CN110027727B - 一种基于遗传算法的飞机结构强度试验优化安装方法 - Google Patents
一种基于遗传算法的飞机结构强度试验优化安装方法 Download PDFInfo
- Publication number
- CN110027727B CN110027727B CN201910285007.5A CN201910285007A CN110027727B CN 110027727 B CN110027727 B CN 110027727B CN 201910285007 A CN201910285007 A CN 201910285007A CN 110027727 B CN110027727 B CN 110027727B
- Authority
- CN
- China
- Prior art keywords
- value
- installation
- sequence
- fitness
- assembly
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/60—Testing or inspecting aircraft components or systems
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
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。
Description
技术领域
本发明涉及结构静强度试验,尤其是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。
背景技术
在飞机部件或全机的结构静力、疲劳试验中,确定试验的安装顺序是必不可少的一步。尤其是对于大型结构件、全机试验,试验之前会有大量的安装工作,包括试验结构、支撑框架、加载夹具、作动器、传感器等。安装过程中涉及高空作业中人员的上下、各种特殊工具的转换、吊装过程中部件的调整等问题。选择一个好的安装顺序,有利于安排人员的调度,减少高空作业,节省工具更换时间等,可大量节省人力物力、提高安装精度、降低安装风险。
国内的主机厂所在进行结构试验过程中,安装顺序的确定通常是在安装图的基础上,由安装工人凭经验自主确定,并没有经过严谨的量化计算得出高效的安装顺序。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于遗传算法的飞机结构强度试验优化安装方法。
本发明的目的可以通过以下技术方案来实现:
一种基于遗传算法的飞机结构强度试验优化安装方法,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(可根据实际情况扩展、缩减或修改)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,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。
优选地,所述的装配操作的连续性(装配位置变动最少),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。
优选地,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。
优选地,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。
优选地,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(高度)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。
优选地,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。
优选地,所述的总适应度值(装配难度)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。
优选地,此外,在实际安装过程中,某些特定的零部件存在必须的安装先后顺序,为了使本发明使用的优化算法得出的解更具有实际意义,所述的方法还需对模型增加安装顺序的约束条件(可根据具体试验要求酌情添加或删减)。
优选地,所述的约束条件包括:
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。
优选地,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。
与现有技术相比,本发明不需要通过人的工程经验来决定安装顺序,而是通过程序来精准得出较优安装顺序,且该较优安装顺序能接近最优安装顺序,从而使试验所需的人力物力最小,安装风险(安装工人人身安全和试验件的安全)最小,安装效率最高。
附图说明
图1为本发明最优解的安装顺序空间示意图;
图2为本发明遗传算法迭代收敛过程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
以一个飞机平尾结构的静力试验为例,进行一类安装顺序的确定。试验件由三个支持夹具支撑,下部有5个作动器及安装夹具(图中安装点未显示杠杆系统,只显示了作动器和安装夹具),上部有一个作动器,施加向上的载荷;而为了实现向上加载,使用四个立柱和三个高空横梁固定上部的作动器。
取本实验中的17个零部件进行装配顺序优化,分别编号,并统计各零部件重心坐标,将重心点代表各零部件。各件编号、名称、重心坐标、安装所需工人数量及安装所需工具见表1。杠杆系统的x、z坐标按底下五个作动筒x、z坐标的中心求平均得到,杠杆系统的y坐标值(高度值)等于试验件的z坐标值减300mm。本例中将杠杆系统也视为需要安装的零部件之一。
表1
本实施例共考虑五个适应度函数条件,即:
1)考虑装配操作的连续性,通过分别计算相邻两个零部件重心在xz平面投影的距离值和,来表示安装完全部零部件后工人在xz平面所走的路程,权重值w1取1。
2)考虑高空作业量,即通过分别计算相邻两个零部件重心y坐标(高度)的差值,来表示工人爬上爬下的距离。权重值w2为2。
3)试验件安全性。具体规则为:若试验件安装排在第i位,则该项适应度值为17000-i×1000,权重值为w3取1。
4)装配工人的变动次数。具体规则为将安装每个零部件所需工人数量输入至数组,在某一序列中将每个前后相邻的两个零部件所需工人数相减,再求和得出总的装配工人变动量。权重值w4取1000。
5)使用装配工具的连续性。本算例假设安装所有零部件共需要使用5种工具(扳手、天车、葫芦、小型曲臂升降机、吊带),分别计算安装前后两个零部件所需安装工具不同的数量,求出不同数量的总和,设权重值w5取1000。
约束条件考虑以下四条:
1)立柱要在高空横梁安装之前安装,即2、3、4、5排在14、15、16之前,该条可具体简化等效为2、3排在14之前,4、5排在15之前。
2)试验件需要在支持夹具之后安装好,即11、12、13排在1之前。
3)试验件需要在高空横梁之前安装,即1排在14、15、16之前。
4)高空横梁三附带作动筒需在高空横梁一、高空横梁二之后安装,即14、15排在16之前。
对于不满足约束条件的顺序序列,在该序列的适应度函数值的基础上加上一个较大的常数惩罚值,本算法中取1000000。
程序中对适应度函数第五条安装所需工具的处理:
为了方便程序编程,将五种工具分别与1、2、3、4、5这五个数对应,将这17个零部件与其自身安装所需工具种类建立17×5的二维矩阵数组,,见表2,矩阵(i,j)中,数值1表示安装该零部件i需要工具j,数值0则表示不需要。通过相邻两个零部件的五列元素相减就可得出安装前后两个零部件所需安装工具不同的数量。
表2
本程序的编码即为1至17的17个数的排列顺序,1至17分别代表着17个需要安装的零部件。本算例采用常规的轮盘赌选择法作为选择方法。随机产生两个数i和j(在1至17之间),交换从第i位开始至第j位之间的顺序段作为交叉方法。同样随机产生两个数i和j(在1至17之间),交换从第i位和第j位的数作为变异方法。
本算列的部分参数设置为:初始种群数量100,最大迭代步数为300,交叉概率为0.8,变异概率为0.2。由于遗传算法求出的是局部最优解,为了尽可能使得出的解接近最优解,可多次运行该程序、或者增大种群数量、增加迭代次数,从每次的结果中挑选出一种最优解。本算例共运行了5次,在第2次运行中得出了最优解。最优解的安装顺序空间示意图如图1所示,收敛过程如图2所示。
最小适应度函数值为75394。遗传算法得到的最优安装顺序为:9-10-8-6-7-11-12-13-3-5-4-2-1-17-14-15-16,即安装顺序为作动筒四-作动筒五-作动筒三-作动筒一-作动筒二-支持夹具一-支持夹具二-支持夹具三-立柱二-立柱四-立柱三-立柱一-试验件-杠杆系统-高空横梁一-高空横梁二-高空横梁三附带作动筒。
其中:
xz平面距离和F1=40380.3,权重系数w1=1,F1*w1=40380;
高度差之和F2=7507.0,权重系数w2=2,F2*w2=15014;
试验件安装过程安全性F3=4000,权重系数w3=1,F3*w3=4000;
装配工人变动次数F4=7,权重系数w4=1000,F4*w4=7000;
安装所需工具变动次数F5=9,权重系数w5=1000,F5*w5=9000。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
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;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,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910285007.5A CN110027727B (zh) | 2019-04-10 | 2019-04-10 | 一种基于遗传算法的飞机结构强度试验优化安装方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910285007.5A CN110027727B (zh) | 2019-04-10 | 2019-04-10 | 一种基于遗传算法的飞机结构强度试验优化安装方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110027727A CN110027727A (zh) | 2019-07-19 |
CN110027727B true CN110027727B (zh) | 2022-05-13 |
Family
ID=67237969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910285007.5A Active CN110027727B (zh) | 2019-04-10 | 2019-04-10 | 一种基于遗传算法的飞机结构强度试验优化安装方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110027727B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116401037B (zh) * | 2023-06-05 | 2023-08-22 | 杭州谐云科技有限公司 | 一种基于遗传算法的多任务调度方法和系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8135362B2 (en) * | 2005-03-07 | 2012-03-13 | Symstream Technology Holdings Pty Ltd | Symbol stream virtual radio organism method and apparatus |
CN100495434C (zh) * | 2005-07-29 | 2009-06-03 | 宝山钢铁股份有限公司 | 钢铁产品散装货运船舶积配载方法 |
CN103383752A (zh) * | 2013-07-15 | 2013-11-06 | 上海飞机制造有限公司 | 一种飞机的装配调度方法 |
US9347321B2 (en) * | 2014-08-01 | 2016-05-24 | The Boeing Company | Methods for optimized engine balancing based on flight data |
CN115946858A (zh) * | 2014-08-29 | 2023-04-11 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的系统和方法 |
CN106516158B (zh) * | 2016-11-25 | 2020-03-31 | 中国人民解放军海军航空工程学院 | 面向信号的飞机原位自动测试系统与故障诊断方法 |
CN107038306A (zh) * | 2017-04-14 | 2017-08-11 | 哈尔滨工业大学 | 一种基于自适应遗传算法的最优拉丁超立方试验设计方法 |
CN108108554B (zh) * | 2017-12-19 | 2021-10-01 | 上海电机学院 | 一种多材料车身装配顺序规划优化方法 |
CN108656117B (zh) * | 2018-05-21 | 2021-04-16 | 武汉理工大学 | 一种多约束条件下最优时间的机械臂空间轨迹优化方法 |
-
2019
- 2019-04-10 CN CN201910285007.5A patent/CN110027727B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110027727A (zh) | 2019-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0679972B1 (en) | An apparatus and method for controlling and scheduling processing machines | |
CN110027727B (zh) | 一种基于遗传算法的飞机结构强度试验优化安装方法 | |
US11385627B2 (en) | Method and system for scheduling semiconductor fabrication | |
CN113656879A (zh) | 基于bim的幕墙工程精细化施工方法、系统、终端、介质 | |
CN105912823B (zh) | 基于n-2-1定位的飞机蒙皮和长桁装配偏差分析方法 | |
CN104423531A (zh) | 数据中心能耗调度处理方法及装置 | |
CN110210155B (zh) | 一种飞机壁板铆接路径数值规划方法 | |
CN113867275B (zh) | 一种分布式车间预防维修联合调度的优化方法 | |
CN109902936A (zh) | 一种基于装备维修工序的维修人员调配方法 | |
CN101295377A (zh) | 工站产能规划系统及方法 | |
CN112131656A (zh) | 一种飞机结构方案快速设计的优化方法 | |
CN115017588A (zh) | 一种体育类建筑模型的生成方法、装置、设备及存储介质 | |
JP2013097560A (ja) | 建設工事の工程最適化システム及び建設工事の工程最適化方法 | |
CN112668876A (zh) | 一种无人机系统方案综合评估方法 | |
CN104915250B (zh) | 一种实现作业内的MapReduce数据本地化的方法 | |
CN110689258A (zh) | 一种车辆维修任务调度方法及系统 | |
CN108196518A (zh) | 双代理动态混流作业极小化加权制造期问题下界求解方法 | |
CN112463119B (zh) | 一种基于v流程工作分解结构的软件开发方法 | |
CN115342971A (zh) | 基于卫星三维模型的质量特性仿真系统 | |
CN112116278A (zh) | 一种装配式建筑施工安全监控方法、系统及云平台 | |
CN111709177A (zh) | 风力发电机组机舱罩强度评估方法 | |
EP1462963A1 (en) | Computer-implemented method of selecting a profiled element for a load-bearing structure | |
CN116738609B (zh) | 一种大型激振平台的支撑结构设计方法 | |
Shi et al. | Research on Balance Optimization of Q Company Production Line Based on Improved Genetic Algorithm | |
Suyono et al. | Improvement of Pt Xyz Assembly Line Design Using Helgeson-Birnie Method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 200030 Dongchuan Road, Minhang District, Minhang District, Shanghai Applicant after: Shanghai Jiaotong University Address before: 200030 Huashan Road, Shanghai, No. 1954, No. Applicant before: Shanghai Jiaotong University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |