摘要： 《中文核心期刊要目总览》2023年版入编通知《机械设计》主编先生/女士:我们谨此郑重通知:依据文献计量学的原理和方法,经研究人员对相关文献的检索、统计和分析,以及学科专家评审,贵刊《机械设计》入编《中文核心期刊要目总览》2023年版(即第10版)之机械、仪表工业类的核心期刊。《中文核心期刊要目总览》2023年版从2021年10月开始研究,研究工作由北京大学图书馆主持,共32个单位的148位专家和工作人员参加了本项研究工作,全国各地9473位学科专家参加了核心期刊表的评审工作。经过定量筛选和专家定性评审,从我国正在出版的中文期刊中评选出1987种核心期刊。

关键词： 智能工厂   柔性作业车间调度   分层强化学习   动态调度   长短时记忆网络  

摘要： 智能工厂是实现智能制造的重要载体,通过利用先进的信息技术和自动化技术,实现生产过程的智能化管理和控制。其中生产调度是重要环节,它负责根据客户需求、设备状态和资源情况等因素,合理安排生产任务和优化生产流程。智能工厂通过物联网技术收集大量的生产数据,而生产调度方法可以利用车间实时数据进行分析,挖掘有价值的调度信息和规律,来优化调度方案,实现智能调度。在智能工厂中,制造执行系统(MES)是连接企业资源规划(ERP)等上层管理系统与车间之间的桥梁。生产调度系统作为MES的重要组成部分,是实现智能工厂生产调度与优化的重要模块。在实现中小型企业的智能化转型过程中,设计一套符合其需求的MES生产调度系统十分重要。通过以中小型企业为研究对象,设计研究符合其生产特点的MES系统,中小型企业将能够实现生产过程的智能化管理,提高生产调度的效率,降低生产成本,提升市场竞争力。主要研究内容如下: (1)智能工厂生产调度问题分析。首先分析了智能工厂的生产调度结构,该结构由数据采集处理、生产调度决策和生产计划执行三大关键模块构成。进一步分析了智能工厂中生产调度所体现的四个核心特征,并在此基础上分析了生产调度对于数据采集与分析的需求,以及对实时响应、自适应和智能化决策的需求。 (2)基于LSTM-HRL的智能工厂车间调度方法研究。设计了LSTM-HRL算法,结合长短时记忆网络和分层强化学习,解决智能工厂下柔性作业车间动态调度问题。该算法首先设计了工件层、机器层两层决策框架,然后设计通用状态特征,为工件和机器层设定各自的调度规则库,以最小化最大延迟时间为优化目标。该算法可以通过结合车间历史信息和实时信息,挖掘隐藏在时序间的信息。同时利用分层决策结构降低了问题复杂度。实验表明,LSTM-HRL算法在不同规模下的表现优于其它调度规则、遗传算法和单层强化学习。 (3)智能工厂MES生产调度原型系统设计与实现。在智能工厂生产调度分析与LSTM-HRL算法基础上,对MES生产调度原型系统进行需求分析,基于微服务进行了架构设计。对四大核心模块:信息管理模块、数据处理模块、生产调度模块、调度知识库模块,并进行了详细设计和数据库E-R和表结构设计。最后,完成了四大核心模块的开发。 通过以上分析和研究表明,本文在智能工厂模式下,针对生产调度研究具备有效可行性和实际价值,对智能工厂的实施也具备一定的参考意义。

关键词： 群体智能算法   差分进化算法   人工蜂群算法   柔性作业车间  

摘要： 为了解决优化问题,设计了一些有效的优化算法/技术,其中群体智能已成为优化技术的研究重点。群体智能算法是一类受自然界中群体行为启发的优化算法,它模拟了生物群体在解决问题时的协同合作和信息交流机制。这类算法的核心思想是通过个体之间的合作和竞争,以及信息的共享和传递,来寻找最优解或接近最优解的解空间。 差分进化(DE)被广泛认为是一种高效的全局优化进化算法。它已经证明了它在解决不同领域和现实应用中的各种问题方面的有效性。DE具有易于实现、可靠性、速度和适应性等几个优点。然而,DE确实有一定的局限性,如次优解决方案开发和具有挑战性的参数调优。为了解决这些挑战,本文引入了一种多种群和精英再生算法,该算法将差分进化与多种群和精英再生相结合。本文的主要创新在于引入了具有增强开发能力的策略。该策略是基于利用当前一代的三个向量的排序来扰动目标向量。通过引入方向性差异,引导寻找改进的解决方案。此外,本研究采用具有奖励亚群体的多群体方法,动态调整两种不同变异策略的分配。最后,本文结合了分布估计算法(EDA)中的精英个体的抽样概念,通过DE中的选择过程来重新生成新的解决方案。实验结果采用CEC2014基准测试,表明该算法具有较强的竞争力和优越的性能。 人工蜂群(ABC)算法是一种受蜜蜂觅食行为启发的群体智能优化算法,由于其探索能力强、控制参数较少,近年来引起了研究者的广泛关注。然而,与其他算法类似,ABC的收敛速度较慢。为了解决ABC算法中存在的问题。本文提出了一种基于两种搜索策略的自适应维数修正率人工蜂群算法,主要创新点如下:首先引入了两种搜索策略,一种倾向于探索,另一种倾向于利用。其次,提出了一种动态选择策略的机制,动态调整策略选择的概率,以平衡探索和开发与改进的数量。最后,维度自适应机制根据不同修改的成功率信息分配下一代的修改维度,通过修改速率改进多维,以提高种群的收敛速度。实验结果采用了22个基准,结果表明该算法具有较强的竞争力和优越的性能。 对柔性作业车间调度问题进行了精确的数学建模,将问题转化为优化任务,以最大化生产效率和资源利用率为目标。通过定义工序、加工机器、工件等关键要素,建立了柔性作业车间调度问题的数学模型。将群体智能算法应用于柔性作业车间调度问题,设计了变异、交叉和替换算子,实现了解向量在优化过程中的信息交换和利用。通过这一映射,利用群体智能算法对柔性作业车间调度问题进行求解,为问题的复杂性提供了解决途径。研究结果显示,提出的算法相较于当前其他算法,能够产生更优秀的解。通过与差分进化算法等其他优秀算法进行对比实验,验证了具有多种群和精英再生的差分进化算法的有效性和优越性。这表明该算法在解决柔性作业车间调度问题上具有一定的竞争力,并增加了柔性作业车间调度问题的研究和实践。

关键词： 自动化技术   机械设计   机械制造业   技术应用  

摘要： 研究发现,运用自动化技术能有效减少机械设计过程中的能源浪费,推动生产流程的高效化,以及提升机械操作的安全性。文章探讨了自动化技术在机械设计中的应用原则,并结合实际应用案例,详细分析了自动化技术,包括数控技术、智能制造技术、柔性自动化技术、虚拟现实技术以及高度集成化技术在机械设计中的应用情况。希望未来机械设计领域越来越重视应用自动化技术优化产品的设计与生产流程,促进机械制造业的智能化、信息化发展。

关键词： 柔性作业车间调度   工件分批   双资源   机器故障   动态调度  

摘要： 制造业在国民经济中占据着主导地位,直接影响到国家经济的发展质量。随着新一轮工业革命的快速发展以及全球制造业市场需求的不断变化,当前的生产模式逐渐形成了多品种、小批量、生产周期短和个性化定制为特点的新型生产模式。传统柔性作业车间存在智能化水平低、生产数据可视化程度差等缺陷,难以应对日新月异的生产要求。因此本文通过搭建柔性作业车间集成制造原型系统,针对考虑工件分批的柔性作业车间双资源调度优化问题以及考虑机器故障的柔性作业车间动态调度优化问题进行了重点研究,本文具体研究内容如下: 首先,对柔性作业车间调度问题的国内外研究现状进行了综述,通过分析工件分批调度和机床与自动式导引运输车联合调度的典型特征,明确了考虑工件分批的柔性作业车间双资源调度问题的优化流程。以最大完工时间最短为优化目标建立了数学模型,并设计了一种双层优化算法对其进行求解,该算法的外层算法采用改进的粒子群算法解决工件分批问题,内层算法采用改进的遗传算法解决双资源调度问题,并通过典型案例验证了双层优化算法的有效性以及优越性。 其次,对考虑工件分批的柔性作业车间双资源调度问题进行完善,并选用机器故障作为考虑因素,以最大完工时间最小为优化目标建立了考虑机器故障的柔性作业车间动态调度问题的数学模型。设计了一种动态调度算法,该算法主要包括对不同扰动情况下的动态调度策略、采用改进的遗传算法对剩余工序进行重调度以及使用全排列多边形图示指标法对重调度方案进行优选。通过设置多种故障情况对典型案例进行求解,仿真结果表明本文所设计的动态调度算法有效性。 最后,设计并开发了柔性作业车间集成制造原型系统,实现了对生产案例的工件分批方案、双资源调度方案以及双资源重调度方案的求解以及方案的三维可视化作业仿真。通过典型案例对本系统的各功能进行了测试,仿真结果表明了本系统的有效性。

关键词： 机械设计   浇铸机器人   MATLAB   动力学   机械臂  

摘要： 随着工业化的日益加深,工业机器人的作用也越来越大。非浇铸的其他工业机器人的研究成果完善,发展情况良好。浇铸是工业中非常重要的环节,但是目前还是大量的浇铸是人工完成作业,浇铸环境恶劣,因此对浇铸机器人的设计与研究意义重大。本文回顾了工业机器人的发展历史,工业机器人的发展经历最开始的只能完成简单单一重复的工作,再到后来引入传感器之后,工业机器人便可以与环境复杂的交互。而到了如今,随着计算机技术的飞速发展,工业机器人更加的智能化,可以完成与复杂环境的交互。由浇铸机器人研究成果较少,本文通过搜寻分析了工业机器人国内外的研究现状。在美国,日本,德国等发达国家,浇铸机器人发展水平较高,而国内关于浇铸机器人的研究成果较少,大多停留在了理论阶段。通过对浇铸机器人国内外研究现状分析,明确了浇铸机器人与其他工业机器人的不同之处在于浇铸机器人前端需要较重的负载,通用的六自由度机械臂的工业机器人难以满足要求。 有了这些思路,本文将浇铸机器人设计分为了可移动的底盘小车与三自由度机械臂。可移动的底盘用于控制浇铸机器人移动到指定工位,三自由度机械臂完成后续的浇铸工作。通过SolidWorks对机械臂与移动底盘进行三维建模,再通过20kg的负载要求对机械臂中电机与减速器进行选型与计算。之后根据定量浇铸的要求(即浇铸时流量恒定)浇铸桶旋转角度与浇铸桶内剩余铝水体积进行函数分析,得出了浇铸桶的动力学函数无法求出解析表达式。利用五次多项式插值函数对浇铸桶的动力学函数进行逼近,发现时间与角加速度函数图像误差大,通过加入基于时间与角加速度函数离散化的PID算法对五次多项式插值进行改进,改进后效果良好。 基于浇铸桶的定量浇铸的运动学,再对机械臂整体完成定点浇铸(即浇铸时浇铸液的落点不变)进行运动学与动力学分析,先对浇铸液的偏移量进行分析,再通过分析浇注口的位置与偏移与浇铸桶的运动轨迹来确定大臂小臂的运动轨迹分析。发现大臂小臂也存与浇铸桶旋转类似的突变,同样的通过改进后的五次多项式插值逼近得到了比较理想的结果。最后采购电机减速器与联系工厂加工,造出了一台铸造浇铸机器人的样机,通过用水代替铝水做了小车运输稳定性的实验与定量定点浇铸的实验,实验结果显示机器人在运输液体时稳定,无液体溢出。定量定点浇铸的实验验证了定量浇铸与定点浇铸可行性。这一设计对研究与设计铸造浇铸机器人提供了参考价值,提供对一种定点与定量浇铸深入研究的思路。

摘要： 基于现代学徒制广泛应用背景的影响，对高职院校机械设计基础课程进行全面改革创新，能优化机械设计基础教学效果，促进人才培养工作高效化开展，使机械类专业人才培养效能不断提升。文章基于现代学徒制背景的影响，重点针对现代学徒制背景下机械设计基础课程改革创新路径进行了系统的探究，旨在全面优化机械设计基础课程教学效果，促进学生对课程知识的深度探究和实践学习，从而提高人才培养质量。

关键词： 制造资源协作网络   柔性作业车间调度   多层网络   深度强化学习   病毒传播模型  

摘要： 随着新一代信息技术与制造业深度融合,企业生产模式逐渐转变为个性化小批量生产,车间内制造资源的复杂性与柔性问题日益突出。这一背景下,研究资源间关联关系,挖掘以往生产数据的潜在信息,能够分析车间资源组织方式,实现制造资源高水平协同调度。本文以柔性作业车间为研究对象,研究制造资源耦合关系,基于多层网络、病毒传播模型和深度强化学习等理论,对车间制造资源协作网络建模、制造资源协作网络分析以及融合制造资源协作关系的调度模型等问题展开研究。完成的主要工作如下: 首先,针对生产车间中工件、任务和资源三者的耦合性与异质性问题,提出一种车间资源协作网络建模方法。通过梳理不同生产要素间的关联关系,基于多层网络理论构建车间层级制造资源协作网络模型。案例分析结果表明,子网络不具备无标度特性,而耦合形成的双层网络模型具有一定无标度特性,这体现出车间不同生产要素间的层次性和耦合性。 其次,针对柔性作业车间生产调度研究对资源相互联系和资源自身属性考虑不足的问题,从网络拓扑特征、协作关系及资源重要性三个角度出发,建立协作网络拓扑特征评价方法、资源协作紧密度评估方法和资源重要性评估方法,深入分析网络静态和动态特征,挖掘制造资源协作网络深层次信息,为后续研究提供理论支撑。 然后,提出一种融合制造资源协作关系的深度强化学习调度模型,并使用9组测试算例验证该模型的有效性与可行性。仿真结果表明,求解时间差距不大的情况下,该模型与调度规则相比调度结果有30%以上的提升;求解质量差距不大的情况下,与元启发式算法相比求解时间具有显著提升。该模型可以快速获得效果良好的可行解,且调度方案能够体现出资源间的协作关系并降低重要资源利用率。 最后,基于上述研究的模型与方法开发原型系统,集成车间制造资源协作网络建模、车间制造资源协作网络分析及融合资源协作关系的生产调度研究三大模块,通过案例对文中的理论及方法进行验证。

摘要： ~~