关键词： 鱿鱼   剖切装置   机械设计   有限元分析  

摘要： 自1970年以来,鱿钓渔业迅速发展,在全国远洋渔业中所占比重也逐步增加,目前成为我国海洋捕捞产量最高的产业之一。鱿鱼加工是鱿鱼生产过程中费用最多、成本最大的生产环节,其中鱿鱼前处理是鱿鱼加工过程的重要工序。目前,国内鱿鱼前处理加工主要采用人工处理的方式,包括:去头、去内脏、去皮、去软骨、清洗等步骤,该方式不仅对工人加工熟练度要求高、劳动强度大而且加工效率低。所以迫切需设计一套鱿鱼一体化自动生产线。其中,鱿鱼剖切作为鱿鱼前处理加工的重要工序,研制一新型鱿鱼前处理自动化剖切装备,能够为鱿鱼一体化自动生产线的设计奠定基础,是提高我国鱿鱼前处理加工机械化水平的关键。本论文选取体长在350至450mm的日本鱿鱼作为主要加工对象,通过分析鱼类剖切装置的研究现状和对鱿鱼机械物理特性的研究,提出环形导轨循环剖切的方法来实现鱿鱼的自动剖切。采集日本鱿鱼的外形尺寸参数,通过iTexture质构仪对鱿鱼进行鱿鱼颈部压缩试验,测定并研究不同规格鱿鱼颈部受挤压时的压缩变形量与压力之间的关系,计算出弹性模量和平均压缩应力,为后续夹具设计提供重要的理论依据。根据鱿鱼剖切的流程,设计一种鱿鱼自动化剖切装置,该装置分为颈部夹紧装置、剖切装置、输送装置、鱿鱼内脏与鱿鱼片分离装置。其中,颈部夹紧装置主要由鱿鱼托板、夹紧装置、平台、连杆、齿轮、机架、弹簧组成;剖切装置主要由链轮、链条、剖切刀和电机组成;输送装置主要由电机、输送链、鱿鱼托板组成。为确保鱿鱼剖切装置满足实际应用中合理性需求,对鱿鱼自动化剖切装置中主要结构受力分析,确保各个部件的设计合理性;此外采用模态分析对鱿鱼剖切装置和拨轮装置进行验证,防止机械装置受共振频率的影响而发生变形。验证影响鱿鱼自动化剖切的因素,求得最合理的加工变量。采取控制变量法,对自主研发的鱿鱼自动化剖切装置样机进行实际测试,分别进行鱿鱼输送速度V1与刀具输送速度V2、剖切刀具深度h、刀具倾斜角度α这三组因素进行试验研究,以输送最佳速度和剖切刀最佳速度作为评价指标,得到了鱿鱼自动化剖切的最佳影响参数组合。并且,通过多组的鱿鱼自动化剖切实验,验证了鱿鱼能够顺利地完成自动化剖切以及鱿鱼片拨离,且在试验中鱿鱼剖切的最佳参数。

关键词： 柔性作业车间调度   灰狼优化算法   人工蜂群算法   多目标   模糊  

摘要： 在现代制造业中,高效节能、可靠稳定、绿色低碳等指标是企业生产过程中追求的关键指标,制定优秀的调度方案是实现该类指标的重要方法之一。优化调度方案可以最大化地利用生产资源,提高生产效率,增强企业竞争力。在车间调度领域,经典的作业调度问题正向具有多目标、柔性、分布式等特点的车间调度问题转换。该类问题是一类复杂的组合优化问题,问题难度会随着规模的增大而增大,符合智能制造的应用场景。群智能算法在求解组合优化问题时展现出较好的性能,在优化目标时搜索效率高、稳定性好,对同类模型的适应能力强。本文主要对三种不同类型的柔性作业车间调度问题进行研究,通过改进基础算法进行求解,并对算法的有效性进行了验证。主要内容如下:(1)采用改进人工蜂群算法求解目标是最小化最大完工时间的柔性作业车间调度问题,针对车间调度的离散特性,结合遗传算法中的交叉算子辅助蜂群个体进行寻优,提出一种算例清洗策略,缩小解空间。该算法首先使用双层编码建立加工信息与个体之间的联系,通过混合多种初始化策略创建种群,提高个体质量;然后设计多种工序和机器的邻域结构增强蜂群个体的局部搜索能力;接着考虑协同目标的影响,设计新的个体选择方式进行交叉,设计变邻域搜索策略提高局部寻优能力;最后通过多组实验验证了算法具有较好的收敛性能。(2)采用改进人工蜂群算法求解多目标柔性作业车间调度问题。该算法首先使用双层编码表征车间信息,改进非支配解的判断条件和提出加快发掘蜜源潜力的更新策略;然后根据繁殖能力选用不同交叉算子和变异策略更新个体;接着重定义两种选择策略提高个体的竞争水平,使用两种基于学习机制的策略替换较差个体,提高种群活力;最后采用两组算例和多组车间实例验证了改进策略的有效性,在对比算法中展现出良好的求解性能。(3)采用改进灰狼优化算法求解模糊柔性作业车间调度问题。该算法首先采用双层编码将灰狼个体离散化,设计一种基于超体积指标贡献度的初始化策略提高种群多样性;然后使用强化学习方法确定全局和局部的搜索参数,改进两种交叉算子协助个体在不同更新模式下进化;接着使用两级变邻域和四种替换策略提高局部搜索能力;最后在多个算例上进行分离实验验证改进策略的有效性,在多数算例上进行对比实验,证明该算法性能要优于对比算法,具有良好的收敛性和分布性。

关键词： 人工智能技术   机械设计   机械制造  

摘要： 随着人工智能技术的快速发展，其在机械设计制造领域的应用也日益广泛。本文探讨人工智能技术在机械设计制造中的应用，详细讨论了人工智能在机械设计中的各个应用领域，包括智能优化算法、产品结构优化、材料选择优化、工艺参数优化等。此外，还介绍了人工智能在机械制造过程中的应用，包括智能化制造设备、智能化生产线和智能化工厂等，以及在质量控制中的应用。最后，对人工智能技术在机械设计制造领域面临的挑战进行了探讨，并展望了其未来的发展趋势。

关键词： 柔性作业车间调度   帝国竞争算法   多目标优化   局部搜索  

摘要： 目前国内大部分船企的排产方式仍然是半自动化的,这种方式难以充分利用资源,影响生产制造效率和质量,不符合船舶智能制造数字化的发展趋势。柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)是一种能够有效描述船舶制造生产过程的数学模型,可以为生产计划和控制提供科学的决策支持。本文在分析总结国内外研究进展的基础上,构建了单目标FJSP和多目标FJSP的数学模型,并基于帝国竞争算法(Imperialist Competitive Algorithm,ICA)分别设计了针对单目标FJSP以及多目标FJSP的求解方法。论文的主要工作如下: (1)针对单目标FJSP,提出一种混合改进帝国竞争算法(Enhance Imperialist Competitive Algorithm-Variable Neighborhood Search,EICA-VNS)。首先针对标准ICA同化机制的局限性,提出一种综合考虑最强帝国和相应帝国影响的改进同化策略,该策略弥补ICA同化过程中可能减少种群多样性的不足,有效地增强算法全局和局部的探测能力,其次提出基于VNS的局部搜索策略,该策略针对最晚完工时间优化设计了三类邻域结构,增强了算法的局部搜索性能和稳定性。最后通过实验证明所提策略和算法在解决单目标FJSP上的有效性和优越性。 (2)针对多目标FJSP,提出一种多目标帝国竞争算法(Multi-objective Imperialist Competition Algorithm,MOICA)。首先考虑到帝国内殖民地之间存在的信息异质性,提出了基于等级的殖民地进化策略,实现了分布式协同进化,提高算法搜索效率和效果,其次针对多目标优化,提出了基于负载均衡的多目标局部搜索策略,以增强种群的收敛性与多样性。此外,为保证MOICA在多目标问题下的可行性,本文引入了快速非支配排序与外部记忆库机制。最后,通过多个多目标评价指标对比实验,验证算法具有更优的多样性和分布性。

关键词： 智能制造   机械设计   自动化控制系统   微型化   风险评估  

摘要： 如何借助新一代数字化和智能化技术手段，创新我国机械自动化控制系统的设计应用，成为目前相关领域学者研究的热门问题。本文基于现代化智能制造背景下的机械自动化控制系统应用情况分析，明确机械设计制造及自动化系统的基本原则和应用案例，深层探讨新时代下机械设计自动化控制系统的技术设计和应用措施，为我国机械制造行业创新发展提供技术支撑。

关键词： 机械制图教学   中职机械   教学平台   新媒体环境下   机械设计   传统教学方式  

摘要： 近年来，我国信息技术相关产业蓬勃发展，新技术的出现给我们的生活带来了翻天覆地的变化，也带来了更多全新的工作方式。在我们中职的机械制图课堂上，新媒体的出现也给我们的教学带来了新的机遇，为解决传统教学方式中存在的问题提供了新方法和新思路。作为一名中职教师，必须要与时俱进，善于利用新媒体来提高中职机械制图的教学质量与效率。机械制图是中职教学内容中比较复杂的知识点，而许多同学在学习这一课程时感到难以理解。传统的教学方式对于解决这一问题显得捉襟见肘，在这时引入新媒体来进行辅助教学就显得格外重要，但是教师如何合理使用新媒

关键词： 柔性作业车间调度问题   多目标优化   深度强化学习   调度规则   图神经网络   actor＿critic算法  

摘要： 近年来,日益增长的个性化定制需求对制造企业生产线的柔性提出了更高的要求,如何在柔性制造环境下,将有限的机器资源在合理的时间内分配给多个加工任务,得到生产效率、生产能耗等目标最优化的调度方案,即柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)。探求FJSP优化方法,为柔性制造过程提供优质调度方案,对于推动制造企业柔性升级具有重要意义。目前,用于求解FJSP的传统方法主要包括调度规则和元启发式算法两大类,前者对生产环境具有较强的依赖性,后者的计算效率仍无法满足实际生产环境的实时调度需求。而作为一种学习型的优化方法,深度强化学习已被应用于解决多个领域的调度问题并表现出了良好的性能,故而,本文针对FJSP,研究基于深度强化学习的求解方法,主要研究内容如下:1、建立了求解FJSP的马尔可夫决策模型。将FJSP的求解过程转化为析取弧的定向过程,分别为单智能体和多智能体深度强化学习方法设计了对应的状态、动作和奖励,为后续设计FJSP求解方法提供模型支撑,其中,状态为析取图,动作为修改弧的操作,奖励函数的设计和优化目标有关。2、研究并提出了一种求解FJSP的单智能体深度强化学习方法。该方法使用神经网络模型和调度规则结合的分层决策模型进行决策。使用图神经网络计算析取图的高维嵌入,并计算工序概率进行工序排序;调度规则用于机器选择。采用多线程异步优势评判算法优化模型参数,以缩短训练时间。进而,在标准测试实例上进行实验,结果验证了所提出方法的可行性和高效性。3、研究并提出了基于分组多智能体的FJSP深度强化学习求解方法。该方法将每台机器对应一个智能体,不同智能体分别决策工序排序,另设置总智能体,通过总智能体与各机器智能体的通信以及计算机器优先级的方式实现各机器智能体间的协同。同时采用分组策略将机器分组,同组机器对应的智能体共享一个决策模型,以降低模型数量。采用可以离线训练的近端策略优化算法优化模型参数。进而,在标准用例生成的测试集上进行实验,验证了所提出方法在求解FJSP时相比于传统求解方法在计算结果和计算时间上的优势。4、将所提出的单智能体和多智能体深度强化学习方法应用到基于加权回报的多目标FJSP求解中,使用加权的方法计算奖励值并优化模型。通过在标准用例生成的测试集上进行实验,验证了所提出方法的良好可扩展性。

关键词： 脑瘫儿童   运动规律   康复治疗   康复辅助器械   机械设计  

摘要： 据中国残疾人联合会统计的数据显示,至2022年为止,脑瘫患者达600万人,脑瘫儿童人数接近200万,且每年以4-5万人的速度增加。脑瘫儿童的康复治疗也成为康复医疗领域攻克的难题之一。随着康复医疗的不断普及,运动康复技术在脑瘫的早起预防、临床治疗以及后期康复中有着不可替代的治疗功效。在整个康复治疗期间,借助运动康复辅助器械进行康复训练的时间远远多于医师治疗的时间。运动康复辅助器械可以帮助脑瘫儿童顺畅地执行康复运动,并可根据他们的运动规律进行调节和优化,有助于提高他们的运动能力和生活自理能力。同时,康复辅助器械可以降低行动和操作难度,从而减轻康复师的工作负担,提高疗效。 首先本研究通过文献分析和访谈的方法进行调研,从产品功能和用户体验出发,发现安全性能好的器械能够减轻患者、家属及医护人员的顾虑,减轻患者在康复治疗过程中的负面情绪,提高患者康复训练的积极性,即用户对于康复辅助器械的安全性能需求较高。然后,通过对脑瘫儿童的运动规律进行研究和分析,揭示了这类儿童运动受限的特点,如肌张力异常、协调性差、动作速度缓慢等。接着对运动规律、运动治疗以及康复辅助器械三者关系进行了论述。进一步提出了康复辅助器械的设计目标:(1)基于姿态的运动控制;(2)基于运动技能的动作训练;(3)基于感知反馈的动作监控。其中,基于姿态的运动控制包括建立脑瘫儿童的姿态模型、设计合适的姿态控制算法等。基于运动技能的动作训练则是根据儿童的运动需求进行设计,通过系统的训练帮助儿童提高肌张力、协调性等基本能力。基于感知反馈的动作监控则是对康复训练的辅助手段,可以帮助儿童实时监测运动品质,从而更好地达到康复的目标。 通过以上的研究分析,本研究设计了两种康复辅助器械的原型,即步行辅助器和辅助轮椅。两种辅助器械都能够帮助脑瘫儿童进行运动康复训练,从而提高患儿的运动能力和自理能力。

关键词： 挤压成形   机械设计   自动化生产线   型材质量  

摘要： 铝型材凭借着优异的物理化学特性被广泛应用于国防、航天、装备制造等多个领域。近年来我国快速发展,铝型材的需求量随之快速增长,但国内绝大多数铝型材生产厂家仍然依靠人工来完成型材挤压成型生产各个工序。依靠人工进行挤压生产效率较低、生产出的型材质量稳定性不高。随着人工成本逐年上涨、行业内竞争压力越来越大,众多企业迫切需要对型材挤压成形生产线进行自动化、智能化改造。为此,本文与东北地区某企业合作,结合企业车间的实际情况和技术要求对当前铝型材挤压成形生产线进行自动化和智能化改造,以提高型材生产效率与质量稳定性。主要工作内容如下: (1)针对铝型材企业生产线的未来规划,将改造工作分为生产线的自动化改造和提高型材的质量稳定性、生产效率两个方面。自动化改造主要通过分析工艺动作特点,进行机械结构设计;提高型材质量和生产效率主要通过对模具进行优化及挤压工艺参数设计智能采集方法,并根据采集到的参数进行工艺调整。 (2)机械结构设计部分通过对铝坯上料、拉伸矫直上下料及型材定位、定尺锯切型材上料及码齐、隔条定位、隔条与型材装框等主体功能模块及不同工位之间的过渡机构进行设计,实现了铝坯自动上料、型材在拉直工位和锯切工位的自动上料及自动定位、隔条与型材同步装框等功能;同时完成了各个模块电机、气缸、滚珠丝杠等零部件的选型及校核工作。 (3)对原始模具进行挤压仿真,分析型材的温度、流速、模具的应力集中分布等因素,找到模具、型材产生缺陷的原因。通过对不同挤压速度进行挤压仿真,分析挤压工艺参数对型材质量、模具寿命的影响,并对原始模具进行结构优化。针对挤压温度、预热温度、型材表面质量、型材截面尺寸等挤压工艺参数和质量参数的采集,设计CCD相机搭配导轨、气缸红外测温仪等机构,并通过传热学相关公式完成对型材出口温度的推算。 (4)通过Ansys workbench对相关机构进行静力学分析,对潜在危险部位进行机构优化;利用Adams对主要功能模块进行运动学仿真验证,排除干涉的可能性,在理论层面对机械结构的合理性进行验证,并为后期样机调试提供了理论依据。