[发明专利]一种基于混合遗传算法的LED贴片机拾贴路径优化方法

权利要求书

1.一种基于混合遗传算法的LED贴片机拾贴路径优化方法，其特征在于：所述方法具体过程为：

步骤一、导入机器参数以及PCB数据文件信息；

步骤二、根据步骤一中确定的机器参数以及PCB数据文件信息，确定使贴片头移动距离最短的供料器槽位分配位置；

步骤三、对并列式贴片头拾贴路径进行规划，以步骤二确定的供料器槽位分配中点作为拾贴路径优化的起点和终点，采用混合遗传算法搜索拾贴路径的可行解，保留其中贴装路径最短的解；

步骤四、将步骤三中搜索到的贴装路径最短的解作为最优解输出。

2.根据权利要求1所述一种基于混合遗传算法的LED贴片机拾贴路径优化方法，其特征在于：所述步骤一中导入机器参数以及PCB数据文件信息；具体过程为：

步骤一一：导入贴装点坐标信息；

导入生产数据信息，即PCB数据文件，PCB数据文件包含了元件名、元件类型及元件的X轴、Y轴坐标信息；

规定操作人员正对机器时，PCB电路板的左下角为参考原点，操作人员的正右和正前方分别为X轴和Y轴的增长方向，Cp_x(c)表示元件c相对于参考原点的X轴方向坐标，Cp_y(c)表示元件c相对于参考原点的Y轴方向坐标，元件总数记为numCp；

步骤一二：导入机器参数信息，机器参数信息包括可用吸杆数S，可用供料器槽位数F、供料器槽1坐标{slot_x(1),slot_y(1)}、吸杆间隔rod_interval和供料器槽位间隔slot_interval；

其中，slot_x(f)表示供料槽f相对于参考原点的X轴方向坐标、slot_y(f)表示供料槽f相对于参考原点的Y轴方向坐标；f＝1,2,...,F。

3.根据权利要求2所述一种基于混合遗传算法的LED贴片机拾贴路径优化方法，其特征在于：所述步骤二中根据步骤一中确定的机器参数以及PCB数据文件信息，确定使贴片头移动距离最短的供料器槽位分配位置；具体过程为：

步骤二一：计算待拾贴元件的平均坐标：

aveCp_x＝[Cp_x(1)+Cp_x(2)+…+Cp_x(numCp)]/numCp，

式中，aveCp_x为待拾贴元件的平均坐标；Cp_x(1)表示元件1相对于参考原点的X轴方向坐标；Cp_x(numCp)表示元件numCp相对于参考原点的X轴方向坐标；

步骤二二：计算供料器组中心位置对应的槽位号，f_c＝[aveCp_x-slot_x(1)]/slot_interval；

式中，slot_x(1)表示供料槽1相对于参考原点的X轴方向坐标；

步骤二三：确定供料器的安装位置：

吸杆间隔是供料器槽间隔的2倍，可用吸杆数S＝6，供料器占用的槽位数为1，供料器在槽位f_c-S+1～f_c+S-1以间隔为1依次进行安装。

4.根据权利要求3所述一种基于混合遗传算法的LED贴片机拾贴路径优化方法，其特征在于：所述步骤三中对并列式贴片头拾贴路径进行规划，以步骤二中确定的供料器槽位分配中点作为拾贴路径优化的起点和终点，采用混合遗传算法搜索拾贴路径的可行解，保留其中贴装路径最短的解；具体过程为：

步骤三一：拾贴路径规划的初始化，具体为：

随机产生若干条染色体chromosome，染色体数目popSize＝40，各条染色体均以长度为2·numCp的数组表示，染色体中存储的信息为1～2·numCp全排列中的任意一种；

步骤三二：提取染色体中信息；

步骤三三：计算拾贴路径长度；

步骤三四：对染色体组进行优胜劣汰，获得拾贴路径长度最短的染色体，即拾贴路径最短的染色体。