| Summary: | <p>El presente trabajo está dedicado a la optimización bajo criterios múltiples de la planificación de procesos de ensamble<br />mecánico a partir de su modelo geométrico tridimensional. Se soporta sobre un enfoque que integra tanto información<br />geométrica como restricciones tecnológicas del proceso de ensamble. En el desarrollo de la misma quedó demostrado, que<br />una vez conocido el modelo geométrico tridimensional de un ensamble, la aplicación de criterios tecnológicos y<br />geométricos al proceso inverso de desensamble y su posterior tratamiento con métodos evolutivos, genera planes de<br />ensamble mecánico próximos a los óptimos de acuerdo al sistema de preferencias del decisor. La integración de la<br />información permite disminuir el número de secuencias a evaluar y de elementos a procesar, con lo que se evita la<br />generación y evaluación de todas las secuencias posibles con la consecuente disminución del tiempo de procesamiento.<br />Como resultado de la aplicación del modelo integrado propuesto, se obtiene la planificación del proceso de ensamble<br />mecánico con una reducción del tiempo de ensamble debido a que en las secuencias obtenidas se reduce el número de<br />cambios de dirección de ensamble, los cambios de herramientas y de puestos de trabajo, así como se minimiza la distancia<br />a recorrer debido al cambio de puestos de trabajo. Esto se logra mediante un modelo de optimización multiobjetivo basado<br />en algoritmos genéticos.</p><p><br />Palabras claves: Ensamble mecánico, algoritmos genéticos, optimización multiobjetivo.</p><p>______________________________________________________________________________</p><p>Abstract:<br />This work deals with the combinatorial problem of generating and optimizing technologically feasible assembly sequences<br />and process planning involving tools and work places. The assembly sequences and related technological decisions are<br />obtained from a 3D model of the assembled parts based on mating conditions along with a set of technological criteria,<br />which allows automatically analyzing and generating the sequences. The generated assembly sequences are preprocessed<br />and optimized for the assembly Process Planning using Genetic Algorithms. This approach integrates the geometric and<br />technological information of the assembly process, which allows reducing the number of elements and sequences to be<br />processed with the consequent processing time and cost reduction.</p><p><br />Key words: Mechanical Assembly, Genetic Algorithms, Multiple Criteria Optimization.</p>
|
|---|
