敏捷制造模式下车间制造设备及布局研究

对敏捷制造模式下车间制造设备及布局进行了初步研究。分析了研究敏捷制造模式下车间制造设备及布局的意义,探讨了对模块化可重构加工设备的硬件与软件的要求,讨论了敏捷制造模式下车间布局的原则。     

遗传算法在设备布局设计中的应用

设备布局设计是整个制造系统设计的重要组成部分,合理的设备布局可大大提高企业对市场的响应能力,探讨研究制造系统的设备布局具有重要的理论意义和应用价值。本文结合设备布局的特点,提出了染色体的编码方法,设计了新颖的交叉算子,并通过实例分析,证明了遗传算法应用于设备布局设计的有效性。     

敏捷制造模式下车间制造设备及布局研究

对敏捷制造模式下车间制造设备及布局进行了初步研究。分析了敏感制造模式下车间制造设备及布局的意义，探讨了对模块化可重视 加工设备的硬件与软件的要求，讨论了敏捷模式下车间布局的原则。     

基于仿真的单元化制造系统柔性布局研究

针对单元化制造系统存在的柔性问题,进行设备布局的仿真实验研究;提出了基于车间布局的制造系统柔性评价指标;分析了改善单元化制造系统柔性的几种布局方式。用改变设备布置为手段,通过仿真实验,总结出改善单元化制造系统柔性的有敦方法。     

制造系统现代设计方法

制造系统的有效设计方法是确保设计的制造系统合理、高效运转的关键。长期以来制造系统的设计一直停留在个人经验基础之上,具有一定的主观性。文中将制造系统的设计划分为相互联系的三个阶段,首先综合应用模糊层次分析法和灰色关联度分析法,解决制造系统设计过程中设备的选择问题。再通过启发式算法来求解设备布局。最后通过建立仿真模型,对设计的制造系统进行仿真,评估制造系统,以便对设计的制造系统进行改进。     

面向不确定性的车间布局调度集成建模与优化

针对制造系统的不确定性和车间布局调度协同优化难题,研究了不确定环境下车间布局调度集成优化问题,旨在耦合车间布局调度中的不确定因素,实现制造系统的高效有序运作。选取工件需求、工序加工时间和设备故障作为影响布局调度集成优化的不确定因素,构建以制造过程中总费用、总完工时间最小和鲁棒指标最大为优化目标的面向不确定性的车间布局调度集成优化模型。设计了一种具有改进选择算子的NSGA-Ⅲ(NSGA-Ⅲ with improved selection operator, NSGA-Ⅲ-ISO),改进选择算子增强了算法的全局搜索能力和稳定性,同时引入PBI距离并改进其极小值取值方法。通过基准函数测试结果表明,新算法具有更好的前端分布性和收敛性。将集成模型和改进的求解算法应用于车间布局调度工程实例,其结果进一步验证了模型和算法的有效性和可行性。     

采用遗传算法的RMS设备布局设计及仿真

根据可重构制造系统车间设备布局的最小物流费用原则,建立车间的单行和多行设备布局的数学模型,针对设备布局属于NP完全问题,提出利用MATLAB遗传算法工具箱实现一个基本的设备布局模型的求解,降低了遗传算法对设备布局问题的求解难度。最后,给出一个六台设备的车间布局实例,采用Delmia/QUEST三维可视化仿真软件对求解的布局结果建立仿真模型,并进行仿真结果分析,为设备布局的改进提供决策依据。通过重建仿真模型,能够很好地解决设备布局问题。     

基于遗传算法的可重构制造单元布局研究

可重构制造单元是可重构制造系统研究的重点,而单元的设施布局对制造单元的性能有着很大的影响.针对可重构制造单元布局提出了其特点与设计目标,建立多行设备布局的数学模型,最后对生产实际问题,通过遗传算法进行求解,证明方法的正确性.     

基于仿真的装配生产线布局设计与优化

基于离散事件仿真技术(DES),对某装配生产线开展了基于仿真的布局设计及优化研究工作,建立该仿真系统的目的是在现有制造模式的基础上,进行不同类型的生产线布局仿真设计试验,提出了一个装配生产线布局解决方案,减少生产线劳动力需求,解决生产瓶颈问题.在分析典型制造零件的制造工艺和生产线现有设备的基础上,提出了直线型布局、U型...     

制造系统设备布局的建模理论与求解方法

为提高企业对市场的敏捷反应能力及市场竞争力,在制造系统中提出了设备布局设计问题.介绍了设备布局的相关概念及不同分类标准下的布局形式,分析了各种设备布局形式的适用范围及优缺点.概括了布局设计中的优化目标及约束条件,综述了布局建模理论及其所建立的模型,并阐释了模型的求解算法.最后,探讨了目前研究中存在的一些问题,为今后的设备布局设计提供了参考.     

基于SLP法和AHP法的离散物料智能生产线设计与仿真

在智能制造发展趋势下,对现有人工生产线进行改造时,考虑设备间物料转运的自动化程度,使用AGV小车代替人工进行转运工作;针对使用自动转运AGV小车的离散物料智能生产线进行二次设计,充分考虑设备布局、生产工艺流程、AGV小车行进路线和环境限制条件等因素,并基于系统布局规划(Systematic Layout Planning,SLP)法分析生产线存在的问题,对现有生产线设备及工作区布局进行优化;基于Plant Simulation仿真软件,建立现有生产线及优化后生产线模型,根据仿真结果分析评价最佳设计方案的合理性;最后通过层次分析(Analytic Hierarchy Process,AHP)法建立生产线布局评价指标,比较并选择优化后的最佳方案.     

基于SLP法和AHP法的离散物料智能生产线设计与仿真

在智能制造发展趋势下,对现有人工生产线进行改造时,考虑设备间物料转运的自动化程度,使用AGV小车代替人工进行转运工作;针对使用自动转运AGV小车的离散物料智能生产线进行二次设计,充分考虑设备布局、生产工艺流程、AGV小车行进路线和环境限制条件等因素,并基于系统布局规划(Systematic Layout Planning,SLP)法分析生产线存在的问题,对现有生产线设备及工作区布局进行优化;基于Plant Simulation仿真软件,建立现有生产线及优化后生产线模型,根据仿真结果分析评价最佳设计方案的合理性;最后通过层次分析(Analytic Hierarchy Process,AHP)法建立生产线布局评价指标,比较并选择优化后的最佳方案.     

基于设备能力的可重组布局规划研究

为提高企业对市场的敏捷反应能力及市场竞争力,给出了可重组制造系统的重布局规划流程。根据产品的生产工艺,基于现有布局及各个设备的加工状态对设备进行分阶段优化布局,综合考虑物料搬运成本、设备重置成本以及生产损失成本建立了数学优化模型。以最小化系统重布局成本为目标,应用动态规划算法实现了基于设备能力的可重组布局规划。实例验证了该布局规划的可行性和有效性。     

柔性制造车间设备产能配置与布局集成优化

为解决因设备产能配置过程中常忽略后期对其布局影响的问题,针对设备配置与设备布局展开协同优化。基于柔性制造车间零件工艺路径可选、不同加工零件采用不同的搬运设备和搬运批量的特点,考虑规划期内待加工零件的产能需求约束,以最小化设备购置成本和物料搬运成本为目标,建立柔性制造车间设备产能配置与布局集成优化模型。采用免疫遗传算法对该模型优化求解。为了保证算法的搜索效率和种群多样性,引入抗体浓度计算来强化个体间的交流,同时通过免疫记忆机制避免最优个体丢失和被破坏,确保算法的全局搜索能力。通过算例,将集成优化模型结果与设备产能配置、设备布局分开优化的结果进行对比,验证了集成优化模型和算法的有效性。     

敏捷制造车间布局优化的启发式算法

为了有效地减少产品在敏捷制造车间中的非加工费用,根据车间中的生产工艺流程对设备进行优化布局,提出了一个处理敏捷制造车间机器布局的启发式算法,算法综合考虑机器间零件流的流量、零件的传输因素、机器的空间布局限制等,以机器间的传输费用作为评价分值,以总分值最小为优化目标,通过收养、合并、交叉、移位操作,依次将各机器安排在一个3×3的网格布局中。该算法提供了一个灵活的、近似最优的车间设备布局。最后,演示了一个虚拟实例。     

虚拟制造系统中虚拟设备选择方法初探

以制造设备为对象，在虚拟制造系统的环境下，构造虚拟设备的选择模型；对选择目标、制造成本、生产周期以及可制造性进行分析；并与传统制造系统中的设备选择模型进行比较。     

基于Flexsim的车间设备布局优化设计

车间设备布局设计是将加工设备、物料搬运设备、工作单元和通道走廊等制造资源合理地放置在一个有限的空间内的过程。它的主要目标是材料流、工件流的运输费用最小,同时满足设备之间的相互关系要求以及一些特殊要求。此外,还要综合考虑布局的美观性、操作的舒适性以及生产的安全性等因素。     

车间型测量机在动力总成检测的应用

现代化的动力总成加工车间将配备高速、高精度的加工制造设备,网络化和数字化的控制平台对测量系统提出了更新、更高的技术要求。本文通过描述动力总成企业对检测规划、设备选型到测量系统的验收,再到动力总成生产线设备调试、设备验收至批量生产的几大工作步骤,阐述选择车间型测量机系统在整个过程中的重要性和必要性,从而得出了车间型测量机系统作为生产线规划布局中重要质量控制组成单元的必要性和优越性。     

车间型测量机在动力总成检测的应用

现代化的动力总成加工车间将配备高速、高精度的加工制造设备,网络化和数字化的控制平台对测量系统提出了更新、更高的技术要求。本文通过描述动力总成企业对检测规划、设备选型到测量系统的验收,再到动力总成生产线设备调试、设备验收至批量生产的几大工作步骤,阐述选择车间型测量机系统在整个过程中的重要性和必要性,从而得出了车间型测量机系统作为生产线规划布局中重要质量控制组成单元的必要性和优越性。     

设备布局离散优化问题的粒子群算法研究

设备布局设计是制造系统设计的重要组成部分，设备布局是否合理对整个制造系统的总体功效起着非常重要的影响。粒子群优化算法（PSO）是一种新的群智能优化算法，常用于求解连续空间极值问题，近来正逐渐进入组合优化领域。利用多雏实数编码及映射方法将连续PSO算法应用于求解设备环形布局问题，为此类离散优化问题的求解提供了一种新的思路。利用GA中的杂交策略扩展PSO算法，提高了PSO算法性能。通过实例计算和结果比较，说明了该算法能有效地求得设备环形布局问题的优化解，是一种行之有效地算法，有很好的实用价值。