融入概率学习的混合差分进化算法求解绿色分布式可重入作业车间调度

本文针对绿色分布式可重入作业车间调度问题(GDRJSSP),提出一种融入概率学习的混合差分进化算法(HDE PL),以实现最大完工时间和总能耗最小.根据GDRJSSP的问题特点,设计编码和解码规则,并采用差分进化算法执行全局搜索来发现优质解区域.为能更明确地引导全局搜索方向,设计基于贝叶斯网络结构的多维概率模型合理学习和积累优质解(即当前种群中的较优解)的模式信息.结合问题解的结构特征,提出基于关键路径的4种邻域结构来构造局部搜索,并设计基于非关键路径的节能策略来提升算法获取低能耗非劣解的能力.仿真实验和算法对比验证了HDE PL可有效求解GDRJSSP.

基于MOMA的可重入混合流水车间调度问题研究

针对可重入制造系统多具有多品种、大规模、混流生产等特点,构建带批处理机的可重入混合流水车间调度问题(reentrant hybrid flow shop scheduling problem with batch processors,BPRHFSP)模型,提出一种改进的多目标蜉蝣算法(multi-objective mayfly algorithm,MOMA)进行求解。提出了单件加工阶段和批处理阶段的解码规则;设计了基于Logistic混沌映射的反向学习初始化策略、改进的蜉蝣交配和变异策略,提高了算法初始解的质量和局部搜索能力;根据编码规则设计了基于变邻域下降搜索的蜉蝣运动策略,优化了种群方向。通过对不同规模大量测试算例的仿真实验,验证了MOMA相比传统算法求解BP-RHFSP更具有效性和优越性。所提出的模型能够反映生产的基础特征,达到减少最大完工时间、机器负载和碳排放的目的。

改进迭代贪婪算法求解可重入流水车间调度问题

可重入混合流水车间是在混合流水车间的基础上增加了可重入特性,具有更高的调度复杂性。为了求解可重入混合流水车间调度问题,首先建立了调度优化模型,优化目标为最小化最大完工时间,然后提出一种带精英调整的学习型迭代贪婪算法(LIG-EA)。LIG-EA算法采用基于工件的编码方式,对重组后的染色体进行解码。种群分为精英个体和普通个体两部分,对精英个体进行精英破坏重建和基于关键工件的染色体调整,对普通个体进行学习机制的构建和普通个体的破坏重建。为提高初始种群质量,采用NEH启发式算法进行种群初始化,并针对可重入混合流水车间的重入特性,在重建操作中增加了插入有效性判断,提高了算法的运行速度。通过大量实验表明LIG-EA算法能够有效求解可重入混合流水车间调度问题。

带矩形重入腔的直肋微通道内流动沸腾换热特性

为揭示矩形重入腔强化直肋微通道内流动沸腾换热的机理,采用实验方法研究了带矩形重入腔的直肋微通道内的流动沸腾换热特性,获得了不同质量流率(200~500 kg·m^(-2)·s^(-1))和不同热流密度(0~78.16 W·cm^(-2))条件下微通道内的传热系数和压降,并与无矩形重入腔的直肋微通道内的流动换热性能进行了对比。结合流态可视化测量结果,对微通道内流动沸腾过程中的流态进行了分析。实验结果表明:相比无矩形重入腔的直肋微通道,带矩形重入腔的直肋微通道内表现出更好的传热特性,尤其是在高质量流率G>400 kg·m^(-2)·s^(-1)条件下,各流态下带矩形重入腔的直肋微通道的传热性能均有所提升,G=500 kg·m^(-2)·s^(-1)时提升了14.8%;重入腔结构对液相工质的毛细牵引效应,提高了直肋微通道在高热流密度下的换热能力和临界热流密度;带矩形重入腔的直肋微通道的临界热流密度比无重入腔直肋微通道提升了15.2%;在单相区,带矩形重入腔的直肋微通道内的压降损失略高于无重入腔直肋微通道;G=500 kg·m^(-2)·s^(-1)时,在两相区带矩形重入腔的直肋微通道内的压降损失相比无重入腔直肋微通道下降了约48%。

多元利益主体目标下的可重入层流手术绿色调度

针对考虑患者、医院、社会多方利益下的可重入层流手术绿色调度问题,提出了混合优化算法INSGAII-LS以同时最小化三个目标:平均患者术前等待感知时长、层流手术中心使用时长和层流手术中心碳排放。首先,算法创新设计了合作搜索策略、种群初始化策略、变尺度交叉与变异策略,LS深度搜索迭代策略,以增强解空间的搜索能力;然后,根据问题特点设计了数据驱动解码策略,并通过三种解码策略对比实验,验证了本文提出的解码策略的有效性;最后,通过不同规模数值实验和仿真案例测试了本文算法相比于其他有效算法(IMSSA,IMOGWO,NSGA-II)的优越性和稳定性。案例仿真发现,决定手术中心使用时长的关键因素是对患者的排序;而手术中心使用时长的缩短并不直接导致碳排放量的减少,还需关注手术室的累积碳排放量。因此,层流手术室的调度在层流手术规划中至关重要。研究结果可为层流手术绿色调度多目标优化提供方法借鉴和决策参考。

基于数字孪生仿真的半导体可重入混合流水车间联合调度优化研究

在新一代信息技术与高端制造产业加速融合渗透的背景下,文中针对半导体车间订单动态到达、车间生产信息透明度低的问题,提出了一种基于数字孪生仿真的半导体可重入混合流水车间联合调度方法。首先,设计了一种基于AnyLogic的数字孪生仿真架构,并在此基础上构建了高保真数字孪生仿真模型,对多源异构数据虚实交互、多维多尺度孪生模型运行机理进行了深入探讨;其次,综合考虑最大完工时间、碳排放量和AGV利用率建立联合调度模型,提出了一种结合数字孪生的ENSGA-Ⅱ算法进行求解,并将其嵌入AnyLogic孪生模型实现实时调度;最后,基于差异化场景和半导体车间任务实例,验证了所提方法的有效性。

可重入柔性流水车间有限缓冲区容量动态预留方法

当制造企业的生产车间缓冲区容量有限时,如果同时存在可重入工序,会产生一种严重的生产阻塞现象,即死锁现象,该现象会严重影响整个生产进程.本文首先建立具有可重入工序的柔性流水车间有限缓冲区排产(RFFLBS)问题的数学模型,在对死锁现象系统分析的基础上,提出了一种基于马尔可夫链的有限缓冲区动态容量预留方法(DBRMMC),DBRMMC通过主动为折返重入的工件预留缓冲区容量,减少工件对缓冲区资源的竞争,降低死锁现象出现的概率,并通过在DBRMMC方法中引入基于自适应阈值二值化算法的偏差补偿措施减小预测偏差,进一步抑制死锁现象的出现,并与基于高响应比优先算法(HRRN)的局部指派方法结合,给出一种改进的基于马尔可夫链的有限缓冲区容量动态预留方法(IDBRMMC-HRRN).建立多组仿真方案在不同数据规模下的进行测试,仿真结果表明IDBRMMC-HRRN方法能够有效的降低具有可重入工序的柔性流水车间有限缓冲区排产过程中死锁现象出现的概率,给出合理可行的排产结果.

考虑多时间因素的绿色可重入混合流水车间调度问题

针对同时考虑顺序相关调整时间和运输时间等多时间因素的绿色可重入混合流水车间调度问题(GRHFSP-MTF),以最小化最大完工时间和总能耗为目标建立双目标优化模型。针对GRHFSP-MTF的特点,提出一种混合文化基因算法(HMA)。首先,提出了基于工序、机器和转速的三层编码策略;然后,设计了基于贪婪机器选择和完全随机的种群初始化方法、交叉和变异算子以及5种邻域搜索算子;最后,在不改变机器分配和工件排列的前提下,基于降低机器转速手段设计了节能算子。大量仿真实验表明,HMA可以有效地求解考虑多时间因素的绿色可重入混合流水车间调度问题,并具有较强的优越性。

大洋钻探重入钻孔技术与系统发展应用

通过对美国“格罗玛·挑战者号”、“乔迪斯·决心号”以及日本“地球号”大洋钻探船搭载的重入钻孔系统进行调研,介绍了大洋钻探重入钻孔技术现状、系统组成、工艺流程与应用。经过了大量实践验证的“挑战者号”和“决心号”上的重入钻孔系统和采用的重入方法是成熟可靠的,可为我国大洋钻探船的建造提供经验和借鉴。

一类具有成组可重入特征单机调度的改进分布估计算法

从钢铁企业宽厚板热轧生产过程中提炼出一类具有成组可重入特征的单机调度问题。在该问题中,工件需分阶段重复进入同一机器加工,且阶段间存在一定的等待时间,为提升生产效率,允许相邻工件进行成组加工。针对此类具有实际工业应用背景的调度问题,以最大完工时间为目标,首先建立了混合整数线性规划模型,然后证明了问题的强NP难特性,并给出了最优解存在的性质特征,进而开发了一种改进的分布估计算法,为评估算法性能,基于理论分析提出了问题最优解的两个下界。通过与其他三种主流元启发式算法的比较分析,验证了所提算法的有效性。

基于驱动装置的钻孔重入系统偏移控制分析

深海钻探中,无隔水管钻进工艺不受隔水管长度限制,能够在所有水深范围内实施钻探作业,但随水深增加钻具重入钻孔难度极大,钻孔重入系统对于无隔水管钻探尤为重要。深海钻探工况十分复杂,受海浪洋流等各种因素作用,钻柱近似为柔性杆件,在不使用水下机器人(ROV)的情况下,常规钻柱重入作业耗时很长,成功率低,即使通过上部移船的方式移动钻柱受到海况因素制约也很难实现。因此,研究钻孔重入系统偏移控制技术对于深海钻探大有裨益。通过分析自由状态下钻柱重入钻孔的姿态及效率,使用带有驱动装置的钻孔重入系统,针对性平衡钻柱底部的水动力作用,可有效保证重入钻孔时底部钻具的稳定性,最大程度缩短重入钻孔时间,减少深海无隔水管钻探工艺成本。

Corsair微导管与CrossBoss导管引导的正向夹层重入技术在治疗冠状动脉慢性完全闭塞病变中的结果分析

目的:比较采用Corsair微导管和CrossBoss导管引导的正向夹层重入(ADR)技术在冠状动脉慢性完全闭塞(CTO)病变经皮冠状动脉介入治疗(PCI)中的应用结果,验证Corsair微导管用于建立内膜下通道的安全性和有效性。方法:连续入选2016年4月至2020年12月于中国人民解放军空军军医大学第一附属医院心血管内科接受CTO PCI并使用Corsair微导管(Corsair组)或CrossBoss导管(CrossBoss组)引导的ADR患者141例,接受符合入选标准的CTO PCI 144例次。记录两组患者的临床资料、CTO靶病变特征、CTO PCI术中结果、院内主要不良心脑血管事件(MACCE)和并发症,并分析组间主要终点ADR技术成功率,次要终点导丝操控时间、PCI时间、策略使用次数、导丝用量、对比剂用量、院内MACCE和并发症的差异。结果:144例次CTO PCI入选本研究,Corsair组和CrossBoss组各72例次。Corsair组技术成功率(94.4%vs.77.8%,P=0.004)、ADR技术成功率(83.3%vs.66.7%,P=0.021)均高于CrossBoss组,而策略使用次数[(2.0±0.6)次vs.(2.2±0.7)次,P=0.017]、导丝用量[(7±3)根vs.(9±3)根,P<0.001]、导丝操控时间[71(48,103)min vs.85(57,139)min,P=0.027]均少于CrossBoss组,两组间PCI时间[146(114,193)min vs.148(94,192)min,P=0.644]和对比剂用量[445(370,535)ml vs.415(320,518)ml,P=0.313]差异均无统计学意义。院内MACCE发生率为4.2%(6/144),ADR相关穿孔发生率为2.1%(3/144),分支丢失率为3.5%(5/144),两组间上述安全指标的差异均无统计学意义(P均>0.05)。结论:相比CrossBoss导管,经验丰富的术者实施Corsair微导管引导的ADR,可获得更高的成功率,更少的策略和导丝使用数,更短的导丝操控时间,而院内MACCE和并发症发生率无差异。

冠状动脉慢性完全闭塞病变中Stingray正向夹层重入技术在病变处成功穿刺1例

冠状动脉慢性完全闭塞(CTO)病变是目前经皮冠状动脉介入治疗(PCI)中的最后堡垒。正向、逆向、正向夹层重入(ADR)技术是治疗CTO病变的常用手段。近年来Stingray球囊辅助下ADR技术因其安全高效受到广泛关注。本中心在开通CTO病变中应用ADR技术比例约为5%~10%,积累了较多经验,并进行了技术改进和优化。经典的ADR技术成功穿刺着陆区在CTO病变远端健康血管,而在临床实际操作中ADR技术穿刺也可选取在病变处进行穿刺。本文报道1例CTO病变开通中ADR技术在病变处穿刺成功,可能拓展ADR技术的应用适应证。

96系列单片机C语言函数的重入与非重入性

９６系列单片机Ｃ语言函数的重入与非重入性（２０１８００上海大学物理系）雷电以Ｉｎｔｅｌ８０９８系列单片机为核心的开发应用正以惊人的速度向前发展，但是长期来基于单片机的软件开发国内一直停留在一个低水平上，开发人员都是采用汇编语言编程，不但开发周期长，而...

我国深海钻探重入钻孔技术优选及设计思路

深海钻探通常采用无隔水管开路钻进,当更换钻头或钻具,测井、处理孔内事故等情况时,需要起下钻后重新进入原钻孔,此过程称为重入钻孔。由于钻探船与海底孔口有数千米的水体相隔,受海浪和洋流作用,钻探船动荡不稳,钻杆柱摇摆不定,要想重新进入原钻孔并非易事。本文通过广泛调研,对海底基盘、声呐重入系统、水下电视重入系统及无人遥控潜水器(ROV)等目前几种常见的重入钻孔技术进行了详细介绍,对各种技术的优缺点进行了综合对比,优选了水下电视重入系统作为我国深海钻探重入钻孔技术方案,初步提出了技术设计思路,为样机研发和工艺制定奠定了基础。

带运输考虑的多阶段动态可重入混合流水车间调度

可重入混合流水车间调度允许一个工件多次进入某些加工阶段,它广泛出现在许多工业制造过程中,如半导体制造、印刷电路板制造等.本文研究了带运输时间的多阶段动态可重入混合流水车间问题,目标是最小化总加权完成时间.针对该问题,建立了整数规划模型,进而基于工件解耦方式提出了两种改进的拉格朗日松弛(LR)算法.在这些算法中,设计了动态规划的改进策略以加速工件级子问题的求解,提出了异步次梯度法以得到有效的乘子更新方向.测试结果说明了所提出的两种改进算法在解的质量和运行时间方面均优于常规LR算法,两种算法都能在可接受的计算时间内得到较好的近优解.

基于遗传粒子群混合的可重入生产调度优化

可重入生产调度优化问题是个NP难问题,针对可重入生产调度的特点,对该优化问题进行数学规划建模,并通过一些定义将模型映射为有向图,以便于智能搜索算法的应用.结合粒子群算法收敛速度快与遗传算法全局搜索能力强的特点,进行优势互补,并优化设计相关参数,构造了一种混合算法.运用混合算法对供应链优化调度问题模型进行求解,与标准遗传算法、粒子群算法的求解结果进行比较,结果表明混合算法有着更好的优化性能.

客车生产中可重入倒排产应用研究

目的某客车制造企业的涂装车间是典型混合流水车间,要求在确保满足交货期的前提下,对其生产运行进行高效的管理,提高生产效率.方法采用倒排产方法进行计划排产.通过分析涂装车间中多遍彩条工序的工作过程和工位设置情况,确定具有可重入式制造系统特点的工序和工位.在基本倒排产算法基础上,增加系统联动和循环排产功能.结合企业实际给出可重入倒排产工作过程,对可重入倒排产的执行步骤和设计要点进行了详细阐述.结果该增强倒排产算法适用于涂装车间彩条的可重入工序,是对基本倒排产算法的有效改进.结论解决了涂装车间的多遍彩条工序排产问题.通过在实际工程中的应用,验证了该排产方法的可行性.

双目标可重入混合流水车间调度问题的离散灰狼优化算法

可重入混合流水车间调度问题普遍存在于许多高科技制造产业中,如半导体晶圆制造和TFT-LCD面板生产过程等,但目前关于可重入调度问题的相关研究还比较少。本文设计了一种改进多目标灰狼优化算法(IMOGWO)解决最小化最大完工时间和总拖期时间最小的可重入混合流水车间调度问题,针对该问题特点对基本灰狼优化算法进行了一系列改进操作。通过对小规模测试问题基准算例的数值实验,验证了所设计的IMOGWO算法求解该调度问题的有效性。实验结果表明IMOGWO算法在非劣解的收敛性和支配性方面显著优于已有的NSGA-II和MOGWO算法,在解的分布性指标方面IMOGWO稍微优于其他两种算法。

面向产品族优化时间窗下可重入批处理机调度

在半导体晶圆制造系统中,具有不确定交货时间窗和不相容产品族的可重入批处理机优化调度是NP-难问题。针对该问题,提出面向产品族的三层滚动混合整数线性规划模型的优化调度算法,其优化目标是提前和误工的时间总和最小。该算法是基于时间序列模型和事件模型的混合分解策略,在可重入批处理机空闲、可用的事件触发下,将整个调度时间轴分解为滚动的时间域;每个时间域对应一个子问题;每个子问题分解为三层:排序、派工和更新;半导体晶圆制造系统实时调度仿真平台用于派工、更新和时域滚动,混合整数线性规划模型用于排序。通过6种典型情形实例验证,结果表明面向产品族的三层滚动混合整数线性规划模型能够在较短计算时间内获得较好优化解。