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。     

不确定环境下回收发动机拆卸调度方法

针对再制造系统中回收发动机的不确定因素,研究面向再制造拆卸的调度问题。首先为了减少再制造拆解过程中不确定因素的影响,采用模糊综合评价法进行了回收质量等级划分;然后采用双重模糊变量描述了回收发动机质量状况差异及拆解时间的不确定性,建立了基于双重模糊机会约束的再制造拆解车间生产调度问题模型;应用双重模糊模拟技术产生输入和输出数据,利用神经网络逼近模型的不确定函数,将训练后的神经网络嵌入遗传算法求出优化结果。通过仿真实例验证了该混合智能优化算法解决双重不确定拆卸调度问题的有效性和合理性。     

基于改进模糊神经网络的废旧零部件再制造工艺方案决策方法

鉴于废旧零部件损伤状况及其再制造质量要求的差异性导致再制造工艺方案具有不确定性和模糊性,为确定最优再制造工艺方案,在对废旧零部件再制造工艺过程特征问题进行描述的基础上,建立了再制造工艺方案优化决策模型;提出一种基于改进T-S模糊神经网络的再制造工艺方案决策方法,并对该模型进行了求解。将所提出的方法应用到某机床厂废旧机床主轴再制造中,运用MATLAB编程实现了再制造工艺方案的优化决策,并通过与传统模糊神经网络方法进行性能对比,验证了所提出方法的有效性。     

基于神经网络和再制造因子的再制造机床可靠性分配方法

为了保障和提高再制造机床的可靠性,提出一种基于神经网络和再制造因子的再制造机床可靠性分配方法.该分配方法根据可靠性逐级分配的思想,建立再制造机床故障树模型,将再制造机床的故障划分为系统级、子系统级和零部件级;训练三层前馈神经网络,将整机可靠性目标从系统级分配到子系统级;基于多层模糊评价确定再制造因子,提出再制造因子与概...     

再制造机床可修复零部件精度分配研究

研究可修复零部件精度参数的分配是关系到再制造机床性能和再制造成本的重要问题。本文提出了用BP+GA的混合算法优化分配可修复零部件精度参数的方法。首先利用BP神经网络建立零部件精度参数与再制造机床空间几何误差之间的正向映射模型,然后用正交设计法得到训练样本数据并训练网络,最后再用BP+GA的混合算法逆向确定零部件的精度参数。仿真结果表明了混合算法是解决复杂精度分配问题的一种理想方法,优化结果可用于指导零部件精度的修复。     

“因件制宜”再制造装配过程控制方法

为了提升不确定环境下的再制造装配质量,在分析再制造装配与原始制造装配差异的基础上,提出一种"因件制宜"再制造装配过程优化控制方法;以再制造零部件的不确定性特征为输入,再制造装配工位操作补偿值为输出,构建了基于反向传播神经网络的再制造装配过程耦合模型,实现对再制造装配工位进行"因件制宜"的操作指导,保障再制造产品质量。将本方法集成在再制造发动机装配车间制造执行系统中,验证了所提方法的有效性和可行性,为再制造装配过程控制的精准化和实时化提供了理论和方法支持,也为再制造产品可靠性和服役安全性提供了技术支持。     

面向再制造复杂机械产品装配过程的质量控制点公差带在线优化方法

为提高再制造零部件利用率并提升再制造复杂机械产品的装配精度,提出了一种面向再制造复杂机械产品装配过程的质量控制点公差带在线优化方法。在分析再制造复杂机械产品装配特点的基础上,对关键工序的质量控制点公差带进行细粒度划分;从装配精度角度出发,综合考虑装配过程中的质量损失和成本差异,以尺寸链为约束,构建了公差带优化模型,并研究了基于遗传算法的模型求解过程;在此基础上,提出了基于历史数据的正向推理模式,以及基于装配实时信息的逆向推理模式,推导出装配优化方案集并对车间异常情况作出及时响应;最后,开发出再制造发动机装配过程在线质量控制系统原型,验证了该方法的可行性和有效性。     

面向云制造的混流混合车间调度问题

为解决云制造环境下混流混合车间的生产调度优化问题,综合考虑混流装配与零部件加工的集成优化以及外协云任务与自制任务的协同调度,建立了以最小化最大完工时间、均衡化零部件生产和最大化零件车间机器利用率为优化指标的多目标车间调度模型。基于零件分批和车间调度的两阶段求解策略,设计了一种两级递阶结构的混合生物地理学优化算法,采用在迁移算子中嵌入差分进化算法的变异策略来提高算法的搜索效率。最后,通过实例验证了模型和算法的有效性。     

基于虚拟零部件级别分区编码的产品综合调度算法

为使产品加工与装配并行进行、提高生产效率,将二者一同处理并进行综合调度,提出一种基于虚拟零部件级别分区编码的调度算法。给出了产品综合调度的问题模型,采用遗传算法对问题进行求解。该算法设计了一种新颖的基于虚拟零部件级别的分区编码方式,体现了零部件加工装配的顺序约束,保证了所有初始解的可行性;研究了针对分区编码可行的交叉和变异操作方式,保证了所有子代个体的可行性,避免了检测修复等工作;给出了具有零部件加工装配顺序约束的解码方法。采用文献中已有实例对算法进行了测试,对比实验结果表明,该算法具有良好的求解速度和质量,验证了其有效性;所设计的编码方式和交叉变异操作为其他智能算法求解该问题提供了借鉴价值。     

基于失效特征的机械零部件可再制造度评价方法

为评判实施机械零部件再制造的可再制造度,提出机械零部件可再制造度评价的总体流程框架;基于模糊评判量化分析机械零部件的失效特征,并建立涵盖技术可行性、经济可行性和资源环境性三个方面的可再制造度评价指标体系及量化方法,进而形成一种基于失效特征的机械零部件可再制造度评价模型。结合蜗轮副再制造对所提出的模型进行验证分析,结果表明该蜗轮副具有较好的可再制造度。     

求解分布式混合流水线调度问题的改进双层嵌套式遗传算法

针对分布式混合流水线生产的生产调度问题,模拟实际排产中的排产到线和排产到时的排产策略,提出了基于改进双层嵌套式遗传算法的两层优化模型。外层依据流水线分配平衡和准时交货等基本原则总体上解决生产订单在流水线之间的分配问题,内层以最小生产时间为主要目的求解流水线的生产订单生产次序问题。考虑到双层嵌套式遗传算法的时间复杂性,基于模糊逻辑理论设计了一种模糊控制器来动态调整遗传算子,并采用主动检测停止方法,提高算法效率。使用某空调工厂的实际生产数据验证了算法的可行性、计算结果的准确性及排产策略的有效性,为高级计划与排程(Advanced Planning and Scheduling,APS)中大规模复杂供应链调度问题提供了可借鉴的方法。     

Job shop scheduling in real-time cases

A real-time scheduling algorithm is proposed, that is, to first make a fuzzy classification for the operations of jobs in real-time and then, according to their fuzzy sort, to schedule them with the heuristic. The heuristic is obtained by training a neural network offline with the genetic algorithm. Based on these ideas a real-time scheduler is built with neuro-fuzzy network (NFN). Finally the simulation for the real-time scheduling and the rescheduling are made. The results show that the real-time scheduling algorithm is effective and highly efficient compared to the first in and first out (FIFO) and the Lagrangian relaxation (LR) method.     

基于免疫算法的并行机间歇过程模糊生产调度

研究了一类具有顺序无关模糊产品切换时间和成本以及模糊单位加工时间和成本的并行机间歇过程调度问题,目的是确定每种产品在每个设备上处理的批次数目、批量以及批次顺序,优化目标为最小化总完成时间和最小化总生产成本。根据任意设备上同种产品的所有批次均顺序处理的性质,建立了问题的模糊运输模型。利用加权和方法将多目标函数转化为单目标函数,并使用基于积分值的方法对模糊数进行排序。提出了基于排列边集编码的免疫算法,通过求解不同规模的问题实例证明,免疫算法不仅能获得比遗传算法和免疫遗传算法更好的解,而且比免疫遗传算法更高效,同时具有良好的动态性能。     

知识化制造环境下模糊调度模型和算法

为解决实际生产中一些不精确调度知识的描述问题,通过引入模糊理论中的测度概念,建立了模糊调度模型和求解该模型的混合模糊遗传算法.首先,在变速并行机生产环境下,针对工件加工时间和交货期的不确定性,基于可能性测度和必然性测度的定义,提出了工件拖期可信度指标,用于衡量工件发生拖期的可能性;然后,基于工件拖期可信度指标,建立了以最小化工件平均拖期可信度为目标的混合整数规划模型,通过分析该调度模型,得到最优模糊调度的相关性质;最后,以上述工作为基础,给出一种混合模糊遗传算法的求解方法,并以某电机制造企业为例,对所提出的算法进行了有效性验证.     

机械手逆运动学神经网络算法研究

提出一种基于模糊遗传算法的机械手逆运动学神经网络建模方法。该方法采用3层前向神经网络建立机械手逆运动学模型，应用模糊遗传算法训练神经网络的权系数。此算法可根据种群进化情况，对交叉概率和变 异概率进行在线模糊控制，加快了算法的搜索过程，有效地避免了简单遗传算法中容易出现的初期收敛问题。仿真结果表明，本方法提高了求解精度和收敛速度，不但有效克服了简单遗传算法常出现的初期收敛和BP算法求解精度低、容易陷入局部极小等缺点，而且避免了计算Jacobian矩阵的伪逆，结构简单、容易实现。     

含有混合中间存储策略的模糊流水车间调度方法

针对中间产品在相邻加工步骤间存在不同存储策略的流水车间调度问题,提出了一种含有混合中间存储策略的流水车间调度模型。在该模型中,考虑无限中间产品存储、有限中间产品存储、无中间产品存储3种策略同时存在的情况下对调度问题的影响,采用三角模糊数来描述生产过程中操作时间的不确定性;通过对三角模糊数的操作,并利用面积补偿的比较方法,将原有的模糊调度模型转化为确定性的调度模型;应用双倍体遗传算法对问题进行优化求解。仿真结果证明了模型和算法的有效性。     

基于改进BP神经网络的机床基础部件可再制造性评价模型

为了利用样本数据准确完成机床基础部件可再制造性评价,提高机床基础部件可再制造性评价预测精度,提出一种采用模拟退火遗传算法优化BP神经网络的机床基础部件可再制造性评价模型。该评价模型以机床基础部件可再制造性经典评价模型评价结果为样本数据,建立机床基础部件可再制造性评价BP神经网络预测模型,采用模拟退火遗传算法优化BP神经网络模型,寻找更优初始网络权值、阈值,以提高收敛速度和避免局部收敛。以一台机床基础部件可再制造性评价为例,验证了基于模拟退火遗传算法优化的BP神经网络评价模型具有更好的预测精度。     

FUZZY NEURAL NETWORK FOR MACHINE PARTS RECOGNITION SYSTEM

The primary purpose is to develop a robust adaptive machine parts recognition system. A fuzzy neural network classifier is proposed for machine parts classifier. It is an efficient modeling method. Through learning, it can approach a random nonlinear function. A fuzzy neural network classifier is presented based on fuzzy mapping model. It is used for machine parts classification. The experimental system of machine parts classification is introduced. A robust least square back-propagation (RLSBP) training algorithm which combines robust least square (RLS) with back-propagation (BP) algorithm is put forward. Simulation and experimental results show that the learning property of RLSBP is superior to BP.     

基于遗传算法和神经网络的冷挤压工艺参数模糊优化设计

将模糊优化思想引入冷挤压工艺参数优化设计,以冷挤压模具的四个关键工艺参数为设计变量,以最终挤压件的各处材料的损伤值为目标函数,建立了冷挤压工艺参数模糊优化模型。提出了利用神经网络进行材料损伤近似计算的策略,从而形成了基于遗传算法和神经网络的冷挤压工艺参数模糊优化方法。对冷挤压工艺参数模糊优化模型进行了求解,优化结果表明模糊优化思想能提高冷挤压工艺设计质量。     

基于正态模糊时间窗约束的飞机装配物料配送路径规划

针对飞机装配过程中装配工位物料需求时间模糊化现象,提出基于正态模糊时间窗约束的工位物料需求时间参数表征方法,用正态模糊数的隶属度表示工位的满意度。建立了基于正态模糊时间窗约束的飞机装配物料配送路径规划数学模型,并采用遗传算法进行了求解。遗传算法的选择算子利用轮盘赌和最优保留策略,交叉算子采取小生境选择机制的双选择交叉策略,变异算子确保每代个体得到进化。MATLAB仿真结果表明,该规划方法拥有较好的经济效益。