基于JIT的炼钢-连铸生产调度模型研究

在连铸工艺、设备资源等约束条件下,为提高炼钢一连铸生产效率,避免人工调度,炼钢一连铸作业的精准调度已成为钢铁行业迫切的需求。通过对某炼钢厂现场调研,整合流程信息和时间数据,基于JIT提炼出炼钢一连铸生产调度的核心问题——炉机节奏匹配;进一步构建起基于柔性Jobshop的炼钢一连铸调度系统模型和数学模型以及基于最小松弛时间的调度规则;最后用Lekin仿真调度实例,并将仿真结果与实际生产调度数据进行了分析和比对。实验数据表明了模型的正确性。     

基于粒子群算法的装配公差组合优化北大核心

现有装配公差设计方法分别考虑各特征参数对装配误差的影响,忽视了特征参数间的耦合关系,需对各特征参数进行联合优化。为此,以手术机器人为例,基于每种特征参数,分析小位移旋量平动和转动矢量边界约束,提出雅克比旋量最值模型,并基于此建立装配末端累积误差优化模型。设计改进粒子群算法,引入交叉和变异算子促进粒子间信息共享;设置罚函数动态调整交叉和变异概率;引入反向学习策略更新机制,深挖参数之间的关联性。实验结果显示,求解30次末端误差均为0.063 3 mm,算法运行时间在1 s以内,证明了所提出算法具有较好的收敛性,比常规蒙特卡洛法运算更快、所求解更优。     

[智能设计与计划调度]机器故障下加工车间优化重调度方式预测

为预知不同故障情形下的优化重调度方式,实现快速、有效的重调度决策,提出融合调度仿真与改进概率神经网络的重调度方式预测方法。考虑到现场故障样本难获得且无法涵盖全部故障情形,利用仿真实现随机故障下优化重调度样本的生成;以工序加工时间的累计变动、变动任务数、makespan改变量为决策依据,生成各样本的标签;将带标签数据样本输入到概率神经网络模型,实现优化重调度方式预测。实验结果表明：所提出的方法准确率达99.54%;在指定加工车间和生产任务的前提下,故障机序号和故障修复时间对优化重调度方式起决定性作用。     

三自由度数控车削加工建模与仿真

针对提高普通车床加工精度的需求,通过数学模型分析和实验研究探讨了普通车削加工中刀具主、副偏角对被加工件表面质量的影响;提出了一种基于回转刀架的三自由度车削加工方法及其控制原理;并使用Simulink建模和仿真了数控车床回转刀架精密控制方法。相关实例结果表明,基于回转刀架的三自由度精密车削及控制,能使复杂回转面表面精度更高、误差更小、稳定性更强,自适应复杂曲面的动态变化,整体性能优于普通车削加工。     

高效精准混装作业调度策略研究

以汽车混装作业为研究对象，对照闭式生产，推导得出开式生产模式具有高效性的结论。研究了多产品混合装配时的投产序列调度和精准调控机理，认为只有投产序列和工位任务分配协同调度，才能使企业生产高效和调度作业精准。论述了该协同调度措施的层次实现策略，指出面向多产品混合装配工序，柔性装配和虚拟装配是策略实施的关键技术手段。     

桥式起重机主梁端部优化方法研究

在桥式起重机金属结构的定期检查中,经常在主梁端部过渡圆弧区域的焊缝位置发现裂纹,故在主梁的轻量化设计中需要考虑这一部位的疲劳特性。提出了一种基于热点应力评定主梁端部过渡圆弧区域疲劳特性的优化设计方法,通过有限元仿真计算获得了相应的热点应力集中系数表达式。以结构质量最小为设计目标,在静强度、静刚度、稳定性等常规约束基础上,加入了主梁端部圆弧区段疲劳强度的约束,建立了箱形主梁结构的优化模型。基于Matlab的比较实验证明,在轻量化优化设计中综合考虑端部疲劳特性,其结果具有更高的可靠性。     

生态系统视角下传统企业创新与创业的融合

基于生态系统视角,探讨传统企业在发展和变革过程中创新与创业的融合。在阐述了创新生态系统和创业生态系统的内涵基础上,分析传统企业创新与创业融合过程中的内在机理,发现存在着组织融合和功能融合两种形式,前者是企业内部职能部门的职能范围扩展或者增加融合形成的职能部门;后者不是创新生态系统和创业生态系统功能的简单叠加,而是创新与创业深入融合之后产生"1+12"的效果,衍生出新功能。     

考虑多目标件的异步并行选择性拆卸序列

基于异步并行拆卸概念,提出一种考虑多目标件的异步并行选择性拆卸序列规划方法。通过对多目标件选择性拆卸问题的分析,基于优先关系获取最小拆卸零部件合集,并构建异步并行选择性拆卸序列规划的数学模型。根据所研究问题改进遗传算法,采用两段式编码与解码方法,融入路径重连思想,以快速寻得最优(近优)解。通过对汽车发动机进行案例分析,并在不同初始条件下对改进遗传算法运行结果进行分析,验证了改进遗传算法的有效性与可行性。     

基于基因表达式编程的单AGV加工车间调度规则生成

考虑到在含AGV的加工车间中,将AGV调度独立于工件调度会使问题复杂化,详细分析了单AGV与加工车间集成的调度问题特征并提供了解决方案。由于调度规则简单、易于应用且能及时响应生产环境,以最小化完工时间为目标,基于基因表达式编程智能挖掘出适用于该问题的高效调度规则,并详细介绍了算法用于调度规则设计的编码、两阶段解码以及规则挖掘流程。一系列典型规则对比实验以及大规模标杆案例测试证明了所挖掘规则的高效性、鲁棒性。并且通过对规则分析,找出了影响该问题的属性及其内在规律。     

面向第Ⅱ类装配线平衡问题的蚁群算法

针对第Ⅱ类装配线平衡问题,提出一种基于可行装配序列的改进蚁群算法。算法基于可选操作集合的动态改变和工位作业时间优化目标的更新,给出操作分配至工位的分配准则。针对该问题的特点,提出工位和操作间的信息素、操作和操作间的信息素两种信息素。蚂蚁根据前者和启发式因素的权值为当前工位随机选择一项操作为该工位的首项操作,依据后者和启发式因素的权值为已选操作组合随机选择一项操作作为其组合操作。利用与经典测试算例的比较及工业实例的运行,验证了算法的正确性和工业应用优势。