基于JIT的多目标总装准时物料配送方法研究

针对机械产品总装过程中的准时物料配送问题,从优化目标、约束条件及影响因素三方面考虑,提出以物料运输成本、物料运输时间、线旁库存三者综合为优化目标的多目标准时物料配送模型。给出优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程。最终求解得到物料配送单用于指导配送,使决策者能够根据实际情况选择优化的偏好值。通过一个总装车间准时物料配送问题的实例验证了此模型和算法的有效性。

计及机器调整和物料运送时间的Job-Shop调度算法

对考虑机器调整时间和物料运送时间的Job-Shop调度问题进行了研究。优化计算时考虑了物料运送时间的作用及其对车间调度的影响,并给出了其求解方法;利用GA、SA与PSO相结合的混合PSO算法解决了Job-Shop调度问题。仿真实例模拟实际工况,对工件的运送、加工和机器调整时间及其相互间的影响进行了分析和计算,并与传统的忽略机器调整时间、物料运送时间以及直接计入工件加工时间的调度方案进行了对比,结果表明提出的方法可行,更加符合实际生产工况。

不确定环境下再制造发动机曲轴轴向间隙优化控制

再制造发动机曲轴轴向间隙既是影响再制造发动机性能的重要因素,也是不确定环境下再制造发动机装配过程质量控制的难点。以再制造发动机装配过程中曲轴轴向间隙优化控制为研究目标,分析不确定环境下再制造发动机曲轴轴向间隙影响因素,并构建基于信息熵的装配尺寸不确定测度模型,进而研究再制造发动机装配过程中曲轴轴向间隙质量耦合内在关系;在确保再制造发动机曲轴轴向间隙装配尺寸熵不大于新品的前提下,通过数学公式推导出再制造曲轴第一轴颈宽度和缸体轴承座宽度分级选配尺寸公差宽放系数;提出基于分级选配的再制造发动机曲轴轴向间隙优化控制方法;通过某再制造发动机企业的实例验证了该方法的有效性和可行性。

一种求解车间作业调度问题的混合微粒群算法

在对车间作业调度问题优化目标与约束条件分析的基础上,以最小化机器完工时间为目标构建优化模型。通过将遗传算法和模拟退火算法的优点与标准微粒群算法相结合,提出一种求解该问题的混合微粒群算法,并结合实例验证了该算法的有效性与收敛性。

基于改进非支配排序的云模型进化多目标柔性作业车间调度

采用多目标进化算法研究柔性作业车间调度问题,目标是最小化最大完工时间、机器总负荷和最大机器负荷3个性能指标。针对NSGA-Ⅱ识别非支配个体较慢和个体比较次数较多的不足,设计一种基于预排序的快速非支配排序算法,快速识别非支配个体并淘汰被支配个体,提高非支配解集的构造效率;结合柔性作业车间调度问题的特点和进化算法的性能,引入云模型进化策略,提出一种基于非支配排序的云模型进化多目标柔性作业车间调度算法。运用云模型揭示模糊性和随机性的优良特性维护进化种群,提高非支配解分布的广度和均匀度。利用多指标加权灰靶决策模型选择最满意调度方案。使用基准实例进行测试并比较测试结果,验证了算法的可行性和有效性;利用提出算法确定了生产实际的最满意调度方案。

不确定条件下车间动态重调度优化方法

分析车间生产环境复杂、多变以及生产过程中各种随机扰动所导致的不确定性问题,将扰动分为显性扰动和隐性扰动两类。分别采用主动和被动触发式重调度驱动规则,对各种扰动进行响应,并通过建立重调度优化集,结合滚动时域优化方法,对大规模动态重调度优化问题进行了简化。提出重调度优化集内待加工工件的选取规则,以减少工序间机器空闲时间。最后提出混合粒子群调度优化算法,对优化集内待加工工件进行智能优化调度,并采用该算法结合具体的仿真实例验证了该动态随机重调度优化方法的有效性。

不确定环境下再制造加工车间生产调度优化方法

针对再制造加工车间工况兼具随机性与模糊性,采用模糊随机变量表示废旧件加工时间,以描述再制造加工车间工况的双重不确定性;在不确定理论的基础上,建立基于模糊随机机会约束的再制造加工车间生产调度问题模型,并提出求解该问题混合智能优化算法:基于Arena仿真平台应用模糊随机模拟技术产生输入和输出数据,利用粒子群优化算法训练径向基函数神经网络以逼近不确定函数,将训练好的神经网络嵌入至遗传算法中优化再制造加工车间生产调度问题;通过仿真实例验证该混合智能优化算法解决加工时间为模糊随机变量的不确定环境下再制造加工车间生产调度问题的有效性和合理性。

复杂机械产品装配过程质量门监控系统与关键技术

为及时甄别出复杂机械产品装配过程中的质量问题,提出一种质量门监控系统。分析了复杂机械产品装配流程及特点,提出装配过程质量门控制方法,并定义了质量门的内涵。研究了装配过程质量主动控制的体系架构,构建了一套使能装配过程质量控制的系统和关键技术,包括质量门资源标识和主动感知技术、质量门监控和数据采集技术、基于分层推理的专家知识系统、基于状态空间模型的装配误差分析技术、动态工序能力分析、基于粒子群优化算法的误差逆传播神经网络的分层装配性能预测、基于机器视觉的防误技术。应用J2EE构架开发了某型发动机的装配过程质量门监控系统,验证了该方法的可行性和有效性。

基于混合粒子群算法的复杂机械产品装配质量控制阈优化方法

为提高复杂机械产品的装配精度和服役安全性,提出一种多载荷作用下的基于混合粒子群算法的复杂机械产品装配过程质量控制点控制阈优化方法。分析复杂机械产品装配及服役的特点,定义关键质量控制点的多载荷影响因子;综合考虑装配质量损失成本和装配时间调整成本,建立基于多载荷影响因子的关键质量控制点装配损失-控制阈函数,揭示了质量控制点总损失与控制阈的关系;在保证装配精度的情况下,以总成本最小化为目标,构建多载荷影响因子的装配质量控制阈优化模型,并给出了基于混合粒子群算法的模型求解过程。最后以某型发动机的缸盖拧紧过程为例,将基于多载荷影响因子的模型求解出的产品装配方案结果与应用该方法之前装配结果做了对比分析,结果表明该方法能够显著提高装配质量及服役安全性能,为复杂机械产品装配质量控制阈优化提供了一种方法。

面向复杂产品装配过程的异常控制策略研究

文章针对复杂产品装配过程影响因素众多、难以控制的现状,设计了一种对其进行异常控制的策略。首先确定造成装配过程异常的原因,进行异常归类,并对异常控制所需采集的信息进行分析;其次引入工段信息元概念,在此基础上建立复杂产品装配过程实时状态模型;最后基于该模型构建异常控制专家系统,为装配过程提供实时异常报警信息及相应处理方案。结果表明该异常控制策略具有很好的实用性。

基于改进遗传算法的混合装配生产线平衡问题研究

文章针对传统混合装配生产线缺乏对一个工位多个产品的研究,建立了一个工位多个产品的装配生产线平衡问题模型;以汽车主减速器装配生产线为例,对模型进行分析建模,设计了基于激素调节机制的改进遗传算法的适应度函数、选择、交叉及变异算子,对一工位多产品的混合装配生产线平衡问题模型进行求解;利用Matlab软件编写仿真算法程序对模型进行仿真,在一定程度上验证了模型的可行性和算法的有效性。

基于约束的可定制产品配置模型

在分析可定制产品概念及其结构特点的基础上,通过采用可定制产品的形式化建模方法,实现了对可定制产品配置模型与可定制产品数据BOM的构建·利用可定制产品配置模型中的约束条件及相应的产品数据BOM的分解算法,并配合工程数据库技术,降低了企业产品数据管理的冗余和低效,实现了可定制产品数据在企业各部门间的集成、共享及一致性控制·

基于Pareto优化的离散自由搜索算法求解多目标柔性作业车间调度问题

针对多目标柔性作业车间调度问题搜索空间的离散性和求解算法的收敛性,提出一种基于Pareto优化的离散自由搜索算法来求解多目标柔性作业车间调度问题。在建立基于Markov链数学模型的基础上,证明了算法以概率1收敛;引入首达最优解期望时间来分析算法收敛速度,并分析了算法时间复杂度。采用基于工序排序和机器分配的个体表达方式,在多目标柔性作业车间离散域,利用自由搜索算法在邻域小步幅精确搜索和在全局空间大步幅勘测进行寻优;通过自由搜索算法自适应赋予个体各异辨别能力和Pareto优化概念来比较个体优劣性,不仅保留优化个体,而且使个体寻优方向沿多目标柔性作业车间调度问题Pareto前沿逼近。通过对搜索过程中产生的伪调度方案进行可行性判定,以确保调度方案可行。采用10×10FJSP和8×8FJSP问题的实例进行寻优测试,验证了所提算法的可行性和有效性。

基于混合粒子群算法的多目标柔性Job-Shop调度方法

针对经典Job-Shop调度问题的局限性,提出了以时间、成本、质量三者综合为优化目标,具有柔性Job-Shop车间调度的优化模型。给出了优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程。模型采用工序能力指数对质量目标进行量化,并采用综合评判线性加权模型解决柔性Job-Shop算法的权重选择问题,使决策者能够根据实际情况选择优化目标的偏好解。通过一个车间调度问题的实例验证了此调度模型和算法的有效性。

基于主成分分析的汽车操纵力舒适性分析与评价

以汽车操纵装置的操纵力舒适性客观定量评价为研究目标,运用主成分分析算法,采用加权主成分和价值函数,建立汽车整车操纵力舒适性评价模型。在此基础上,进一步通过多元线性回归分析建立了汽车整车操纵力舒适性与主成分之间的回归方程,实现了对汽车整车操纵力舒适性的预测与评价分析。

基于踏板力和力变率的离合器操纵舒适性评价

文章针对人们对汽车舒适性要求的提高,从踏板力和行程的角度出发,分析踏板力及力变率对汽车离合器操纵舒适性的影响;通过分析离合器操纵机构,利用操纵过程中异点数量、踏板力与踏板行程线性度以及力变率对操纵舒适性进行评价,并建立了相应的评价模型和客观评价标准;最后通过实验数据验证了评价标准的合理性、可行性。

基于多目标优化的产品协同开发任务调度研究

针对目前产品开发任务调度研究的不足,提出了基于多目标优化的产品协同开发任务调度理论,并在此基础上提出了多目标优化调度的综合指标确立方法;针对调度问题的求解特点,提出了基于混合微粒群算法的任务调度算法;最后,运用上述理论和算法,给出了具体实例的计算结果,并把该结果和单目标优化调度的结果相比较,说明了基于多目标优化的产品协同开发任务调度算法的可行性和优越性。

计及漂移瓶颈的时变物料配送路径优化

针对不确定作业车间环境下物料配送路径优化问题,采用能反映制造单元相对生产负荷及其变化趋势的瓶颈指数和瓶颈漂移指数表征实时变化的制造单元物料配送优先级,对路径选择过程中违反此优先级的行为设置惩罚成本,提出以最小化包括车辆运输成本和违反优先级的惩罚成本在内的总配送成本为优化目标,建立了时变的物料配送路径优化模型。在此基础上,为保证运输车辆所载物料全额配送,避免非必要负载以及由此造成的非必要配送子路径,对配送路径优化模型进行改进,允许运输车辆非满载和物料拆分配送,以提高物料配送效率降低配送成本;并结合模型特点将贪婪策略融入遗传算法对优化模型求解。最后,通过某作业车间内物料配送实例验证了所提出的计及漂移瓶颈的改进时变物料配送路径优化方法在不确定作业环境中具有有效性和实用性。

制造车间生产物流瓶颈指数研究

针对制造车间生产物流瓶颈漂移现象,将瓶颈漂移因素分为能力因素、需求因素和能力-需求综合因素,并采用时间能力因子、时间需求因子和质量保证能力因子对各种瓶颈漂移因素进行数字化描述,为瓶颈漂移因素耦合机理的研究提供数据支持。利用马尔可夫链描述各种瓶颈漂移因素的状态空间和转移概率,构建贡献函数,实现瓶颈漂移因素耦合机理的定量分析。以贡献度和质量保证能力为参数,建立瓶颈指数数学模型,以度量制造单元成为瓶颈的能力,为生产过程的控制和优化提供技术支持。通过对某一制造车间内生产物流瓶颈的预测和监控,验证了瓶颈指数的有效性和实用性。

基于模糊软时间窗的车间物料流路径优化方法

为解决实际生产过程中工位物料需求时间不确定的问题,提出基于模糊软时间窗的复杂机械装配车间配送路径优化方法。该方法以"以工位为中心"的物料配送模式为基础,考虑复杂机械装配实际生产中生产节拍波动所引起的物料需求时间变化,利用物料到达时间的模糊隶属度函数表征工位对物料到达时间的满意度。在此基础上,以工位对物料到达时间的平均满意度为约束条件,以最小化配送成本为目标,建立了带模糊软时间窗的物料配送路径优化模型,并采用动态规划和模拟退火遗传算法相结合的方法对模型进行了求解。通过实例验证了该模型的可行性和有效性。