原文传递
基于遗传蚁群算法新车型线平衡优化及仿真
| 论文题名： | 基于遗传蚁群算法新车型线平衡优化及仿真 |
| 关键词： | 汽车制造;装配线平衡;虚拟装配;遗传算法;蚁群算法 |
| 摘要： | 在汽车行业高速发展的今天，不仅整车研发技术是日新月异，整车制造技术也在不断地改进和革新。车企制造部门都在使用创新的装配工艺，来全方位改进制造流程和提升制造质量。汽车生产流水线的效率和质量，关系着一家汽车制造商生死存亡，那么汽车装配线平衡则是提升生产效率和稳定生产质量的关键因素。 本文以新车型导入成熟的生产线作为背景，讨论如何分配新车型的装配作业至具体工位，并且能在原有的生产线上获得最合理的装配工艺方案。研究过程中工艺技术人员需要考虑到实际生产线状态，才能建立一个符合现场实际的装配线平衡模型。本文分析了新车型导入总装车间的技术特点，提出了作业难度系数这个关键参数，并将其融合到线平衡模型建立当中。 针对装配线平衡模型的求解，本文提出了一种将遗传算法和蚁群算法结合的混合算法求解策略。首先将作业元素依照作业次序进行编码，随机地构造初始种群，制定相应的适应度函数来检验是否满足种群标准，通过选择和变异不断寻找优秀种群。符合适应度函数要求的种群，作为原始数据初始化蚁群算法的路径信息素，建立解空间，计算蚁群转移概率。在蚁群遍历了所有访问点后，信息素更新完成，信息素浓度最高的路径，即为线平衡模型求出的最优解。这种混合算法的求解策略，既集成了遗传算法的全局搜索能力，又融合了蚁群算法快速的收敛能力，两者的结合解决了易于陷入局部最优解和求解迭代时间长的问题。 本文的最终落脚点未止步于得到最优的线平衡方案，而是使用装配仿真软件DELMIA对完成分配的装配作业进行虚拟装配仿真。验证装配可行性和人机工程合理性，获得了一个更加贴近实际生产的装配工艺方案。最后该装配工艺方案作为完整的工艺输出交付工厂，加快了车型项目车间导入速度，在汽车生产工艺规划领域中，具有很强的实际指导意义。 |
| 作者： | 田寰宇 |
| 专业： | 车辆工程 |
| 导师： | 黄鹤 |
| 授予学位： | 硕士 |
| 授予学位单位： | 合肥工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
