基于遗传算法的拆卸序列规划研究

刘 奥，周重威，李明宇

（1.华中科技大学机械科学与工程学院，湖北武汉430074；2.宁波赛维思机械有限公司，浙江宁波315135）

拆卸是采用一定的工具和手段，解除对零件造成约束的各种联接，将产品零部件逐个分离的过程。拆卸序列规划，本质上是一个NP 难题，当装配体中零件数量增加时，可拆卸序列的数量也会呈现出指数级的增长。

在解决拆卸序列规划问题时，大多数学者利用网络图结合图论和相关搜索方法，来处理此类问题。

Veerakamolmal 和Gupta 于1997年提出通过产品的模块化的特点以最小化拆装时间和费用，得出一个高效的拆装序列[1]。

Gungor 和Gupta 提出一个拆装的启发式算法[2]。

Moore 等用Petri 网对复杂产品优先关系建模来进行拆装过程规划[3]。

在国内，江吉彬、刘志峰等，提出一种基于工程语义信息的规划算法，解决拆卸序列规划理论算法存在的求解空间过大的问题[4]。

赵树恩和李玉玲采用将模糊推理Petri 网与矩阵运算相结合的形式化推理算法，实现产品拆卸序列决策[5]。

为得到满足产品要求的拆卸序列，且提高拆卸序列规划的效率及实用价值，本文依据关联矩阵和干涉矩阵，产生满足几何约束、且经初次优化的装配序列。其后，应用遗传算法优化上述初次优化的装配序列，以得到满足生产实际的拆卸序列规划。

1 拆卸序列优化模型

1.1 简化拆卸优化模型

本文主要从3个方面简化拆卸模型。

（1）紧固件及其附件的简化。在装配或拆卸的过程中，紧固件及其附件，可以看成普通零件之间的约束。……