基于 CPS 的可重构制造系统在互联工厂的应用

为了解决个性化定制与大规模生产的矛盾,应用 CPS 技术和模块化制造单元,建立了完整的可重构制造系统,实现大规模个性化定制产品生产流程的高效协同。在研究了面向大规模个性化定制可重构系统特性的基础上,构建了基于 CPS 的可重构制造系统架构,研究了可重构系统的关键核心技术。建立的系统可以将生产制造的复杂行为转换为实际数据信息,通过重构分析、智能决策和动态优化调整模块化制造单元,使整个生产环节的制造资源处于有序可控状态。通过在互联工厂展开应用落地验证,结果表明了该系统的可行性和有效性。     

实现大规模定制的柔性分析

为满足客户化和全球竞争的需求，企业需要实现大规模定制。然而，大规模定制的实现需要进行制造过程重组——一项有风险的任务。柔性是先进制造系统的重要特征，对于大规模定制来说尤其如此。基于系统的柔性分析，提出了一种为实现大规模定制的制造过程重组的方法，并通过一个简单的案例来说明方法的应用。     

引领物联网时代的先进制造模式——海尔互联工厂模式

海尔网络化战略的提出,较早地意识到在制造端要推进传统工厂的快速迭代升级提出的背景下,海尔也意识到一方面要加快对传统工厂的改造,快速迭代升级;另一方面,新工厂建设要有新高起点,目标就是要建设互联工厂,实现由大规模制造转变为新型工业大规模定制,实现大规模与个性化定制融合、从体验迭代到终身用户。互联工厂实现由大规模制造到大规模定制的转型,是高精度驱动下的高效率。高精度包括联全要素、联网器、联全流程的"三联";高效率包括柔性化、数字化、智能化的"三化"。先抓住用户的精准需求,由精准需求驱动高效率。     

基于虚拟组织的大批量定制

介绍了大批量定制生产模式的概念,分析了推动其发展的关键技术因素,阐述了虚拟组织是大批量定制的主要企业组织模式;虚拟组织内部企业做到模块化,运用面向大批量定制的供应链管理等是基于虚拟组织下的大规模定制开发设计、制造及其全过程实现的有力保证。     

绿色制造与大规模定制的关系及案例研究

介绍了绿色制造和大规模定制的不同点和共同点，讨论了大规模定制生产中的绿色性，提出了一种面向绿色制造与大规模定制的一般生产模式。研究表明，在绿色制造中采用大规模定制生产方式，可以使企业的经济效益和社会效益得到协调优化。通过案例分析证明了这一点。     

焊装智能工厂控制系统规划设计

在"工业4.0"及"中国制造2025"推动下,智能制造成了当今制造业热门话题。智能工厂需在大规模生产模式下,实现个性化定制需求,这就要求我们在规划设计工厂控制系统时,在系统构架上进行精细规划,各个层级系统分工明确,层级之间搭建灵活的、拓展性强的信息网络,以保证信息流无障碍传输。以东风柳州汽车有限公司焊装B2线为例,介绍焊装智能工厂是如何进行规划设计的。     

面向大规模个性化定制的互联工厂的数字化技术应用研究

大规模个性化定制的互联工厂是以用户互联为核心,整合用户个性化需求,并深度参与企业全流程、零距离互联生态资源,快速、低成本且高效地提供智能产品、服务和增值体验的智能制造模式。基于对大规模个性化定制的互联工厂的数字化技术应用研究,提出互联工厂的数字化技术总体实施架构,同时结合互联工厂中的实际业务需求场景,介绍数字化技术在大规模个性化定制的互联工厂中的应用实践和关键作用。通过互联工厂的数字化体系建设,实现互联工厂全流程业务智能管控、智慧运营和智能决策,最终实现降本提效,更好地服务企业管理,提升企业核心竞争力。     

大规模定制企业敏捷性的多层次灰色评价

根据大规模定制生产的特点及敏捷制造的要求，从顾客需求信息的敏捷响应、企业的组织管理、产品设计和产品加工制造四方面出发，研究了大规模定制企业敏捷性的评价问题，建立了大规模定制企业的敏捷性评价指标体系，并根据评价指标的主观性特征，将层次分析法和灰色评价方法结合起来，采用多层次灰色评价方法对大规模定制企业敏捷性进行评价。     

大规模定制下超声波焊接系统的设计

根据超声波焊接系统的结构特点,应用大规模定制的理论,提出了一种适用于超声波焊接系统设计的大规模定制模型,讨论了其中各模块的功能,制定了基于该模型的系统设计流程图.结合一个工厂所需的超声波焊接系统的设计实例,探讨了该定制模式的应用.     

定制规模化——大规模定制研究新视角

将大规模定制分为两个不同过程:大规模定制化和定制规模化,并分别给出定义。首先提出了大规模定制平衡模型,阐述了企业实施大规模定制的策略(是实施大规模定制化还是定制规模化),然后提出了定制规模化的方法和关键技术,最后将这些理论技术应用到大型桥式起重机,扩大了桥式起重机定制制造的规模,为定制制造企业实施大规模定制——定制规模化提供了理论方法和应用案例。     

灰色遗传算法及其在MCMQA动态网络中的应用

大规模定制生产是当今最先进的生产模式,它成功的关键就在于动态网络系统是否成功。在这种生产模式下的质量保证系统动态网络中一个很大的问题就是少数据、贫信息难以预测的灰色不确定性问题。作者以灰色相对质量偏移,结合一个初步的灰色遗传算法对大规模定制生产下的质量系统动态网络进行了建模。并在QUEST仿真软件平台上的计算机虚拟环境中,集成了质量保证的灰色遗传算法,对花瓣型质量系统动态网络进行了仿真和实现。     

A hybrid algorithm based on particle swarm optimization and simulated annealing to holon task allocation for holonic manufacturing system

Manufacturing is currently undergoing a revolutionary transition with focus shifting from mass production to mass customization. This trend motivates a new generation of advanced manufacturing systems that can dynamically respond to customer orders and changing production environments. It is becoming increasingly important to develop control architectures that are reconfigurable and fault tolerant. A holonic manufacturing system (HMS) is a system of holons that can cooperate to achieve a common goal or objective. The holonic organization enables the construction of very complex systems that are efficient in the use of resources. This paper focuses on the dynamic re-configuration and task optimization of holonic manufacturing systems (HMS). The concept of dynamic virtual clustering is extended to the control process of a holarchy or holonic organization. A task-oriented clustering mechanism and a corresponding optimization algorithm are presented as an efficient approach to the holonic control in the HMS domain. The mediator-based dynamic virtual clustering mechanism is presented firstly. Then a negotiation strategy based on the contract net protocol is proposed for cooperative action among holons. Finally, a hybrid algorithm based on particle swarm optimization (PSO) and simulated annealing (SA) for holon task allocation is described to support the optimum organization of a holarchy. The hybrid algorithm combines the high speed of PSO with the powerful ability to avoid being trapped in local minimum of SA. Simulation results show that the proposed model and algorithm are effective.     

大批量定制的二维优化模型

提出了一种大批量定制(MC)的二维(产品维和过程维)优化模型,对MC的优化方向和优化方法作了较全面的描述,并用实际案例来深刻理解MC的意义和方法。以定制量最少为优化目标,并将产品维的优化分为深度优化和宽度优化,将过程维的优化分为客户订单分离点后移和减少各环节的定制比例。研究表明,MC是一种与制造企业和企业群、设计和过程全面优化相关的,渐进的、不断优化的先进制造系统模式。     

基于Internet的大规模定制的实施条件与运作模式

针对市场扰动图的缺陷,提出了制造企业从大规模生产模式向大规模定制模式转变的市场、技术、管理和人员四个基本条件;研究了基于Internet的大规模定制的运作模式,并进一步分析了定制代理模式,指出定制代理模式是一种有效运作的大规模定制模式,体现了定制企业、客户和定制代理之间的“多赢”关系;阐释了大规模定制的基本策略在于模块化设计与延迟定制的有机结合。最后指出了未来需要解决的深层问题。     

面向大规模定制的计算机辅助夹具设计研究

研究了大规模定制生产下夹具设计的理论支持,提出了夹具的虚拟设计,规划了大规模定制生产环境下夹具设计的总体框架结构及设计流程。以汽车同步器产品的大规模定制生产所用夹具为对象,给出了应用实例。     

大规模定制生产模式的研究

介绍了现代制造企业面临的机遇和挑战,对各种主要制造模式作了总结,详细综述了大规模定制生产方式的研究与发展,并给出了大规模定制生产方式的主要研究内容。     

Mass Customization: Metrics and Modularity

Mass customization as a competitive strategy is getting progressively increasing attention in business and academic arenas due to its high potential to provide sustained strategic advantage in a unique fashion. It is well documented that a manufacturing company competes with others in its industry on five dimensions: Price, quality, flexibility, delivery, and service. According to the existing literature, mass customization provides significant strategic advantage in two of these dimensions—price and customization. We, however, argue that when properly implemented, the cellular manufacturing structure associated with the appropriate implementation of mass customization strategy, provides additional competitive value in quality and delivery. Furthermore by virtue of the customer co-design as an integral aspect of mass customization, customer satisfaction also improves under this strategy. Mass customization strategy, therefore, provides competitive advantage in all five competitive dimensions simultaneously—a truly unique strategic accomplishment. We also propose, in this paper, new metrics for mass customization strategy that measure the “mass” as well as the “customization” aspects of this strategy. Finally, we describe in the clearest terms the modus operandi of modularity in product design and the role it plays in bringing about high levels of customization on one hand and economies of scale at component level, on the other. We conclude with remarks that underscore the need for conducting research in the areas at the interface of mass customization and supply chain management.