考虑工件分批的柔性作业车间调度及求解算法

针对柔性作业车间分批调度问题,建立了考虑工件分批的柔性作业车间调度模型,并提出混合遗传算法用于模型求解。首先,采用改进试探法确定划分的具体批次、柔性批量划分方法确定各个批次的实际批量;其次,采用双层编码机制对工序排序及机器选择同时进行优化,利用GLR机器选择法生成初始解;最后,混合遗传算法利用GA鲁棒性强与ABC算法对初始解依赖性不高、适应性强的特点在解空间内充分搜索较优解,并结合SA出色的局部搜索能力快速收敛到全局最优解。分析表明,改进试探法批次划分与柔性批量划分方法可明显缩短生产周期,同时也证明了所提算法的有效性和可行性。     

基于FP-Growth算法的数控机床故障特征分析北大核心

数控机床故障问题的及时响应、故障原因精准判断以及解决方案的快速识别是实现制造单元智能化的关键。基于数控机床历史运维数据,采用关联规则挖掘FP-Growth算法实现数控机床故障模式、原因的关联规则挖掘。首先对运维数据进行故障特征分析,构建基于关联规则的故障诊断模型;其次,通过对历史故障模式及其相应故障原因进行挖掘,生成故障诊断关联规则;最后结合关联规则的支持度、置信度等评估指标进行分析,并推演出关联概率的大小,验证了FP-Growth算法用于数控机床故障特征分析的可行性和合理性。     

面向复杂加工装备的功能聚合与作业手势交互设计

目的 为了解决当前复杂加工装备人机交互过程中存在手势和功能映射模糊、缺少规范等问题,研究将人机交互技术赋能复杂加工装备的智能化升级。方法 首先,采用谱系聚类法进行复杂加工装备的人机交互功能聚合,为手势映射提供基础;其次,基于手势交互定义原则对作业手势进行规范性定义,完成手势库的设计;最后,根据作业场景进行调整并完成人机交互功能与作业手势的映射。结果 通过聚类将40个子功能元聚合为16个二级功能和4个一级功能,依据手势定义规则设计出一套动、静态结合的混合手势库,实现了人机交互功能映射。结论 该研究为交互服务识别与计算提供基础的理论支持,可方便、自然地对复杂加工装备进行远程操作与监控。     

RFID物料主动感知的车间AGV云-边协同计算框架模型北大核心

针对智能车间制造物联产生的物流状态数据低延时传输与高效率响应的计算服务需求,提出一种RFID物料主动感知的车间AGV云-边协同计算框架模型。讨论AGV状态数据采集与信息交互、边缘侧RFID数据处理、云-边协同计算等关键技术。案例研究表明:生产物流过程数据可在计算模型的AGV边缘端和云端两个层面进行协同处理,实现主动感知与自主决策,为车间的自治化、智能化提供支持。     

AMPSO与SVR相结合的铣刀寿命预测研究

针对支持向量回归机在预测铣刀寿命时惩罚参数和核函数参数难确定、不同的参数设置对预测效果影响较大的问题，提出了自适应变异粒子群算法。在支持向量回归算法的基础上，引入AMPSO优化SVR参数，建立AMPSO与SVR相结合的数控铣刀寿命预测模型。通过硬质合金钢铣刀铣削的实验验证表明，相比于网格搜索法和神经网络算法，AMPSO-SVR算法在测试样本集的平均相对预测误差低至0.72%，相较前两者预测误差更小，可准确预测数控铣刀寿命，为数控加工过程中的换刀决策提供依据。     

基于刀具寿命等级的铣削加工参数自适应调整优化方法

为了解决铣削加工过程中传统优化参数无法随着刀具寿命的变化动态调整，导致刀具性能无法充分利用的问题，对铣削参数自适应优化方法进行研究，提出一种基于优化灰狼算法的铣削参数动态多目标优化方法。通过BP神经网络构建铣削过程中铣削参数与优化目标之间的非线性映射关系；提出刀具寿命等级的概念，通过粒子群优化灰狼算法进行寿命等级内铣削参数自适应优化。试验结果表明：该方法能够在整个刀具寿命周期内根据刀具的寿命衰变程度提供时段内最优的铣削参数方案，在提高刀具使用价值的同时降低碳排放量。     

考虑多维误差的复杂装配过程数字孪生建模方法

针对多维误差耦合作用下大型固体火箭发动机等复杂产品装配过程中装配精度难以预测的问题，引入数字孪生概念，揭示制造误差、装配变形与定位误差耦合的装配偏差传递机理，据此提出一种复杂装配过程多维度高保真数字孪生模型构建及其驱动的装配精度在线分析方法。首先，从制造误差和装配变形耦合的角度，提出面向装配精度在线分析的数字孪生框架。其次，研究复杂装配过程数据感知模型、点云几何模型和装配变形机理模型的构建与融合方法，形成复杂装配过程多维度高保真数字孪生模型。在此基础上以装配特征为节点，基于雅可比矩阵和非理想表面模型，通过接入装配现场数据实现复杂装配过程装配精度在线分析与预测。最后，以大型固体火箭发动机喷管智能装配平台为对象，验证所提技术、方法与模型的正确性和有效性。