基于骨架序列的工序动作识别与分析

为了解决工业工程领域传统制造过程中工序动作分析方法存在的耗时耗力与依赖经验的问题,运用动作识别技术替代传统的人工分解动作方法,提出一种基于骨架序列的工序动作智能检测方案。使用2D相机与MediaPipe框架搭建人体姿态估计模型以获取骨架序列,引入相关评估指标进行工序动作量化分析。利用骨架数据构建基于卷积门控循环单元CNN-GRU的动作分类模型,面向自建工序动作数据集进行实验验证。结果表明,所提出的CNN-GRU模型在参数量更少的情况下具有更高的准确率,相较于LSTM模型和GRU模型表现更优。在动作识别的基础上,将所得推理结果与标准作业程序进行对比得出异常动作,为工序动作识别与分析提供有效的解决方案,有助于规范生产操作和提升生产效率。

工业工程专业课程思政建设探讨

课程思政作为德育的重要组成部分,在高校的人才培养过程中肩负着重要作用。本文分析了工业工程专业的专业特点,强调课程思政的具体实施应该同各高校办学定位、所属地区产业特色、人才需求方向、科技与时事前沿等相结合。并以东莞理工学院工业工程专业为例,对课程思政的展开从强化内涵、与时俱进、丰富形式、注重实践、产教融合、持续改进等六个方面进行了探讨,并针对一些课程的课程思政设计点给出了具体示例,以供同类院校参考借鉴。

基于Arduino Mega2560单片机的智能物料运输车设计

为实现自动化物料运输能力,设计出一款以Arduino Mega2560单片机为控制核心,采用舵机控制模块、OpenMV摄像头模组、步进电机驱动模块等硬件的智能物料运输车。通过Arduino和OpenMV的上位机进行软件编程,实现物料运输车多功能全自动运行,包括利用3自由度机械臂与垂直升降滑块装置结合的抓取装置抓取与摆放物料;采用8路灰度传感器对地面标识线寻迹进行路径规划,同时运用微雪电子扫码模块获取物料信息和物料抓取顺序,并搭配OpenMV视觉识别模块对物料颜色和位置进行判断;通过麦克纳姆轮进行全向移动。在模拟智能制造工厂的物料加工场景下,进行了系统编程控制过程实验。结果表明:所设计的运输车能够在4 min内完成物料抓取区、粗加工区、成品区的全套流程,同时区域移动准确率达标,完全能满足现代智能制造工厂高效率、高精准率的设计需求。

基于OBE理念的“应用统计学”课程教学改革探索与实践

课程教学团队以东莞理工学院工业工程专业“应用统计学”课程为例,从教学目标的制定、教学设计、达成度分析等三方面总结在OBE理念指导下的教学改革探索与实践。在教学目标制定方面,按照OBE逆向思维的方式构建了“人才培养目标—毕业要求—支撑毕业要求指标点—课程教学目标”的完整路径。在教学设计方面,围绕教学目标的实现探索问题导向式教学,提出了具有课程特色的“问题—方法—工具”教学实施方法。最后,达成度分析作为教学改革实践效果的评价基准,给后续深化教学改革指明了方向。

基于增强学习的平行机调度研究

尝试运用增强学习方法来研究平行机调度问题,通过定义系统状态、行为和报酬函数,把调度问题转化为平均报酬型半马尔可夫决策过程,并使用结合函数泛化器的R-Learning算法来解决。提出排名算法,并利用它和两种常用的调度规则(最短期望加工时间规则和先进先出规则)来定义增强学习的行为。实验结果表明,R-Learning算法通过仿真实验学习较优的调度策略,在不同的决策状态下选择最优或次优的行为,对每个测试问题的效果都优于以上任何一条调度规则。

半导体测试调度研究

半导体测试是资金高度密集、涉及产品种类与设备种类繁多的半导体生产环节。半导体测试需要同时使用测试机、送料机台和使能器等资源。资源组合及其可加工的产品类型的对应关系错综复杂,大多数半导体测试调度问题是考虑多资源约束和作业换型时间的平行机调度问题。分别从问题和方法两个角度对半导体测试调度研究进行分析,归纳了附加资源充足的测试调度和附加资源受限的测试调度两大类问题,并对目前半导体测试调度的各类方法进行总结对比,分析了各类方法的特点。

工业工程专业生产与物流类课程群改革研究

文章以优化生产与物流类课程群的内容板块,加强该课程群内各课程之间的融合渗透。改革传统教学中以启发式方法、试验法为主解决企业生产与物流管理各环节典型问题的方法,针对各典型问题建立详细运筹优化模型并探讨模型优化技巧,从全局优化的角度对生产与物流管理各环节的精确定量优化方法教学进行研究,探索培养学生运用运筹优化技术更有效地解决生产与物流管理问题的教学方法。

动力刀架振动检测系统关键技术研究

目前,动力刀架振动测试方法的缺失及不完善严重制约了数控车床及车铣复合加工中心行业的发展。鉴于此,开发了基于虚拟仪器平台LabVIEW的三向振动检测系统。系统以三轴加速度传感器为传感器件检测刀架振动信息,采集到的信号经信号调理仪放大和调整,提高系统抗干扰性;通过对采集的振动信号进行频谱变换和频率信息的分析,可探究刀架振动原因进而采取相应措施有效减小振动;最后采集到的数据利用报表生成功能进行存储。

基于运筹优化的物流与设施规划课程教学研究

在传统教学中,物流与设施规划课程的物流分析、设施布局等内容的一些经典问题采用启发式方法或试验法来解决。为了更精确地解决这些问题,采用数学规划方法提供解决方案。主要围绕建模技巧、应用软件教学和解决物流与设施规划专业案例等方面培养学生运用优化原理与方法构建运筹优化模型的能力以及运用ILOG OPL优化软件解决实际优化问题的能力。以二次分配问题和多产品工艺过程图优化问题为案例阐述了数学规划建模和编程求解的过程。

基于二元增强学习架构的可重构制造系统调度

构建基于重构和调度二元增强学习架构的调度系统,借助重构增强学习系统的行为来实现资源配置、重构制造单元的功能,借助调度增强学习系统的行为来为各制造单元安排加工任务,实现优化各产品加工路径和加工顺序的功能。重构和调度增强学习系统通过状态转移、行为选择和报酬获取进行联系。提出结合函数泛化器的自适应步长增强学习算法的学习机制和学习步长调整机制,通过实验分析了函数泛化器的性能,验证了该算法解决一类重入型的可重构制造车间调度问题的有效性。

优化加权平均流程时间的平行机调度

平行机调度问题在工业界有着广泛应用,实际生产中瓶颈工序的调度很多属于这类问题。运用增强学习算法来研究以最小化作业的加权平均滞留时间为目标的动态平行机调度问题Qm|rj,sjk,Mj|∑wjfj,考虑与作业顺序相关的转换时间和机器-作业资格约束。为了把调度问题转化为增强学习问题,定义了系统状态的表示方式,利用加权最短加工时间优先(WSPT)规则、Weng算法、排名(RA)算法和LFJ-RA(Least Flexible Job-Ranking Algorithm)算法构造行为,定义了与调度目标函数等价的报酬函数,并采用结合函数泛化器的Q学习算法来解决。实验表明Q学习算法对每个测试问题的调度结果都优于WSPT规则、排名算法、LFJ-RA算法和Weng算法。

ILOG OPL优化软件及其教学工作探讨

ILOGOPL是功能强大、使用便捷的解决运筹优化问题的专业软件。本文阐述了优化技术的重要性,介绍了ILOGOPL优化软件的功能、特点及其在社会各界的应用情况,并结合教学实践和实际企业项目的经验总结出推广ILOGOPL教学、提升ILOGOPL教学效果的关键因素,强调培养学生构建大规模优化模型和运用ILOGOPL解决实际优化问题的能力。

工业工程专业的优化方法技能教学研究

优化方法在工业工程专业应用广泛,其教学工作在工业工程教学体系中占有重要地位,而当前的优化方法的教学中普遍存在实践环节偏少等弊端。鉴于优化技能是涉及到多门课程的一种综合性的专业应用技能,提出工业工程专业的优化技能教学应该以实践与应用为主,理论教学服务于应用教学。主要围绕优化模型的建模技巧、应用软件教学和解决专业案例等方面培养学生运用优化原理与方法构建大规模优化模型的能力以及运用专业软件解决实际优化问题的能力。

基于混合蛙跳算法的复杂产品装配序列规划

为提高机械产品的装配效率,提出一种基于混合蛙跳算法的产品装配序列规划方法。该方法针对混合蛙跳算法中各个模因组内的最优样本容易出现趋同性的现象,引入遗传算法,提出最优样本的差异性控制策略,以改善种群的差异性。建立了以装配操作稳定性、惩罚函数、装配方向改变次数和装配工具改变次数为装配序列评价指标的适应度函数模型。以一个装配体实例分析该算法的特性,验证了改进混合蛙跳算法的可行性和稳定性,并将该算法与标准混合蛙跳算法和遗传算法相比较,证明了改进混合蛙跳算法更有效。

基于扩展卡尔曼滤波算法的无人机定位

无人机的移动定位是应对无人机机动性和应用环境复杂性的关键技术。为解决无人机中的全球定位系统(GPS)信号失效问题,提出了一种通过机载无线射频的接收信号强度解决定位问题的技术,分别采用扩展卡尔曼滤波方法估计距离和最小二乘方法估计路径损耗因子两种处理方法。理论分析和实验测试结果证实所提算法对有色噪声干扰下的接收信号有较好的增强效果,基于80%的置信水平,新算法相对于白噪声模型将估算误差从9.5 m减少到了4 m,还进一步提供了融合惯性导航的算法。

基于光线跟踪法的多轴铣削加工仿真研究

在数控加工中,对数控代码进行集成的几何仿真和物理仿真,可以快速检验加工代码的正确性并对加工参数进行优化。运用光线跟踪法研究了多轴数控铣削加工的几何仿真和物理仿真问题,运用解析法对工件和刀具扫描体进行求交离散,依据数控代码提取刀位信息并计算刀具扫描体。工件与扫描体的布尔减运算,一方面可获得每一步切削结果并进行实时的立体显示,另一方面可依据材料切削速率模型实时计算切削力。

动力刀架刀盘结构参数优化

合理的刀盘结构参数可以有效解决锁刀刚性和刀盘尺寸惯性的矛盾。根据刀盘的结构参数优化设计要求和特点,通过设计变量的选取、目标函数和约束条件的确定,建立了刀盘的结构模型,实现了刀盘的结构参数优化,达到了刀盘质量最轻(体积最小)的优化目的。探讨了利用MATLAB软件优化工具箱中的fmincon函数解决多约束非线性优化问题的基本思路和计算方法。为了对刀盘的结构参数优化结果进行验证,对优化后的刀盘进行了有限元静态特性分析及动态特性分析,仿真结果证实了刀盘结构的合理性,优化结果应用于大连高金数控集团有限公司刀架产品的实际加工。

基于灰关联分析的热误差测点优化

针对影响机床热误差建模的机床温度场分布问题,提出了优化热关键点的新方法。借助于灰色系统理论的关联度分析方法,根据现场测得的统计数据序列,建立了灰关联分析模型,通过计算布置于机床上各个温度布点的温度传感器的温度采样序列值同机床定位误差之间的绝对灰色关联度值,最终从32个温度测点当中选择了4个点用于建立热误差补偿模型。最后基于四个测温关键点建模对Z轴的定位误差进行了补偿实验,结果证明补偿效果较好,所提出的热误差测点优化研究可以有效提高热误差模型的鲁棒性。

面向突发事件的分布式制造资源协同调度

为解决分布式制造中资源调配问题及因应突发事件对调度计划的冲击,建立了面向突发事件的制造资源协同调度模型。针对问题要求响应快、求解难度高等特点,采用粒子群算法求解并设计了独特的离散机制,并根据问题特点设计了测试算例。首先基于静态调度模型对OPL软件和粒子群算法的求解效果进行了对比,然后随机生成了突发事件进行重调度实验。实验结果表明,所提粒子群算法具有响应时间短、稳定性强的特点,是求解该类问题的有效算法。

基于自适应变异粒子群优化算法的产品装配序列规划

为提高产品虚拟装配序列规划水平,提出了面向装配序列规划的自适应变异粒子群优化算法。算法针对产品装配序列规划离散性的特点,在基本粒子群算法的基础上,对粒子位置、速度与粒子速度和位置更新操作进行了重定义,通过引入遗传算法中的变异算子来提高算法跳出局部最优的能力,同时改变惯性权重的取值方式以加快算法的收敛速度。以一柱塞泵的装配规划实例来分析该算法的性能,验证了自适应变异粒子群优化算法的可行性;与遗传算法和粒子群算法的比较证明自适应变异粒子群优化算法更有效。