快速重组制造系统(RRMS)——新一代制造系统的原理及应用

为提高制造系统对市场和产品变化的快速适应能力 ,探求了制造系统可重组的理论、方法及其应用技术。提出了快速重组制造系统 (RRMS)的基本构架及其特征 ;研究其科学基础 ,得出了RRMS的随机模型及其组态的优化方法 ,发展了用于布局规划优化的拟阵算法 ,提出了系统可诊断性原理并建立了经济可承受性的理论框架 ;初步研究了RRMS的使能技术 ,建立了规划与设计、快速集成、快速运行、快速拆卸与重复利用 4个子系统。研制了组成RRMS的组态制造单元 (CMC) ,研发的基于组态制造单元组成的新颖的阵列式布局的RRMS在汽车和计算机零件生产线上得到成功的应用 。

先进制造技术基础研究现状及发展趋势

从全球和国内社会经济发展以及当代科学技术发展角度阐述先进制造技术产生的背景。探讨先进制造技术基础的发展趋势。指出中国在发展先进制造技术础方面的相对优势，探讨中国发展先进制造技术基础的策略。

面向快速重组制造系统的CAPP制造资源模型研究

分析了适用于快速重组制造系统的ＣＡＰＰ对制造资源模型的新要求，建立了制造资源与工艺设计的关系模型和适应动态变化环境的制造资源模型，并介绍了所开发的制造资源定制工具平台，对不同的制造环境，运行该工具可以方便地实现制造资源的定制。

敏捷制造模式下面向快速重组制造系统的CAPP原型系统研究

在分析敏捷制造模式下适用于快速重组制造系统CAPP特点的基础上 ,提出了适用于快速重组制造系统的CAPP体系结构和功能模型 ,介绍了所开发的面向机床制造业的RR -CAPP原型系统 ,并进行了应用分析。

高效柔性制造技术的新进展

以数控技术为中心的高效柔性制造技术是当前加工技术发展的主流 ,具有 3F、3I和 3S的特征。文章分析了高效化和柔性化的主要发展目标 ,其主要研究方向为发展适于全面高速化、过程链集约化和大批量订制化的制造装备及其系统 ,使之能在多品种变批量的市场需求条件下实现响应敏捷化、运行智能化和效益最优化。提出了发展快速重组制造系统及可重构制造设备作为统一高效和柔性两者要求的一个合理解决方案 ,并进一步探讨了可用于网络化环境的制造单元的结构体系。

面向快速重组制造系统的CAPP制造资源模型研究

分析了适用于快速重组制造系统的CAPP对制造资源模型的新要求 ,建立了制造资源与工艺设计的关系模型和适应动态变化环境的制造资源模型 ,介绍了所开发的制造资源定制工具平台 ,对不同的制造环境 ,运行该工具可以方便地实现制造资源的定制。

快速可重构制造系统的设施规划与物流分析

快速可重构制造系统是能随市场需求变化实现生产系统快速重构的制造系统。为使企业物流更好地支持制造系统重构,在规划设计的各个环节应突出通用性、可拓扑性。基于设施规划设计对制造系统的工厂布置、车间划分以及与之相关的车间建筑、布置、物料输送设备等方面进行了探讨。

采用基于拟阵的贪婪算法优化RRMS的布局

研究探索了快速可重组制造系统布局规划中的优化设计问题 ,建立了基于拟阵的数学规划模型 ,通过对比选取贪馋算法作为优化算法 ,并编制开发了此算法的应用程序。针对某工厂的重组实践 ,经与现场结果对比证明 ,在快速重组制造系统的布局规划优化设计中 。

快速重组制造系统的构建原理及其应用

快速重组制造系统是一种适应２１世纪全球化市场竞争的新型制造系统。提出了基于组态式柔性制造单元组成的陈列式布局的快速重组制造系统的创新结构体系，建立了以生产效益为该系统方案设计和运行决策目标的随机模型，应用排队网络模型和静态马尔科夫工件运送方式得出系统重组时缓冲区容量的优化配置和最优工件运送策略的算法，研制了作为构建快速重组制造系统核心的新颖的组态式柔性制造单元的原型，并给出生产工程中应用所创建的阵列式可重组制造系统的成功案例。

快速可重组制造系统的可诊断性设计原理

为保证快速可重组制造系统的工作质量 ,给出了其可诊断性的定义 ,在快速可重组制造系统结构模型的基础上提出了系统运行过程中的可诊断性的概率模型和矩阵模型 ,根据矩阵模型得出保证快速可重组制造系统具有完全可诊断性时系数矩阵应为满秩矩阵 ,并进行了论证。

面向可重构制造系统的重构导向动态机会维护策略

为快速响应市场需求的变化,可重构制造成为烟草加工企业生产制造的未来发展模式。针对烟草企业在可重构制造模式下的维护策略,提出了面向可重构制造的动态维护时间窗策略。采用多层级建模架构,在设备层研究不同类型设备的健康演化趋势,实时输出各台设备的预知维护周期;基于设备层输出,在系统重构和构形扩展机制方面,分析构形更新对系统维护优化的影响,进行决策集合重构建立;在系统层,以新构形所含设备层维护周期和结构分析作为系统层维护优化调度的输入,决策输出系统层维护调度方案,并动态反馈给各设备进行下一周期的维护规划。算例分析表明,提出的动态维护时间窗策略可实现快速决策响应和成本显著降低。