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。     

基于并行工程的航空发动机设计制造协同模式优化

基于传统设计制造协同模式在航空发动机产品研制中存在的不足之处,采用并行工程的理念,通过优化设计制造协同流程,实现设计与工艺资料的双向审签,促进设计与工艺人员的交流沟通,使问题及早暴露在设计阶段并加以解决,避免常见的设计错误,同时通过促进厂所标准共享互通,实现协同领域标准共编共享,力争设计工作“一次就能做对”,提高设计发...     

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。     

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.     

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.     

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。     

知识化制造系统——新一代先进制造系统

首先讨论了将先进制造模式转化为先进制造知识的必要性和可行性,以及现有商品化软件的缺陷;然后提出一一种知识制造系统新理念。这是一种高智能生物化制造系统,并讨论了其体系结构、功能结构、逻辑层次、关键技术和已有的研究基础。     

柔性装配制造系统中生产优化的Petri网方法

本文在基本Ｐｅｔｒｉ网的基础上,给出了一种进行周期性生产的柔性装配制造系统的模型;同时,针对该系统,给出了一个求稳定需求下最佳生产指量的启发式调度方法。     

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。     

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。     

产品全生命周期制造模式选择的自学习研究

针对相似产品生命周期特征的相似性;阐明了产品制造模式与生命周期特征之间的映射关系。根据知识化制造理念;讨论了制造模式选择的自学习问题。提出了近似匹配和二次匹配两种算法;使现有产品的生命周期特征与知识库中已有相似产品的特征数据相匹配;进而为制造模式的选择提供决策依据。给出的算例证明了该种方法的有效性。     

基于DELMIA的航空发动机虚拟装配技术研究

针对航空发动机装配工作繁琐、易出错等问题,基于DELMIA数字化装配仿真平台,以某型航空发动机单元体装配为研究对象,进行装配工艺规划,在DPM模块中实现虚拟装配总成仿真,通过干涉碰撞检查分析,验证装配工艺设计的合理性.以高压压气机单元体与燃烧室单元体之间实际工位装配仿真为例,结合人机工程仿真技术,分析安装工人的视觉匹配...     

产品全生命周期制造模式选择的自学习研究

针对相似产品生命周期特征的相似性,阐明了产品制造模式与生命周期特征之间的映射关系。根据知识化制造理念,讨论了制造模式选择的自学习问题。提出了近似匹配和二次匹配两种算法,使现有产品的生命周期特征与知识库中已有相似产品的特征数据相匹配,进而为制造模式的选择提供决策依据。给出的算例证明了该种方法的有效性。     

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。