CN112380722A - 基于遗传算法的水电站设备检修作业指导书自动生成方法 - Google Patents
基于遗传算法的水电站设备检修作业指导书自动生成方法 Download PDFInfo
- Publication number
- CN112380722A CN112380722A CN202011339381.8A CN202011339381A CN112380722A CN 112380722 A CN112380722 A CN 112380722A CN 202011339381 A CN202011339381 A CN 202011339381A CN 112380722 A CN112380722 A CN 112380722A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- equipment
- seq
- sequence
- disassembly
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 40
- 230000002068 genetic effect Effects 0.000 title claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 42
- 230000000007 visual effect Effects 0.000 claims abstract description 29
- 230000033001 locomotion Effects 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 230000008859 change Effects 0.000 claims abstract description 10
- 238000007726 management method Methods 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 15
- 238000013439 planning Methods 0.000 claims description 14
- 238000011158 quantitative evaluation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 238000013519 translation Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 125000000174 L-prolyl group Chemical group [H]N1C([H])([H])C([H])([H])C([H])([H])[C@@]1([H])C(*)=O 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Graphics (AREA)
- Physiology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Genetics & Genomics (AREA)
- Computer Hardware Design (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种基于遗传算法的水电站设备检修作业指导书自动生成方法。其包括如下步骤：根据原始图纸，利用专业软件对机组设备建模，形成三维模型库；利用编码技术和数字化技术建立设备检修的关联知识数据；利用有向约束图和约束矩阵，建立设备零部件的几何约束关系；通过方向变化、工具更换和空间移动距离三个指标，建立设备检修拆解序列的评价函数；基于团队遗传算法自动求解拆解序列；利用3D引擎、视角自适应控制、多媒体技术，实现设备检修三维可视化作业过程的多信息呈现。本发明能够解决纸质检修作业指导书表达有限、理解难度大、自动化程度低的问题，实现设备不同检修项目的三维可视化检修作业指导书，为检修现场快速提供检修指导。
Description
技术领域
本发明涉及数字化作业指导书技术领域，具体涉及一种基于遗传算法的水电站设备检修作业指导书自动生成方法。
背景技术
近几十年来，计算机的图形处理能力不断提高，CAD软件已经成为三维可视化辅助设计和培训行业不可或缺的工具，它在降低理解难度，丰富信息内容表达方面起到了不可替代的作用，把人们从以往二维空间的信息表现转换到三维空间。
目前，计算机辅助软件AutoCAD、SolidWorks、Pro/Engineer、UG等已经是3D机械设计的必备工具，可快速实现机械设备的三维可视化；3DMax、Maya等软件在上述软件生成的模型基础上进行了模型动画制作、效果渲染的应用拓展，已成为三维运动模拟、原理展示的重要工具；Unity3D、Cocos3d-X、virtool等3D引擎综合前面的工作，把人们带入可编辑、漫游的三维虚拟环境。以上软件已在三维辅助设计和动画演示方面提供了功能全面的工具，但对于水电站设备检修的作业指导还需向专业化和智能化方向进一步拓展。
针对设备检修作业指导的数字化已经有了大量的研究，波音公司制作了大量关于飞机检修的作业指导动画，河海大学也开发了水电机组检修过程的示意软件。国家电网公司申请的发明专利“一种智能站检修作业指导书自动生成的方法及装置”(专利号：ZL201510837139.6)通过设备的标识信息，关联获取对应设备的信息，然后根据用户的选择指令对关联信息进行筛选和逻辑匹配，自动生成现场作业指导书，该专利主要是静态形式，通过文字表达，直观性较差，对动态的检修过程欠缺呈现。
目前水电站现场的设备检修的检修作业指导书还是以打印纸质形式为主，存在可视化表达欠缺，直观性差，不易理解；智能化水平不足，部分以预先制作的指导动画为主，编辑效率低。
发明内容
为克服现有技术存在的不足，本发明提供一种基于遗传算法的水电站设备检修作业指导书自动生成方法，该方法以三维可视化模型为载体、以基于团队的遗传算法为支撑，能够自动生成动态的、三维可视化的水电站设备检修作业指导书。避免检修人员进行复杂的空间构想，能有效降低对设备检修过程的理解难度。
基于遗传算法的水电站设备检修作业指导书自动生成方法，包括以下步骤：
步骤a：建立设备检修对象的三维可视化模型，所述三维可视化模型包括设备三维模型、检修工具三维模型、仪器仪表三维模型、物资材料三维模型；
步骤b：建立设备检修知识数据库，所述设备检修知识数据库包括设备管理数据、检修工具管理数据、仪器仪表管理数据、检修工艺管理数据、检修说明文本、历史检修记录数据；
步骤c：在数据库中建立设备零部件之间的几何约束关系，建立该约束关系的数学矩阵表示，并将所述数学矩阵转换成关系表，存储于数据库；
步骤d：确定不同拆解流程的优劣评价的量化指标，然后综合各量化评价指标，建立拆解流程的评价函数；
步骤e：实现设备检修流程的自动规划：
读取步骤c和步骤d得到的约束关系数据和量化评价指标数据，通过群智能算法，自动求解所接收检修任务的最优或者近似最优的拆解序列；
步骤f：生成完成检修任务的三维可视化检修作业指导书：
根据步骤e得到的拆解序列，关联步骤a和步骤b生成的三维可视化模型和设备检修知识，通过自动控制与演示模块，融合多媒体技术，利用三维引擎平台对检修作业过程进行三维可视化的动态展现；
步骤g：构建检修作业指导书的手动评价模块，用户根据检修现场的实际情况，对步骤f自动生成的检修作业指导书的合理性和有效性进行评价，并把当前的检修作业指导书内容和评价数据关联存储，用于优化检修作业指导书的下一次的生成。
所述步骤a中，三维可视化模型是用SolidWorks按照1:1建立的几何模型，通过3DMax进行材质渲染后，转换成fbx文件。
所述步骤b、步骤c中的数据用Access数据库进行存储。
所述步骤c中，约束关系通过有向图建立，约束关系的数学矩阵表示方式为：
其中：n表示设备包含的零部件数，pij表示零部件i是否直接限制零部件j的拆解。
所述步骤d中，评价函数为：
其中，Fseq为检修流程seq对应工作量的惩罚值，seq(i)表示检修流程seq第i步拆解的零部件；
D[seq(i)][seq(i+1)]、T[seq(i)][seq(i+1)]、Pos[seq(i)][seq(i+1)]分别表示检修流程seq的第i步到第i+1步工具是否更换、拆解方向改变多少、检修人员移动距离；
a、b、c分别表示工具更换、拆解方向改变、检修人员移动距离的惩罚系数。
所述步骤e中，群智能算法为基于团队的改进遗传算法：
初始种群平均分成多个团队，每个团队内部通过改进的遗传算法寻优，每个团队寻优完成后进行团队间的竞争，竞争失败的团队被淘汰，然后生成新团队递补，保证群体的多样性。
改进的遗传算法指的是，采用优先保护交叉机制和多点启发变异生成下一代；
团队间的竞争指的是，竞争以每个团队的最优拆解序列为代表进行实现，分别计算每两个拆解序列之间的相似度，相似度最大的两个拆解序列中对应的评价函数值相对较大的拆解序列所代表的团队为竞争失败者；
相似度通过汉明距离进行计算，两个拆解序列的汉明距离为：
其中，D(SEQ1,SEQ2)表示序列SEQ1和序列SEQ2的汉明距离，Node1-i、Node2-i分别表示序列SEQ1、序列SEQ2的第i个节点，
表示一种算子，即算子两边相同，则值为1，反之，值为0。
本发明一种基于遗传算法的水电站设备检修作业指导书自动生成方法，技术效果如下：
1)采用该方法，水电站设备检修作业指导书使用时，是动态变化的三维演示过程，可直观理解性好。
2)通过对设备零部件的约束关系模型、设备检修知识数字化的数据库和基于团队的遗传算法，能够根据设备的不同检修任务自动生成优化的检修处理流程，便于检修人员根据现场实际情况快速获取检修作业指导书，降低了设备作业指导书的编辑工作量。
3)通过该检修作业指导书的自动评价、基于与分析，可不断迭代更新，优化后续生成检修作业指导书。
4)本发明能够解决纸质检修作业指导书表达有限、理解难度大、自动化程度低的问题，可实现设备不同检修项目的检修操作工艺过程三维可视化内容的自动生成，为检修现场快速提供检修指导方案。
附图说明
图1是本发明的原理框图。
图2是本发明的数据管理关联关系图。
图3是改进的有向图。
图4是设备检修拆解序列自动规划流程图。
图5是检修作业指导书生成流程图。
具体实施方式
如图1所示，基于遗传算法的水电站设备检修作业指导书自动生成方法，包括以下步骤：
步骤a：建立设备检修对象的三维可视化模型，所述三维可视化模型包括设备三维模型、检修工具三维模型、仪器仪表三维模型、物资材料三维模型；
根据不同对象的应用需求，进行不同详细程度的建模，机组设备进行精细的工程建模；检修工具和仪器仪表只对外在的轮廓形状进行建模，以满足操作的真实为目的。厂房环境采用图像建模的方法，以达到视觉上的真实为目的。根据调研收集目标水电站机组设备、工具、仪器仪表和电站厂房的图纸、现场照片和零部件材质，获取建模对象的几何结构、材质、重量等参数；通过SolidWorks绘制对应的草图，利用拉伸、切除、扫描、放样、阵列等操作实现每个零部件1:1比例的实体构建，通过轴线配合、面配合把零部件组装成一个完善的对象模型；几何实体建模完成后，转换成wrl文件导出；然后，把wrl文件导入3DMax中，利用材质渲染工具实现每个零部件的材质制作，通过PhotoShop制作精细的材质贴图，最后转换成fbx文件导出；最终把fbx文件导入Unity3D软件的资源库中，作为进一步应用开发的基础。
步骤b：在ACCESS数据库中建立设备检修知识库，所述设备检修知识数据库包括设备管理数据、检修工具管理数据、仪器仪表管理数据、检修工艺管理数据、检修说明文本、历史检修记录数据。
设备和厂房环境的管理通过编码实现，编码采用14位的数字结构，整个电站分为：电站(1位)、类型(1位)、机组(2位)、系统(1位)、子系统(1位)、设备(2位)、单元(2位)、模块(2位)、元件(2位)共9个层次的树形结构，每层编码从1开始，最终通过ACCESS数据库进行管理；工具、仪器、仪表同样通过编码管理，编码采用8位的数字结构，编码分为：类型(1位-工具、仪器、仪表)、大分类(2位)、子分类(2位)、型号(3位)共4个层次结构，同样通过ACCESS数据库进行管理；检修工艺和检修说明以设备零部件为最小单元对检修规程进行数字化，以字符串的形式存储于xml文件中，xml文件的层次结构与设备的管理层次结构一致。建立设备管理及其检修知识的结构化数据后，构建如图2所示的数据关联关系。
步骤c：在ACCESS数据库中建立设备零部件之间的几何约束关系，建立该约束关系的数学矩阵表示，并将所述数学矩阵转换成关系表，存储于数据库。
设备零部件之间的几何约束关系采用如图3所示的改进的有向图建立，改进的有向图包含：
自由零部件节点，图3中的节点1、4、7；
普通零部件节点，图3中的节点2、9)；
叶子零部件节点，图3中的节点3、5、6、8；
组合零部件节点，图3中的节点10、11四种类型。
其中，在常规有向图的基础上增加的组合零部件节点类型用于多个零部件需要作为一个整体进行拆除的关系表达。
节点之间的直接约束关系通过它们之间的有向箭头表示，箭头表示的约束关系为起始节点的拆除是箭头指向节点可拆出的必要条件。若两个节点间没有有向箭头连接，则表示两个节点没有直接的约束关系。记录有向图每两个节点之间的连接关系可以获得一个n*n的矩阵，n表示设备零部件有向图中的节点数量，最终，通过改进的有向图建立的设备零部件直接约束关系的数学矩阵表示形式为：
其中，pij表示零部件i与零部件j之间的关系，值为1表示零部件i是直接限制零部件j的拆解，值为0表示零部件i是不直接限制零部件j的拆解。
该矩阵数据采用n行n列的关系表存储于数据库中，关系数据表采用设备的编码命名；同时，制作节点与设备零部件信息的关联表，用于获取与零部件相关的参数信息和检修知识。
步骤d：确定不同拆解流程的优劣评价的量化指标，然后综合各量化评价指标，建立拆解流程的评价函数。
通过考虑设备不同检修流程带来检修工作量上的差异对其建立评价模型，经过分析可知不同的检修流程中，检修人员拆解方向的改变次数、检修工具的更换次数以及检修人员在空间中的移动距离不同，因此，量化评价指标从这三个方面确定，建立这三个方面对应工作量的综合惩罚值作为拆解流程优劣的评价函数，则该评价函数表示为：
其中，Fseq为检修流程seq对应工作量的综合惩罚值，seq(i)表示检修流程seq第i步拆解的零部件，D[seq(i)][seq(i+1)]、T[seq(i)][seq(i+1)]、Pos[seq(i)][seq(i+1)]分别表示检修流程seq的第i步到第i+1步工具是否更换、拆解方向改变多少、检修人员移动距离，a、b、c分别表示工具更换、拆解方向改变、检修人员移动距离的惩罚系数。
方向改变的差异工作量D[i][j]采用角度变化值来衡量，角度改变90度，对应的工作量为1，改变180度，对应的工作量为2；工具更换的差异工作量T[i][j]采用拆解节点i到拆解节点j工具是否变化来衡量，若两节点使用的检修工具不一样，则取值为1，否则，为0；检修人员移动距离的差异工作量Pos[i][j]通过零部件之间的欧拉距离来衡量，节点i(中心坐标值为<xi,yi,zi>)到节点j(中心坐标值为<xj,yj,zj>)的位置变化带来的移动工作量计算公式为：
其中：K为衡量系数，K的值可根据具体设备零部件分布情况进行确定，一般情况下取1即可，表示的意义为两个零部件欧拉距离为1米时，检修人员移动的工作量为1。
计算出每两个节点间的量化评价值获得评价矩阵，存储在ACCESS数据库中，为每个拆解序列评价函数值的获得提供计算数据。
步骤e：实现设备检修流程的自动规划：
读取步骤c和步骤d得到的约束关系数据和量化评价指标数据，通过群智能算法，自动求解所接收检修任务的最优或者近似最优的拆解序列。
如图4所示，所述自动规划的基本流程依次为拆解节点分组、拆解节点范围确定、拆解序列规划计算和拆解序列结果合并。
拆解节点分组是根据目标检修部件节点在有向图中的位置，按照涉及到的组合零部件节点类型的数量分组；
拆解节点范围确定是在分组完成后，以目标检修部件节点为起点，根据约束关系反向搜索所有必须拆除的零部件节点，作为最终进入拆解序列规划的节点；
拆解序列规划计算采用群智能算法进行求解，即对每组中最终确定的零部件节点通过基于团队的遗传算法分别求出最优/近似最优拆解序列；
拆解序列结果合并是把得到的每组拆解序列规划结果，按照顺序依次拼接成一个完整的拆解序列，作为检修流程演示的控制序列。
其中，最为关键的方法为基于团队的遗传算法，该算法的初始种群平均分成多个团队，每个团队内部通过改进的遗传算法寻优，寻优完成后进行团队竞争，落败团队被淘汰，生成新团队递补，以保证整个种群的多样性。而改进的遗传算法采用优先保护交叉机制(Precedence Preservative crossover，PPX)和多点启发变异(Multi-point HeuristicMutation，MHM)生成下一代，其中MHM保证了局部空间中的充分搜索。团队竞争以每个团队的最优拆解序列为代表进行实现，分别计算每两个拆解序列之间的相似度，相似度最大的两个拆解序列中对应的评价函数值相对较大的拆解序列所代表的团队为竞争失败者。相似度通过汉明距离进行计算，两个拆解序列的汉明距离为：
其中，D(SEQ1,SEQ2)表示序列SEQ1和序列SEQ2的汉明距离，Node1-i、Node2-i分别表示序列SEQ1、序列SEQ2的第i个节点，
表示一种算子，即算子两边相同，则值为1，反之，值为0。
所述遗传算法的初始种群采用快速可行解生成器(Fast Feasible SolutionGenerator，FFSG)获得，FFSG的基本流程为：
①、遍历所有节点，根据约束矩阵判断是否具有可拆卸条件，把所有的可拆卸的自由节点选出作为第一层；
②、假设把这些可拆卸节点全部拆除的情况下，重新确定剩余节点约束关系，并更新约束矩阵；
③、根据剩余节点和新的约束矩阵执行1)和2)的操作生成下一层节点，如此循环直至所有节点都被分层，假设，把包含n个节点的设备零部件分成了m层，每层的节点数为k1、k2、…、km，则n＝k1+k2+…+km；
④、把m层的节点分别通过随机组合的方式生成m组局部拆解序列，然后按照分层的顺序把每一层的局部序列拼接得到一个全节点的合理拆解序列；
FFSG生成包含N个可行拆解序列的初始种群只需要进行一次分层操作，然后执行步骤4)N次即可，FFSG既保证每次生成的拆解序列为可行解，其计算的时间复杂度还可控制为O(n2)，可以明显缩短初始群体中父本个体生成的计算量。
为了提高所述遗传算法局部搜索的速度，还采用了往返优化算子(ForwardandBackward Optimization Operator,FBOO)，FBOO是对每个拆解序列快速搜索与其相似且比其优秀的序列的算子，用于遗传计算过程中交叉和变异后的每个拆解序列的优化；FBOO的基本思想为检查序列中相邻节点，若相邻节点可以交换，且交换后的拆解序列的工作量惩罚值更小，那么则交换两个节点的位置，如此从拆解序列的头结点到尾节点，从尾结点到头结点进行一遍往返的交换优化操作。
步骤f：按照图5所示，生成完成检修任务的三维可视化检修作业指导书：
根据步骤e得到的拆解序列，关联步骤a和步骤b生成的三维可视化模型和设备检修知识，通过自动控制与演示模块，融合文本、语音、图像、动画等多媒体，利用三维引擎平台Unity3D对检修作业过程进行三维可视化的动态展现。
生成检修作业指导书的详细流程为：
S1：根据步骤e得到的最终拆解序列，读取步骤c中的节点与设备零部件信息关联表，获取每一步拆解的零部件名称；
S2：遍历虚拟环境获取对应的零部件，根据零部件的类型加载操作工具；
S3：通过零部件的拆解方向和拆解距离控制零部件的空间运动，生成设备检修作业的动态图像；
S4：同时从步骤a生成的xml文件读取拆解该零部件的工艺说明、注意事项说明，利用SpeechLib插件把读取的工艺说明和注意事项转换成语音，形成检修作业的辅助解说音频。生成该检修作业指导书的关键为多信息融合的时间配合、模型运动控制和演示视角自适应控制。
1)多信息融合的时间配合：
检修作业过程的动态呈现涉及到信息主要有零部件拆解的运动过程、检修工艺的说明文本、解说音频；同时，动态呈现时还需要考虑视角自适应调整。这四方面的时间需要配合一致，平滑衔接，才能把检修过程以较好的效果呈现出来。假设第i步零部件拆解的运动过程需要的时间为TMi、工艺解说文本逐字呈现ti、音频解说的时长为TVi，从第i步到第i+1步视角调整时长为TSi，那么其时间配合的方式如下：
①.根据该步的解说；
②.根据统计数据得到每个文字需要的音频时长t，根据该步说明文本的字数Ni计算估计出文本逐字呈现的时间长TTi＝Ni*t；
2)模型运动控制：
水电站设备检修虚拟现实化的关键是虚拟对象的运动控制，水电站设备的零部件主要是刚性物体，刚性物体的运动可以分解成平移、旋转以及它们的组合运动。因此设备零部件运动的控制通过控制部件的平移和旋转实现。
①、平移：
平移运动是物体对象的位置在空间中的变化，例如零部件移除、吊装过程，设备直线运动过程，为了平移过程的表达与实现，平移运动过程可以分解成在X、Y、Z三个坐标轴上的分别移动，假设零部件的初始位置为P0(x0,y0,z0)，在X、Y、Z三个坐标轴上分别移动的距离组成的平移向量ΔD＝(Δx,Δy,Δz)，移动后的位置为Pt(xt,yt,zt)，这一运动过程可以表示成下式所示的矩阵形式。
虚拟对象的移动速度通过设定每一帧中平移对象改变的距离实现，在虚拟空间中采用两种方式控制对象的移动：一种是固定运动速度V，然后计算出保持速度V每一帧中对象需要移动的距离，直到控制对象移动到预定的位置；另一种是固定对象移动到预定位置的运动时间，然后通过总距离确定运动速度，再计算出每一帧需要移动的距离。
本发明方法中采用Unity3D软件进行三维模型的运动控制，其帧率通过在Quality中把VSyncCount设为“Don’t Sync”，然后在Awake()函数中通过“Application.targetFrameRate＝targetFrameRate；”把系统的刷新帧率设置成我们期望的固定帧率，该帧率值通过XML配置文件和配置界面动态设置，需要注意的是，设置的固定帧率不能高于软件在所运行电脑上能够达到的最大帧率。
②、旋转：
水电站设备虚拟空间中的旋转运动主要包含两类：一类是在自身局部坐标系的旋转，如螺栓拆除和安装时的旋转运动；另一类是在非自身局部坐标系的旋转，如虚拟相机为了调整观察视角时在空间中的旋转运动。前一类旋转通过改变模型自身所在各个坐标轴的角度即可，而后一种通过空间坐标变化予以实现。
假设，零部件的初始位置相对于旋转部件为P0(x0,y0,z0)，在X、Y、Z三个坐标轴上变化的欧拉角设置为
旋转顺序为Z-X-Y，旋转后得到的零部件位置为Pt(xt,yt,zt)，可以表示成如下式所示的形式。
其中，Rx、Ry、Rz分别表示绕X轴、Y轴、Z轴的旋转变换矩阵，其各自的形式如下所示。
虚拟对象的旋转速度控制采用与平移运动相同的方式，通过控制每一帧中旋转角度的大小实现这一运动的动态表现。
3)演示视角自适应控制：
演示视角自适应，水电站设备检修操作不可避免会出现检修零部件不在视野范围内的情况，在实际的检修作业现场，是通过人的智能判断和主动的位置移动来实现目标部件的可见。在三维虚拟环境中也会存在这种现象，若每次都需要用户自己去调整视角，会极大地影响使用体验，若通过设定每一个零部件拆解的观察位置又会造成极大的编辑工作量。因此，根据零部件在设备中的位置情况实现视角自适应，对于系统的友好性具有重要的意义。
①、位置判断与视角调整：
如何快速根据演示或者操作的需要，自动把虚拟相机的视野调整到一个较好的状态有利于减少用户的操作工作量，快速聚焦目标对象。视角的自适应主要通过确定零部件位置、计算零部件与当前观察相机和设备的关系参数、相机的自动调整与场景的自动控制完成。
②、可见性检测与处理：
视角调整若仅通过观察点与目标部件在空间中的相对关系计算出调整角度，可以把视角调整到一个较好的观察位置，但是还缺少对空间中其它零部件影响的评估，视角调整后，目标部件可能存在被其它部件遮挡的现象，不利于拆解演示的有效呈现，因此，对目标部件可见性进行实时监测，并对不可见情况进行可见性处理，是提高三维可视化展示效果的必要辅助手段。
目标部件可见性检测通过检测虚拟相机与目标部件之间是否存在遮挡物体而确定，若存在遮挡物体，则表明可见性差，若没有遮挡物体，表明目标部件具备可见性。首先，绘制虚拟相机位置(Xc1,Yc1,Zc1)到目标部件位置(Xm1,Ym1,Zm1)的射线，检测直线是否在这之间与物体对象发生碰撞，把产生碰撞的所有零部件对象加入存储当前碰撞部件的队列，并把这些对象的原有材质信息存入到材质队列；然后，把产生碰撞的零部件对象全部赋予透明材质，并设置材质透明度，这样拆解实施时，在不破坏设备对象整体的情况下，可以实现对目标零部件的直接观察；最后，当该部件拆除后，进入下一个部件拆除前，利用存储的材质信息恢复被透明化的遮挡物体。
步骤g：在可视化的检修作业指导书界面构建检修作业指导书的手动评价窗口，用户根据检修现场的实际情况，对步骤f自动生成的检修作业指导书的合理性和有效性进行“优”“良”“中”“差”评价，并把当前的检修作业指导书内容和评价数据关联存储，用于优化检修作业指导书的下一次的生成。
为了确保今后获得的检修作业指导书的质量更高，设计了该评价与记录模块，通过用户对生成的设备检修作业三维可视化指导书的评价与记录，统计分析得到检修作业指导书的合理性和有效性，把检修作业人员的反馈作为下一次检修作业指导书生成的修正依据，形成检修作业指导书迭代优化的闭环。
Claims (9)
1.基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于包括以下步骤：
步骤a：建立设备检修对象的三维可视化模型，所述三维可视化模型包括设备三维模型、检修工具三维模型、仪器仪表三维模型、物资材料三维模型；
步骤b：建立设备检修知识数据库，所述设备检修知识数据库包括设备管理数据、检修工具管理数据、仪器仪表管理数据、检修工艺管理数据、检修说明文本、历史检修记录数据；
步骤c：在数据库中建立设备零部件之间的几何约束关系，建立该约束关系的数学矩阵表示，并将所述数学矩阵转换成关系表，存储于数据库；
步骤d：确定不同拆解流程的优劣评价的量化指标，然后综合各量化评价指标，建立拆解流程的评价函数；
步骤e：实现设备检修流程的自动规划：
读取步骤c和步骤d得到的约束关系数据和量化评价指标数据，通过群智能算法，自动求解所接收检修任务的最优或者近似最优的拆解序列；
步骤f：生成完成检修任务的三维可视化检修作业指导书：
根据步骤e得到的拆解序列，关联步骤a和步骤b生成的三维可视化模型和设备检修知识，通过自动控制与演示模块，对检修作业过程进行三维可视化的动态展现。
2.根据权利要求1所述基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于，还包括步骤g：构建检修作业指导书的手动评价模块，用户根据检修现场的实际情况，对步骤f自动生成的检修作业指导书的合理性和有效性进行评价，并把当前的检修作业指导书内容和评价数据关联存储，用于优化检修作业指导书的下一次的生成。
3.根据权利要求1所述基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于：所述步骤a中，三维可视化模型是用SolidWorks按照1:1建立的几何模型，通过3DMax进行材质渲染后，转换成fbx文件。
4.根据权利要求1所述基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于所述步骤c中，约束关系通过有向图建立，约束关系的数学矩阵表示方式为：
其中：n表示设备包含的零部件数，pij表示零部件i是否直接限制零部件j的拆解。
5.根据权利要求1所述基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于：所述步骤d中，评价函数为：
其中，Fseq为检修流程seq对应工作量的惩罚值，seq(i)表示检修流程seq第i步拆解的零部件；
D[seq(i)][seq(i+1)]、T[seq(i)][seq(i+1)]、Pos[seq(i)][seq(i+1)]分别表示检修流程seq的第i步到第i+1步工具是否更换、拆解方向改变多少、检修人员移动距离；
a、b、c分别表示工具更换、拆解方向改变、检修人员移动距离的惩罚系数。
6.根据权利要求1所述基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于：所述步骤e中，自动规划的基本流程依次为：拆解节点分组、拆解节点范围确定、拆解序列规划计算和拆解序列结果合并；
拆解节点分组是根据目标检修部件节点在有向图中的位置，按照涉及到的组合零部件节点类型的数量分组；
拆解节点范围确定是在分组完成后，以目标检修部件节点为起点，根据约束关系反向搜索所有必须拆除的零部件节点，作为最终进入拆解序列规划的；
拆解序列规划计算采用群智能算法进行求解，即对每组中最终确定的零部件节点通过基于团队的遗传算法分别求出最优/近似最优拆解序列；
拆解序列结果合并是把得到的每组拆解序列规划结果按照顺序依次拼接成一个完整的拆解序列，作为检修流程演示的控制序列。
7.根据权利要求1所述基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于：所述步骤e中，群智能算法为基于团队的改进遗传算法：
初始种群平均分成多个团队，每个团队内部通过改进的遗传算法寻优，每个团队寻优完成后进行团队间的竞争，竞争失败的团队被淘汰，然后生成新团队递补，保证群体的多样性；
改进的遗传算法指的是，采用优先保护交叉机制和多点启发变异生成下一代；
团队间的竞争指的是，竞争以每个团队的最优拆解序列为代表进行实现，分别计算每两个拆解序列之间的相似度，相似度最大的两个拆解序列中对应的评价函数值相对较大的拆解序列所代表的团队为竞争失败者；
相似度通过汉明距离进行计算，两个拆解序列的汉明距离为：
其中，D(SEQ1,SEQ2)表示序列SEQ1和序列SEQ2的汉明距离，Node1-i、Node2-i分别表示序列SEQ1、序列SEQ2的第i个节点，
表示一种算子，即算子两边相同，则值为1，反之，值为0。
8.根据权利要求1所述基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于：所述步骤f中，生成检修作业指导书的详细流程为：
S1：根据步骤e得到的最终拆解序列，读取步骤c中的节点与设备零部件信息关联表，获取每一步拆解的零部件名称；
S2：遍历虚拟环境获取对应的零部件，根据零部件的类型加载操作工具；
S3：通过零部件的拆解方向和拆解距离控制零部件的空间运动，生成设备检修作业的动态图像；
S4：同时从步骤a生成的xml文件读取拆解该零部件的工艺说明、注意事项说明，利用SpeechLib插件把读取的工艺说明和注意事项转换成语音，形成检修作业的辅助解说音频。
9.根据权利要求8所述基于遗传算法的水电站设备检修作业指导书自动生成方法，其特征在于：生成该检修作业指导书包括：多信息融合的时间配合、模型运动控制和演示视角自适应控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011339381.8A CN112380722A (zh) | 2020-11-25 | 2020-11-25 | 基于遗传算法的水电站设备检修作业指导书自动生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011339381.8A CN112380722A (zh) | 2020-11-25 | 2020-11-25 | 基于遗传算法的水电站设备检修作业指导书自动生成方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112380722A true CN112380722A (zh) | 2021-02-19 |
Family
ID=74588087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011339381.8A Pending CN112380722A (zh) | 2020-11-25 | 2020-11-25 | 基于遗传算法的水电站设备检修作业指导书自动生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112380722A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113516768A (zh) * | 2021-07-15 | 2021-10-19 | 国网山东省电力公司电力科学研究院 | 一种变电站可视化智慧物联管理系统 |
| CN116841260A (zh) * | 2023-06-14 | 2023-10-03 | 成都飞机工业（集团）有限责任公司 | 一种用于飞机部件装配的动态自适应计划排程方法 |
| CN116911820A (zh) * | 2023-06-14 | 2023-10-20 | 湖北白莲河抽水蓄能有限公司 | 一种用于水电站机组检修的数字全息化管控系统 |
| CN117057593A (zh) * | 2023-10-11 | 2023-11-14 | 中国长江电力股份有限公司 | 一种多约束条件下水电站检修策略动态优化方法 |
| CN117636701A (zh) * | 2023-10-19 | 2024-03-01 | 广州市信息技术职业学校 | 一种基于虚拟现实技术的胶囊填充机辅助培训系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104318034A (zh) * | 2014-11-05 | 2015-01-28 | 浙江大学 | 一种实现长工作寿命的数控机床模块化设计方法 |
| CN109886458A (zh) * | 2019-01-15 | 2019-06-14 | 合肥工业大学 | 一种基于遗传算法的并行拆卸模型构建方法 |
| CN110910026A (zh) * | 2019-11-28 | 2020-03-24 | 国家电网有限公司 | 一种跨省输电线路线损智能管理与决策方法及系统 |
| US20200346675A1 (en) * | 2019-01-15 | 2020-11-05 | Southwest Jiaotong University | Arrangement of parallel maintenance lines for railway wagons |
-
2020
- 2020-11-25 CN CN202011339381.8A patent/CN112380722A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104318034A (zh) * | 2014-11-05 | 2015-01-28 | 浙江大学 | 一种实现长工作寿命的数控机床模块化设计方法 |
| CN109886458A (zh) * | 2019-01-15 | 2019-06-14 | 合肥工业大学 | 一种基于遗传算法的并行拆卸模型构建方法 |
| US20200346675A1 (en) * | 2019-01-15 | 2020-11-05 | Southwest Jiaotong University | Arrangement of parallel maintenance lines for railway wagons |
| CN110910026A (zh) * | 2019-11-28 | 2020-03-24 | 国家电网有限公司 | 一种跨省输电线路线损智能管理与决策方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 朱新菊，郭达奇: "基于遗传算法的配电网检修计划优化", 《电气开关》 * |
| 罗克伟: "基于三维数字化平台的变电站智能可视化运维系统研究", 《电工技术》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113516768A (zh) * | 2021-07-15 | 2021-10-19 | 国网山东省电力公司电力科学研究院 | 一种变电站可视化智慧物联管理系统 |
| CN116841260A (zh) * | 2023-06-14 | 2023-10-03 | 成都飞机工业（集团）有限责任公司 | 一种用于飞机部件装配的动态自适应计划排程方法 |
| CN116911820A (zh) * | 2023-06-14 | 2023-10-20 | 湖北白莲河抽水蓄能有限公司 | 一种用于水电站机组检修的数字全息化管控系统 |
| CN116911820B (zh) * | 2023-06-14 | 2024-06-11 | 湖北白莲河抽水蓄能有限公司 | 一种用于水电站机组检修的数字全息化管控系统 |
| CN117057593A (zh) * | 2023-10-11 | 2023-11-14 | 中国长江电力股份有限公司 | 一种多约束条件下水电站检修策略动态优化方法 |
| CN117057593B (zh) * | 2023-10-11 | 2023-12-12 | 中国长江电力股份有限公司 | 一种多约束条件下水电站检修策略动态优化方法 |
| CN117636701A (zh) * | 2023-10-19 | 2024-03-01 | 广州市信息技术职业学校 | 一种基于虚拟现实技术的胶囊填充机辅助培训系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112380722A (zh) | 基于遗传算法的水电站设备检修作业指导书自动生成方法 | |
| CN112084556B (zh) | 一种海量数据bim模型的轻量化显示方法及系统 | |
| CN104484522B (zh) | 一种基于现实场景的机器人模拟演练系统的构建方法 | |
| Huang et al. | Visualization and interaction of finite element analysis in augmented reality | |
| CN110826130A (zh) | Bim建模在异形曲面结构形体设计建造中的使用方法 | |
| CN107657135B (zh) | 一种核电站发电机内定子更换方法及系统 | |
| CN111429578B (zh) | 一种火电厂机组的三维模型生成方法及三维虚拟检修系统 | |
| CN115469744A (zh) | 一种基于ar技术的机房设备巡检作业方法 | |
| CN117197298A (zh) | 一种3d建模的数字化智能协同设计自动生成系统及其方法 | |
| CN114655382A (zh) | 一种船舶结构动力学分析结果的虚拟可视化系统及方法 | |
| Guo et al. | Exploration of human-computer interaction system for product design in virtual reality environment based on computer-aided technology | |
| Kelsick et al. | Discrete event simulation implemented in a virtual environment | |
| WO2023209563A1 (en) | Machine learning for generative geometric modelling | |
| CN115470557B (zh) | 一种基于bim的智能建筑设计方法及系统 | |
| Hung et al. | Automatic clustering method for real-time construction simulation | |
| Bowman et al. | Virtual-SAP: an immersive tool for visualizing the response of building structures to environmental conditions | |
| Maik et al. | Flexible photorealistic vr training system for electrical operators | |
| Zhou et al. | Digital product design and engineering analysis techniques | |
| Khadka et al. | Immersive Visualization Lab at Idaho National Laboratory | |
| CN111783334A (zh) | 基于有限单元法与物理引擎的建筑倒塌废墟场景模拟方法 | |
| Toker | Parametric Methods for Beginners: Architecture Applications | |
| Sun et al. | Optimization Strategy of Architectural Design Based on Data Mining | |
| Ng | Trajectory planning and simulation for 3d printing process | |
| Perles et al. | Interactive virtual tools for manipulating NURBS surfaces in a virtual environment | |
| CN118429541A (zh) | 结合三维数字孪生模型的工业大数据应用场景构建方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210219 |