一種管線布局智能優化方法

蘆 欣，周曉卉

（1.撫順職業技術學院 信息工程系，遼寧 撫順 113122;2.遼寧石油化工大學 信息與控制工程學院，遼寧 撫順 113001）

一種管線布局智能優化方法

蘆 欣1，周曉卉2

（1.撫順職業技術學院 信息工程系，遼寧 撫順 113122;2.遼寧石油化工大學 信息與控制工程學院，遼寧 撫順 113001）

為了實現復雜機電裝備管線布局優化設計，提出了一種基于新的編碼方式的管線布局智能優化方法。首先，設計了一種具有更好通用性的新的粒子編碼方法，給出了管路路徑映射規則。其次，給出了基于該編碼方式的目標函數計算方法。再次，結合管路布局領域的相關技術，采用粒子群算法對管路避障路徑進行尋優。最后應用MATLAB軟件進行管路布局優化仿真計算，驗證了該方法的有效性。

管路；布局；編碼；優化

管路布局規劃的數學核心為直角避路徑規劃，其可以描述為在含有障礙的空間內尋找一條連接始末點的、符合一定工程規則的避障最優路徑問題，其布局目標通常包括長度最小化、彎頭數最小化以及安裝位置最優化（盡量沿著障礙敷設以便于固定），同時還要考慮避障、電氣區域等工程約束[1,5-6]，因此該問題在理論上與工程上均十分復雜。雖然一些商用CAD軟件提供了管路布局模塊，但由于管路布局的復雜性，目前仍然以技術人員通過手工操作為主，需要經過反復試驗與修改，設計效率較低，且難以實現最優化與自動化。

隨著優化理論與工程實踐的發展，近年來，以實現管路布局最優化與自動化為目標的布管優化算法被廣泛提出來解決這一問題。典型的管路布局算法有迷宮法[2]、Zhu算法[3]，啟發式搜索算法[4]以及遺傳算法[5]、蟻群算法[1]、粒子群算法[6]等智能優化方法。這些方法可以解決一定的實際問題，但由于管路布局問題的復雜性，高效的管路布局優化算法仍有待遇于進一步開發設計。近年來，智能優化方法如遺傳算法、蟻群算法、粒子群算法等由于其不依賴于數學模型并具有并行性，已經成為管路布局問題的一個研究熱點，但已有方法中的個體編碼方法大多依賴于柵格建模，因此通用性與計算效率受到一定限制。

應用智能優化算法解決工程優化問題的兩個關鍵環節是建立個體編碼方法與評價函數。本文設計了一種不依賴于柵格的編碼方法，考慮管線布局領域常用的優化目標，給出了基于該編碼方法的評價函數計算方法。結合管路布局領域的相關技術，采用粒子群算法對管路避障路徑進行尋優，最后進行了計算與仿真，驗證了所提方法的有效性。

1 粒子群優化算法

其中j=1,2,…N；ω 為慣性權重，代表粒子保持自己速度的權值,通常取值為1；c1與c2為學習因子，分別表示粒子向自己的最優經驗以及群體中的最優經驗學習的權值，通常取值為2；R1、R2為介于[0,1]之間的隨機數,相互獨立。

圖1 粒子群算法基本流程Fig. 1 Basic flow chart of PSO

2 管路布局的粒子群優化

2.1 粒子編碼

設計粒子編碼與評價方法是應用粒子群優化算法解決實際工程優化問題的兩個關鍵環節，文中提出了一種新的用于管路布局的編碼方法。如圖2所示，給定規劃空間及管路始末點s、t，首先對規劃空間進行預處理：在s、t之間按豎直方向均勻生成一系列豎直線[8]，設數量為n，在各條豎直線上各生成一點，其坐標依次為 （x1，y1）,(x2,y2), …(xn,yn)，由于橫坐標已定，所以，這些點的縱坐標[y1,y2, …,yn]便構成了一個粒子編碼。下面以編碼子段 [y1，y2] 為例，介紹編碼與管路路徑的映射規則。

圖2 規劃空間預處理Fig. 2 Pre-processing of routing space

對于編碼子段 [y1，y2]，該編碼子段多代表的路徑表示如下：點（x1，y1） → 點 ((x1+x2)/2，y1) → 點 ((x1+x2)/2，y2)→ 點(x2，y2)。其涉及到的3種情況分別如圖3(a)、(b)、(c)所示。

圖3 粒子編碼方法Fig. 3 Particle encoding

按照上述編碼方法，粒子編碼[y1，y2，y3，y4]對應的整條管路路徑如圖4所示。由該編碼方法可知，該方法可以適用于柵格建模情況，但卻不局限于不依賴于柵格，因此具有更好的通用性。

圖4 編碼[y1,y2,y3,y4]對應的整條路徑Fig. 4 Encoding[y1,y2,y3,y4] and its pipe path

2.2 粒子評價

一般而言，管路布局的優化目標[1,5-6]為：1）管路長度盡量短; 2）管路彎頭最盡量少; 3）盡量沿著墻壁或某些設備敷管以便于固定。而管路布局的約束條件為：管路應該避過某些區域，如設備、已敷設管路、電氣區域以及維修區域等限制區域。

設粒子編碼為 [y1, y2,… yn]，根據本文提出的粒子編碼方法，可建立管路路徑的長度l、彎頭數b的計算方法為如式(3)、(4)所示。

對于“盡量沿著設備敷設”這一優化目標，借鑒已有相關技術，可通過“能量值”[5]的概念來解決，即對那些距離障礙的路徑點賦予較低的“能量值”。對于約束條件，可通過管路布局領域常用的罰函數法[5]來解決，即對于與障礙碰撞的個體路徑，賦予其較差的評價函數。

經過上述處理，即可采用線性加權法，將上述優化目標及約束函數歸一化處理為單目標優化問題。

3 仿真實驗

仿真計算基于個人PC電腦，采用MATLAB軟件的M函數編程實現管路布局優化算法，并在UG系統中對管路布局結果可視化。管路端點坐標分別為(0，0.5)與 ( 20 , 19.5)。粒子群規模M為60,算法運行10次，代表性布局結果如圖5所示，最優粒子收斂曲線如圖6所示。

圖5 管路布局結果Fig. 5 Pipe layout results

圖6 粒子收斂曲線Fig. 6 Convergence curve of particles

由布局結果可知，所得管路路徑不僅避過了設備以及維修區域等限制區域，沿著部分障礙敷設便于管路固定，而且獲得了較短的管路長度與較少的彎頭數，符合工程約束且實現了優化目標，驗證了方法的有效性。

4 結束語

針對管路布局優化問題，文中設計了一種新的用于管路布局的粒子編碼方法，該方法不依賴于柵格建模，因此具有更好的通用性?；谠摼幋a方法，給出了管路布局優化目標函數的計算方法。集成若干管路布局領域相關技術與概念，應用粒子群算法對管路布局路徑進行尋優。最后通過仿真算例驗證了該方法的有效性。進一步的工作將集中在如何將所提管路布局算法推廣到復雜三維空間中去。

[1] 范小寧. 船舶管路布局優化方法及應用研究[D].大連:大連理工大學, 2006.

[2] Lee C Y. An algorithm for path connections and its application [J].IRE Transactions on Electronic Computer,1961,EC-10(3):346-364.

[3] Zhu D, Latombe J. Pipe routing=path planning (with many constraints)[C]//Proceedings of the 1991 IEEE International Conference on Robotics and Automation, Sacramento, California,1991:1940-1947.

[4] 柳強,王成恩, 白曉蘭. 基于工程規則的航空發動機管路敷設算法[J]. 機械工程學報,2011,47(5):163-169.

LIU Qiang, WANG Cheng-en, BAI Xiao-lan. Engineering rules-based pipe routing algorithm for aero-engines[J].Journal of Mechanical Engineering. 2011, 47(5): 163-169.

[5] Ito T. A genetic algorithm approach to pipe route path planning [J].Journal of Intelligent Manufacturing, 1999,10(1): 103-114.

[6] 柳強,王成恩,任濤,等. 基于粒子群算法的航空發動機管路布局方法[J].東北大學學報:自然科學版,2009, 30(7):940-943.

LIU Qiang, WANG Cheng-en, REN Tao, et al. PSO-based pipe routing approach for aircraft engine [J]. Journal of Northeastern University, 2009, 30(7): 940-943.

[7] Kennedy J,Eberhart RC. Particle swarm optimization[C] //Proc of IEEE Int Conf on Neural Networks. Piscataway: IEEE Press,1995:1942-1948.

[8] 趙先章,常紅星,曾雋芳,等. 一種基于粒子群算法的移動機器人路徑規劃方法[J]. 計算機應用研究,2007,24(3):181-186.

ZHAO Xian-zhang , CHANG Hong-xing , ZENG Jun-fang, et al.Path planning method for mobile robot based on particle swarm algorithm [J].Application Research of Computers,2007,24(3):181-186.

An intelligent optimization method for pipe layout design

LU Xin1, ZHOU Xiao-hui2
（ 1. Department of Information Engineering, Fushun Vocational Technical Institute, Fushun 113112, China;2. School of Information and Control Engineering, Liaoning Shihua University, Fushun 113001, China）

In order to implement optimization design for pipe and cable layout for complex electromechanical equipment, this paper presents a new encoding based pipe layout intelligent optimization algorithm. First, this paper designs a new particle encoding method with better generality and gives a method to map it into a pipe path. Then, this paper gives the computation method for particle evaluation. Further, by integrating several existing techniques in pipe routing areas, the paper applies the particle swarm optimization algorithm to plan the shortest collision-free pipe paths.Finally, pipe layout computations are performed in MATLAB system, which demonstrates the effectiveness of proposed method.

pipe; layout; encoding; optimization

TN702

A

1674-6236(2014)03-0034-03

2013–06–18 稿件編號：201306110

蘆 欣(1966—)，女，河北滄州人，副教授。研究方向：控制理論與應用，電路分析與設計。