关键词： 作业车间调度   柔性作业车间调度   动态调度   多智能体深度强化学习  

摘要： 作业车间调度问题作为一个重要的生产调度问题,具有非常重要的理论研究和工程应用意义,自提出以来一直受到广泛关注。近年来,深度强化学习被广泛的应用于求解作业车间调度问题,并展现出了强大的求解性能。但目前基于深度强化学习的作业车间调度方法的研究都是针对单智能体场景和完全可观测环境,无法有效的处理多智能体场景和部分可观测环境。针对上述问题,本文把每个机器当作一个智能体,将环境部分可观测的作业车间调度问题建模为部分可观测的马尔可夫决策过程。并使用多智能体深度强化学习方法分别求解了环境部分可观测的作业车间调度问题和环境部分可观测的柔性作业车间调度问题。主要工作如下: (1)针对环境部分可观测的作业车间调度问题,设计了基于多智能体深度强化学习的作业车间调度方法。首先,分析了作业车间的特性,以最小化最大完工时间为优化目标建立了作业车间调度问题的数学模型。将环境部分可观测的作业车间调度问题建模为部分可观测马尔可夫决策过程,并设计了两种新的奖励函数。然后,使用多智能体深度强化学习QMIX算法来训练调度模型,并通过实验对算法的训练参数进行了研究和分析。最后,为了验证所设计的方法的有效性,在作业车间调度问题的标准实例上与其它的求解方法进行了对比。实验结果表明所设计的方法是有效的。 (2)针对环境部分可观测的柔性作业车间静态调度问题,设计了一种基于多智能体深度强化学习的柔性作业车间静态调度方法。首先,分析了柔性作业车间的特性和约束条件,将作业车间调度问题数学模型扩展为柔性作业车间调度问题数学模型。并构建环境部分可观测柔性作业车间调度问题的部分可观测马尔可夫决策过程。然后,针对柔性作业车间中容易出现的多台机器竞争同一个工件的资源竞争问题,设计了一种优先动作选择机制,并通过实验验证了所设计的机制的有效性。最后,通过在柔性作业车间调度问题的标准实例上与其它方法进行实验对比来验证所设计的调度方法的求解性能。实验结果表明所设计的方法的求解性能优于所对比的方法。 (3)针对环境部分可观测的柔性作业车间动态调度问题,设计了一种基于多智能体深度强化学习的柔性作业车间动态调度方法。首先,在训练的过程中,随机的加入机器故障、工件取消和工件插入三个动态事件。然后,通过实验证明了所设计的方法能够有效的处理生产调度过程中出现的机器故障、工件取消和工件插入三个动态事件。最后,通过甘特图的方式展示了所设计的方法对上述三个动态事件处理后的调度结果。

关键词： 柔性作业车间调度   化学反应优化算法   Qt   仿真系统  

摘要： 柔性作业车间调度问题(Flexible Job-shop Scheduling Problem,FJSP)是生产制造和规划流程最重要的问题之一,随着科技快速发展,制造生产规模扩大,生产流程也变得复杂多样,智能化生产模式逐渐出现于生产线上,车间调度的优化可以一定程度上提高企业的生产效率,降低能源消耗,减少设备损耗等。研究柔性作业车间调度问题是走向制造强国的重要一步。本文针对考虑准备时间的柔性作业车间调度问题,研究基于改进化学反应优化算法的车间调度方法。系统的概述了FJSP研究背景和研究现状,以及相关理论知识。在多目标柔性作业车间调度问题中,将最小化碳排放总量为目标函数之一,以实现绿色车间,节能减排。本文通过搭建仿真系统进行对比实验,验证所提算法的有效性,主要工作内容如下:针对考虑准备时间的柔性作业车间调度问题,以最小化最大完工时间为目标,本文提出改进的化学反应优化算法。其中,算法引入多臂赌博机的机制选择不同的分子,防止陷入局部最优,加快收敛速度;算法采用基于负载平衡的策略对最优解进行局部搜索;并对种群规模进行控制,使其保持在相对稳定的范围之内。将本文所提算法与已有算法进行仿真对比,验证所提方法的优越性。针对考虑准备时间的多目标柔性作业车间调度问题(Multi-objective Flexible Job-shop Scheduling Problem,MOFJSP),本文提出基于模拟退火的化学反应优化算法,算法以最小化最大完工时间和最小化碳排放总量为目标函数,算法基于超体积评价方式对pareto前沿使用模拟退火进行局部搜索。对所提的算法与已有算法进行仿真对比实验,验证所提算法的有效性。基于VS平台和Qt开发框架,使用C++语言搭建交互式车间调度仿真系统,前台和后台多线程运行,通过共享内存实现数据传递,仿真系统可以实现数据算法仿真,数据可视化、数据保存,极大提高了工作效率。

关键词： 柔性作业车间调度   知识图谱   绿色调度   金豺狼算法   多目标优化  

摘要： 我国碳达峰碳中和目标的提出,使得制造业智能化、信息化建设加快向绿色化、精益化转型升级。在双碳背景下,车间节能调度作为实现能耗减排与生产之间的平衡,成为当前智能制造领域的重要议题。通过对车间调度过程中的调度方案优化,可以降低生产过程中能耗浪费和机器负载,进而实现碳达峰碳中和的目标。车间生产中存在机器故障、人员离席等突发情况,对这些突发状况进行快速响应,实施最佳的调度方案对订单的完工时间、能源消耗和机器负载都有着重大影响。本论文依托国家自然科学基金项目,围绕智能车间中的生产调度的问题,研究柔性作业车间知识图谱和调度方法,并以某夹具制造车间为例,对提出的调度方法进行应用验证。论文的主要研究工作如下:(1)针对柔性作业车间调度知识的层次性和结构性关系的复杂问题,构建多层次柔性作业车间知识图谱。对作业车间中存在的工件设计、工件任务、工艺、物料、机器和人员等进行知识本体构建,用于表达柔性作业车间的知识及其关系。通过将柔性作业车间的模式层与车间知识与数据的信息融合,构建作业车间的知识图谱。通过多维信息矩阵映射规则生成调度方法的多维信息矩阵,保证知识图谱传递数据的准确性和时效性。(2)针对柔性作业车间调度面临的求解维度高、复杂等问题,提出一种改进的金豺狼算法(LSGJO)。该方法通过增加动态透镜成像学习策略和双黄金螺旋位置更新策略,以及增加种群的多样性,提高算法对调度问题的全局搜索能力。与11个基准算法在49个经典函数进行对比试验,Wilcoxon秩和检验和Friedman统计学分析结果表明,LSGJO算法取得优异的结果。(3)针对柔性作业车间多目标调度问题,使用两段式的编码方式,建立以完工时间、能耗、机械负载的调度模型,采用混合种群初始化方法和基于关键路径的三种邻域搜索,增强算法的局部搜索能力。以某夹具制造车间为研究对象,以完工时间、能源消耗和机器负载为优化目标,对提出的动态知识图谱和优化算法进行应用验证。

关键词： 仿生水下机器人   机械设计   动力学仿真   中枢模式发生器CPG   运动控制  

摘要： 随着科学技术的不断发展,全球在海洋领域的探索开发不断深入,水下机器人研究技术也得到飞快发展。目前常见的水下机器人主要包括以搭载螺旋桨为动力的载人潜水器、自主水下机器人(AUV,Autonomous Underwater Vehicles)、遥控水下机器人(ROV,Remotely Operated Vehicle)、采用尾部摆动推进的仿生鱼机器人以及尾部推射推进的水下仿生章鱼机器人等。鉴于这些机器人自身局限性,在运动过程中,由于自身驱动方式以及外界水流的影响,会导致运动稳定性较差,运动控制复杂,运动单一等问题。本文通过调研国内外关于水下仿生机器人的相关研究,通过比较水下仿生机器人运动推进方式,旨在研发一款稳定性好,运动多样性的水下仿生机器人。首先,设计了一种水下仿生机器人,其中包括装载有控制板以及姿态传感器、深度传感器等的本体部分,装有超声波传感器的前端部分,以及足部舵机驱动部分,尾部舵机驱动部分和被动蹼片部分,并通过Soildworks质量检测以及估算各个器件重量,对机器人整体进行重力浮力计算。对机器人足端驱动部分,进行动力学建模分析,了解被动蹼片在舵机驱动下的摆动方式以及推动力等性能参数,并结合机器人本体,确定其运动方式。其次,为了保证机器人在水下运动稳定性,建立了基于中枢模式发生器CPG(Central Pattern Generators)控制模型,减小在进行步态切换时,自身运动对机器人稳定性的影响。通过仿真模型搭建,分析了不同参数对输出信号影响,结合舵机属性以及数量,搭建耦合模型,确定基本步态,同时尾部舵机与姿态传感器形成PID闭环反馈控制,即时修正机器人运动姿态,进一步提高机器人稳定性。为了了解机器人在水下运动的姿态,方便控制调整,搭建了无线模块用于通信,同时借助超声波水下传感器、姿态传感器IMU、深度传感器,来获取水下障碍物距离、所处深度以及自身姿态等信息,并根据传感器,舵机等元器件使用以及机器人本体空间大小,进行电控硬件系统设计,并搭建基于C#开发的上位机,用于解析,传输数据及控制机器人运动。最后,为了进一步验证设计模型搭建的正确性,以及更好的确定CPG模型参数,来达到机器人最大的推进速率,搭建实验平台,通过压力传感器实时采集蹼片在CPG模型驱动下受力情况,对其进行数据分析,完成确定摆动参数,调整控制参数;搭建实物样机,进行密封测试,浮力调整,PID参数调整,完成机器人前进,转弯,潜游等基本步态运动,并且在传感器的相互配合下,验证当遇到障碍物,机器人即时反馈,修正调节的避障能力,通过上述实验,验证了所研制的基于CPG的水下仿生机器人基本满足设计要求,为该种仿生机器人产品研发奠定基础。

关键词： 电力驱动   电机控制   机械设计  

摘要： 本研究文章研究了无刷电机驱动集成系统,这是电机控制领域的一项新颖创新,除了提供各种其他好处外,还有望提高电机调节和成本。尽管仍处于研究的早期阶段,但BMDI系统已经显示出很大的潜力。该系统有能力彻底改变电机的管理方式,毫无疑问它将对该行业的未来发展方向产生重大影响。与传统驱动系统相比,BMDI系统具有许多优势。在该系统中,电机和驱动器被组合成单个组件,从而节省了空间,降低了安装和接线成本,并提高了可靠性。对该系统在各个业务部门的预期适用性以及其积极和消极方面进行了分析。此外,本研究还提出了一种确定直流电机动态制动时制动时间的方法。在这项工作中,使用模型预测控制(MPC)方法对动力总成进行建模并建立控制系统。这种方法适用于任何类型的电机。这项工作分析了两种不同的方法,一种是比例积分(PI)控制器,另一种是模糊逻辑控制器(FLC)。而通过分析给定工作下的速度控制性能响应,FLC可以得到PI控制器更快的速度响应。结果表明,FLC控制器中的驱动器响应速度比传统PI控制器中的响应速度更快。这项工作还调查了市场上当前使用的集成拓扑和电源模块。该报告还强调了 BMDI系统在汽车行业的潜力。这是因为这些系统能够提高燃油经济性、减少排放,同时提供卓越的性能和驾驶动力。然而,该系统的创建涉及一些问题,例如电机外壳内的可用空间有限以及需要有效调节电磁场施加的压力。尽管如此,Popco等企业仍致力于解决这些问题并构建满足客户需求的系统。总的来说,BMDI系统为众多企业提供了一种令人着迷的新可能性,以增强其电机控制并实现更高水平的生产力。尽管它的价格可能较高,但它所提供的好处,例如提高可靠性、更小的占地面积和更高的效率可能会弥补最初的现金支出。在选择BMDI系统时,仔细考虑独特的应用要求、可靠的供应商和系统的特性至关重要。我们可以预见,随着技术水平的不断提高,电机控制领域的创新和突破将会不断增加。在本文的最后部分,为考虑购买BMDI系统的公司提供了建议。这些建议强调了进行研究、进行应用评估、选择可靠的供应商以及选择满足特定要求的系统的重要性。总之,该研究强调了选择适合应用的电压和电流需求、适合气候并且来自提供足够支持和保修范围的受人尊敬的制造商的系统的重要性。

关键词： 柔性作业车间调度   离散多元宇宙优化算法   IMOEA/D算法   原型系统  

摘要： 在当今日益发展的制造业中,智能制造已成为推动产业升级和改革的重要引擎。其中,柔性作业车间调度(Flexible Job-shop Scheduling Problem,FJSP)作为一项关键的生产组织任务,对于提高制造企业的生产效率和满足多变的市场需求有着显著的作用。FJSP相对于经典作业车间调度问题考虑了机器的柔性,不仅要确定工序排序还要为工序选择加工机器,问题规模越大,其优化求解的复杂程度就越高。本文从单目标和多目标角度出发,对FJSP进行深入研究,通过改进智能优化算法进行求解,主要内容如下: (1)针对单目标FJSP的优化,以最大完工时间为调度指标建立数学模型,提出一种离散多元宇宙优化算法进行求解。采用两段式整数编码与插入式解码建立起调度问题与算法之间的联系;设计一种混合种群初始化方法为算法提供一个优质的起点;在基本多元宇宙优化算法的基础上,设计新的黑洞白洞传输机制与向最优宇宙移动机制。利用Kacem、Brandimarte总计15个基准算例与3个车间实例进行仿真对比实验,实验数据表明所提算法的求解精度要优于近期文献中其他算法。 (2)针对多目标FJSP的优化,以最大完工时间、总机器负荷与瓶颈机器负荷为调度指标建立数学模型,提出一种IMOEA/D算法进行求解。采用归一化的切比雪夫聚合函数对多目标问题进行分解;让外部档案参与子代的生成,并采用多点交叉与基于优先工序交叉离散化进化过程;为了提高算法的局部搜索能力,融合了基于关键路径的变邻域搜索策略。利用规模较大的Brandimarte算例与1个车间实例进行仿真对比试验,实验数据表明所提算法在覆盖率指标和超体积指标上要优于原始MOEA/D、NSGAII和NSGAIII算法。在优化得到一组互不支配的调度解后,为了帮助管理者自动、快速地决策出最满意的调度方案,将反熵权法与VIKOR方法相结合用于最终决策。 (3)最后,从实用角度出发实现了一个FJSP原型系统。选用Mysql软件并设计合理的数据库对生产车间数据进行管理;采用python开发语言集成调度算法;基于pyqt5图形界面开发库设计人机交互界面;利用1个车间案例验证了系统的可行性。

关键词： 柔性作业车间调度问题   麻雀搜索算法   变邻域搜索策略   柯西高斯变异  

摘要： 随着我国制造业水平的不断提高,生产方式呈现出了多品种、小批量的离散化特点。为了提高生产效率,加工制造车间必须充分利用生产资源,合理安排生产计划。车间调度技术的好坏是能否合理安排生产计划的关键。柔性作业车间调度问题(Flexible Job Shop Scheduling Problem)就是车间调度问题中最具代表性的调度问题之一,其特点是具有多种机器和工序之间的约束,更符合当前实际生产情况,具有重要的研究意义。本文在总结分析国内外研究现状的基础上,建立了单目标FJSP的数学模型,通过改进麻雀搜索算法(Sparrow Search Algorithm,SSA)对单目标FJSP进行了求解。首先,为了使算法能够处理离散调度问题,本文设计了适用于FJSP两段编码的编码转换方式,实现了算法连续解空间与离散调度解之间的转换。其次,本文设计了种群随机与组合启发规则相结合的初始化策略,以提高初始种群的质量和算法收敛速度。再次,本文引入变邻域搜索算法作用于发现者中的最优个体,以深度挖掘发现者的潜力,提高发现者的质量,从而提高搜索的深度。该策略利用关键路径信息指导搜索过程,进一步增强算法的效率和准确性。最后,为了克服可能存在的局部最优解问题,并保持种群多样性。本文设计了自适应柯西高斯变异策略,进一步提高算法的精度和鲁棒性。为了验证算法的有效性,本文使用标准测试案例进行了仿真实验。本文所提出的改进离散麻雀搜索算法在解决FJSP方面表现出了卓越的效率和准确性。同时,算法改进策略的有效性也得到了证实。然后使用改进的算法对两个车间调度实例进行了求解,并与其它算法进行了对比。对于复杂的车间调度问题,本文提出的算法可以提供一个高效的解决方案。

关键词： 柔性作业车间调度   批量调度   动态调度   变邻域搜索   候鸟迁徙算法  

摘要： 多品种小批量生产模式快速发展,批量流成为现代分批生产中广泛应用的有效技术。近年来针对批量流柔性作业车间调度问题的研究主要集中在子批固定大小或等量一致分批上,但最优批次划分难以直接确定。此外,由于生产现场环境复杂,存在机器故障、临时插单等动态不确定因素,动态事件频发容易导致静态调度方案效率低下或者不可行,生产系统稳定性受到影响。因此本文针对静态环境下的分批柔性作业车间调度问题与动态环境下的多目标柔性作业车间调度问题展开研究。主要研究工作如下:(1)在静态分批柔性作业车间调度问题中,针对子问题耦合,搜索空间大,且算法容易陷入局部最优的问题,提出了一种改进变邻域搜索算法。首先设计矩阵-向量编码形式来同时处理批次分割和子批序列部分。根据分批问题特性设计多种邻域结构,通过系统切换邻域结构来协调优化不同子问题,并将解存档精英集和差生集。此外,设计一种关键工序优化机制,对子批进行右移-插入-左移操作以及关键工序移动操作,以充分利用机器空闲时间和弥补编码缺陷。为防止解陷入局部最优,设计了一种基于JAYA思想的邻域方案,充分利用了两个存档中的有效信息。最后通过实验验证了算法结构的有效性。(2)在多目标动态柔性作业车间调度问题中,针对调度过程多使用加权方法来处理多目标问题,但容易忽略目标之间潜在关系,权重难以确定的问题,提出了一种基于博弈论的候鸟迁徙算法。首先设计了两目标博弈机制处理机器分配问题,保证目标之间的帕累托最优性和公平性。在求解博弈矩阵时,针对不存在唯一完美纳什均衡解的情况,设计一种近似纳什均衡解的求解方法。在改进的候鸟迁徙算法中,设计了基于路径重连和基于机器年龄的邻域算子,充分利用非支配解中的有效信息,提高搜索能力。并基于多目标问题属性,设计一种多重相似性度量方法,将海明距离和欧氏距离结合进行选解和替换。最后通过仿真实验,验证该算法在求解多目标动态柔性作业车间调度问题上的有效性。

关键词： 机械设计技术   智能制造   发展前景   技术应用  

摘要： 随着信息技术和人工智能的快速发展，智能制造正成为制造业的新趋势，机械设计作为智能制造的重要组成部分，其技术和应用正日益受到重视。但我国智能制造技术起步较晚，在智能系统的应用中还有较大的进步空间，因此，本文以智能制造时代为背景，进行了机械设计技术的应用研究，并以某公司的智能机械设计为案例，分析了在智能制造环境下机械设计技术的应用。

关键词： 柔性作业车间调度   航天壳体   多目标优化   多目标进化算法  

摘要： 航天壳体是航天器的关键组成部分之一,其制造需要高度精密的加工和质量控制。因此,航天壳体车间的调度是非常关键的环节,直接影响到航天壳体制造的效率和质量。在航天壳体产品呈现以多品种、小批量的生产模式下,航天壳体车间的生产任务数量和种类繁多,为了保证生产的质量和效率,需要对车间的生产任务进行合理分配和优化调度。本文以航天产品壳体制造过程为研究对象,系统研究面向具有多资源约束多目标的航天壳体生产线车间调度优化方法。其主要研究内容如下:(1)针对航天壳体生产线车间生产任务多且生产流程复杂导致任务交付分配不均、设备资源调配紧张以及设备利用率低等问题,提出了基于改进的快速非支配排序和基于分解多目标进化算法的优化调度方法。建立以最大完工时间、机器最大负载、总资源耗费和总人工成本为优化目标的多目标航天壳体生产线车间调度模型,从编码与解码、初始化种群方式、交叉变异方式和算子设计以及个体选择策略方面来改善算法性能,提高算法的局部搜索能力和收敛速度。(2)针对同工种工序之间依赖关系,提出一种带有设备和工序约束的多目标航天产品壳体生产线车间调度问题,然后利用本文设计的算法进行求解,并与不带有设备和工序约束的航天产品壳体车间调度问题对比。本文设计的算法在10个不同规模的柔性车间调度实例问题上都表现较好,具有更好的收敛性、均匀性和分散度。针对航天壳体车间调度问题与带有设备和工序约束的多目标航天产品壳体生产线车间调度问题,本文设计的算法能获得更高质量且收敛更好的Pareto最优解,获取优化调度方案,实现了车间生产任务调度优化。