自主智能制造:社会—信息—物理交互、参考体系架构与运作机制

走向自主是智能制造未来发展的必然趋势,但并不意味着将人排除在制造系统之外,自主制造仍需要以人为中心进行设计。从系统科学的角度出发,在分析物理回路中人机交互和工业4.0自主性的基础上,探讨社会—信息—物理交互的自主智能制造系统的基本构成、元素交互和参考体系架构以及人在其中的角色,进而将人在回路里、回路上和回路外理念分别置于智慧制造的物理空间、信息空间和社会空间,形成三位一体的自主社会信息物理生产系统,最后以混合人工智能方法驱动的按订单生产作业调度问题为例对其运作机制加以展示说明。     

基于Modelica的多领域伺服系统的研究

在实际应用需求中,跨领域建模与仿真已经变得越来越普遍.面向对象物理建模语言Modelica使多领域建模变得相对简单,并能在完全支持Modelica语言环境下的Dymola平台上进行仿真.采用Modelica语言分别对开环伺服系统和半闭环伺服系统进行了建模,并在Dymola上仿真.仿真结果表明,多领域的伺服系统动态响应性能效果良好,与分析基本上吻合.利用Modelica语言的开放性,根据研究对象的需要建立一些相关的模型,同时也完善了模型库.Modelica/Dymola为伺服系统的研究提供了一种方法.     

加工过程PID控制的优化设计

基于最优化设计方法的加工过程PID控制,以铣床加工过程为例,针对原PID控制器下系统产生超调量过大,调整时间过长,控制效果不理想等问题,借助MATLAB软件及其附带的Simulink软件,设计了基于ITAE指标的最优化PID控制器.仿真结果表明,控制器输出信号平稳,其变化范围小.加工过程在最优化控制器控制下有较好的快速性、稳定性和准确性.     

基于OPC技术的柔性制造系统集成平台研究

提出一种基于OPC技术的柔性制造系统集成平台,该平台利用MCGS作为OPC服务器,包括若干数控加工单元以及机械手、物料传送装置.平台集成了车间调度算法,可根据遗传算法优化出来的调度方案运行.利用ASP.NET编写平台的WEB服务器程序以实现对该平台的远程监控.该柔性制造系统平台具备较强的开放性和灵活性,能够实现可靠的信息传输.     

基于VC++的STEP-NC程序生成器研究及实现

在VS 2005平台上开发了STEP-NC程序生成器,能够读入AP203文件,提取工件的几何和拓扑信息,自动识别制造特征,经人机交互方式进行工艺规划,最后输出符合ISO 14649标准的STEP-NC程序.生成器采用模块化设计方法,分为STEP数据输入和提取模块,制造特征识别模块,工艺规划模块和STEP-NC文件输出模块.     

一种基于模糊神经网络的开放性智能控制体系结构

介绍一种由组织级、智能协调级和模糊神经控制级组成的加工过程递阶智能控制体系结构，该结构集多传感器信息融合、多种智能技术和人机协作于一体。     

基于计算机双目立体视觉的排爆机器人自动抓取的研究和实现

研究和开发一个双目视觉系统用于智能排爆机器人的自动控制。该系统利用计算机双目视觉原理,采用Matlab 7作为运算引擎,调用机器视觉软件eVision 6.2进行立体匹配,实时捕获图像,进行摄像机标定、图像预处理和匹配,确定可疑目标物的坐标,把图像实时显示在控制台,并通过xPC目标系统实现该机器人实时控制系统,自动控制手臂靠近并准确抓取可疑目标物。排爆机器人的抓取实验表明,该双目立体视觉系统在精度上能满足排爆要求。     

加工过程的模糊自适应PID控制

经典的加工过程模型随切削深度、主轴转速、加工材料、刀具形状和磨损程度不同而不同,因而具有时变性。实际加工过程要比理论上推导出的模型复杂得多,是一种具有非线性、时变性和影响因素不确定的复杂系统,甚至难以用合适的数学模型来表示。结合PID和模糊控制两者的优点,建立一种加工过程的模糊自适应PID的控制方法。对模糊自适应PID控制算法进行了理论分析,基于Matlab建立了铣削加工过程的仿真模型。仿真结果表明,运用模糊自适应PID控制方法,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力要优于增益自适应的PID控制。     

一种基于模糊神经网络的开放性智能控制体系结构

介绍一种由组织级、智能协调级和模糊神经控制级组成的加工过程递阶智能控制体系结构,该结构集多传感器信息融合、多种智能技术和人机协作于一体     

基于最大熵准则的加工过程神经网络建模

传统BP算法收敛速度慢、产生局部极小点的原因之一是该算法采用的是均方误差准则。为了改进BP算法的不足,提出基于最大熵准则的BP算法,并应用于加工过程的神经网络建模。仿真表明：基于最大熵准则的BP神经网络建模,其辨识精度优于一般BP算法神经网络建模。