如何在智能环境下实现柔性装配系统有限异质资源的合理配置,提升装配系统全要素生产率是一个值得关注的课题。关键工位对装配制造企业的整体生产效益影响最大,因此对关键工位进行重点管理,并将优质的人力、作业机器及协作机器人聚焦于关键工位实现最优人机配置,能进一步提升制造系统整体生产效益。同时,智能技术的发展增加了人机之间关联关系的复杂性以及使得关联因素呈现出难以量化的特性,增加了人机协同配置的难度。因此,如何在柔性装配系统的关键工位点完成人机最优配置,实现有限异质资源的精准投入成为当前亟需解决的难题。论文围绕关键工位节点识别、匹配主体的偏好信息表达以及人机协同配置进行深入研究,研究的关键问题包括:如何识别柔性装配系统关键工位、人工作业模式下双边匹配问题、考虑自动化水平约束的混合匹配问题以及面向多阶段偏好信息的动态三边匹配问题。论文的主要内容简述如下:第一,如何识别柔性装配系统关键工位。首先,通过构建工艺框架模型分析工位节点之间的关联关系;其次,从基准关系、相邻关系和隶属关系三个维度量化工位节点之间的关联强度;在此基础上,基于复杂网络理论,以工位为网络节点、工位之间的关联关系为网络边、工位之间的关联强度为边的权重,构建以工位为节点的生产车间网络模型;然后,通过引入的DIL-Wα中心性节点算法识别关键工位节点。最后,以某汽车装配系统的建模及关键工位识别为例对本章提出的研究方法加以应用,验证本章所提方法的有效性。第二,人工作业模式下人员与关键工位如何实现双边匹配。首先,引入对偶犹豫模糊集获取匹配主体的偏好信息;其次,采用悲观准则对偏好信息矩阵进行规范化处理并设计双向投影技术将规范化矩阵转化为贴近度矩阵;然后,引入稳定约束构建双边匹配模型,采用组合满意度分析法将多目标问题转化为单目标问题。最后,以人员与关键工位匹配为例对本章所提出的方法加以验证。第三,人机合作模式下考虑自动化水平约束的混合匹配。首先,引入区间值直觉模糊集获取匹配主体的偏好信息;其次,充分考虑区间值直觉模糊集隐含的犹豫性,设计了基于质心法和TOPSIS的得分函数;然后,引入自动化水平约束条件,构建考虑自动化水平的混合双边匹配模型。最后,以人员、作业机器与关键工位的混合匹配为例对本章所提出的方法加以验证。第四,人机协作模式下面向多阶段偏好信息如何实现动态三边匹配。首先,为了灵活地获取偏好信息,采用模糊语言实现多阶段匹配主体的偏好信息提取;其次,基于整体偏好期望提出多阶段动态参考点设置方法;再次,利用概率密度函数计算收益-损失情况,并基于价值函数获取前景值矩阵;然后,基于不同阶段的权重变化趋势具有指数衰减的特点,引入衰减指数模型计算满意度矩阵。最后,为实现三边匹配主体的满意度最大构建了动态三边匹配模型,并以人机协作模式下人员、协作机器人与关键工位的多阶段三边匹配为例对本章所提出的方法加以验证。本文的研究成果期望能提升柔性装配系统人机协同配置的科学性和有效性,进而提升装配制造企业的整体生产效益,进一步增强企业竞争优势。