基于复杂网络理论的离散制造车间生产物流网络建模与分析

针对离散制造车间生产环境复杂、加工任务多变、生产异常频发等特点致使车间生产物流难以支撑产线优化运行与任务高效执行的问题,提出一种基于复杂网络理论的离散制造车间生产物流网络建模与性能分析方法。根据典型离散制造车间生产物流业务运行特点,构建一种以工位和存储单元为节点、物料流向为边的带时间窗的车间生产物流双权重有向网络模型;分析所构建模型的动态演化驱动因素和网络特征,研究车间生产物流网络的节点重要性、稳定性、自修复能力等性能指标,为离散制造车间生产物流业务的优化稳定运行提供理论支撑。以重庆某发动机箱体机加车间生产物流业务为实例,验证了所提方法的有效性和适用性。     

基于EDEM和Fluent的废电路板颗粒气流静电分选仿真研究

为了提高废电路板破碎料的分选效率,选用铜颗粒和玻璃颗粒作为研究对象,利用静电气流复合分选技术在EDEM和Fluent耦合仿真下寻求最佳的分选参数。并在Fluent中添加风,对风速进行优化。结果表明:施加在两极板上的库仑力在±1.7×10~5nC之间时,粒径为3mm的颗粒综合分选效率最优,在此基础上,当风速达到35m/s时,综合分选效率都优于静电分选效率。     

废旧滚动轴承再制造质量评价方法

滚动轴承作为长期处于高速、高负荷运行状态下的零部件,其再制造的质量将极大地影响再制造产品的寿命周期。对再制造后滚动轴承的4种状态进行测试,分析其产生的质量问题,并提出了一种基于小波包分解和BP神经网络相结合的滚动轴承再制造质量评价方法。首先对再制造后的滚动轴承进行不同状态下的振动信号采集,利用小波包分解对信号进行预处理,得到信号的能量特征;接着将此能量特征转化为特征向量并作为BP神经网络的输入,在经过训练后的网络中对其进行测试,从而来对信号进行识别,达到确定再制造轴承的质量状况的目的。     

基于AFSA和小波变换的快速图像匹配算法研究

提出了一种基于人工鱼群算法(简称AFSA)和小波变换的快速图像匹配算法,该算法不但能提高匹配速度,而且增强了匹配算法的抗噪性能和鲁棒性。