基于VR技术的虚拟智能车间实训系统设计

为解决传统实训系统在应用中存在的实际问题,开展基于VR技术的虚拟智能车间实训系统设计研究.对系统服务器及车间实训内容开发板进行选型;基于VR技术对虚拟智能车间模型进行处理,演示车间实训内容等,完成基于VR技术的虚拟智能车间实训系统设计.实验证明,本文设计的实训系统与传统实训系统相比,能够实现对实训资源的高精度分配,满足学生实训学习所需.该系统为实训者提供了一个虚拟可视化的实训基地,极大地提高了实训者的应用技能,同时也为制造业的相关领域带来变革.通过实验进一步证明,设计的实训系统与传统实训系统相比,能够实现对实训资源的高精度分配,满足学生实训学习所需.     

涂装车间节水方案企划与实施

某涂装车间在现有节水措施的基础上，通过企划与实施一系列新的技术及精益管理措施，如，磷化出槽喷淋工艺优化、纯水制水率提升、空调冷凝水回用率提升、中水深度处理回用、用水分级管理等，将新鲜水用量从 15. 2 L/m2降至 11. 3 L/m2，达到涂装行业清洁生产评价指标体系（ 2016版）中的 I级标准 12 L/m²要求，处于国内领先水平。     

基于高精度定位技术的炼钢车间天车安全监控系统

炼钢是钢铁生产的重要环节。炼钢车间工艺复杂,从铁水到合格钢坯需要经过一系列物理化学变化。天车作为炼钢车间主要的倒运设备,其工作效率直接影响着整个钢铁企业的生产节奏,因此为了保证炼钢车间天车的安全运行,为其提供一套安全监控系统便格外重要。该文结合炼钢车间天车的运行特点,基于高精度定位技术为炼钢车间提供了一套天车安全运行的监控系统。为天车的安全运行提供技术保障,进而提高整个炼钢车间的安全生产等级。     

基于NSGA-II算法的柔性流水车间优化调度模型的构建与应用

为解决造纸企业的高效优化排产问题，使机器利用率最高、减少产品切换次数以及满足客户对产品的时间需求，构建了以成本及最大完工时间最小化为优化目标的两阶段柔性流水车间调度优化模型，并通过一种快速非支配遗传算法（NSGA-II）来求解该模型。结果表明，与人工排产相比，NSGA-II得到的排产结果缩短了约6.5%的最大完工时间，降低了约4.7%的生产成本。     

螺灭杀原材料使用成本分析

采用主次因素法、访谈法、鱼骨图法和要因矩阵图分析方法对S公司螺灭杀产品的原材料使用成本进行层层深入分析,找到了原材料使用成本居高不下的三大原因,为下一步的成本控制提供了明确方向,同时也为S公司其他生产车间或农药化工行业的原材料使用成本分析提供思路和参考。     

基于改进人工蜂群算法的多目标绿色柔性作业车间调度研究

针对多目标绿色柔性作业车间调度问题（MGFJSP）的特点，提出从碳排放量、噪声和废弃物这3个指标来综合评定环境污染程度，建立了以最小化最大完成时间和环境污染程度为优化目标的MGFJSP模型，并提出了一种改进的人工蜂群算法来求解该模型。算法的具体改进包括：设计了一种三维向量的编码和对应解码方案，在跟随蜂搜索阶段引入一种有效的动态邻域搜索操作来提高算法的局部搜索能力，在侦查蜂阶段提出产生新食物源的策略用于增加种群的多样性。最后进行了实验研究与算法对比，以验证所建模型和所提算法的有效性。     

基于复杂网络理论的离散制造车间生产物流网络建模与分析

针对离散制造车间生产环境复杂、加工任务多变、生产异常频发等特点致使车间生产物流难以支撑产线优化运行与任务高效执行的问题,提出一种基于复杂网络理论的离散制造车间生产物流网络建模与性能分析方法。根据典型离散制造车间生产物流业务运行特点,构建一种以工位和存储单元为节点、物料流向为边的带时间窗的车间生产物流双权重有向网络模型;分析所构建模型的动态演化驱动因素和网络特征,研究车间生产物流网络的节点重要性、稳定性、自修复能力等性能指标,为离散制造车间生产物流业务的优化稳定运行提供理论支撑。以重庆某发动机箱体机加车间生产物流业务为实例,验证了所提方法的有效性和适用性。     

分时电价下多目标绿色可重入混合流水车间调度

针对多目标绿色可重入混合流水车间调度问题（RHFSP）的特点，在机器分配和工序排序的基础上引入分时电价机制，构建了以最小化最大完工时间、总能耗成本和碳排放为目标的绿色调度优化模型，提出了一种改进的多目标文化基因算法（MOMA）来求解该问题，通过数值实验验证了所设计的MOMA算法的可行性。实验结果表明MOMA算法在非劣解的收敛性、多样性和支配性指标方面都显著优于多目标蚁狮优化算法(MOALO)、多目标粒子群优化算法（MOPSO）和带精英策略的非支配排序遗传算法（NSGA-Ⅱ），四种算法的分布性指标无显著差异。所提出的模型能够使企业有效避开高电价时段作业，合理转移用电负荷，达到降低总用电成本和碳排放的目的。