Loading...

Design for Optimal Assembly of Complex Mechanical Assembles with Large Number of Components

Daliri, Alireza | 2021

517 Viewed
  1. Type of Document: M.Sc. Thesis
  2. Language: Farsi
  3. Document No: 53963 (08)
  4. University: Sharif University of Technology
  5. Department: Mechanical Engineering
  6. Advisor(s): Khodygan, Saeed
  7. Abstract:
  8. In the current status of the world production business, any action that can improve quality or decrease the price of products is very important to manufactures. Therefore, many studies had been conducted to do this. In production stages, the assembly stage includes 30% of production cost and up to 40% of production time. Therefore, optimization and design of the Production sequence of this stage are very important. This matter is more important in complicated and multi-segmental productions such as car manufacturing, the Aviation industry, and the shipbuilding industry. Also, optimization of the Production sequence could improve product quality. In this study, an algorithm has been purposed for automatic and optimize assembly. In the optimizing part, the genetic and NSGA-II algorithm was used based on production goals. In the genetic algorithm of this study mutation and some Innovative functions were used to solve the travelling salesman problem. The algorithm in this study was compared to the ant colony algorithm that shows the algorithm that was purposed in this study shows better outcomes. Also, this study purposed algorithm was used to optimize three practical examples
  9. Keywords:
  10. Genetic Algorithm ; Multiobjective Optimization ; Ant Colony Algorithm ; Non-Dominate Sorting Genetic Algorithm (NSGAII) Method ; Assembly Sequence Design ; Assembly Sequence Optimization

 Digital Object List

 Bookmark

  • فهرست جدول‌ها
  • فهرست تصویرها
  • فصل1 : مقدمه
    • 1-1 انگیزه و دلایل اهمیت
    • 1-2 هدف تحقیق
    • 1-3 مفاهیم پایه
      • 1-3-1 الگوریتم کلونی مورچگان
      • 1-3-2 الگوریتم ژنتیک (GA)
      • 1-3-3 تبدیل پارامترهای مؤثر به رشته یا ژن
      • 1-3-4 الگوریتمهای ترکیبی
      • 1-3-5 الگوریتم NSGA-II
      • 1-3-6 معایب الگوریتم NSGA-II
      • 1-3-7 الگوریتم پیشنهاد شده توسط میشرا 6F
      • 1-3-8 حل الگوریتم ژنتیک به صورت موازی
    • 1-4 مروری بر پژوهشهای انجام شده
    • 1-5 ساختار پایان نامه
  • فصل2 مدلسازی قیود و توالی مجموعههای مونتاژی
    • 2-1 گراف روابط
    • 2-2 ماتریس روابط
    • 2-3 بررسی امکان پذیری توالی مونتاژ
    • 2-4 ماتریس تداخل33F
    • 2-5 ماتریس تماس34F
  • فصل3 تخمین خطای مونتاژ
    • 3-1 روابط ریاضی
    • 3-2 تحلیل خطا بسیار کوچک 35F (IEA)
  • فصل4 ارائه روش پیشنهادی
    • 4-1 الگوریتم مونتاژ بهینه تک هدفه
      • 4-1-1 تبدیل پارامترهای مونتاژ به ژن
      • 4-1-2 ایجاد جمعیت اولیه
      • 4-1-3 تابع انتخاب
      • 4-1-4 توابع ترکیب
      • 4-1-5 توابع جهش
      • 4-1-6 شرایط توقف
    • 4-2 الگوریتم مونتاژ بهینه چندهدفه
  • فصل5 مطالعات موردی
    • 5-1 حل مسئله بهینهسازی توالی مونتاژ صفحه کلید
      • 5-1-1 حل به شیوه الگوریتم ژنتیک (GA)
      • 5-1-2 حل به شیوه الگوریتم کلونی مورچگان
      • 5-1-3 مقایسه میان دو الگوریتم در مسئله بهینهسازی توالی مونتاژ کیبورد
    • 5-2 حل مسئله مونتاژ بهینه چندهدفه
      • 5-2-1 مدلسازی
      • 5-2-2 بدستآوردن مقدار امکان پذیری در یک توالی مونتاژ
      • 5-2-3 معرفی توابع برازندگی
      • 5-2-4 بهینهسازی توالی مونتاژ
      • 5-2-5 کدگذاری توالی مونتاژ
      • 5-2-6 توابع ترکیب
      • 5-2-7 توابع جهش
      • 5-2-8 پیاده سازی الگوریتم NSGA-II
    • 5-3 بهینهسازی بدنه خودرو
      • 5-3-1 مقدمه
      • 5-3-2 بررسی امکانپذیری توالیها
      • 5-3-3 بدست آوردن نقاط اتصال مقاوم در اتصالات
      • 5-3-4 نوشتن پارامترهای مسئله به صورت رشته
      • 5-3-5 توابع جهش
      • 5-3-6 تابع ترکیب
      • 5-3-7 تابع برازندگی
      • 5-3-8 اجرا الگوریتم و نتایج
  • فصل6 جمعبندی و پیشنهادها
    • 6-1 پیشنهادها برای ادامه تحقیق
  • منابع یا مراجع
  • ارائه روشي جهت مونتاژ بهینه خودکار مجموعههای مونتاژی با اجزای زیاد
  • سعید خدایگان1، علیرضا دلیری2
  • 1 دانشیار، دانشگاه صنعتی شریف، تهران، khodaygan@sharif.edu
  • 2دانشجو کارشناسی ارشد، دانشگاه صنعتی شریف، تهران، daliri.alireza@mech.sharif.edu
...see more