不符合设计精度要求。造成大量返工出现大量假废品和剩余零件以及质量稳定性差等问题。对于以上问题企业为了提高产品的质量，达到制造精度要求，往往通过提高加工零件的精度，购买高精度的加工设备等，而这样就会造成成本的急剧上升，这些问题是高质量要求的产品在制造过程中面向质量目标亟待解决的主要问题。因此针对装配尺寸链封闭环精度要求高，利用基于遗传算法的多目标优化选择装配方法，来提升装配精度同时保证装配成功率等装配功能要求并使总体质量损失最小。

发明内容

针对上述技术问题，本发明提供了一种基于遗传算法的多目标优化选择装配方法，使得批量产品总体质量损失最小，并提升产品装配精度以及产品成功率。

本发明采用如下技术方案实现：

一种基于遗传算法的多目标优化选择装配方法，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；

进一步地，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；