多工位装配线的自动化设计外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

多工位装配线的自动化设计

Daria Leibera,*,Veit Hammerstingla, Felix Weiba, Gunter Reinharta

慕尼黑工业大学机床与工业管理研究所，波尔兹曼斯特：1585748加兴，德国

摘 要

自动化装配线是当今制造业的基本组成部分。由于产品寿命的缩短和产品种类的增加，装配线的设计频率也越来越高。目前，所有的设计都基于工程师的知识与专业，所以设计过程需要大量的人工。因此，本文提出了一种方法，使这些专家的专业知识明确，并将其作为多工位装配线自动化规划的基础。提出的规划方法包括装配线的调度、资源的选择及其在可行布局中的定位。

关键词：装配线设计；资源定位；能力建模；基于知识的规划

1. 绪论

自动化装配线是当今制造业的基本组成部分。小型机电产品，如相机或扬声器，通常由全自动系统生产。除了可以极大地降低劳动力成本外，这还可以使高精度、稳定的流程和高产量成为可能。由于产品寿命的缩短和产品种类的增加，自动化装配线的设计频率也越来越高^[1]。这包括过程链的调度、资源的选择及其安置^[2]。执行这些规划步骤需要大量的专业知识，并且需要大量的人工。因此，该领域的研究试图将规划过程的不同方面自动化。然而，多工位系统设计通常不会将不同的概念整合到一个装配线中。现有方法的重点往往在于调度和资源选择，却不包括资源的集合定位^[3]。目前关于定位的研究通常集中在为一种特定类型的机器人寻找最佳位置执行特定人物的资源（通常是工业机器人）^[4,5]。

本文提出了一种自动设计全自动多工位装配线的方法，包括资源的几何定位。

• 1. 相关作品

被称为装配线平衡（ALB）的研究领域主要关注装配线的调度。它研究如何将生产任务分配给装配线的不同工位，同时优化不同的目标，如工位数量、周期时间或生产线成本^[6,7]。提出的一些方法还考虑到了执行人物所需资源的选择^[3,8]。然而，这些方法只考虑资源的经济特征，不考虑其技术适用性。

其他作者则专注于为某一生产过程选择技术上可行的资源。因此，其中一个挑战是数据一致性和信息建模^[9]。自动选择和基础是一个数据模型，其中包括对领域产品、过程和资源的描述（PPR模型）以及它们之间的约束规范^[10]。这些模型部署在不同的使用情况下。他们被用作面向人物的变成系统^[11,12]、生产系统重构^[13,14]和即插即用应用程序^[15]的基础。语义确定的问题可以通过使用对知识领域的术语进行分类的分类法来解决^[16]。同样的，当资源被组合时，新能力的出现可以用本体来描述^[17]。

定位领域的研究主要集中在为特定任务定位机器人^[18-20]。一些出版物也考虑了装配单元的其他组件^[21,22]，但即使在这些出版物中，也没有考虑不同工位之间的运输。因此，多工位装配线3D布局的自动化设计仍然是需要解决的主要挑战之一^[3]。几何规划是一个复杂的领域，不同的规划决策之间由多方面的相互依赖。通常也没有分析的方法来模拟依赖性与关联性。对于这些情况下的自动规划和优化，进化算法是一个合适的工具。

• 1. 适用范围

提出的方法解决了为生产新产品自动设计装配线的问题。任何规划方案的输入是必须执行的生产序列和每个工位的最大循环时间，假设装配线是固定连接的。

这一概念的预期适用对象是希望减少每种新设计方案的工作量和成本的公司。目前，工程师根据他们的知识和专业知识做出设计决策。该系统可以使这些专家的知识清晰易懂以及机器可读化，并将其作为未来规划方案的基础。因此，相关的知识领域包括生产过程本身、使用的潜在资源以及选择资源的逻辑条件。

1. 方法论概述

提出的方法包括五个主要规划步骤、一个数据结构和一个数据库（图1）

1. 首先，必须执行的流程由用户定义和输入。因此，他必须指定工业步骤的顺序、所有相关属性以及受影响的产品零件。他还必须输入一般要求，如生产线的最大循环时间。
2. 然后根据用户的输入，考虑到合适资源的经济特性，自动平衡装配线。
3. 通过比较资源的能力和工艺要求，为生产线选择合适的资源。这需要考虑数量特性和几何方面。由于规划决策（2）和（3）紧密相连，他们必须迭代执行。
4. 随后，所选资源的定位会自动优化，通过考虑到不同的特征，以确定潜在解决方案的质量。
5. 最后，通过刚体仿真验证了最终配置的功能。如果午安生成可行的草案，规划过程将从步骤（2）和（3）重新开始。
6. 为了传达规划场景所需的输入信息，并确保语义确定性，该方法中包含了一个数据结构。数据结构包括PPR模型的产品、过程和资源的经典方面，并辅以用于选择资源的约束结构。
7. 可用资源和预订人物存储在一个数据库中，用于规划场景。
8. 数据结构

如前所述，对需要执行的工艺、需要装配的产品和可用资源的广泛了解是设计新装配线的必要先决条件。还需要知道如何匹配资源的能力和流程的需求。一个一致的数据结构是必要的，以便通过算法使这些信息能够被自动规划，并确保语义的确定性。

图1 概念概述

图2 产品模型示例

• 1. 产品模型

除了流程和资源产品本身也可以被视为装配线规划的输入变量。因此，相关信息是重量或所需表面质量等特征，以及产品在不同装配阶段的集合形状。考虑过程发生的感兴趣区域（ROI）位于产品的哪个点也是相关的。提议的产品标识考虑了这些方面。它基于完整产品的3D-CAD模型，该模型由待组装的不同零件组成。这些零件还包含有关其重量或材料等特性的数据。当装配过程在计划活动开始时被指定时，零件被编号，并添加与相应过程的ROI有关的信息（图2）。

• 1. 过程模型

为了将语义确定性的需求与专家对不同装配过程的知识建模的高度灵活性最佳地结合起来，建模采用面向的对象的方法。数据结构为任务提供了一个抽象模型，该模型可以被实例化，并填充有关特定类型任务的特定信息（专家知识）。这种实例化不需要操纵源代码。然后将实例保存在数据库中，稍后可以复制这些实例，以便在特定的计划场景中对生产过程进行建模（图3）

图3 过程模型

这种建模方法保证了最大的灵活性，因为所有流程类型都是同一类人物的对象，并且可以随时进行定制（例如，通过添加参数），二无需严格的继承限制。然而，类似于分类法的结构仍然集成在提议的数据中模型每个人物都有一个只想其父任务的链接，以及只想可能的子任务的链接。这允许用户通过向数据库中添加任务类型并指定他们在分类法中的位置，动态生成自己的分类法。该类还有另一个对其他人物的引用列表：子任务。任务与其子任务的关系与继承无关，而是与聚合相关。这些子任务代表了不同的步骤，总得来说，这些步骤加起来就是人物本身（例如，任务涂胶可能油子任务表面准备、涂胶和干燥）。

• 1. 资源模型

除了可以用作构建模块来描述特定产品的实际制造过程的任务外，系统的第二个必要输入是所有可用资源的集合。数据结构类似于用于任务建模的结构。类资源被实例化以生成标识资源的对象。与任务一样，可以在分类法中资源进行分类，以便在创建新资源时从现有资源中推导出属性。与任务模型类似，资源也可以从其他资源聚合。

资源的参数是装配线平衡和选择资源以创建生产线所必需的特性（例如物理特性、经济特性、能力等）。要生成装配线的3D布局并定位各个资源，纯粹的定量信息是不够的。为了实现定位，第一个相关方面是资源自身几何学和运动学的模型，以确保创建的布局无碰撞。对于与产品直接交互的所有直接资源（执行器和传感器），必须定义一个工作空间。工作空间描述了资源可以执行任务的体积，但工作空间内的可能位置是不平等的。他们可以被评估可分配一个位置质量值，描述一个位置的有力程度。对于不同的资源类型，用于评估位置的标准是不同的。对于像工业机器人这样的运动学资源来说，位置质量可以表示达到某个位置对它轴的压力，对于传感器来说，它可以对应于某个位置的错误率。资源模型还需要包含他们与环境的接口信息（例如，哪些表面需要安装，哪些地方可以安装其他资源）。如果是机车执行器（如工业机器人或线性轴），还需要对其运动学进行描述（图4）。

图4 工业机器人的资源模型

• 1. 约束条件

对于资源的选择，其特征必须与过程的要求相匹配。约束条件是一种描述这种匹配条件的数据结构。它们定义了引用资源或流程参数的输入变量，以及比较这些输入值的方法，该方法返回是否满足条件。实现的逻辑函数可以简单到确定输入A是否大于输入B，或者他可以包含复杂的数学表达式。

1. 数据库

基于上述数据结构，公司的专家们可以将它们的知识保存到数据库中，并将其作为未来自动化规划方案的基础。由于这些工程师通常没有软件工程背景，因此提供一个直观的用户界面，供他们插入知识。根据所解释的数据结构，他们可以定义任务、资源和约束，并将他们保存到数据库中。关于任务，他们可以定义任务参数，以及子任务和子任务。这样，随着时间的推移，就会形成一个定制的分类法。另外，也可以使用^[16]中介绍的已建立的分类法作为起点，然后对其进行定制。资源模型主要由制造商提供，只需将自行设计的资源保存到数据库中。

1. 方法的详细步骤
   1. 装配过程的定义

在第一个计划步骤中，必须执行的装配过程和生产线要装配的产品由用户上传。因此，用户采用存储在数据库中的预定任务作为生产过程的构件，并使用其参数来确定生产过程的要求。对于每个过程，他们还制定了产品的哪些部分被操作，以及投资回报率的位置。

• 1. 装配线平衡与资源选择

根据用户输入的流程描述和数据库中的可用资源及其功能描述，执行前两个规划决策、生产线调度和任务的适当资源选择。

将任务分配给不同生产周期（或装配线的工件）的问题已经得到了彻底的研究^[6,8]，目前不在进一步讨论。然而，作为这些调度算法的输入，需要根据技术标准预先选择资源。因此从高级抽象级别到低抽象级别进行选择。对于每个任务，算法首先检查是否又可以执行整个任务的资源可用。只有在失败的情况下，不同的子任务才会出现以同样的方式反复观察。对于被认为适合某个过程的资源，它必须具有与任务相匹配的能力。此外，必须满足将流程参数与资源能力联系起来的所有约束条件。

• 1. 定位

在为不同的任务选择资源并将它们分组到工位之后，下一个规划步骤是为所选资源在装配线上找到一个优化的位置。因此，有两个主要方面可以分开。第一个是工位的定位（或者更准确地说是产品的存放点），第二个是分配给工位的翻个资源的定位。

对于工位的定位而言，材料传输的实施具有重要意义。如果产品在传送带上从一个工位移动到下一个工位，生产线的结构将与在转盘周围布置工位的生产线大不相同。因此，选择物流概念是选择工位位置的基础，也是首先要做出的决定。对这个问题由两种方法：自动将处理任务添加到任务序列中并选择相应地资源，或者从工艺模型中独立选择。为了简单起见，我们采用后一种方法。材料传输系统的选择限制了工位之间的相对定位（例如，传送带意味着工位将位于相同的高度，最好是直线上）。

除了用于材料转移的资源外，剩余资源也可分为不同类别。直接资源是那些其定位直接影响周期时间和制造过程质量的资源（例如传感器或带末端执行器的机器人）。间接资源也会影响装配线的周期时间，因为它们间接影响直接资源的运动。这些资源的放置受到与它们相互作用的直接资源的工作区域的限制（例如，提供待组装零件的库必须放置在获取零件的机器人的工作区域）。外围资源是线路功能所必需的资源，但不会面临人寰严格的放置条件。控制系统就是一个例子。

对于单个资源的定位，使用了进化优化算法。这种类型的优化算法是一种随机优化方法，非常适合在合理的时间范围内不可能得到精确的分析性解决方案的的复杂问题^[23]。进化优化算法的基础是一个代表潜在解决方案的所谓个体的群体。初始群体中的个体通常是随机产生的。在多带的迭代过程中，个体用适应度函数进行评估，并进行修改（重组和变异）以形成下一代。因此，状况更好的个体更受青睐。在下文中，描述了资源定位的优化问题。

1. 个体代表

在优化装配线布

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[590841]，资料为PDF文档或Word文档，PDF文档可免费转换为Word