基于深度强化学习的风电拉挤板生产智能排程

针对具有包装顺序齐套和产品换型调整等复杂特征的风电拉挤板生产排程问题,构建了最大化当期开动设备平均利用率和最大化订单履约率的多目标协同优化模型;将风电拉挤板生产排程问题转化为马尔科夫序列决策问题,设计了10种不同排程策略作为动作空间,提炼适当的状态特征和奖励函数;提出一种基于决斗双深度Q网络(D3QN)的排程算法。通过某企业实际数据的仿真试验,与Double DQN和Dueling DQN算法对比验证所提算法有效性;并比较4种不同求解方法在10个算例下得到的目标值,验证了所提出的改进D3QN算法可以得到问题的高质量解,为风电拉挤板制造企业生产排程提供了一种智能化的方法和参考。

数字化装配生产线中的工艺装备管理

某航天数字化装配生产线中产品为多品种、小批量的特点,随着“多型号并举、研制与批产并存”任务形式的不断深化,呈现出典型的“多品种、变批量”生产特点。因产品结构复杂,装配生产过程中需要使用大量的工艺装备,工艺装备的短缺或管理不当往往会严重制约生产任务的完成,为解决该问题,基于某航天数字化生产线中的MES对工艺装备进行全生命周期管控,通过自动化管理解决任务生产准备流程繁琐、时间滞后等问题。

考虑拆解故障的退役产品人机混流线插单调度

多源异构退役3C产品服役阶段产生的结构变形可能引发自动拆解设备故障,性能漂移失效会扰动拆解工艺规划和生产调度.以退役3C产品人机混流拆解线为研究对象,研究退役产品拆解故障导致的插单调度问题.构建量化不确定性拆解序列和拆解深度的AND/OR节点网络模型.以最大化工位利用率为优化目标,拆解故障产品缓存搬运阈值为变量,建立人机混流线插单调度模型.采用二维实数编码方式编码,选用遗传算法求解.选取58种品系退役智能手机的人机混流聚类拆解产线数据实例验证.结果表明,构建的人机混流线插单调度模型能有效制定工位利用率最大的阈值插单调度方案.实例聚类的3类混流拆解线优化后的最大工位利用率分别为80.3%、73.2%、81.3%.

基于规则与Q学习的作业车间动态调度算法

为了在特定的作业条件下找到最优调度规则,提高调度规则在不确定动态条件下的自适应、自寻优能力,提出一种调度规则与Q学习算法集成的作业车间动态调度算法。考虑车间中作业随机到达的动态情况,以最小化最大延迟时间为调度目标,在Q学习框架下设计了新的状态特征、奖励机制以及以Boltzmann采样函数为主体的搜索策略,提高了算法探索和利用规则的能力;以最短加工时间优先和最早交货期等经典调度规则构成动作集,继承了调度规则的可解释性,使智能体能实时处理随机到达的作业任务,通过持续学习和迭代更新获得不同作业场景下的最优调度规则。仿真研究和对比测试验证了所提算法的优越性。

浅谈设备工程项目中的全面质量管理

全面质量管理作为现代工程项目管理的核心要义,贯穿于项目规划、设计、施工至交付的全过程,旨在通过全员参与、全过程监控、全要素集成的方式,系统性地提升设备工程项目的质量水平。本文深入剖析全面质量管理的深刻内涵,并向外延展至企业文化、团队协作及供应链管理等多维度,通过设备项目示例详述实施策略,如建立质量责任体系、运用PDCA循环进行问题解决等,为设备工程项目实践者提供了一套具体、可操作的全面质量管理实施指南。

基于CART决策树的调度算法研究

以往的作业车间存在大量的离线加工数据。基于数据挖掘、调度规则和算法优化相关知识,提出基于贝叶斯优化的改进CART算法来对车间数据挖掘利用,根据车间数据的属性逐步划分节点,生成树状结构,剪枝,最后生成加工规则。通过不同数据算例的实验结果表明,经过贝叶斯优化后的CART算法相较于传统CART算法提高了对数据划分的能力并提升了生成的决策树的准确度。

布料采购的质量控制优化研究

现如今制造企业的竞争愈发激烈,若要保持稳定的市场竞争力,做好产品的质量控制非常重要。本文以某纺织厂采购的布料为研究对象,分析现阶段布料采购的质量控制现状,运用质量管理和质量控制的思想和方法,找出在质量控制中存在缺少科学的评估体制、检测过程中存在漏洞、信息管理不完善等问题,并利用文献分析法、调查分析法给出相应的解决方案。对工厂布料采购的质量控制进行改进研究,对提高其质量管理能力,寻找利润增长空间,提高企业竞争力具有指导意义,该方法对同类企业质量控制也有相应的借鉴价值。

城轨列车再生制动能量回馈系统应用方案综述

城轨列车在制动过程中产生大量的能量,当不能完全被其他车辆吸收时,导致牵引用电网电压升高,危害牵引设备、车辆安全和缩短使用寿命。由于轨道交通制动再生能量处置是一个复杂、综合的过程,如何对其进行合理的控制成为学者研究的热点,为此,综合分析了能耗型、储能型、逆变回馈型等四种再生能量处置方案的优缺点及逆变回馈方案中的三种并网形式,通过分析认为逆变回馈型再生制动能量吸收系统是目前解决地铁列车制动时网压升高及节能问题的最优方案。

网络安全数据存储系统设计

随着网络安全事件频发,为解决网络安全数据安全问题,研究设计一个安全可靠的网络安全数据存储系统具有重要的现实意义。本文首先对系统需求进行分析,其涉及数据的安全性、数据访问权限控制、数据备份与恢复及性能需求等,在此基础上进行系统设计,系统包括架构设计、数据存储设计、权限管理设计及系统安全设计,最后成功设计出满足备份与恢复、权限控制及安全性等要求的网络安全数据存储系统,以期为用户提供高效、安全的数据存储与管理功能。

基于慢特征分析的分布式动态工业过程运行状态评价

现代工业过程通常具有规模大、流程长和工序多的特点,导致传统的集中式建模方法会淹没过程的局部变化信息,从而无法及时识别早期的非优运行状态.此外,闭环控制的广泛应用使得过程变量普遍存在时序相关性.针对以上问题,提出一种基于慢特征分析(Slow feature analysis, SFA)的分布式动态工业过程运行状态评价方法.首先,结合动态时间规整(Dynamic time warping, DTW)和K-medoids聚类算法对过程进行分解;然后,对每一变量子块建立相应的动态慢特征分析(Dynamic slow feature analysis, DSFA)模型;最后,利用贝叶斯推理获得全局的综合评价指标.通过在数值案例和金湿法冶金过程的仿真应用,验证了该方法的有效性.

面向复杂工业过程的虚拟样本生成综述

用于复杂工业过程难测运行指标和异常故障建模的样本具有量少稀缺、分布不平衡以及内涵机理知识匮乏等特性.虚拟样本生成(Virtual sample generation,VSG)作为扩充建模样本数量及其涵盖空间的技术,已成为解决上述问题的主要手段之一,但已有研究还存在缺乏理论支撑、分类准则与应用边界模糊等问题.本文在描述复杂工业过程难测运行指标和异常故障建模所存在问题的基础上,梳理虚拟样本定义及其内涵,给出面向工业过程回归与分类问题的VSG实现流程;接着,从样本覆盖区域、实现流程与推广应用等方向进行综述;然后,分析讨论VSG的下一步研究方向;最后,对全文进行总结并给出未来挑战.

车间物流车实时配送方案规划研究

针对生产过程中人工参与度高、岗位加工工时波动较大和产线拥堵情况较多的生产车间,在物料消耗无规律的情况下,传统基于经验的物料配送方案难以快速、精准地补给缺料岗位。为提高上述车间的物流配送效率,提出一种车间物流车实时配送方案规划方法。基于车间数字孪生监测系统获取到的实时数据,为每个生产岗位划分岗位配送优先级,并基于优先级得出备选配送序列,再使用A*算法搜索最短的配送路径。通过实例分析可知,相比传统配送方案,所提方案规划时间更短、配送成本更低,验证了所提方法的可行性和优越性。

设备监理工程师专业知识素养对服务质量的重要性分析

设备监理服务中的监理工程师既要有良好的沟通协调能力,更需要丰富的相关专业知识。本文以钢管管端疑似裂纹缺陷处理为案例,阐述了设备监理工程师凭借扎实的专业知识素养,系统分析缺陷的形成原因,提出合理的处理意见和建议,赢得各方认可和肯定。既为业主单位解决了质量异议,消除了质量隐患,又为监理单位赢得信誉,突出了专业素养对提高设备监理服务质量的重要性。

融合先验知识推理的表面缺陷检测

当前基于深度学习的表面缺陷检测方法主要侧重于单独识别缺陷实例,即仅从区域特征方面考虑缺陷检测。然而,这种方法忽略了缺陷之间的高层关系,难免会出现缺陷检测误差。针对上述问题,提出了一种融合先验知识推理的表面缺陷检测网络(PKR-Net)。PKR-Net主要由2个部分组成,即显性知识推理模块(EKRM)和隐性知识推理模块(IKRM)。EKRM通过构建显性关系图(ERG)来捕获数据集中缺陷之间的全局共现关系得到共现关系特征,而IKRM通过构建隐性关系图(IRG)来捕获图像中缺陷之间的局部空间关系得到空间关系特征。最后将得到的共现关系特征和空间关系特征进行融合,并重新送入分类层和回归层以改进检测效果。在工业缺陷数据集Textile,NEU-DET和GC10-DET上进行实验验证,实验结果表明,该网络模型相比基线模型Faster RCNN,其mAP分别提升了14.8%,8.2%和18.9%,与其他缺陷检测模型相比能够达到更好的检测性能,验证了模型的有效性。

带负载均衡的混合算法求解分布式异构作业车间调度问题

针对以最小化最大完工时间为目标的分布式异构作业车间调度问题(DHJSP),本文提出了一种新的混合遗传禁忌搜索算法.首先,综合考虑工厂的工件总负载与最大机器负载,提出了一种新的工厂负载表达方式.其次,针对DHJSP总工序数不定的特性,提出以最小化最大工厂负载为目标快速确定初始工件分配方案,并验证了方法的高效性.然后,新设计了两种考虑负载均衡的单工件转移邻域结构,根据工序调度的结果对工件分配方案进行局部搜索.最后,因DHJSP缺少标准算例和相关算法,在分布式同构作业车间调度问题(DJSP)上与现有算法进行对比,所提算法在TA算例的480个问题上更新了420个问题的最优解,其余60个问题取得了同等最优解.在随机生成的3个不同规模的异构算例中,所提算法也均取得了较好解,验证了所提方法的优越性.

退役产品拆解车间逆向生产与物流集成调度优化

针对退役产品拆解工艺与物流存在的不确定性,提出一种逆向生产和物流集成调度拆解车间优化方法.分析退役产品拆解车间作业过程中生产与物流相互影响因素,以优化逆向生产与物流过程中的最大完工时长和提前/拖期成本为目标构建车间多目标调度模型.基于物流路径决策,设计一种带基因修复的变异算子改进NSGA-Ⅱ算法的变异准确性,提升算法的求解有效性.以某公司的手机拆解线为例,分析多尺寸的生产、物流算例.结果表明,随着自适应引导车数量的增加,大、小尺寸算例的拖期成本分别减少了57.1%和58.3%,验证了模型的有效性.

基于多目标生物地理学优化算法的模糊节能分布式流水车间调度

研究了模糊节能分布式置换流水车间多目标调度问题(Fuzzy Energy Efficient Distributed Permutation Flow Shop Problem,FEEDPFSP),针对最小化模糊完工时间和模糊能耗两个优化目标,提出了一种基于生物地理学的多目标优化算法(Multiple-Objective Biogeography-Based Optimization,MOBBO)。在MOBBO中,设计了一种有效的初始解生成规则,并根据两个优化目标之间的关系,设计了4种速度操作方法用于迁移过程和变异过程,并且引入快速非支配排序以及拥挤距离方法,保证每次迭代的种群质量。对比两个先进算法在480个不同规模实例下的表现,验证了所提出的MOBBO算法在解决FEEDPFSP问题的有效性。

堆取料机卷扬系统的设计与计算

非标设计的卷扬系统是顶堆侧取堆取料中的取料机系统重要组成部门。设计输出拉力不足则可能引起取料臂架倾翻等重大安全事故,设计输出拉力过大则会增加设备成本。本文介绍了卷扬系统的拉力计算过程,着重介绍了双拉绳卷扬系统的规避偏载的方法及结构形式,为确保顶堆侧取堆取料的安全生产,提升产品的经济性提供了借鉴及参考。

求解分布式两阶段混合流水车间调度的反馈人工蜂群算法

针对考虑工厂适用性和附加资源的分布式两阶段混合流水车间调度问题(DTHFSP),本文提出了一种反馈人工蜂群算法(FABC),以最小化最大完成时间和总延迟时间,该算法利用一种新型反馈机制动态调整搜索策略集.为此,本文共设计了5种特点各异的搜索策略,将其用于初始策略集和备选策略集,同时,建立并调整雇佣蜂群和跟随蜂群的共享策略集,雇佣蜂阶段和跟随蜂阶段在种群划分的基础上采用随机选择和自适应选择方式确定搜索策略,在侦查蜂阶段完成后,对搜索策略集进行动态调整.文章进行了大量的计算实验,计算结果表明,FABC策略合理有效,且它对所求解的DTHFSP具有较强的搜索优势.

基于可信标识的皮棉生产质量追溯方法研究

目的通过分析当前棉花加工行业存在的信息链断裂、质量信息追溯难、各环节信息孤岛等问题,实现皮棉生产全过程质量信息管理。方法提出了一种基于标识解析的皮棉生产全过程质量信息追溯方法。首先,按照生产顺序将皮棉生产的环节进行划分,分析各环节中对质量存在危害的影响因素;其次,运用模糊层次分析法计算各环节的权重值,对皮棉生产车间的可靠性进行了分配;然后,通过对各环节中的人、机、料、法、环、测等信息进行分析,融合标识解析技术和可拓物元理论,探讨了一种基于物元可拓的全要素信息标识模型,以实现对皮棉生产信息的高效管理;最后,在信息标识的基础上,提出了一种结合有向无环图(DAG)的质量信息追溯方法。结果采用IntelliJ IDEA编程软件和MySQL数据库搭建了皮棉生产全过程质量信息追溯系统,实现了对皮棉生产全过程质量信息的溯源。结论通过对机采棉加工关键质量信息追溯进行验证,测得了系统平均查询时间为73.964ms,能够满足皮棉生产质量信息追溯的需求。本研究可为棉花生产全过程质量信息追溯提供一定的参考与借鉴。