一种基于HoloLens的智能装配生产线仿真方法技术

本发明专利技术提供了一种基于HoloLens的智能装配生产线仿真方法，本方法首先对装配线的排产调度进行数学建模仿真，将多目标柔性作业车间调度问题转换为一个混合整数规划模型，包括确定约束条件、选取优化目标、根据选取的优化目标进行数学建模；然后利用改进的遗传算法对所述混合整数规划模型进行求解，得到排产调度方案；最后将得到的排产调度方案通过HoloLens头戴显示设备展现给用户。本发明专利技术可缩短产品装配周期，降低产品装配成本，改进产品装配质量；另一方便，本发明专利技术利用HoloLens头戴显示设备，增强用户交互体验。

An Intelligent Assembly Line Simulation Method Based on HoloLens

【技术实现步骤摘要】
一种基于HoloLens的智能装配生产线仿真方法
本专利技术属于智能装配生产线仿真
，特别涉及一种基于HoloLens的智能装配生产线仿真方法。
技术介绍
在智能制造中，智能装配是非常重要的一环。因为在一个完整的制造周期内，产品装配是最耗费时间和成本的环节之一，往往会占用超过40％的生产制造费用和工时。同时，装配作为制造中较为靠后的步骤，精准度和质量将直接影响到最终的产品，而一旦出现问题需要返工，可能会带来进度、费用和性能等多方面的风险。而在装配过程中，排产调度则是非常重要的内容。具体而言，排产调度是把有限的资源定义为车间里的设备，其求解目标可以定义为在满足工艺约束的条件下，将每个工序按顺序安排到指定的设备上进行加工，使得整个生产过程能够达到事先定义好的目标方案。生产排产是一个复杂的问题，其具有随机性、离散性、复杂性、多目标性和多约束性等特点。传统方法只进行简单常规的计划和仅凭经验的排产，不仅耗费时间长而且很难达到最优的调度效果，浪费生产资源，增加成本，而且无法全程监控和跟踪整个生产过程，以及实时地查看车间工作状况，当出现异常情况时不能及时准确地修正作业计划。因此以人为经验决定本文档来自技高网...

【技术保护点】
1.一种基于HoloLens的智能装配生产线仿真方法，用于离散混流装配线的装配仿真，该离散混流装配线中装配工序与设备之间具有明确对应关系，且不同的产品之间没有优先级的差别，将此作为装配生产线特征；其特征在于，所述智能装配生产线仿真方法包括以下步骤：1)对装配线的排产调度进行数学建模仿真，具体步骤如下：1‑1)确定约束条件根据装配生产线特征确定约束条件如下：a)排产时，要严格按照每个产品的工艺流程执行，只有当工艺清单中上一步工序完成时才能开始下一步工序；每一步工序必须在指定的设备上完成，一旦开始，不可以中断或停止，直到该工序加工完成；b)默认设备加工完上一件产品后立即加工下一件产品，默认产品完成...

【技术特征摘要】
1.一种基于HoloLens的智能装配生产线仿真方法，用于离散混流装配线的装配仿真，该离散混流装配线中装配工序与设备之间具有明确对应关系，且不同的产品之间没有优先级的差别，将此作为装配生产线特征；其特征在于，所述智能装配生产线仿真方法包括以下步骤：1)对装配线的排产调度进行数学建模仿真，具体步骤如下：1-1)确定约束条件根据装配生产线特征确定约束条件如下：a)排产时，要严格按照每个产品的工艺流程执行，只有当工艺清单中上一步工序完成时才能开始下一步工序；每一步工序必须在指定的设备上完成，一旦开始，不可以中断或停止，直到该工序加工完成；b)默认设备加工完上一件产品后立即加工下一件产品，默认产品完成前一道工序后立即开始下一道工序，不考虑由于设备故障、维护，产品装卡运输引起的时间损耗；1-2)选取优化目标将最大完工时间最短f1、平均设备利用率最大f2和加工期限延误最短f3作为优化目标；1-3)根据选取的优化目标进行数学建模将装配生产线抽象为多目标柔性作业车间调度问题描述如下：在装配生产线上，一共有n个待加工工件J＝{J1，J2，...，Ji，...，Jn}以及m台设备M＝{M1，M2，...，Mk，...，Mm}，每个工件Ji有qi道工序；令第i个工件的第j道工序为Oi，j，每道工序Oi，j被分配到一个候选设备集合Mi，j中的任意一台设备上进行加工，候选设备集合Mi，j是由M＝{M1，M2，...，Mm}中的至少一个元素组成的集合；令工序Oi，j在设备Mk上的加工时间为Pi，j，k，工序Oi，j的完工时间为Ci，j，设备Mk上从开始到最后一道工序完成所用的时间为CMk，工件Ji的交货期限为Di，工件Ji实际完成时间为Ci，工件Ji的加工优先级为Prii；根据以上描述，将最大完工时间最短f1、平均设备利用率最大f2和加工期限延误最短f3分别表示如下：将3个优化目标加权得到一个综合优化目标fagg，从而使多目标优化问题转化为单目标优化问题，即将上述多目标柔性作业车间调度问题转换为一个混合整数规划模型，表示如下：式中，w1，w2，w3分别为优化目标f1，f2，f3的权重；2)排产调度对步骤1-3)得到的混合整数规划模型采用遗传算法求解最优的排产调度方案，具体步骤如下：2-1)随机产生一个由R个染色体组成的初始种群P0，每条染色体均分别由前半段的设备分配向量和后半段的工序排序向量组成；对步骤1-3)所述的装配生产线，每条染色体中的设备分配向量和工序排序向量均分别由n×qi个数字标号组成，其中，在设备分配向量中，数字标号自左向右依次代表待加工工件J1～Jn按照各自工序顺序依次加工的设备号；在工序排序向量中，如果数字标号g在整个工序分配向量中是第h次出现，则数字标号g的位置表示待加工工件Jg的第h道工序Og，h被分配到相应设备上的优先级，越靠左边优先级越高；设定当前迭代次数为t，迭代次数上限为LOOPtotal；2-2)对于当前迭代次数，判断是否到达迭代次数上限LOOPtotal，若未到达，则执行步骤2-3)；若到达，则执行步骤2-6)；2-3)按照步骤1-2)中选取的优化目标个数S＝3，随机划分S个子种群，每个子种群的大小均为R/S；每个子种群分别按照公式(1)、公式(2)、公式(3)为目标函数，进行交叉、变异计算，将产生的新染色体和变异前的染色体进行比较，选择最优的R/S个染色体，其中交叉、变异计算的具体步骤如下：2-3-1)交叉计...

【专利技术属性】
技术研发人员：张林鍹，陈佳宁，刘文正，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11