MC环境下基于零件定制程度的工时定额研究

为了解决大规模定制生产环境下定制零件工时定额制定存在的问题,提出一种基于零件定制程度的工时定额方法。此方法首先分析了影响零件工时的主要特征,采用神经网络技术得出各主要特征的权重;然后运用模糊综合评判法计算基于零件主要特征的零件定制程度;最后通过事例推理技术(case-based reasoning,CBR)检索相似零件,根据相似零件的定制程度与工时信息,运用MATLAB软件建立零件工时的数学模型,计算出定制零件的工时。以某企业模具的平面安装面的加工时间计算为例对该方法进行验证,结果证明该方法具有较高的准确性和可行性。     

MC环境下基于加工特征的零件工时定额研究

工时定额是大规模定制生产模式下企业确定产品交货期和提高顾客满意度的重要参考依据。为更好地支持大规模定制生产的企业工时定额的制定,提出一种大规模定制环境下基于加工特征的零件工时定额的制定方法。在此方法中,运用面向对象方法将零件组内的加工特征进行分类、编码,建立加工特征信息模型,以便于零件加工特征的检索;采用神经网络技术,结合MATLAB软件针对编码系统中每一个最底层的加工特征建立对应的工时模型;根据零件加工特征的编码检索各个加工特征的工时模型,估算每个加工特征的加工工时,从而得到整个零件的工时定额。通过与传统的工时定额方法对比,验证了该方法的准确性和快速性。     

大规模定制环境下基于模块化的产品制造时间制定研究

针对大规模定制环境下产品制造时间受定制因素影响而无法准确获得的问题, 对定制产品制造时间的制定进行了探索研究。基于模块化思想将产品制造时间按层级划分为特征时间模块（物理时间模块、逻辑时间模块）和子特征时间模块（作业时间模块、定制时间模块）, 采用基于案例推理技术确定作业时间模块定额, 分析定制因素对制造时间的影响机理并构建定制时间模块定额模型, 通过对特征时间模块的集成研究得到产品制造时间的数学模型。最后, 以某公司G变压器的制造为例验证了该模块化制造时间制定思路和方法的正确性。     

大规模定制下误差修正系数的工时算法研究

为了提高大规模定制环境下工时计算的准确度,针对工时影响因素的复杂性,提出了一种基于误差修正系数的工时计算方法。建立工时影响因素的评价体系,运用了模糊语言量表法对影响因素进行模糊评价,得出了各关键影响因素的模糊综合评价值。采用BP神经网络方法,通过MATLAB进行网络训练,确定了各影响因素与误差修正系数之间的映射关系,得出了误差修正系数,实现了工时的精确计算。通过实例验证了该方法可操作性强、准确度高等优点。     

大规模定制环境下产品族建模技术的研究

本文介绍了在大规模定制环境下产品族的概念,并详细分析了大规模定制环境下产品族模型的表达、建模规划及内容,最后结合作者开发的KMDFMC原型系统,介绍了产品族的信息模型。     

大规模定制环境下产品版本管理的设计与实现

基于产品配置技术满足了大规模定制模式下日益增长的个性化需求,但在版本数量的巨大增长的同时,也对产品版本管理技术提出了更为苛刻的要求．提出一种父亲拷贝法的算法,以统一解决零部件对象演化和产品结构关系演化两类条件下的产品版本管理问题．与传统方法相比,父亲拷贝法在时间和空间复杂度上都有了很大的改进．该算法已应用于具体实践并取得了良好效果．     

基于制造特征的产品族零件工时定额制定方法

为了保证产品族零件工时定额制定的通用性和高效性, 提出了以零件制造特征作为工时载体的工时定额制定新方法。该方法通过建立零件的制造特征模型, 研究了基于零件制造特征的零件相似性判定, 根据零件相似性判定划分了零件组, 对每个零件组内所有零件的工时及其影响因素进行了描述, 并构建了零件组相应的工时描述平台。通过神经网络技术的运用建立了零件的工时神经网络模型, 并结合MATLAB软件对零件工时进行了估算, 实现了产品族零件工时定额的快速制定。最后, 通过案例阐述了新方法的具体实现过程。     

定制规模化与大规模定制化的比较

按照生产过程不同将大规模定制分为大规模定制化和定制规模化,并从生产模式、适用情况、生产目的、生产方向、采用方法等方面具体分析了二者的相同点和不同点,并借以推进大规模定制更好的发展。     

基于NewsML的新闻大规模定制

大规模定制是企业获取竞争力的一项强有力的手段。文章在分析大规模定制思想的基础上,通过制造业生产与新闻发布过程的比较,说明了新闻大规模定制的可行性,在新闻扩展标识语言NewsML的基础上给出了一个基于NewsML的新闻大规模定制的新闻信息发布的原型系统,对探讨我国新闻发布的方式有一定的作用。     

云制造环境下大规模产品定制技术研究

结合云制造及大规模产品定制的特点,提出了一种云制造环境下大规模产品定 制的组织模式以及相配套的需求转换模型。需求转换模型涵盖了完整的需求分解、重组和再 分配过程,对其中的基于产品结构树的需求分解、基于相似性聚类的制造批次重组都进行了 详细阐述,并构建了需求再分配的非线性规划模型,从而可以利用最优化方法实现制造需求 寻优分配。最后,以轮式装载机产品定制为示例,论述了需求转换的详细过程,验证了方法 的有效性和可行性。     

MC环境下基于案例推理的零件相似度与工时估算研究

在MC环境下,为了使零件工时快速且准确的被估算出,以案例推理理论为基础,研究了零件相似度与工时之间的内在关系,提出了零件相似度的工时估算新方法。首先,通过CASE检索法和零件拓扑结构相似度在规范的案例库中检索并筛选出符合要求的相似零件样本;其次,根据零件相似性机理,确定零件相似度的内涵,构建零件相似度的计算模型,即零件拓扑结构相似度计算模型和零件特性相似度计算模型;最后,通过Matlab软件确定零件相似度与工时之间的关系函数,从而实现定制零件加工时间的快速估算,并用实例验证了该方法的有效性和可行性。     

大规模定制下基于本体的服务产品配置研究*

为了研究服务产品大规模定制的实现,探讨了服务产品大规模定制的实现机理和关键技术,指出模块化设计对服务产品族及服务产品平台的重要性。在服务产品模块化设计的基础上,为了提高服务产品配置知识的共享性和重用性,提出了一般服务产品配置的模型和概念,结构化了服务产品配置的构件和模块,建立了服务产品配置本体。采用网络本体语言OWL形式化服务产品配置的结构知识,采用语义网规则语言SWRL编码服务产品配置的约束知识,并分别映射到JESS推理系统的知识库和规则库中,使用JESS推理机执行推理过程,产生配置结果。为说明该方法的     

A methodology of developing product family architecture for mass customization

Mass customization, aiming at delivering an increasing product variety that best serves customer needs while keeping mass production efficiency, has recently received numerous attention and popularity in industry and academia alike. This paper presents a methodology of developing product family architecture (PFA) to rationalize product development for mass customization. Systematic steps are developed to formulate a PFA in terms of functional, technical and physical views. The diverse needs of customers are matched with the capabilities of a firm through systematic planning of modularity in three consecutive views. The development of a PFA provides a unifying integration platform to synchronize market positioning, commonality employment and manufacturing scale of economy across the entire product realization process. A case study in an electronics company is reported to illustrate the potential and the feasibility of PFA methodology.     

软件产品大规模定制及演化的一种新模型

模型立足于为资源有限的软件企业提供灵活的软件产品大规模定制及演化方案。采用以软件产品线原型为中心的振荡上升模型来实现软件大规模定制,在大规模定制的过程中不断提升整个软件产品线的质量,并同步完成产品线的升级维护工作。整个模型考虑了软件企业在各种资源上的不足,尽量设计得轻型、敏捷,以便能容易地应用于实践。     

基于蚁群聚类算法的大规模定制产品模块划分研究

为了解决面向大规模定制生产中产品模块划分问题,提出了一种基于蚁群聚类算法的模块划分方法。以零件间在物理或功能上的相关度作为划分模块的主要依据,利用零件的指标特征值建立相关度评价模糊关系矩阵,然后应用蚁群聚类算法得到产品模块的划分方案,最后通过实例说明了该方法的有效性。     

基于多色集合的大规模产品定制形式化解决方法

为了满足大规模定制中客户的个性化要求, 以产品族设计为研究对象, 提出了基于多色集合层次理论的产品族配置建模方法。利用元素、个人颜色、统一颜色等概念, 建立产品族模型与客户需求之间的映射关系, 提供产品族元素选择的形式解决方案, 实现用户需求到不同产品组合方案的推理过程。实例验证结果表明, 该建模方法简便易行, 便于形式化表述和软件实现。     

MC下基于成本优化的多CODP定位模型及算法

在分析大规模定制系统中客户订单解耦点（Customer Order Decoupling Point,CODP）设置方式不足的基础上,提出了基于成本优化的多CODP定位思路。对基于多CODP的MC生产系统的成本构成进行了分析,给出了基于成本优化的多CODP的定位模型及算法,以某电动车生产企业为例,证明模型及算法的可行性。     

基于改进蚁群算法的大规模定制协同物流协调优化*

针对大规模定制协同物流协调优化问题,以成本—时间最小化评估指标综合值为目标,提出了包括物流节点选择及节点合作时序安排的协调优化模型。基于蚁群算法,构造了适合该模型特征的改进型蚁群求解算法,并阐述了其求解过程。通过范例计算及对比分析表明,该模型和方法是有效、可行的,它为大规模定制协同物流协调优化问题提供了可参考的模型和求解算法。