磨削颤振的单片机监控系统

在对平面磨削颤振在线监控研究基础上，采用单片机开发了具有体积小，抗干扰性强，性能经高的颤振监控系统。     

生产装配系统优化设计

现代企业运作和管理的重要特征是采用科学的管理方法和技术。工作研究作为科学管理的基础技术对改善企业运作有一定作用。在对企业现有生产系统进行详细研究基础上 ,针对企业中存在的问题 ,运用工作研究中的动作分析、操作分析、程序分析和时间测定等技术 ,完成工艺流程的重新平衡、操作过程简化、动作规范的重新制订等设计工作 ,达到疏通企业瓶颈、优化生产系统的目的 ,从而大幅度提高企业生产效率。工作研究作为一门既经济又有效的工业工程技术 ,在企业中具有推广价值     

集成产品开发的MADM模型及实现

集成产品开发一次成功的目标要求减少开发过程的冲突和提高资源的优化配置水平来实现产品开发过程的设计,研究过程的规划和优化方法是解决上述问题的有效手段.阐述了集成产品开发目标决策的重要性、概念和高层设计目标,分析了目标决策的多属性特点,建立了目标决策的MADM模型.引入层次分析法解决定性和定量相结合的多属性决策问题,给出了具体的算法和计算步骤,将主观判断用数量形式进行表达和处理,结果证实能较好地适应产品开发中的方案选择和目标决策.     

基于GA-TS混合算法的多装配线调度建模

针对多装配线流水车间调度问题,考虑遗传算法的早熟收敛特性和禁忌搜索算法具有记忆能力的局部寻优特性,将遗传算法和禁忌搜索算法进行结合,提出基于遗传算法和禁忌搜索算法的多装配线混合调度优化算法.先用遗传算法进行全局搜索,改善种群质量,再以改善后的种群作为禁忌搜索算法的初始解,进行局部搜索.依据最小化总延迟和总完工时间的调度目标,建立了一个混合整数线性规划模型,并通过实例演算验证了该混合算法求解多装配线调度问题的可行性和有效性.     

自动化立体仓库货位分配与作业调度集成优化

针对动态提高单载具堆垛机式自动化立体仓库拣选效率的问题,文中提出了一种基于共享货位存储与动态订单拣选策略下的货位分配与作业调度集成优化方法。将动态移库优化扩展到仓库的整个拣选生命周期,建立以双指令循环下堆垛机拣选任务所需的总作业时间最短为评价目标的数学模型,提出了一种基于K-Medoids聚类的粒子群优化(Particle Swarm Optimization,PSO)算法,用K-Medoids算法通过产品与订单的相关性进行初始货位的聚类分析,筛除劣质解的货位范围,并在K-Medoids聚类算法生成的解类簇基础上获得精确解。实验结果表明,考虑动态移库可以使仓库拣选效率提高20%,且该算法与传统PSO算法相比求解时间下降66%左右。     

磨削FMC颤振在线监控系统

针对在现有的柔性制造环境下实现加工过程在线监控的技术问题,介绍磨削FMC颤振在线监控系统的结构与实现。     

基于混合遗传算法的混流混合车间协同调度问题

为解决一类具有多品种混流生产特征和作业车间与流水车间集成的混流混合车间协同调度问题,给出了以在制品成本最小为目标的混流混合车间调度问题模型;采用零件加工、部件装配、产品总装的三段协同编码方法,给出了一种集成模拟退火算法的混合遗传算法,并在模拟退火算法中引入变温度参数来平衡算法效率。最后,通过某冰箱混流装配企业典型实例验证了模型和算法的有效性。     

计算机在实验室管理中的应用

从实验室管理的功能和数据流程分析入手，阐述了该管理软件的设计与实现方法。     

基于改进生成对抗网络的图像数据增强方法

为了提高机器学习模型的精确度，提出基于数据分布拟合、生成式对抗神经网络和图像超分辨率重建的图像数据增强方法.该方法将最大似然估计和采样算法生成的符合原始数据分布的二维噪声用于对抗训练，克服了在生成模型中传统图像噪声输入随意的问题；采用逐层训练方式生成高分辨率图像，改进高分辨率图像映射困难、参数冗余的缺点.以轴承滚子表面灰度图像数据增强为例，验证所提方法的有效性.研究结果表明，所提方法生成的图像质量更优，相比传统方法生成的图像峰值信噪比提高13.07%，结构相似性提高32.40%，弗雷歇初始距离降低37.58%，且数据增强后的模型平均精确度提升7.89%.     

无设备人体追踪系统的择优标签方法

针对现有人体追踪系统追踪误差大、硬件部署对环境改变大和用户佩戴设备不方便等问题，提出基于择优标签的无设备人体追踪方法.采集人体在不同位置上的射频(RF)功率信号，分析人体所在位置与功率信号之间的关系.为了减缓信号不稳定性对系统的影响，提取射频功率信号的特征作为模型训练的数据集.利用信号特征建立不同的深度学习模型，对比不同训练方式下的追踪效果和标签用量，选择合适的模型结构和训练方式.分析实验结果，给出普适性意见和最优标签选择方法的具体步骤.实验表明，基于择优标签方法的定位系统是可行的，其中跟踪误差为0.19 m，与表现较好的WallSense系统相比，跟踪误差降低约5 cm，标签量降低66.7%.基于择优标签方法的定位系统明显降低了标签部署对环境的影响，在保证精度的情况下，减少了标签冗余.