物联网环境下的机械产品管控一体智能装配系统建模

针对应用物联网技术对促进制造系统发展所具有的重要现实意义,以构建互联感知与智能高效的装配系统为目标,在分析物联网技术在机械产品装配系统应用模式的基础上,提出一种基于物联网技术的管控一体智能装配系统的概念。为解决物联网环境下的装配系统分析与优化问题,从机械产品装配过程角度出发,采用面向对象的赋时着色Petri网将系统抽象为由若干工艺关联、功能相互独立的装配单元或功能模块组成的对象集合,并根据每个模块及单元之间的工艺约束和逻辑关系,确定整个系统的消息传递网络,最终通过消息驱动实现单元与模块之间的通讯互联,并建立了物联网环境下的管控一体智能装配系统模型,其中知识规则赋予模型中决策变迁智能行为,主要用于消解模型中的令牌路由选择和系统死锁问题。以发动机拧紧工艺为例验证了模型的可行性与有效性。     

不确定环境下回收发动机拆卸调度方法

针对再制造系统中回收发动机的不确定因素,研究面向再制造拆卸的调度问题。首先为了减少再制造拆解过程中不确定因素的影响,采用模糊综合评价法进行了回收质量等级划分;然后采用双重模糊变量描述了回收发动机质量状况差异及拆解时间的不确定性,建立了基于双重模糊机会约束的再制造拆解车间生产调度问题模型;应用双重模糊模拟技术产生输入和输出数据,利用神经网络逼近模型的不确定函数,将训练后的神经网络嵌入遗传算法求出优化结果。通过仿真实例验证了该混合智能优化算法解决双重不确定拆卸调度问题的有效性和合理性。     

深沟球轴承装配中的选配模型研究

在对深沟球轴承的内、外圈和滚动体进行装配时，为获得最优装配组合，运用网络流规划将该问题转化为网络最大流问题，并建立了一种选配模型。通过合理定义模型网络的中间点、弧的容量和方向以及模型的一般约束条件，应用有效算法求出模型网络的最大流，最终获得内、外圈和滚动体的最优装配组合。     

支持项目管理的权限管理方案

针对企业管理信息系统中以项目为驱动的管理模式,采用面向对象的方法,提出一种基于角色,支持项目管理的动态权限管理模型,实现了企业信息的安全管理,简化了管理信息系统对用户的授权管理.     

面向再制造复杂机械产品装配过程的质量控制点公差带在线优化方法

为提高再制造零部件利用率并提升再制造复杂机械产品的装配精度,提出了一种面向再制造复杂机械产品装配过程的质量控制点公差带在线优化方法。在分析再制造复杂机械产品装配特点的基础上,对关键工序的质量控制点公差带进行细粒度划分;从装配精度角度出发,综合考虑装配过程中的质量损失和成本差异,以尺寸链为约束,构建了公差带优化模型,并研究了基于遗传算法的模型求解过程;在此基础上,提出了基于历史数据的正向推理模式,以及基于装配实时信息的逆向推理模式,推导出装配优化方案集并对车间异常情况作出及时响应;最后,开发出再制造发动机装配过程在线质量控制系统原型,验证了该方法的可行性和有效性。     

计及漂移瓶颈的时变物料配送路径优化

针对不确定作业车间环境下物料配送路径优化问题,采用能反映制造单元相对生产负荷及其变化趋势的瓶颈指数和瓶颈漂移指数表征实时变化的制造单元物料配送优先级,对路径选择过程中违反此优先级的行为设置惩罚成本,提出以最小化包括车辆运输成本和违反优先级的惩罚成本在内的总配送成本为优化目标,建立了时变的物料配送路径优化模型。在此基础上,为保证运输车辆所载物料全额配送,避免非必要负载以及由此造成的非必要配送子路径,对配送路径优化模型进行改进,允许运输车辆非满载和物料拆分配送,以提高物料配送效率降低配送成本;并结合模型特点将贪婪策略融入遗传算法对优化模型求解。最后,通过某作业车间内物料配送实例验证了所提出的计及漂移瓶颈的改进时变物料配送路径优化方法在不确定作业环境中具有有效性和实用性。     

基于装配偏差度的复杂机械产品再制造质量优化方法

为提高复杂机械产品再制造质量可靠性与稳定性,提出了基于装配偏差度的复杂机械产品再制造过程质量优化方法。综合考虑再制造过程装配偏差的形成原因及传递机制,构建了再制造过程装配偏差度函数。通过对相关质量控制域的划分,描述了基于装配偏差度的再制造质量优化判断条件及方法,并用模拟退火遗传算法求解装配偏差度在线优化模型,实现了对复杂机械产品再制造装配质量的优化。最后以某型主减速器主锥再制造总成装配过程为例验证了该方法的可行性和有效性。     

基于分层任务网络的云制造任务分解方法

提出了一种基于顺序任务分解的云制造任务分解算法。首先给出云制造任务描述模型以及任务约束结构的相关定义,对制造任务粒度分析方法、制造任务内聚性度量方法和制造任务相关性度量方法进行了研究。然后,采用递归分解算法对任务进行优化分解,并在分解过程中考虑任务的资源匹配问题。最后,以某变速箱试制任务分解为实例验证了所提方法的可行性和有效性。     

基于机器视觉的装配动作自动分割与识别

在对装配作业人员进行动作分析的过程中,动作的识别和记录一般通过手工操作完成,这种方法不仅工作量大,而且效率低。为解决该问题,提出了一种新的基于机器视觉的装配动作自动分割与识别方法。首先利用基于内容的动态关键帧提取技术提取视频流中的关键帧,实现动作的自动分割;然后提取感兴趣区域的尺度不变局部特征点,据此得出关键帧的特征向量;最后,基于支持向量机构建特征向量分类器对动作进行分类。装配线上样本视频的实验结果表明,所提方法达到了96%的正确识别率。     

汽车换挡杆操纵力反馈舒适度测评方法

基于汽车换挡杆的操纵力反馈特性,提出主客观结合的换挡杆操控舒适性测评方法,以弥补主观评价的不足。分析汽车换挡杆操纵力反馈随操纵位移的变化特征以及驾驶者的个体差异,分别针对选挡、进挡和退挡过程提取相对力反馈极值和相对操纵刚度作为客观测评指标;利用粒子群优化算法(PSO)对前向反馈(BP)神经网络进行改进,从而建立面向换挡杆操纵力反馈舒适性的PSO-BP神经网络测评模型,用以表征客观指标集与主观评分之间的映射关系;最后,以普通轿车上应用较多的手动变速器为例,利用在操控试验中获取的48组样本数据对模型进行训练和检验。结果表明,应用该方法取得了较为准确、稳定的测评效果,能够为汽车变速器操控舒适性优化设计提供指导。