不确定环境下再制造加工车间生产调度优化方法

针对再制造加工车间工况兼具随机性与模糊性,采用模糊随机变量表示废旧件加工时间,以描述再制造加工车间工况的双重不确定性;在不确定理论的基础上,建立基于模糊随机机会约束的再制造加工车间生产调度问题模型,并提出求解该问题混合智能优化算法:基于Arena仿真平台应用模糊随机模拟技术产生输入和输出数据,利用粒子群优化算法训练径向基函数神经网络以逼近不确定函数,将训练好的神经网络嵌入至遗传算法中优化再制造加工车间生产调度问题;通过仿真实例验证该混合智能优化算法解决加工时间为模糊随机变量的不确定环境下再制造加工车间生产调度问题的有效性和合理性。     

基于模糊机会约束规划的再制造装配车间调度优化方法

针对再制造零部件质量的不确定性导致工位装配时间波动范围大和调度模型难以准确描述的问题,采用基于可信性测度的模糊变量表示再制造零部件的装配时间,建立基于置信水平下的模糊机会约束规划调度模型,并提出求解该模型的混合智能优化算法：应用模糊模拟技术产生样本数据;利用反向传播算法训练多层前向神经网络逼近不确定函数;将训练后的神经网络与遗传算法相结合,以优化再制造装配车间调度问题。实例验证了该模型和算法的可行性。     

基于收益概率的不确定环境下的产品拆卸序列优化

为了研究拆卸过程中存在的许多不确定因素对拆卸收益产生的影响,利用拆卸网络图得到目标零部件的可行拆卸序列,综合考虑拆卸时间随机、零部件质量不确定等因素,提出拆卸收益的计算方法;基于拆卸收益概率,建立了不确定环境下产品拆卸序列优化模型,并设计了基于随机模拟的求解方法。结合实例进行分析,验证了所提模型的可行性和方法的有效性,通过改变参数比较优化结果说明了参数变化对拆卸序列优化的影响。     

基于遗传算法的不确定条件下作业车间调度

针对不确定条件下的作业车间(Job Shop,JS)调度问题,建立了基于模糊数学规划理论的不确定作业车间调度模型。不确定加工时间用三角模糊数来表示,不确定交货期用梯形模糊数来表示,以最大化产品平均客户满意度为优化目标,设计了基于模糊数学的改进的遗传算法来求解这类问题,并通过MATLAB软件仿真实验验证了该算法的有效性和稳定性。     

不确定环境下再制造发动机曲轴轴向间隙优化控制

再制造发动机曲轴轴向间隙既是影响再制造发动机性能的重要因素,也是不确定环境下再制造发动机装配过程质量控制的难点。以再制造发动机装配过程中曲轴轴向间隙优化控制为研究目标,分析不确定环境下再制造发动机曲轴轴向间隙影响因素,并构建基于信息熵的装配尺寸不确定测度模型,进而研究再制造发动机装配过程中曲轴轴向间隙质量耦合内在关系;在确保再制造发动机曲轴轴向间隙装配尺寸熵不大于新品的前提下,通过数学公式推导出再制造曲轴第一轴颈宽度和缸体轴承座宽度分级选配尺寸公差宽放系数;提出基于分级选配的再制造发动机曲轴轴向间隙优化控制方法;通过某再制造发动机企业的实例验证了该方法的有效性和可行性。     

不确定条件下车间动态重调度优化方法

分析车间生产环境复杂、多变以及生产过程中各种随机扰动所导致的不确定性问题,将扰动分为显性扰动和隐性扰动两类。分别采用主动和被动触发式重调度驱动规则,对各种扰动进行响应,并通过建立重调度优化集,结合滚动时域优化方法,对大规模动态重调度优化问题进行了简化。提出重调度优化集内待加工工件的选取规则,以减少工序间机器空闲时间。最后提出混合粒子群调度优化算法,对优化集内待加工工件进行智能优化调度,并采用该算法结合具体的仿真实例验证了该动态随机重调度优化方法的有效性。     

面向复杂机械产品的目标选择性拆卸序列规划方法

为提高复杂产品目标选择性拆卸序列规划的效率,基于自底向上的思想,提出一种拆卸混合图和粒子群算法相结合的方法。为了表达产品零部件间的内部约束和拆卸优先关系,建立产品拆卸混合图模型,并推导出可拆卸性约束表达式。基于粒子群优化算法,给出目标选择性拆卸序列规划问题的数学描述和粒子适应度计算公式。利用图深度搜索算法确定拆卸目标位置,并设计目标驱动递归推理法生成可行目标选择性拆卸序列,以此初始化粒子,通过粒子进化,实现了复杂产品目标选择性拆卸序列最优化的快速求解。以一个全自动洗衣机为拆卸实例,用所提方法进行目标选择性拆卸序列规划求解,通过分析试验结果,证明了该方法的有效性和可行性。     

虚拟企业环境中的项目调度方法

虚拟企业以分布，协调的方式实现项目任务的新的组织模式，给项目管理的研究和应用都提出了新的挑战，任务调度所需信息的不确定性及俱本盟员利益同整体项目利益的潜在不一致性，是造成虚拟企业项目调度困难扩要原因。本文在模糊描述企业状态信息的基础上，给出一种通过由盟主和潜在盟员之间的协调，在优化时间指标的条件下，将子调度方案的形成和盟员选择集成在一起制定全局预测调度方案的过程，并给出了预测调度方案在盟员企业内部具体执行过程中的姿源分配策略。     

不确定环境下Job Shop重调度执行成本研究

为提高不确定环境下Job Shop制造车间重调度的稳定性以及方案的可执行性,建立了基于工件和机器两个层面的预调度实施损失函数,综合加权相同工序的时间偏差成本、相同工件的相邻工序的时间偏差成本、设备的工作时间偏差成本以及等待时间偏差成本,实现对重调度执行成本的衡量,降低实际执行的重调度方案不能满足预期生产目标的危险。最后通过仿真,验证了研究重调度执行成本的必要性。     

基于粒子群算法的产品拆卸序列规划方法

为求取复杂产品的最优拆卸序列,建立了一种产品拆卸赋权混合图模型.利用该模型可以有效地表达组件问的拆卸优先关系,将零件的拆卸序列规划转化为图模型寻优的问题.基于该模型,推导出可拆卸性条件,并通过几何推理的方法产生可拆卸序列.针对复杂产品拆卸序列规划的特点,为了将赋权混合图模型映射到粒子群模型,给出了粒子速度和位置公式以及粒子进化规则,构建粒子适应度,应用粒子群算法实现了复杂产品的最优拆卸序列规划.最后,通过一个实例验证了该方法的有效性.     

基于蚁群算法的单目标选择性拆卸序列规划研究

根据选择性拆卸的特点,介绍了基于混合图的选择性拆卸模型.该模型描述了零件间的接触连接关系和非接触优先关系.基于混合图模型,以单个零件为目标推理生成选择性拆卸序列解空间;然后结合蚁群算法,从所有可行序列中搜索最优或接近最优的单目标零件选择性拆卸序列.最后,通过实例说明该方法的可行性和有效性.     

一种最短拆卸路径产生方法及其在MATLAB中的实现

通过研究一种拆卸路径的生成方法,产生最短拆卸路径,对于产品维修或者报废阶段节省时间与成本起着重要作用,属于可拆卸性设计(DFD)的重要组成部分,体现了并行设计与绿色设计的思想。应用图论的知识,结合产品的联接关系,找出最有可能的几个拆卸切入点,然后生成拆卸有向图,把拆卸时间作为有向图中的权重,把目标拆卸的问题转换为图论中的求两个节点间最短路径问题,最后在MATLAB环境进行仿真,通过对几个切入点的对比,找出最佳拆卸切入点,产生最短拆卸时间和拆卸路径。通过详细阐述一种人工与图论算法相结合的生成拆卸路径的方法,对产品维修或报废拆卸节省时间和成本有着很大的实际意义。     

基于遗传算法的多资源作业车间智能优化调度

提出一种基于遗传算法的调度算法，用于解决作业车间的加工受到机床、操作工人和机器人等多种生产资源制约条件下的优化调度。以生产周期为目标进行的优化调度，将遗传算法和分派规则相结合，通过交叉、交异等遗传操作，得到目标的最优或次优解。最后对算法进行了仿真研究，并给出了算法运行结果，仿真结果表明该算法是可行的。     

面向绿色制造的产品选择拆卸技术研究

针对机电产品的绿色制造,分析了产品生命周期中设计、服役使用和退役处理三个阶段的产品零部件选择拆卸问题;提出了基于蚁群算法的产品选择拆卸规划方法,给出了面向选择拆卸的产品图建模和选择拆卸序列的动态构建过程,并考虑拆卸方向改变次数和拆卸零件总数原则,以求解优化的选择拆卸序列;讨论了面向全生命周期的产品选择拆卸平台构成,并初步实现了平台的功能.最后,用实例说明了选择拆卸平台的工作过程.     

汽车电子软件中混合调度方式下响应时间分析

针对汽车电子控制领域OSEK/VDX标准所支持的混合调度方式下的响应时间分析问题,提出了一种使用线性事务模型时的响应时间分析方法。该方法考虑了事务的释放抖动和混合抢占对响应时间的影响,将时间分析理论扩大到混合调度方式下的响应时间分析中,可以用于验证汽车电子软件的实时性。试验表明：该方法准确度高、复杂度低;混合调度对事务平均最差情况下的响应时间的影响很小,但对系统的可调度性有一定的负面影响。      

基于置换Flow Shop调度问题的混合量子算法研究

安排合理有效的生产调度是生产活动能井然有序开展,生产资源得到最佳配置,运作过程简明流畅的有力保证。置换Flow Shop调度问题是流水车间的典型问题,同时也是NP-C难题。从问题出发,设计了由量子进化,最佳模式和其他优化技术所构成的混合量子算法(HQA)。HQA模仿量子行为迭代演化,将种群一分为二,种群1在量子作用和其他优化作用下,探索解空间。种群2保留最佳模式,提高了搜索的效率。经计算测试,验证了HQA在求解排序问题中的可行性,测试结果表明HQA具备了求解置换Flow Shop调度问题的能力。     

智能制造 调度为先——《制造系统智能调度方法与云服务》导读

随着越来越多小微型企业对制造车间“万物感知、万物互联、万物智能”的需求,结合大数据和云计算技术,针对制造资源和生产任务,构建多种制造类型下的调度算法库,提供智能调度方案,是实现制造系统高效运行的关键。为了探讨智能调度的原理、方法和云端化实现路径,笔者撰写了《制造系统智能调度方法与云服务》一书,全面介绍了制造系统中多种复杂调度问题,重点介绍了各类调度问题对应的调度方法,结合云服务框架介绍了不同调度方法的云端化技术与实现方式,搭建了基于云计算的制造车间智能调度算法库及服务系统。本书为推动我国制造业的智能化发展和企业应用提供参考,对提升我国制造业的核心竞争力具有重要意义。     

产品拆解混合图模型构建与能量评估方法

基于拆解过程存在不确定特性的本质,结合定义的能量可拆解度概念,构建了产品拆解能量分析的理论模型。基于图论思想和面向对象技术,在定义拆解混合图基本元素的基础上,以压缩盘结构装配体为例构建拆解混合图,并生成该产品完全拆解序列及目标拆解序列。同时应用设计的Monte Carlo求解算法,对其进行完全能量可拆解度和目标能量可拆解度计算的举例分析,为实现产品拆解过程的量化评估提供了一定的理论基础。实例仿真结果表明,所提模型和方法可以有效地实现产品拆解过程的随机评估。