CN114219359B 一种考虑任务匹配度和人因的人机协同装配任务分配方法 （杭州电子科技大学）

一种考虑任务匹配度和人因的人机协同装本发明公开了一种考虑任务匹配度和人因人和机器人完成每个任务所需要的时间以及工S3.根据采集的信息以及计算得到的任务匹配2S1.采集工人和机器人完成每个任务所需要的时间以及工人完成每个装配任务的疲劳S2.建立任务匹配度的评价体系，并采用模糊综合评价法计算工人与机器人对于每个S3.根据采集的信息以及计算得到的任务匹配度，构建同时考虑任务匹配度和人因的S4.利用带精英策略的非支配排序遗传算法求解构建的任务分配模型，输出最优任务fS43.对所有种群进行非支配排序，按Parato等级选择一半种群数的个体进入下一代，2.根据权利要求1所述的一种考虑任务匹配度和人因的人机协同装配任务分配方法，33.根据权利要求2所述的一种考虑任务匹配度和人因的人机协同装配任务分配方法，S222.构建指标相对应的判断矩阵，并对所有判断矩阵进行运算并归一化，得到超矩4.根据权利要求2所述的一种考虑任务匹配度和人因的人机协同装配任务分配方法，S231.采用模糊综合评判法对每个任务各项设计要求对于工人与机器人的任务匹配度mn5.根据权利要求4所述的一种考虑任务匹配度和人因的人机协同装配任务分配方法，4(τi)表示工人经过τi休息后的疲劳度；Foi表示完成第o件产品的第i个工序后工人的疲劳6.根据权利要求5所述的一种考虑任务匹配度和人因的人机协同装配任务分配方法，57.根据权利要求6所述的一种考虑任务匹配度和人因的人机协同装配任务分配方法，w2最差值、yuin表示所有方案中目标函数1的最优值、表示所有方案中目标函′i中Bi最小值对应的第i个方案即最优分配方案。6[0008]S1.采集工人和机器人完成每个任务[0009]S2.建立任务匹配度的评价体系，并采用[0010]S3.根据采集的信息以及计算得到的7[0011]S4.利用带精英策略的非支配排[0021]S231.采用模糊综合评判法对每个任务8T表示给定范围内的时9i)表示工人经过τi休息后的疲劳度；Foi表示完成第o件产品的第i个工序后工人的疲[0065]S47.将生成的新种群和步骤S4w2可以保证装配效率的前提下，大大提高任务分配中工人和机器人与任务设计要求的匹配[0077]图1是实施例一提供的一种考虑任务匹配度和人因的人机协同装配任务分配方法[0088]本实施例提供一种考虑任务匹配度和人因的人机协同装配任务分配方法，如图1[0089]S1.采集工人和机器人完成每个任务[0090]S2.建立任务匹配度的评价体系，并采用[0091]S3.根据采集的信息以及其计算得到[0092]S4.利用带精英策略的非支配排[0098]邀请若干名该公司的技术和管理人员使用9级标度法进行重要性成对比较，并进[0102]S231.采用模糊综合评判法对每个任务T表示给定范围内的时i)表示工人经过τi休息后的疲劳度；Foi表示完成第o件产品的第i个工序后工人的疲[0144]在步骤S4中，利用带精英策略的非支配排序遗传算法求[0155]S442.取两条染色体的后半段。对两条染[0161]S47.将生成的新种群和步骤S4w2[0168]本实施例在考虑装配效率的同时兼顾工人与机器人自身技能与任务设计要求的[0170]本实施例提供的一种考虑任务匹配度和人因的人机协同装配任务分配方法与实[0171]本实施例以Y公司生产一种定制的汽车变速箱为例，该变速箱的装配由34个工序[0172]首先采集工人和机器人完成每个任务所需要的时间以及工人完成每个装配任务[0186]本实施例提供的一种考虑任务匹配度和人因的人机协同装配任务分配方法与实工人的职业健康得到很大保证，从而我们可以看出我们的方法在实例2ρ(1,2)协同生产模域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替