基于遗传算法的批量 Flow-shop调度问题研究

结合实际情况,对批量Flow—shop调度问题进行了研究,给出批量Flow—shop调度问题的建模,根据不同的移动方式。给出工件在各机床上的起始加工时间的确定方法,并提出一种融入启发式规则的遗传算法进行问题的最后求解。最后的实例证明了提出的算法求解批量Flow—shop调度问题的有效性。     

多目标环境下的生产资源平衡和优化调度研究

基于调度周期订单所映射的工件集合,讨论了以生产资源和工艺方案为约束的多工艺方案推荐方法,有目的地为生产调度进行工艺选择,提高生产调度的运行效率.基于遗传算法,考虑设备负荷均衡、关键设备利用率、所有设备利用率等多目标,进行了基于可用资源的生产调度基础数据优化处理.结合实例,根据不同的目标得到了有效的可选工艺方案,仿真结果表明,经过生产资源平衡后,较易得到满意的调度方案.     

基于混合遗传算法的柔性作业车间调度研究

为更有效地求解柔性作业车间调度问题,提出一种混合遗传算法(蚁群-遗传算法)。在分层法的基础上,首先采用蚁群算法解决工艺路线选择问题,再通过遗传算法解决传统的作业车间调度问题。在混合遗传算法求解过程中,不断地在前期优化中获取调度知识,用于指导后期的优化过程。通过标准案例测试,验证了混合遗传算法对于解决柔性作业车间调度问题的有效性。     

密集仓储环境下多AGV/RGV调度方法研究

针对密集仓储环境下,出库作业时,有轨车(Rail guided vehicle,RGV)在不同货架间运送货物的换乘需要借助穿梭车(Automated guided vehicle,AGV)实现,入库作业时,货物先由穿梭车从输送带送达货架口,再由有轨车完成入库操作等特征,构建密集仓储环境下考虑多出入库任务的多AGV/RGV作业调度模型,包括穿梭车任务分配模型、协同有轨车选择模型和出入库完工时间数学模型.为实现密集仓储环境下的多AGV/RGV调度,提出适应不同出入库货位分布的穿梭车任务分配规则,实现考虑执行任务均衡的穿梭车任务分配;利用遗传算法实现多AGV/RGV出入库协同调度,对遗传算法关键解码算子进行详细设计,解码确定各穿梭车与有轨车执行出入库任务的顺序、任务的起始时间和结束时间,使得所有出入库任务的总完工时间最短.最后,通过某物流仓储企业实际案例进行测试,测试结果表明,提出的启发式规则能实现穿梭车任务的均衡分配,基于遗传算法的协同调度方法能有效地产生多AGV/RGV协同调度方案,减少出入库作业总时间,提高了仓储作业整体效率.     

针织面料生产智能制造通用信息模型标准化研究

目前,我国高端针织面料的设计、生产、管理等信息化应用整体水平不高,与日韩、欧盟等高端面料制造强国仍有差距。本文针对高端针织面料生产的全过程,提出了针织面料生产的设计、工艺、制造和设备的全流程信息模型技术架构,建立了针织面料生产智能制造的通用信息模型,并设计了通用信息模型的试验与验证平台方案。     

基于VB和ANSYS的多框结构件铣削路径优化仿真研究

以VB为编程语言,结合ANSYS的APDL语言和ACCESS数据库,开发了一个薄壁多框结构件铣削路径优化平台.该平台利用VB调用ACCESS存取数据,通过输入薄壁框的建模参数来封装APDL命令流,并将ANSYS作为一个CAE模块嵌入平台来对铣削加工过程进行分析.该平台以有限元仿真分析的变形结果作为判断依据来选取薄壁多框结构件的铣削加工顺序.实验验证了该平台具有可行性,可通过平台提出一个合理的铣削路径方案,来提高薄壁多框结构件的加工精度.     

考虑批量和辅助时间等生产工况的智能调度方法

根据车间调度实际要求,综合考虑批量、毛坯到达时间和辅助时间等生产工况,研究复杂生产调度问题。给出了此问题的模型及求解此问题的生物免疫算法模型,并介绍了基于生物免疫机理的智能调度方法实现过程中的关键技术,包括抗体编码设计、工件起始加工时间的计算准则和优化方法、交叉和变异操作等。对考虑辅助时间、批量等多工况问题的测试结果表明,所提出的综合考虑批量和辅助时间等生产工况的智能调度方法是有效的, 且在调度过程中考虑批量是必要的。     

基于点云深度学习的加工特征识别方法

在计算机辅助设计与制造系统中，加工特征识别是一项关键技术。针对传统的特征识别技术可扩展性差、鲁棒性差等问题，提出一种基于点云深度学习的加工特征识别方法。通过对加工特征表面进行均匀点采样，构建加工特征的点云数据集。使用K近邻算法构建点云的旋转不变表示，提出一种融入几何先验知识的点云分类网络。对于多特征模型的点云数据，提出一种加工特征点集的提取方法和相交特征的分离方法。通过具体实例验证了所提方法的有效性，表明该方法能识别CAD模型中的单一特征和相交特征。