知识化制造环境中基于双层Q学习的航空发动机自适应装配调度

针对不确定生产环境下航空发动机装配的自适应调度问题,结合强化学习的实时性特点和知识化制造系统的自适应特征,提出用于解决航空发动机装配问题的双层Q学习方法。上层Q学习着眼于局部,学习合适的分派规则并将作业分配到并行机器,从而最小化设备空闲和平衡机器负荷;下层Q学习着眼于全局,学习最优的调度策略用来对分配到机器的工序进行调度,以最小化作业整体提前期。采用基于函数逼近的Q(λ)学习方法对值函数进行更新,通过合理地定义强化学习问题三大要素:动作、状态和回报函数,将航空发动机自适应装配调度问题转化为强化学习问题。仿真实验结果表明,通过在上下两层适时选取调度规则,采用双层Q学习方法比单层Q学习在总体上具有更好的优势,调度结果远优于单个规则,显示出了良好的自适应性能。     

知识化制造系统中生产瓶颈的分析方法

在产品的制造过程中,如果某些生产环节能力过于薄弱,将会形成瓶颈效应,阻碍其他部分生产能力的充分利用。为此,建立了知识化制造系统的网状模型,该模型适用于柔性生产线的生产瓶颈分析。在此基础上,提出了完备生产网络的概念和寻找完备生产网络中生产瓶颈的方法。利用自学习方法将瓶颈和其对应的生产条件存入瓶颈知识库,以便确定在不同生产条件下哪些环节需要改进。最后通过算例分析,证实了该瓶颈分析方法的有效性。     

航空发动机制造的创新技术

航空发动机制造过程中存在一个重要的相互关系,即发动机产生的温度越高,效率就会越高。也就是说,在消耗相对较少燃料的情况下,发动机温度越高飞机就可以飞行的越远。这对应用于航空发动机内部的材料意味着必须选用那些在压力作用下表现得更好的极度耐磨材料。但选择好的材料也仅仅只是“成功了一半”,因为与此同时,许多零部件会相应变得更为复杂,     

大型商用航空发动机科研装配线三维虚拟设计

为解决航空发动机科研装配线二维工艺布置设计存在的局限性,首先通过对大型商用航空发动机科研装配线的实体工艺要素三维建模,基于虚拟现实Unity3D开发平台,对已有二维工艺布置方案进行三维虚拟设计,实现了工艺要素的补充、细化和优化. 然后对新型的总装工艺过程进行了运动学仿真,并开发了人机交互的实时动态漫游程序. 研究成果为后期车间改造、工艺布置调整提供了预演和模拟分析平台,为企业的人员培训和宣传展示提供了重要素材,也为相关的制造厂房或制造单元设计提供了技术参考和借鉴.     

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.     

一类类Job-shop结构的知识化制造单元多目标调度自进化算法

对于多目标的Job-shop问题很难找到其绝对意义上的最优解,通常找到的是其Pareto意义上最优解。建立一种类Job-shop结构的知识化制造单元多目标调度优化模型,并分析模型中多目标间关系。通过对其析取图模型分析,发现各任务的关键弧的特性,指出改变中间关键弧方向无助于优化目标函数,并在此基础上提出一种缩减邻域,该缩减领域极大减少要搜索的可行解数目。基于该缩减邻域特性,应用自适应启发评价方法提出一种多目标调度问题自进化算法,算法的联想搜索模块通过学习训练后能够为当前解匹配一个最佳动作以得到一个更好的解,模块这种功能随着训练增加不断改善。数值仿真结果表明所提算法通过学习对所提调度问题具备良好寻优能力和明显学习进化能力。     

电加工技术在航空发动机制造中的应用

随着航空制造技术的快速发展,航空发动机的性能得到了很大的提高,为了保证在高速、高压、高温、重载等苛刻条件下发动机工作的可靠性,航空发动机大量采用了新结构、新材料的零组件。新结构的零件结构更加复杂,新材料使加工变得越加困难,这就给机械加工带来了难题,提出了新的挑战。鉴于对有特殊要求的零件用传统的机械加工方法很难完成,     

蜡在航空发动机零部件制造中的应用

蜡种类繁多,具有低熔点、韧性好的特点,在工业生产中应用广泛。在航空发动机零部件制造中,蜡不仅被用于制作精密铸造的蜡模,还在防止零件加工变形以及多余物控制方面发挥重要作用。文中以几个典型零部件为例,介绍了蜡在航空发动机零部件制造中的应用情况,并总结了应用中的注意事项。     

基于Q学习的智能车间自适应调度方法

为降低智能车间中动态不确定因素对生产性能的影响,提出一种基于Q学习的智能车间自适应调度方法。该方法设计基于强化学习的智能车间自适应调度框架,采用Q学习算法,通过智能体—环境交互试错机制,自主训练调度模型,并根据生产车间环境变化动态更新调度模型,以支持能够指导车间运行的最优决策轨迹的生成。所提方法在MiniFab半导体生产线模型上进行了验证,结果证明该方法能够有效应对智能车间生产环境变化,在生产全过程中能对调度决策进行实时调整,优化车间综合性能指标,同时显著降低时间与人力成本。     

面向航空发动机叶片的可制造性评价方法

详细分析了航空发动机叶片零件可制造性,研究建立了面向可制造性评价的叶片零件信息模型和制造资源能力信息模型.提出了两种可制造性的评价方法:①根据零件信息模型和制造资源能力模型包含的信息,以及信息之间的关系,运用匹配度计算法,判断在该制造资源环境下叶片零件的可制造性;②以叶片零件制造密切相关的各项指标为依据,采用基于层次分析法模糊综合评判的方法对制造叶片的多种设备进行综合评判,从而确定叶片零件的可制造性.通过上述研究方法,对零件的可制造性进行合理的评价和反馈,指导产品设计.     

静态知识化制造环境下航空发动机装配车间周期性自进化研究

针对静态知识化制造环境下的航空发动机装配车间,研究了知识化制造系统自进化问题,采用滚动时域方法实现了该装配车间的周期性自进化。根据问题的特点,建立了系统在每个决策时刻的静态子问题的数学模型,提出了基于初始决策方案的滚动规则,进而给出了一种求解自进化问题的两阶段算法。针对所建立的数学模型,设计了一种具有双层结构的遗传算法(BiGA)。最后通过仿真验证了模型和算法的有效性和可行性,并分析了滚动窗口和滚动步长的大小对生产性能的影响。     

柴油机虚拟装配的研究

虚拟装配是近几年来出现的先进制造技术,它是在虚拟环境中,利用虚拟现实技术将设计的柴油机整机或部件三维模型进行预装配,在满足产品性能与功能的条件下,通过分析、评价、规划、仿真等改进产品的设计和装配结构,实现产品可装配性和经济性。本文主要介绍虚拟装配研究的现状、柴油机虚拟装配系统的总体结构及柴油机虚拟装配的关键技术。柴油机虚拟装配的关键技术包括虚拟装配建模技术、虚拟装配仿真技术、虚拟装配控制技术和虚拟装配支撑技术等。     

一种新型飞机发动机附件安装装置研究与应用

通过对某型飞机发动机附件安装过程研究,设计研制出了一种专门进行某型飞机发动机附件安装的专用工装,从而改变了原始、落后的发动机附件安装工艺,节约了发动机附件安装过程的人力、物力资源,节约了安装成本,避免了安装风险,提高了发动机附件安装质量和装配效率。     

飞机零部件自适应装配系统研究

针对当前飞机零部件装配型架自动化程度低、装配过程可控性差等问题,研究了一种飞机零部件自适应装配系统。该系统集成了虚拟技术、激光跟踪仪检测技术与柔性定位技术,采用了基于力与位移的全闭环控制方法,借助虚拟装调系统实现关键部件的自适应定位与装夹。系统采用某型机机头锥作为自适应装配验证对象,完成了对该部件的自适应精确装调,保证了安装精度,实现了装配过程中力与位移的监控。     

基于模糊机会约束规划的再制造装配车间调度优化方法

针对再制造零部件质量的不确定性导致工位装配时间波动范围大和调度模型难以准确描述的问题,采用基于可信性测度的模糊变量表示再制造零部件的装配时间,建立基于置信水平下的模糊机会约束规划调度模型,并提出求解该模型的混合智能优化算法：应用模糊模拟技术产生样本数据;利用反向传播算法训练多层前向神经网络逼近不确定函数;将训练后的神经网络与遗传算法相结合,以优化再制造装配车间调度问题。实例验证了该模型和算法的可行性。     

PROFIBUS现场总线在汽车发动机装配线的应用

以某汽车公司发动机装配线为例,简单介绍了PROFIBUS现场总线技术,说明了在区域式控制系统中的PROFIBUS现场总线的基本架构,并分析了在实际生产运行中可能出现的几类总线故障问题和解决措施,以期在新项目设计、运行维护和改造中提供一定的指导和帮助。     

考虑批量装配的柔性作业车间调度问题研究

柔性作业车间调度是生产调度领域中的一个重要组合优化问题,由于取消了工序与加工设备的唯一性对应关系,因而相较于作业车间调度问题,具有更高的复杂度。针对该问题在批量装配方面的不足,考虑将批量因素与装配环节同时集成到柔性作业车间调度问题当中。以成品件的完工时间为优化目标,对该批量装配柔性作业车间调度问题进行了数学建模。针对该模型,提出一种多层编码结构的粒子群算法,并对该算法的各个模块进行了设计。最后,以实例验证了该数学模型的正确性及算法的有效性。     

多元非参数rank图在民航发动机监控中的应用

发动机多元监控可以很好地解决以往单参数监控中监控参数过多导致指示过程失真的问题。分别利用T2控制图和rank图对发动机低压转子振动值和高压转子振动值两个参数同时进行实时监控,并对两种控制图在实时监控中的表现进行了比较分析,结果显示,rank图在多元实时监控中的表现优于T2控制图。     

基于微粒群算法的柔性流水车间调度优化

为了有效地解决柔性Flow-shop调度问题,提出用改进的微粒群算法进行求解,给出了一种能够保证个体合法性的编码方法;提出速度的计算公式采用自适应惯性权重和收缩因子相结合的方法。最后以某汽车发动机厂金加工车间的生产调度实例进行仿真,比较结果表明该算法的效果较好。     

基于自组织神经网络的发动机在线品质检测方法研究

在分析自组织神经网络的拓扑结构和学习算法的基础上,提出了将SOM自组织神经网络应用于发动机装配在线品质检测的方法,建立了输入层为6个神经元、输出层为36个神经元的发动机装配品质在线检测SOM模型,确立了用典型的品质样本进行训练并根据输出神经元在输出层的位置对发动机的装配品质进行判断的策略.实例分析证明,该方法可以有效地对发动机的装配品质进行检测.