文献类型：期刊文章

作　　者：陈继文[1] 张迁龙[1] 魏文胜[1] 杨红娟[2] 巩玉滨[3]

Chen Jiwen;Zhang Qianlong;Wei Wensheng;Yang Hongjuan;Gong Yubin(School of Mechanical and Electrical Engineering,Shandong Jianzhu University,Shandong Jinan,250101,China;School of Information and Electrical Engineering,Shandong Jianzhu University,Shandong Jinan,250101,China;Management Center of Shandong Information and Communication Technology Research Institute,Shandong Jinan,250098,China)

机构地区：[1]山东建筑大学机电工程学院,山东济南250101 [2]山东建筑大学信息与电气工程学院,山东济南250101 [3]山东信息通信技术研究院管理中心,山东济南250098

出　　处：《机械设计与制造工程》

基　　金：山东省重大科技创新工程项目(2019JZZY010455);2020年度新旧动能转换重大工程重大课题攻关项目(高端装备(5));济南市科技局“高校20条”引进创新团队项目(2019CXR037)。

年　　份：2023

卷　　号：52

期　　号：2

起止页码：45-50

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对产品装配序列规划所面临的自动化和智能化不足、人工干预较多等问题,结合人工神经网络等智能算法,设计了一种基于反向传播(BP)神经网络的产品装配序列规划方法。首先使用装配参数信息表表达装配体零件信息与装配序列的映射关系,建立BP神经网络模型,进行神经网络训练并推理产品装配序列;然后利用子装配体识别算法进行子装配体划分,降低装配序列求解难度,实现基于子装配体识别的装配序列优化。最后分别以蜗杆减速器与圆柱齿轮减速器作为训练样本和验证样本,验证了所提方法的有效性。

关 键 词：装配序列  规划  反向传播神经网络 子装配体识别  

分 类 号：TP391]