面向复杂系统的智能故障诊断过程设计

结合复杂系统结构和功能上具有的分层、关联、并行及复杂性特点,将诊断对象作为一个整体,从响应客户请求的复杂任务求解角度,研究故障诊断过程及诊断资源利用两个关键技术.阐述复杂系统智能诊断的任务分解模式,结合任务、过程及活动间的约束关系,分析基于约束的活动组织过程及其求解策略;基于多代理技术分析资源管理及调度过程,给出基于TOCS(响应时间,服务质量,服务成本,安全性)目标准则的资源优化调度算法.     

制造网格中服务质量管理系统的研究

为确保制造网格平台提供的各种制造资源及服务达到使用者的功能与质量要求,建立了制造网格服务质量管理系统。在该系统中,任务分解通过特征匹配和相似度搜索算法、服务质量约束分解、服务质量分解结果验证等过程实现;资源调度通过服务质量属性匹配,基于时间、质量、成本、服务和信誉度的多目标决策建模,以及容错处理等过程实现;资源预留采用基于预留策略和任务列表的方法实现;服务等级协议则通过服务等级协议协商、违约检测、违约赔偿以及服务等级协议中止等过程实现。制造网格服务质量的研究,贯穿产品开发、制造、管理和销售等整个生命周期,其成果直接影响制造网格的实用性,是制造网格从“研究”走向“应用”的一个重要环节。     

基于遗传算法的制造网格资源调度方法研究

为有效地解决制造网格中的资源调度问题，提出了以任务流程时间、加工质量、流程成本和服务质量为目标的多目标优化数学模型。基于多目标优化数学模型，结合用户对目标权重的要求，设计了基于遗传算法的制造网格资源调度过程。同时，设计了基于影响度因子的相对适应度函数来消除目标非标准化误差。以一个复杂零件加工过程的资源优化调度为算例，验证了多目标优化算法的有效性。     

自适应差分进化改进云资源调度

为了解决云制造资源调度与实际制造场景不符、易陷入局部最优和收敛速度过慢的问题,提出了一种基于自适应多目标差分进化的制造资源调度方法。该方法考虑了实际云制造平台资源调度特点,建立了一个具有时序约束及成本约束的多目标优化资源调度模型。针对云制造资源调度特点,对传统差分进化进行改进,提出自适应变异率和交叉率,实现了寻优过程中变异率与交叉率的动态调整,均衡了多目标差分进化全局搜索与局部搜索能力,提高了最优解搜索的精度与速度。实际算例证明了该方法的有效性和可行性。     

制造网格中基于服务质量的资源调度研究

为有效解决制造网格中的资源调度问题,建立了基于服务质量的制造网格资源调度器,将整个调度过程分为基于服务质量的资源搜索、基于服务质量的资源调度和动态交互协商3个阶段,并对资源调度阶段进行了深入研究。在对任务／子任务、资源进行数学定义、推理出资源-任务匹配矩阵的同时,以资源的服务质量属性为评价准则,以模糊层次分析法与群决策法为基础,建立了基于服务质量的群决策模糊层次分析模型,并结合一个具体应用实例说明了该模型的计算过程,验证了其合理性和实用性。     

一种求解资源受限多项目调度问题的分解算法

针对资源受限多项目调度的多目标优化问题,采用约束逐层分解策略,提出了依次处理项目时序约束和资源约束的两阶段分解算法.第一阶段为时序约束优化阶段,采用蚁群算法进行任务列表的优化求解.通过改进信息素增量规则并采用并联进度生成机制,提高蚁群算法的求解效率和质量.其中,在构建任务合成链表的过程中遇到并联活动抢夺资源情形,采用基于熵权的逼近理想解排序法和基于有序加权平均算子的多属性决策方法来确定活动的综合权重,并依据权重对冲突活动进行排序,实现资源的冲突消解.第二阶段为资源约束优化阶段,以获得的优化任务合成链表为输入,逐项进行资源能力约束的核查与调整,最终生成项目调度的优化方案.通过多项目算例仿真结果验证了所提方法的有效性.     

基于分层蚁群遗传算法的多目标柔性作业车间调度方法

针对离散制造柔性作业车间实际工况,提出了一种基于分层蚁群遗传算法的柔性作业车间资源驱动的多目标调度方法,其基本特征是：基于连续生产中不同调度周期剩余或空闲资源等调度相关实时信息;基于完工时间和机床负荷等多目标;采用分层蚁群-遗传混合算法进行决策,通过逐步筛选,获得优化解。该方法特别适用于车间资源变化、任务执行情况变化、急件任务必须插入等情况下的动态调度。应用标准案例并设计相关组合案例进行了测试,与MOGV混合算法相比,25%的案例计算结果优于MOGV算法,最大完工时间减少5%~7%,62.5%的案例计算结果等同MOGV算法。因此,该智能调度方法不仅可以有效地取得对指定优先目标的最佳优化效果,且可自动获得多目标综合的最优解,智能调度效果显著。     

基于产品制造过程内含能分级的冲压车间节能调度研究

冲压制造离散性强、工艺复杂、能量损耗较大,为实现冲压制造过程的节能和高效运行,在保证最大完工时间受影响较小的前提下降低能耗,以冲压车间为对象进行了节能调度研究。建立面向冲压车间的多目标节能调度模型,采用多目标优化算法进行求解,得到Pareto解集。提出基于产品制造过程内含能分级的方案评价与选择方法,计算出不同调度方案下各产品的制造过程内含能并进行分级处理,选择出产品制造过程内含能较小的调度方案作为最优执行方案,提高了节能调度的可行性。最后,应用某冲压车间生产实例验证了节能调度模型和基于产品制造过程内含能分级的方案评价与选择方法的可靠性,与原始调度方案相比,车间总能耗与最大完工时间均实现了降低。     

资源约束下产品开发任务调度的多目标优化

鉴于产品开发任务调度过程中存在资源约束问题和学习与遗忘效应,需要对多个目标进行优化决策,通过定义资源平均利用率并提出学习遗忘效应矩阵,结合耦合设计的多阶段迭代模型,以各阶段资源利用率为约束条件,建立资源约束下考虑学习与遗忘效应的任务调度时间与成本的多目标优化数学模型。采用带精英策略的非支配排序遗传算法求解得出Pareto最优解集,并采用改进的多目标理想点法对该解集进行选优,得到最优任务调度方案。以某电动汽车的开发过程为例,验证了该优化模型能够减小产品开发时间,降低产品开发成本,提高总资源利用率。     

基于协同制造多任务的设备资源配置优化方法研究与应用

为解决协同企业设备资源配置失衡的问题,实现设备资源最佳化动态调度,分析了设备资源配置组合优化过程中的决策目标,提出基于成本、时间、质量等变量的多目标优化模型,利用改进遗传算法对协同制造多任务设备配置优化问题进行研究。以某电机制造企业为实例,分析验证了多目标优化模型及求解方法的可行性与实用性,为多目标配置优化问题的研究提供参考。     

基于网格技术的远程故障诊断系统研究

为充分共享和应用广域环境下由供应商及其合作伙伴提供的信息与服务，以协同完成设备远程服务与故障诊断任务，提出应用网格技术基于开放式框架结构、通用的标准和规范以及在解决分布式、并行服务、计算和分析领域方面的特长，构建远程故障诊断系统，把广域分布的专家知识、检测设备、分析软件和设备信息等定义为服务资源，并以资源节点的形式表现。阐述了资源节点的建设、管理以及作用策略与机制，进而指出资源节点的组织和优化调度是系统有效作用的关键，结合一个约束条件下多目标决策过程模型，详细阐述了解决该问题的数学规划过程，通过具体实例验证了该算法的可行性。     

面向网络化制造的制造资源组合评价方法研究

在网络化制造环境中,针对分布在不同地域的制造资源评价和选择问题,在建立制造资源评价指标体系的基础上,提出了一种基于组合评价模型的网络化制造资源组合评价方法。实例分析中对采用熵值法和层析分析法为代表的主客观赋权法分别进行了评价,最后利用组合模型进行综合评价,对制造资源问题进行了系统分析。通过主客观赋权法的组合,充分利用了各种方法的有用信息,避免了单一评价方法的片面性,增强了评价的科学性和可靠性。     

供应商参与的水平定向钻机整机设计方案决策研究

为全面准确地对水平定向钻机的整机设计方案进行决策,提出了供应商参与下,基于部件方案评价的整机设计方案决策模型.在该决策模型中,通过扩展质量屋,实现对供应商的评价及产品的规划;利用证据理论对部件方案进行评价,以此集成部件权重,实现对整机设计方案的评价.以评价积分、成本和性价比为组合标准,在外购件方案组合优化基础上,对水平定向钻机整机设计方案进行了排序优选.以某型号水平定向钻机的整机设计方案决策为例,验证了所提方法的有效性.     

云平台数据驱动的产品与供应商资源主从协同优化

针对传统产品和供应商资源协同研究以历史数据或经验为输入,基于“归一化”或“层次优化”方法造成需求响应滞后和失真等问题,在分析两者正反向交互特征、解析数据传播途径的基础上,提出了基于云平台数据驱动反向设计（DID）的产品与供应商资源主从协同优化系统决策方法。构建了基于云平台DID的产品和供应商资源协同配置框架;建立了基于云平台DID的主从协同优化决策模型,其中,基于正向客户需求的产品配置充当上层主者,下层供应商联合配置充当从者,反向影响产品配置的决策;利用双层嵌套遗传算法进行模型权衡解优化;最后给出了汽车座椅的产品与供应商资源协同优化案例。结果表明,所提方法在真实表征产品和供应商资源联合配置过程的数据传递、协同关系方面具有显著优势。     

产品族架构设计与供应商选择的主从关联优化

针对产品族架构设计与供应商选择的关联优化问题，提出了基于主从对策的交互评价机制。根据主从决策机制建立主从关联双层规划优化模型，以产品族架构设计为主，供应商选择为从。模型上层以效用-成本比为目标，决策产品族架构设计方案。模型下层以成本为目标，决策供应商的选择。构建双层嵌套遗传算法求解模型，并添加具有产品族特色的编码处理策略。最后以客车底盘的案例对模型和遗传算法进行了验证。     

基于Agent的制造网格资源优选评估模型研究

为了解决制造网格系统中制造资源发现的优选问题,缩短用户选择最佳资源的时间,提高制造网格的服务质量,提出了制造网格系统中制造资源发现机制的结构模型,建立了包括一般性评价指标、特有评价指标和个性化评价指标的制造网格资源评价指标库,并提出了基于Agent的制造网格资源优选评估模型和具体实现算法。结合实例对该模型和算法进行了验证,结果表明所提出的模型和算法可以有效地解决资源优选问题。     

面向网络化制造的资源可拓综合评价方法

网络化制造环境下,制造资源的评价和选择是实现资源优化配置的关键技术.首先建立了制造资源综合评价的参考体系,然后给出了形式化的制造资源综合评价物元模型.在此基础上,运用可拓学理论与方法,通过计算关联度、合格度和优度,对制造资源进行了综合评价.最后,通过零件制造应用实例,验证了该方法的合理性与有效性.     

Development and evaluation of feature-focused dynamic routing policy

This paper reports on a development of feature-focused dynamic routing policy and its evaluation in a flexible manufacturing systems (FMS) simulation framework. The dynamic policy is based on an integrative methodology in which process planning system IMPlanner is integrated with FMS simulation module. IMPlanner’s rule-based system process selection system performs knowledge-intensive task of generating alternative processing options for each feature for parts in production plan. Generated alternative routings (process plan network) for each part are utilized in the FMS simulation module such that routing decision in FMS are made on periodic intervals by considering alternative processes for each feature and making decision based on the current system status and performance. The proposed framework has been evaluated in an experimental FMS simulation module, implemented in Arena, in which two performance criteria, machine utilization and WIP, were used to make routing decisions. The feature-focused approach is compared with traditional static decision-making, and its improved performance is demonstrated.     

A decision support model based on a reference point method for end-of-life electronic product management

Although a decision support system is an efficient tool that has been widely used in management areas, it still encounters some problems when it is implemented in an environmentally conscious decision-making problem. Those problems include lack of sufficient and reliable data on environmental impact of end-of-life product treatment, material composition analysis, proper expression of the users’ aspiration levels, system architecture, and the proper optimization method. This paper proposes a systematic decision-making tool for end-of-life (EOL) electronic product recycling scenario analysis and selection. This model can help original equipment manufacturers (OEMs) specify the most satisfactory recyclers based on the buyers’ prices and environmental impacts; it can also assist recyclers decide the recycling scenarios for a batch of end-of-life electronic products based on the EOL value, environmental impacts, and processing time. The decision-making process includes the following steps: selection and definition of attributes, quantifying impacts, scaling of attributes, aggregation, and an interactive optimization process. A reference point method is used in the optimization process.