柔性作业车间调度问题的两级遗传算法

研究不同性能指标柔性作业车间调度问题的优化.针对柔性作业车间调度问题的特点,设计基于工序编码和基于机器分配编码的两种交叉和变异算子,并提出一种双层子代产生模式的改进遗传算法应用于该调度问题,以使子代更好地继承父代的优良特征.使用实例测试改进的遗传算法,并与其他遗传算法的测试结果进行比较,所提出算法的有效性得到证实.     

基于能耗的冷轧连退机组能效建模与工艺参数优化及排序建模优化

以冷轧连续退火机组能耗集中的炉区作为研究对象,根据能量流与热力学理论,建立了能耗与主要工艺参数之间的映射模型;采用MATLAB结合一种改进的量子遗传算法对能效模型进行优化,获取在保证质量的前提下能效最高的工艺参数组合;以辅助设备能耗最低、生产规格跳变平缓以及满足交货期为优化目标,建立了冷轧连退产线生产调度多目标优化模型,采用非支配排序遗传算法（NSGA-Ⅱ）进行求解,得出最优排序。结果表明,该模型和算法对生产实际有一定的指导作用。     

采用深度学习的铣刀磨损状态预测模型

为提高刀具磨损监测的预测精度与泛化性能,研究了基于深度学习的铣刀磨损状态预测,提出了基于堆叠稀疏自动编码网络与卷积神经网络的两种预测模型。堆叠稀疏自动编码网络对特征向量进行降维并将其纳入分类器来实现预测,可避免特征选择对先验知识的依赖;卷积神经网络将铣削振动数据转化为小波尺度图并输入模型完成分类,精简了传统建模流程。最后将提出的两种模型与传统神经网络模型进行比较,验证了所提模型的效率与精度。     

基于维修时间窗的柔性作业车间调度优化研究

针对柔性作业车间调度和预防性维护的单目标集成优化问题,以最大完工时间为优化指标,建立了基于维修时间窗的集成优化模型,设计了混合“教与学”优化（HTLBO）算法求解该模型。提出一种“基于工序加工时间最短”的机器序列初始化策略,对部分初始种群进行初始优化,以提高部分初始解的质量,使得算法能够以较短的时间收敛。对文献中柔性作业车间调度的基准问题进行求解并比较其计算结果,初步证明该混合算法的可行性;针对集成维修时间窗的柔性作业车间调度优化模型,借鉴文献中的数据生成实例进行求解,并与其他算法进行比较,证明该混合算法的有效性。     

随机工时下的多目标柔性作业车间鲁棒调度问题

针对工时不确定条件下的多目标柔性作业车间调度问题,采用2个不确定参数描述随机工时的波动程度和约束条件允许违背程度,将不确定条件下的柔性作业车间调度问题模型转换成确定条件下的鲁棒对等问题模型。在算法设计中采用全局非支配解集保存每代进化过程中产生的非支配解,并选择全局非支配解集中的个体参与变异操作。在交叉和变异操作之后,设计了一种基于变邻域结构的局部搜索策略。最后,运用该算法求解经典基准算例,验证了其有效性。     

基于殖民竞争算法的多约束双边装配线平衡

针对实际生产中双边装配线平衡问题(Two-sided assembly line balancing problem,TALBP)所特有的操作方位约束、优先顺序约束、位置约束、区域约束、同步约束,介绍各个约束的特点及其对任务分配的要求,建立相应的数学模型。根据数学模型,设计相应的殖民竞争算法。在该算法中,对于不符合优先顺序约束的任务系列,提出二叉树调整方法,使任务分配仅在可行解空间内进行,提高了优化效率。将殖民竞争算法(Colonial competitive algorithm,CCA)的全局搜索能力与延迟接受爬山(Late acceptance hill-climbing,LAHC)算法的局部搜索能力有机结合,提出一种新型的混合殖民竞争算法,求解第I类平衡问题。通过多个算例测试验证了算法的有效性。     

求解分布式柔性作业车间调度的混合蛙跳算法

针对分布式柔性作业车间(Distributed flexible job shop scheduling problem,DFJSP)最小化最大完工时间问题,提出一种混合蛙跳算法.在该算法中,编码采用基于工序序列和工厂序列的部分解空间编码方案,机床选择在解码过程中通过规则确定.引入变邻域搜索算法提升蛙跳算法的局部搜索能力.为了弥补部分解空间编码不能探索整个解空间的缺点,引入针对关键工厂的全解空间禁忌搜索,从而扩大算法解空间、进一步提升算法的局部搜索能力.通过对基准实例的求解,并与现有的最先进算法进行对比,验证了所提算法的有效性和优越性.     

基于改进Jaya算法的置换流水车间调度问题研究

置换流水车间调度问题（permutation flow shop scheduling problem, PFSP）广泛存在于流程和离散制造企业。本文提出一种改进的Jaya算法求解最小化最大完工时间为目标的PFSP。在改进Jaya算法中,设计了基于最优和最差个体的4种个体更新方案,通过4种邻域结构对个体进行局部搜索,并通过多样性控制策略来保证种群的多样性。采用改进Jaya算法分解求解Car、 Rec和Taillard基准问题,并与其他算法进行比较,验证了所提算法的有效性。     

针状电极作用下的微细通道流动沸腾传热

为探究电场对微细通道流动沸腾传热的影响,设计了一种针状电极布置方案将电场引入到微细通道中,以制冷剂R141b为实验工质,在设计系统压力为140kPa、入口温度为32.5℃工况下进行流动沸腾实验。研究结果表明：电场对制冷剂R141b在微细通道内的流动沸腾传热效果有显著影响,引入电场会导致过冷沸腾起始点（ONB点）提前,强化了传热效果,相对于无电场的情况,250V、550V、850V这3种电压下达到ONB点所需过热度分别减小了0.6℃、1.26℃、1.78℃;电场能够显著强化位于ONB点后下游区域的沸腾传热,局部传热系数随着电压的增大而增大,在本实验工况下局部沸腾传热系数最大提高了89.7%;将3种传热模型进行对比,发现Sun-Mishima模型预测效果最好,引入电压参数U对其修正,修正后的模型能更好预测本实验工况下的传热系数实验值,平均绝对误差为12.2%。     

面向能耗的数控铣削过程建模与参数优化

为了选择合理的切削参数以达到降低能耗的目的,对稳定的数控铣削过程面向能耗进行建模并优化。首先,在分析输入功率去向构成的基础上,建立数控铣床系统输入功率模型。然后,建立数控铣床系统能耗测试平台。通过对实验数据的多元回归建立数控铣床输入功率与切削参数的函数,对比分析证实函数的精确性。随后,由该函数得出数控铣床稳定切削阶段的单位体积能耗函数,以此为优化目标,以铣床性能和表面质量为约束,通过引力搜索算法(GSA)进行切削参数的能效优化。最后,与经验的切削参数进行对比,结果表明优化后切削参数显著提高了铣床能量效率,大幅节省了电能。