基于价值流图的注塑车间精益改善研究

应用价值流图分析L公司注塑车间产品不良率高、换型时间长、现场管理混乱和注塑加工时间长等问题。应用潜在失效模式与后果分析、快速换型、10S管理、ECRS原则和人机作业分析等技术对产品质量、换型时间、生产现场和注塑加工进行精益改善。Valeo连接器交货周期由22 d缩短至8.35 d,平衡率由35.7%提高至50.2%,不良品率由10%降至2%,换型时间由81.5 min缩减至45 min,注塑加工时间由28.5 s缩短至13 s,提高注塑机OEE 15.5%,现场秩序得到改善。

境外总损失吸收能力工具类型和定价分析

提升全球系统重要性银行总损失吸收能力(TLAC)是2008年全球金融危机后国际金融监管改革的重要内容。综合来看,目前全球系统重要性银行发行的TLAC工具主要包括契约模式、控股公司模式和立法模式TLAC工具,涵盖高级债和次级债,代表性经济体包括欧洲、美国、日本。本文对境外TLAC工具主要类型、条款和定价进行分析,并提出政策建议。

数字媒体艺术介入老年友好型社区设计研究

本文讨论了数字媒体艺术在加强老年友好型社区设计中的重要作用,分析了易用性、安全性、认知刺激和促进社区归属感等关键原则。数字媒体艺术的整合不仅具有美学价值,还能创造出互动、包容和吸引人的环境,满足老年人的需求,这些装置可以促进精神刺激,确保人身安全,加强社区联系,同时尊重老年人独特的心理和文化。总体而言,在社区设计中结合技术和艺术不仅仅是一种附加物,而是丰富老年人生活、促进其福祉和社会联系的重要元素,这种方法代表着在我国在老年人生活空间方面迈出的具有前瞻性的一步,以提高每个年龄段的生活质量。

基于CNN-GRU-AE的蓝莓货架期预测模型研究

为探究贮藏于不同温度条件下蓝莓的品质变化及货架期,以‘自由’蓝莓为研究对象,测定其在0、4、25℃条件下的颜色参数、质量损失率、腐败率、质地参数等共计21个品质指标。通过5种具有自带特征选择功能的机器学习算法,筛选出7个影响货架期的关键特征作为模型的输入变量,构建基于注意力(attention,AE)机制的卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated recurrent unit,GRU)的蓝莓货架期预测模型。结果表明,与原始GRU相比,CNN-GRU-AE模型的平均绝对误差、均方误差和平均绝对百分比误差分别降低了75.83%、91.46%、61.58%,决定系数增加了2.25%。说明添加注意力机制并与CNN结合后的GRU模型显著提高了货架期的预测精度。本研究可为蓝莓在不同贮藏温度条件下的货架期制定提供理论支持,并为剩余货架期的预测提供技术帮助。

装配式建筑成本控制分析

通过对装配式建筑的成本构成进行分析,探究现阶段装配式建筑成本过高的原因,并采用层次分析法对各类影响因素的权重进行计算与分析,进而提出降低装配式建筑成本的策略,如提高装配式建筑设计标准化、加强装配式建筑预制构件运输管理、推广IBM技术在建筑项目的应用、加强政府宏观调控等,为降低装配式建筑成本、推动其未来的发展提供建议和参考。

基于多目标遗传算法的服装柔性车间装配线平衡优化

针对服装车间柔性工艺路线规划存在的问题,该文提出一种多目标遗传算法来解决装配线平衡优化问题,以实现机器调整路径最小化的目标。多目标遗传算法根据服装工艺特点改进变异和交叉操作,避免产生无效迭代。在迭代过程中,通过合理的工序拆分对瓶颈工位进行优化,工序分配符合工位对机器数量的严格限制,可以提高流水线的编制效率。通过分析服装案例证明多目标遗传算法的有效性和可行性。与人工分配过程相比,MOGA的编制效率至少提高了15%,同时还可以完成机器调整最短路径的优化工作,结果符合预期的优化效果。

基于集成学习和近红外光谱的蓝莓贮藏品质检测方法研究

针对传统化学方法测定蓝莓贮藏品质存在工序复杂、成本高等问题,提出一种基于集成学习和近红外光谱技术的无损检测方法。以150个瑞卡蓝莓样本和30个绿宝石蓝莓样本为研究对象,利用近红外光谱仪采集不同贮藏时间的瑞卡蓝莓和不同成熟度的绿宝石蓝莓近红外反射光谱。利用光谱-理化值共生距离法(sample set partitioning based on joint X-Y distance,SPXY)将瑞卡蓝莓样本按照4∶1的数量比划分为训练集和验证集,绿宝石蓝莓样本为测试集,统一采用偏最小二乘法(partial least squares regression,PLSR)对比分析标准正态变换(standard normal variate transformation,SNV)、数据标准化(Z-score standardization,Z-score)、一阶导数(first derivative,1st-D)、二阶导数(second derivative,2nd-D)中一种或几种组合方法对原始光谱的预处理效果,使用竞争性自适应重加权采样法(competitive adaptive reweighted sampling,CARS)对蓝莓近红外光谱特征波长进行筛选,将支持向量回归(support vector regression,SVR)、极端梯度上升(extreme gradient boosting,XGBoost)和多层感知机(multilayer perceptron,MLP)作为基模型,采用Stacking集成策略,建立Stacking集成学习模型。将与蓝莓贮藏品质最为相关的维生素C、可溶性固形物(soluble solids content,SSC)和花青素作为标签,分别训练4种预测模型,其中Stacking集成模型最优,维生素C、SSC和花青素测试集相关系数R^(2)分别为0.8726、0.8814和0.9055,均方根误差(root mean square error,RMSE)分别为0.5664、0.6963和1.6939,相对分析误差(relative percent deviation,RPD)分别为2.8016、2.9037和3.253。结果表明,该文提出的Stacking集成学习模型融合SVR、XGBoost和MLP的优势,具有精度高,稳定性好,泛化能力强的特点,可为蓝莓无损检测研究提供新的思路。

近红外光谱结合化学计量学方法快速检测蓝莓可溶性固形物和维生素C含量

采用近红外光谱技术,对不同贮藏时间的蓝莓营养成分进行定量分析,以寻求其化学成分与近红外光谱数据的相关性,实现利用光谱技术对蓝莓营养成分的无损检测。对获取的近红外光谱数据,运用偏最小二乘回归(Partial Least Square Regression,PLSR)和支持向量回归(Support Vector Regression,SVR)两种机器学习算法预测蓝莓可溶性固形物(Soluble Solids Content,SSC)和维生素C(Vitamin C,V_(C))含量。为增加预测精度,采用一阶导数(First Derivative,1-DER)、二阶导数(Second Derivative,2-DER)、标准正态变换(Standard Normal Variate Transform,SNV)、多元散射校正(Multiplicative Scatter Correction,MSC)、Savitzky-Golay平滑(S-G)等一种或几种方法组合对光谱数据进行预处理,比较分析最佳的预处理方式;采用竞争适应性重加权采样法(Competitive Adaptive Reweighted Sampling,CARS)和随机蛙跳算法(Random Frog,RF)及两种算法组合对光谱波长进行降维处理。结果表明,降维后的SSC波长变量分别降到了全光谱变量的1.7%、4.3%和5.6%,V_(C)波长变量分别降到了全光谱变量的2.5%、2.9%、4.8%。在筛选后的光谱波长变量的基础上,采用PLSR建立蓝莓近红外光谱与SSC和V_(C)含量的预测模型。对比发现CARS结合RF算法筛选出的波长变量预测效果更好,模型校正相关系数分别为0.9001、0.8707,校正均方根误差分别为0.8234、2.9429,预测相关系数分别为0.8424、0.8350,预测均方根误差分别为0.9613、2.9482。为排除模型性能对预测结果的影响,建立SVR模型将预测结果进行对比,同样发现CARS结合RF算法的预测效果更佳,模型校正相关系数分别为0.8702、0.8503,校正均方根误差分别为0.9549、3.2431,预测相关系数分别为0.8269、0.8183,预测均方根误差分别为0.8769、2.8818。本研究为蓝莓营养品质监测提供了模型基础,且选择特征波长的方法可以为更多果蔬营养物质预测模型提供参考。

基于二维相关光谱的蓝莓贮藏品质综合评价研究

基于可见/近红外光谱技术进行蓝莓的二维相关光谱分析,以实现蓝莓综合贮藏品质的预测。该研究采集了10个贮藏时间段的蓝莓可见/近红外光谱,综合考虑了硬度、质量损失率、维生素C、可溶性固形物4个理化指标,经线性正交变换计算它们的综合得分,以此划分贮藏品质的等级。对光谱数据进行Savitzky-Golay卷积平滑(Savitzky-Golay convolutional smoothing,SG)、标准正态变换、多元散射矫正和迭代自适应加权惩罚最小二乘法的单一及组合预处理,经过对比分析,SG预处理后所建立的模型预测精度最优,预测结果达到了94.59%。在此预处理的基础上,进行蓝莓的二维相关光谱分析,以蓝莓的综合得分作为外扰,优选出4个自相峰所对应的波长作为特征波长,然后利用支持向量机建立蓝莓综合贮藏品质的预测模型。结果表明所建立的模型得到了较优的预测效果,3个等级的预测准确率分别为100%、93.75%、100%。因此,利用二维相关光谱分析技术可以实现蓝莓综合贮藏品质的精准预测,为蓝莓的品质检测提供新的思路。

基于D-AHP和物元可拓理论的中小企业供应链风险评价

为提高制造类中小企业供应链风险管理水平,通过运用D-AHP方法和基于物元可拓理论的综合评价方法,以a企业为例,对其所面临的供应链风险进行识别,并在此基础上建立供应链风险评估指标体系,计算各评价指标权重,结合专家意见,通过计算最终确定7个一级评价指标、19个二级评价指标和企业整体供应链风险水平。结果表明,a企业供应链的整体风险等级为低风险,其中2个一级评价指标和5个二级评价指标风险水平为中风险,其余一级和二级评价指标的风险水平为低风险。对以a企业为例的制造类中小企业供应链风险进行识别和评价,为同类型企业的供应链风险管理提供参考,提高行业供应链风险管理水平。

基于Stacking框架的蓝莓硬度预测可溶性固形物含量及维生素C模型构建

目的探索一种基于蓝莓的质量和硬度快速、无损预测其可溶性固形物含量(solublesolidcontent,SSC)与维生素C(vitaminC,VC)含量的方法,为蓝莓化学成分的预测提供一种新思路。方法通过对蓝莓质量、硬度与SSC、VC相关性分析后,建立基于一维特征的质量和硬度预测SSC与VC模型。其次,对硬度添加多项式特征做升维处理,同一维进行相同研究。最后,对比Stacking框架与单一模型、及添加多项式特征的预测效果。结果一维特征条件下,基于Stacking框架的硬度预测SSC与VC的决定系数(coefficientof determination,R^(2))分别为0.873、0.875,预测效果优于质量与单模型预测;多维特征条件下,硬度添加到3次方时预测SSC效果最佳,R^(2)为0.889;添加到12次方时预测VC含量效果最佳,R^(2)为0.890,预测效果均好于一维特征。结论Stacking框架结合添加多项式特征在蓝莓硬度快速、无损预测其SSC及VC方面具有良好的潜力,为蓝莓品质检测提供新途径。

基于近红外光谱-光纤液滴分析法检测蓝莓综合品质

基于近红外光谱融合液滴分析技术进行蓝莓的二维相关分析,以实现蓝莓综合贮藏品质的检测。本研究采集8个贮藏时间‘绿宝石’蓝莓的近红外光谱图和液滴指纹图,综合分析硬度、花青素、VC、固酸比等15个理化指标,发现各指标之间有着密切的相关性,因此对15个理化指标进行隶属函数联合主成分分析计算蓝莓的综合得分,以此划分综合贮藏品质的等级。对光谱数据进行Savitzky-Golay(SG)卷积平滑、标准正态变换、多元散射矫正和迭代自适应加权惩罚最小二乘预处理,经对比分析,SG卷积平滑预处理后所建立的模型预测精度最高,预测结果为82.67%。对液滴数据取平均进行数据降维后进行移动平均平滑、SG卷积平滑、高斯滤波和中值滤波预处理,经过对比分析,经SG卷积平滑预处理后所建立的模型预测精度最高,预测结果为86.67%。以蓝莓的综合得分作为外扰,对光谱数据和液滴数据分别进行二维相关分析,分别优选出879、1019、1220、1636 nm波长和789、1653、2386、2703 ms自相关峰所对应的位置作为特征变量,以光谱和液滴特征数据融合后作为输入建立支持向量机(support vector machine,SVM)和随机森林模型,模型预测准确率分别为100.00%和98.33%,均高于以单个特征作为输入的预测准确率,且SVM模型预测效果更优,之后用‘蓝宝石’‘莱克西’和‘蓝丰’等9个蓝莓品种进行验证,采用相同的方法进行一系列数据处理建立SVM模型,结果表明模型对于不同品种蓝莓均表现出良好的预测效果。综上,利用可见-近红外光谱融合液滴分析技术可以实现蓝莓综合贮藏品质的预测,为蓝莓的品质检测提供新的方法。

基于改进ACO⁃SOA的低碳物流选址-路径问题研究

乳制品行业是全球温室气体排放量增加的主要行业之一,同时我国又是乳制品消费大国。为了降低乳制品配送中心冷链物流系统总成本和碳排放,响应国家“低碳经济”号召,文中将乳制品配送中心选址问题与路径问题相结合,建立由固定成本、运输成本、制冷成本、货损成本和碳排放成本共同组成的优化模型。此外,设计并运用融合蚁群算法的改进海鸥算法进行求解,在编解码操作中加入个体修复方案,避免在进化过程中因基因序列错乱导致个体基因失效;同时引入3⁃opt算子,优化局部搜索能力且不会降低程序运行效率。通过MATLAB对算例进行仿真试验,将改进蚁群-海鸥(ACO⁃SOA)算法与传统海鸥算法、蚁群算法和遗传算法进行对比,结果表明:改进ACO⁃SOA算法相对于传统算法具有巨大优势,验证了算法的有效性。

基于系统布置设计与混合算法的锻造厂车间布局优化

针对因车间布局不合理而导致物流量浪费的现象,对锻造厂进行研究,建立了物流量最小化的单目标优化函数,运用系统布置设计(systematic layout planning,SLP)方法对原始布局进行优化得到3种布局方案,采用层次分析法(analytic hierarchy process,AHP)与熵权法相结合的方法构建组合赋权模型,再通过逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)对3种方案进行排序优选,形成多指标决策评价模型。最后将遗传算法与和声搜索算法相结合,对锻造厂车间布局进行二次优化,获得最优布局方案。案例分析表明,此研究方法使物流量减少了28.82%,改进效果显著,同时也验证了该模型的优越性,对相关行业车间布局设计提供一定的参考价值。

基于订单优先级和改进粒子群算法的生产排程优化

为了解决生产过程中遇到的订单排产混乱、订单延期时间过长和生产成本过高等问题,针对柔性装配线生产排程,笔者设计了一个基于订单紧急程度的订单优先级规则,并基于该规则建立了生产排程数学模型。主要优化目标为最小化最大完工时间、周期内最短订单总延期时间、最小化库存成本与能源成本;使用仿生智能算法中的改进粒子群优化算法,设计了针对该问题的编码与解码规则,并结合自适应动态加速系数帮助跳出局部最优;以某企业的混流装配线为例,使用MATLAB软件进行仿真。仿真结果表明:提出的模型及算法可以对目标函数进行有效求解与优化,验证了该模型与算法的有效性。

基于改进NSGA-Ⅲ的低碳柔性作业车间调度优化

随着环境保护意识的提高和低碳经济蓬勃发展,碳排放成本逐渐成为企业决策中必须考虑的重要因素。为实现碳排放成本、完工时间、拖期时长和机器负荷4个优化目标,本文建立了碳排放成本的高维目标柔性车间调度优化模型,并根据模型特点设计了一种基于生物激素调节机理的改进NSGA-Ⅲ算法。采用MATLAB软件对实际生产数据进行模拟仿真,证明所提出的优化方法可在保证完工时间和总拖期时间不受影响的情况下,控制碳排放成本、提高设备效率,同时满足工件加工工序的要求。

基于堆叠监督自编码器的蓝莓果渣花青素预测模型

基于可见近红外光谱技术,采用深度学习中的堆叠监督自编码器(stacked supervised autoencoders,SSAE)对蓝莓果渣的花青素含量进行了建模。首先对光谱数据进行预处理和特征筛选处理,以预设SSAE模型的预测集均方根误差(RMSEP)最低为标准,选择出178个特征波长;以选择出的特征波长处的吸光值作为SSAE模型的输入,以蓝莓果渣中的花青素含量为输出,讨论SSAE模型激活参数、节点数、训练次数和学习率,得到SSAE最优参数,即激活函数rule、结构178-60-5-1、训练次数70、学习率0.01。选取训练集均方根误差(RMSEC)、预测集均方根误差(RMSEP)、预测集相关系数(Rp)为评价标准,获得所建立模型的RMSEC、RMSEP、Rp分别为1.0500、0.3835、0.9042。最后通过与经典回归预测模型极限学习机(extreme learning machine,ELM)、最小二乘支持向量机回归(least squares support vector regression,LSSVR)和偏最小二乘回归(partial least squares regression,PLSR)算法进行对比,发现本研究所建SSAE模型的预测精度更高,表明SSAE模型与可见近红外光谱结合能有效预测蓝莓果渣中的花青素含量。

天然气管道压缩机叶轮冲蚀磨损数值计算及优化

为了研究天然气管道压缩机叶轮磨损问题,揭示压缩机允许安全运行的颗粒物类型及其粒径,识别影响磨损严重程度的条件,基于ANSYS CFX软件中的Tabakoff和Grant的侵蚀模型,对压缩机内部流场进行了气固两相流数值模拟,着重开展了不同固体颗粒粒径对叶轮叶片冲蚀的数值模拟计算。模拟计算结果表明,粒径越大,对叶轮叶片冲蚀磨损越严重;当颗粒粒径保持不变时,颗粒密度越高,对叶轮叶片的摩擦力也就越强。根据模拟计算结果对叶片厚度进行了优化,兼顾了叶轮气动性能和耐冲刷的能力。研究成果对天然气管道压缩机乃至管道系统的安全稳定运行具有现实指导意义。

工业离心压缩机数值模拟方法及湍流模型研究

为建立一套能够快速、准确预测工业离心压缩机基本级性能的数值模拟方法,针对某离心压缩机基本级试验装置开展了数值模拟方法的研究。探讨了数值模拟所采用的模型简化、网格型式、网格密度、边界条件、离散方法、湍流模型等,重点讨论了目前广泛使用的k-ε、RNG k-ε、k-ω、SST、SST-RM 5种湍流模型的特点和适用性。采用数值模拟方法对基本级试验装置在不同机器马赫数下的气动性能进行了预测,并与试验结果进行对比,发现数值模拟方法可以准确预测大部分工况,仅在近失速和近阻塞区与试验结果存在较大偏差。其中,采用SST-RM湍流模型的预测结果与试验结果最为吻合,这得益于其对流动分离的起始位置和分离区域的预测较其他湍流模型更为准确。研究结果对提高工业离心压缩机数值模拟精度有借鉴意义。

基于演化博弈的绿色供应链实施主体行为分析

鉴于企业是绿色供应链的实施主体,政府监督在促进企业实施绿色供应链方面发挥着重要作用,通过应用演化博弈理论建立了在政府监管下企业实现绿色供应链的演化博弈模型,得到不同情形下的政企双方演化稳定策略。研究结果表明,随着政府监督的成本提高,提高政府监督的潜力降低,并伴随着企业实施绿色供应链的比例降低;随着政府监督所获得的收益增高,企业实施绿色供应链的比例逐渐上升,政府增强监督的可能性也逐渐提高;政府在加强监督下获得的声誉激励与企业实施绿色供应链行为显著相关。最后,提出了一些对策建议,为政府促进企业实施绿色供应链从而实现可持续发展提供参考借鉴。