导读:本文包含了拆卸序列论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,算法,模型,矩阵,故障,状态,算子。
拆卸序列论文文献综述
杨得玉,徐志刚,朱建峰,苏开远,刘维民[1]（2019）在《考虑产品故障特征的目标选择性拆卸序列规划》一文中研究指出针对实际拆卸过程中产品质量的不确定性和模糊性问题,特别是产品普遍存在的故障问题,对拆卸序列方案选择的影响,提出了考虑产品故障特征的目标选择性拆卸序列规划方法.为便于表达产品拆卸信息,构建了拆卸混合图模型;通过提取产品故障特征,构建了产品故障矩阵,并运用专家意见法推导了零部件故障特征与拆卸模型元素的关联度矩阵;为更新拆卸混合图模型,运用模糊叁角函数确定了零部件故障特征对拆卸模型元素的影响度,并根据影响度和专家阈值对拆卸模型元素与拆卸信息进行修正以得到故障拆卸混合图模型;最终,基于产品的故障拆卸混合图模型结合拆卸序列优化算法生成了最优的拆卸序列方案.本文以涡轮减速器为例对所提方法进行了验证,结果表明该方法更切合实际的拆卸过程,较好地解决了产品故障对拆卸造成的模糊影响,极大地提高了拆卸序列方案的可行性和拆卸效率,降低了拆卸的盲目性,案例证明所提方法对于解决拆卸序列规划问题更切实有效.(本文来源于《哈尔滨工业大学学报》期刊2019年07期）
田永廷[2]（2019）在《支持再制造的复杂产品并行拆卸序列规划方法研究》一文中研究指出随着科学技术的不断提升,产品更新速度不断加快,废旧产品的激增导致一系列环境问题和严重的资源浪费问题。再制造通过高新技术可将退役产品的性能恢复至或者超过原有产品性能,是废旧产品剩余价值有效回收利用的途径之一。拆卸是再制造的关键步骤,根据产品的拆卸程度,拆卸分为完全拆卸和选择性拆卸;根据拆卸任务是否同步,拆卸可以分为并行拆卸和串行拆卸。由于报废产品中只有部分零部件可以再制造重用,所以,选择性串行拆卸和选择性并行拆卸都适合于再制造拆卸工程实践。但相比于选择性串行拆卸而言,选择性并行拆卸具有拆卸步骤少、拆卸时间短、拆卸能耗低等优点。为此,本文基于遗传算法对支持再制造的并行拆卸序列规划方法及其应用进行了研究,主要完成了以下工作:(1)构建了产品拆卸混合图模型,并针对复杂产品拆卸混合图构建、修改困难等问题,将其进行分层与简化。(2)为提高再制造拆卸效率,提出基于遗传算法的再制造毛坯选择性并行拆卸序列规划方法,将拆卸混合图分解为关联矩阵、邻接矩阵和约束矩阵;提出了目标驱动推演法的目标组件初始拆卸解集合获取方法,由此构建初始种群,并利用关联矩阵剔除不合理解以提高算法的收敛速度;改进了选择、交叉、变异等染色体进化规则,由此求出了目标组件(近似)最优的并行拆卸序列。(3)大型复杂产品的拆卸往往需要多人协作并行拆卸来完成,为了真实模拟实际工作情况,本文提出一种基于遗传算法的多人协作并行拆卸序列与人员任务规划方法。针对多人协作并行拆卸序列与人员任务规划问题的特点,提出了包含节点层、人员约束层等的多层染色体编码方法,并通过节点层和人员约束层的关系规则模型快速获取初始种群。提出了基于拆卸集的染色体适应度计算方法,通过染色体进化可准确求出每个工作人员的任务序列以及拆卸序列的时间成本。(4)基于MATLAB开发了再制造拆卸规划原型系统,并以课题组的帕萨特B5汽车实验台的发动机为例,进行拆卸实验,验证了本文所提方法的可行性和合理性。(本文来源于《内蒙古工业大学》期刊2019-06-01）
邱悦[3]（2019）在《面向舰船维修的复杂产品拆卸序列规划方法研究》一文中研究指出拆卸序列规划是维修的重要环节,面向舰船维修的复杂产品序列规划由于零件数量较多、结构复杂,存在建模困难、求解困难、评价困难等问题。针对这些难题,本文结合国内外研究现状,对复杂产品拆卸序列规划问题中的拆卸建模、评价指标、优化算法和模块划分等关键技术进行了研究,主要包括以下几个方面:首先,将产品零件分为紧固件和一般零件,分析了紧固件拆卸规则和对零件的约束情况,发现了基于紧固件的零件隐藏优先关系,建立了紧固件关系表。将紧固件关系表与零件干涉矩阵进行综合,建立了考虑紧固件影响的约束干涉矩阵。基于此建模方法,提出了零件可拆性判断准则和紧固件拆卸规则,并以产品实例说明了该方法的有效性和优越性。相比常见建模方法,约束干涉矩阵具有数据量小、表达信息完整、易获取、易求解等优点。其次,建立了舰船维修拆卸的评价指标体系,提出了基于免疫算法的拆卸序列规划方法。该指标体系包括时间性指标、操作性指标和经济性指标。通过建立拆卸序列规划数学模型,分析免疫算法规划流程,根据拆卸问题对算法作适应性改进,来完成拆卸序列规划。最后以舰船设备为例,说明了该方法的有效性;对比遗传算法,表明免疫算法在拆卸问题中的优越性。然后,为了解决舰船复杂产品组合爆炸问题,提出了模块化拆卸规划方法。建立了模块划分规则和零件关联度计算方法,运用层次聚类分析完成模块划分,并提出了基于模块的拆卸序列规划方法,完成了原型系统开发。算例表明,模块化拆卸能有效降低拆卸规划难度,对比常见以典型零件为核心的模块划分方法,该方法更实用、准确。最后总结了全文的研究内容和创新点,展望了未来可深入研究的方向。(本文来源于《华中科技大学》期刊2019-05-01）
陈建,胡俊康,王建勇[4]（2018）在《基于多因素约束度函数的拆卸序列规划研究》一文中研究指出针对拆卸过程中多个因素对其序列规划产生影响的问题,对零部件的基本外形复杂程度、拆卸的相对位置以及零部件间的约束关系、拆卸工具等方面进行了研究,得到了约束状态图拆卸模型,提出了形质比和拆卸距离的概念以及计算公式。将拆卸工具和拆卸级别统一换算成拆卸成本,并将影响因素进行标准化处理,建立了多因素下的约束度函数以及对应的约束度矩阵,在此基础上对粒子位置速度进化规则进行了离散化处理,通过拆卸算子和约束度矩阵建立了粒子的适应度函数,利用离散化粒子群算法生成了适应度最小的拆卸序列。研究结果表明:根据产品的装配图,利用所提方法能简单、快速地得到约束度矩阵和适应度函数,从而通过算法得到最优拆卸序列。(本文来源于《机电工程》期刊2018年11期）
陈建,王建勇,黄林,李锦春[5]（2018）在《基于向位妨碍的约束状态图模型及其拆卸序列》一文中研究指出为了有效衡量拆卸过程中零部件约束方向区间的大小,提出了一种基于向位妨碍的约束状态图模型及其拆卸序列生成方法。根据零部件之间在拆卸过程中的约束类型及空间妨碍关系,提出了一种叁维向位妨碍的概念及其计算方法,并构建了基于向位妨碍的约束状态图模型;在此基础上构建了相应的状态矩阵和拆卸算子矩阵,将拆卸过程转化为拆卸算子矩阵与状态矩阵的迭代运算过程,并给出了相应的拆卸规则及拆卸序列规划算法。以平口钳产品拆卸为例,进行了拆卸建模与序列规划求解,结果表明该方法有效、可行。(本文来源于《中国机械工程》期刊2018年21期）
朱卓悦,徐志刚,沈卫东,杨得玉[6]（2018）在《基于遗传蝙蝠算法的选择性拆卸序列规划》一文中研究指出针对产品选择性拆卸序列规划问题,提出一种基于遗传蝙蝠算法的产品拆卸序列规划方法.利用Python语言对传统蝙蝠算法进行离散化处理,并在种群更新过程中引入遗传算法的交叉与变异机制,生成遗传蝙蝠算法,以增强解搜索的多样性;在构建适应度函数模型时以拆卸工具的变化次数与拆卸方向的重新定位次数作为评价指标,同时加入零部件的回收收益指标,使适应度函数更加完善.以工业机械臂为实例,利用所提方法进行产品拆卸序列规划求解,对比传统蝙蝠算法以及遗传算法的求解结果,发现在一定的种群数目下,所提方法收敛时间较短;在不同种群数目下,所提方法得到的适应度函数最优值质量较高,从而验证了遗传蝙蝠算法的搜索优越性.(本文来源于《浙江大学学报(工学版)》期刊2018年11期）
郭砚荣,张秀芬[7]（2018）在《基于分布估计算法的并行拆卸序列规划研究》一文中研究指出针对目前并行拆卸效率低的问题,对产品的拆卸模型的构建方法、编码与解码以及分布估计算法进行了研究,提出了一种基于分布估计算法的并行拆卸序列的规划方法。通过构建层次拆卸任务图,表达了零件间的拆卸优先关系,并存储了层次拆卸任务图的邻接矩阵;以邻接矩阵为依据,采用自然数编码方法进行了编码,并运用了扫描解码方法进行解码;建立了合适的分布估计算法的概率模型和更新方法,以最小化拆卸完工时间为优化目标,通过不断迭代获取了并行拆卸的最优解,通过实例验证了算法的正确性。研究结果表明:该方法在求解的质量和效率之间取得了很好的平衡。(本文来源于《机电工程》期刊2018年10期）
刘玉娟,易朋兴,胡玖坤,罗璐琴[8]（2018）在《基于改进Floyd算法的转向机拆卸序列研究》一文中研究指出针对循环球式转向机拆卸方向多,组件需作为整体拆卸,难以规划拆卸序列的问题,提出了拆卸网络图和改进Floyd算法相结合的拆卸序列规划方法。首先建立了循环球式转向机的拆卸网络图,基于方法时间衡量(MTM)法得到了每个拆卸步骤的拆卸耗时,从而得到了拆卸网络图的赋值矩阵;比较了已有的两种改进Floyd算法的计算效率和适用范围,通过融合两种算法的改进思想得到了新的改进Floyd算法,大幅减少了循环次数和算法复杂度;最后用改进后的Floyd算法在Matlab软件中仿真得到了结果。研究结果表明:通过拆卸网络图和改进Floyd算法的有效结合,能减少计算量,提高运算效率,从而更有效地得到转向机基于完全拆解下的最优拆卸序列。(本文来源于《机电工程》期刊2018年09期）
魏伟杰,张华,江志刚,张旭刚[9]（2018）在《零件分类条件下废旧产品拆卸序列多目标优化》一文中研究指出产品拆卸序列的优化有助于提高产品的拆卸效率和经济性。分析废旧产品的拆卸过程,对废旧产品中的零件进行分类,将其零件分为破坏性拆卸零件和常规拆卸零件两类,把零件分类的概念引入拆卸模型中,进而建立一个改进拆卸混合图模型,将常规拆卸方法和破坏性拆卸方法有效地结合起来应用到废旧产品的拆卸过程中。构建以最小拆卸时间和最小拆卸成本为目标的产品拆卸序列多目标优化函数,运用粒子群算法对该目标函数进行求解。通过实例验证该方法的可行性和有效性。(本文来源于《现代制造工程》期刊2018年09期）
邢宇飞,李景春,张景强[10]（2018）在《考虑作业空间约束的并行拆卸序列规划算法》一文中研究指出为获取多人同时进行不同拆卸任务的并行拆卸序列,提出考虑拆卸作业空间约束的并行拆卸序列规划方法.首先从零件几何可行性、拆卸时间以及拆卸作业空间约束3个方面构建拆卸序列规划问题模型:为避免产生不可行序列,提出拆卸作业空间的快速提取和干涉检查方法;针对回收产品拆卸时间不确定的特点,引入区间数模型描述拆卸时间,从拆卸基本时间、拆卸工具准备时间和拆卸工位改变时间3个方面构建拆卸时间模型.然后基于协同工作原则设计蚁群搜索的等待机制,以求解并行的拆卸序列;为进一步提高算法求解复杂产品并行拆卸序列的质量和效率,采用具有自适应能力的信息素更新方式和蚂蚁选择策略对基本蚁群算法加以改进.通过一种锥齿轮减速器装配体实例对关键参数的取值进行讨论分析,并验证了该算法各项约束措施的有效性.(本文来源于《计算机辅助设计与图形学学报》期刊2018年09期）
拆卸序列论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着科学技术的不断提升,产品更新速度不断加快,废旧产品的激增导致一系列环境问题和严重的资源浪费问题。再制造通过高新技术可将退役产品的性能恢复至或者超过原有产品性能,是废旧产品剩余价值有效回收利用的途径之一。拆卸是再制造的关键步骤,根据产品的拆卸程度,拆卸分为完全拆卸和选择性拆卸;根据拆卸任务是否同步,拆卸可以分为并行拆卸和串行拆卸。由于报废产品中只有部分零部件可以再制造重用,所以,选择性串行拆卸和选择性并行拆卸都适合于再制造拆卸工程实践。但相比于选择性串行拆卸而言,选择性并行拆卸具有拆卸步骤少、拆卸时间短、拆卸能耗低等优点。为此,本文基于遗传算法对支持再制造的并行拆卸序列规划方法及其应用进行了研究,主要完成了以下工作:(1)构建了产品拆卸混合图模型,并针对复杂产品拆卸混合图构建、修改困难等问题,将其进行分层与简化。(2)为提高再制造拆卸效率,提出基于遗传算法的再制造毛坯选择性并行拆卸序列规划方法,将拆卸混合图分解为关联矩阵、邻接矩阵和约束矩阵;提出了目标驱动推演法的目标组件初始拆卸解集合获取方法,由此构建初始种群,并利用关联矩阵剔除不合理解以提高算法的收敛速度;改进了选择、交叉、变异等染色体进化规则,由此求出了目标组件(近似)最优的并行拆卸序列。(3)大型复杂产品的拆卸往往需要多人协作并行拆卸来完成,为了真实模拟实际工作情况,本文提出一种基于遗传算法的多人协作并行拆卸序列与人员任务规划方法。针对多人协作并行拆卸序列与人员任务规划问题的特点,提出了包含节点层、人员约束层等的多层染色体编码方法,并通过节点层和人员约束层的关系规则模型快速获取初始种群。提出了基于拆卸集的染色体适应度计算方法,通过染色体进化可准确求出每个工作人员的任务序列以及拆卸序列的时间成本。(4)基于MATLAB开发了再制造拆卸规划原型系统,并以课题组的帕萨特B5汽车实验台的发动机为例,进行拆卸实验,验证了本文所提方法的可行性和合理性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
拆卸序列论文参考文献
[1].杨得玉,徐志刚,朱建峰,苏开远,刘维民.考虑产品故障特征的目标选择性拆卸序列规划[J].哈尔滨工业大学学报.2019
[2].田永廷.支持再制造的复杂产品并行拆卸序列规划方法研究[D].内蒙古工业大学.2019
[3].邱悦.面向舰船维修的复杂产品拆卸序列规划方法研究[D].华中科技大学.2019
[4].陈建,胡俊康,王建勇.基于多因素约束度函数的拆卸序列规划研究[J].机电工程.2018
[5].陈建,王建勇,黄林,李锦春.基于向位妨碍的约束状态图模型及其拆卸序列[J].中国机械工程.2018
[6].朱卓悦,徐志刚,沈卫东,杨得玉.基于遗传蝙蝠算法的选择性拆卸序列规划[J].浙江大学学报(工学版).2018
[7].郭砚荣,张秀芬.基于分布估计算法的并行拆卸序列规划研究[J].机电工程.2018
[8].刘玉娟,易朋兴,胡玖坤,罗璐琴.基于改进Floyd算法的转向机拆卸序列研究[J].机电工程.2018
[9].魏伟杰,张华,江志刚,张旭刚.零件分类条件下废旧产品拆卸序列多目标优化[J].现代制造工程.2018
[10].邢宇飞,李景春,张景强.考虑作业空间约束的并行拆卸序列规划算法[J].计算机辅助设计与图形学学报.2018
论文知识图
