面向可变流程设计的复杂产品工程数据管理方法

为了对复杂产品系统的可变流程及相关知识进行集成管理,通过业务构件实现设计逻辑、业务逻辑和数据逻辑三种逻辑的动态集成。在此基础上,以流程模板为框架,实现可变流程设计下多源异构的全局数据管理。该架构为工程管理与项目管理的融合提供了操作环境。最后,以航空发动机涡轮气动设计和飞机飞行载荷优化设计为例,验证了该方法的可行性。

基于关键链的资源受限项目调度新方法

针对资源受限项目调度问题(RCPSPs)的实际需求建立了多目标优化调度模型,综合运用现有研究成果,设计了基于关键链的项目调度方法．该方法首先采用基于优先规则的启发式算法生成工期最小的近优项目计划,再在该计划中嵌入输入缓冲和项目缓冲,保证项目计划在非确定环境下的稳定执行．论文引用RCPSPs的标准问题库PSPLIB中大量案例对算法进行了的仿真试验,结果表明本文方法较传统项目调度方法有很大改进,论文最后对仿真结果进行了深入讨论,并指出了未来的研究方向．

产品装配序列评价方法建模

对几何可行装配序列实际装配影响因素进行研究。根据工艺规则及整体性要求,提出评价指标的具体计算方法和量化公式。针对实际装配序列并行性的特点,提出单元级指标的统一的装配性能隶属度计算方法——"最优有序参考集"方法。以实例的形式阐述提出方法的具体应用步骤,实例分析表明该装配序列评价方法满足了装配工艺规则及整体性能指标要求,实现了对几何可行装配序列的优选,对于自动化装配的实际应用具有现实意义。

变邻域搜索算法综述

变邻域搜索算法(Variable Neighborhood Search,VNS)作为一种新的元启发式算法,已初步成功地用于解决优化问题,尤其是对于大规模组合优化问题效果良好。对VNS的扩展研究层出不穷,并将其成功地应用到旅行商问题、车辆路径问题、调度、图着色等问题中。简述了经典的元启发式算法,并依次论述了优化问题,VNS算法起源,VNS算法原理,VNS算法分析,扩展的VNS分析,VNS在初始解构造、邻域结构构造、局部搜索和停止准则几个方面的改进方法,针对不同版本的VNS归纳了其在各种优化问题应用情况。基于对改进的VNS的分类,从算法自身研究角度和实际应用角度提出了未来研究方向。

资源受限项目调度中缓冲区的设定方法

基于资源受限项目调度(RCPS)的理论与方法,设计了一种项目计划中非关键链上工作缓冲区的设定方法.该方法综合考虑了工作在资源约束下的自由时间和根据根方差法计算的输入缓冲区的尺寸,分别针对每项非关键链上的工作设置时间缓冲区,既起到了保护关键链工作按计划执行的作用,又降低了项目净成本,同时避免了简单关键链管理方法因缓冲区设置而产生的工作间资源冲突.文中通过对资源受限项目调度问题(RCPSP)的标准问题库PSPLIB中典型案例的求解过程对算法的应用过程进行了描述.

模糊复合控制方法在焦炉控制系统中的应用研究

针对焦炉温度的大惯性、纯滞后、非线性和时变性等特点,提出了一种新的模糊复合控制方法.它将常规的前馈控制、反馈控制与具有人工智能的模糊控制相结合,吸取了前馈控制改善系统动态响应特性、反馈控制消除稳态误差以及模糊控制能够较好地解决系统难以建立精确数学模型的优点,解决了焦炉温度控制问题.通过模糊复合控制的理论分析和仿真试验,证明了该控制方法的可行性和有效性.

粒子群算法求解无能力约束生产批量计划问题

经典的粒子群优化算法是一个在连续的定义域内搜索数值函数极值的有效方法.目前,粒子群算法(particle swarm optimization,PSO)已经成为优化领域中的一个重要的优化工具,其应用在很多优化问题中都可以见到.虽然粒子群算法的应用范围已经十分广泛,但是关于应用其求解多级生产批量计划问题(multilevel lot-sizing problem,MLLS)的文章并不多见.文章提出结合遗传算法(genetic algorithm,GA)变异算子的混合粒子群优化算法(hybrid panicle swarmoptimization,HPSO)求解无能力约束装配结构 MLLS 问题.通过实验验证了算法的可行性和有效性.

多传感器融合实现机器人精确定位

提出采用超声波距离扫描传感器和视觉传感器数据融合技术实现室内环境复杂特征角和半平面的提取,以便更精确地重构环境特征.利用与坐标无关的对称扰动模型建立超声波扫描的环境特征模型、改进的扩展卡尔曼滤波估计求解.以马氏距离作为特征融合判定的依据,并且在传感器校准时,采用基于局部强度和消逝线的摄像机自动校准方法,提高了水平边界点的校准精度,从而使得角的精确度得到大幅改善,较为精确的二维多边形环境地图得以重建,为最终实现机器人的准确定位奠定了基础.

基于模糊解耦的火电单元机组负荷控制

讨论了火电单元机组负荷控制问题.根据火电单元机组工况多变的特点,提出一种基于模糊解耦的火电单元机组负荷控制方案,以提高控制系统适应负荷变化的能力.针对300 MW仿真机的实测表明,与传统的P ID定值控制相比,该方法改善了负荷控制性能,是一种具有实用价值的火电机组负荷控制方法.

磨矿分级过程的混合智能建模与仿真

针对具有非线性、多变量、参数时变、边界条件波动等综合复杂特性的磨矿分级过程,基于物料平衡理论建立球磨机与泵池的动态模型,结合机理模型与经验知识建立有用功率TSK(Takagi-Sugeno-Kang)模型来确定粒度选择函数,给出旋流器分级经验模型,并基于径向基网络(RBFN)计算溢流浓度和对溢流粒度分布误差进行补偿,研制了可进行磨矿分级过程动态仿真的混合智能模型.用某铁矿选矿厂二段磨矿闭路实际生产数据进行仿真实验,在旋流器给矿控制量和新给入矿浆流量、浓度、粒度波动下,模型的仿真结果与磨机有用功率实际值变化趋势相同.

磨矿过程磨机负荷的智能监测与控制

磨机过负荷是磨矿过程的常见故障工况,如果不及时、准确处理,就会造成磨矿产品质量变坏甚至磨矿生产的停顿.采用规则推理(RBR)和统计过程控制(SPC)技术,提出了由SPC机制、过负荷监测模块和监督控制器构成的磨机负荷智能监测与控制方法.该方法通过对磨机过负荷的智能监测与诊断,由监督控制器自动修改控制回路的设定值,通过控制回路的输出跟踪修改后的设定值,使磨机负荷逐渐远离过负荷状态.工业应用表明,该方法能够实现磨矿生产的安全、稳定和连续运行.

分散搜索算法求解带货物权重的车辆路径问题

研究了由一个分销中心、多个零售商组成的分销网络中运输单产品考虑货物权重的车辆路径问题(weighted vehicle routing problem,WVRP).问题的目标是设计合理的路线最小化由于行驶距离,运输载重量及使用车辆而产生的总费用.针对问题的特点,设计了求解WVRP问题的分散搜索算法(scatter search algo-rithm,SS),该算法基于客户进行编码,以基于最优划分过程的随机初始化作为多样性产生方法,通过对不同解包括的弧组合来生成新解,并用最近邻法对解进行改进.分别采用了随机数据与标准数据对算法进行测试,并与其他求解该问题的算法进行了比较,说明了算法的有效性.

面向科学计算的复杂产品工程设计数据管理研究

复杂产品设计具有反复性、试探性、选择性等特点,其间产生的大量关系复杂、类型各异的科学数据的组织与管理已成为影响设计性能的一个瓶颈问题。对此,在分析归纳基于科学计算的工程设计特点的基础上,引入了描述设计对象属性及相关业务处理逻辑的业务构件概念,采用了"关系数据库+原始文件+XML Schema"的数据存储方式,提出了基于构件和项目版本的网状版本关系模型,以实现对过程数据和阶段数据进行分别管理,给出了版本合并及可视化等关键技术的实现方式。最后,以航空发动机涡轮设计为例进行了验证。

基于工程规则的航空发动机管路敷设算法

复杂装备如航空发动机通常包含大量的对产品性能与可靠性有着重要影响的管线,管线敷设需要考虑空间限制与规则约束,手工敷设会导致反复修改且效率低下。提出一种基于工程规则的航空发动机管线自动敷设算法。该方法将航空发动机布管问题描述为求取满足一定规则的扫掠圆运动轨迹问题,采用柱坐标系对航空发动机的回转布管空间进行描述,构建轨道线框用于限定扫掠圆的运动轨迹。提出基于工程规则的布管算法引导扫掠圆接近目标,并提出障碍轮廓扩张法使得扫掠圆绕过形状复杂的管路附件。算法存储空间小、搜索速度快,且不局限于柱面或锥面,因此更具一般性。通过若干航空发动机管路敷设的数值算例,验证了算法的可行性与高效性。

基于案例推理的磨矿分级系统智能设定控制

针对磨矿分级过程的关键工艺指标磨矿粒度难以用常规控制方法进行有效控制的难题,将智能设定方法与常规控制相结合,提出了基于案例推理的磨矿分级系统智能设定控制方法.以粒度指标的区间控制为目标,依据边界条件和运行工况等信息,由智能设定模型自动更新各基础控制回路的设定值,避免了人工设定的主观性及随意性,各控制回路跟踪更新的设定值,从而将粒度控制在目标范围内.该方法已成功应用于某赤铁矿选厂的磨矿分级过程,应用效果表明提出的方法是有效的.

模糊自适应PID在焦炉控制中的仿真

针对焦炉温度大惯性、纯滞后、非线性和时变性等特点,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID控制方法.对模糊自适应PID算法进行了理论分析,对焦炉生产的简化模型做了仿真研究.结果表明,采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性,有效减少了炉温的波动.

智能控制方法在焦炉控制中的应用

以某焦化厂1#和2#焦炉集散控制系统的开发为背景,提出了前馈反馈控制方法来优化焦炉对象的燃烧控制.前馈模型根据物料燃烧和焦化过程的热平衡方程计算出前馈的偏差量,快速而直接地调整供气量;反馈采用BP神经网络自适应控制.针对焦炉生产过程的简化模型,在Matlab中实现了BP神经网络自适应控制算法.仿真研究表明该方法应用于焦炉控制是可行的.

关键链项目调度模型及遗传算法求解

对项目管理的关键链方法(CCM)进行了研究.在资源受限项目调度问题(RCPSPs)模型的基础上,引入关键链方法,建立了关键链项目优化调度模型.提出了一种基于优先权的关键链计划生成方案,该方案根据任务优先权排序生成积极计划,定义项目唯一关键链.将输入缓冲区作为虚任务对项目计划进行二次调度,解决了在嵌入输入缓冲区时产生的资源冲突问题.设计了一种混合遗传算法寻找最优任务优先权排序,实现对CCM项目优化调度模型的求解.最后,通过大量的仿真测试验证了所提出的模型和算法的有效性.

基于模糊自适应滑模的非线性系统的故障调节

对于非线性系统提出故障调节控制的设计方法,通过附加控制律补偿故障所带来的影响.利用模糊逻辑系统估计故障并提供故障的修正行为,即主动容错.引入滑模控制抵消模糊逼近误差,经故障调节后闭环系统是稳定的.通过仿真算例证明了该方法的有效性.

基于RBF神经网络的非线性主元分析新方法

在分析非线性主元曲线性质基础上,提出了非线性负载是变量X的函数,基于此,设计非线性负载RBF神经网络结构,给出了随机梯度下降算法。提出的非线性主成分分析方法与以往方法比较,得分和负载在概念上具有和线性主成分分析相同的解释,在结构上较为简单,解决了缺乏训练数据问题,训练容易。与线性主成分分析的对比仿真验证了提出方法的有效性。