产品族设计与供应商的订单分配关联优化研究

针对统一采购情形下产品族设计与供应商订单分配问题,提出了一个以产品族利润最大为目标,满足产品配置要求、供应商最小订单数量等约束的产品族设计与供应商订单分配关联优化模型,并开发了一种自适应遗传算法对模型进行求解。为了防止由于优化问题中存在的订单等式约束导致算法产生大量不可行的染色体,给出了一种按比例分配订单的染色体编码与解码方法。同时算法设计了自适应的交叉方式与变异方式尽可能避免陷入局部最优解。最后通过一个实例验证了所提优化方法和求解算法的有效性。     

基于精英进化导向的多目标PID参数优化

在多目标优化问题中,决策者必须对Pareto前沿的众多非劣解做出选择.本文将决策偏好融入Pareto优化过程,提出一种基于精英导向机制的多目标遗传算法,根据决策偏好选择Pareto最优解为精英,利用无损有限精度法和归一增量距离保持种群多样性,通过多种群进化机制将决策偏好的影响传播到整个种群.该方法成功应用于自动导引车(AGV)伺服系统的PID参数优化,可根据决策偏好快速有效地定向搜索Pareto最优解,保证伺服控制达到路径跟踪要求的速度响应性能.     

CAD应用软件的二次开发

根据二次开发的特点，本文讨论了二次开发ＣＡＤ应用软件的原则，并进一步研究了能数化ＣＡＤ，成组ＣＡＤ，产互式ＣＡＤ以及智能ＣＡＤ应用软件的工作原理，开发方法，应用场合及各自的特点。此文对具体进行ＣＡＤ应用软件的二次开发具有一定的指导意义。     

基于Web的机械加工仿真委托服务平台

根据机械加工仿真的需求，设计了仿真委托服务平台来实现远程加工模拟，优化和仿真，在Internet/Web技术和机械加工仿真发展的基础上，研究远程委托仿真的条件与环境，借助统一建模语言对委托过程进行建模，委托服务平台实现了委托流程管理，并为仿真系统需求方与实施方提供通讯环境与合作空间，最后，以实例说明该平台的有效性。     

基于规则调整的多Agent制造系统调度研究

针对客户个性化需求的增加所带来的订单不确定性等问题,提出一种离散制造车间内的多Agent制造系统可行架构.通过分层控制的方式实现底层实体自组织控制协商来完成加工任务,有效解决订单的动态性问题;系统上层监控调控层实时感知系统状态,对局部决策实体进行规则调整,以保证系统的全局性能.通过部署到实际车间进行随机订单下放,验证该系统架构的有效性.     

基于规则调整的多Agent制造系统调度研究

针对客户个性化需求的增加所带来的订单不确定性等问题,提出一种离散制造车间内的多Agent制造系统可行架构.通过分层控制的方式实现底层实体自组织控制协商来完成加工任务,有效解决订单的动态性问题;系统上层监控调控层实时感知系统状态,对局部决策实体进行规则调整,以保证系统的全局性能.通过部署到实际车间进行随机订单下放,验证该系统架构的有效性.     

基于运动控制卡的多轴联动控制系统设计

基于PC机和运动控制卡的主从式控制结构,开发了一种面向多任务请求的多轴联动控制系统。详细介绍了系统硬件架构。借助VS集成开发环境,开发Windows环境下的多轴联动控制系统,并实现了多轴联动的任意轨迹插补运动,验证了该系统的可靠性和稳定性。     

信息物联驱动下的离散车间自组织生产调度技术

随着个性化定制的需求越来越高,离散车间作为企业从事机械零部件生产活动的物理实体将首先应对这种趋势带来的挑战。个性化定制任务随机性强,订单到达时车间状态不定,调度模型难以确立,需要一种摒弃传统调度模型的自动化生产方法。为此,结合物联制造技术和完全动态调度理论,研究如何实现车间层自组织生产,在没有初始调度模型的情况下完成实时动态调度。以离散车间为研究对象,搭建面向实时制造过程的无线射频识别物联环境。并以此为基础,建立面向物理资源的智能个体,使设备本身成为具有通讯、分析、决策能力的独立智能单元。同时引入系统监管类智能个体,克服传统完全动态调度过程中系统全局性难以兼顾的缺点,完善调度性能。最后,研究成果应用于某实验室中的微型工厂,证明了方法可以进行个性化订单的自组织生产,并能有效整合生产资源。     

基于ARM和FPGA的嵌入式伺服压力机控制系统设计

通过对曲柄滑块伺服压力机和伺服电机的工作原理进行分析,对伺服压力机控制系统的软硬件进行了选择和设计,为伺服压力机滑块的精确控制提供了依据。设计了以S3C2440微处理器和FPGA为核心的控制器,构建了Linux+Xenomai的实时操作系统,并采用Qt/Embedded开发人机交互界面。控制系统功能完善,操作界面设计人性化。     

基于边云协同和增强现实的车间智能维修方法

针对运维人员对复杂结构设备的经验技术存在不足以及缺少直观可视化的辅助维修表征手段,导致运维人员的维修效率低、可靠性差且易受车间嘈杂环境影响而引起不当维修的现象,提出一种基于边云协同和增强现实的车间现场智能维修方法。通过融合自适应信息熵与锐化调整算法,克服传统面向快速旋转的二元鲁棒独立基本特征的同时定位与建图方法(ORB-SLAM2)在具有丰富纹理的维修场景中运行时,无法获得足够稳定的匹配点对导致姿态跟踪丢失的缺点。通过边云协同计算框架,在云端运行改进的ORB-SLAM2算法,反馈给可穿戴增强现实设备进行高精度特征提取与三维注册跟踪,实现车间现场环境下的待维修部件和维修过程说明的增强可视化指引。此外,构建远程专家系统解决未知根源的故障,实现车间现场远程维修。通过车间现场真实维修案例对比实验表明,所提方法能够有效提高车间现场人员维修的效率和可靠度。