【技术实现步骤摘要】
本专利技术涉及设备拆卸序列规划领域，尤其涉及一种改进麻雀算法的选择性拆卸序列规划方法。
技术介绍
1、设备的维护是设备运行工作不可或缺的一个环节，在维护过程中，通常会出现故障性维修，对故障件的及时更换或者维修决定着生产作业的完成以及效率，针对目标件的选择性拆卸尤为关键。选择性拆卸序列是指为了拆卸某个目标零件，在满足拆卸约束的条件下，按照一定顺序拆卸拆解其他零件而生成的拆卸序列，如何实现对目标零件实现最低成本的拆卸逐渐成为国内外研究的热点问题。而以往的拆卸方法主要针对于以回收为目的的完全性或多目标拆卸，优化目标为最大回收利润，多采取枚举和随机方法，但是该方法不适用于以维修时间和维修成本为目标的选择性拆卸；另外大部分主流优化算法初始输入复杂，想要获取稳定且优质的解需要大量的初始输入。
2、因此，有必要提供一种基于改进麻雀算法的选择性拆卸序列规划方法解决上述技术问题。
3、经过检索，申请公开号cn103235862b，一种选择拆卸序列规划方法及装置，用于解决现有技术中对选择拆卸序列规划方法存在自动化程度不高和通用性差的问题。该规划方法包括：通过运动规划算法判断第一装配体中所有零件的可拆卸性，并得出第一判断结果；根据所述第一判断结果对所述第一装配体进行层次化处理，得出所述所有零件的分层信息；对所述分层信息进行约束关系分析，得到所述所有零件的相互拆卸约束关系；根据所述拆卸约束关系获取所述第一装配体中指定目标拆卸零件的选择拆卸序列。采用本专利技术的技术方案，使得运动规划算法的实现仅需获得装配体的三维几何模型信息，可自
4、上述检索专利技术针对利用运动算法完成设备零件间约束的建立以及分层，利用约束关系生成可行的选择性拆卸序列，而本专利技术考虑影响拆卸过程成本的因素，使用寻优算子结合序列浓度机制，求解可行且成本最低的选择性拆卸序列，两个专利技术解决的问题有所区别。上述专利技术的零件间的约束关系利用装配体层次化表达，本专利技术利用优先约束矩阵进行表达，表达更为简洁，求解过程易于操作。
技术实现思路
1、本专利技术旨在解决以上现有技术的问题。提出了一种基于改进麻雀算法的选择性拆卸序列规划方法。本专利技术的技术方案如下：
2、一种基于改进麻雀算法的选择性拆卸序列规划方法，其包括以下步骤：
3、s1：基于拆卸优先约束矩阵gp进行设备产品的建模；
4、s2:利用目标逆向方法搜索必要拆卸零件；
5、s3:创建初始拆卸序列种群并使用选择性序列适应值函数f计算序列适应值；
6、s4:改进麻雀算法，使其离散化，利用混沌映射并设计算子引导序列更新变化，使用序列修复模块修复不符合拆卸规则序列，增加浓度机制提升算法搜索空间，求解最优解。
7、进一步的，所述步骤s1基于拆卸优先约束矩阵gp进行设备产品的建模；包括：
8、产品的模型的建立是基于优先约束矩阵，该矩阵用gp表示，即：
9、
10、其中：pi,j表示零件j对零件i的拆卸优先关系；pij＝1表示零件i需要在零件j拆卸之后才能拆卸，零件j即为零件i的必要拆卸零件；若；pij＝0表示零件i的拆卸不受零件j的约束，零件j为零件i的非必要拆卸零件，n为设备的零件总数量。
11、进一步的，所述步骤s2利用目标逆向方法搜索必要拆卸零件，包括以下步骤：
12、s201：确定目标拆卸零件；
13、s202：初始化零件集合list和必要拆卸零件集合donelist，将目标拆卸零件放入list中；
14、s203:遍历list中的零件元素i，根据gp，查询零件i的必要拆卸零件，并进行记录，再将零件元素i从list中删除，放入donelist中；
15、s204：将步骤s203中记录的必要拆卸零件放入list中，查询list是否为空，如果不为空，则返回s203步骤，如果为空，则直接输出donelist。
16、进一步的，所述步骤s3包括以下步骤：
17、s301：基于步骤s204中的donelist，随机选择其中的一个零件元素i；
18、s302：根据gp，若则零件元素i可以拆卸，将其移出donelist中，放入拆卸序列中，并更新gp，更新方式为gp第i列元素全为0；若则零件元素i不可以进行拆卸，则返回步骤s301并随机选择其他零件元素；
19、s303:若则完成拆卸序列建立；如果元素数量不为0，则返回步骤s301；
20、s304:若达到指定的序列种群数量n，输出完整的序列种群；若未达到种群数量，恢复donelist序列并返回步骤s301。
21、进一步的，步骤s3选择性序列适应值函数f用于评价序列优劣，适应值越小，拆卸序列所需成本越小，序列越优秀，序列的更新公式为：
22、
23、式中，n代表零件总数量，wb，wd，wt分别为对应的权重系数，tb为基本零件拆卸时间成本、td为拆卸方向变化时间成本、tt为拆卸工具变化时间成本。
24、进一步的，所述步骤s4改进麻雀算法，使其离散化，利用混沌映射并设计算子引导序列更新变化，使用序列修复模块修复不符合拆卸规则序列，增加浓度机制提升算法搜索空间，求解最优解，包括以下步骤：
25、s401:根据序列适应值对序列进行身份认定，身份认证规则为：序列适应值从小至大排序，排名前20％的序列的身份设为搜索者，其余的序列身份设置为跟踪者，从全部群体中选择10％作为警戒者；
26、s402:搜索者围绕自身序列进行周边探索，选取片段根据设定比例截取适应值最小的序列片段，根据选取比例随机选择合适的位置进行位移或者交换，根据位移和交换两种操作方式分为小位移和大位移两种探索模式；
27、s403:追踪者将会向搜索者的片段进行学习，分为聚合和离散两种模式；聚合模式中，追踪者将会根据选取比例选取搜索者的优秀序列片段进行学习，离散模式中追踪者根据比例选取混沌序列中排序最低的值，对拆卸序列中对应位置的零件元素进行分散式学习；
28、s404:警戒者进一步增加序列的搜索空间，防止种群过早陷入局部解；利用产生的混沌序列，根据比例提取出混沌序列中值最高和最低的元素，找到拆卸序列中相应位置的零件元素，零件元素之间进行元素交换，生成新解；
29、s405:计算序列元素相似度，建立浓度矩阵，计算每条序列的浓度，对浓度较高且适应值大的序列进行更新，直至该序列满足浓度阈值要求后，再放入序列种群；
30、s406:根据步骤s401的身份认定规则对重新对序列种群进行身份认定，若满足算法迭代次数则输出当前种群中适应值最小的序列作为最终解，否则继续执行s402步骤。
31、进一步的，所述步骤s403、s404包含使用混沌映射生成混沌序列，引导序列变化，混沌序列利用logistic方程进行序列更新，更新公本文档来自技高网...
【技术保护点】
1.一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤S1基于拆卸优先约束矩阵Gp进行设备产品的建模；包括：
3.根据权利要求2所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤S2利用目标逆向方法搜索必要拆卸零件，包括以下步骤：
4.根据权利要求3所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤S3包括以下步骤：
5.根据权利要求4所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，步骤S3选择性序列适应值函数F用于评价序列优劣，适应值越小，拆卸序列所需成本越小，序列越优秀，序列的更新公式为：
6.根据权利要求5所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤S4改进麻雀算法，使其离散化，利用混沌映射并设计算子引导序列更新变化，使用序列修复模块修复不符合拆卸规则序列，增加浓度机制提升算法搜索空间，求解最优解，包括以下步骤：p>
7.根据权利要求6所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤S403、S404包含使用混沌映射生成混沌序列，引导序列变化，混沌序列利用Logistic方程进行序列更新，更新公式如下：
8.根据权利要求6所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述麻雀算法具体为；初始化包含一定数量的麻雀种群，利用适应值函数对空间中的每只麻雀的位置的优劣进行计算和排序，适应值高的麻雀作为搜索者，其余的作为跟踪者，在群体中选择一定比例作为警戒者起到检测和预警作用；
9.根据权利要求6所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤S405包含序列浓度值计算,浓度值计算步骤如下：
...【技术特征摘要】
1.一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤s1基于拆卸优先约束矩阵gp进行设备产品的建模；包括：
3.根据权利要求2所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤s2利用目标逆向方法搜索必要拆卸零件，包括以下步骤：
4.根据权利要求3所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤s3包括以下步骤：
5.根据权利要求4所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，步骤s3选择性序列适应值函数f用于评价序列优劣，适应值越小，拆卸序列所需成本越小，序列越优秀，序列的更新公式为：
6.根据权利要求5所述的一种基于改进麻雀算法的选择性拆卸序列规划方法，其特征在于，所述步骤s4改进麻...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。