不确定知识化制造环境下航空发动机装配车间滚动自进化

针对产品装配次数不确定且装配组的调整时间与工序间排序相关的航空发动机装配车间,对不确定环境下知识化制造系统(Knowledgeable manufacturing system,KMS)的自进化问题进行研究。采用事件和周期混合驱动型的自进化机制,结合滚动时域方法实现航空发动机装配车间自进化,并给出一种可行的滚动规则。建立系统在各个决策时刻的静态决策子问题的数学模型,并针对该模型提出一种具有双层结构的遗传算法进行求解。在下层的混合型遗传算法中,给出一种直接解码算法,并引入了变邻域搜索算法,以增强局部搜索的能力。通过仿真对算法的性能进行了测试,此外,试验数据表明执行自进化操作的系统具有较好的生产性能。尤其是对于更敏感于自身调整的系统,自进化操作发挥的作用更大。     

静态知识化制造环境下航空发动机装配车间周期性自进化研究

针对静态知识化制造环境下的航空发动机装配车间,研究了知识化制造系统自进化问题,采用滚动时域方法实现了该装配车间的周期性自进化。根据问题的特点,建立了系统在每个决策时刻的静态子问题的数学模型,提出了基于初始决策方案的滚动规则,进而给出了一种求解自进化问题的两阶段算法。针对所建立的数学模型,设计了一种具有双层结构的遗传算法(BiGA)。最后通过仿真验证了模型和算法的有效性和可行性,并分析了滚动窗口和滚动步长的大小对生产性能的影响。     

面向航空发动机装配线的知识化制造自适应优化调度

为了解决不确定生产环境下的航空发动机装配调度问题,设计了一种面向航空发动机装配线的知识化制造自适应优化调度算法。算法采用强化学习和过程仿真相结合的调度策略求解方式,以最小化提前期惩罚费用和完工时间成本为调度目标,给出了航空发动机装配的Q学习自适应调度模型;针对装配调度问题定义了四个新的调度规则,定义了航空发动机装配的四个状态特征用于对系统状态进行描述,并针对调度目标设计了合理的回报函数。仿真实验结果表明,在调度过程中,采用提出的Q学习方法在多数情况下都远优于其他规则,尤其在装配任务到达频繁的情况下,总体上表现出更好的优势,显示了良好的自适应性能。     

基于链约束的Job-Shop型知识化制造单元自进化算法

以最大完工周期为目标的Job-shop调度问题是一类NP完全问题,迄今仍未发现其求解的有效算法。通过Job-shop型知识化制造单元自身结构特性分析,构建其链约束模型,并通过对其链路图添加约束获得可行调度。在此基础上提出一种自进化算法,该算法在运行中通过q学习能够不断从环境中获取所需知识,使其搜索能力逐步提高。对于学习过程中系统状态过多的问题,采用径向基函数网络对q函数进行逼近。通过仿真计算表明了所提算法对该类问题具备明显的学习进化能力。     

知识化制造系统产品工艺路线的自重构

为满足动态多变的产品需求,研究了知识化制造产品工艺路线自重构问题.以最小化平均在制品水平和最小化重构后各工序在机器上的分配变动数目为目标,在满足生产率、工序优先顺序、工件加工完整性、机器加工可行性约束的前提下,对产品工艺路线重构问题进行数学建模.提出了改进的混沌非支配排序遗传算法,利用带随机参数的Skew Tent映射对种群个体进行扰动,避免搜索陷入局部最优.设计了基于工序优先约束矩阵和候选机器集的解码方法,可获得产品可行的加工工序序列及加工机器序列.通过实例研究验证了模型和算法的有效性,为决策者提供了多种可选工艺路线重构方案.     

面向增材制造的航空发动机外部系统支架拓扑优化设计

分析了严酷载荷工况下航空发动机外部系统支架的力学性能,以两种极限载荷工况下的支架柔顺度为目标函数,采用增材制造材料横观各向同性模型,开展了面向增材制造的外部系统支架拓扑优化设计与性能校核。金属激光增材制造样件的力学试验表明：面向增材制造的支架设计较初始结构质量减小约15%,刚度增大约20%,一阶固有频率提高约15%,结构强度显著增大。该方案实现了1个外部系统支架、2个管路支架和4颗铆钉的一体化增材制造,有效提升了发动机装配质量和效率,顺利通过地面静载和发动机点火试验。     

知识化制造系统——新一代先进制造系统

首先讨论了将先进制造模式转化为先进制造知识的必要性和可行性,以及现有商品化软件的缺陷;然后提出一一种知识制造系统新理念。这是一种高智能生物化制造系统,并讨论了其体系结构、功能结构、逻辑层次、关键技术和已有的研究基础。     

一类类Job-shop结构的知识化制造单元多目标调度自进化算法

对于多目标的Job-shop问题很难找到其绝对意义上的最优解,通常找到的是其Pareto意义上最优解。建立一种类Job-shop结构的知识化制造单元多目标调度优化模型,并分析模型中多目标间关系。通过对其析取图模型分析,发现各任务的关键弧的特性,指出改变中间关键弧方向无助于优化目标函数,并在此基础上提出一种缩减邻域,该缩减领域极大减少要搜索的可行解数目。基于该缩减邻域特性,应用自适应启发评价方法提出一种多目标调度问题自进化算法,算法的联想搜索模块通过学习训练后能够为当前解匹配一个最佳动作以得到一个更好的解,模块这种功能随着训练增加不断改善。数值仿真结果表明所提算法通过学习对所提调度问题具备良好寻优能力和明显学习进化能力。     

面向航空发动机叶片的可制造性评价方法

详细分析了航空发动机叶片零件可制造性,研究建立了面向可制造性评价的叶片零件信息模型和制造资源能力信息模型.提出了两种可制造性的评价方法:①根据零件信息模型和制造资源能力模型包含的信息,以及信息之间的关系,运用匹配度计算法,判断在该制造资源环境下叶片零件的可制造性;②以叶片零件制造密切相关的各项指标为依据,采用基于层次分析法模糊综合评判的方法对制造叶片的多种设备进行综合评判,从而确定叶片零件的可制造性.通过上述研究方法,对零件的可制造性进行合理的评价和反馈,指导产品设计.     

基于组件技术的知识化制造系统自重构的实现

为了实现知识化制造系统的自重构,对自重构的使能工具进行了开发及应用。首先研究了知识化制造系统中知识的表示方法,讨论了知识网库的设计;然后分析了知识化制造系统自重构使能工具的功能;详细讨论了知识网自重构使能工具的实现以及自重构后软件系统的自动生成等难点技术;最后,在.NET平台上,基于组件技术,通过实例说明了知识化制造系统自重构技术的应用;自重构后新系统的有效运行,充分说明了知识化制造系统自重构的可行性及有效性。     

面向U-制造的车间物流实时数据语义分析

针对U-制造环境下“数据有余、信息不足”的典型问题,研究了从车间物流实时数据中有效提取信息的语义分析原理。采用射频识别技术采集工艺路线物流实时数据;通过复杂事件处理方法将简单事件（即射频识别读事件）聚合为6种常见的物流复杂事件;构建物流进度矩阵完整地记录不同时刻复杂事件的发生,以矩阵的秩和元素作为主要参数反映和描述单批次生产任务的执行进度。给出了所提原理的运行模式,开发了对应的原型系统。通过某汽车电机制造商的应用案例验证了所提原理的可行性。     

一种基于多维特征提取的知识化制造系统故障监测方法

为了减少对知识化制造系统生产故障的误诊和漏诊,本文首先提出了一种新的基于多维特征提取的故障监测方法,该方法先对采集的信号进行多维特征提取,再通过归纳学习建立设备的正常状态空间,并以此来判断设备的故障状态。然后,提出一种故障误判概率控制方法。通过多维特征提取和误判概率控制,可以很好地减少对故障的漏判和误判。仿真实验证实了该故障监测方法的有效性。     

Database model for hierarchical control of manufacturing cell systems in a manufacturing shop

To access a large amount of static and dynamic data sets in achieving flexible manufacturing system (FMS) control functions, a corresponding database structure must be designed to effectively support the control. Within the context of a hierarchical manufacturing control architecture, this paper discusses the development of a semantic database structure for the control needs of manufacturing cell systems in a shop. A conceptual data model is first developed using entity-relationship diagrams (ERD), and the database is then implemented from a relational data model by a database management system. An application program is used to illustrate the production control command decomposition in a manufacturing shop that consists of several manufacturing cells. Feedback of control commands execution is also discussed. It is shown that the data flows in the hierarchical manufacturing control can be effectively supported by the developed databases and query interface.     

An adaptive approach to dynamic scheduling in knowledgeable manufacturing cell

To overcome deficiency in the global capacity of a single dispatching rule, it is vital to select a dispatching rule in real time for dynamic scheduling. Among the studies addressing the method for selecting dispatching rules, few have no requirements for domain knowledge or accurate training example, which is hard to acquire from the real production system. In this paper, a new learning algorithm, along with the presentation of an adaptive scheduling control policy, is proposed to obtain the dynamic scheduling knowledge effectively, and different dispatching rules are selected to schedule the jobs in the machine buffer according to the current transient state of the system. Case studies are given to illustrate the validity of the scheduling control policy.     

面向网络化制造的装配CAPP系统产品信息服务

面向网络化制造的装配CAPP系统的作用是进行装配工艺设计,其产品设计和工艺设计以及可视化虚拟装配过程设计所需要的信息由各个协同工作用户提供。网络化制造中的各个协同工作用户所使用的系统具有不确定性,随之而产生的一个重要问题,就是如何通过互联网来实现异质系统之间的信息集成问题。本文提出的方法,是在网络化制造的CAD系统之间、装配CAPP系统之间、以及CAD和装配CAPP系统之间通过网络数据库实现信息共享和信息集成。     

航空发动机装配过程仿真技术研究

以航空发动机为研究对象,针对目前装配按照纸质装配工艺规程和二维示意图进行装配不直观的缺点,提出基于三维可视化组件HOOPS实现装配可视化实现的方案,研究了模型获取,装配顺序和路径生成,三维装配动画的表示和动画播放的工步级控制等技术,通过建立装配工艺过程可视化模型,以动画形式来演示航空发动机的装配过程,实现装配过程仿真,以减少人为因素对装配质量的影响.     

面向网络协同制造的制造服务优化选择研究

为了更好地实现网络制造环境下制造资源共享与优化配置,提出了协同制造链的概念;详细分析了协同制造链构建过程中的制造服务优化选择问题,建立了其数学模型;并进一步针对该问题,给出了一个制造服务评价指标体系;在此基础上,设计了一个基于模糊层次分析法的制造服务优化选择算法;最后,通过实例验证了该算法的有效性。