柔性制造系统(FMS)调度中的进化算法研究

在对调度方法进行深入分析研究的基础上，开发了基于进化算法的FMS调度方法。该方法充分考虑了与FMS调度相关的各种因素，对一种常见的编码形式作出了新的解释，设计了一套新的编码方法以保证编码的合理性，并进行了仿真实验分析。结果证明了基于进化算法的FMS调度仿真模型可以有效地解决FMS调度这样具有多约束条件的优化问题。与其它方法相比较，这一算法收敛得较快，稳定性好，使用范围较广，具有很高的实用价值。     

柔性调度多目标优化的混合粒子群算法研究

研究多目标柔性调度问题,提出了一种基于多目标粒子群优化算法和局域搜索技术相结合的新算法.建立以最大完成时间、机器总负载和最大机器负载为目标函数的多目标数学调度模型.将粒子群算法运用到机器分配子问题;局域搜索技术运用到工序排列子问题,对粒子群算法得到的结果进行再调度.粒子群优化算法的全局搜索能力与局域搜索技术相结合,加快了算法的收敛速度.最后通过与其他算法进行测试比较,验证了该算法的可行性及有效性.     

基于强繁殖NSGA-Ⅱ算法的柔性车间调度多目标优化

为了实现减少车间完工时间、机器总负荷和车间能耗等优化目标,提出了基于强繁殖NSGA-Ⅱ算法的柔性车间调度优化方法。对柔性车间调度问题进行了描述,建立了车间调度的多目标优化模型,给出了调度问题编码和甘特图解码方法。以NSGA-Ⅱ算法为基础,根据繁殖能力的不同将染色体分为强繁殖子群和普通子群,两个子群根据自身特点使用不同的遗传操作,从而给出了强繁殖NSGA-Ⅱ算法。将强繁殖NSGA-Ⅱ算法应用于柔性车间调度优化,改进算法求解的Pareto解集分布优于传统NSGA-Ⅱ算法;选择一个折中解进行验证,强繁殖NSGA-Ⅱ算法解的甘特图完工时间、机器总负荷、车间能耗均小于传统NSGA-Ⅱ算法解的参数,验证了NSGA-Ⅱ算法在柔性车间调度多目标优化中的优越性。     

基于混合遗传算法的车间动态调度研究

针对扰动事件影响下的车间调度问题,基于事件驱动策略和滚动窗口技术,综合考虑完工时间与交货期,建立了作业车间动态调度模型。为了求解该模型,设计出模拟退火遗传算法,对算法的编码解码、遗传算子等方面进行改造。通过仿真得到初始调度方案,然后在此基础上,采用动态调度策略对交货期提前、机器故障、部件残品扰动事件进行了研究。通过对某公司产品进行实例验证,结果表明上述研究能够得到满意的调度方案。此模型和算法是可行且有效的,可以较好地应用到企业实际生产中。     

基于混合禁忌蝙蝠算法的AGV物料配送调度研究

针对作业车间的物料配送调度问题,考虑到AGV在加工过程中只参与物料运输的特性,把整个生产车间的物料调度视为一个小型的车间物流系统,在此基础上提出一种实现AGV行走路径、运输时间和配送成本等多目标最优化的多AGV作业调度模型。采用单层整数分段编码和ROV编码转换方案,通过在基本蝙蝠算法中引入禁忌表、藐视准则和局部搜索寻优等策略,构建了一种混合禁忌蝙蝠算法来求解该调度模型。仿真结果表明该算法具有一定的可行性,可以获得比较好的效果,为多AGV在一定约束条件下的车间物料调度提供了一种切实有效的实践方案。     

生产调度问题研究的动态与趋势

生产调度理论与方法研究是一类复杂而困难的系统性问题, 但其对多品种小批量企业的生产效率以及经济效益的提高却有着至关重要的作用.生产调度理论和方法的研究虽然己经有50多年的历史,但是从理论研究到实际应用之间仍然存在着很大的距离.对于上述问题,文章概述了生产调度的定义、发展过程、分类以及特点等.总结了九种调度问题研究方法的优缺点和七种研究策略,并在此基础上讨论了现在生产调度研究中切实存在的一些问题,最后提出了生产调度理论和方法的未来研究方向和发展趋势.     

一种求解车间作业调度问题的改进遗传算法

变批量和个性化产品的现代生产方式,使得调度问题在当今生产中日渐受到重视,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,结合基于工序编码和位置列表编码的优势,设计了混合编码方式,并将局部搜索运用到变异算子中,通过实例验证了该算法的有效性.     

进化算法中染色体编码及初始化群体生成的一种方法

在进化算法中编码技术及初始化群体形成合理与否是影响算法稳定性及速度的关键所在。本文在对遗传算法、进化算法中各种编码方式及初始化群体生成方法进行研究的基础上，分析了现有编码方式存在的不足，提出了一种新的十进制编码方法及初始化染色体生成方法。本文将该方法用于FMS调度这样具有多约束条件的优化问题，实际表明该方法可以充分考虑多种资源，能够处理包含有关调度的丰富内容，并能对故障与急件等意外情况进行处理。最后给出了一个例子并作了简要说明。具体应用表明该方法具有编码简单、灵活、效率高、实用性强，具有可扩展性等特点，为解决具有多约束条件的FMS调度提供了一种行之有效的方法。     

基于遗传算法的多目标车间调度

针对作业车间调度中应用遗传算法求解存在的早熟问题,对其搜索速度、收敛效果和最优解等方面进行分析研究,给出一种新的混合遗传算法。首先对初始种群进行实数编码,增加解空间中可行解的个数;接着根据距离排列,增加种群的多样性;然后采用拉普拉斯交叉算子和逆转变异,改进算法的搜索效率;最后结合模拟退火算法,并在每一代遗传进化中引入局部搜索,提高了算法的全局寻优能力。通过与其他算法的仿真比较,结果表明新的混合算法能提高多目标车间调度问题的求解速度和质量,并能够找到最佳的调度方案。     

用蜂群算法实现动态作业车间调度

目前多数作业车间调度算法考虑的是静态调度,但在实际生产中车间总是处于动态变化中.文章研究利用蜂群与环境交互的模型来进行动态调度,提出了有关的算法,仿真实验结果表明这种方法适用于多批次以及各批次工件到达时间不定的情况下的作业车间调度.     

面向能效的多约束集成维护策略研究

针对制造系统在加工过程中,由于机床退化水平提高导致的系统质量损失增加、维护成本升高和能效降低等问题,提出一种面向能效的多约束集成维护策略。基于伽马过程建立机床退化状态与质量损失、维护成本的关系,并设立质量损失和维护成本约束,通过离散化能耗递增过程得到系统的有效能效模型,提出以能效为优化目标的多约束集成维护策略,采用模拟退火算法找到最优解和约束组合。实例分析和策略对比验证了所提维护策略的优越性和有效性。     

Selection of sampling points for accurate evaluation of flatness error using coordinate measuring machine

Dimensional inspection, in integrated manufacturing environments, requires accurate inspection while minimizing the cost and time of inspection. The selection of sampling plan—sample size and sample point locations, the method of evaluating the form error and the nature of the manufactured surfaces will play an important role in deciding the best inspection strategy to be adopted. This paper deals with the strategy for evaluation of flatness error which is one of the most commonly used form tolerances for control of manufactured surfaces. Investigations have been carried out to ascertain the influence of surface quality (surface roughness) in determining the sampling strategy for accurate determination of flatness error while inspecting on a coordinate measuring machine (CMM). The sampling plan utilizes the Hammersley sequence for point location and the flatness error is evaluated using the minimum zone method (MZM) based on computational geometry techniques. Results indicate that the surface roughness influences the accuracy of inspection and can be used as a parameter for determining an initial sample size for the determination of flatness error.     

机床行业激光切割机控制系统的研发

为了满足国产激光切割机高速、高精度技术要求,研发出了一整套激光切割机控制系统。该系统将EtherCAT网络型高速运动控制和高精度机器视觉检测相结合,解决了传统金属切割设备采用普通PLC或单片机控制存在的接线复杂、运行速度慢、维修难度大和设计不灵活等问题。采用全自动机器视觉检测,替代了人工检测。调试结果表明:该系统不仅自动化程度高,可实现激光切割机高速、高精度运行,而且在产品品质也得到很大的提高,为国产激光切割机升级改造提供了强有力的技术支撑。     

冲压车间调度的动态拥挤度NSGA-Ⅱ多目标优化方法

为了降低冲压车间总能耗、缩短冲压件完成时间,提出了基于动态拥挤度NSGA-Ⅱ算法的冲压车间调度优化方法。分析了冲压机各工作状态,针对多制件、多工序调度问题,建立了以能耗最低、完成时间最短为优化目标的多目标优化模型。针对NSGA-Ⅱ算法中拥挤度比较算子会降低基因的多样性的问题,给出了动态拥挤度策略,该策略在删除多余染色体的同时,动态更新各染色体拥挤度,从而提出了基于动态拥挤度NSGA-Ⅱ算法的模型求解方法。经实例验证,NSGA-Ⅱ算法搜索的Pareto前沿解集不是真正的前沿解,而是陷入了局部最优,动态拥挤度NSGA-Ⅱ算法搜索出了Pareto前沿解集,其优化结果在能耗和完成时间上均优于NSGA-Ⅱ算法。     

Applying object modelling technique to automated visual inspection of automotive compressor parts omission

Automated visual inspection (AVI) system in modern manufacturing fields is complex in its infrastructure and is variable in the user's requirements. To make a high quality AVI system within a reasonable cost, an object-oriented approach in modelling and design should be applied. This research documents the result of the Object Oriented Automated Visual Inspection (OOAVI) System, an object-oriented application to an automated visual inspection system. We have used Rumbaugh's Object Modelling Technique (OMT) for automated visual inspection system modelling and design to develop an OOAVI system for inspecting automotive compressor parts omission. The OOAVI system we developed controls two different manufacturing cells simultaneously to inspect a shaft part and a cylinder part of compressor respectively with multitasking scheduling. Primitive machine vision operations and heuristics from the model are applied to perform the inspection of the parts. We have found that object-oriented design and modelling has diminished the time and cost for AVI system development.     

数控机床能耗单元能耗成分分析数学模型

针对数控机床能耗源众多的特性,从能量消耗的去向出发对其能耗成分数学模型进行研究。分析数控机床各能耗单元的能耗构成,将数控机床能耗划分为加工能耗和辅助能耗,其中辅助能耗又可以细化为间接加工能耗和损失能耗,加工能耗主要与机床载荷有关,而辅助能耗与机床负载相对独立,可以近似为一个常量。基于数控机床各能耗单元的能量平衡方程,建立能耗单元能耗成分分析数学模型,该模型可为数控机床加工过程中的能量效率分析与预测提供一种新的理论方法,同时为进一步优化机床能效奠定理论基础。     

改进蚁群算法的柔性作业车间调度问题研究北大核心

为提高传统蚁群算法求解柔性作业车间调度问题的效率,提出了一种改进蚁群算法。首先,均匀分布蚂蚁的初始位置;其次,多种方法结合进行机器选择,并按照改进的工序选择方式选择下一步即将遍历的工序;最后,采用带精英策略的蚁群算法结合最大最小蚂蚁系统的信息素更新方式,既赋予较优路径以额外的信息素,同时又对路径上的信息素进行限定、从而避免算法“早熟”,进而提高解的质量。通过三个柔性作业车间调度实例进行仿真分析和与其他算法的对比,结果表明改进蚁群算法在求解柔性作业车间调度问题具有较好的优化效果和求解效率。     

基于改进FCM和磷虾群算法的机场特种车辆调度优化

机场特种车辆的高效运行是保障航班正常运行中重要的一环。针对机场特种车辆任务多、时间要求高和能耗大的问题,提出了一种基于改进KCM和磷虾群算法的调度优化方法,建立了以最大任务数为首要目标,以运行时间最短和使用车辆数目最少为次要目标的调度优化模型。仿真实验结果表明:该方法具有适应性好、求解速度快和求解质量高等优点,为提高航班正常率提供了一种有效可行的实现途径。     

基于机器视觉的硬质合金微型喷嘴缺陷检测

针对现有人工目检方法对精加工硬质合金微型喷嘴产品表面检测存在速度慢、缺陷漏检率和误检率高等问题,提出一种基于机器视觉的喷嘴图像缺陷检测方法。分析了喷嘴缺陷图像类型和喷嘴结构,重点研究了喷嘴缺损圆边缘拟合、疤料边缘增强、极坐标变换和缺陷灰度值差异统计等。该方法避免了喷嘴的复杂结构对缺陷定位和检测造成的大量计算。通过对合格和不合格喷嘴进行检测,验证了该方法缺陷检测准确率达到98.6%,每件产品检测时间为0.834 s,而目视检测准确率为91.2%,每件产品检测时间为5.213 s。因此该算法有效提高了检测精度和速度,满足工业生产线对喷嘴检测准确性和实时性的要求。     

面向敏捷制造的制造执行系统调度策略研究

为解决敏捷制造执行系统的调度优化问题,提出了敏捷制造执行系统调度问题的最大成本最小化的策略.同时提出了一种带扰动因子的蚁群调度算法,使调度问题更接近实际,对敏捷制造执行系统的调度模型进行了分析与描述.设计了状态转移规则、轨迹强度更新规则以及加工成本的决策规则,由蚁群算法确定各批次零件各工序进行柔性加工所用的机床,用蚂蚁种子信息素踪迹更新策略对信息素进行更新,以获得问题的解,仿真实验结果验证了算法的有效性.