关键词： 柔性作业车间调度问题   多智能体系统   改进NSGA-Ⅱ算法   改进合同网协议  

摘要： 随着制造业全球化和信息化的快速发展,制造企业面临着多重挑战,包括日新月异技术更新和日趋激烈的市场竞争,以及生产模式转变和快速变化的市场需求等,因此提高企业生产管理水平变得日趋重要。柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)在生产调度中越来越受到关注,相较于传统的JSP问题,FJSP更具有工艺规划和设备选择的柔性,因此FJSP在求解方面的难度更大。在目前生产制造领域中,企业面临越来越灵活的市场需求,柔性作业车间调度系统作为生产管理的重要模块,关系着企业快速响应灵活多变的市场需求的核心,是企业控制生产成本,保证生产效率和质量的关键。本文在对FJSP的研究中,应用多Agent理论,构建了一种柔性作业车间调度系统,本文主要工作包括: 1.引入智能体概念与特性,建立了一种基于多Agent的柔性作业车间调度系统的结构模型,结合企业实际生产需求,划分生产管理流程中的业务,设计了包括任务智能体、资源智能体、管理智能体、设备智能体四类Agent。 2.针对基本NSGA-Ⅱ算法存在算法过早收敛和易于陷入局部最优解的缺点的不足提出改进,并应用改进的NSGA-Ⅱ算法,以最小化最大完工时间、机器负荷、加工能耗为优化目标对柔性生产调度中的多目标优化问题进行求解。 3.设计了柔性作业车间调度系统中Agent间的协作机制,建立基于改进合同网协议的招投标策略提高智能体交互效率,改善了经典合同网协议下智能体间交互负载大、效率慢、招标质量差的缺陷。

关键词： 《武经总要》   机械设计   造物智慧   文创设计  

摘要： 《武经总要》作为中国造物历史中不可忽略的重要部分,具有承上启下,汉胡交融,追求科学等特征。宋代的军事器械承继汉唐以来的传统,可以清晰地看出先民造物思想从汉代以后,经过唐、五代的发展变化,《武经总要》对宋及以前的军事器械作出了总结,其研究成果影响到元明清的造物思想及方法。曾公亮和丁度编撰时都绘制了清晰的插图,并标注配件名称,图旁辅以文字说明,在其中加入了大量的数据,体现了当时宋代先民的科学严谨。为后续与造物相关的书籍做出了优秀的示范。该书中所蕴含的民族内涵和设计思想对当今中华文化与机械设计的发展具备参考价值。 本文共分五章,整体内容由浅入深层层递进,从《武经总要》中军事器械的机械特征及其背后的历史沿革入手,深入研究先民造物智慧。首先通过对国内外文献资料及研究成果的梳理分析,大致掌握中国传统造物思想以及文化创意设计的研究现状。在此基础上,通过文献研究法、对比分析法等对《武经总要》中军事器械及其设计思想和文化创意设计的相关概念进行界定。通过实地调研和文献研究相结合的方式对《武经总要》中先民造物及其造物思想进行研究分析,对军事器械的各个维度进行剖析,从军事器械的结构、历史脉络及背后的设计思想等角度深入探究。虽然传统造物的功能已经被淘汰,但其中蕴含的精神永存。设计实践要对其思想和审美进行提炼,给予当代人启示。借助案例分析,对文创设计的问题进行研究分析,归纳传统造物思想指导下的文创设计借鉴原则并总结设计方法。通过AHP模型对问卷数据进行分析,得出影响消费者购买意向的因素权重,并按照数据进行设计实践。通过视觉设计和基于现代工艺的传统机械结构再设计等表现形式,融入传统造物思想理念,设计出符合现代审美、主题的文创产品。 针对《武经总要》中先民造物及其造物思想的文创设计研究,将多学科交叉、系统分析等多种研究方法相结合,从多角度对军事器械及其设计思想进行剖析,本文是多角度、深层次地探析以《武经总要》中军事器械为代表的中国传统造物思想的发展历史,及其背后辐射出的中国传统哲学思想、传统器物等内在信息,旨在强化大众对先民造物智慧的保护意识,丰富先民造物智慧的文创设计方法。

关键词： 教学模式   机械设计基础   混合式教学  

摘要： 《机械设计基础》是一门受众面广、教学内容丰富的重要专业基础课程，其教学效果直接影响对于“新工科”人才的最终培养效果。作者结合教研项目及学院以赛促学的传统优势，融合翻转课堂、演变历史、课程思政、问题式教学、实物教学和学以致用六大关键点，建立了基于《机械设计基础》的多元混合式教学模式。实践结果证明其对提升课堂教学质量有较好效果，其部分资料可较便捷地辐射于《机械设计基础》《机械原理》和《机械制造工艺学》等课程，其模式可以推广至同类型课程。

关键词： 柔性作业车间调度   机器重构   批量流   数学启发式   遗传算法  

摘要： 为了满足个性化、多样化的市场需求，当前制造系统的主要生产模式正逐渐转向多品种变批量生产。柔性作业车间可以通过机器重构来切换工艺模式，并对同种工件分批次进行加工，是实现多品种变批量生产的主要载体。然而，高度柔性化的制造环境中存在着机器配置选择和批次划分等复杂的决策问题，且加工过程时常受到动态事件的扰动，这些决策问题的复杂度和生产环境的不确定性给柔性作业车间调度带来了极大的挑战。数学启发式算法结合了元启发式算法的大范围随机搜索和数学规划方法的小规模精确求解，是解决复杂调度问题的有效手段之一。本文围绕典型的多品种变批量生产环境，建立了考虑机器重构的批量流柔性作业车间静态调度问题和重调度问题的模型，提出了基于数学启发式的高效调度方法，并在测试集和工程案例上验证了所提算法的有效性。本文的主要研究工作如下：　　针对考虑机器重构的柔性作业车间静态调度问题（FlexibleJob-shopSchedulingProblemwithMachineReconfigurations，FJSP-MR），建立了以最小化总加权延迟为目标的混合整数规划模型（MixedIntegerLinearProgramming，MILP），提出了基于多弧析取图的改进遗传算法（ImprovedGeneticAlgorithm，IGA）。在算法的局部搜索阶段，建立了多弧析取图模型来描述机器重构过程中组件的切换时间，随后根据多弧析取图的特性改进了经典的k-insertion邻域结构，并在随机生成的算例上验证了模型和算法的有效性。　　针对考虑机器重构的批量流柔性作业车间静态调度问题（FJSP-MRwithLot-streaming，FJSP-LSMR），建立了以最小化总加权延迟为目标的MILP模型，提出了带变邻域搜索的数学启发式算法（MatheuristicwithVariableNeighborhoodSearch，MH-VNS）。面向分批子问题的两个决策过程，构建了两种具有不同分批柔性的MILP模型，用于改进初始解的分批计划。实验结果表明基于MILP模型的分批优化方法能在短时间内求得最优的分批方案，并帮助MH-VNS在迭代后期持续改进解的质量。　　考虑机器故障和订单插入对静态调度计划的影响，以及重调度过程的生产稳定性需求，研究了考虑机器重构的批量流柔性作业车间重调度问题（FlexibleJob-shopReschedulingProblemwithLot-streamingandMachineReconfigurations，FJRP-LSMR），提出了面向重调度场景的MH-VNS。在局部搜索阶段，考虑了动态事件对批次划分和开工时间约束的影响，引入完工时间偏差作为优化指标之一，重新构建了分批子问题的MILP模型，并在随机生成的算例上验证了MH-VNS求解的质量和稳定性。　　在车间允许对已经分批的工件重新划分批次的情况下，研究了考虑机器重构的批量流柔性作业车间重分批重调度问题（FJRP-LSMRwithRe-lot-sizing，FJRPRLS-LSMR），提出了带重分批机制和变邻域搜索的数学启发式算法（MH-VNSwithRe-lot-sizing，MHRLS-VNS）。分析了对工件重新划分批次的可行范围，提出了完全重分批和部分重分批两种不同柔性的策略，增加了重新分批的子批数量，从而扩大了算法的搜索空间，并在随机生成的算例上验证了MHRLS-VNS的优越性。　　结合建立的调度问题模型，分析了国内某航天设备制造厂KT零件机械加工车间的实际生产状况，将该场景抽象为考虑机器重构的批量流柔性作业车间调度问题，以此为应用背景开发了一款基于上述数学启发式算法的智能调度软件，并在车间的实际案例上对软件进行了测试。测试结果表明该软件能高效地给出符合企业需求的静态调度计划和重调度计划，验证了本文所提的算法能有效地解决实际工程问题。　　最后，对全文的主要工作和创新之处进行了总结，并展望了未来的研究方向。

关键词： 过程价值   机械设计   数学模型   过程优化   粒子群算法  

摘要： 随着全球制造业的快速发展和技术的不断进步,机械产品在日常生活和生产中的应用越来越广泛,机械产品的设计过程对于产品的质量与成本有着非常关键的影响;同时一个国家设计水平的高低对产品竞争力、制造业水平、创新能力与人民生活质量都有着重要的影响,各国都加强了对设计产业的投入,以提升国家的设计水平,对机械产品的设计过程进行优化也便成为了热门研究领域。目前,多目标优化以及模糊综合评价等方法都被运用至机械产品设计过程优化领域的研究中,但由于设计过程所具有的抽象性强、难以定量表达以及外在特征易于量化的特点,现有研究多是通过对时间、成本以及产品质量等设计过程的外在表现进行建模来描述设计过程,鲜少有从设计过程本身出发的建模表达,缺乏对设计过程整体性能的表达与评价。且对机械产品设计过程进行优化,需要考虑多个指标的优化,这些指标之间存在着不同的优先级,如何对设计过程进行合理的多目标优化依然是个难题。为解决当下仍存在的问题,本文主要开展了以下5点研究工作:(1)提出过程价值的概念并分析其构成提出过程价值的概念,阐明过程价值的提出对于克服以往通过对设计过程的特征或变量进行研究来评估设计过程的片面性的作用。探究客户需求、资源成本、时间成本、设计信息和设计过程结构对设计过程的影响,分析并给出过程价值的构成,从设计过程的本身出发分析各构成要素如何对机械产品设计过程的过程价值产生影响。(2)构建价值驱动的机械产品设计过程优化框架运用价值工程的概念与实施步骤,从设计过程本身出发,以设计过程的内在功能与外在表现作为评价依据,构建价值驱动的机械产品设计过程优化框架,解决了机械产品设计过程优化研究的多目标性、直接对设计过程进行整体优化难度大的问题,指导企业对机械产品设计过程从过程功能和过程成本两个方面进行优化。(3)构建描述机械产品设计过程的过程价值模型采用数学模型的方法,基于过程价值从功能与成本两个角度评价设计过程的原理,分别构建数学模型表达机械产品设计过程的功能与成本,整合功能模型与成本模型便构建出机械产品设计过程的过程价值的数学模型。过程价值模型从设计过程的本身出发,分析各构成要素如何对机械产品设计过程的过程价值产生影响,克服了以往通过对设计过程的特征或变量进行研究来评估设计过程的片面性。(4)提出适用于机械产品设计过程优化的进化粒子群算法针对机械产品设计过程中设计活动之间存在的串行、并行、耦合等依赖关系以及时间与资源约束条件,采用Johnson-Trotter算法与惩罚项结合的方式构造设计过程结构,采用罚函数对约束条件进行表达,采用双指针对设计过程的时间进行记录,对粒子群算法进行进化处理,得到进化粒子群算法。该算法可以实现设计过程结构的排列与遍历,在模拟过程中,每更新一次设计过程结构,会首先通过粒子群算法模拟出机械产品设计过程的不同资源分配策略,并计算出过程价值最大值,同时记录此时的设计过程结构、资源分配策略以及各设计活动作业时长。(5)进行过程价值驱动的机械产品设计过程优化采用非线性单目标优化的方法,在构建的设计过程价值数学模型的基础上,提出并构建了基于过程价值最大化的产品设计过程优化模型。结合优化模型与优化算法对一典型机械产品的设计过程进行优化研究,得出优化后的设计过程的成本、功能与价值,并给出优化后的设计过程参数与资源配置策略。实现了该优化目标下的过程优化应用研究,帮助企业选择更优的设计过程结构与资源分配策略。本文的研究提出了过程价值,这一可以用于评价机械产品设计过程的设计能力高低的综合性指标,经实例验证,其对于辅助支持设计师进行决策具有积极作用。给出的基于过程价值的机械产品设计过程优化方法可以帮助企业选择更优的设计过程结构与资源分配策略。

关键词： 柔性作业车间调度问题   改进粒子群算法   快速非支配排序遗传算法   贪婪策略  

摘要： 柔性作业车间调度问题是以车间生产调度问题为基础进行发展的一种新型问题,该问题是在车间生产调度过程中添加一系列契合真实生产车间的约束条件,使其求解结果更符合企业的需要---提高其生产效率。该问题作为典型NP难问题,存在求解难,求解速度慢等缺点。为了解决该问题,本文提出两种不同的优化算法,分别用于求解单目标和多目标问题,并在仿真算例Brandimarte、Barnes和真实算例上进行试验,并与其他算法进行对比。本文主要研究工作及相关成果如下:1、对柔性作业车间调度问题的历史、研究背景、现状加以概括和总结,对该问题的主流求解算法加以归纳,其中包括精确算法和近似算法,针对其优缺点进行详细阐述,目前所用最多的算法仍然是近似算法。简单构建该问题的数学模型,将该工业问题转化为数学问题,详细介绍目前求解该问题使用最多的两种算法,遗传算法与粒子群算法的基本模型及流程,并在两种标准智能算法的基础上进行改进,得到更适用于求解该问题的改进智能算法。2、提出将柔性作业车间调度问题的最大完工时间的最小化作为其优化的目标,采用IPSO-NSGA-Ⅱ算法对该优化目标进行求解,该算法中提出将粒子群算法中的惯性因子采用自适应调整策略进行更新,并形成新的改进粒子群算法,使其更符合该问题求解方向。在NSGA-Ⅱ算法中,针对工序和机器交叉采用不同的交叉方式,针对工序和机器变异同样采用不同的变异方式,从而增加解的多样性。针对NSGA-Ⅱ算法对问题的全局搜索能力,将IPSO算法同NSGA-Ⅱ算法采用分层技术加以融合,将NSGA-Ⅱ算法得到的最优解的K个个体用于替换到改进粒子群算法中,使其在最优个体中进行进化,在这种方式下,该单目标问题的求解上会更逼近全局最优解,实验表明,在对模拟算例求解上,在部分算例上优于其他算法,在对真实算例求解上,优于其他算法。3、采用Greedy-NSGA-Ⅱ算法对柔性作业车间调度问题的多目标问题(包括最大完工时间、机器负荷以及能耗)进行求解。该算法依据贪婪策略,结合NSGA-Ⅱ算法形成新的融合算法,通过将NSGA-Ⅱ求解出的Pareto解集通过调换工序加工机器的方式,寻找更优解的可能性,针对问题特性,选择最合适的解。实验表明,在对模拟算例求解上和真实算例求解上,求解解集较均衡且解较多,不弱于其他算法。两种优化算法算法的提出,为后续求解该问题的其他目标奠定了良好的基础。

关键词： 分布式柔性作业车间   预防性维护   协同进化算法   多目标人工蜂群算法  

摘要： 制造业是促进国民经济和推动社会发展的中坚力量,也是反映一个国家创新能力、竞争力和综合实力的重要行业。2015年,中国政府提出了《中国制造2025》行动纲领,为促进中国制造业的发展提供了重要的指导和支持。近年来,我国的制造业规模不断扩大,并取得了一系列显著的成就。然而,随着全球化进程的加速,制造业也面临着日益激烈的市场竞争。因此,我国制造业需要不断进行自身变革和创新,以便紧跟全球经济发展的步伐。生产调度是制造业中一种有效的管理方法,它直接影响制造企业的生产效率和核心竞争力。在不断加剧的市场竞争环境下,建立科学、合理的生产调度模型并设计高效的优化方法已成为许多企业提高生产效率和质量、降低运营成本和风险的重要手段。因此,研究生产调度优化问题具有非常重要的实际意义。分布式制造是一种基于现代信息技术的智能制造模式,它的出现是为了应对传统中心化制造模式面对的许多挑战和问题。随着全球制造业的快速发展和竞争加剧,制造企业需要采用更加高效、灵活的生产模式来满足多变的市场需求。分布式制造提供了一种全新的解决方案,它可以将位于不同地点的原材料、机器设备、操作人员等资源进行有效的整合协同并充分利用,帮助企业提高核心竞争力。因此,分布式制造已成为制造业转型升级的重要趋势之一。此外,设备维护是制造企业运营管理的核心内容,直接关系到企业的生产成本、质量与交货期。因此,近年来考虑设备维护的生产调度优化问题受到了广泛关注。其中,预防性维护是指在设备没有出现故障的情况下,采取定期检查、维修、更换配件等措施来保护其正常运行的方法。这种维护方式可以大大地减少机器突发故障和停机的概率,提高设备的可靠性和稳定性,进而提高制造企业的运营效率。基于以上背景,本文提出了一个考虑机器预防性维护的分布式柔性作业车间调度问题,具体研究内容如下:(1)本文研究了一个考虑机器预防性维护的单目标分布式柔性作业车间调度问题,建立了一个目标为最小化最大完工时间的混合整数数学规划模型。考虑到所研究问题具有NP-hard的性质,本文提出了一种协同进化算法对问题进行求解。通过与两种经典的元启发式算法对不同规模的测试算例进行数值实验,实验结果表明所提出的算法能较好地求解所研究的问题。(2)本文研究了一个考虑机器预防性维护的多目标分布式柔性作业车间调度问题。为了清楚地描述该问题,本文建立了一个目标为最小化最大完工时间和最小化最大工厂机器负载的混合整数数学规划模型。针对所研究问题的特点,本文提出了一个多目标人工蜂群算法对其进行求解。为了验证所提方法的有效性,本文选择了两种著名的元启发式算法作为比较算法,并在一组测试算例上进行了数值实验。实验结果表明,该方法在求解所研究问题时具有较好的性能。

关键词： 多智能体制造系统   合同网协议   强化学习   近端策略优化   柔性作业车间调度  

摘要： 随着产品个性化需求的增长和社会生产力的不断提高,大批量、少品种的集中生产模式正逐步向着多品种、小批量的离散生产模式转变,生产车间中的设备故障、紧急订单、订单取消等扰动事件不断发生,增加了系统的不确定性和复杂性,使传统静态车间调度已无法适用。因此,如何提升制造系统的灵活性和稳定性,对制造企业转型升级、提高生产效率及降低制造成本方面具有重要意义。本文针对多智能体制造系统的动态调度,将强化学习算法融入多智能体间的协商策略中,充分利用车间环境中丰富的调度数据,挖掘有价值的调度知识,为解决车间调度问题提供了一种新的思路,主要研究内容如下: 首先,构建了多智能体制造系统总体架构,使用基于功能模块映射和基于物理实体映射的方式对智能体进行映射,并对不同的智能体进行属性和功能的设计。针对智能体之间的网络通信问题,搭建了车间信息通信网络,提出了基于RFID的工件信息传输方法和自定义设备间通讯协议,保证了智能体间接收和发送信息的可靠性。设计了智能体的内部结构,并详细阐述多智能体制造系统的交互机制,为多智能体间协作机制的研究提供了基础。 其次,提出了基于有向图的制造任务分解策略和基于心智模型的投标策略。针对经典合同网协议中协调能力不足、通信量大和灵活性不够的问题,提出了任务队列缓冲池、解约机制和消息转发机制的改进措施。对于车间环境中出现的紧急订单插入、订单取消、机床加工故障和通讯故障等扰动事件,在多智能体制造系统中添加异常解决策略,提高了制造系统的稳定性。 然后,基于构建的柔性作业车间动态调度问题的数学模型,提出了基于LSTM-PPO的动态调度决策算法,将长短期记忆网络加入到强化学习算法中,提升系统对状态信息的感知能力。详细定义了系统的状态空间、动作空间和奖励值函数,解决传统多智能体系统中单一调度规则优化能力不足,自学习能力差的问题。 最后,搭建了多智能体制造系统车间调度实验平台,通过工程案例在不同动态事件扰动下进行了算法对比实验,验证了所提算法在完工时间和应对车间动态扰动的有效性。

关键词： 分时电价   柔性作业车间调度   光伏供能   遗传算法  

摘要： 在环境污染和能源短缺的时代背景下,人们对保护环境和开发可再生能源的关注度愈发提高。制造业作为主要的能源消耗者之一,在过去以往的传统生产过程中不可避免地产生了大量的二氧化碳和其他废弃物,因此绿色制造和利用可再生能源将是未来制造业需要重点关注的问题。本文将针对分时电价下考虑光伏供能的柔性作业车间调度问题展开深入研究。 首先对考虑光伏供能的单目标柔性作业车间调度问题进行了研究,分析典型天气下光伏发电输出特性并建立光伏发电模型,基于此构建以最小化最大完工时间为优化目标的调度模型,并提出一种改进的人工蜂群算法进行求解,针对该问题特性采用了基于工序的三维编码,通过策略改进了蜜源初始化。设计了一种结合交叉和变异的雇佣蜂搜索操作,引入动态邻域搜索机制改进了跟随蜂操作,基于禁忌搜索策略提高了侦查蜂的搜索效率。通过仿真调度案例并对比不同算法,验证了改进算法的有效性和寻优能力。 其次在单目标问题研究的基础上,依据电价政策文件建立分时电价模型,讨论分析了分时电价与光伏和储能系统之间的联系后,提出一种能源分配策略,构建分时电价下考虑光伏供能的柔性作业车间调度模型。为求解该多目标调度模型设计了改进的非支配排序遗传算法,改进的精英保留策略提高了种群多样性,采用锦标赛选择加快了收敛速度,通过多点交叉和单点变异邻域搜索提升了种群进化速度。选取实例数据进行验证,分析实验结果表明,本文提出的能源分配策略和改进算法在实际应用场景中具有良好的优化效果和有效性。 最后在以上研究的基础上,调查分析了某汽车配件制造企业在现实环境中的业务需求,在设计了系统架构并分析业务流程后,开发了柔性作业车间调度系统,并依次介绍了人员管理、生产计划制定、生产车间现场可视化等各个功能模块并展示了部分界面,具有较好的应用价值。

关键词： 柔性作业车间调度   偏序硬约束   算术优化算法   多目标   动态调度  

摘要： 柔性作业车间调度问题(Flexible Job shop Scheduling Problem,FJSP)是目前研究较热点的车间调度问题,FJSP大都考虑机器柔性且工序具有严格的线性顺序关系。但是在实际生产过程中,部分产品的加工工艺流程具有偏序硬约束,合理利用偏序硬约束可以优化调度方案,提升企业的生产效率,因此研究偏序柔性作业车间调度问题(Partial Order FJSP,POFJSP)具有重要的理论和实际意义。在POFJSP中,主要存在以下问题需要解决:(1)瓶颈工件和瓶颈机器中工序的偏序硬约束对单目标最大完工时间的影响;(2)选择策略在多目标方向上的过滤性和平衡性;(3)偏序硬约束下动态调度策略中多目标和稳定性之间的冲突。因此提出了以最大完工时间为预调度目标的单目标偏序调度方案,并优化了多目标方向上解的质量,设计了组合动态调度策略对动态事件实现自适应调度,主要研究内容如下: (1)针对以最大完工时间为性能指标的单目标POFJSP,提出了基于等级邻域策略的改进算术优化算法。通过深入研究POFJSP的约束和特点,首先设计了基于适应度和工序完工差异度的二维聚类交叉策略,该策略有效增强了不同类个体之间的交叉概率,扩大了种群多样性;其次提出了一种等级邻域策略,该策略针对瓶颈机器和瓶颈工件进行优先级设定和选择变异,平衡了串行工序的紧凑度和并行工序的并行性,增强了算法的局部搜索能力;最后通过仿真实验验证了基于等级邻域策略的改进算术优化算法相比于其他算法的优越性。 (2)针对以最大完工时间、生产总成本和机器利用率作为评价指标的多目标POFJSP,提出使用内弧优解选择策略平衡多目标从而获得最优解。首先设计了基于排挤域的拥挤度筛选策略,该策略通过排挤域删除相似度高的个体,减少了种群密集聚集趋势;其次提出使用内弧优解策略优先选择多目标次优解,从而增加多目标之间的平衡性;最后在拓展算例上进行对比实验验证了多目标算法的过滤性和平衡性。 (3)针对工件插入和机器故障两种动态事件,深入分析了动态事件对调度方案的影响以及实时异动重调度软约束,提出了基于并行工序不变的部分重调度策略和完全重调度策略相结合的动态调度方法,通过多组对比实验,得到两种重调度策略在性能指标上的优缺点,从而选择具体的应用场景。