基于肌肉生理信号的操纵舒适性评价

从操纵者人机交互过程中肌肉生理信号角度出发,针对目前操纵舒适性评价方法的不足,提出一种基于肌肉生理信号特征参数,运用正则化RBF网络,对人机交互操纵舒适性进行评价的方法。以典型人机交互过程驾驶操作系统为例,进行实验与数据统计,通过正则化RBF网络对实验测得的操纵者肌肉生理信号特征参数和主观舒适度评分构成的样本进行学习和训练,建立操纵舒适性评价模型。实验结果验证了该方法的可行性和合理性。     

不确定环境下Job Shop重调度执行成本研究

为提高不确定环境下Job Shop制造车间重调度的稳定性以及方案的可执行性,建立了基于工件和机器两个层面的预调度实施损失函数,综合加权相同工序的时间偏差成本、相同工件的相邻工序的时间偏差成本、设备的工作时间偏差成本以及等待时间偏差成本,实现对重调度执行成本的衡量,降低实际执行的重调度方案不能满足预期生产目标的危险。最后通过仿真,验证了研究重调度执行成本的必要性。     

虚拟制造环境下模特法的应用

在虚拟制造环境下，应用模特法对制造系统进行作业测定，制定标准时间，突破了模特法一般应用在现实制造系统进行作业测定的传统应用范围，进而为虚拟制造系统优化设施布局、编制生产计划、确定劳动力需求计划提供了方法和依据，避免了生产系统投产后调整布局及人员配置等所花费的人力和物力。最后，给出了一个实例验证。     

机电项目管理中的多视图及其映射方法研究

从项目集成管理的需要出发,提出了基于多视图的产品研发过程管理概念,并给出了视图的划分,为了保证各视图中项目信息的一致性和提取项目信息的有效性,探讨了多视图间的数据映射关系和视图结构关系,给出了多视图之间的映射方法,并以机电产品为例,利用工程数据库技术实现了研发项目管理中的数据映射关系,最后详细地阐述了产品视图到过程活动视图的转换过程。     

基于品质物料清单的全面质量数字化管理模式的研究

针对全面质量管理缺乏有效实施手段的现状，构建了面向企业运作过程中所有质量活动的品质物料清单体系，分析了该体系的构成、特性、作用和必要性，并采用语义化建模技术和工程化方法，描述了品质物料清单体系各成员间的关系及其数据关系模型，最终以品质物料清单体系作为合理有效的质量数据组织形式，以确保准确的质量数据统计分析，进而实现“以数据说话”的全面质量数字化管理。     

基于全息工作流网的产品协同开发过程建模

结合产品协同开发过程的集成性、复杂性、动态性和层次性等特点,通过对目前协同产品开发过程建模方法的分析和研究,指出了各自的优缺点,并在此基础上提出了全息工作流网的建模方法及其相应的分析技术和仿真算法.全息工作流网通过扩展工作流网组成元素的内部结构,丰富了模型的信息量,集成了产品开发过程的时间、资源、组织等信息,提高了模型的可读性、动态性和层次性,并能够更有效地支持模型的分析、优化和仿真.最后通过实例验证了该方法的可行性.     

工序加工时间不确定的柔性作业车间重调度算法

针对工序加工时间不确定的柔性作业车间重调度问题,以最小化最大完工时间和最小化机器总负荷为目标,利用区间数表征加工时间不确定性,采用泛灰数实施作业调度,引入EDQS重调度触发机制和滚动窗口优化策略,设计了关键工序集的构造规则;采用改进的NSGA-Ⅱ算法优化关键工序集和SPT规则调度非关键工序集,从而实现完全工序集的调度。引入Hypervolume指标维护进化种群,在保证Pareto最优解集收敛性的同时维持了群体多样性,以泛灰数序关系确定最优调度方案。仿真实例不仅证明了基于工序加工时间不确定的柔性作业车间重调度算法的可行性和有效性,而且证明该方法能够及时响应不确定性因素扰动。     

基于面部几何特征及手部运动特征的驾驶员疲劳检测

驾驶员疲劳驾驶是造成交通事故的主要原因之一,为解决该问题,提出一种新的基于机器视觉的驾驶员疲劳状态检测方法。根据驾驶员视频图像特点,采用基于肤色检测的Adaboost算法提取面部以及手部的感兴趣区域(Regionsofinterest,ROIs)。基于尺度不变特征变换(Scale invariant feature transform,SIFT)特征点匹配获取眼、嘴以及手部的SIFT特征点,据此得出面部以及手部特征参数。将Perclos、MClosed、Phdown以及SA 4个特征参数作为模型输入,疲劳度等级作为模型输出,建立三层BP神经网络模型,并应用贝叶斯正则化并结合动量梯度下降法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象。试验数据表明,该方法能够克服光照、背景、角度以及个体差异的影响,且疲劳检测的正确识别率达到99.64%。     

基于不确定性测度的再制造曲轴平衡性控制方法

再制造发动机平衡性是影响再制造发动机使用性能的重要因素之一。分析影响再制造发动机曲轴平衡性的关键因素,探究曲轴主轴颈径向跳动、直径、圆柱度及曲轴端面跳动、弯曲度等因素不确定性的内涵;考虑各个因素测量值的离散程度及测量值与理想值的偏差程度,构建因素不确定性定量化测度模型;在以上研究基础上,提出基于改进BP神经网络(BPNN)的发动机曲轴再制造平衡性质量控制方法,其中,网络模型采用梯度下降法对输入层到隐层之间的权值和阈值进行调整,采用支持向量机调整隐层到输出层之间的权值和阈值;通过某企业再制造曲轴的质量数据表明,方法能够有效提高再制造曲轴平衡性合格率,降低曲轴加工废品率,应用实例验证了提出方法的可行性和有效性。     

基于Pareto优化的离散自由搜索算法求解多目标柔性作业车间调度问题

针对多目标柔性作业车间调度问题搜索空间的离散性和求解算法的收敛性,提出一种基于Pareto优化的离散自由搜索算法来求解多目标柔性作业车间调度问题。在建立基于Markov链数学模型的基础上,证明了算法以概率1收敛;引入首达最优解期望时间来分析算法收敛速度,并分析了算法时间复杂度。采用基于工序排序和机器分配的个体表达方式,在多目标柔性作业车间离散域,利用自由搜索算法在邻域小步幅精确搜索和在全局空间大步幅勘测进行寻优;通过自由搜索算法自适应赋予个体各异辨别能力和Pareto优化概念来比较个体优劣性,不仅保留优化个体,而且使个体寻优方向沿多目标柔性作业车间调度问题Pareto前沿逼近。通过对搜索过程中产生的伪调度方案进行可行性判定,以确保调度方案可行。采用10×10FJSP和8×8FJSP问题的实例进行寻优测试,验证了所提算法的可行性和有效性。