一种基于猫群算法的辐射部件遥控维护装配序列设计方法技术

本发明专利技术涉及一种基于猫群算法的辐射部件遥控维护装配序列设计方法，其特征在于包括以下几个步骤：步骤1、对辐射部件进行三维建模，并从三维模型判断零部件之间的几何干涉情况，同时获取装配现场的装配工具情况；步骤2、运用猫群优化算法对待装配的辐射部件装配顺序进行优化，以求得一满足要求的遥控维护装配序列；步骤3、对猫群算法求得的最优解在三维软件中进行装配过程仿真，进行验证其是否存在几何干涉情况；步骤4、从所得的结果中选择最优的装配序列作为最终的遥控维护装配序。该方法针对辐射部件遥控维护设定的适应度函数可以较好地评估装配序列的质量，从而可以指导猫群算法寻找潜在的优秀装配序列。

【技术实现步骤摘要】

本专利技术涉及核电站、高能物理研究设备装配序列的设计方法，尤其涉及一种基于猫群算法的辐射部件遥控维护装配序列设计方法。
技术介绍
核电站、高能物理研究装置等核能装备一般具有大型、高速、强载、连续运转以及结构复杂的特点，特别是装备本身或其运行环境具有放射性，考虑到辐照损伤核心部件寿命的影响，装备的核心设备发生故障的机率必然大大提高。若装备的关键设备或部件发生故障，轻则影响装备实验的结果和造成装置的非计划停机，重则引起严重核污染和核事故，给社会造成巨大的损失。因此已建和在建的核能装备都将设备维护作其运行管理的关键环节，通过对设备进行严格的监测和维护，及时发现并更换老化、故障设备和部件，并对废弃的设备和部件进行去污和拆卸等处理，以确保设备正常、安全的运行。核能装备具有系统组成复杂、技术复杂、制造过程复杂等特点，尤其在进行维护时，部件装配和拆卸操作复杂，维护时间长，且蕴含大量复杂多样、形式灵活的行业知识，对维护人员的要求很高。考虑到系统的可靠性和安全性，需要对核能装备的维护全过程进行设计，以指导装备的设计、遥控维护系统的设计和遥控维护过程的进行。核能装备的遥控维护过程主要涉及设备及其部件的拆卸、装配、更换等工作，遥控维护序列设计是维护工艺设计的主要内容。考虑到维护环境的特殊性，核能装备的辐射部件维护工作需要重点考虑下述因素：(1)维护工作的安全性：维护工作需要在辐射环境下进行，维护人员如果直接进入装备内部对设备进行拆卸、装配等操作，无疑会受到大量的辐射，严重的可能造成人员伤亡事故；(2)维护工作的可行性：需要监测和维护的设备繁多、作业环境复杂、场地受限，而且还可能存在维护人员不可到达的区域；(3)维护工作的可靠性：人工操作任务繁重，环境恶劣，容易引起人为失误，可能引起更为严重的事故。基于上述特点，核能装备的维护任务不适合由人亲临现场进行操作，需要考虑开发机器人或自动化设备来辅助维护人员完成任务。然而，由于控制、传感器、人工智能等支撑技术还没有全面成熟，特别是考虑到维护任务可靠性的要求，全自主机器人还不能很好地满足核能装备维护的需求。为此，核能装备需要采用人遥控操作的方式来进行维护。现有技术中，相关的机构和学者在总结辐射环境下设备维护特点的基础上，提出了遥控维护的概念。遥控维护是设备维护人员在远离维护现场的安全区域，通过获取现场各种传感信息，通过采用机械手(人)或专门的设备在核能装备的内部开展进行设备检修和安卸、放射性废物处置等日常监测和维护工作，降低工作人员受照剂量和劳动强度，提高设备维护的水平。遥控维护序列设计是通过分析设备结构设计中各个零件之间的几何拓扑关系及各个零件之间的连接关系，并在一定的工艺条件约束下,求解出一条或若干条几何和工艺可行,且性能优良的设备装配和拆卸的序列。现有技术中，装配序列规划问题在数学上其实质是一个组合优化问题，同时其又是一个NP难问题。特别是对于复杂的机械产品，由于其零部件较多，其潜在的装配序列呈现爆炸式增长。过去传统方法是依赖经验丰富的装配规划师进行手工装配序列规划，这种方法不仅效率低下，而且难以规划出一个较有效率的可行装配序列。Homem De Mello LS,Sanderson AC.A correct and complete algorithm for the generation of mechanical assembly sequences[C].IEEE Transactions on Robotics and Automation,1991,7(2):228-40提出将装配序列问题作为一个离散的搜索和优化问题来处理，并且其提出了AND/OR图表示零件之间的优先关系。根据这种方法，学者们提出了各种人工智能方法，与此同时，许多智能优化算法在这方面表现出优异的性能，从而成为了解决装配序列规划问题的一个强有力的工具。近年来，智能算法已经较多的应用于装配/拆卸序列规划问题中，其中：M.Marian等提出了遗传算法(M.Marian,Lee H.S.Luong,Kazem Abhary.Assembly sequence planning and optimisation using genetic algorithms:Part I[J].Automatic generation of feasible assembly sequences.Applied Soft Computing,2003,2(3):223-253)；Wen-Chin Chen等提出了人工神经网络算法(Wen-Chin Chen,Pei-Hao Tai,Wei-Jaw Deng,et al.A three-stage integrated approach for assembly sequence planning using neural networks[J].Expert Systems with Applications,2008,34(3):1777-1786)；Y.Wang等提出了粒子群算法(Y.Wang,J.H.Liu.Chaotic particle swarm optimization for assembly sequence planning[J].Robotics and Computer-Integrated Manufacturing,2010,26(2):212-222.)；Hui Wang等提出了蚁群算法(Hui Wang,Yiming Rong,Dong Xiang.Mechanical assembly planning using ant colony optimization[J].Computer-Aided Design,2014,47:59-71。但这些算法都存在一些不足之处，即遗传算法的搜索随机性较大，不能较好地进行局部搜索，最终导致收敛速度慢；人工神经网络算法也攒在收敛速度慢的问题；粒子群优化算法在搜索后期容易陷入局部最优，从而降低了算法找到全局最优解的概率；蚁群算法的计算效率低。
技术实现思路
本专利技术的目的是提供一种计算效率高，收敛速度快的一种基于猫群算法的辐射部件遥控维护装配序列设计方法。本专利技术采用的技术方案是提供了一种基于猫群算法的辐射部件遥控维护装配序列设计方法，其特征在于包括以下几个步骤：步骤1、对辐射部件进行三维建模，并从三维模型判断零部件之间的几何干涉情况，同时获取装配现场的装配工具情况；步骤2、运用猫群优化算法对待装配的本文档来自技高网...

【技术保护点】
一种基于猫群算法的辐射部件遥控维护装配序列设计方法，其特征在于包括以下几个步骤：步骤1、对辐射部件进行三维建模，并从三维模型判断零部件之间的几何干涉情况，同时获取装配现场的装配工具情况；步骤2、运用猫群优化算法对待装配的辐射部件装配顺序进行优化，以求得满足要求的遥控维护装配序列；步骤3、对猫群算法求得的最优解在三维软件中进行装配过程仿真，进行验证其是否存在几何干涉情况；步骤4、从所得的结果中选择一个装配序列作为最终的遥控维护装配序列。

【技术特征摘要】
1.一种基于猫群算法的辐射部件遥控维护装配序列设计方法，其特征在于包括
以下几个步骤：
步骤1、对辐射部件进行三维建模，并从三维模型判断零部件之间的几何干涉情
况，同时获取装配现场的装配工具情况；
步骤2、运用猫群优化算法对待装配的辐射部件装配顺序进行优化，以求得满足
要求的遥控维护装配序列；
步骤3、对猫群算法求得的最优解在三维软件中进行装配过程仿真，进行验证其
是否存在几何干涉情况；
步骤4、从所得的结果中选择一个装配序列作为最终的遥控维护装配序列。
2.根据权利要求1所述的基于猫群算法的辐射部件遥控维护装配序列设计方法，
其特征在于：其中步骤2中：
运用猫群优化算法对待装配的辐射部件进行优化的过程如下：
步骤2.1设定算法的相关参数，具体包括种群规模、算法迭代代数、分组率、基
因变化范围、搜寻模式中记忆池的大小和跟踪模式中速度更新公式中的常数，另外根
据实际情况确定适应度函数各指标的权重系数；
步骤...

【专利技术属性】
技术研发人员：郭建文，孙振忠，陈海彬，王松，曾志彬，
申请(专利权)人：东莞理工学院，
类型：发明
国别省市：广东;44