面向e-制造的动态工艺规划支持系统研究

为满足e-制造模式对工艺资源共享和工艺规划的新需求,研究了面向e-制造的动态工艺规划支持系统的体系结构,讨论了制造本体模型的构建和存储方法以及基于语义的工艺知识检索原理,开发了面向e-制造的动态工艺规划支持系统并进行应用演示。结果表明基于本体理论构建和存储工艺模型可对其赋予语义,基于语义的信息检索可以提高工艺资源查询的效率,这为工艺规划系统掌握资源动态信息,进行工艺路线的选择和优化奠定了基础。     

面向大规模定制的e-制造工艺优化决策方法研究

通过对面向大规模定制的e-制造工艺规划特点的分析，论述了基于特征分解及邻域搜索技术的多工艺规划方法，建立了采用工艺聚类技术进行动态成本核算并进而实现工艺优选的多工艺优化决策模型。在聚类模型中采用基于加权有向图的工艺描述数学模型，并以工艺合并后零件加工成本变化最小为标准，建立了零件相似距离模型，并设计出相应的聚类算法模型。利用Java技术开发了一套软件原型系统，通过实例分析验证了模型和方法的合理性及有效性。     

e-制造系统的制造资源动态配置过程研究

传统制造资源动态配置没有涉及制造系统、制造单元和设备之间制造过程信息的重组模型,据此,在拓展传统制造资源动态配置模型的基础上,结合模糊聚类理论,研究了e制造环境下制造任务在一定批量和多工艺方案情形下的单元化配置模型,以及基于此配置结果的制造系统、动态制造单元、设备间的信息重组模型与制造过程信息跟踪方法,为“柔性制造”、“数宁化精确生产”奠定了基础,并对开发的原型系统进行验证。     

面向网络化制造的工艺分工规划技术研究

为了解决动态企业联盟的产品工艺分工自动规划问题,针对其制造资源配置的特点,提出了一种先设计逻辑工艺路线,通过逻辑制造单元一物理制造单元映射生成可执行工艺路线,再经过资源评估和优化配置生成工艺分工路线的新方法。在这3个主要过程中,逻辑工艺路线设计是影响工艺分工自动规划的关键,为此,采用了基于知识的方法实现智能化决策,避免了在工艺路线设计时必须考虑数量庞大的复杂资源配置这一难题,简化了工艺分工规划过程,容易实现自动化。     

基于遗传算法的e-制造调度系统研究

为了实现e-制造系统中制造任务的调度,基于e-制造哲理,对基于产品BOM流的e-制造调度问题进行了研究,提出并设计了e-制造调度系统的求解机制与数学模型,针对所建立的数学模型,设计和开发了一个基于遗传算法的物理e-制造单元调度系统,进而根据物理/逻辑e-制造单元、e-制造系统和e-制造任务之间的映射关系和动态关联,实现了e-制造系统调度的求解过程。最后,通过调度算例分析,表明该系统能有效完成e-制造系统中制造任务的调度。     

面向云制造服务的制造资源多目标动态优化调度

针对云制造环境下制造资源调度的特点和存在的问题,建立了云制造环境下制造服务资源多目标调度模型。根据云制造环境下极易发生扰动的特点,提出了一种动态调度技术,以在发生突发事件时及时作出反应。提出了一种基于遗传蚁群算法的制造资源调度算法,该算法利用遗传算法搜索能力强、收敛速度快的优势弥补蚁群算法易陷入局部最优、收敛速度慢的不足,使整个调度过程能快速、准确地收敛于最优解。最后用实例证明了该算法的有效性。     

面向可重构制造系统的工艺规划方法研究

提出一种面向可重构制造系统的工艺规划方法,首先,分析影响工序组合的相关属性,并通过编码的方法使其数值化,建立可将整个零件族内具有一定相似性的工序进行组合的数学模型及算法;然后,建立工序组合评价指标体系,采用多级模糊综合评价方法对其进行综合评价。通过实例表明,该方法可以得到零件族内最佳的工序组合方案,并显著地减少系统重构次数,缩小重构范围。     

基于蚁群算法的模具制造动态调度研究

为解决模具制造动态调度问题,建立了动态调度系统。该系统利用蚁群算法和优先分配启发式算法相结合的调度算法,解决具有工件约束的模具零件的调度问题。该算法首先由蚁群算法确定模具零件各工序所用加工机床,然后利用优先分配启发式算法确定在同一台机床上加工的各零件的先后顺序。考虑动态调度的实时性,提出了局部更新和全局更新相结合的、基于滑动窗口机制的动态调度方法。对于发生频率高但对调度计划执行影响不大的扰动事件采用局部更新策略,反之则采用全局更新策略,在保证获得近优解的同时提高了动态调度的效率。     

面向非线性工艺规划的制造资源决策方法研究

在非线性工艺规划的基础上,综合考虑制造资源状态、加工成本、加工时间、资源消耗以及环境影响等因素,提出一种面向非线性工艺规划的基于灰色关联分析的制造资源决策方法,可有效提高工艺规划的可执行性。最后,以实例验证了该制造资源决策方法的正确性和可行性。     

基于Web的绿色制造工艺规划

根据绿色制造的目标,对产品绿色制造工艺规划进行了分析,确立了面向绿色制造工艺规划的决策目标体系.通过设置变量建立并优化决策目标函数,在此基础上建立了决策模型,并采用多目标体系的模糊综合评价法求其最优解.同时根据工艺规划的复杂性和多目标性,建立了绿色工艺数据库,采用JavaBean技术和JSP(Java Server Page)语言,开发了基于Web服务器Browse/Sever(B/S)模式的三层分布式结构的绿色制造工艺规划系统,用户从浏览器登录到该系统,在数据库的支持下,实现网上规划工艺方案,并对其进行绿色性评价.     

基于自适应蚁群算法的动态作业车间调度问题的求解方法

针对目前大多数作业车间调度算法都是静态调度,而实际工业生产中调度任务都是动态变化的问题,提出了一种求解动态作业车间调度问题的自适应蚁群算法.算法采用事件驱动调度策略,当调度任务发生变化时根据上次调度结果重新调度,并且对每次调度采用自适应蚁群算法优化调度方案.最后,通过实例仿真验证了算法的有效性.仿真结果表明,该算法自适应性表现在算法针对"搜索结果是否陷入局部收敛"分别对各路径上的信息素进行了自适应调整,有助于算法快速跳出局部收敛,继续向全局最优解进行搜索.     

面向e-制造的工艺规划与工序分配集成技术研究

为满足e—制造技术对工艺规划和工序分配的新需求,在制造设备e—化的基础上,提出了一种面向e—制造的动态工艺规划与工序分配的集成方法和Capplet集成模型。该集成模型通过Java解决方案和动态Web页面两种方式实现。在基于遗传算法的工序分配与工艺规划的并行交互机制下,基于甘特图的协同工序分配方法为动态工序分配提供了一种新的解决途径。Capplet集成模型与e—制造实时加工调度的无缝集成,为e—制造的生产准备奠定了基础。     

面向作业车间的自适应非均匀窗口蚁群算法

为纠正作业车间调度问题中蚁群算法搜索周期长、易陷入局部极小值的缺点,提出了一种改进的自适应非均匀窗口蚁群算法。首先,该算法通过自适应调整的非均匀窗口限制蚂蚁的移动范围,在缩短蚂蚁搜索周期的同时及时开辟新的解空间;然后,根据蚂蚁的多态性提出了蚂蚁跳跃窗口策略,赋予算法良好的跳出局部极小的能力;最后,鉴于作业车间调度中一个工件在多个机器上加工的特点,新算法对蚂蚁状态转移概率中的启发函数进行了改进,提高了路径的启发程度。通过对Muth and Thompson基准问题的仿真,验证了新算法的收敛性能。     

基于蚁群算法的零件多工艺路线决策方法研究

为满足企业对工艺规划的新需求,提出了采用蚁群算法进行多工艺路线决策的方法。在几何和技术需求以及可用加工资源的基础上,零件所有特征的各个加工阶段的工序节点构成了工艺求解空间,把加工工序安排的基本原理作为决策加工顺序的约束。采用蚁群算法对工艺求解空间中的所有工序节点在搜索规则的约束作用下进行遍历,最终寻找到能够完全满足工序节点搜索规则的优化工序序列。最后,用实例验证了该方法的可行性,证明该方法可以搜索出可行的工艺路线。     

Optimization of multi-objective integrated process planning and scheduling problem using a priority based optimization algorithm

For increasing the overall performance of modern manufacturing systems, effective integration of process planning and scheduling functions has been an important area of consideration among researchers. Owing to the complexity of handling process planning and scheduling simultaneously, most of the research work has been limited to solving the integrated process planning and scheduling (IPPS) problem for a single objective function. As there are many conflicting objectives when dealing with process planning and scheduling, real world problems cannot be fully captured considering only a single objective for optimization. Therefore considering multi-objective IPPS (MOIPPS) problem is inevitable. Unfortunately, only a handful of research papers are available on solving MOIPPS problem. In this paper, an optimization algorithm for solving MOIPPS problem is presented. The proposed algorithm uses a set of dispatching rules coupled with priority assignment to optimize the IPPS problem for various objectives like makespan, total machine load, total tardiness, etc. A fixed sized external archive coupled with a crowding distance mechanism is used to store and maintain the non-dominated solutions. To compare the results with other algorithms, a C-matric based method has been used. Instances from four recent papers have been solved to demonstrate the effectiveness of the proposed algorithm. The experimental results show that the proposed method is an efficient approach for solving the MOIPPS problem.     

基于MAS的蚁群算法在机械机群路面施工动态调度中的研究

人员调度与静态调度制约机械机群路面施工的连续性。本文提出了一种基于MAS的蚁群算法来处理机群动态调度问题的方法。利用MAS模型可以解决各个主体的通讯和协调，算法可使主体需求参数优化配比，达到动态平衡，MATLAB仿真结果验证了算法处理机群调度问题的稳定性，并给出优化配比的调度调节域，指导了工程实践。     

面向工艺设计的制造过程建模

基于工艺设计对产品制造成本、质量和效率的重要影响,提出了一种基于工艺设计的制造过程建模方法,以通过对过程模型的仿真,预测、分析和优化工艺设计效果。基于对制造过程的特征分析,采用面向对象的方法,首先将制造过程定义为一组成对象,并划分为制造活动、过程控制和制造资源3类成分对象,建立了制造过程类结构模型和动态过程模型。分别定义了工序类、制造资源类和过程控制类的类结构模型,以及各类对象的方法和属性。基于这些模型开发了一种计算机辅助工艺设计系统,可快速、自动地构建工艺设计定义的制造过程模型,并对过程参数（成本、时间）、切削加工、工件物流进行计算和仿真。