面向瓶颈的离散生产系统在制品库存控制与仿真

针对当前在制品库存控制研究较少考虑系统瓶颈的现状,从最优化生产技术(Optimized Production Technology,OPT)的思想出发,在辨别出系统瓶颈的基础上,设计以瓶颈为中心驱动的推、拉结合(Push&Pull)的生产控制方式,以有效减少整个系统的在制品库存;建立面向瓶颈的在制品库存前.反馈集成控制(B-WFFIC)模型,稳定并减少瓶颈工序前的在制品库存;最后通过实例应用和仿真验证取得了较优的结果.     

协同产品开发过程中的支持数据模型研究

文章结合协同产品开发的需求,通过对协同产品开发过程中的支持数据的包含内容和处理方法进行深入地分析研究,把支持数据概括成标准数据、经验数据、模板数据以及实例数据,并运用UML建模方法给出了用于系统开发的概念模型和数据模型,在此基础上构建的支持数据系统能够有效的支持产品的协同开发,缩短产品的开发周期,提高产品的开发质量.     

机械产品精密配合中的选配方法研究

在对配合精度要求较高的产品(或部件)进行装配时,为了得到它的最优装配组合,运用网络流规划建立了一种特定装配关系的选配模型,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,将最优装配组合的问题转化成网络最大流问题。结合关联图模型和产品层次装配模型的特点,建立了一种便于选配模型求解的装配模型,采用了分层自底向上的选配方法,利用选配模型进行局部选配最终获得最优解。并通过实例对上述方法进行了验证。     

面向产品的3C数据管理集成模型研究

在分析企业建模及存在问题的基础上，采取以产品为导向的技术数据的集成管理模式，以优化运作过程，解决企业“信息孤岛”问题；并在企业整体数据模型的构架下，使用可视化面向对象建模语言UML分析和构建了一种基于产品配置的3C(CAD／CAPP／CAM)技术数据管理的集成化模型。     

一种求解车间作业调度问题的混合微粒群算法

在对车间作业调度问题优化目标与约束条件分析的基础上,以最小化机器完工时间为目标构建优化模型.通过将遗传算法和模拟退火算法的优点与标准微粒群算法相结合,提出一种求解该问题的混合微粒群算法,并结合实例验证了该算法的有效性与收敛性.     

面向产品的制造质量控制模型研究

为了实现以产品为导向的制造质量控制,利用工程化方法对制造过程中所产生的质量数据资源、质量控制流程等要素进行了描述,并对面向产品的制造质量控制的含义和特性进行了详细的分析,进而采用语义数据模型化技术IDEF0(IntegrationDefinitionMethod),构建了制造质量控制流程的功能模型,对流程中的主要功能进行了阐述,并用统一化建模语言,给出了制造质量数据信息模型。该项技术已经在马鞍山回转支承厂得到实际应用,并取得了良好效果。     

可定制产品数据BOM构造方法研究

通过对传统产品设计BOM的组成结构分析,构建了可定制产品数据BOM的组织模型;并在此基础上,给出了它的构造方法及其分解算法。运用该构造方法实现了面向客户的产品数据BOM的一致性管理及企业各职能域间对产品数据信息的集成与共享．通过在产品配置中增加虚拟件的方式,实现了产品数据BOM的定制信息描述,同时,利用可定制产品数据BOM的联合分解算法,实现了物料数据清单的高效、快速分解．     

面向装配制造执行系统的基础数据管理研究

针对目前制造执行系统(MES)缺乏柔性和可移植性的缺点,提出在MES中添加基础数据管理模块,以通过修改系统基础数据的设置适应不同企业的不同产品、不同工艺以及不同控制要求.首先指出增加基础数据管理的优点,分析制造执行系统的基础数据,提出基础数据的功能模型,并阐述实现基础数据管理的关键技术--基于产品配置和工艺配置的产品数据集成技术以及基于矩阵的产品簇模型,最后给出了基础数据管理系统的实现.     

带时间窗装卸一体化车辆路径问题的混合离散粒子群优化算法

为了同时实现总配送成本最低、车辆数最少和车辆行驶距离最短等目标,考虑车辆指派成本及运输路径成本的相对重要性,建立了带时间窗装卸一体化车辆路径问题的混合整数规划模型。针对该问题搜索空间的离散性和求解算法的局部收敛性,提出了一种混合离散粒子群求解算法。算法基于客户排列的直观无分段大路径解表示法,采用改进深度优先搜索分割法对问题解进行解码与评价;嵌入一种变邻域下降搜索程序并在个体粒子每次迭代时以一定概率选择执行,利用混合粒子群算法在多邻域深度搜索和在全局空间广度搜索进行寻优,同时应用模拟退火思想和比例选择性变异最差个体来改善个体搜索停滞现象。采用两个不同目标算例进行寻优测试,验证了所提算法的可行性和有效性。     

基于模糊神经网络的汽车变速杆操纵舒适性评价

针对目前汽车变速杆操纵舒适性评价方法的不足,提出一种基于模糊神经网络的汽车变速杆操纵舒适性评价方法,通过模糊神经网络对实验测得的操纵舒适性特征参数和主观舒适度评价构成的样本进行学习和训练,建立汽车变速杆操纵舒适性评价系统。试验结果验证了该方法的可行性和合理性。