飞秒激光双光子微细并行加工方法

飞秒激光三维微细加工技术具有真三维的制作能力和亚微米的加工分辨率等特点,因此获得越来越多的关注,但其串行工艺加工效率低是其技术难点．为了提高加工效率,搭建了一套飞秒激光并行加工平台,利用微透镜阵列实现飞秒激光分束聚焦,初步实现了双光子微细并行加工,在光敏树脂和玻璃上分别并行加工出多个二维结构,加工单点分辨率达到1．25μm．针对实验结果,对实验的加工一致性和分辨率进行分析,提出了进一步提高加工效率和加工一致性的方法．     

对Flowshop排序问题启发式方法的评价与改进

在对Ｆｌｏｗｓｈｏｐ排序问题的几种主要的启发方式法进行深入剖析的基础上，提出了一种新的启发式方法，这种方法不仅简单适用，工作量小，能迅速求得排序问题的解，而且优度较高，能得到近似最优的排序方案。     

提高交付安全性的瓶颈工序作业排序方法

多工序Job-Shop排序问题是困难的NP问题。但是实际生产中，瓶颈工序比较固定和明显，并且连续满负荷运转，在瓶颈工序上控制住作业次序，对快速交货型订单的交付起关键作用。针对瓶颈工序有多台设备的作业排序模型，采用动态规划的原理，先找到交货期和产能矛盾最突出的阶段，分段用隐枚举法排序，得到交付最安全的排序方案。该算法简单，计算量小。     

激光并行加工二维码实验研究

针对激光器单光束加工二维码输出能量大部分被浪费且加工效率低的问题,本文采用了一种多光束并行加工的方法来提高加工效率。仿真研究了QR码加工填充率和对比度对识别率和识别时间的影响,得到了一个二维码可识别范围。然后使用飞秒激光器基于空间光调制器的并行加工技术进行试验,对实验结果的对比度和加工填充率展开分析。分析结果表明,在二维码的识读评价标准范围内,加工填充率越大,识别率越低,识别时间越长;同样,对比度越低,识别率越低,识别时间越长。同时,对单束激光加工二维码进行了实验,分析了并行加工与单光束加工的加工时间等参数的对比,得到并行加工要比单激光束加工提高约10倍的效率。     

一个改进的单抓钩周期性排序模型及其在自动化学处理线中的应用

计算机控制的抓钩广泛用于自动化学处理线的工件的运送。抓钩的排序直接影响系统的生产率，抓钩排序的目标是对运送进行排序以极大化生产率。当某工序处理时间非常长时，该工序成为瓶颈。为了去除该瓶颈，系统可以为该工序设计多个处理槽，这称为“多重处理槽”问题。本文提出一个改进的混合整数规划模型以求解有“多重处理槽”的单抓钩周期性排序问题的最优解。实例表明所提出的方法是有效的。     

回转类零件常用加工方法的排序策略

结合实例,采用分级规划的原理与特征技术,构造了车削,磨削,铣削以及其它回转类零件常用加工方法的排序策略,该策略实用性强,是加工方法排序算法的重要基础。     

单台机器排序问题关于加工时间的反问题

本文研究单台机器总完工时间排序问题关于加工时间的反问题,研究尽量"小"地调整工件的加工时间使给定工件的加工次序成为最优的排序。我们考虑尽量"小"地调整是分别使最大带权相对离差的绝对值为最小、使总的带权相对离差的绝对值为最小或者使总的带权相对离差的平方为最小等三种情况。通过把问题转化成数学规划,我们分别指出这三种情况下的三个反问题都可以在多项式时间内求解。     

无空闲占优机器的加工时间可变流水作业排序

研究了基于实际应用背景提炼出的工件加工时间是其开工时间的线性函数的无空闲流水作业排序问题。在机器分别具有某些优势关系的情形下,探讨了目标函数为极小化最大完工时间和极小化总完工时间之和的情况。对于每种情况,分别给出了工件按某种规则排序为最优序的多项式时间算法。     

质量屋中顾客需求向技术特征映射的一种方法

在利用质量功能配置(QualityFunctionDeployment,QFD)进行产品规划决策时,根据顾客需求选取技术特征,是实现产品规划中顾客域到技术特征域转换进而进行产品规划的关键。建立了资源约束下最大化顾客满意程度和最大化技术特征集表现度的整数规划模型,实现了顾客需求域到技术特征域的映射,从而确定出质量屋决策中需重点考虑的技术特征项,并给出了实例。     

电磁兼容测试任务排序规划研究

所谓电磁兼容就是设备和系统在其电磁环境中能正常工作且不对环境中的任何事物构成不能承受的电磁骚扰的能力,也就是说一个设备和系统要符合电磁兼容要求必须满足两个条件,即设备本身既不向外发射超过标准的电磁骚扰,也必须能够承受标准范围内的电磁骚扰。     

等待时间受限的并行批处理调度问题研究

研究了任务等待时间受限的并行批处理调度问题,建立它的约束规划模型,设计调度任务的“小s大S”规则,该调度规则最重要的参数为临界队长参数和考虑受限时间的紧急时间参数.基于该规则进行模拟实验,用RSM响应面方法进行参数优化,将模拟结果同约束规划模型(CP方法)在CPLEX环境下求得的解进行比较,分析“小s大S”规则的性能和效果.     

基于遗传算法的平行流水作业计划方法

提出了平行机作业方式和流水作业方式的综合的作业方式,属于NP难问题.应用网络理论构造了平行流水作业的非连接图模型,可实现全局随机寻优的实基因编码遗传算法求解平行流水作业计划问题.选取各种规模的10余个标准算例,以加工流程时间为目标函数进行仿真.对每个算例进行10次随机计算,所得最优值与平均值差异率小于1.8%.对于reC39等大规模问题,10次随机计算的平均花费时间少于260s.     

基于最优解下限的单工序平行机排序启发式算法

针对单工序平行机排序LPT方法计算步骤多等问题,提出了一种适用于中小企业现场排序的最优解下限截取启发式算法。传统平行机排序最优解下限表达式存在因偏离最优解过大而难以引导排序走向最优的缺陷,改进后的下限表达式更加接近于最优解。从计算步骤多少和偏离最优解下限的最大偏差率两个角度,比较分析了最优解下限截取法与LPT法的特点。经实验数据验证,得出零件数与平行机数之比非整除且满足一定条件时,简单易行的截取法更优于LPT法的结论。     

Scheduling with multi-attribute set-up times on unrelated parallel machines

This paper studies a problem in the knitting process of the textile industry. In such a production system, each job has a number of attributes and each attribute has one or more levels. Because there is at least one different attribute level between two adjacent jobs, it is necessary to make a set-up adjustment whenever there is a switch to a different job. The problem can be formulated as a scheduling problem with multi-attribute set-up times on unrelated parallel machines. The objective of the problem is to assign jobs to different machines to minimise the makespan. A constructive heuristic is developed to obtain a qualified solution. To improve the solution further, a meta-heuristic that uses a genetic algorithm with a new crossover operator and three local searches are proposed. The computational experiments show that the proposed constructive heuristic outperforms two existed heuristics and the current scheduling method used by the case textile plant.     

基于并行处理技术的谷物粒型快速测量算法

谷物粒型是决定谷粒品质和产量的重要参数之一。传统人工测量粒型的方法耗时、工作量大、主观性强。本文首先介绍一种基于线阵列采集技术和工业输送技术的谷物粒型自动测量系统。为提高系统测量效率,文章中应用了图形处理器(GPU)并行处理技术,在统一计算设备架构(CUDA)下对测量算法进行优化。实验结果表明,基于GPU的并行加速算法,能有效提高测量效率,当图像中谷粒数近2000颗时,优化后的算法速度为中央处理器(CPU)下算法运行速度的400多倍,且随着采集图像中谷粒数的增多,优化测量算法的加速效果更显著。     

平行机系统生产调度与维护计划联合优化

针对平行机系统中生产调度和维护计划的联合决策问题,假设随机故障服从威布尔分布,将作业在设备上加工位置以及设备上预防性维护位置作为决策变量,以最小化最大完工时间和最小化单位维护成本作为优化目标建立了多目标优化模型.建立了基于混合编码的遗传算法,针对不同编码类型采用合适的遗传算子,并引入了自适应交叉和变异概率使算法在收敛速度和求解精度上得到较好平衡.通过与枚举算法对比,证明遗传算法具有较好的时间效率和求解精度.通过与独立决策模型对比,证明联合优化模型能更好地解决联合优化问题,提高企业整体效益.     

考虑有限可用性可控的两批次并行机调度研究

构建了一个考虑有限可用性可控的两批次并行机调度模型.每台机器在考虑周期内可实施一次关机操作,由此形成一个不可用的时间段,关机开始时间和长度都不确定,需要在决策过程中决定,目标是最小化由完成时间和关机时间组成的总成本.先证明了问题最优解的一些性质,然后采用了基于列生成的分支定界法来求解,并结合了动态规划法来提高方法的效率...     

考虑工序并行的差异工件批调度研究

针对铸造车间差异工件组批多约束的问题,在工序可并行加工的前提下构建以最小化最大完工时间和最小化沙箱空置率为优化目标的并行工序批调度模型,设计一种改进和声算法求解该调度模型,提出一种单工序编解码方式和2种机器分配规则用于解决工件分批、沙箱选择、工序分配及机器选择的问题。在算法中提出一种新的和声产生方式和更新机制,同时为改善算法的局部搜索能力,加入模拟退火算法执行局部搜索过程。最后根据企业实际生产数据进行仿真实验,验证本文模型的有效性。