关键词： 柔性作业车间   生产调度   深度强化学习   工业人工智能   智能制造  

摘要： 为了适应多品种小批量产品的生产需求,制造系统的柔性不仅体现在加工机器的多功能、设备冗余配置等方面,还通过引入柔性物料输送设备来提高工件在加工机器间转移的灵活性。基于深度强化学习的调度方法虽然能够克服传统调度方法的效率低、泛化能力差的问题,但尚缺少针对复杂的多输送路径柔性作业车间的解决方案。因此,本文研究基于深度强化学习的多输送路径柔性作业车间调度方法。主要工作如下: (1)首先研究了生产任务、生产设备以及输送路径的形式化建模方法,从而建立了柔性作业车间形式化模型,进而定义了多输送路径柔性作业车间调度问题,明确了数学模型和所用符号。这些工作为调度方法的研究明确了各种生产资源的属性和约束条件,界定了清晰的调度优化目标和符号系统。 (2)针对多输送路径柔性作业车间调度问题多任务求解的复杂性,设计了多智能体深度强化学习静态分层调度方法,将调度问题分为机器分配层、路径选择层和工件排序层三级子问题,进而为每个子问题构建了特定的马尔可夫决策过程模型。设计了一种双策略模型,该模型实现了快速的预决策,并基于深度神经网络对工件、机器和路径的异构状态特征进行提取与整合,实现状态到基于调度规则的动作空间的准确映射。实验结果表明,三层智能体能够协同优化整体调度目标,求得的调度目标值与遗传算法相近,同时求解效率提高了约97.90%,且具备良好的泛化能力。 (3)针对多输送路径柔性作业车间动态事件的干扰,设计了基于深度强化学习的完全反应式动态调度方法。该方法通过对多智能体深度强化学习静态分层调度方法进行动态适配来应对调度过程中的动态扰动,在实现自适应决策和鲁棒性优化的同时,改善了调度的全局稳定性。实验结果表明,所述方法的调度结果在鲁棒性和稳定性上的综合表现比两种预测反应式调度方法平均提升了约20%;相比于传统的完全反应式调度,能够更加有效地应对新工件随机到达和机器故障等动态事件。 (4)针对当前深度强化学习调度研究各工作流程所用开发平台的分散性问题,在上述工作的基础上,基于浏览器/服务器架构开发了多输送路径柔性作业车间调度软件。软件具有五个核心功能模块,满足了深度强化学习调度研究对训练、测试和应用功能的集成化需求。结合一个多输送路径柔性作业车间原型平台,验证了软件的可行性、功能性和图形渲染性能,应用效果符合预期。

关键词： 机械设计制造   智能化   自动化技术  

摘要： 在工业4.0战略加快推进的背景下，智能制造成为我国制造业发展的主要方向。本文主要阐述了自动化技术在机械设计制造领域中的应用价值以及具体应用，简要探讨了它的发展前景，以期推动我国机械制造业的智能化与自动化发展。

关键词： 机械设计制造   数字化技术   企业生产  

摘要： 数字化技术具有极强的包容性，被广泛地应用于各个领域，并发挥着创造性的作用。文章围绕数字化技术展开，分析了其在机械设计制造中的运用策略。首先，介绍了数字化技术的基本概念、特点和发展流程；接着，阐述了数字化技术在机械设计制造中的意义，以及数字化技术在机械设计制造中的具体应用场景；继而提出了在机械设计制造中的运用策略，旨在帮助企业更好地应用数字化技术，提升生产效率和产品质量，实现可持续发展。

关键词： 柔性车间调度   可重构机床   自动引导小车   路径优化  

摘要： 随着物流系统迅速发展,自动引导小车(Automated Guide Vehicle,AGV)的应用范围也在不断扩展,目前AGV已经广泛应用于工业、军事、交通运输、电子等领域,具有良好的环境适应能力,很强的抗干扰能力和目标识别能力。21世纪的制造业公司正面临全球竞争驱动不可预测的高频市场变化,为了保持竞争力,这些公司必须实现高效生产并快速适应市场变化。而新型制造系统作为这些公司实现目标的关键工具,其设计和应用就显得尤为重要。在这个背景下,可重构性成为了新型制造系统不可或缺的特性。可重构机床(Reconfigurable Manufacturing Tool,RMT)是可重构制造系统的重要组成部分,其广泛应用于加工和制造产品,通过RMT的可重构性,为生产车间提供灵活性和适应性。 因此,针对车间生产过程及AGV运输中可能会出现的路径冲突以及生产时间等问题,本文研究面向RMT的柔性作业车间调度方法,采用基于混沌策略和精英反向学习策略的改进鲸鱼优化算法(Improved WOA with Learning,IWOAL)对具有RMT的柔性作业车间调度问题开展研究,并采用Dijkstra算法优化AGV无冲突路径,主要工作内容如下: 首先,初步构建一个基于柔性车间调度的MILP模型,考虑最小化最大完工时间,综合考虑实际生产中的AGV柔性作业车间的目标约束和生产约束以及机器的可重构性,达到兼顾车间调度经济效益的同时考虑到生产系统的总可用性和绿色智能制造的效果,进一步构建柔性车间调度和AGV无冲突路径问题的MILP模型。 其次,针对以最小化最大完工时间为目标的具有可重构机床的柔性车间调度问题,对鲸鱼优化算法进行改进,提出一种混沌IWOAL算法。使用分段线性混沌映射(Piece Wise Linear Chaotic Map,PWLCM)对种群进行初始化,使鲸鱼个体更为均匀地分布在给定空间内,降低算法陷入局部最优的风险,利用该算法在种群中识别精英个体并对精英个体执行反向学习策略,实现算法收敛速度和局部搜索能力的提升。此外,使用12种测试函数将IWOAL算法与多种智能算法进行对比,验证IWOAL算法性能。 最后,将本文提出的IWOAL算法应用于实际案例,并与四种不同的优化算法进行了对比实验。通过对比分析,验证了IWOAL算法在解决相关问题上的优越性,进一步证明了其在实际应用中的有效性。通过对某汽车零部件生产制造企业进行实例验证,根据其生产数据,采用IWOAL算法得到最优调度方案,并通过Dijkstra算法为该调度方案求解出一个AGV无冲突路径规划路线。此外,依照随机实例进行检验,结果表明在生产车间内利用可重构机床可以缩短制造周期,提高生产率以及系统的灵活性。

关键词： 超启发式算法   强化学习   多目标优化   柔性作业车间调度   能效约束  

摘要： 制造业对国家经济、就业和民生具有极其重要的影响。随着中国智能制造战略的不断推进,智能车间调度作为其核心环节,对于设计高效的调度优化方法、帮助企业实现高效生产排程、提升生产力和竞争力具有重大的现实意义。在经济全球化和绿色制造的背景下,分布式调度和绿色调度成为必然趋势。本文基于超启发式算法,通过将其与多种智能方法有效结合,探索解决分布式柔性作业车间调度问题的有效方法,同时考虑能效约束,以适应分布式调度和绿色调度的要求。 (1)针对复杂优化问题中的多目标优化问题(MOPs)在第三章中提出了一个动态的超启发式多目标优化算法(DHHMOA)。基于拉丁超立方采样的初始化方法能够生成分布更均匀的初始种群。高层策略根据指标值和预设的阈值来判断种群的迭代状态,然后再根据迭代状态选择合适的低级启发式继续对解空间进行探索和开发。移动接收准则帮助算法在探索与开发之间保持平衡,避免陷入局部最优。最后,实验证明了DHHMOA求解MOPs的有效性。 (2)针对DHHMOA在求解MOPs上存在的不足,在第四章中提出了一种基于Q-learning带模糊决策机制的超启发式算法(QLFHH)。QLFHH包括基于Q-learning的高层策略、改进的-贪婪策略和模糊决策机制,旨在综合利用现有多目标进化算法(MOEAs)的优势和强化学习的能力,提高求解多目标优化问题的效率。该算法与7种对比算法在标准测试集上进行了测试,实验结果说明该算法在求解MOPs上比对比算法具备更好的性能和通用性。 (3)针对能效约束下分布式柔性作业车间调度问题(EEDFJSP),在第五章中提出了基于Q-learning的选择超启发式算法(QLSHH)。在QLSHH中建立了一个基于Q-learning的选择超启发式框架,并设计了8个基于问题知识的局部搜索算子。在Q-learning中,根据问题的具体特征设计了状态表示和奖励机制。在局部搜索过程之后采用基于问题知识的节能策略以进一步降低能耗,并加速收敛。此外,基于启发式的移动接受准则,防止算法陷入局部最优,促进算法对解空间的探索。QLSHH与4种最先进的算法在2种不同测试集上进行了性能比较。仿真实验结果表明QLSHH是求解EEDFJSP的一种高效的方法。 本文从DHHMOA到QLFHH逐步研究了超启发式算法求解多目标优化问题上的性能,并将设计的算法应用于求解能效约束下分布式柔性作业车间调度问题,展示了算法的高效性。因此本文的研究具有理论和现实意义。

关键词： 智能车   机械设计   UWB定位   路径规划   定位导航  

摘要： 目前对于新能源汽车和智能网联车的研究已经取得了显著进展,市场上的相关产品不断更新换代,但在学校教学应用方面仍存在一些挑战,特别是新能源汽车智能化水平有待提高,而大多数智能网联车型过于小型,无法有效乘载人员。因此,本文设计一款可乘载人的新能源实训智能车,研究其控制系统,完成室内定位导航和避障,主要研究工作如下: 1.对智能车常用的底盘进行分析,结合应用场景和功能需求,综合考虑选取阿克曼底盘作为本文研发设计的智能车底盘。使用Solid Works软件进行智能车的车型结构设计,将智能车的整体结构划分为底盘、操作台和电控台三部分,分别对各部分进行机械结构设计,并对机械结构做刚度和强度分析,最终组合成一辆完整的智能车机械车型结构。此外,对智能车进行运动学和动力学分析,建立运动学和动力学模型,并使用Car Sim软件进行动力学模型仿真。 2.对智能车的软硬件系统进行分析设计,下层使用STM32F103ZET6控制芯片设计整车控制器硬件电路,以实现控制智能车的底层运动。上层使用可移植性强和便于维护的机器人操作系统(Robot Operating System,ROS)来进行软件框架的搭建,对ROS操作系统的基本概念、工作空间、通信机制和结构特点进行分析,建立智能车的ROS软件架构,采用独立节点的方式对智能车主要功能进行设计。在底盘运动控制节点上,制定整车控制器和ROS的通信协议。在激光雷达节点和超宽带技术(Ultra Wide Band,UWB)定位传感器节点上,创建驱动程序,读取雷达信息和定位信息。 3.对智能车的控制系统进行研究设计,上层ROS里主要实现定位导航和避障,基于全局路径规划的路线规划能力和局部路径规划的避障能力,综合分析确立使用A*和动态窗口法(Dynamic Window Approach,DWA)路径规划算法混合进行导航和避障的规划,并对A*算法的估价函数和选取搜索点的策略进行优化改进。下层整车控制器里使用以速度为内环、位置为外环的双闭环PID进行控制,使智能车能够完成定位导航和避障。 对设计的智能车主要研究工作进行结果测试,首先对智能车的软硬件控制系统进行搭建和测试,测试整车控制器的硬件电路,测试结果表明设计的整车控制器各功能模块能够正常实现其功能。然后搭建室内定位系统,测试在静态、旋转和动态三种状态下定位性能,测试结果表明定位性能有小范围内的波动,但总体定位性能指标良好,且在动态下智能车的定位导航轨迹与实际行走轨迹大体一致。最后在ROS系统中观察智能车的导航情况,测试表明智能车能够沿着定位点规划的路线安全移动。

关键词： 机械设计基础   同课异构   教学改革   创新实践  

摘要： 针对传统教学模式下机械设计基础课程教学内容枯燥、教学方式单一、实践体系缺乏等问题，本研究从当前的人才培养和社会需求出发，提出了针对不同专业背景学生的基于同课异构的机械设计基础教学改革策略，包括知识单元重构、利用任务驱动模式串联知识体系、理论与实践协同三个方面，期望能够激发不同专业背景学生的创新能力，提升学生的综合专业素养，造就复合型、应用型人才。

关键词： 工业设计   仿生设计   机械设计   张拉整体结构   水母机器人  

摘要： 本文将两组张拉整体结构置于仿生水母机器人的运动机构中,使得与张拉整体结构相连的运动机构的收缩与扩张更贴近水母“收缩快、扩展慢”的运动特性,循环此步骤,便可使仿生水母机器人进行持续地运动。其具体步骤如下: (1)结合工业设计和仿生设计的相关知识对仿生水母机器人进行初步设计。水母造型优美,具有几何美感,同时其运动具有独特之处,具有较高的仿生价值。本文结合工业设计与仿生设计的程序与方法,通过查阅文献进行设计调研,之后结合水母的运动特征及流体力学理论来进行水母机器人的造型初步设计,使张拉整体水母机器人的外形既具有造型美感又符合流体动力学要求。 (2)对张拉整体水母机器人进行了结构设计。运用机械设计与工业设计相关知识对水母机器人的整体结构进行了设计,并使用计算与仿真分析等办法研究了水母机器人的性能,从而完成水母机器人的方案设计。将张拉整体结构引入仿生机器人中来改善水母机器人的性能。并通过稳定性计算来确定水母机器人的结构,建立水母机器人的三维模型,之后使用Adams软件对三维模型进行运动学分析,使用Solidworks Flow Simulation软件对三维模型进行流体动力学分析,从而分析其性能。 (3)通过3D打印技术制作样机并进行实验,来对设计方案进行实施。通过3D打印机将三维模型转化为实物,安装电机电路等模块以制作样机。制作完成的水母机器人的样机的高度为332mm,直径为209mm。通过进行拨水桨翻转实验来验证拨水桨的性能,之后进行了水平推进实验来验证水母机器人的表现,并测算了水母机器人的加速度,最后进行了整机的潜水实验,测得了水母机器人的速度为0.02m/s,并通过计算运输成本与占空比来说明水母机器人的性能。 本文所设计的张拉整体结构仿生水母机器人机器结构更简单,机器的运动更流畅;机器的各机构间的传动效率高;结构简单易加工制作,制造成本低,更贴近实用化。此外,新型水母机器人造型更优美,设计更能诠释仿生美感,在水下勘探与观察、水下生物研究、文娱产品等方面都有很好的应用价值。

关键词： 汽车底盘结构优化   机械设计   轻量化设计   动力学分析  

摘要： 本文基于机械设计的核心理论对汽车底盘结构的优化设计展开深入研究，使底盘在满足强度和刚度要求的同时实现轻量化和动态性能的优化。探讨了当前底盘设计领域所面临的挑战，包括重量控制、强度需求与生产成本。针对这些问题提出了一系列解决方案，主要包括材料的优化选择、几何结构的创新设计和动态性能的精细调整，为汽车底盘的高效和轻量化设计提供了实践指导。