基于多色集合理论的冲压工艺规划建模研究

在研究冲压工艺加工需求和加工工序的基础上,应用多色集合理论建立了冲压工艺规划的数学模型。该模型包括围道矩阵和多色图等两个部分,多色图描述冲压工序的相互作用。应用此模型研究了一种冲压工艺路径求解算法,能根据加工要求搜索工序路线,求解出零件的冲压工艺路线。开发了一个冲压工艺规划原型系统,并以一个圆筒类零件为例,对所提出的模型与算法进行了验证。     

基于蚁群算法的工艺路线生成及优化

针对计算机辅助工艺规划中的工艺路线的决策问题,提出了一种基于蚁群算法的工艺路线生成及优化算法.该算法将被加工零件划分为若干特征元,并由各个特征元的加工链得到该零件的加工元;根据加工元的属性,用加权海明距离表示加工元之间的相似度;根据加工元之间的约束条件,确定其优先加工关系并得到各自的前趋加工元;对基本蚁群算法进行改进,在禁忌准则和约束条件的限制下对解空间进行搜索,从而得到优化的零件加工工艺路线.通过实例验证了该算法的可行性和有效性.     

知识化制造系统产品工艺路线的自重构

为满足动态多变的产品需求,研究了知识化制造产品工艺路线自重构问题.以最小化平均在制品水平和最小化重构后各工序在机器上的分配变动数目为目标,在满足生产率、工序优先顺序、工件加工完整性、机器加工可行性约束的前提下,对产品工艺路线重构问题进行数学建模.提出了改进的混沌非支配排序遗传算法,利用带随机参数的Skew Tent映射对种群个体进行扰动,避免搜索陷入局部最优.设计了基于工序优先约束矩阵和候选机器集的解码方法,可获得产品可行的加工工序序列及加工机器序列.通过实例研究验证了模型和算法的有效性,为决策者提供了多种可选工艺路线重构方案.     

约束优化求解作业车间调度问题研究

将作业车间调度问题转化为约束优化问题,直接以工序开工时间作为决策节点,构建了包含工艺路线、机床能力、交货期三类约束和提前/拖期成本指标的约束优化调度模型。采用瓶颈机床优先识别和单机排序优化的两阶段调度策略以降低调度问题的复杂性。为了降低回溯搜索中的"Thrashing"现象发生的概率,引入一致性预处理机制对剩余搜索空间实施预修剪,以剔除相关工序变量值域内的潜在冲突值;采用回溯前移机制优先识别瓶颈机床和满足关键工序赋值,以减轻后续搜索进程发生大面积回溯的压力。最后以深度优先搜索为基础,搭建完成约束优化调度算法框架。80组调度测试用例仿真结果表明,约束优化调度方法在降低在制品库存成本、成品库存成本和调度总成本三方面均优于线性E/T排序和指数E/T排序规则。     

基于遗传/禁忌混合算法的箱体零件加工工序聚合

箱体零件加工工艺牛成的困难之处主要在于工艺路线的合理安排.基因遗传算法和禁忌搜索算法是两种搜索寻优方法,有其各自的优点.将基因遗传/禁忌搜索混合算法应用于加工工序的聚合,以工序约束满足程度为准则建立了混合算法的适应度函数,实现了箱体类零件工艺路线的合理、优化生成.应用证明,混合算法能够很好地收敛,得到的工艺路线是合理的.     

基于遗传算法的工艺过程优化决策方法研究

针对CAPP系统中的工艺过程决策问题,提出了一种基于遗传算法的工艺过程优化决策方法。该方法以最小变换成本为优化目标,通过遗传算法的选择、交叉、变异操作进行工艺过程的全局优化决策。为使加工操作序列满足工艺约束规则,对遗传算法进行了改进设计,在算法过程中根据工艺约束规则确定的加工操作优先关系约束集对加工操作序列进行调整。通过实例验证了该方法的可行性和有效性。     

双资源约束作业车间调度算法研究

针对存在差异性工人的双资源约束作业车间调度问题,提出一种混合蚁群算法进行求解.该算法借鉴禁忌搜索思想,基于工艺约束为每只蚂蚁建立候选解空间,通过压缩蚂蚁搜索空间提高解搜索效率;引入各种启发式资源选配策略,在蚂蚁寻径过程中渐进地为各工序配置最优的设备、工人双资源组合;以模拟退火算法作为局部搜索机制,对每次迭代的最优解进行退火优化,增强算法全局收敛能力.证明了该混合算法的搜索过程是一个有限非齐次不可约马尔科夫链后,基于马尔科夫链知识对其全局收敛性进行理论分析.最后采用仿真试验及统计分析方法确定最优的参数组合和资源选配策略,通过该混合蚁群算法与其他算法对随机算例运算结果的对比分析,表明所提算法搜索性能较强且鲁棒性较优.     

基于禁忌制造特征动态调整的STEP-NC工艺路线蚁群优化方法

针对STEP-NC制造特征的加工工艺路线生成与优化问题,提出了一种以机床、夹具及刀具更换率最低为目标函数的禁忌制造特征动态更新的工艺路线蚁群优化方法。首先,根据加工工艺对制造特征进行分解,将工艺路线优化问题转化为对制造特征的排序;然后根据制造特征在加工过程中存在的加工遮挡关系以及刚性工艺性约束,提出禁忌制造特征动态更新的工艺路线生成方法;最后将禁忌制造特征动态更新方法与Ant-Cycle模型的蚁群算法相结合,求解制造特征工艺路线的优化问题。实例应用表明,提出的方法能较好解决加工工艺路线优化过程中的刚性约束处理问题。     

工艺约束条件下加工顺序决策的Petri网T_不变量方法

针对计算机辅助工艺设计中一直没有解决的加工顺序决策问题,提出了一种新的基于Petri网T_不变量的加工顺序决策方法。首先根据Petri网原理和产生式规则建立了一个基于规则的加工顺序决策Petri网模型;然后在考虑工艺约束的条件下,给出了可选工艺路线T_不变量的生成算法;最后通过一个实例验证了该算法的合理性和有效性。实例结果表明,所提出的决策方法能够实现从可选工艺路线中得到最优/次优的工艺路线。     

求解带区域约束的双边装配线平衡问题的一种改进蚁群算法

双边装配线在汽车、工程机械等大中型装配作业中广为应用.实际装配线布局往往受复杂区域约束,针对带区域约束的双边装配线平衡第一类问题建立数学模型.进而提出求解该问题的一种改进蚁群算法,该算法针对双边装配线问题特点建立构造解方式,综合采用禁忌集合、优先集合与蚁群搜索规则相结合的方法构造出满足区域约束条件的可行解,并采用改进的蚁群综合搜索规则搜寻任务.最后,经大量算例测试对比,验证了所提算法的有效性.     

基于某种生物启发式算法的无人机航迹规划

无人机航迹规划问题是无人机实现自主飞行的重点和难点,本文提出了一种基于海洋生物启发式的算法,并将其应用于无人机航迹规划中。首先对飞行过程中的约束条件与威胁环境进行分析与建模,使用合适的规划空间方法,将种群初始化,根据位置更新策略不断进行种群迭代,使种群逐渐向最优解进化。仿真实验表明,该算法可有效提高全局搜索能力,避免陷入局部最优解,算法具有快速收敛和可靠性的特点,为无人机航迹规划研究提供了新思路。     

机械手时间最优轨迹规划方法研究

提出一种基于模糊遗传算法的机械手时间最优轨迹规划方案。该方案对简单遗传算法进行了改进，将模糊原理应用于遗传算法，形成了模糊遗传算法，对遗传算法中的交叉概率及变异概率进行模糊控制，提高了算法的收敛速度，有效地避免了初期收敛的发生，在进行时间最优轨迹规划时，综合考虑了机械手的运动学与动力学特性，采用罚函数方法来处理力矩约束。经仿真研究表明，该方法简单实用，适用于大范围空间的轨迹规划，克服了传统的非线性规划方法容易陷入局部极小的不足。     

基于配置的ETO产品的多设计项目快速规划方法

大批量定制的模式下企业的ETO产品多设计项目受到时间、资源等多重约束,项目规划效率不高。通过在项目规划阶段建立基于产品族的项目主模板,增加节点约束集、时间约束集、资源约束集,简化规划过程复杂迭代的搜索过程,实现多项目环境下项目实例的有效快速配置。以在多项目并行环境下的ETO产品工业汽轮机设计项目快速规划为例进行了验证,表明此快速规划方法在多项目环境下快速规划新项目方面起到很好的作用。     

复杂机械协同优化设计的规划策略研究

为高效地实现复杂机械产品的协同优化,提出了一种协同优化进程规划策略,该规划包含求解进程规划和分解建模规划两个核心环节。制定规划的根据是产品模型的特征,包括模型中包含的节点类型、节点之间的依赖层次、节点之间的相关强度、节点内部性能属性之间的交叉强度、模型的相对计算量和模型的优化难度等。基于相关特征给出了相应的求解进程规划准则、分解建模规划的目标和约束,从而为复杂系统的协同优化提供了一种新的有效的实施策略。该研究成果在挖掘机优化设计中得到了成功的应用。     

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。     

Concurrent process/inspection planning for a customized manufacturing system based on genetic algorithm

Producing products with multiple quality characteristics is always one of the concerns for an advanced manufacturing system. To assure product quality, finite manufacturing resources (i.e., process workstations and inspection stations) could be available and employed. The manufacturing resource allocation problem then occurs, therefore, process planning and inspection planning should be performed. Both of these are traditionally regarded as individual tasks and conducted separately. Actually, these two tasks are related. Greater performance of an advanced manufacturing system can be achieved if process planning and inspection planning can be performed concurrently to manage the limited manufacturing resources. Since the product variety in batch production or job-shop production will be increased for satisfying the changing requirements of various customers, the specified tolerance of each quality characteristic will vary from time to time. Except for finite manufacturing resource constraints, the manufacturing capability, inspection capability, and tolerance specified by customer requirement are also considered for a customized manufacturing system in this research. Then, the unit cost model is constructed to represent the overall performance of an advanced manufacturing system by considering both internal and external costs. Process planning and inspection planning can then be concurrently solved by practically reflecting the customer requirements. Since determining the optimal manufacturing resource allocation plan seems to be impractical as the problem size becomes quite large, in this research, genetic algorithm is successfully applied with the realistic unit cost embedded. The performance of genetic algorithm is measured in comparison with the enumeration method that generates the optimal solution. The result shows that a near-optimal manufacturing resource allocation plan can be determined efficiently for meeting the changing requirement of customers as the problem size becomes quite large.     

基于多色集合的微线段齿轮表面工程技术工艺建模

针对产品零部件表面工程技术工艺建模复杂的问题,以多色集合理论为辅助对表面工程技术工艺建模进行深入研究。首先,运用多色集合理论选择表面工程技术方法并对工艺规划进行数学建模,建立表面功能需求映射矩阵和表面工程技术工艺需求围道矩阵。然后,将表面处理技术工艺需求划分为循环需求和线性需求,通过进化算法和多色图理论分别对两种需求对应的工艺路线进行求解。最后,以微线段齿轮的表面处理工艺过程作为验证,获得合理的表面处理工艺路线。     

虚拟现实环境下交互式船舶装配序列规划研究

针对传统装配序列规划方法解空间大、模型简单的问题,提出了应用虚拟现实技术解决船舶装配序列规划问题的方法。该方法分为虚拟拆卸和方案评价两个阶段,分析了虚拟装配平台上进行虚拟拆卸的基本流程和关键技术——虚拟环境下的实体模型表达和基于装配约束的运动导航。建立了船舶装配序列评价模型,确定了零件重量、装配时间、装配稳定性和装配过程难度等面向手工装配的评价指标。最后,用某船舶机舱区域的规划实例进行了验证,结果表明该方法生成的装配序列对实际船舶装配生产具有指导作用。     

面向e-制造的工艺规划与工序分配集成技术研究

为满足e—制造技术对工艺规划和工序分配的新需求,在制造设备e—化的基础上,提出了一种面向e—制造的动态工艺规划与工序分配的集成方法和Capplet集成模型。该集成模型通过Java解决方案和动态Web页面两种方式实现。在基于遗传算法的工序分配与工艺规划的并行交互机制下,基于甘特图的协同工序分配方法为动态工序分配提供了一种新的解决途径。Capplet集成模型与e—制造实时加工调度的无缝集成,为e—制造的生产准备奠定了基础。     

基于改进遗传算法的时间最优轨迹规划

提出一种工业机器人时间最优轨迹规划方法.将机器人关节空间的轨迹视为拟合关键点的三次样条曲线,以最优时间为目标建立最优时间轨迹规划的数学模型,同时考虑关节轨迹速度、加速度和加加速度的约束,结合目标函数值和约束条件提出一种用于进化算法的排序方法,以改进遗传算法为例优化关节空间的三次样条轨迹.应用谢菲尔德(Sheffield...