详情

原文传递一种基于遗传算法的飞机结构强度试验优化安装方法

专利名称：	一种基于遗传算法的飞机结构强度试验优化安装方法
摘要：	本发明涉及一种基于遗传算法的飞机结构强度试验优化安装方法，包括以下步骤：1)结合飞机结构试验的特性，对于不同的装配顺序的适应度值从五个因素考虑，包括装配操作的连续性、试验件安全性、装配工人的变动次数、高空作业量和使用装配工具的连续性；2)对以上五个因素分别定义各自权重，最终安装顺序的总适应度值为以上五个因素的适应度值相加，因此安装顺序优化问题简化为求适应度值最小值问题；3)本方法考虑了部件安装顺序的约束条件，可以规定某些部件安装顺序的前后关系，通过在适应度值上增加较大的惩罚值来排除不满足安装顺序的约束条件。与现有技术相比，本发明具有安装效率高、节省人力物力、提高安装精度、降低安装风险等优点。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	上海交通大学
发明人：	张洋洋;于哲峰;陈天夫;赵诗鸿
专利状态：	有效
申请日期：	2019-04-10T00:00:00+0800
发布日期：	2019-07-19T00:00:00+0800
申请号：	CN201910285007.5
公开号：	CN110027727A
代理机构：	上海科盛知识产权代理有限公司
代理人：	应小波
分类号：	B64F5/60(2017.01);B;B64;B64F;B64F5
申请人地址：	200030 上海市徐汇区华山路1954号
主权项：	1.一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，该方法包括以下步骤： 1)结合飞机结构试验的特性，对于不同的装配顺序的适应度值从五个因素考虑，其中五个因素包括装配操作的连续性、试验件安全性、装配工人的变动次数、高空作业量、使用装配工具的连续性； 2)对以上五个因素分别定义各自权重，最终安装顺序的总适应度值为以上五个因素的适应度值相加；可以规定某些部件安装顺序的前后关系，对不满足约束条件的则在原适应度值上再增加较大的常数惩罚值，因此飞机结构强度试验安装顺序优化问题可简化为求适应度值的最小值，即对应着最优装配顺序； 3)根据得到的最优装配顺序，对待装配的飞机结构强度试验装置进行装配。 2.根据权利要求1所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的装配操作的连续性，可用安装完全部零部件后工人在水平面所走的路程来表示，即在某种排序下各零部件重心之间的距离和，该和越小，则适应度值越小，该因素的适应度值用F1表示。 3.根据权利要求1所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的试验件安全性，为了避免安装过程中对试验件的碰撞、工具高空坠落砸到试验件因素，试验件越靠后安装，则认为试验件的安装安全性越好，通过试验件在安装顺序中的排位，排得越靠前适应度值越高，越靠后适应度值越，该因素的适应度值用F2表示。 4.根据权利要求1所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的装配工人的变动次数，即安装每个零部件需要的装配工人数量变动量越大，适应度值越大，该因素的适应度值用F3表示。 5.根据权利要求1所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的高空作业量，即工人爬上爬下的次数最少，则适应度函数值越小，分别计算相邻两个零部件重心坐标的差值，累计叠加后的值越大，则适应度函数值越大，该因素的适应度值用F4表示。 6.根据权利要求1所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的使用装配工具的连续性即安装完一个零部件后，装下一个零部件时不需要更换安装的工具，可省去重复找工具的时间，令更换工具次数越少，适应度函数值越小，该因素的适应度值用F5表示。 7.根据权利要求1所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的总适应度值计算式为： fitness＝ω1F1+ω2F2+ω3F3+ω4F4+ω5F5 其中ω1、ω2、ω3、ω4、ω5为权重系数，F1为装配操作的连续性的适应度值、F2为试验件安全性的适应度值、F3为装配工人的变动次数的适应度值、F4为高空作业量的适应度值、F5为使用装配工具的连续性的适应度值。 8.根据权利要求1所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的方法还需对模型增加安装顺序的约束条件。 9.根据权利要求8所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的约束条件可以包括： 1)立柱要在高空横梁安装之前安装； 2)试验件需要在支持夹具之后安装好； 3)试验件需要在高空横梁之前安装； 4)加载杠杆系统需要在试验件之后安装。 10.根据权利要求9所述的一种基于遗传算法的飞机结构强度试验优化安装方法，其特征在于，所述的方法对于考虑安装顺序需要满足上述约束条件的处理办法：当某一代种群中的一组排序出现不满足安装顺序需要满足的条件时，即不满足约束条件时，采取通过增加惩罚函数的方法，即在该序列的适应度函数值的基础上加上一个设定的常数惩罚值，从而使该序列最终的适应度函数值较大，从而在迭代过程中可大概率淘汰该序列；当所有不满足约束条件的序列在种群中都淘汰后，剩下的就是都满足约束条件的解，该方法结合遗传算法“物竞天择，适者生存”的特点，巧妙地回避了对每一种顺序序列的每一步计算前都需要判断是否符合约束条件的步骤，极大的提高而程序计算效率，简化了程序代码。
所属类别：	发明专利