基于时间延迟的多类型维修与经济生产批量联合优化研究

针对目前未能较好的综合考虑多维修类型与经济生产批量联合优化的问题，首先考虑多类型维修关系，基于时间延迟理论求出故障和缺陷次数的表达式；其次，在此基础上，综合考虑生产费用和维修费用的基础上，构建了多类型维修和经济生产批量联合优化模型，以单位时间内总费用最小为优化目标，获得最优检查间隔期和经济生产批量；最后，通过算例分析验证了模型的有效性，说明了第一类缺陷检查次数的多少对费用和经济生产批量影响不大。     

考虑动态资源和工件批量约束的柔性车间生产调度

针对实际车间生产调度过程中车间设备资源受上一调度周期剩余任务影响、工件批量和加工路径柔性等问题,构建考虑设备动态负荷和工件批量约束的柔性车间生产调度模型。提出双层嵌套式遗传算法:外层遗传算法确定工件批量划分和各子批零件的工艺路径,并设计一种基于设备优选法的解码算子来确定个体对应的批量划分中各子批零件的工艺路径;内层遗传算法确定外层遗传算法个体所对应的工件分批和加工路径约束下的调度方案,调度方案的完工时间和超出交货期时间将反馈到外层遗传算法中,用于综合评估当前分批和加工路径方案的性能,实现综合优化。最后在柔性调度标准案例10×10案例基础上增加批量、交货期、设备资源等约束,对所提模型和算法进行测试,结果表明所提算法在对工件进行合理分批和工艺路径确定的同时,能够优化调度结果,满足产品交货期和设备资源约束。     

考虑设备劣化及返工的质量批量模型研究

为了得到最大质量批量，研究了返工成本边际效应下的期望利润值计算方法，将生产过程分为两个阶段：无需返工和需要返工的连续加工。给出了质量控制策略下批量计算公式以及考虑边际成本下的最大利润所对应的质量批量。采用蒙特卡洛仿真和Design Expert 8.0.6软件拟合，通过数字实验，对比了返工成本与未考虑返工成本情况下的期望利润值。研究显示，考虑返工成本边际效应下的质量批量大于一般的经济批量，所得到期望利润也最大。     

一种批量化T/R组件盒体成型工艺研究

通过一种批量化T/R组件盒体的成型工艺试验和分析,采用压铸工艺,选用合适的压铸铝合金材料、合理的工艺措施,同时解决电磁兼容、散热、三防等关键技术,满足总体设计要求。     

基于农村土地承包经营权AutoCAD二次开发技术的研究

针对目前全国开展的农村土地承包经营权调查的主要生产环节,包括数据采集、图形制作、属性录入等工序,基于Auto CAD平台,采用C++语言进行了二次开发,实现了对承包地块、界址点、界址线等要素属性值的自动提取、批量赋值和修改,方便了外业生产,提高了工作效率,有一定的实用价值。     

工业机器人技术现状:新兴技术、挑战与重点研究方向(一)

在过去的十年里,欧洲的国家和企业,尤其是德国和德国企业,一直在努力通过将最新的机器人技术和相关技术融入其制造过程来获得制造业的竞争优势。例如,协作机器人(cobots)可以更直接地与工人一起工作,而不是出于安全原因被防护笼隔开,提供了一种可以在不显著降低就业率的情况下提高生产率的手段。然而,出于多方原因,欧洲工厂升级转型的成效和努力程度不佳,一直处于停滞、不均衡的状态。首先,要使用这些新技术,需对机器人的性质和用途进行深刻的考量,同时清除技术和经济障碍。传统的工业机器人技术主要用于高度重复的生产制造任务,在生产线的寿命周期内,这些任务通常不会发生更改,无需人工干预即可稳定地执行。在一定程度上,这是由于传统的工业机器人相对不灵活,需要借助大量的设计和编程才能集成到生产线上。而执行这种集成过程的企业,通常需要对生产线进行微小的更新,导致技术集成过程趋于时间和资本密集型。此外,机器人编程接口和通信协议目前不是标准化的,再加上各企业的机器人硬件和规格不同,增加了集成的挑战性。每个不同的系统都需要不同的知识,才能与其他技术结合使用。因此,从经济角度出发,工业机器人往往只适用于大型制造企业的大批量生产;而对专注于产品品类丰富、生产批量低的中小型企业来说,其经济意义较低。其次,最新技术本身仍有局限性。轻型机器人或协作机器人可能面临工作速度太慢、有效负荷有限的问题,故而不适用于部分工业应用。机器人编程接口通常使用难度较高,并且需要广泛的编程知识,这导致生产线工人难以轻松地变换机器人用途来提升效率,也难以满足不断变化的制造过程需求。此外,新技术、新软件以及新兴技术、新兴软件仍然不能完成一些关键任务。例如,机器人在包括抓取物体的操作方面仍远不如人类。在其他方面,最新技术可能提供的功能略显多余,这些技术的确提供了大量的信息数据,但从其中提取有意义的信息并获取切实的收益也是一大挑战,限制了人们对物联网(IoT)和云系统的投资和使用。有趣的是,工人的抵制似乎并未有效减缓新技术的采用,一方面是因为欧洲对工人的保护政策限制了裁员,一方面是因为行业领军企业已经认识到,通过让工人参与并决定生产线的重新设计,既能得到更好的技术决策(借助工人的知识),也能更好地接受新技术。本简报详细介绍了我们采访机器人制造商、使用机器人技术的原始设备制造商以及欧洲工业研究机构的发现。我们对以上几点内容进行了扩展,并就工业机器人技术的未来重点领域提出建议。     

改进卷积输入的端到端普通话语音识别

主流神经网络训练的交叉熵准则是对声学数据的每个帧进行分类优化，而连续语音识别是以序列级转录准确性为性能度量。针对这个不同，构建基于序列级转录的端到端语音识别系统。针对低资源语料条件下系统性能不佳的问题，其中模型使用卷积神经网络对输入特征进行处理，选取最佳的网络结构，在时域和频域进行二维卷积，从而改善输入空间中因不同环境和说话人产生的小扰动影响。同时神经网络使用批量归一化技术来减少泛化误差，加速训练。基于大型的语言模型，优化解码过程中的超参数，提高模型建模效果。实验结果表明系统性能提升约24%，优于主流语音识别系统。     

国外税基评估准则条款比较及启示

随着我国房产税立法改革的热潮,税基评估对我国资产评估行业提出了新的要求。税基评估在国外发展已经比较成熟,其准则起到了很好的规范作用,文章选取IVS、USPAP、Red Book、MARP、TPG及IRM为比较对象,从准则结构、特定术语、基本要求和评估方法四个方面对税基评估准则进行比较,以期为我国将来制定税基评估准则提供借鉴,并引导我国税基评估工作的有序开展。