复杂产品制造过程重要资源节点发掘

结合复杂网络理论在复杂系统评价上的优势,构建了产品制造过程系统网络模型。将系统中的各设备资源定义为网络中的节点,考虑任务路线的流向,同时加入各工段占用设备的有效时间,将产品制造过程等效为一个有向加权网络图。基于所建立的模型,从网络节点拓扑位置差异与节点自身所具备的关键属性两方面给出资源节点重要度评价指标体系,提出了一种基于熵权—模糊综合评价方法的产品制造过程资源节点重要度评估方法。结果表明该方法能有效地发掘复杂产品制造过程中的重要资源节点。最后,结合变压器制造企业的产品制造过程实例,证明了方法的合理性和有效性。     

基于ASP模式的中小型企业比价采购系统研制

针对中小型企业采购信息化过程中存在的问题, 提出基于ASP模式的比价采购系统的思路和方法。应用AHP方法,建立了采购比价分析的多目标决策模型,并阐述系统具体的功能模块及关键技术的解决途径。该系统投入实际应用,已取得明显效益,为企业商品的采购决策提供科学的指导。     

基于K-CNN和N-GRU的风电机组发电机状态预测

为了检测风电机组发电机异常、减少由故障引起的停机事件发生,基于真实风电场的数据采集与监视控制(Supervisory Control and Data Acquisition, SCADA)系统记录的多维传感器参数,提出一种K-CNN(Convolutional Neural Network,卷积神经网络)和N-GRU(Gated Recurrent Unit,门控循环单元)相结合的深度学习框架,建立风电机组发电机状态预测模型。首先,用Pearson相关系数分析状态参数相关性;之后,通过权重系数加权得到一维融合参数;其次,针对传统特征提取过程中忽略浅层特征的问题,采用CNN分层提取一维融合参数的特征,并利用核主成分分析(Kernel Principal Component Analysis, KPCA)将不同层的特征提取结果降为一维;然后,针对传统GRU算法参数欠优化问题,利用神经网络架构搜索改进GRU算法,得到N-GRU模型,将降维后的特征提取结果输入N-GRU做预测并得到重构误差,通过设定告警阈值实现状态评估;最后,以新疆某风场中2 MW风电机组为例,验证了该模型的有效性与准确性。     

机器混合故障下柔性作业车间鲁棒调度方法

柔性作业车间机器在生产过程中时常发生退化故障和突发故障,针对这种混合故障,考虑用预防性维护来防止退化故障,通过插入缓冲时间的方式来吸收突发故障的影响。分别以工序最终完工时间期望值和各工序加工完成时间的延迟总和期望值为质和解的鲁棒性指标,建立柔性作业车间鲁棒性调度优化模型,并设计引入混合故障概率矩阵的改进遗传算法对模型求解,联合决策工序加工顺序、预防性维护位置和缓冲时间位置,同时优化调度方案的鲁棒性。最后通过数值实验与对比分析验证了此鲁棒调度方法能有效应对车间混合故障造成的扰动。     

基于功能需求的虚拟样机模型发现方法

针对复杂产品虚拟样机概念设计中资源发现方法无法和产品功能模型相集成的问题,提出一种基于功能需求语义的资源发现方法。通过建立功能模型,定义功能需求本体,消除了用户对功能描述方式的差异,同时构建了虚拟样机模型本体,并给出了基于功能需求的资源发现算法,最后,构建了系统实现的体系结构。     

RFID在农机装配车间生产信息追踪系统的研究

随着物联网研究的深入,物联网技术在传感器网络技术、无线射频识别技术、条码与二维码技术方面获得了飞速的发展,并且RFID技术在生产制造型企业得到了广泛的应用。针对农机生产企业数据采集困难、不及时和装配线实时监控能力低,容易出现漏装、误装的现象。将RFID技术应用于生产信息追踪,以供企业对物料信息和生产计划进行实时的监控。并在此基础上,开发了生产信息追踪系统。     

基于改进麻雀搜索算法的机器人能耗最优轨迹规划北大核心

为提高机器人能量利用率,提出一种基于改进麻雀搜索算法的机器人能耗最优轨迹规划方法。为使机器人各关节速度、加速度、加加速度有界连续,采用7次B样条曲线构造关节空间轨迹。将运动学参数与动力学参数相结合计算机器人工作总能耗。在麻雀搜索算法基础上,用精英反向学习、非支配排序以及高斯-柯西变异策略对其进行改进求解出最优能耗所对应的时间序列,进而规划出能耗最优连续运动轨迹。仿真结果表明,所提轨迹规划方法不仅能实现轨迹的连续平滑,而且能有效降低能量消耗,节约生产成本。