基于模糊推理系统的作业车间交货期瓶颈辨识研究

针对现今制造企业的客户交货期满意度低的问题,阐述了研究交货期瓶颈问题的重要性和紧 迫性．通过应用模糊推理系统知识来定义交货期瓶颈,提出了辨识不同加工阶段的交货期瓶颈工件 的方法,建立了作业车间生产系统的交货期瓶颈辨识模型．基于模糊推理系统的辨识方法操作方 便,便于用计算机软件实现．最后,应用某加工车间的实例说明了该辨识方法的有效性．     

基于排队网络的生产物流瓶颈转移研究

在多品种小批量生产环境下研究生产物流瓶颈转移的问题,给出了生产物流瓶颈的定义,采 用基于排队网络的系统描述方法,给出了利用率的表达公式．针对不同工件权重和网络工件数量变 化的,用实例分析生产物流瓶颈转移情况,并提出用ＭＶＡ近似分析求解生产物流瓶颈转折点的方 法,该方法为制造企业生产物流瓶颈分析提供了理论依据和求解方法．     

重型机械加工车间物流协调调度问题研究

重型机械加工车间中大型物料搬运占用时间长, 制定调度方案不能单纯考虑生产设备, 生产 设备和物流设备安排不合理, 容易出现停工等待.为解决重型机械加工车间多种物流设备和生产设 备协调调度问题, 分析了该类车间物流和生产特点, 提出运用带有阻塞属性的混合流水车间调度问 题的建模方法, 构建该类车间物流协调调度问题的数学模型, 并运用遗传算法对数学模型进行求 解.最后针对某电信通信塔制造厂实例, 运用该方法, 结果得到车间天车、车辆以及生产设备的物流 协调调度方案, 使得该方案的所有工件最大完成时间较原方案小, 并通过离散时间动态仿真方法验 证了所建立数学模型以及求解方法有效.     

具有并发操作的双边装配线平衡问题研究

介绍了双边装配线以及双边装配线平衡问题的概念;阐述了并发操作的概念, 以及在双边装 配线上存在的并发操作情况;分析了并发操作对双边装配线平衡问题产生的重要性以及复杂性;指 出前人对双边装配线平衡问题研究的不足, 并在此基础上, 追加考虑并发操作影响, 建立了具有并 发操作的双边装配线平衡模型;介于遗传算法全局搜索能力强、具有潜在的并行性、允许使用复杂 的适应度函数等优点, 采用遗传算法研究了具有并发操作的双边装配线平衡模型的求解过程, 并给 出了详细的求解步骤;最后, 将研究成果应用于某企业冰箱装配线, 实例证明了模型及其算法的有 效性.     

基于时空全卷积循环神经网络的零件表面形貌预测

零件表面形貌预测对于降低产品质量波动和加工成本、减少零件废品率有重要意义。基于高清晰测量数据,提出一种时空全卷积循环神经网络非平稳时空序列预测模型,实现零件加工表面三维形貌的预测。通过计算全局莫兰指数和时间自相关函数进行时空相关性分析,为模型构建准确的输入,并克服传统预测方法未充分利用数据全局特征和局部特征的缺点以及模型输入的随意性。实例研究的结果表明,提出的方法具有更优的综合预测效果,其预测精度优于传统方法12%~18%,预测时间是传统方法的1/5。     

跨层穿梭车仓储系统复合作业路径规划

为提高跨层穿梭车仓储系统的运行效率,通过分析提升机与穿梭车的实际作业流程,考虑提升机与穿梭车加减速特性,建立出入库复合作业时间模型.为求解模型,设计了基于复合作业的改进人工鱼群算法,并通过算例验证了模型与算法的有效性.结果表明,所建立的跨层穿梭车仓储系统复合作业路径规划模型及所设计的求解方法,能够有效地减少其复合作业时间,提高出入库调度效率.     

混流装配排序问题的改进人工蜂群优化

为解决离散的混流装配线作业排序问题,提出一种基于人工蜂群优化算法的改进算法。采用NEH启发式方法优化初始种群质量;在雇佣蜂算法中建立了变邻域区域搜索机制并嵌入模拟退火算法,提高了算法的搜索精度与广度;提出一种最优控制策略,通过限制最优解群体的成长速度,有效降低了种群相似度,提高了算法的全局搜索性能。实验方面,算法参数通过标准算例仿真对比设定,并采用Benchmark标准算例对所提算法与标准人工蜂群优化算法、遗传算法、混合遗传算法、改进粒子群优化等算法进行了对比。通过一个混流排序实例的仿真,对比证明了算法在求解混流装配线排序问题上的有效性。     

基于小波分析和PSO-SVM的控制图混合模式识别

由于质量过程的复杂性,质量过程数据常会有多种异常的混合现象,为了提高对控制图混合模式的识别效果,将支持向量机(Support vector machine,SVM)分类器的参数经过粒子群优化算法(Particle swarm optimization,PSO)算法优化,然后与小波分析技术相结合,设计了三层控制图模式识别模型.该模型首先识别模式是否正常,如果发现异常,则对异常的模式进行小波包分解,将分解后的低频部分和高频部分分别输入第二层和第三层PSO-SVM分类器中进行模式的分类识别.通过仿真实验的验证得,该模型的平均识别率为98.33%,对混合模式的识别率也在95%之上,由此证明了该控制图模式识别模型的有效性.最后,对该模型进行了实例验证,该模型可以很好的识别出控制图混合模式,证明了模型的可行性.     

基于遗传算法改进的动态车间调度

由于经典的车间调度方法大都将生产系统中各种加工参数看作确定性的精确值,且将生产系统当作一个静态的系统,忽略了实际加工过程中的各种突发状况.因此从动态生产环境下生产运作和管理的实际需求出发,考虑到生产过程中的加工参数非确定性精确值、动态扰动等因素的影响,基于改进遗传算法开展了动态生产环境下的作业车间调度问题的研究工作.将模糊化参数引入调度模型,通过改进来避免一般遗传算法收敛过快的问题,从而寻求到动态车间调度的最优解.     

我国机械制造企业的单件流应用研究

分析了机械制造企业因其行业特点而大多采用批量生产,从而难以适应当前市场的多样化和个性化的需求.实施单件流可有效解决这一难题.对单件流进行了概述,并详细介绍了精益生产的最新发展形式--单元化生产,并简要概述了单元生产在很多日本知名企业(如索尼)中的应用情况和取得的成效.而后分析归纳了我国机械制造业实施单件流时所面临的几个关键问题,如工序间的平衡问题、缩短换产时间(推行快速换模技术)、重型件的流动、瓶颈工序的消除、混流生产、全员参与等,及其各自处理对策,同时重点探讨了如何通过推行快速换模技术来缩短换产时间.最后通过案例分析国内外相关企业应用单件流后的明显效果,从而说明了单件流在我国机械制造企业中实施的可行性.