ISBN: (纸本)9787122414519

ISBN: (纸本)9787111714545

关键词： 机械设计   高等职业教育   教材  

ISBN: (纸本)9787568933001

摘要： 机械设计基础项目实训对培养学生的工程实践能力、科学实验能力、创新能力及动手能力有着重要的作用。本书根据国家工科基础课程实验教学建设要求，结合编者多年实践教学经验编写而成。全书共9个项目，内容包括机构运动简图绘制、平面机构搭接、带传动工作性能测试、渐开线齿廓的范成原理、创意组合式轴系结构设计、轴的安装与校准、V带传动的安装与校准、链传动的安装与校准、直齿圆柱齿轮传动的安装与校准。读者可根据需要选择合适的项目进行实训。本书可作为高职高专院校机械类及近机械类专业机械设计基础实验实训教材，也可供相关专业工程技术人员参考。

ISBN: (纸本)9787111714705

ISBN: (纸本)9787111716211

关键词： 分布式异构柔性作业车间调度问题   模型驱动的模因算法   强化学习   意外流行算法   绿色调度  

摘要： 制造业对工业国家的经济、就业、民生有着至关重要的影响。随着我国智能制造战略的推进,要求加快企业数字化转型,通过智能技术提升企业产能,增强企业国际竞争力。智能制造的核心为智能车间调度,通过建模和智能算法辅助企业制定排产方案。本文将实际生产场景建模为绿色分布式异构柔性作业车间调度问题(Green distributed heterogeneous flexible job shop scheduling problem,GDHFJSP),同时优化最大完工时间和总能耗。为了更好地理解GDHFJSP的性质,本文展开从绿色柔性作业车间调度问题(Green flexible job shop scheduling problem,GFJSP)到同构绿色分布式柔性作业车间调度问题(Distributed GFJSP,GDFJSP)再到GDHFJSP的研究,构建了多种MILP模型,并提出模型驱动的学习型模因算法求解,最后在实际工程问题上进行验证。本文具体研究内容和创新点如下:(1)构建了最小化最大完工时间和总能耗的GFJSP模型,提出了基于Q学习模型驱动的模因算法(LRVMA)LRVMA主要特点是:通过对模型性质的分析,提炼知识,依据知识设计了多种增强策略例如混合启发式初始化策略,模型驱动的局部搜索策略和启发式贪心节能策略。结合Q学习设计了指标反馈的参数自学习模型,引导算法向分布性更优的方向进化。在公开的T2FJSP测试集上测试,验证了Q学习参数自适应策略能增强种群分布性,贪心节能策略可以有效降低生产车间的能耗。(2)构建了最小化最大完工时间和总能耗的同构GDFJSP,提出了基于意外流行学习的模型驱动的模因算法(SPAMA)SPAMA的主要特点是:基于析取图理论,设计了四种基于关键路径和关键块的局部搜索算子。受全主动调度解码理论启发,设计了全主动调度节能策略。受到意外流行算法启发,设计了自适应概率修正的算子选择模型。把SPAMA在经典柔性作业车间调度测试集Mk和DP上进行测试,验证了基于关键路径设计算子可以有效提高局部搜索成功率,全主动调度解码可以有效降低车间能耗,意外流行算法可以增强小权重高效算子的选择概率,加速算法收敛。(3)构建了研究最小化最大完工时间和总能耗的GDHFJSP,提出了基于深度Q学习的模型驱动的模因算法(DQPEA)DQPEA的主要特点是:通过对工厂异构和机器柔性特性的分析,设计了9种基于知识的局部搜索算子。设计了改进的模因进化框架,通过多种群协同平衡全局和局部搜索的计算资源。提出了基于深度Q学习的算子选择模型,通过神经网络建立解和算子的映射实现为所有解定制化选择最优算子的目的。把DQPEA在生成20个不同规模的测试问题上测试,通过对比最新相关算法验证了提出算法的有效性和鲁棒性,在GDHFJSP有良好性能。(4)将提出的理论和方法应用于某国有大型工程装备生产企业的下料车间场景。基于实际工程数据,将问题抽象为DHFJSP问题,并利用提出的算法和改进策略进行求解,结果验证了提出算法在实际问题上的有效性。本文从GFJSP到同构GDFJSP再到GDHFJSP递进地研究了分布式柔性作业车间调度问题模型的特性,在模型上丰富了柔性作业车间调度问题的研究。其次,设计了模型驱动的学习型MA求解不同类型的问题。学习策略从Q学习到意外流行学习再到深度Q学习,通过大量实验验证了提出算法的有效性,在方法上进一步丰富模因算法的研究成果。最后,把改进算法应用到大型工程装备分布式下料车间优化问题的求解中,展示了改进算法的高效性能,在应用上可为大型工程装备分布式下料车间提供可靠优化工具。因此本文的研究具有良好的理论和现实意义。

关键词： 柔性作业车间调度   单链整数编码   遗传算法   均衡化机器使用率   自适应改进  

摘要： 随着制造业发展的转型升级,我国大批制造企业面临着重要的挑战,车间生产调度这一关键技术逐渐成为了影响企业快速发展的重要因素。在车间生产调度中,大多数柔性作业车间调度的优化目标都过于单一,且使用的遗传算法也存在易陷入局部收敛以及寻优能力一般等问题。因此,本文以柔性作业车间为研究对象,对遗传算法的各个操作进行改进,然后基于改进的遗传算法对多目标柔性作业车间调度进行实验研究分析。论文主要研究工作如下:(1)设计了一种基于单链整数编码的柔性作业车间调度的遗传算法。采用单链整数编码的思想,对工件加工顺序和加工机器进行单链编码,自动生成对应加工时间;对工件加工顺序和加工机器的染色体片段设计了不同的交叉和变异操作,其中对工件加工顺序染色体片段设计了优先交叉操作(precedence operation crossover,POX)交叉算子和逆序变异法,对加工机器染色体片段设计了多点交叉法和多点变异法;对基于单链整数编码的遗传算法与基于二进制编码的遗传算法在Kacem10×10标准算例上进行了20组实验比较,由实验结果得出:基于单链整数编码的编码方法在求解柔性作业车间调度问题上更具有优越性,能够提高算法的寻优能力。(2)提出了均衡化机器使用率的优化目标,并建立了相应的多目标调度数学模型,将均衡化机器使用率和最小化最大完工时间作为求解多目标柔性作业车间调度问题的两个目标函数,将两个目标函数转化为数学公式,并最终合并成一个综合目标评价函数;对求解问题进行假设,并设立了相应的约束条件。(3)对遗传算法进行进一步改进。设计了新的选择操作,并对个体的适应度值进行动态线性变换。自适应改进了算法的交叉操作,在算法前期提高了交叉频率和算法寻优效率,在算法后期减少交叉频率,保证优良个体,提高算法的稳定性。自适应改进了算法的变异操作,改善了变异概率在运算后期中的随机性。最后通过对比使用基于单链整数编码的遗传算法和改进后的遗传算法对多目标柔性作业车间调度模型求解的结果得出:改进的遗传算法在求解过程中拥有更好的稳定性,能够更好地保留种群中的优秀基因,提高算法的求解效率。

关键词： 自动上下料   检测控制   机械设计   有限元分析   PLC  

摘要： 自动上下料设备是工业生产的重要组成部分,对促进制造业发展和推动生产线智能化具有重要意义。目前齿轮产品的装载上料主要是依靠人工完成的,这种模式存在着效率低下、劳动强度大等问题,并且恶劣的工作环境容易损害工人的身心健康。为解决上述问题,提出研制一款辅助数控滚齿机的自动上下料设备,具有重要的生产实践和工程应用意义。 根据数控滚齿机的结构布局及生产环境,制定了自动上下料设备的总方案,明确自动上下料设备的动作流程。整套设备的机械结构主要包括上料输送装置、旋转夹紧装置和机械手装置三个部分,其中,上料输送装置主要是运送齿轮胚料;旋转夹紧装置是齿轮运输的中间环节;机械手装置主要是夹取齿轮工件。结合装置设计需求,对伺服电机、气缸、直线模组、光电传感器和电磁阀等主要的元器件进行选型计算。 利用Solid Works软件对自动上下料设备进行三维建模,并将各零件装配成整机进行动态干涉检测。依据有限元分析理论,利用Solid Works Simulation平台对关键部件包括机械手装置的L型气缸固定板和旋转夹紧装置的右支撑座进行强度和刚度校验。 根据自动上下料设备的工艺要求,设计自动上下料设备的控制系统,选择三菱FX3U-64MT型PLC控制器并完成控制系统的软件设计,包括设备的初始化程序、旋转夹紧装置的动作程序等,完成主电路及PLC端口接线设计,结合工作流程进行程序的编写,最后利用Utility Manager软件完成了触摸屏界面的设计。

关键词： 柔性作业车间调度   邻域解   动态构造   拓扑序列  

摘要： 生产调度在满足工艺约束和任务配置的前提下，将有限的资源分配至若干任务，助力企业降低生产成本、提高经济效益。与传统的作业车间调度问题（Job-shopSchedulingProblem）相比，柔性作业车间调度问题（FlexibleJob-shopSchedulingProblem）突破了加工机器唯一性的限制，更加符合企业实际生产场景的需求，因此得到了广泛关注。　　柔性作业车间调度问题是NP-hard问题。精确方法在求解该问题时，常受限于问题规模而难以在合理时间内求得最优解。与之不同，近似算法能够在相对短的时间内找到问题的近似最优解，因此被广泛用于求解柔性作业车间调度问题。在众多近似算法中，局部搜索算法凭借其优越性能，成为求解柔性作业车间调度问题的主流方法之一。　　在利用局部搜索算法求解该问题时，构造移动执行后的邻域解是影响算法计算效率的关键因素。本文分析了现有的邻域解构造方法，发现拓扑序列是构造邻域解的有效工具。但是，在识别工序间路径关系上，采用单一的拓扑位次进行判断仍具有局限性，这导致现有构造方法所识别的待更新工序集合规模过大，限制了局部搜索算法的计算效率。　　基于此，本文提出了一种适用于柔性作业车间调度问题的邻域解快速动态构造方法，即F-TAG算法。该方法创新性地引入了工序最大弧数概念，在一定程度上弥补了拓扑位次的局限性。根据移动执行前后各工序头（尾）时间的变化特征，该构造方法对调度解的拓扑序列进行了划分。基于该划分结果，重新构建了移动执行后邻域解的拓扑序列;同时，能够更准确地识别出移动执行后头（尾）时间变化的工序，有效缩小了待更新工序集合的规模，进一步节省了局部搜索算法的计算时间。　　为检验该构造方法在计算时间上的有效性，本文选用不同规模的算例对该构造方法进行实验。通过与现有构造方法进行对比，其结果证实了本文提出的构造方法在计算时间上具有显著优势。

关键词： 龙门式洗车机   机械设计   可拆卸性能   用户需求  

摘要： 传统制造业装备类产品的特性决定了设备的使用年限、频率、劳作强度需要远高于家电类产品，且产品迭代速度缓慢。龙门式洗车机设备作为汽车“后产业”中的重要装备类产品，许多老旧设备面临着即将进入报废期的困境以及产业升级后的淘汰风险。后期设备的维护、维修等工作给企业的带来了不小的资金消耗，废弃产品、零部件的丢弃也给环境带来了许多危害。如何处置已经进入报废期的设备、延长现役设备的生命周期、实现有效资源的循环利用，都是洗车机制造领域亟待解决的问题。针对于装备类产品，相关文献大多集中在机械结构升级领域，研究角度较为单一和片面，针对于如何提升装备类产品可拆卸性能的相关文献较少，且应对产品设计过程中用户需求挖掘与需求衍变的能力不足。　　基于此，文中构建了融合KANO模型、公理化设计（Axiomatic Design , AD）、设计结构矩阵理论（Design Structure Matrix , DSM）的空间映射模型，从用户需求出发，分析产品结构设计参数之间的耦合关系与关联程度，以模块化的手段完成设计实践，提高龙门式洗车机的可拆卸性能，使性能失效、寿命较短的零部件更易于拆卸，提升设备的再制造能力。首先，利用KANO模型对用户需求进行属性归类以及重要度求解，作为AD中用户域的求解方式。其次，将用户需求映射为产品功能，利用公理化设计中各“领域”之间的“Z字映射”，将产品功能逐级分解，并确定与之对应的产品结构，把用户需求与产品功能进行解耦，从而建立公理化设计矩阵。然后，将公理化设计矩阵转化为设计结构矩阵，利用产品结构参数之间的形位关系与几何相关性对设计结构矩阵赋值，计算产品结构参数之间的关联度。利用系统聚类对矩阵中各关联度数值进行分布优化，得到模块化设计指导方案。最终将本文所提出的空间映射模型应用在课题研究上，完成龙门式洗车机多模组设计实践。　　研究结果表明：通过龙门式洗车机设计实践分析，基于KANO-AD-DSM的空间映射模型可以提升产品的可拆卸性能，该设计方法的有效性与科学性得到了有效的验证，增加了产品设计实践的研究深度。从用户需求出发有效地提升了用户对于产品的满意度，拓展了产品设计研究广度。同时该模型提升产品的可拆卸性能的优势，也为同类型的复杂装备类产品的迭代创新提供了新的设计研究策略。