本文關鍵詞：基于改進粒子群算法的薄板件定位策略優(yōu)化

  更多相關文章： 柔性薄板 定位策略優(yōu)化 裝配偏差分析 粒子群算法

【摘要】：金屬薄板類零件在汽車制造、飛機制造和各種家用電器制造工業(yè)中被廣泛應用,焊接為薄板裝配非常重要的制造工藝,影響裝配尺寸質(zhì)量主要有零件偏差、夾具偏差及其夾具配置,而夾具偏差及定位策略對產(chǎn)品裝配偏差的影響往往超過零件偏差的影響,因此夾具定位策略優(yōu)化的研究有重要意義。本文建立薄板零件夾具定位策略優(yōu)化模型,提出改進粒子群算法進行定位點位置布局優(yōu)化。其主要研究內(nèi)容如下:(1)建立薄板零件夾具定位策略優(yōu)化模型本文建立了適用于粒子群算法的定位策略優(yōu)化模型,提出了以零件關鍵測點變形量和夾具定位偏差為目標函數(shù)的定位點布局優(yōu)化策略。通過薄板件案例驗證了該方法的有效性。在完成以測點變形量為目標函數(shù)的夾具定位策略優(yōu)化的基礎上,建立以夾具裝配公差為目標函數(shù)的優(yōu)化模型,基于影響系數(shù)方法,重點分析了以測點偏差為基礎的定位策略優(yōu)化模型的建立方法。(2)提出改進粒子群算法進行定位策略優(yōu)化在傳統(tǒng)粒子群算法的基礎上,提出了一種改進的粒子群算法。該算法主要是對慣性權取值方式的改進,并通過DeJong、Rosenbrock等函數(shù)驗證了改進粒子群算法的有效性。然后通過改進粒子群算法進行薄板零件裝配夾具定位策略優(yōu)化。為了進一步提高優(yōu)化效率,應用MATLAB對ABAQUS進行二次開發(fā),最后應用薄板零件夾具定位策略設計驗證了該算法的有效性。(3)應用前翼子板案例進行夾具定位策略優(yōu)化設計應用本文所建立優(yōu)化模型和提出定位策略優(yōu)化方法對某車型前翼子板進行了定位策略優(yōu)化,分別分析了不同定位策略下以翼子板零件的關鍵測點變形和裝配偏差,并將所得結果與傳統(tǒng)粒子群算法優(yōu)化所得結果進行了對比,進一步說明了本文所提出優(yōu)化方法的有效性。
【關鍵詞】：柔性薄板 定位策略優(yōu)化 裝配偏差分析 粒子群算法
【學位授予單位】：上海工程技術大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U466
【目錄】：

• 摘要6-7
• ABSTRACT7-12
• 第一章 緒論12-23
• 1.1 研究背景和研究意義12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究意義13-14
• 1.1.3 課題來源14
• 1.2 薄板夾具定位策略優(yōu)化研究現(xiàn)狀14-17
• 1.2.1 夾具的分類14
• 1.2.2 柔性薄板零件焊裝夾具設計理論14-15
• 1.2.3 薄板零件裝配偏差分析模型研究現(xiàn)狀15-17
• 1.3 粒子群算法的研究現(xiàn)狀17-20
• 1.3.1 粒子群算法的產(chǎn)生17
• 1.3.2 粒子群算法的改進綜述17-20
• 1.4 目前存在的問題20
• 1.5 本文研究內(nèi)容及章節(jié)安排20-23
• 第二章 柔性薄板夾具定位策略優(yōu)化模型23-28
• 2.1 引言23
• 2.2 以測點變形為目標函數(shù)的定位策略優(yōu)化模型23-25
• 2.2.1 優(yōu)化變量23-24
• 2.2.2 約束條件24-25
• 2.2.3 目標函數(shù)25
• 2.3 以測點偏差為目標函數(shù)的定位策略優(yōu)化模型25-27
• 2.3.1 模型建立基礎25-26
• 2.3.2 夾具定位偏差的建模26-27
• 2.4 本章小結27-28
• 第三章 基于慣性權值的粒子群算法改進方法研究28-40
• 3.1 引言28
• 3.2 粒子群優(yōu)化算法28-30
• 3.2.1 粒子群算法的基本原理28-29
• 3.2.2 粒子群算法模型29
• 3.2.3 粒子群算法流程29-30
• 3.3 粒子群算法的改進30-32
• 3.3.1 基于慣性權值的改進30-31
• 3.3.2 離散化改進31-32
• 3.4 粒子群算法改進結果分析32-39
• 3.4.1 DeJong函數(shù)32-34
• 3.4.2 Rosenbrock函數(shù)34-36
• 3.4.3 Rastrigin函數(shù)36-37
• 3.4.4 Griewank函數(shù)37-39
• 3.5 本章小結39-40
• 第四章 夾具定位點布局優(yōu)化40-51
• 4.1 引言40
• 4.2 基于MATLAB的ABAQUS二次開發(fā)方法40-45
• 4.2.1 MATLAB與ABAQUS的交互方法40-42
• 4.2.2 MATLAB對ABAQUS的二次開發(fā)42-45
• 4.3 定位點布局優(yōu)化45-50
• 4.3.1 定位點布局優(yōu)化流程45-46
• 4.3.2 以測點變形為目標函數(shù)的定位點布局優(yōu)化46-48
• 4.3.3 以測點偏差為目標函數(shù)的定位點布局優(yōu)化48-50
• 4.4 本章小結50-51
• 第五章 前翼子板定位策略優(yōu)化案例51-60
• 5.1 引言51
• 5.2 翼子板模型描述51-55
• 5.2.1 模型信息51-53
• 5.2.2 定位點信息53-54
• 5.2.3 關鍵測點54-55
• 5.3 前翼子板的有限元分析計算55-59
• 5.3.1 以翼子板測點變形為目標函數(shù)的有限元分析55-56
• 5.3.2 以翼子板測點偏差為目標函數(shù)的有限元分析56-59
• 5.4 本章小結59-60
• 第六章 結論與展望60-63
• 6.1 主要研究內(nèi)容及結論60-61
• 6.2 本文創(chuàng)新點61
• 6.3 不足及展望61-63
• 參考文獻63-68
• 攻讀碩士學位期間發(fā)表的學術論文及取得的相關科研成果68-69
• 附錄69-77
• 1. 第四章薄板件INP文件69-72
• 2. 第五章案例中前翼子板INP文件72-75
• 3. 定位點編碼及測點數(shù)據(jù)讀取的MATLAB程序75-77
• 致謝77-78

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

2 吳軍;李為吉;;改進的粒子群算法及在結構優(yōu)化中的應用[J];陜西理工學院學報(自然科學版);2006年04期

3 段海濤;劉永忠;馮霄;;水系統(tǒng)優(yōu)化的粒子群算法分析[J];華北電力大學學報(自然科學版);2007年02期

4 王偉;;混合粒子群算法及其優(yōu)化效率評價[J];中國水運(學術版);2007年06期

5 付宜利;封海波;孫建勛;李榮;馬玉林;;機電產(chǎn)品管路自動敷設的粒子群算法[J];機械工程學報;2007年11期

6 蔣榮華;王厚軍;龍兵;;基于離散粒子群算法的測試選擇[J];電子測量與儀器學報;2008年02期

7 周苗;陳義保;劉加光;;一種新的協(xié)同多目標粒子群算法[J];山東理工大學學報(自然科學版);2008年05期

8 姚峰;楊衛(wèi)東;張明;;改進粒子群算法及其在熱連軋負荷分配中的應用[J];北京科技大學學報;2009年08期

9 張大興;賈建援;張愛梅;郭永獻;;基于粒子群算法的三軸跟瞄裝置跟蹤策略研究[J];儀器儀表學報;2009年09期

10 王麗萍;江波;邱飛岳;;基于決策偏好的多目標粒子群算法及其應用[J];計算機集成制造系統(tǒng);2010年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱童;李小凡;魯明文;;位置加權的改進粒子群算法[A];中國科學院地質(zhì)與地球物理研究所第11屆（2011年度）學術年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設計中的應用[A];第十一屆全國膨脹節(jié)學術會議膨脹節(jié)設計、制造和應用技術論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應用研究[A];2007中國控制與決策學術年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王芳;粒子群算法的研究[D];西南大學;2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

3 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

4 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

5 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學;2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應用研究[D];大連理工大學;2007年

8 劉宏達;粒子群算法的研究及其在船舶工程中的應用[D];哈爾濱工程大學;2008年

9 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學;2006年

10 馮琳;改進多目標粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應用[D];東北大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張忠偉;結構優(yōu)化中粒子群算法的研究與應用[D];大連理工大學;2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學;2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設計[D];河北聯(lián)合大學;2014年

4 余漢森;粒子群算法的自適應變異研究[D];南京信息工程大學;2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學;2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學;2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學;2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數(shù)學模型問題[D];山東大學;2015年

9 陳百霞;考慮風電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學;2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學;2015年

，

本文編號：899849