王 豆，段晓强，邵晓东，高 峰

(西安理工大学 陕西省制造装备重点实验室，陕西 西安 710048)

0 引言

大型反射面天线因其口径大、零部件众多、结构复杂，因此面板装配变形问题非常突出，装配变形造成装配误差进而影响天线电性能[1-3]。除此之外，由于反射面装配的表面误差不达要求，需要大量后期人工调整甚至返工重装，大大延长了天线的装配周期，增加了装配工作量[4]。

实际装配过程中，经常会出现由于零件装配顺序不合理、装配力不均匀等因素导致的面板变形、反射面精度达不到设计要求等问题。基于反射面的实际装配过程，分析装配工艺对反射面变形的影响是优化反射面装配提高反射面精度的基础。在此基础上，结合工程优化算法对天线反射面装配进行优化，得到最优装配方案或方案集，不仅可以提高反射面的装配精度，还可以大大缩短天线的装配周期。

工程中优化算法已有众多学者研究,比如用在飞机起落架装配序列优化中的果蝇优化算法[5]；用在汽轮机转子动叶片排序优化中的遗传算法[6]；结合粒子群算法和遗传算法对航天产品部件装配序列优化的粒子群遗传算法[7]。近几十年，智能优化算法发展迅速，大量研究将工程智能优化算法应用于大型结构的装配工艺优化，主要关于航空、航天等大型复杂的产品。LazzerinI等[8]提出基于遗传算法进行装配规划及评价，并建立了评价方程。邓明星等[9]根据零部件间的装配优先关系，提出一种改进的装配序列规划方法，基于蚁群算法予以实现进行研究，并通过实例研究验证了算法的可行性和高效性。……