基于改进蜉蝣算法的智能仓储货位分配优化方法研究

为提高智能仓储感知监控下货物的出入库效率,针对智能仓储货位分配问题建立仿真优化模型。通过感知仓储入库订单中货物属性信息,考虑到优化目标多样、可分配货位动态变化等因素,以最小化作业时间和货架稳定性为目标,建立堆垛机并行作业场景的智能仓储入库货位分配模型,设计了改进的蜉蝣算法对上述模型进行求解。案例分析结果表明,改进的蜉蝣算法在不同的订单规模相比其他算法均能得到满意解,能够有效节约入库存储的作业时间。

云制造智能车间机床资源的再分配服务模型与解算

针对多品种、小批量、强交货期的柔性生产方式下云制造智能车间机床资源再分配服务问题,以各工件在机床上加工的最短完成时间、机器总负荷最小、成本最低为多目标函数,以机床均衡率为综合评判函数,建立了再分配服务模型。采用一种基于Pareto外部档案的多目标教与学优化算法对上述模型进行了求解,仿真结果表明多目标教与学优化算法在收敛性和求解效率等方面具有较大优势。研究可为解决云制造平台下的智能车间生产规划难题提供有益指导。

科教融合背景下智能制造专业本科人才培养模式探索

以新一代信息技术与先进制造技术深度融合为基本特征的制造业转型升级对机械类专业人才培养提出了新的要求。从科教融合视角出发,本文以长安大学机械设计制造及其自动化专业人才培养为例,以智能制造学科建设为背景,针对科研与教学融合中存在的问题,重点从智能制造课程群建设、师资队伍资源配置、科技成果转化、智能制造实训平台、学生创新创业等方面提出对策与建议,为培养适应未来工业社会发展需求的创新型人才提供有益借鉴。

新工科背景下智能制造专业政产学研用融合创新创业教育体系探索

本文通过构建“政府+企业+高校+科研院所+用人单位”五位一体融合创新创业教育体系,形成政府政策支持,企业保障实践岗位,高校配套人才培养方案,科研院所提供创新实践参与机会,用人单位提供人才需求及综合能力考评意见的多维、多位的联合育人模式,通过持续完善培养计划,增加创新创业实践环节,改革教育评价体系,提高学生的创新创业意识、动手实践能力和综合素质。同时,高校通过不断分析和加强对智能制造行业发展趋势的研究和精准预测,实现培养模式的根本转变,突出创新创业成果转化,形成完整的人才培养体系和供需密切配合的人才培养模式,并适应新工科建设行业及社会对高校培养人才的规模化和高标准的要求,真正培养出适应新经济形式下市场需求的复合创新型人才。

智能化仓储的“人-机-物”感知交互与协同作业框架

针对智能化仓储底层物联设备覆盖区域广、灵活性高的主动感知与协同作业两个层面的需求,探讨人(社会)-机(信息)-物(物理)三元交互的仓储感知系统的基本构成、元素交互,提出一种基于“人-机-物”协同作业架构。考虑智能化仓储环境下多源节点要素特征,从计划、监控、感知、决策的闭环视角,阐述了仓储入库、存储和出库场景下“人-机-物”协同作业逻辑,为仓储物流的数字化、网络化和智能化提供了新的思路。

基于DPBBO算法的智慧云仓UAV盘库作业优化

针对智慧云仓货物信息量大、易出现账物不符等库存管理问题,迫切需要将无人机(unmanned aerial vehicle, UAV)和工业物联网(industrial Internet of things, IIoT)集成起来,为仓储精细化管理提供解决方案。首先,分析盘库作业数据采集与信息交互运行机制,以危险避障和数据采集为约束函数,考虑了UAV在加速、减速、匀速、转角等飞行条件下的能耗差异,并以能耗最低和时间最短为目标函数构造UAV盘库作业数学模型;然后,设计了差分迁移-分段变异生物地理学优化(differential migration-piecewise mutation-biogeography-based optimization, DPBBO)算法对上述模型进行优化解算;最后,进行了仿真实验验证。结果表明:DPBBO算法对解决该盘库作业问题的效果较优,可以提升库存抽检任务的时效性和库存管理的准确性。

多模态数据融合的加工作业动态手势识别方法

为了解决单模态数据所提供的特征信息缺乏而导致的识别准确率难以提高、模型鲁棒性较低等问题,提出了面向人机交互的加工作业多模态数据融合动态手势识别策略。首先,采用C3D网络模型并在视频的空间维度和时间维度对深度图像和彩色图像两种模态数据进行特征提取;其次,将两种模态数据识别结果在决策层按最大值规则进行融合,同时,将原模型使用的Relu激活函数替换为Mish激活函数优化梯度特性;最后,通过3组对比实验得到6种动态手势的平均识别准确率为96.8%。结果表明:所提方法实现了加工作业中动态手势识别的高准确率和高鲁棒性的目标,对人机交互技术在实际生产场景中的应用起到推动作用。

改进天牛群算法在柔性作业车间调度中的应用

为解决柔性作业车间调度问题,在模拟自然界中天牛觅食行为的天牛须算法基础上,结合群智能优化理论,提出了一种基于莱维飞行、反向搜索和自适应参数调整混合策略的改进天牛群算法(LRA-BSO)。首先,建立柔性作业车间调度模型;其次,提出了基于Tent混沌映射生成初始种群的方法,以提高初始种群质量;再次,应用莱维飞行策略和反向搜索策略,并通过适应度反馈自适应调整天牛群的搜索步长以及搜索距离,以改善算法全局搜索能力,避免陷入局部极值;最后,为验证改进的天牛群算法的性能,通过6个多维度标准测试函数验证了LRA-BSO算法的寻优能力。通过FJSP的10个标准算例和1个实际案例验证了LRA-BSO算法在FJSP中的适用性。测试结果表明:改进的天牛群算法在8个标准算例中的表现均优于或持平于其他智能优化算法,表现出了较好的寻优能力;在实际案例验证中,改进后的算法相对于原始的天牛群算法,在收敛速度上提升了48%。

基于改进灰狼算法的共享仓储动态盘点方法

依据共享仓储货物定位精度准和盘点效率高的要求,提出了一种采用改进灰狼算法(Gray Wolf Optimization Algorithm)的货物动态盘点方法。通过射频识别技术和接收信号强度测距方法搭建了货物的三维定位模型;采用粒子群参数优化的灰狼算法对仓储货物的三维定位进行解算,实现共享仓储的自动盘点。仿真结果表明,改进的灰狼算法具有较好的定位精度和稳定的寻优性能,可以满足复杂动态环境下共享仓储货物盘点要求。

面向复杂加工装备的功能聚合与作业手势交互设计

目的为了解决当前复杂加工装备人机交互过程中存在手势和功能映射模糊、缺少规范等问题,研究将人机交互技术赋能复杂加工装备的智能化升级。方法首先,采用谱系聚类法进行复杂加工装备的人机交互功能聚合,为手势映射提供基础;其次,基于手势交互定义原则对作业手势进行规范性定义,完成手势库的设计;最后,根据作业场景进行调整并完成人机交互功能与作业手势的映射。结果通过聚类将40个子功能元聚合为16个二级功能和4个一级功能,依据手势定义规则设计出一套动、静态结合的混合手势库,实现了人机交互功能映射。结论该研究为交互服务识别与计算提供基础的理论支持,可方便、自然地对复杂加工装备进行远程操作与监控。

基于刀具寿命等级的铣削加工参数自适应调整优化方法

为了解决铣削加工过程中传统优化参数无法随着刀具寿命的变化动态调整,导致刀具性能无法充分利用的问题,对铣削参数自适应优化方法进行研究,提出一种基于优化灰狼算法的铣削参数动态多目标优化方法。通过BP神经网络构建铣削过程中铣削参数与优化目标之间的非线性映射关系;提出刀具寿命等级的概念,通过粒子群优化灰狼算法进行寿命等级内铣削参数自适应优化。试验结果表明:该方法能够在整个刀具寿命周期内根据刀具的寿命衰变程度提供时段内最优的铣削参数方案,在提高刀具使用价值的同时降低碳排放量。

考虑工件分批的柔性作业车间调度及求解算法

针对柔性作业车间分批调度问题,建立了考虑工件分批的柔性作业车间调度模型,并提出混合遗传算法用于模型求解。首先,采用改进试探法确定划分的具体批次、柔性批量划分方法确定各个批次的实际批量;其次,采用双层编码机制对工序排序及机器选择同时进行优化,利用GLR机器选择法生成初始解;最后,混合遗传算法利用GA鲁棒性强与ABC算法对初始解依赖性不高、适应性强的特点在解空间内充分搜索较优解,并结合SA出色的局部搜索能力快速收敛到全局最优解。分析表明,改进试探法批次划分与柔性批量划分方法可明显缩短生产周期,同时也证明了所提算法的有效性和可行性。

基于机器学习的在体电子顺磁共振波谱分类和辐射剂量预测方法研究

核与辐射突发事件发生后,在体电子顺磁共振(in-vivo EPR)方法可对伤员辐射剂量进行现场、快速、无创检测。对in-vivo EPR波谱分析,目前常采用人工标记峰值并计算信号强度,存在工作量大、受主观因素干扰等问题。本研究利用支持向量机(SVM)技术,建立了一种对in-vivo EPR波谱进行自动分类识别的方法,可批量自动识别并筛除in-vivo EPR测量时因振动、牙表面水干扰而产生的无效波谱。本研究利用遗传算法优化神经网络(GA-BPNN)建立了一种波谱分析方法,可对in-vivo EPR波谱中的辐射诱发信号进行自动识别,并预测伤员受到辐射的剂量。实验结果表明,本研究建立的SVM和GA-BPNN波谱处理方法可有效地完成in-vivo EPR波谱自动分类和剂量预测,可满足核事故应急剂量评估的需求。本研究探索了机器学习方法在电子顺磁共振(EPR)波谱处理领域的应用,提高了EPR波谱处理的智能化水平,为提升大批量EPR波谱处理效率提供了支撑。

基于多目标麻雀搜索算法的柔性车间生产排程方法

针对柔性车间生产排程问题,以最小化完工时间、最小化机器总负载以及加工总成本最低为目标函数,设计了一种多目标麻雀搜索算法(multi-objective sparrow search algorithm,MOSSA)进行求解.首先,将父子代融合后的种群进行非支配排序,选取最优位置个体和最差位置个体;其次,采用两段式规则对机器选择和工序排序进行编码;最后,利用麻雀搜索算法完成种群的更新和寻优.通过算例进行实验仿真,研究参数对MOSSA的影响,并将MOSSA与其他算法进行比较.结果表明:该模型下,参数影响较小,MOSSA具有高性能全局搜索能力和较好的收敛性,对于解决多目标生产排程问题具有指导作用.

基于生产甘特图的AGV资源约束调度方法

面对制造企业数字化、网络化和智能化转型升级需求,自动引导车(AGV)被广泛应用于生产作业的物流运输过程。在对多品种小批量工件任务的工艺路线规划基础上,迫切需要对各加工运输环节进行集成以更加符合实际生产的要求。针对有限AGV资源的柔性车间调度问题,构建了以最大完工时间、AGV数量和资源不均衡率最小化的多目标模型,采用基于生产甘特图的改进鲸鱼算法进行求解。首先,介绍了鲸鱼算法的基本原理;其次,设计了基于AGV数量、工序加工顺序和AGV编号的三段式编码方式将离散的数据转化为鲸鱼个体中的连续位置;最后,采用3种措施对算法进行改进:在初始化时通过反向学习策略获得较好的初始种群,而在迭代过程中分别加入自适应权重和变异因子,使算法的收敛精度和全局搜索能力得到提高。为验证算法的性能,用改进鲸鱼算法与基本鲸鱼算法、经典的NSGA-II求解上述模型。仿真结果表明,改进鲸鱼算法求解的质量较高且运行时间相较于NSGA-II缩短了21.6%。所提算法在有限AGV资源约束的智能化车间调度问题求解中有一定的实用价值。

RFID物料主动感知的车间AGV云-边协同计算框架模型

针对智能车间制造物联产生的物流状态数据低延时传输与高效率响应的计算服务需求,提出一种RFID物料主动感知的车间AGV云-边协同计算框架模型。讨论AGV状态数据采集与信息交互、边缘侧RFID数据处理、云-边协同计算等关键技术。案例研究表明:生产物流过程数据可在计算模型的AGV边缘端和云端两个层面进行协同处理,实现主动感知与自主决策,为车间的自治化、智能化提供支持。

基于FP-Growth算法的数控机床故障特征分析

数控机床故障问题的及时响应、故障原因精准判断以及解决方案的快速识别是实现制造单元智能化的关键。基于数控机床历史运维数据,采用关联规则挖掘FP-Growth算法实现数控机床故障模式、原因的关联规则挖掘。首先对运维数据进行故障特征分析,构建基于关联规则的故障诊断模型;其次,通过对历史故障模式及其相应故障原因进行挖掘,生成故障诊断关联规则;最后结合关联规则的支持度、置信度等评估指标进行分析,并推演出关联概率的大小,验证了FP-Growth算法用于数控机床故障特征分析的可行性和合理性。

一种面向数控加工装备的信息-物理交互建模与集成方法

为了实现数控加工装备的各类物理信息集成以及生产过程多源异构数据传输问题,构建了基于OPC UA技术的信息采集与集成框架模型,提出了具体的信息采集方案,并通过综合信息实例化和资源配置信息实例化进行了验证,实现数控加工装备间的信息交互,数控加工装备与车间、企业之间的信息集成。

基于模糊多目标决策的辐射探测器抛投方案优选

针对核与辐射环境应急监测中新型智能化仪器研制需求,本文将模糊层次分析法、熵值法和改进的灰色综合关联分析法三者结合,提出了一种组合赋权和改进的灰色关联分析综合评价方法,对多个辐射探测器的抛投装置最优设计进行了模糊多目标决策。通过对抛投装置建立多层次评价模型,采用层次分析法确定主观权重、熵值法确定客观权重,将两者组合赋权得到各层以及相关指标的组合权重,运用具有区间模糊数的灰色关联法确定关联度系数,最终计算出各方案的灰色综合关联度评价值,以此评价得出最优抛投方案。利用此方法,定量的反映出各层因素间的相互关系,解决了辐射抛投装置多个指标方案优选中的相互影响性问题,实现了对抛投装置的综合评价,并验证了该模型在最优抛投装置选择中的可行性。