基于贪心算法的板式家具订单备料调度研究

针对板式家具订单备料调度过程中的调度混乱、设备使用效率低的问题,本文通过对板式家具备料进行现场调研,结合订单开料工艺特点,以最小完工时间为目标,构建数学模型,将贪心算法应用在板式家具订单的调度备料中。在此基础上,依据模型进行算法设计,并对算法进行仿真试验,通过对采集的数据进行分析,验证了算法的可行性,提高了家具的备料效率。与工厂现有的调度方式相比,采用本文的调度方案可节约时间700 s,生产效率提高18.89%,对于解决多机并行的订单备料调度具有指导意义。

基于生命周期评价的定制家具碳足迹与减排策略研究

基于生命周期评价方法对定制家具生产过程中的碳足迹进行研究,分析定制家具在生产过程中不同阶段碳排放数量。从原材料使用、生产工艺优化以及零部件三方面提出了不同的优化方案,降低板式家具在生产过程中造成的环境污染,达到定制家具“减量化”设计的目的。

基于深度学习的板式家具纹理生成设计

目前智能辅助设计的方法被广泛应用于设计领域,它不仅可以提高设计效率,缩短产品生命周期,还能克服设计者主观认识的局限性。通过引入深度学习的方法来辅助板式家具产品设计,提出了一种基于DCGAN(深度卷积生成对抗)模型的新型纹理生成方法。将饰面纸纹理导入模型系统,可以自动从大规模的纹理数据集中学习纹理特征,生成多样性的纹理图案。利用DCGAN技术迭代出的饰面纹理为板式家具产品创新设计方案拓展思路和可能性。

板式家具余料信息管理系统的设计与开发

在工业自动化高速发展的背景下,板式家具产业发展迎来了新的机遇和挑战。在板式家具企业生产过程中,板材余料利用率低和人工管理效率差的问题一直是困扰板式家具企业健康稳步发展的难题。针对这些问题,本文基于板式家具企业生产线的业务流程,对板式家具余料信息管理的需求进行了分析,并结合企业资源计划系统和企业制造执行系统开发了基于板式家具企业的余料信息管理系统,提出了一种自动化余料管理新方法。该系统的使用,极大提高了板式家具企业余料的管理效率和板材余料的利用率,降低了企业的生产成本。

基于AHP-熵值法的板式定制家具护角设计评价

针对板式定制家具包装内护角进行需求分析,并在此基础上,采用层次分析法(AHP法)及熵值法建立板式定制家具护角设计评价指标体系。确定了护角设计评价指标的综合权重,利用模糊综合评价法建立板式定制家具护角设计评价模型,并对3种典型板式定制家具护角进行了实例研究,实现了护角设计的定量评价。其中的模型与方法对优化板式定制家具护角设计及护角方案决策具有较大的参考价值。

基于跨境电商评论分析的板式衣柜设计研究

跨境电商家具产品由于起步晚、发展慢、专业性不足等问题尚不能满足消费者的主要诉求。而境外用户需求由于距离远、文化差异大等原因难以通过主流的用户调研手段进行收集分析。本文通过八爪鱼采集工具对跨境电商平台的用户在线评论进行收集,通过AntConc平台进行数据预处理,通过共现矩阵进行文本分析,以PCMS系统为理论框架,对跨境电商板式衣柜中存在的关键用户需求进行提炼整合,得出跨境电商板式衣柜产品设计要点。同时,本研究方法对于其他电商家具的研究也具备一定借鉴意义。结论表明,用户需求聚焦在组装、功能和外观三方面,总结跨境电商衣柜的设计要点为关注组装体验和说明书可读性、关注板式衣柜的多场景适配性及注重产品外观适应性设计。通过两款跨境电商平台畅销产品的用户评论分析,进一步验证了设计要点的准确性,为跨境电商板式衣柜的设计研发提供指导。

面向板式家具数字化制造的拆单软件现状与发展分析

设计制造一体化是家具企业向数字化制造方向转型升级过程中的一个重要环节,通过将设计和制造过程紧密结合,能够实现更高效、更精确的产品设计和生产制造。板式家具企业在转型升级的过程中,存在设计端和制造端两端融合不畅的问题。拆单软件是板式家具企业实现设计制造一体化的有效工具,拆单技术能够促进设计与制造的有效融合。因此,首先对拆单的内涵及意义进行了分析,其次对拆单软件应具备的4层9种关键技术体系展开具体的研究后,分别对imos、造易、DSC 3款常见的拆单软件的拆单原理、拆单方法及应用现状进行了分析,最终从智能拆单、智能检验、数据驱动的智能化管理以及与其他工业软件的衔接或集成方面对拆单软件的技术发展趋势进行了探讨,以期拆单技术能够在数字化制造的推动下实现进一步的创新与突破,从而为我国家具行业带来更加快速、高效和可持续的发展。

基于图像分割和深度学习的人造板表面缺陷检测

【目的】针对板式家具零件表面缺陷人工检测过程存在的检测效率低、准确率低、检测结果无法数字化存储等问题,提出了一种基于图像分割和深度学习算法的饰面人造板表面缺陷的检测方法。【方法】利用工业相机采集人造板图像,构建缺陷数据集,采用全局阈值和局部动态阈值算法分割表面缺陷与图像截取,通过将ReLU6非线性激活函数替代ReLU函数,并引入倒残差结构的方法,优化MobileNetv 2深度学习网络,进行缺陷识别与分类。【结果】该方法对饰面人造板表面崩边和划痕缺陷的检测精确率分别达到了93.1%和97.5%,召回率分别为95.3%和97.6%,单张板件平均检测用时为163 ms。【结论】本研究提出的方法具有较高精度与稳定性,可解决传统人工检测方法的准确率低、效率低等问题,为家具板材表面缺陷的自动化检测提供新思路。

一种蜂窝板装配机械手用新型柔性夹具研制

针对尺寸多样、低刚度和易损性等特性导致蜂窝板自动搬运较为困难的问题,设计一种基于可调环的装配机械手用新型柔性夹具。分析蜂窝板夹具性能的特殊要求,并在此基础上提出一种基于线绳环的柔性夹具概念。在静态几何形状环的基础上,进一步设计一种具有可调环的柔性夹具。为了进一步提高灵活性,还设计了相匹配的组合模式环控制方法,以有效改变环的几何形状。最后,制备了由6个环构成的原型并进行了测试,以确定不同蜂窝板的最佳夹持参数以及量化夹持力。研究结果表明:对于0.7 mm绳和1 mm绳,夹持力都先增加到最大,然后又减小,证实了环尺寸与行程相关的假设。其中,0.7 mm绳不会损坏任何材料,具备了更大的灵活性。在不造成损坏的条件下,该柔性夹具可有效适用于各种类型蜂窝板的自动化夹持,具有较高的灵活性和灵敏度。

面向板式定制家具立体仓库的穿梭车结构设计与分析

针对现有的堆垛机式板材立体仓库存取系统运行效率低、结构复杂、成本高等问题,设计了一款能够自动换层存取货物的穿梭车。整机由行走装置、移载装置、框架式车身等部件组成。在研究板式家具产品特征的基础上进行整车结构设计和参数确定,对换层行走的工作原理进行设计,对移载装置中的关键部件空间圆柱凸轮机构进行详细设计,并利用有限元软件对车架结构进行了分析和参数优化。结果表明,穿梭车可以实现换层行走功能,货箱移载装置无严重冲击载荷,优化后的车架结构有效提升整车的稳定性,能够保证仓储质量,提高存储效率,降低仓储成本。

以刨花板为基材的家具板件开料崩边原因探析

板件开料是板式家具生产过程中的重要工序。由于基材质量不合格、贴面加工管理不当、开料设备工况不良等因素影响,家具板件开料容易出现崩边问题,严重影响到家具生产效率和产品品质。本文从刨花板质量、二次贴面加工和家具开料设备方面,探讨分析了家具板件开料崩边的原因,以便家具生产企业更好地解决崩边问题。

我国板式家具先进制造技术研发与应用进展

随着科技进步及大数据与工业4.0在家具产业的渗透,我国板式家具产业无论在原材料研发、产品与工艺设计、制造技术与装备上,都发生了较大的变革。综述我国板式家具板件、专用装备、工艺及设计等先进制造技术,并对我国板式家具先进制造技术的研发与应用进行解析,以期促进板式家具产业发展。

基于遗传算法的板式定制家具异形件排样优化研究

异形件排样问题,是指将一定量不规则异形件放在一定规格的板材中,在满足实际生产要求和约束条件的前提下,提高所排放异形件在板材上的占有率,达到最大化利用板材的优化目标。本文以板式定制家具的异形件排样问题为研究对象,运用具有良好全局寻优解和自适应优化特点的遗传算法,以原材料利用率最大化为目标,构建板式定制家具异形件排样的数学模型,得出排样方案,实现板式定制家具的异形件排样问题优化。在实验部分本研究基于某板式定制家具企业实际生产情况进行算法设计,使用MATLAB软件针对三组样本算例进行了仿真实验。结果表明:采用遗传算法进行异形件排样较企业当前异形件排样方案原材料利用率分别提高2.36%、8.8%、4.43%,验证了本文提出的遗传算法优化排样方案在求解板式定制家具异形件排样问题中的可行性和有效性。

基于机器故障下板式定制家具混合流水车间动态调度研究

针对板式定制家具混合流水车间在制造过程中出现的机器故障问题,通过分别对三种典型的机器故障场景进行了对比分析,生成三种重调度方案。在此基础上,以最小完工时间为目标,构建了一个考虑故障可恢复性的动态调度模型,并采用一种融合ICA算法和完全重调度策略的方法进行求解。结果表明:提出的模型与方法能够有效降低机器故障对生产的影响,使三种故障场景下的调度效率分别提高了8%,16.3%和14.5%,达到了提高车间调度效率,缩短板件完工时间的目的。研究结果可为优化机器故障下板式定制家具企业生产调度问题提供参考。

联合SolidWorks和ANSYS二次开发的板式家具设计与分析

为了解决现阶段板式家具存在设计效率较低、品质不良的不足,基于SolidWorks和ANSYS联合二次开发设计用于板式家具的参数化设计及力学分析系统。该系统基于VB. NET并利用SolidWorks的AP以及ANSYS的APDL语言的二次开发特性,通过API函数调用和零件参数化设计与装配等相关技术,实现板式家具的参数化建模;通过与ANSYS软件的交互,以及所编写APDL命令流的导入,实现对家具表面所受静力和动态冲击载荷的力学分析。书桌实例设计表明:该系统能很好地完成家具的参数化设计以及静力学和动力学的分析,为缩短家具设计周期、提升家具品质提供了帮助。

基于价值流图的板式定制家具小板件生产线负荷平衡

大规模定制和多样化需求的制造模式使板式定制家具企业面临严峻的挑战,为了提升板式定制家具企业生产线效率,缩短生产交付周期,以板式定制家具企业某车间生产线为研究对象,通过价值流图研究生产线情况,识别出生产线负荷平衡率低、生产布局不合理及在制品库积压等问题,利用因果分析法分析问题成因。运用流程程序分析法、5W1H提问法和ECRS原则、双手动作分析等工业工程法对瓶颈工序进行改善;对不合理生产布局进行调整,结合改善效果,绘制了未来价值流图;针对生产线负荷不平衡的问题,建立0-1整数规划数学模型,并运用LINGO求解最小生产节拍等。结果表明,优化效果明显,瓶颈工序作业时间减少,生产线负荷平衡率由52.58%提升至86.74%,平滑性指数由10.45降至5.99,板件搬运效率提升,在制品库存得到显著改善。本研究旨在优化板式定制家具企业生产线,提升生产线负荷平衡,实现精益化生产,以期为板式定制家具企业生产线平衡优化提供新思路。

板式定制家具智能车间数字孪生模型探讨

介绍数字孪生技术的发展及应用现状,结合板式定制家具信息化建设情况及数字孪生车间解决车间具体问题的特有能力,分析数字孪生技术在板式定制家具生产车间应用的可行性。数字孪生技术能够有效地解决制造车间运行问题,应对生产动态变化,助力板式定制家具企业数字化转型。提出板式定制家具数字孪生车间的构建技术与实施策略,探讨信息采集、模型构建及数字孪生系统搭建等关键问题,以期为定制家具行业实施数字孪生体系做出初步探索,推进企业实现全面的智能制造。

板式定制家具企业智能仓储硬件系统需求分析

为建立板式定制家具企业智能仓储系统的设计方法和流程,以日产3000单工厂为例,通过调研分析直营单和经销单的比例,测算托盘和库位的规格及数量等仓储能力需求;根据出入库频率和工作时长,测算移栽机、提升机和堆垛机等传送系统能力需求;根据出库量及需时,测算发货暂存区及装车通道等装载系统能力需求。结果表明:本研究建立的方法和流程适用于板式定制家具企业智能仓储系统硬件、系统需求分析及设计,可为企业科学设计智能仓储硬件系统提供参考和借鉴。

基于WOA-BP神经网络的板式定制家具车间电力预测模型

为落实家具行业的“双碳”战略,实现家具产业的结构优化升级,本文提出了一种基于WOA-BP神经网络的板式定制家具车间电力预测模型,该模型引入鲸鱼优化算法(Whale Optimization Algorithm,WOA)对传统BP神经网络进行改进,建立了WOA-BP神经网络电力预测模型。在此基础上,使用采集的试验数据对模型进行了验证。结果表明:优化后的预测模型预测准确率可达到99%以上。因此,本文提出的基于WOA-BP神经网络预测模型在板式定制家具生产车间的电力节能和管理优化问题上具有较大的参考价值和实际意义。

家具企业生产调度与设备维护联合优化

当前家具企业向数字化、信息化转型,针对家具企业在转型时期在实际生产中生产计划安排与设备维护所产生的问题,选取设备故障率较高的板式家具生产车间设备组为研究对象,统计其3个季度的故障间隔和故障率,计算出设备可靠度。并以最小化最大完工时间为目标,总结并构建出适合于该家具企业的生产调度与设备预防性维护联合优化的模型。通过遗传算法对模型进行求解,并将其与定周期维护相比较。试验结果表明,在本算法下生产设备故障率明显低于设备定期维护,生产效率得到了有效的提升,达到优化家具企业生产的目的,对于家具生产及设备预防性维护具有一定的借鉴意义。