.png){kind=icon}
返回
Asynchronous parallel assembly sequence planning considering tool and direction changes
.png){kind=icon}
PRE
AI
DOI：10.1007/s00170-026-18501-y.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
并行装配序列规划（PASP）可根据操作时间的推进方式分为同步PASP（sPASP）和异步PASP（aPASP）。其中，aPASP允许在满足优先约束的条件下立即开始装配操作，从而提供更大的灵活性并减少空闲时间。然而，关于aPASP的研究相对有限。因此，本研究聚焦于具有机器人依赖加工时间的aPASP，目标是最小化完工时间。此外，将装配方向变换时间和工具更换准备时间纳入装配时间线，相对于简化的aPASP模型提高了真实性。为有效求解该问题，本研究采用自适应趋势优化（ATO）。ATO根据解的收敛状态计算趋势因子，并利用其动态调整块搜索范围。最后，使用四个测试实例验证ATO的性能，并将结果与粒子群优化（PSO）、遗传算法-优先保持交叉（GA-PPX）、蚁群优化（ACO）和人工蜂群（ABC）的结果进行比较。实验结果表明，ATO在所有测试实例的aPASP中均实现了最佳解质量。
Keyword:
Asynchronous Parallel Assembly Sequence Planning (aPASP)
Direction Change
Tool Change
Block Search
Trend Factor
期刊
T
IF:
0
论文数:
2.0K
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏Multi-objective adaptive trend optimization for integrated robotic assembly line balancing and agv scheduling多目标自适应趋势优化用于集成机器人装配线平衡与AGV调度
PREAI
分享收藏
查看更多内容