关键词： 新工科   创新型人才培养   产教融合   机械设计  

摘要： 随着新一轮科技和产业变革的到来，社会快速发展亟须具有创新能力和应用能力的高素质复合型人才。以机械设计专业为例，探讨如何与时俱进地培养能够适应新工科大环境下的创新型人才。通过分析目前机械设计专业人才培养所面临的问题，从而提出了新业态下对人才培养的新要求。主要是从创新型人才培养理念入手，分别在明确人才培养目标体系、加强学科交叉融合、推进产教融合协同育人、完善“双师型”师资队伍建设以及人才培养质量制度建立方面进行人才培养的规划，改变传统的机械行业人才培养模式，提出符合新工科理念的人才培养策略。

关键词： 车间调度   调度规则   基因表达式编程算法   动态调度   绿色低碳  

摘要： 制造业作为国民经济的支柱产业,是实现工业化和现代化的重要基础,是推动经济社会进步的核心动力。生产调度是制造系统的重要决策过程,有效的生产调度管理能够通过优化资源配置提高生产效率。近年来,随着社会经济水平的提高,市场对产品的需求更加个性化和多样化,这也推动着制造业的生产方式由大规模、少品种向小批量、多品种转变。柔性作业生产因具有高度的灵活性,已成为离散制造企业的主流生产方式之一。同时,鉴于生产车间的不确定性和制造业的绿色化发展要求,动态调度和绿色调度在生产管理中的重要性日益凸显。本文分别以动态柔性作业车间调度问题和绿色柔性作业车间调度问题为研究对象,以改进的基因表达式编程(Gene Expression Programming,GEP)算法为研究方法,以设计并优化具体问题的调度规则为主线开展了一系列研究。具体研究内容如下: (1)对GEP算法进行了改进,在编解码方面,根据具体问题设计不同的终端集合;在评价方面,使用个体评价机制配合无监督的适应度函数或Pareto非支配等级评价个体优劣;在遗传操作方面,设计了基于K-表达式的变异操作和重组操作,提出了两种自适应遗传算子;在局部搜索方面,融合了带有5种邻域结构的禁忌搜索策略。 (2)研究了新工件陆续到达的柔性作业车间调度问题,建立起以总拖期为优化目标的数学模型,并使用改进GEP算法进行求解。通过与未改进的算法和基准调度规则的仿真对比实验发现,所提算法在多次运行中具有良好的鲁棒性和更强的搜索能力,其构造的规则能够通过合理安排生产计划有效缩短调度方案的总拖期。 (3)在考虑能耗指标的绿色柔性作业车间调度问题中分析了车间能耗的组成成分,建立起以最小化最大完工时间和最小化总能耗为目标的数学模型。结合多目标优化理论和一系列改进措施得到改进的多目标GEP算法,并将其用于问题求解。通过仿真实验证明,所提算法在兼顾分布性的同时提升了探索寻优能力,且其生成的调度规则能够有效优化多个目标。 本文改进了GEP算法并为两类柔性作业车间的实际情境设计调度规则,不仅丰富了相关领域的理论研究成果,也为制造企业提供了具有实际应用价值的决策支持工具。

关键词： 柔性作业车间调度   人员操作熟练度   遗传算法   AGV配送   双层优化算法  

摘要： 随着人工智能、物联网等新兴信息技术的快速发展与市场需求的不断变化,面向多品种、小批量的生产模式应运而生,对车间生产提出了更高要求。如何在新的背景下解决传统车间调度模式资源利用率低、生产滞后、资源浪费等问题引起学者们关注。本文针对考虑机器、人员及AGV的柔性作业车间集成调度优化问题进行建模,设计智能求解算法对模型进行优化求解,并在模型与算法的基础上开发了柔性作业车间集成调度原型系统。论文主要研究工作如下: 首先,对研究问题与相关技术国内外发展现状进行分析与综述,通过分析柔性作业车间相关资源调度问题的特点,确立柔性作业车间集成调度原型系统的设计目标与原则,并设计原型系统的主要功能模块与系统总体框架。 其次,针对柔性作业车间机器与人员协同调度问题,考虑人员操作熟练度差异性,将机器、人员作为资源约束,以最小化最大完工时间为优化目标建立柔性作业车间机器与人员协同调度数学模型。利用一种带进化机制的改进遗传算法完成模型求解,通过案例对该算法进行敏感性分析并验证其有效性与优越性。 然后,针对考虑AGV配送的柔性作业车间机器与人员集成调度问题,建立AGV作业环境模型,分析AGV物料搭载方式与路径冲突类型,设计AGV冲突解决策略。在柔性作业车间机器与人员协同调度数学模型基础上以最小化最大完工时间为优化目标,建立考虑AGV配送的柔性作业车间机器与人员集成调度数学模型。设计一种改进双层优化算法求解该模型,并通过案例验证该算法的有效性与优越性。 最后,基于Anylogic软件设计并开发柔性作业车间集成调度原型系统,利用离散事件建模与智能体建模等方法构建车间机器、人员、AGV以及工件仿真模型与流程,实现了车间调度过程的可视化仿真,结合智能优化算法完成车间机器、人员与AGV的集成调度优化,并通过某企业实际案例验证原型系统及算法的有效性与可行性。

关键词： 粉尘火花   预警系统   惯性除尘   机械设计   流体力学  

摘要： 为解决卷烟厂切丝机除尘箱吸入火星而引发火灾的问题，本文基于S7-300PLC设计了一种烟尘火花预警系统，其结构包括集尘箱、火花探头、控制器和报警装置。该系统能够及时发现火花，自动关闭吸尘管道的吸风口并且使切丝机停机，有效地降低安全隐患；此外，该系统投入使用后，无需操作工定期打开集尘箱进行观察，降低了操作工的劳动强度。

关键词： Memetic算法   柔性作业车间调度   多模态优化  

摘要： 在制造生产中,需要花费数天为企业提供一个可行的调度方案。然而,生产环境复杂,提供的调度方案可能因一些不可控因素导致不可执行。这都将使企业花费大量的时间成本去寻找另一解决方案,那么在一开始提供多个可行的调度方案显得尤为重要,企业可以从中选择最适合可变制造环境的调度方案。一次寻找多个可行方案的问题称为多解优化问题,旨在寻找全局范围内的多个较优解,但经典算法难以解决离散型的多解优化问题。本文基于Memetic算法,探究柔性作业车间调度的多解问题(Flexible Job-Shop Scheduling Multi-Solution Problem,FJSM-SP),主要研究工作如下。 首先,构建FJSM-SP数学模型。基于柔性作业车间调度对FJSM-SP进行分析、描述,建立以最小化最大完工时间为目标的FJSM-SP数学模型。分析柔性作业车间调度解的表示方法,结合甘特图提出区分多解的相似度计算公式。 其次,提出基于簇群的Memetic算法(Clustering Memetic Algorithm,CMA)。使用双层染色体编码结构对问题进行映射,并采用混合方法生成初始解。在选择算子使用的锦标赛方法中,同时考虑个体适应度和相似度来提高优秀个体被选中的概率;交叉算子采用POX交叉产生可行解;对关键路径上的关键块进行变异操作,提高变异效率。分析甘特图上的关键路径,提出公共关键路径块的局部搜索操作进行强化搜索。分析种群数量和个体数量对算法性能的影响,提出种群自融合-分解方法和三种算法评价指标。结合簇聚类和相似度来自融合种群;使用Canopy算法和K-means算法来划分种群,使个体能够利用种群信息来探索不同区域的最优解。基于Memetic算法,结合种群自融合-分解方法和局部搜索操作,提出CMA来解决FJSM-SP。 最后,对CMA性能进行研究。在标准测试算例4×5上分析算法参数(如初始种群数量、初始种群个体数量、交叉概率、变异概率和局部搜索次数等)对算法性能的影响。在25个标准测试算例上使用MATLAB进行仿真实验,并与七种算法进行比较,通过三种算法评价指标来验证CMA的有效性。将算法应用在实际采集的生产数据中来验证CMA的可行性。 研究结果表明,结合甘特图的相似度计算方法能够有效区分多解;通过种群自融合-分解方法能够探索更多邻域解。在25个标准测试算例和6个实证数据上,CMA能找到22个标准测试算例的最优解和6个实证数据的最优生产调度时间,且在多解的数量和解集重复率上都要优于其余七种算法。CMA可以有效的一次为企业提供多个调度方案,减少时间和经济成本。

关键词： 动态柔性作业车间调度   低碳   双层深度Q学习   智能制造  

摘要： 制造业作为能源密集型产业对全球的碳排放有着重要的影响。制造业大量的能源消耗在将原材料加工成工业成品时产生了浪费。为了遵守日益严格的环境法规,并同时满足当制造环境中的多样化客户需求,企业不断寻求提高制造过程中的可扩展性、柔性和可靠性。本文以智能制造背景下受各类不确定因素影响的柔性作业车间调度问题为研究方向,以环境和效益为目标。该研究题为“智能制造中基于深度强化学习的低碳动态柔性作业车间调度”。本文的主要研究内容如下: 为了解决智能制造环境中固有的不确定性,采取了一种综合方法对这些不确定性进行系统分类。确定了六个不同的动态事件,并将其分为与机器相关的事件和与作业相关的事件,与机器相关的事件包括机器故障、机床更换和机器添加,与作业相关的事件包括作业插入、作业取消和作业工序修改。为了有效解决这些不确定性,设计一种动态事件处理框架,可以在几秒钟内对事件进行实时响应。 为了解决调度问题,设计一个深度强化学习的智能体。首先,调度问题被模型化为马尔可夫决策过程,然后将智能体设计为具有专门的状态空间,状态空间包括作业完工率、机器利用率和机器碳排放的平均值和标准差等产生信息,最后,为了让智能体做出调度决策,设计了包含九个复合调度规则的动作空间,每个规则由作业的工序选择和机器分配组成。 智能体使用自定义双层深度Q网络算法进行训练,设计两种奖励算法,一种基于机器的平均碳排放量,一种基于机器平均利用率,利用率的阈值为85%。此外,利用epsilon-decay-greedy策略作为两组动作的选择机制,增强了智能体在决策过程中的适应性和探索能力。利用基于空闲时间的局部搜索方式提高解的质量。该算法经过优化,可以直接迭代机器的空闲时间列表,从而减少计算开销增强鲁棒性。 对27个随机生成的实例(包括所有碳排放参数和动态事件)进行了广泛的数值分析,验证了所提出的方法。结果表明,所提出的基于双深度Q网络的调度解决方案优于所提出的复合调度规则、传统的深度Q网络算法和经典调度规则,并通过基于空闲时间的本地搜索算法的集成证明了额外的增强。

关键词： 双资源约束柔性作业车间调度   文化基因算法   学习效应   恶化效应   工件质量  

摘要： 随着工业4.0的到来和经济全球化的影响,目前我国的制造业正面临着巨大的变革,生产环境逐渐复杂化和智能化,产品需求逐渐多元化、个性化和精密化。车间生产调度作为生产管理中的重要环节,可有效实现降本增效,为企业应对变革与挑战提供保障。因此,本文在调研了双资源约束的柔性作业车间调度问题领域的研究现状,从工人学习效应、机器恶化效应以及精密工件的质量约束三方面入手,对双资源约束柔性作业车间调度问题展开研究。主要研究内容如下: (1)研究具有机器和工人柔性的单目标双资源约束柔性作业车间调度问题,以最小化最大完工时间为目标构建调度模型,并设计一种基于负载平衡的改进文化基因算法对其进行求解。根据问题特性设计三层序列编码方式,设计一种扩展型插入式主动解码。通过柔性资源再分配和改进变邻域搜索策略提高算法的寻优能力。最后利用仿真算例及航空生产实例进行实验,验证算法的有效性。 (2)考虑工人学习效应对加工时间的影响,以最大完工时间、机器能耗和工人成本为目标,建立多目标双资源约束柔性作业车间调度模型,并提出一种基于混合种群的改进文化基因算法进行求解。算法采用混合式个体更新、多规则随机再分配以及知识驱动的变邻域搜索策略,3种策略增强算法的搜索能力,并通过扩展标准算例及生产实例验证改进策略和所提算法的有效性和优越性。 (3)考虑高精度工件的在加工过程中的质量约束及返工问题,同时考虑工人学习效应与机器恶化效应对加工时间的影响,研究考虑工件质量的双资源约束多目标柔性作业车间调度问题。对精密工件制定质量约束并提出返工机制,构建整数规划模型,并提出一种基于协同分类的改进文化基因算法进行求解。算法采用混合式协同个体更新、基于空闲时窗的插入式优化和分类局部搜索策略,保障种群多样性的同时提高算法的寻优能力。最后,通过算例及生产实例验证算法性能。

关键词： 工作过程   绘制机械组合体三视图   教学设计   工程制图   机械设计  

摘要： 三视图可将复杂的机械零部件转化为以主视图、左视图和俯视图为主的平面工程图,对机械设计的有效沟通、精确执行和产品质量具有重要意义。随着产教融合的深化,教学方法需与时俱进,从而使学生能够更好地适应现实工作环境带来的挑战。本文以绘制机械组合体三视图课程教学为例,分析了课程定位、教学重难点、学情分析等基础理论,提出了教学方法设计、教学环境与资源设计、教学流程规划,旨在提高学生在理论知识和实践技能方面的综合素养,促进其创新思维发展。

关键词： 智能制造   机械设计制造   自动化技术   生产线设计  

摘要： 随着工业4.0时代的风靡，智能化生产的转型正在成为推动制造业飞跃的关键引擎。在智能制造领域，机械设计制造及其自动化技术扮演了不可或缺的角色。文章详尽探讨了机械自动化与智能化在智能制造领域中的作用，分析了机械设计制造及其自动化在智能制造领域的深入应用，包括智能生产线的布局优化、智能化产品设计与定制、智能化制造过程监控与优化。同时通过汽车、电子、航空等领域的实际案例，形象地揭示了机械设计制造及其自动化技术带来的巨大进步。