关键词： 柔性作业车间调度   鲸鱼优化算法   随机差分变异策略   2k拥挤距离熵  

摘要： 随着国内环境污染问题的日益严重,节能减排成为缓解环境问题的重要途径。在生产制造过程中,车间环境复杂多变,不可预测的动态事件时有发生。为了有效应对这种情况,企业需要优化生产制造流程,制定更加灵活的车间调度方案。在调度管理过程中考虑生产能耗和动态事件,从而节能减排,保证调度稳定性,实现绿色和可持续的生产方式。而柔性作业车间调度问题考虑到了车间中机器和工序的灵活性,可以根据生产需求和实际情况进行调度,从而提高生产效率和资源利用率。因此,针对柔性作业车间问题,构建绿色动态调度问题模型,并设计高效的求解算法,具有重要的理论和实际意义。主要研究内容如下:本文研究了多目标的柔性作业车间动态调度问题(Multi-objective Dynamic Flexible Job Shop Scheduling Problem,MDFJSP),构建了以最大完工时间和生产能耗为优化目标、机器故障为动态事件的MDFJSP整数规划模型。该模型中生产能耗由运行能耗和待机能耗两部分组成,故障机器、故障时间和修复时间根据车间生产情况设定。为求解该问题,设计了一种改进的多目标鲸鱼优化算法(Improved Multi-objective Whale Optimization Algorithm,IMWOA)。首先引入了快速非支配排序方法和2k拥挤距离熵,使算法能够求解多目标问题,利用非支配等级和拥挤距离熵从子代和父代种群选择优秀个体,提升新种群中解的质量。其次,引入了非线性收敛因子和分段式惯性权重,可以提升算法的收敛速度和求解精度,平衡算法的全局和局部搜索能力。然后,将随机差分变异策略和多方向螺旋搜索方式分别引入到算法的收缩包围和螺旋式更新阶段,改善了原算法在后期只根据最优的个体进行迭代更新,容易陷入局部最优的情况。最后,通过10个标准算例的对比仿真实验,验证了算法能够实现降低能耗,根据动态事件调整原调度方案的有效性。开发了一个某钢铁企业机械加工车间调度系统,并引入IMWOA算法,实现车间的日常管理和生产调度计划的制定,通过实际案例验证了调度系统的可行性。

摘要： ISBN 978-7-5643-6369-7书名：计算机仿真技术及应用作者：叶满园李宋主编出版社：西南交通大学出版社出版时间：2018年8月定价：48.00元购书电话：028-87601806计算机仿真技术是指一种应用计算机模拟模型和数值计算方法进行实验及对实验数据分析、预测建模的技术，能够模拟、预测各系统的运动、变化及性能，以便更好地理解和预测各系统的行为特性。计算机仿真技术不需要实际物理场景和环境，只需在计算机上进行虚拟实验就能获取现实决策所需的数据支持。目前，计算机仿真技术在机械设计、航空航天、生物医药等领域均有应用。

关键词： 机器视觉   智能化机台   机械设计   装配   检测  

摘要： 机械视觉是通过计算机模拟人的视觉功能对图片信息进行处理分析,定位功能可以帮助技术人员在更换产品生产时节省人为定位的操作时间,缺陷检测功能可以代替工厂目检员对产品进行各类检测,实现工业生产智能化。本文针对自动化生产过程中的装配与检测需求,开发一款基于机器视觉的定位、装配、检测于一体的智能装配设备,其中包括机械设计、运动控制、电路设计、视觉系统各个模块。该设备的装配定位和检测精准度高,工作速度快于熟练工人,能连续长时间稳定工作。主要研究成果如下:(1)分析机台对电脑主板的装配检测流程,设计符合要求的机械结构,所制作的自动电池贴标机由工作区、缓冲区、标签区、电池区、电池供料区组成。根据该工站的空间限制,将存板、流板、组装、检测、取标签、取电池等多个功能在无干涉的基础上设计出来,达到高速安全运行,通过需求选型机械手满足各类工作运动且机械精度达到0.05mm。(2)依照机台上所需的各个功能,编写机台总控制的上位机操作软件,通过机械手完成主要的取标、贴标、取电池、装电池等运动工作,设计所需电路板并编写运行功能的单片机程序,满足出标签、电池翻转、升降轴升降、轨道伸缩等多个部位的运动控制,达到符合不同主板生产装配过程的要求。并选用合适的单片机芯片设计电路板来控制电机、电磁阀、气缸、气嘴、传感器等来完成整个控制系统的组成。(3)根据空间设计上预留的距离以及拍摄物特点设计上视觉与下视觉的视觉系统布局。从光源的种类、颜色、角度以及相机的种类、规格多方面进行选型,以达到最优打光拍摄效果,从拍摄范围、精度需求、检测物特点等方面进行对相机镜头的选型,保证拍摄原图的高质量。选择HALCON作为算法软件,通过灰度缩放偏移、灰度值筛选、形状模板匹配、形状特征筛选等图像算法处理图片,完成机台视觉系统的定位与检测功能,使视觉定位精度达到0.2mm,视觉检测稳定,检查速度达到0.1s以内。

关键词： 柔性作业车间调度   强化学习   多智能体   深度学习   图卷积神经网络  

摘要： 随着社会的发展,产品需求趋向多元化,制造业的生产模式趋向于以个性化小批量生产为主,包容多种生产批量等级的长尾生产模式;随着硬件的提升和人工智能（Artificial Intelligence AI）技术的应用,制造系统趋向于智能化,并逐渐形成信息物理深度融合的信息物理生产系统（Cyber-Physical Production System,CPPS）,它一方面要求智能制造设备的分布式协同,另一方面要求制造过程的集成优化。柔性作业车间调度问题（Flexible Job-Shop Scheduling Problem,FJSSP）是推进制造系统如此发展的关键技术问题。长尾生产模式要求柔性作业车间调度具有高柔性和可变批量的调度能力;CPPS既要求分布式制造环境下的智能设备具有自组织调度能力,又要求作业车间内各制造过程的集成调度。因此,本文基于深度强化学习（Deep Reinforcement Learning,DRL）理论,重点从可变批量调度、个性化高柔性调度、分布式多智能体协同调度和过程集成调度四个方面研究FJSSP。 （1）为了实现可变批量调度,首先根据产品的加工工艺网络和柔性作业车间的设备环境,形成包含所有可行加工路线的工艺-工序-设备网络图,再根据图论构建基于概率的有向无环图（Probability-based Directed Acyclic Graph,P-DAG）模型,将调度问题转化为图的拓扑结构预测问题,基于图中边的连接概率来分配各个加工设备上的加工任务种类和数量,从而实现柔性作业车间的可变批量自适应调度;其次,将柔性作业车间调度的P-DAG模型映射于马尔科夫决策过程（Markov Decision Process,MDP）,构建基于强化学习的柔性作业车间调度模型。在该模型的基础上,提出更适用于个性化高柔性环境下的基于深度强化学习的柔性作业车间调度算法,采用演员-评论家（Actor-Critic）算法提高动态随机环境适应性;采用图卷积神经网络（Graph Convolutional Networks,GCN）提取环境关键特征一方面提高了算法效率,一方面提高了算法泛化能力;在生成对抗网络（Generative Adversarial Networks,GAN）架构下结合长短期记忆网络（Long Short-Term Memory,LSTM）能充分挖掘历史数据提高动态调度准确性和稳定性;通过对比仿真实验和消融分析论证算法具有较高的动态响应能力、泛化能力和可变批量调度能力。 （2）针对多智能体柔性作业车间调度的分布式协同趋势,基于P-DAG的强化学习模型提出了多智能体协同的柔性作业车间调度算法,实现多个设备智能体和多个作业智能体间的协同调度。作业智能体采用集中训练分布式执行（Centralized Training Distributed Execution,CTDE）架构下的深度确定性策略梯度强化学习算法（Deep Deterministic Policy Gradient,DDPG）,在分布式部分可观测（Decentralized Partially Observable,Dec-PO）的环境下,将作业任务分配给加工设备;加工设备智能体基于改进的作业排队规则对等待加工的作业进行排序;为充分挖掘多智能体间的行为交互关系,提出了一种基于GCN的多作业智能体的全局行为特征提取算法,它以轻量级的数据表达多智能体间的复杂行为相关关系,提升多智能体协同能力,提高算法效率。 （3）以柔性作业车间多智能体协同调度的结果为问题原型,研究自动导引小车（Automatic Guided Vehicle,AGV）在该环境下的物料运输问题,基于MARL提出了一个包含AGV多智能体和运输任务多智能体的协同运输算法。首先基于博弈理论分别构建运输任务智能体的二元竞争模型和AGV智能体的古诺模型,充分考虑同类智能体间的竞争交互行为;其次,采用改进的双边匹配算法使AGV智能体与运输任务智能体间具有更好的协同能力;然后,提出了一种双视角自注意力网络（Self-Attention network,SA）,用以充分挖掘多智能体间的交互关系,提高自组织协同能力和计算效率。进一步地,根据运输任务与AGV的匹配结果,研究了柔性作业车间环境下的多AGV协同路径规划算法。首先提出基于快速生成随机树（Rapidly-exploring Random Trees,RRT*）算法的强化学习路径规划算法（RRT*-inspired RL,RR）。为了在Dec-PO环境下提高避障能力和算法稳定性,提出GAN架构下将SA网络和RR算法相结合的多AGV协同路径规划算法（GAN-structured SA and RR combined path planning algorithm

关键词： 柔性作业车间调度   多目标   机器与AGV集成调度   关键路径  

摘要： 在生产制造向智能化发展的背景下,越来越多的制造类企业在生产过程中采用自动引导小车(Automated Guided Vehicle,AGV)代替人工搬运物料,促使生产过程向集成化方向转变。同时,车间的生产模式从单机调度和流水线加工转向多品种、小批量生产模式,柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)成为近年来车间调度问题的研究重点。因此,统筹规划柔性作业车间的生产过程和配送过程对实现车间智能调度具有重要意义。本文对柔性作业车间机器与AGV集成调度问题进行了研究,主要内容如下:首先,以生产活动中最常用的最大完工时间为目标函数,建立FJSP的数学模型。针对传统遗传算法求解FJSP易陷入局部最优,且收敛速度慢的缺点,从初始化种群,解码策略和交叉策略三方面进行改进,设计了基于关键路径的两种邻域结构,提出一种改进的遗传算法。Kacem算例和Brandimatre算例的仿真结果表明所提策略的有效性,并通过和其他文献中算法的对比,验证了本算法的求解效率。其次,在FJSP的基础上,针对柔性作业车间机器与AGV集成调度问题,以最小化最大完工时间为目标,建立了车间工艺路线、AGV资源和加工机器共同约束的数学模型。统筹考虑编码结构和目标函数,设计了一种基于机器负载均衡的种群初始化方法;提出了一种基于提高AGV利用率的AGV调度策略;基准算例的仿真结果验证了所提策略的高效性。通过研究AGV数量对完工时间的影响,得到车间中AGV数量符合边际效用递减规律,从而为车间配置AGV时提供参考。最后,针对多目标柔性作业车间机器与AGV集成调度问题进行了研究,分析了车间能耗,如加工能耗、换型能耗、运输能耗、空载能耗和辅助能耗的影响,以最小化完工时间和总能耗,建立了多目标数学模型;设计改进的NSGA-Ⅱ求解算法,运用快速分支配排序对种群进行分层,确定Pareto解集,利用精英保留策略形成子代种群,并且基于机器负载率设计了异机器极限负载平衡和异机器极限局部负载平衡的局部搜索算法;最后通过测试算例,验证算法的有效性,并将算法用于求解活塞制造车间排产调度问题,得到了Pareto解集,利用灰色关联度分析法对解集进行了决策,选出较好的调度方案。本文的研究工作在解决柔性作业车间调度问题时有较为优秀的性能,为实际车间排产调度提供参考依据。

关键词： 分布式调度   鲸鱼优化算法   双目标   交货期   NSGA-Ⅱ算法  

摘要： 随着社会的发展与技术的进步,产品需求越来越偏向于个性化、定制化,企业为了更高效、快速地响应市场需求,而常常采用多工厂合作、关键生产流程外包等的方式进行产品的生产,而车间调度是制造业发展的核心,由分布式制造模式产生的分布式调度问题也越来越受到诸多学者的关注,但现有的关于分布式车间调度问题的研究成果较少,本文针对分布式柔性作业车间调度问题以及考虑交货期的分布式柔性作业车间调度问题展开研究。 本文对分布式调度的几大问题:分布式并行机调度调度问题、分布式流水车间调度问题、分布式柔性作业车间调度问题和分布式装配车间调度问题以及考虑交货期的车间调度问题中的研究进行了综述,总结了其研究现状以及研究趋势。 本文首先针对所研究的问题建立了以最小化最大完工时间为目标的单目标混合整数规划模型,其约束条件为工序约束、调度约束和机器约束,其中工序约束指每一工序的加工必须按照一定的加工顺序进行,调度约束指每一工序仅可在可加工机器上进行加工,机器约束指每一台机器的所加工工件不能超出其工作限度,然后针对已在单一车间调度研究领域有广泛研究基础的鲸鱼优化算法进行改进,使之能高效用于分布式柔性作业车间调度问题,首先采用三段式整数离散编码方式,其次采用遗传算法中的轮盘赌选择方法进行全局搜索,采用针对工序码的邻域变异和针对机器码的单点变异方式进行局部搜索,最后,为了增加算法跳出局部最优的能力,加入模拟退火机制更新最优解。通过仿真实验验证其结果显示,相比于改进前的WOA,其在求解效率方面有较大提升。 其次,本文以最小化最大完工时间和最小化提前/延期惩罚函数为目标,建立了考虑交货期的双目标混合整数规划模型,针对此模型将IWOA算法混合在多目标车间调度问题领域应用较广的NSGA-Ⅱ算法,使用其中的非支配排序、拥挤距离与精英选择策略进行Pareto最优解的求解,最终使用某汽车零部件制造企业的DFJSP计算实例证明了所提算法的有效性。 然后,本文结合H企业的工程实际算例与数据,应用本文所提模型与算法,求解此工程实例的结果,并将求解后的结果与企业原本所用的启发式规则求解结果对比,证明了本文所提算法与模型在实际生产应用中的可行性。 最后对于本论文的研究内容和工作做了总结,并且对于今后相关的研究方向做了展望。

关键词： 智能制造   机械设计制造及其自动化   实践教学  

摘要： 根据智能制造产业升级优化对机械设计制造及其自动化专业人才的需求、学校应用型人才培养定位，分析实践教学体系重构的必要性，以培养学生的工程实践能力和创新创业能力为主线，将机械设计制造及其自动化专业的实践课程与智能制造技术相融合，构建分层递进的新工科人才创新实践体系。以学院智能设计与制造操作实训实践教学为例，撰写实训教学课程大纲，开展智能设计与制造操作实训教学设计，有效提高学生的实践创新能力，推动专业人才培养质量不断提升，为应用型专业人才培养提供有力保障。

关键词： 柔性作业车间调度   动态调度   麻雀搜索算法   蚁群算法   AGV  

摘要： 柔性作业车间因具备加工灵活、可满足多样化需求等特点被制造企业广泛重视。合理的柔性作业车间调度方案是高效生产的关键,其中的物流系统是影响生产效率的重要因素。目前,某加热器制造企业生产车间主要依靠人工运输工件,存在管理混乱、效率低下等问题。本文提出基于自动导引车(Automated Guided Vehicle,AGV)的管道加热器柔性作业车间生产方法,使用群智能优化算法求解订单的生产调度方案。主要研究内容如下: (1)建立多目标多约束柔性作业车间调度模型;提出一种结合Patero排序的离散化麻雀搜索算法求解调度问题,加入交叉变异算子扩大算法搜索域,引入精英种群、变邻域搜索等方法提高解的质量;研究柔性车间中的随机扰动对调度方案的影响,并提出一种自适应重调度方法应对动态扰动。使用开源数据集进行测试,结果表明算法可有效解决车间调度问题。 (2)研究AGV调度中的路径规划问题。为求解AGV在工位间的最优运输路线,提出一种双种群协同搜索蚁群算法;为提高路径质量,防止算法早熟,改进原算法的初始化方法、启发函数、步长、信息素更新、种群结构;提出一种“填充陷阱”策略解决算法死锁问题。设计栅格地图验证算法的有效性,并在车间环境中验证了算法的实际可行性。 (3)结合某公司管道加热器柔性作业车间,以实际订单为例对比原生产方案和上述算法生成的调度方案,并以车间订单为基准,解决机器故障、紧急订单、撤销订单等常见的随机扰动问题。结果表明,优化后方案使生产效率提升19.6%,并降低了车间成本,且自适应重调度方法可实现车间的动态调度。

关键词： 职业本科教育   专业课程体系   构建  

摘要： 专业课程体系是实现职业教育人才培养目标的有效载体,直接关系到办学质量的高低。在以往高职专业课程体系建设过程中,采用的方法多是基于专家经验和职业能力发展规律对典型工作任务进行序化,这种方式有其合理性也存在局限性。职业本科教育作为职业教育中的高层次教育,是一种全新的教育类型,其专业课程体系应在汲取高职课程经验的基础上进行创新性设计,采用定性与定量相结合的方法进行构建。以职业本科机械设计制造及自动化专业为例,在基于职业能力发展规律的专业课程体系基础上,运用聚类分析、AHP层次分析和德国Lernaufgaben分析法,对专业课程体系构建进行理论探讨,试图探索职业本科专业课程体系构建的科学方法和路径。首先,在概念界定和文献述评的基础上,对职业本科专业课程体系进行了现状分析。在文本分析法的指导下运用Nvivo质性分析软件对人才培养方案和研究文献进行分析,对课程开发、课程目标、课程结构、课程内容和课程评价进行了现状总结,发现当下专业课程体系具有多样性、校本化、不平衡性的特征。其次,以机械设计制造及自动化专业为例,对专业课程体系进行具体构建。第一步是对专业课程体系的要素进行确定,在文本分析法的指导下,确定了18项典型工作任务。第二步是对专业课程体系的结构进行设计,首先根据“从初学者到专家”的职业能力发展规律,按照难度对典型工作任务进行了序化,构建了专业课程体系1.0版;其次借助SPSS软件对典型工作任务进行了聚类分析,形成了专业基础课、专业核心课和专业拓展课,在此基础上运用AHP层次分析对各门课程的权重进行了确定,构建了专业课程体系2.0版;最后运用德国Lernaufgaben分析法,基于职业实践过程探讨了课程体系横向和纵向的联结,构建了专业课程体系3.0版。最后,对专业课程体系的构建过程进行了总结,对存在的问题提出了展望。

关键词： 虚拟现实技术   机械设计   制造   创新  

摘要： 虚拟现实技术是在信息科技的支持之下产生的衍生物，其被运用到社会各个行业中，并广泛应用于军事、金融等各个领域。在机械设计与制造领域应用虚拟现实技术能提高机械设计与制造的质量和效率，特别是虚拟现实技术能够提高机械设计的加工精度。随着时代的进步，虚拟现实技术的运用范围必须要被拓宽，它作为一种新型的高科技网络技术，能在具体运用过程中满足社会的发展要求。基于此本文在简要介绍虚拟现实技术本质、特征的基础上，对其在械设计与制造中的运用优势、难点，以及具体运用进行了探讨，以期对虚拟现实技术的研究有所借鉴。