基于PDCA蚁群算法在接触网腕臂预配中应用

摘要：首先介绍了基于PDCA蚁群算法。接着以高铁接触网腕臂预配为例，详细阐述了基于PDCA蚁群算法进行接触网腕臂预配的应用，主要涉及施工前施工方案确定、施工过程中质量控制以及施工完成后对照检查是否达到预期质量目标，希望对相关的工程提供借鉴与帮助。

关键词：PDCA;蚁群算法;腕臂预配

电气化铁路接触网是高铁列车在线路上正常安全运行的唯一能源供给系统，腕臂是接触网系统中用于支撑输电线的关键装置。现有的接触网腕臂预配方法，主要存在以下问题：一是人工参与过多;二是腕臂管重量大，人工搬运耗时费力;三是数据管理难度杂乱，不成体系。经过课题组的反复调查，拟采用“工业机器人”、“自动喷码数据系统”、“伺服电机技术”等，代替常规的人工进行作业。然后通过对PDCA蚁群算法的深入研究，结合实际接触网腕臂预配规则，达到了快速有效地得出接触网腕臂的优化装配序列、提高装配序列规划的效率和质量的目的。

一、基于PDCA蚁群算法框架

PDCA循环又叫质量环，它由4部分组成，Plan（计划）、Do（执行）、Check（检查）和Adjust（修正、校准），是一个呈梯形上升的循环体。基于PDCA循环的蚁群算法总体思路如图1所示。这种理念类似于蚁群算法的基本原理：蚂蚁本身是一个弱小个体，但它可以通过群体效应，相互协调、合作完成相对比较复杂的任务。

权值确定。将某个任务抽象成一只蚂蚁，每只蚂蚁都必须有记忆能力。通过对照关系模型G中的数据确定权值。为每只蚂蚁配备一个PG禁忌列表，用来记录当前蚂蚁是否已分配出去。

（二）与方法的匹配。针对一个任务可以多种操作方法，一种方法可以被多个任务采用，需在关系模型中找到哪个任务最适合采取哪种方法。

（三）信息素选择。信息素是已采用方法对于某个任务完成情况的影响程度。信息素的挥发特性主要包括：操作人员工作状态、心情，以及其它因素影響，还应包括工作环境、工作对象状态等。

（四）算法正反馈和负反馈的有效运用。为防止算法过早收敛和运算时间过长，选用MMAS算法中的信息素策略，为满足算法对随机性的要求，在算法中应用概率选择。

二、PDCA蚁群算法应用

（一）Plan（计划）阶段-确定目标

研发一种高速铁路接触网腕臂预配生产线代替传统人工预配方式，在腕臂管件转运、切割、喷码、螺栓紧固、零部件安装工序中实现全自动化，具备数据管理系统，提升腕臂预配的效率和精度。将1套腕臂预配作业时间由30分钟缩短为5分钟。

（二）Do（执行）阶段-重点对象选择、装配

1、重点控制对象选择

根据设计需求，结合各重点控制对象具体要求，按照PDCA循环法完成了机器人、数据标记工具、喷码机型号、切割工具、伺服电机、腕臂制作结构材质等重点控制对象的选择，确定了最佳方案。

2、采用蚁群算法完成腕臂装配

（1）装配模型信息

（四） Action（处理阶段）-总结成果

基于工业机器人的智能化腕臂预配新方法，采用PDCA蚁群算法进行腕臂预配，利用工业机器人实现腕臂全自动化搬运，力矩紧固、切割、喷码等创新功能，较人工方式更迅速、更便捷、预配精度更高、所需时间更短，保证了腕臂预配效率和质量。实践证明，该研究成果所形成技术可广泛应用于各类型制式接触网工程腕臂预配，提高施工预配效率，保证腕臂精度，达到一次性成型，具有一定推广应用价值。

参考文献

[1]肖艳秋，焦建强，乔东平，杜江恒，周坤.蚁群算法的基本原理及应用综述[J].轻工科技，2018，34（03）：69-72.

张超. 混合群智能优化算法研究及应用[D].北京科技大学，2018.

[3]乔东平，裴杰，肖艳秋，周坤.蚁群算法及其应用综述[J].软件导刊，2017，16（12）：217-221.

[4]邹海洋，李明东，邓利平.PDCA蚁群算法在教学评估中的应用[J].软件导刊，

2016，15（04）：83-84.

[5]刘建儒.铁路电力牵引供电工程施工质量控制研究[J].通信电源技术，2019，36（08）：270-271

[6]孔分生.客运专线牵引供电示范工程施工组织管理研究[D].华东交通大学，2018.

作者简介：

程峥（1987.11），男，汉族，武汉，工程师，工程硕士在读，中铁十一局集团电务工程有限公司，电气工程