制造协作组织形成过程任务性能参数逆向优化

深入分析了制造协作组织形成过程的市场特性。针对产品制造任务性能参数的优化问题,提出正向优化与逆向优化过程模型,分析双向优化结构的宏观与微观特征。通过探讨可以发现,制造任务优化与制造资源配置是市场协作制造过程中的两个相互影响、密不可分的整体。通过针对逆向优化过程的研究,进行制造任务性能参数逆向优化过程的形式化描述,进一步构建任务参数优化的数学模型,并且运用矢量范数理论对模型的最优解存在性质进行论证。最后,在分析遗传算法的宏观与微观策略的基础上,利用基于实数编码的遗传算法对优化模型进行求解,用实例验证了优化方法与算法的有效性。     

基于不确定能力参数的制造资源区间优化检索方法

针对网络环境中制造资源和任务信息的不确定性,构建了资源和任务的信息模型,并对其能力参数进行了形式化描述。针对不确定性能力参数,探讨了制造资源参数区间的转化规则。利用区间距离的概念,提出一种在网络环境中进行制造资源优化检索的新方法,并通过实例验证了该方法的有效性。     

工期不确定下产品开发任务调度的多目标优化

针对产品开发中任务工期的不确定性,以产品开发时间最短和成本最低为目标,运用区间数方法描述任务工期的不确定性,建立了工期不确定条件下区间型多目标优化数学模型,并基于区间序关系将该模型转化为确定性的优化模型。采用改进的非支配排序遗传算法(NSGA-II)进行求解,得到了产品开发任务调度的Pareto最优解集。通过实例说明了该方法的实施过程,计算结果表明了该方法的有效性。     

基于遗传算法的绿色集成工艺优化模型求解

为了提高生产计划的可执行性,实现制造资源的优化配置和可持续发展,建立了一种面向绿色制造的集成工艺优化模型,并针对该模型的特点,提出了一种基于遗传算法的面向绿色的制造的集成工艺优化模型求解方法.该方法改进了传统遗传算法中复杂的实数编码方式,将其转化为通过"编码--解码"方式实现的二进制编码方式,避免了繁杂的实数编码.最后采用高级语言实现了该算法,并进行了案例分析,结果表明,该算法具有一定的先进性.     

基于相关性的扩散制造任务规划方法研究

针对扩散制造这种面向复杂武器装备批量生产的网络制造模式,提出了基于相关性的扩散任务规划方法。通过对比扩散制造与一般网络化制造的不同,分析了扩散任务规划的必要性;然后,定义了扩散制造两维相关性概念及面向扩散制造的相关性评价准则,建立了扩散任务相关性模型,用以描述扩散制造过程中任务间物料转移,结构、功能以及工序相关性等复杂关系;在此基础上,提出了粒子群聚类优化分解算法,实现了内紧密,外松散的任务集划分;最后,通过实例讨论了扩散任务规划的应用过程。     

网络化协作环境下机械产品加工任务粒度分析

面向网络化协作制造环境，分析了产品任务规划与制造资源配置的关系，建立了机械产品加工任务粒度模型。针对机械产品网络化协作制造成本、产品功能组件和工艺方法、任务制造周期等3方面的影响因素，从宏观角度定性、定量地分析了产品制造任务粒度的规划问题，建立了它们与制造任务粒度之间的数学关系式，得出了在相应条件下任务粒度的最佳值。从这些数量化的结果与关系中，得出一些在网络化制造环境中对机械产品制造任务设计有意义的结论，为进一步的制造资源优化配置打下了理论基础。     

基于遗传算法的绿色集成工艺优化模型求解

为了提高生产计划的可执行性,实现制造资源的优化配置和可持续发展,建立了一种面向绿色制造的集成工艺优化模型,并针对该模型的特点,提出了一种基于遗传算法的面向绿色制造的集成工艺优化模型求解方法。该方法改进了传统遗传算法中复杂的实数编码方式,将其转化为通过"编码—解码"方式实现的二进制编码方式,避免了繁杂的实数编码。最后采用高级语言实现了该算法,并进行了案例分析,结果表明,该算法具有一定的先进性。     

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。     

空间有界几何不确定性结构稳健性拓扑优化

在结构拓扑优化设计中,考虑到实际工程结构中存在的与材料性能、工作载荷等相关的不确定性,近年来发展了一系列稳健性拓扑优化方法。目前,稳健性拓扑优化的研究大多是基于结构确定的几何边界,事实上,加工制造误差或测量误差往往会带来结构边界的不确定性,忽略这类几何不确定性可能对导致结构设计对边界的微小波动非常敏感。针对设计域空间结构边界扰动的有界特质,采用区间场度量结构的几何不确定性,并基于切比雪夫多项式展开提出了一种高效的稳健性拓扑优化方法。首先,通过Heaviside密度过滤中投影阈值的区间场描述表征结构的边界扰动,并构造了基于最坏情况的稳健性拓扑优化模型;其次,基于区间KL(Karhunen-Loève)展开将区间场近似离散为有限个区间变量,并结合切比雪夫多项式展开方法求解稳健性目标函数及约束;随后,推导了稳健性目标函数及约束对设计变量的灵敏度信息,并采用基于梯度的优化算法更新拓扑设计变量;最后,通过多个数值算例验证所提出方法的有效性。数值算例分析结果表明,结构边界的几何不确定性波动对结构性能具有重要影响。相比于确定边界下的拓扑优化设计,考虑不确定性的拓扑优化设计在结构边界波动下具有更好的稳...     

基于区间可能度的区间参数桁架结构多目标拓扑优化

研究区间参数桁架结构在应力和频率约束下的多目标拓扑优化问题,即构建区间参数桁架结构的多目标拓扑优化模型,以各杆截面面积和拓扑逻辑变量为设计变量,结构总质量和结构最大位移上限最小为目标函数,满足单元区间应力可能度、区间频率可能度为约束条件.利用泰勒展开和函数的区间扩张导出应力、位移和频率响应的区间包,采用基于个体排序的Pareto 遗传算法求解其有约束多目标优化问题.两个数值算例验证文中模型及求解策略与方法的合理性和有效性.     

网络环境下制造资源的多目标优化及仿真

制造资源优化是网络化制造的核心问题。针对生产企业在利用外部资源方面的三类需求,这里提出了两种可行的制造资源优化方法。详细论述了优化的步骤,建立了产品交货期、成本以及加工质量的三目标优化模型,并给出了求解模型的有效算法。最后,通过具体的计算实例进行了数值仿真。     

汽车前轮定位参数运动特性分析及优化设计

以多刚体系统动力学理论为基础,利用软件ADAMS建立某型车多体动力学参数化仿真模型。通过改变结构参数、载荷等参数数值,分析前轮定位参数在不同工作状态下的运动特性。最后,以车轮跳动过程中车轮摆角最小、汽车行驶过程中前轮外倾角值接近0°为优化目标对前轮定位参数进行了设计研究。设计结果表明：该设计方法优于传统的经验公式设计方法。     

Welding parameters optimization for economic design using neural approximation and genetic algorithm

Welding is a basic manufacturing process for making components or assemblies. Recent welding economics research has focused on developing the reliable machinery database to ensure optimum production. It is an important issue, especially for the expensive equipment and the high quality preference in welding. An integrated approach is proposed to address the welding economic design problem. The integrated approach applies general regression neural network to approximate the relationship between welding parameters (welding current, electrode force, welding time, and sheet thickness) and the failure load. Analytical formula can be generated from the trained general regression neural network, and the mathematical model for the economic welding design can be constructed. An optimization method based on genetic algorithms is then applied to resolve the mathematical model and to select the optimum welding parameters. These parameters are used to obtain the preferred welding quality at the least possible cost.     

音叉振动式微机械陀螺输出电容的统计特性分析

以一种通过体微机械加工技术制备的音叉振动式微机械陀螺为对象,基于随机摄动技术定量计算了微陀螺检测输出电容变异的统计特征,以概率思想表达微陀螺批量加工过程所带来的材料/尺寸随机误差对其性能的影响。所提出的影响因子这一概念反映了微陀螺参数变异对性能变异的敏感度。在详尽分析微陀螺众多参数的影响因子的基础上获得微陀螺5个最为关键的参数。有限关键参数的获得,不仅能为微陀螺的健壮性设计提供帮助,同时也能为实际微陀螺的加工控制提供量化的参考依据。     

面向大批量定制的用户需求协同配置思想及其应用

面向大批量定制的设计(DFMC)是大批量定制研究和实施的关键技术之一。现有的DFMC模式的重要特点之一在于产品的设计和制造会受到用户订单的极大限制,从而使得企业的制造属性难以实现优化。为此提出了面向大批量定制的用户需求协同配置思想。其内涵在于用户需求参数与企业的产品设计、制造以及生产经营等参数具有密切关系,而用户需求通常都具有相当的变动范围。因此,通过用户与企业集成以及协调用户需求参数与企业的制造参数,就可以实现各参数的综合优化,从而提高用户满意度和企业效益。建立了用户需求协同配置的多目标优化模型,提出了网络化运行模式及一种实现方案。通过工程应用实例说明了用户需求协同配置的成功应用。     

塑料注射成型工艺参数优化的模糊规则网络模型

注射成型是塑料产品成型的最主要工艺,工艺参数是影响成型产品外观、尺寸与性能的关键因素之一。工艺参数的设置与优化属于弱理论、强经验的问题,迫切需要发展科学化、系统化的方法。针对产品缺陷修正中人工经验依赖性强的问题,构建知识的统一模糊化规则形式,建立工艺优化知识表示和推理于一体的Takagi-Sugeno-Kang(TSK)模糊规则网络模型。进一步,提出从工艺数据集自动发现工艺参数优化规则的学习方法,采用Dropout策略与Bagging集成学习策略缓解高维工艺数据下工艺知识库增长出现的规则数量爆炸等问题。分析了模糊规则网络参数、结构对知识表示和推理的影响,建立模型的参数学习与结构优化的双重进化方法。提出基于经验回放的工艺数据增量学习方法,建立数据的增量学习策略。在注射成型工艺数据集上的结果表明,模型的规则数量和长度降低了50%,具有高可解释性以及增量学习稳定性。     

面向不确定性的车间布局调度集成建模与优化

针对制造系统的不确定性和车间布局调度协同优化难题,研究了不确定环境下车间布局调度集成优化问题,旨在耦合车间布局调度中的不确定因素,实现制造系统的高效有序运作。选取工件需求、工序加工时间和设备故障作为影响布局调度集成优化的不确定因素,构建以制造过程中总费用、总完工时间最小和鲁棒指标最大为优化目标的面向不确定性的车间布局调度集成优化模型。设计了一种具有改进选择算子的NSGA-Ⅲ(NSGA-Ⅲ with improved selection operator, NSGA-Ⅲ-ISO),改进选择算子增强了算法的全局搜索能力和稳定性,同时引入PBI距离并改进其极小值取值方法。通过基准函数测试结果表明,新算法具有更好的前端分布性和收敛性。将集成模型和改进的求解算法应用于车间布局调度工程实例,其结果进一步验证了模型和算法的有效性和可行性。     

Product modular design incorporating preventive maintenance issues

Traditional modular design methods lead to product maintenance problems, because the module form of a system is created according to either the function requirements or the manufacturing considerations. For solving these problems, a new modular design method is proposed with the considerations of not only the traditional function related attributes, but also the maintenance related ones. First, modularity parameters and modularity scenarios for product modularity are defined. Then the reliability and economic assessment models of product modularity strategies are formulated with the introduction of the effective working age of modules. A mathematical model used to evaluate the difference among the modules of the product so that the optimal module of the product can be established. After that, a multi-objective optimization problem based on metrics for preventive maintenance interval different degrees and preventive maintenance economics is formulated for modular optimization. Multi-objective GA is utilized to rapidly approximate the Pareto set of optimal modularity strategy trade-offs between preventive maintenance cost and preventive maintenance interval difference degree. Finally, a coordinate CNC boring machine is adopted to depict the process of product modularity. In addition, two factorial design experiments based on the modularity parameters are constructed and analyzed. These experiments investigate the impacts of these parameters on the optimal modularity strategies and the structure of module. The research proposes a new modular design method, which may help to improve the maintainability of product in modular design.     

云制造环境下基于离散Markov跳变系统的机床装备资源动态优选方法

针对云制造环境下加工任务执行过程中机床装备资源易受紧急插单、加工质量异常、设备运行故障等高频随机扰动影响,致使产品加工服务质量(QoS)不能满足客户个性化需求的问题,提出一种基于离散Markov跳变系统的机床装备资源动态优化选择方法.首先,结合云制造服务运行特点,构建了云制造环境下面向加工任务执行过程的服务质量动态演化...