基于Apriori算法的典型工序序列获取方法

为从计算机辅助工艺设计技术积累的大量工艺数据中,获取可继承的工艺经验和知识,并将其中的关联规则和Apriori算法应用于典型工序序列的获取,建立了典型工序序列获取的关联规则模型,提出了采用改进Apriori算法获取典型工序序列的算法。通过计算实例的分析,说明该算法可以有效地实现典型工序序列获取。

基于可行工序序列遗传算法的工序排序优化

针对CAPP中工序排序优化这一NP-hard问题的求解,以最小化总成本为目标,提出一种新型的面向可行工序序列的遗传算法(FOSOGA)。该算法中,染色体以排列数的形式直接表征满足工序优先关系约束的可行工序序列;设计了可保证染色体可行性的自适应交叉算子和自适应变异算子来演化工序序列和各工序的加工资源;引入新的精英参与的交叉策略。将FOSOGA应用于两个案例,并与现有遗传算法、粒子群算法和蚁群算法进行了对比。结果表明,FOSOGA获取的解的平均质量优于现有遗传算法、粒子群和蚁群算法。

融合制造语义的三维工序模型序列重用方法

针对目前三维工序模型序列重用缺少对加工特征尺寸、加工精度、形位公差等制造信息的考虑,不能很好地支持零件制造过程工艺设计重用的问题,提出一种融合制造信息的三维工序模型序列重用方法.首先,利用图同构原理对工艺路线中三维工序模型序列进行优化,减少搜索空间;然后,利用子图同构对三维工序模型加工特征进行匹配,通过融合制造信息对加工特征匹配进行预处理和相似性评价,以获取具有最相似加工特征的三维工序模型;其次,设计三维工序模型序列优化算法获取同构的三维工序模型序列;最后,以某型轴零件工艺设计过程为例进行实例验证,结果表明融合制造信息的三维工序模型序列重用方法能够准确地根据指定制造特征进行工艺设计重用,具有良好的应用效果.

考虑后续工序的择时综合调度算法

针对目前综合调度算法不能兼顾产品工艺树中并行工序的并行性和串行工序之间紧密度,影响调度结果的问题,提出考虑后续工序的择时综合调度算法.该算法提出工序序列排序策略,从工艺树的整体结构出发,将其划分成若干内部工序只具有串行关系的工序序列,并按路径长度从长到短的顺序确定其调度次序;提出择时调度策略和考虑后续工序策略,根据工艺树自身特点,从来自不同工序序列的并行工序的不同组合方案中,选择最接近调度目标的方案作为工序调度方案,若该工序调度方案不唯一,则在其中选择该工序加工开始时间最早的调度方案.该算法既保证了工序的并行处理,又提高了串行工序的紧密度,优化了综合调度的结果.最后通过实例说明本文算法对解决综合调试问题具有普遍意义.

基于二进制粒子群优化的卫星典型件工艺知识挖掘

针对卫星典型件在工艺设计过程中设计任务量大、重复性工作多,且其历史工艺数据未能充分有效利用的问题,进行了工艺知识挖掘的研究,以提高工艺知识的重用性.首先对工艺知识挖掘问题进行了描述,建立了工艺知识的关联规则模型;然后针对海量数据中Apriori算法挖掘效率低的问题引入二进制粒子群优化(BPSO)算法,并构造了基于BPSO的关联规则挖掘算法.最后对卫星结构板这一典型件的历史工艺数据进行挖掘,得到了卫星结构板典型工序序列.基于BPSO的关联规则挖掘算法可以有效提高工艺知识的挖掘效率.

基于择时的二车间综合调度算法

针对现有二车间综合调度算法在处理具有相同设备资源的二车间综合调度问题时,注重工艺树的横向并行处理,忽略纵向串行工序之间的紧密度,将二车间均衡处理或减少工序迁移次数一并做为调度目标导致不必要时间开销的问题,提出了基于择时的二车间综合调度算法。同时,提出了工序序列排序策略,将加工工艺树划分为若干工序序列,并根据其路径长度确定调度次序;提出了二车间择时调度策略,为工序寻找加工开始时间和加工车间,生成使当前部分产品加工总用时最小的工序调度方案。若该方案不唯一,则选择在二车间中该工序加工结束时间最早的工序调度方案。所提算法既保证了并行工序的并行处理,又有效地提高了串行工序的紧密度,避免了无效工序迁移带来的时间开销。通过实例说明了所提算法的有效性。

考虑串行工序紧密度的择时综合调度算法

针对目前综合调度算法在处理一般综合调度问题时为了兼顾加工工艺树中工序的并行处理,忽略串行工序之间紧密度,影响调度结果的问题,提出考虑串行工序紧密度的择时综合调度算法。该算法提出工序序列排序策略,从工艺树的整体结构出发,将其划分成内部工序只具有串行关系的工序序列,根据工序序列的长短确定其调度顺序;提出择时调度策略,结合工艺树自身特点,为调度工序选择若干合法加工时间点,分别在每个时间点调度工序,得到该工序的试调度方案集合,从其中选择加工总用时最小的方案作为工序调度方案,若不唯一,则选择工序加工时间最早的方案。实例表明,该算法既保证并行工序的并行处理,又有效提高串行工序的紧密度,优化了综合调度的结果。