复杂零件协同制造任务信息模型及建模方法

针对网络化环境下的复杂零件协同制造,研究了协同制造任务信息模型及建模方法.定义了协同制造任务和制造子任务,提出了基于逻辑制造单元和逻辑加工路线的协同制造任务和制造子任务表征;建立了逻辑制造单元的信息结构.定义了相关"元语",研究了逻辑加工路线的信息模型及其有向图表示;提出了协同制造任务的分解过程涵盖逻辑制造单元和逻辑加工路线的设计,并分别给出了设计方法.最后,以叶片零件为例,讨论了其协同制造任务分解的应用过程.     

基于服务质量的云制造服务双向匹配模型

为解决云制造环境下服务提供方和需求方的按需互选问题,提出了基于服务质量的云服务双向匹配模型。针对云制造服务提供方与需求方给出的短语评价信息,采用云模型将其量化为可计算的数值。利用可变模糊识别方法进行多指标信息的综合满意度计算。以服务提供方和需求方双方服务质量满意度最大为优化求解目标,建立了多目标优化数学模型,并利用隶属度函数的加权和方法将其转化为单目标线性规划模型进行求解。实验结果表明,该模型能够准确地为用户选择双方都满意的最佳服务。     

基于混合任务网络的智慧制造任务协同分配模型

复杂任务场景下,由于制造子任务间存在多维的物料、信息、知识交互和传递关系,对匹配服务单元间的协同能力提出一致性要求,任务关系与服务协同关联匹配不精确将带来额外协调和交互成本,降低资源配置效率,而传统任务分配模型忽视任务关系约束对分配结果的影响。鉴于此,通过任务网络与服务协同网络的动态匹配,构建了面向任务关系约束的任务协同分配方法。针对"好钢未用在刀刃上"现象,综合用户偏好和网络中心性分配任务权重,提出基于权重的服务胜任度聚合方法;针对"1+12"不协同现象,提出基于横向协同和纵向协同的服务协同水平计算方法;综合考虑服务群体的胜任度和协同水平,提出基于混合任务网络的多目标任务分配优化数学模型。利用改进非支配粒子群算法进行求解得到Pareto最优解集,根据用户偏好和实际制造情形,通过加权TOPSIS评估获取个性化、灵活的最佳分配方案。运用汽车云制造仿真实验,验证了模型的有效性,通过在最好解、平均解和运行时间上与其他算法进行对比,分析了所提方法的优势。     

基于复杂网络模型的协同制造资源的统计分析

将复杂网络理论及方法应用于区域协同制造中关键资源的统计、发现,提出了区域协同制造资源网络的构建过程及其统计分析方法.在区域协同制造资源网络中,将资源抽象为网络节点,将任意资源之间的可合作性抽象为网络边.通过定义、计算、分析节点的度、强度、聚集系数等参教及其关系,揭示了各节点在网络中的重要程度.最后,通过一个实例的计算,表明了该方法的可行性.     

云制造环境下模具加工任务与制造资源服务匹配研究与应用

针对传统模具企业加工任务需求的不断变化,更多个性化的模具加工任务被提出,不同区域企业间缺乏沟通与合作,传统的模具企业仅仅依靠自身拥有的加工资源,难以满足复杂多变的加工任务的需求。引入云制造模式,对模具加工任务的分类、编码规则以及任务间的相互关系进行研究,建立模具制造企业订单项目模型,利用UML建模技术,对模具加工任务进行形式化描述,确定模具加工任务的约束关系,并提出了模具加工任务与制造资源服务匹配的3种模式,以及金银铜质制造资源服务检索算法,结合层次分析法、专家评估法和熵权系数法的主客观综合方法计算最优指标权重系数,得出的结果作为最优服务。结果表明：有效地促进企业间的协同工作,企业生产制造方式更加丰富化,有效提高闲置加工资源的利用率,降低生产成本。     

云制造下设计任务与知识资源双边匹配方法

设计任务与知识资源的匹配大多是以业务流程为基础的单向匹配,为解决研发设计任务与知识资源之间的双边匹配问题,提出面向云制造模式的研发设计任务与知识资源双边匹配总体框架,该框架包括双边匹配满意度评价指标体系构建、多指标满意度评价信息处理和多目标双边匹配决策模型构建与求解等关键步骤。以卫星产品研制工艺知识为例,验证了所提方法在解决设计任务和知识资源双边匹配,以及提升产品设计任务执行效率与质量方面的有效性。     

基于协同效应的并行制造云服务组合算法

为了解决并行结构下制造云服务的组合优化问题,从协同效应的角度提出一种基于反向和局部学习的蚁群算法。该算法以服务质量作为信息素构建协同效应评价模型,求解并行服务的协同效应值,作为启发函数参数。利用协同关系矩阵计算组合协同效应值,并将其与组合服务质量相结合,求解综合评价值最高的服务组合。实验结果表明,该算法能有效求解并行制造云服务的组合优化问题,并能较快地得到最优解。     

基于协同效应的高职制造类专业人才培养模式研究与实践

针对当前职业教育校企协同育人模式实践过程中存在的职业院校自身吸引力不够、企业参与育人积极性不高、相关制度机制适应性不强等现实困境,在分析政校企“三位一体”协同育人模式建设目标的基础上,结合百色职业学院制造类专业近5年来校企合作实施现状,从凝聚价值目标、共促资源融通、完善制度保障等方面,提出构建基于校地协同合作的现代产业学院,构筑产教深度融合、优势互补、互利共赢的校企合作联合体,构建基于“双导师”制的校企融合人才培养模式和基于“课岗证”的高职校企协同与产教融合育人模式,聚焦教学共融,在专业设置设立精准对接产业需求的专业项目,在教材设计上推出既满足学生就业需求又接洽企业生产需要的现代化教材,在课程改革上提高实践性课程的占比等基于协同效应的高职人才培养具体措施与策略,从而实现深入推进校企合作,深化产教融合,为社会培养高素质技术技能人才目标。     

基于分层任务网络的多机器人复杂任务分解

为解决多机器人复杂任务分解问题,提出了表征分解方案属性的三个指标,即关联系数,内聚度,任务粒度,并结合所提属性指标提出了距目标解的距离来衡量任务分解方案的效果。基于传统HTN方法,引入基于任务属性指标的调整方法以改善传统HTN方法分解结果的随机性以及无量化评价的缺点,并以玩具-零食生产过程为实例展示了任务分解的流程,通过与传统HTN方法比较寻解时间与指标质量验证了改进HTN方法的有效性。     

基于生态位的云制造生态系统主体竞争合作演化模型

为分析云制造生态系统参与主体间竞争合作关系及其对个体发展的影响,了解系统平衡性和稳定性,提出一种基于生态位的个体竞争合作演化模型。根据云制造生态系统中参与者的角色和地位,定义了个体生态位的概念,讨论了生态位宽度和重叠度的计算方法;在此基础上,构建了个体间竞争合作关系演化发展的动力学模型。仿真分析表明:生态位宽度和重叠度对个体发展影响巨大,具备宽的生态位和低重叠度的个体具有更好的适应性和发展空间;初始状态对个体前期发展有重要影响,在后期则影响不明显;竞争环境的变化对新生个体具有显著影响,在一定程度的竞争环境下,具有不同竞争能力的个体能够共存;合作有利于个体间的共存,合作关系越强,个体获利越大。     

基于分层任务网络的云制造任务分解方法

提出了一种基于顺序任务分解的云制造任务分解算法。首先给出云制造任务描述模型以及任务约束结构的相关定义,对制造任务粒度分析方法、制造任务内聚性度量方法和制造任务相关性度量方法进行了研究。然后,采用递归分解算法对任务进行优化分解,并在分解过程中考虑任务的资源匹配问题。最后,以某变速箱试制任务分解为实例验证了所提方法的可行性和有效性。     

制造企业复杂信息对象编码结构模型

从系统集成的角度出发,在信息的编码标识方面提出制造企业内复杂、简单和基本信息对象的定义.从复杂信息对象的构成属性和编码结构出发,分析适合该类信息对象的编码结构模型的设计原则、设计步骤并设计编码结构模型,以装配工位为例,依据复杂信息对象编码结构模型的设计步骤对编码数据进行实例化,并在PDM系统和财务管理系统中对实例化的编码数据进行集成应用.     

全三维模型驱动的复杂产品智能制造

为适应以现代飞机为代表的复杂产品对制造效率和质量提升的需求,综合生产数据和制造知识两类信息处理,提出了全三维模型驱动的智能制造模式。建立了全三维设计和制造模型的数字量定义、传递与控制模式,通过扩展承载内容提升模型的适用性,通过协同设计提升模型对工艺的适应性,从而用面向制造的全三维设计模型驱动制造的高效化;以工件模型的数字量传递提高制造效率,以考虑变形补偿的工艺模型控制制造的准确度,从而以面向工艺链的精确制造模型驱动制造的可控化;建立了制造知识的数字化表达、管理和集成应用模式,采用工艺领域知识的系统化建模对源头各异的制造知识进行集中分类存储,采用成熟度控制生产数据向知识的转化来实现企业知识的螺旋式上升以及工艺领域知识的表达和科学管理;以多层次的推理提高模型设计的效率和准确度,以XML的几何数据交换将智能设计工具与已有计算机辅助系统相集成,实现复杂外形零件数字量的快速、精确定义。结合飞机框肋零件的制造,说明了全三维模型驱动的智能制造过程。实例零件制造结果表明,该技术可一步达到成形精度要求、显著缩短制造周期,并可用于指导飞机各类零部件智能化制造系统的构建,促使制造活动由经验依赖的试错模式向智能化的高效高质量模式转变。     

复杂LED制造系统的用户体验评估模型

为提升LED制造系统中人机交互的用户体验,基于设计认知心理学和"用户—产品—环境"系统理论,采用主成分分析和因子分析方法,提出一种多维用户体验评估模型MUEEM。该模型由"理解—操作因子"、"安全—恢复因子"等9个主绩效因子构成。进一步构建MUEEM计算机辅助评估系统,该系统能辅助用户评估LED制造系统中的人机交互优度。以LED分选机为对象进行测试,结果表明,使用该软件系统可以提升用户体验的满意度和人机交互系统的操作效率,降低出错率,进一步验证了模型的有效性。     

基于protégé的车身制造工艺本体模型及匹配方法

为了在车身制造工艺规划过程中实现工艺知识的重用和共享,提高对已有车身制造工艺的检索和利用效率.提出了车身制造工艺本体知识表达方法,采用框架概念图表示车身制造工艺;提出了基于结构相似度的本体匹配方法,由概念树结构判断本体是否相似;最后通过利用protégé本体构建工具建立车身制造工艺本体库,设计了相应的本体匹配实验,实验证明基于结构相似度的本体匹配方法是有效的.     

云架构下基于标准语义模型和复杂事件处理的制造车间数据采集与融合

在智能制造背景下,制造车间向智能车间转型是未来发展的必然趋势,而目前制造车间数据大量增长产生了私有协议数据多、数据无法充分利用、数据无法跨系统跨企业共享的问题。为解决上述问题,设计并实现了一个云架构下基于标准语义模型和复杂事件处理的制造车间数据采集和融合系统。该系统由设备端和云端两部分组成。设备端为分布式结构,解决了私有协议数据多的问题;其中数控机床和工业机器人采用基于OPC统一架构协议进行数据采集,测量设备及计量器具采用基于质量信息框架标准进行数据采集。云端用于统一采集每个设备端的数据,解决了数据无法充分利用和数据共享问题;利用复杂事件处理技术对采集到的数据进行融合处理,得到制造执行系统关心的工件加工状态,工件的生产准备等信息,同时系统也可以协助工人完成生产任务。通过原型系统验证,所设计系统可以有效地完成上述功能,并为上层制造执行系统及时提供可信的数据支持。     

面向云制造系统复杂任务请求的服务组合优化框架

为破解因多任务、强QoS约束及任务过量等因素导致云制造系统组合效果不佳的问题,研究并提出了面向复杂任务请求的全局优化策略框架。该框架以多任务全局优化、组合服务捆绑与共享为基本原则,提出了“单组合执行每任务”、“多组合执行每任务”及“多组合执行多任务”三种组合模式并建立了问题模型,最后利用基于混合算子的矩阵编码遗传算法予以实现。实验结果表明,该框架能高效、高质量响应云制造系统的复杂任务请求。