关键词： 自动化   智能化   自动化技术   机械设备制造  

摘要： 机械自动化是指机械设备在无人干预的情况下,按照预设的操作指令或程序工作.本文主要就自动化技术概念、机械自动化技术的应用价值、智能机械制造工艺、机械设计制造及其自动化技术发展趋势进行深入分析与讨论.讨论后得出,在实际工作中应重视计算机技术的运用,并科学合理地进行技术的创新优化,为机械设计制造及自动化的创新发展夯实基础.

关键词： 有限运输资源   改进的NSGA-Ⅱ   柔性作业车间调度问题   自动导引车  

摘要： 针对智能制造环境中有限自动导引车（Automatic Guided Vehicle，AGV）运输资源的柔性作业车间调度问题，以最小化最大完工时间、总能耗和工件的交货期惩罚值为目标，建立有限AGV运输资源的集成调度模型。提出一种改进的NSGA-Ⅱ求解算法，针对集成调度模型构建三段式编码方案，设计三种初始化规则提高初始种群的质量和多样性。结合关键路径，提出一种改进的变邻域搜索以增强算法的局部搜索能力。实验部分采用多种评价指标与其他算法进行对比，实验结果表明在不同规模标准测试算例和航空企业实际生产案例下，算法能有效求解有限AGV运输资源的集成调度问题。同时分析不同AGV数量下集成调度模型的有效性，得出柔性作业车间中AGV数量符合边际效应递减规律，从而为实际制造车间配置AGV时提供参考。

关键词： AGV集成调度   NSGA-II算法   AGV充电策略   N8邻域   佳点集  

摘要： 针对柔性作业车间中多自动导引车(AGV)与机器约束并存的集成调度难题，本研究构建了一个旨在最小化最大完工时间及车间整体能耗的多目标调度模型。模型综合考虑了AGV的运输约束和充电约束，通过划分调度任务，改进充电策略，依据任务进程设计不同的充电方案。结合问题特征，提出了一种改进的NSGA-II算法进行求解，融入佳点集思想，设计了基于工序、机器和AGV的两阶段三段式编码方式，不同编码段设计特有的交叉、变异算子。同时为了提高搜索质量，基于N8算子对关键路径和关键工序进行邻域搜索。最后通过仿真实验，验证了改进策略的有效性，证明了改进的算法是求解该问题的高效方法。

关键词： 柔性作业车间调度   资源配置   多目标优化   教学优化算法  

摘要： 在实际柔性作业车间中,执行器配置与生产调度的高效协同有利于提高生产决策的全局性,从而提升车间的柔性加工能力.针对执行器配置与生产调度的多目标协同优化问题,以最小化综合生产成本和完工时间为优化目标构建了混合整数规划模型,使得小规模问题通过Gurobi可以精确求解.提出一种两阶段离散教学优化算法,设计了学习强度自适应调整方法和改进关键工序移动策略,以提升算法的效率和多目标平衡搜索能力.通过仿真实验,分析验证了所提协同优化方法优越性和所提算法有效性.

关键词： 游乐场   设备   机械设计   优化  

摘要： 游乐场设备的机械设计优化是确保设备安全性、可靠性和用户体验的关键。文章围绕结构优化、材料选择、动力系统优化和用户体验优化四个方面展开,分析了每个方面在设计中的重要性及具体策略。结构优化通过简化设计和应力分析提高设备的稳定性,材料选择注重强度、耐久性和经济性以延长使用寿命,动力系统优化则提升运行效率和安全性,用户体验优化关注乘客的舒适感和参与感。这些优化策略的综合应用,不仅能提升游乐设备的性能,还能增强乘客的满意度,为游乐场的长期运营奠定基础。

关键词： 信息素养教育   先进制造技术   机械优化设计   机械制造技术基础  

摘要： 机械设计制造及其自动化专业课程随着行业技术的不断进步而需不断地更新和扩充授课内容,这与有限的教学课时产生了冲突。此外,国内高校学生的信息素养能力普遍较弱,这进一步增加了系列课程的授课难度。针对这些问题,本文提出通过增强学生的信息素养教育活动来提升他们的信息素养能力。以《先进制造技术》《机械优化设计》和《机械制造技术基础》课程为例,探讨信息素养能力对授课质量的影响。

关键词： 立式包装机   机械设计   热封结构   SolidWorks  

摘要： 提出一种立式包装机进行改造升级的设计理念和方案,对目前市场上需求量最高的包装机型号进行分析,主要对包装纸膜输送机构和封合机构进行研制。通过对其结构进行改进设计,使其在保持原有功能的基础上,运行更加合理。通过降低成本、提高设备工作效率等方式让包装机械在机械设计领域上更加先进。通过此次设计研究,有效地提高了包装机的工作效率,使包装机械设备更加符合现代化、智能化的设计理念,更加满足市场的需求,使包装机械行业在科技创新发展道路上不断前进。

关键词： Q-learning   改进人工蜂群算法   分布式装配柔性作业车间   绿色调度  

摘要： 针对分布式制造环境下先加工后装配的两阶段生产模式,研究考虑机器加工/装配功率和空闲功率的分布式装配柔性作业车间绿色调度问题。以最大完工时间和总碳排放为优化目标,建立混合整数规划模型,并提出一种基于Q-learning的改进人工蜂群算法进行求解。首先,针对两阶段调度问题特点,设计了一种基于工序、工厂、机器和产品的四层编码策略。其次,提出了一种混合种群初始化方法来提高初始解的质量以及算法的收敛性能。接着,设计了基于9种状态和8个动作的Q-learning算法及奖励函数,将Q-learning算法融入整个蜂群算法框架中,使其在雇佣蜂阶段自适应选择搜索方式。在观察蜂阶段,设计了四种基于关键工厂和工序的邻域结构,同时在侦查蜂阶段与精英个体进行交互来更新个体,提高了算法的局部搜索能力。最后,设计拓展算例,并以不同的算法进行对比实验,证明了本文提出的基于Q-learning的改进人工蜂群算法求解分布式装配柔性作业车间绿色调度问题的有效性。

关键词： 工人协作灵活性   学习效应   非支配排序遗传算法   双资源柔性作业车间调度问题  

摘要： 针对每台机器存在需要多名工人协作操作的双资源柔性作业车间调度问题,研究一种具有工人协作灵活性的柔性作业车间调度问题。结合学习效应对工人操作时间的影响,构建一种改进的工人技能柔性度的学习效应曲线;建立以最大完工时间、工人总负载和总能耗最小化为优化目标的数学模型,并提出一种改进的非支配排序遗传算法进行求解。设计4种初始化规则提高初始种群的质量和多样性,建立基于Pareto等级的自适应交叉、变异算子;为了提高算法的局部搜索能力,构造了3种基于优化目标的邻域搜索算子。在实验部分采用多种评价指标与其他算法进行对比,实验结果表明该算法能够有效求解考虑工人协作与学习效应的双资源柔性作业车间调度问题。