基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.     

基于能量流和仿真的压铸机能耗建模与评估北大核心

针对压铸机能耗高、能量利用率低的问题,提出一种基于能量流和仿真的压铸机能耗模型,研究压铸机能耗特性与重要工艺参数对系统能耗的影响;针对压铸机能耗等级评估周期长、成本高的问题,提出一种基于能耗模型仿真测算压铸机能耗等级的新方法。分析压铸机的能量流特性,根据其能耗分布规律和能量守恒原理,构建压铸机能耗计算模型;采用AMESim与C语言联合仿真,建立压铸机液压系统能耗仿真模型,研究压铸机不同增压压力与不同快压射速度对系统能耗的影响;仿真得出压铸机能耗数据,并按相关标准评估压铸机的能效等级。研究结果显示合开模过程能效较高,有用功约占总能耗的50%;压射过程能效较低,有用功约占总能耗的21%,快速压射阶段瞬时功率非常高;增压压力与快速压射速度变化均对压射机构能耗影响较小;仿真测算出的压铸机能效等级与实测结果接近,比能耗误差为8%,显示提出模型与方法具有较好的准确性与可行性。     

基于深度强化学习的非置换流水车间调度问题

针对传统调度算法不能有效利用历史数据进行学习,实时性较差而难以应对复杂多变的实际生产调度环境等问题,首次提出一种基于时序差分法的深度强化学习算法.该方法综合神经网络和强化学习实时性、灵活性的优势,直接依据输入的加工状态进行行为策略选取,更贴近实际订单响应式生产制造系统的调度决策过程.通过将调度问题转化为多阶段决策问题,用深度神经网络模型拟合状态值函数,把制造系统加工状态特征数据输入模型,采用时序差分法训练模型,把启发式算法或分配规则作为调度决策候选行为,结合强化学习在线评价—执行机制,从而为每次调度决策选取最优组合行为策略.在非置换流水车间标准问题集上的测试结果表明,该算法能够取得低于实例上界的较优解.     

[车间调度]求解带有阻塞限制的HFSP的MILP模型与改进回溯搜索算法

针对带有阻塞限制的不相关并行机混合流水车间调度问题,以最小化最长完工时间为目标,依据不同的建模思想,建立了求解该问题的4个混合整数线性规划(MILP)模型;鉴于混合整数线性规划不适合求解中大规模问题,提出了一种改进的回溯搜索算法以求解中大规模问题,在该算法中,引入了轮盘赌选择策略以及变邻域搜索算法,以提高算法的收敛速度以及局部搜索能力。最后,对所提MILP模型以及算法进行了对比分析,通过对具体实例的求解验证了所提MILP模型以及算法的有效性及优越性。     

基于强化学习的群体进化算法求解双边多目标同步并行拆解线平衡问题

双碳背景下,工业制造领域朝着绿色、节能的方向转型,对废旧产品进行回收拆解以及再制造有利于推动高质量发展。论文针对大型复杂产品拆解过程中难以改变拆卸方向的问题,并综合考虑实际拆卸过程中任务之间存在的多种约束类型,研究了同步并行模式下的双边拆解线平衡问题(two-sided disassembly line balancing problem, TDLBP)。首先引入双边布局的拆解线模式,定义了与优先和或优先关系,建立了TDLBP的数学模型以优化产线布置、经济效益和安全环保三个方面共六个指标。然后提出了一种基于强化学习的群体进化算法,采用Q-learing利用所学知识选择迭代中的最佳算子,通过拥挤距离筛选Pareto解集,利用精英保留策略加速算法收敛,进而高效获取近似最优的拆解方案。最后通过求解小规模算例并对比分析,验证了所提出算法的有效性和优越性,并进行大规模案例的应用。     

斗式提升机安装图CAD软件的开发

本文详细介绍了斗式提升机安装图ＣＡＤ软件的开发过程，包括软，硬件环境的选择，开发方法的选择以及用户界面及数据的处理方法。为同类软件的开发提供了一个完整和思维方式和解决问题的方法。     

斗式提升机安装图CAD软件的开发

本文详细介绍了斗式提升机安装图CAD软件的开发过程，包括软、硬件环境的选择，开发方法的选择以及用户界面及数据的处理方法。为同类型软件的开发提供了一个完整的思维方式和解决问题的方法。     

基于POX交叉的遗传算法求解Job-Shop调度问题

通过改进传统的遗传算法求解Job—Shop调度问题。为基于工序的编码提出了一种新的POX交叉算子，并与其他交叉算子进行了比较以显示其高效性。为了保留父代的优良特征和减少遗传算子的破坏性，设计了一种子代交替模式的交叉方式。将提出的改进遗传算法应用于muth and thompson‘s基准问题的实验运行，显示该算法的有效性。     

求解作业车间调度问题的一种改进遗传算法

为克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法。为基于工序的编码提出了一种新的POX交叉算子。同时,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,设计了一种子代交替模式的交叉方式,并运用局部搜索改善交叉和变异后得到的调度解,将提出的改进遗传算法应用于MuthandThompson基准问题的实验运行,显示了该算法的有效性。