关键词： 柔性作业车间   超启发式   自动设计算法   深度强化学习  

摘要： 柔性作业车间调度问题是生产调度领域一类极其经典且重要的优化问题,对该问题的研究有助于提高企业生产管理效率,推动制造业自动化、智能化建设,助力产业升级进程。当前对于柔性作业车间调度的优化求解主要基于启发式与元启发式算法,具有性能强,效率高的特点,但同时也有设计与问题信息相关度高、难以扩展、缺乏通用性、参数设置复杂等种种局限。超启发式算法框架是近年兴起的一类对复杂运筹问题进行优化的新思路。超启发式框架的特点在于通过领域屏障将高层策略与低层问题域分离,耦合度低,易于扩展,具有参数简明、通用性强的特点。在超启发式框架的指导下,可以设计求解柔性作业车间调度问题的新可行方法,在其过程通过引入不同的方法作为超启发式高层策略,可达到探索包括深度强化学习与元启发式方法在超启发式算法开发与设计中的作用与协作方式,并研究超启发式算法框架在该领域的应用方法与提升性能的关键要素的目的。基于选择超启发式算法的思想,结合柔性作业车间调度领域知识,根据选定的编码方法,可以设计得到一系列供框架调用运行的低层启发式方法,并可在其基础上设计实现基于选择思想的超启发式算法框架用于求解。而基于此框架,选用深度强化学习方法作为高层选择策略,则可得到一种高效的强化学习选择超启发式算法。通过对该算法在实际运行中展现出来的特点与问题进行进一步分析,深入了解了运行模式,则可对其进行了改进,设计一种基于混合策略的自动设计超启发式算法。该算法复用了大部分低层启发式方法,以迭代局部搜索过程为算法设计模板,使用变邻域下降过程作为局部搜索方法,并继续引入深度强化学习智能体进行算法参数设计决策,从而达成了更强的优化能力。在算法设计完成后,对两种算法进行了实验并分析结果。首先进行了算法参数的实验,确定了算法运行的理想参数设置。随后进行了性能对比实验,将两种算法与基于调度规则的启发式算法、各类经典的元启发式算法以及直接优化的深度强化学习算法进行了性能对比。之后还对算法整体机制与关键子策略的效果进行了实验验证,并进行了分析。最后则进行了设计的两种算法性能与稳定性的对比分析。实验结果证明了所提出的两种超启发式算法能够对柔性作业车间调度问题进行充分有效的优化,有着可观的寻优性能及通用性与扩展性。同时也表明在超启发式算法的设计中,选取优秀的邻域结构,有效组织低层启发式方法的运作,提升跳出局部最优的能力,达成对解空间更全面的搜索覆盖,是提升超启发式算法寻优性能的关键。而应用深度强化学习策略则可以对优化性能的提升起到辅助作用。

关键词： 喷雾冷却   液滴粒径   图像处理   检测方法   机械设计  

摘要： 世界各国都已经开展关于激光定向能武器的研究。但当这种武器工作时,它会产生大量的废热,导致装备性能下降,因此,如何实现定向能武器的快速散热成为其发展的关键。喷雾冷却是一种高效换热技术,能够实现超高的散热通量（10～2～10～3 W/cm2）,在定向能武器冷却领域极具应用前景。液滴粒径是影响喷雾冷却换热性能的重要因素,因此液滴粒径的检测对于喷雾冷却技术的发展与性能评估具有重要意义。本文首先通过图像处理方法去除与液滴几何特征无关的信息,接着进行了检测算法的优化,修正了粒径结果,最后使用液滴粒径检测系统进行验证,对比图像处理结果与激光粒度仪结果,验证了方法的检测精度。本文主要研究内容如下: （1）液滴粒径图像处理检测算法研究 本文对比分析了不同图像处理方法的处理效果,得到了去除图像无关信息仅保留几何特征的方法。该方法首先通过加权平均法将图像灰度化去除色彩信息的干扰;接着使用差值法去除图像背景信息,获得只存在液滴痕迹信息的图像;然后先使用高斯滤波（3×3滤波模板）平滑图像,再使用中值滤波（5×5滤波模板）过滤孤立小区域噪声点;最后根据最大类间方差法选取的阈值进行二值化,得到特征明显、信息简单的图像。 （2）粒径检测算法优化研究 本文针对粒径检测算法遇到的问题进行了优化算法的研究。研究中首先运用Canny算法边缘检测与泛洪算法区域填充了二值化造成的痕迹内孔洞;接着使用最大类间方差法选取液滴圆度阈值,用均值法选择面积阈值分离不规则痕迹,排除了不规则痕迹对粒径检测结果的影响;然后利用最小二乘法将液滴轮廓拟合成规则的圆;最后,通过像素尺寸与实际尺寸比例系数、最大铺展因子、水敏纸扩散系数和重力效应扩散系数修正了液滴粒径检测结果。 （3）液滴粒径检测试验 本文对液滴粒径检测方法的检测精度开展了试验研究。研究中首先设计并搭建了液滴粒径检测系统,其中喷雾系统确保形成稳定均匀的喷雾场,液滴图像采集装置实现了水敏纸的自动装卸,并保证获得高质量的稀疏液滴图像;然后进行了不同高度的喷雾试验;最后将液滴粒径图像处理方法的检测结果与激光粒度仪分析结果作比较,得出结论:液滴粒径图像处理方法结果的误差在10%以内,证明液滴粒径图像处理检测是一种可靠、精确的粒径检测方法,本文所研究的粒径检测方法能够实现液滴粒径的准确测量。

关键词： 微小角中子散射谱仪   探测器   机械结构设计   滚珠丝杠进给系统   传动刚度  

摘要： 微小角中子散射谱仪的主要机械结构包括3个中子探测器（编号为D1、D2、D3）、真空散射腔、工作台以及滚珠丝杠系统，其中D3探测器需要进行进给运动和开合运动，对滚珠丝杠进给系统的传动精度提出了较高要求。传动刚度会影响滚珠丝杠的抗变形能力，保持足够的刚度可避免丝杠变形，进而确保控制精度。该文介绍了系统机械结构整体设计方案，并建立滚珠丝杠系统传动刚度等效模型，计算模型中的关键参数，解得最小传动刚度为3.3023×10～6N/m。结果显示，系统传动刚度足够大，因此可将滚珠丝杠视为不变形的刚体结构，其微弱的变形量不会影响D3探测器的运动及开合控制精度。

关键词： 中职   机械设计制造及自动化   模块化教学   改革与实践  

摘要： 为了适应市场需求和提高教学质量，本文探讨了中职机械设计制造及自动化专业模块化教学的理论依据、实施策略和效果评价。以某中职院校为例，介绍了该院校机械设计制造及自动化专业模块化教学的具体实施过程，包括课程设置、教学组织、教学资源、教师培训等方面，并通过问卷调查、成绩分析、就业情况等数据，评价了模块化教学的效果。结果表明，模块化教学能够激发学生的学习兴趣和主动性，提高学生的综合能力和创新能力，增强学生的就业竞争力和适应性。

关键词： 柔性作业车间调度   碳排放   混合量子蒲公英繁衍算法  

摘要： 为应对全球气候变化,世界近126个国家已承诺预计在2050年实现碳中和。随着经济的高速发展带来的市场竞争持续加剧,生产制造系统智能化正逐渐成为主流生产方式。而在实际生产环境中,制造企业实现智能化、高效率及高可靠性的核心问题是调度优化问题。面对复杂多变的市场需求变化,企业不仅需要在满足客户需求的基础上寻求利益最大化,同时还应积极响应国家号召,通过调整生产策略,减少碳排放量,实现节能减排。为给用户提供全方位更加优质的服务,单一的调度目标已几乎无法满足企业发展需求,因此在实际车间生产过程中,多目标调度具有更加现实的意义。 针对柔性作业车间调度问题,以最小化最大完工时间、最小化机器负荷以及最小化碳排放等三个目标进行建模,主要工作如下: (1)采用多目标指标进行建模。首先介绍了车间调度以及生产车间碳排放理论,同时对柔性作业车间调度问题进行了描述,明确了车间调度常用性能指标,对多目标问题进行了系统化分析,按照所涉及的不同目标重要度进行分类处理。最后,对车间碳排放源进行追溯研究,并构建面向碳排放的多目标柔性作业车间调度问题数学模型。 (2)提出基于混合量子理论的蒲公英繁衍算法(Hybrid Quantum Dandelion Reproduction Optimization Algorithm,HQDRO)。考虑到蒲公英算法不易陷入局部极值、鲁棒性强的优势,本文提粗采用蒲公英繁衍算法对问题进行求解。但算法飘落操作采用固定步长,可能会在最优位置附近徘徊搜索而消耗时间,导致拥有高适应度的蒲公英个体丢失,因此引入具有指数级存储容量、并行性以及指数加速特征的量子计算,量子态的纠缠、叠加和干涉等特性有助于降低大规模调度问题的复杂度。 (3)采用车间调度经典算例对算法的性能进行验证和对比分析。实验结果显示利用HQDRO求解低碳FJSP问题是行之有效的方法,通过提高算法的收敛速度,从而快速获得可行解,成为解决FJSP问题的合理方案。最后设计实现了基于HQDRO的车间调度系统。

摘要： 在当下数字设计技术水平不断进步的这一时代背景下，进行的农业机械设计工作也在逐渐地应用更多数字化的设计技术，希望能够使得设计的水平和质量得到有效的提高，也能够有效地推动农业机械设计工作顺利地展开，确保设计工作进行得更加科学。因此在开展农业机械设计工作的这个过程当中，也需要及时地分析在其中存在着的不同问题以及面临的各种缺陷，只有找到具体的原因才能够提出解决的策略。

关键词： 静力学   机械设计   力的分析   材料选择   结构稳定性   优化设计  

摘要： 静力学是机械工程的核心概念之一，它通过分析平衡条件、力的分析和静力学分析方法，为机械设计提供了关键的工具。本文讨论了静力学在零件设计、机械系统设计和材料选择与优化中的广泛应用。在零件设计中，静力学用于确定尺寸、形状和材料，以确保零件的稳定性和强度。在机械系统设计中，它用于分析和优化系统的结构和连接方式。此外，静力学原理还可用于材料的选择和优化，以提高系统的性能和可持续性。展望未来，静力学将继续在机械设计中发挥关键作用，为创新和可持续性提供支持。

ISBN: (纸本)9787522615509

关键词： 鲸鱼优化算法   柔性作业车间   调度研究   差分进化  

摘要： 车间生产调度工作的科学化管理,是保持车间正常工作,提高企业的工作效率的最优选择。在目前的工业生产中,车间生产是最主要的一种操作模式,它必须要有效地保证车间生产调度能够顺利地、科学化地进行,所以,对车间生产调度中存在的问题展开深入的研究,并给出相应的改善方案,是非常有必要的。而对规模较大的排序问题,很难在很少的一段时间里获得最佳的结果。综上所述,随着当前社会生产力的需求和新科学技术的发展,本文主要研究生产调度领域的柔性作业调度(Flexible Job-Shopping Scheduling Problem,FJSP)问题,选择完成一项作业的最大时间作为目标函数,研究一种求解柔性作业车间调度问题的元启发式算法。本文主要完成了以下工作: 首先,阐述了本文研究背景与研究意义,分析了国内外的研究现状。对车间调度问题进行描述,并详细阐述了以最小化最大完工时间为目标函数的柔性作业车间调度模型,阐述了基本鲸鱼优化算法原理和差分进化(Differential Evolution,DE)原理。 其次,针对基本的鲸鱼优化算法进行改进,提出了多策略的鲸鱼优化算法(Multi-strategy Whale Optimization Algorithm,MWOA)。对种群采取混沌初始化和随机的方式,同时引入非线性因子和自适应权重系数平衡全局开发与局部探索能力;并与DE算法相结合,进一步加强局部搜索能力,最后对最优个体进行混沌策略,避免早熟现象的发生。 再次,为了验证MWOA的寻优性能,将五种算法作为对比算法,采用18个基准测试函数进行数值实验,验证了所提算法的有效性。针对FJSP,设计双层编码与解码策略,将MWOA用于求解柔性作业车间调度问题,在Kacem和Brandimarte经典问题实例进行仿真验证。 最后,以某家具车间调度问题为案例背景进行仿真研究。在MATLAB中开发了一个用于柔性作业车间的小型原型系统,为车间管理人员提供了一个简单的决策参考工具。在该系统上,采取本文改进的鲸鱼优化算法作为优化引擎,可以得出更优的调度方案。

关键词： 人工蜂群算法   分布式柔性作业车间   分布式车间管理系统   完工时间   运输成本  

摘要： 制造业的快速发展使得分布式制造逐渐成为主流的生产模式。许多企业为了提高效率、降低成本和缩短生产时间,会选择将生产任务分配给不同地区的柔性车间进行联合生产,这使得合理的任务分配和调度变得尤为重要。不同工厂的资源不同,为了提高效益,企业会选择将在制品转移到其他工厂中生产,但目前相关研究较少考虑车间内外的运输。因此,本文结合分布式柔性作业车间的特点,采用人工蜂群算法(Artificial bee colony,ABC)对分布式柔性作业车间调度问题(Distributed flexible jobshop scheduling problem,DFJSP)进行研究,并开发了分布式车间管理系统。 首先优先考虑完工时间场景下的调度问题,提出了一种改进人工蜂群算法(Improved artificial bee colony,IABC),针对问题分散性、不确定性、产能稳定和高信息共享的特点设计了基于机器的编码方式,并采用基于编码相似度的交叉变异操作,提高雇佣蜂搜索效率。在跟随蜂搜索阶段采用排序选择策略,并对侦查蜂的蜜源抛弃机制进行了改进,更好地保留优质蜜源。通过实例仿真并采用不同算法的对比分析,验证了改进算法的有效性。 其次考虑完工时间和成本的分布式柔性作业车间调度问题,建立模型时考虑了工件在不同工厂包括成品库之间的运输成本。为此,提出了一种改进的多目标人工蜂群算法(Improved multi-objective artificial bee colony,IMOABC),采用双层编码方式,通过维护基于拥挤距离的档案集来保留蜜源搜索过程中较优的蜜源,提高解的分布性。引入邻域结构,跟随蜂能够更全面地探索解空间,进一步提升算法的性能表现。实例仿真结果表明,相较于其他算法,该改进算法在解决分布式柔性作业车间调度问题方面具有更高的有效性和优越性。 最后在上述研究的基础上,结合企业的具体需求,设计并开发了一套分布式车间管理系统,并对系统的实际效果进行详细描述与展示,验证研究内容的可行性和实用性。 本文针对分布式柔性作业车间调度问题构建模型,考虑了工件转移时车间内和车间之间的运输,更加贴近实际场景,并设计开发分布式柔性作业车间管理系统,具有较好的理论意义和实际价值。