ISBN: (纸本)9787040586916

关键词： 创新教学   机械设计制造   自动化专业  

摘要： 机械制造在中国制造业中的地位越来越重要，越来越多的企业在生产中采用现代化数控技术生产。这就要求学生拥有专业的理论知识以及相应的实际操作技能。创新教学模式的推出，在一定程度上改变教育的现状，促进学生基础知识与基本技能同时掌握，学生的实践技能也随之增强，也能为国家培育出创新型人才。

ISBN: (纸本)9787111709862

关键词： 柔性作业车间调度问题   序列相关设置时间   资源约束   哈里斯鹰优化算法   强化学习  

摘要： 柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)是工业生产制造和流程规划过程中最关键的问题之一,是一个NP-hard问题,在生产调度领域中十分热门。在该问题中,若干个作业需要在若干台机器上进行处理,每个作业由若干道工序构成。同一作业的工序之间存在先后约束,每道工序可以在其可选机器集中任选一台进行处理,每台机器同时只能处理一道工序。传统的FJSP忽略了序列相关设置时间和资源约束,然而在实际生产过程中可能出现需要考虑这些约束的需求场景。因此本文提出了带有设置时间和资源约束的FJSP。为了解决该问题,本文引入了哈里斯鹰优化(Harris Hawk Optimization,HHO)算法并结合强化学习算法(Reinforcement Learning,RL)提出了一种自学习哈里斯鹰优化(Self-learning Harris Hawks Optimization,SLHHO)算法。本文工作如下:(1)实现了一个离散版本的HHO算法来解决带有序列相关设置时间和资源约束的FJSP。HHO算法自2019年被提出以来主要用于解决数值优化问题,并取得了非常好的性能表现,而FJSP是一种组合优化问题。本文首次使用HHO算法来解决带有设置时间和资源约束的FJSP。HHO算法的寻优空间是一个连续的空间,但是FJSP中的机器分配和工序顺序都是离散形式的,因此需要将算法中得到的实数表示的位置向量转换成离散整数表示的机器分配向量和工序顺序向量,才能用于解决FJSP。(2)设计了一种解码方式来尽量避免资源约束。本文的资源约束条件主要是指同一时刻给机器更换模具的操作员数量有限,因此在将机器分配向量和工序顺序向量解码成调度方案时需要尽可能避免机器因等待操作员而空闲的情况。(3)使用强化学习算法来智能地调整算法的关键参数,从而提升算法的性能。本文根据问题模型的特征,合理地划分强化学习算法的状态集和动作集,同时设置合适的奖励方法和动作选择策略。

关键词： 机械设计制造   数字化   智能化   发展  

摘要： 目前,新一轮的科技革命、产业变革正在持续推进,让机械设计领域发生了颠覆性变革,尤其是新一代人工智能(群体智能、大数据智能、跨媒体推理智能、人机混合智能、自主智能)等技术的发展,让机械设计制造的数字化、智能化成为可能。为此,本文分析了机械设计制造的要求,探索数字化与智能化设计的特点,分析机械设计制造的数字化与智能化发展路径,为该领域的持续发展提供了有价值的参考资料。

关键词： 椰青运输   自动卸货装置   机械设计   输送带   防滚落挡帘  

摘要： 椰青味美价廉，体积属中大型，形状呈椭圆形。运输卸货过程易滚落、且卸货劳动强度大，导致椰青运输人工成本相对较高，对椰青运输卸货提出了更高的要求。本文搭建了椰青自动卸货平台，并对卸货输送带运行速度、防滚落挡帘尺寸参数和防滚落挡帘层数等因素进行试验，得出了自动卸载的最优参数组合;建立了椰青自动卸货物理模型，进行网格划分，采用Pam Crash软件对卸货过程进行仿真分析，优化了自动卸货装置的关键参数;设计了基于滚筒式传送带的自动卸货车厢和外置式液压动力系统，并进行了试制。该研究对硬壳农产品或者其他不易损坏的小件商品运输自动卸货技术提供参考。主要研究内容如下：　　（1）搭建椰青运输自动卸货试验平台　　参考国内外其他行业自动卸货装置，设计并搭建椰青运输自动卸货试验平台。平台包括椰青运输厢、卸货装置和防滚落挡帘装置。根据椰青运输厢的几何尺寸，结合试验前期测得椰青的几何参数，计算出本试验椰青运输厢所能承受的最大容纳椰青数量。根据椰青运输厢的容积和总椰青重量，计算出输送带的几何尺寸、厚度、防滚落挡帘的尺寸和滚筒的相关参数。　　（2）椰青自动卸货多参数影响试验与分析　　试验以椰青运输自动卸货试验平台中输送带运行速度、防滚落挡帘尺寸参数和防滚落挡帘层数为试验水平，以卸货时椰青单位时间卸货量、卸货时椰青单层离开输送带百分比作为试验的评价指标进行试验。试验结果表明：在输送带运行速度一定时，椰青单位时间卸货量，随着防滚落挡帘几何尺寸和防滚落挡帘层数的增加而减少;椰青单层离开输送带百分比，随着防滚落挡帘尺寸和层数先增加后减小。当输送带运行速度为0.1m/s，防滚落挡帘尺寸为800mm*900*3mm，防滚落挡帘总厚度为3时，单位时间卸货量最大，达到5.1个/s，此时椰青单层离开百分比为92.86%。当椰青单层离开百分比为100%，单位时间卸货量最大为2.8个/s，此时输送带运行速度0.0675m/s，防滚落挡帘尺寸为800mm*900mm*3mm，防滚落挡帘总厚度为4。　　（3）椰青自动卸货物理模型与数值仿真　　为了研究椰青输送过程中防滚落挡帘的受力和形变情况，本文使用ANSA建立模型和网格划分，一共32926个网格单元，33320个节点。为了简化模型，方便后期计算，用圆体代替椰子，椰子直径168mm。由于水果和防滚落挡帘的材料刚度差别较大，且水果并不作为考察对象，水果以刚体进行建模;防滚落挡帘厚度总数取4层，材质为PVC材料，尺寸取1000mm*900mm*4mm;输送带不作为考察对象，也以刚体进行建模。使用Pam Crash作为计算软件，GNS Animator4作为后处理软件对椰青自动卸货过程进行仿真。仿真结果表明：当椰青和防滚落接触到椰青离开输送带过程中，应力较大位置集中在防滚落挡帘挡板和防滚落挡帘上边缘接触的位置;防滚落挡帘的形变一直在整个防滚落挡帘的最低端位置。　　（4）基于滚筒式传送带的自动卸货车厢设计　　以椰青自动卸货平台为基础，结合对整个装置的仿真结果，应用卸货装置输送带的运动速度、防滚落挡帘的尺寸参数和防滚落挡帘的层数参数等因素对椰青自动卸货试验平台的影响，设计了基于滚筒式传送带的自动卸货车厢，并进行了试制。该自动卸货车厢的动力可以采用外置液压动力系统和电力动力，且该装置可以用来卸货其他硬壳农产品和不易损坏的小件商品。　　本文设计并搭建了椰青自动卸货平台，对自动卸货平台中椰青卸货过程进行了分析，建立了椰青自动卸货模型，并对整个装置进行建模和仿真分析。本文所涉及到的内容不仅可以在椰青转运卸货过程中使用，同时也为其他硬壳货物自动卸货通过了参考。

关键词： 分布式柔性作业车间   人工蜂群算法   makespan   多目标优化   绿色调度  

摘要： 我国制造业作为国民经济的重要支柱,随着近年来经济全球化的加深以及经济一体化的加快,制造业已由传统的小规模生产转向大规模制造。随着企业的扩大以及跨国企业的建立,企业在全国乃至世界各地部署生产制造基地,分布式制造已经发展为当前的主要制造模式之一。分布式柔性制造作为一种重要的分布式制造模式,由于异地分布的柔性工厂,加工制造过程更加灵活,越来越受到企业的青睐。正是由于分布式柔性作业车间加工的灵活性,合理的分配加工任务以及对各个柔性工厂进行调度对企业生产效益愈加重要。因此,为了企业能更好地对分布式柔性制造过程进行调度,本文采用人工蜂群算法（Artificial bee colony algorithm,ABC）对分布式柔性作业车间调度问题（Distributed and flexible job shop scheduling problem,DFJSP）进行研究,本文的主要工作内容如下:（1）针对以Makespan作为优化目标的分布式柔性作业车间调度问题,提出一种改进的遗传蜂群算法（Genetic artificial bee colony algorithm,GABC）。具体改进包括:结合遗传算法（Genetic Algorithm,GA）对标准ABC进行离散化改进;设计了一种基于机器编码的编码方案,并根据编码特点以及分布式柔性作业车间的特点,设计了一种基于编码相似度的交叉操作,以防止交叉产生非法解,提高算法的运行效率;改进了雇佣蜂时期的搜索操作,在交叉操作后,以不同概率进行两种变异操作;改进侦查蜂的蜜源抛弃机制,对达到搜索上限的蜜源,通过与全局最优解对比,进行部分抛弃,防止破坏优质解再次陷入随机搜索。最后,通过不同算法对实例求解进行对比,验证改进的遗传蜂群算法的求解的高效性。（2）针对以Makespan和关键机器负载为优化目标的分布式柔性作业车间调度问题,提出了一种基于经验策略的人工蜂群算法（Artificial bee colony algorithm based on empirical strategy,ESABC）。算法具体改进为:改进算法框架,提出一种经验蜂机制,用以记录各个蜂群搜索蜜源过程中发现的同优或较优蜜源,为蜂群搜索提供指导;在雇佣蜂阶段提出一种基于编码相似度的自适应交叉机制,以平衡对不同蜜源和算法不同运行阶段的全局搜索能力;在跟随蜂阶段设计了多种基于优化目标的邻域变换方式进行搜索,提高局部搜索效率;改进侦查蜂生成蜜源机制为以经验蜂进行邻域搜索。最后,通过计算实验进行算法对比,证明了改进算法收敛性能与求解性能的优越性。（3）提出了一种具有运输约束的绿色分布式柔性作业车间调度模型,该模型考虑仓库与异地工厂间的运输成本,工厂中机器间的运输成本以及加工过程和运输过程的能耗,以Makespan、总运输成本和总能耗进行多目标优化,并提出一种多种群人工蜂群算法（Multi-population artificial bee colony algorithm,MPABC）进行求解。算法设计了一种新的种群划分机制,并针对不同的子雇佣蜂群采用不同的搜索方法,同时也改进了子跟随蜂群的跟随机制。最后,通过不同算法的计算实验,验证改进算法的有效性。

关键词： 机械设计制造   自动化发展   概述现状  

摘要： 随着现代信息技术的不断发展,机械设计制造领域也渐趋自动化,机械设备性能也提升效果也相当明显。基于此,本文通过对机械设计制造与自动化的概述,明晰当前机械设计制造的发展现状,以及在应用过程中会存在一些问题,找到对应的解决方法,使其更好地向着自动化方向发展,让机械设计制造向社会需求的发展方向前进。

关键词： 微创手术器械   远程运动中心   并联机构   机械设计   尺寸优化  

摘要： 具有远程运动中心的机构已在微创手术器械领域得到了广泛的应用，机构的远程运动中心(Remote Center of Motion，RCM)可通过弧面机构实现，此类机构具有2R或者3R自由度。数据统计表明95％的微创手术在一个顶角为60°的圆锥体内完成，2R1T(R:转动自由度，T:移动自由度)并联机构很好的满足了微创手术器械对自由度的需求，但2R1T并联机构其运动大多存在伴随运动使其无法具有远程运动中心点。而具备无伴随运动的2R1T并联机构往往分支不同，或通过平行四边形机构实现运动特性导致机构体积过大。本文针对这一问题，提出了一类含弧形副且具有三个相同分支的两转一移RCM并联机构，并对其中的典型机构开展了相关理论分析及实验研究。　　本文以微创手术运动需求分析目标机构约束形式及分支约束类型，综合出一类满足需求的2R1T构型。选取其中含弧形副的3-UPrU并联机构作为典型机构，对其进行了自由度分析、运动学分析、性能分析、尺寸优化设计以及样机设计和实验验证。主要内容包括以下几个方面:　　首先，利用约束螺旋综合法和图谱法分析微创手术机构所需的约束形式以及分支约束的分配，总结目标构型的综合条件。确定分支以弧形副为基础的基本单元，综合出两类分支布置形式的构型，第一类三分支对称分布机构各向同性好且具有多个远程运动中心;第二类三分支虽不对称分布，但机构面对称，此类构型具有一个远程运动中心。　　其次，以3-UPrU并联机构为主要研究对象，其三分支相同且结构简单、具有多个远程运动中心等特点。分析了其自由度性质和运动特性;求解其运动学正逆解，利用虚拟机构法求解了机构的速度雅可比矩阵;分析了机构奇异类型和奇异位置;采用极限边界搜索法绘制机构的工作空间。　　之后，分析了机构的运动/力传递和约束性能指标，探究了机构运动过程中位置变化和运动/力性能指标变化规律。并以此为基础制定了三个机构的尺寸优化设计指标，基于性能图谱法绘制了机构的性能图谱找出了机构的优质尺寸区域。　　最后，选择优质尺寸区域中的尺寸参数，以眼部微创手术为应用背景设计样机，包括样机的结构设计、构件材料选择、驱动设计及选型。设计样机的定轴、定点转动实验获得仿真轨迹，并进行样机实验验证了机构的定轴转动和定点转动特性。

关键词： 柔性作业车间调度   遗传算法   教与学算法   非支配排序遗传算法  

摘要： 在经济全球化的大背景下,制造业的发展不可忽视,必须与时俱进。制造企业要想快速发展就必须满足客户对产品需求的智能化、多元化,还需要满足订单的定制化和个性化。车间生产调度是企业满足这些条件所必需的环节,柔性作业车间调度问题更是关系到企业生产任务能否科学有效的及时完成,设备资源的利用效率是否高效,企业生产成本是否最低。为了解决当前企业生产计划不够高效、设备资源利用率不高,车间生产调度过程中许多不确定因素影响生产计划的实施等问题,作业车间的生产调度尤其是柔性作业车间的调度问题越来越受到企业的重视。本文以柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)为研究对象,首先对传统FJSP分别采用遗传算法(Genetic Algorithm,GA)以及非支配排序遗传算法(Non-Dominated Sorting Genetic Algorithm-II,NSGA-II)进行求解,提出方法改进,再针对企业生产需求的变化对实际生产的影响,提出改进方法以解决企业的变化性需求。文章主要研究内容如下:1、首先对于传统单目标FJSP,本文以传统GA算法为求解基础,引入教学优化算法(Teaching-learning-based optimization,TLBO)相关理论以改善算法性能,提出一种改进的TGA用于求解该问题。对于传统GA固有进化方式提出改进,以TLBO理论提出一种新的进化方式,整体采用传统交叉与教学式交叉相结合的交叉方式,提高改进算法求解效率,在此基础上引入基于适应度值的参数自适应,通过交叉和变异的自适应来进一步改进算法的求解性能。引用相关案例,进行算法仿真求解,改进TGA结果优于GA18.2%,优于HGBA10%,其数据表明本文TGA求解FJSP有一定的优越性。2、基于对当下生产制造类企业的现状分析,针对企业不同生产需求对于调度的影响,提出需求变化的FJSP,为了应对这类问题,本文提出一种可调节的权值分配算法,以求解该问题。把传统GA与NSGA-II结合起来,结合多目标算法的编码解码方式,首先确定需要求解的调度问题,采用适应度值的形式来区分不同个体的优劣,再通过权值分配的方式,把多个调度目标转化为单个调度目标,然后以GA进化方式求解,再与传统NSGA-II比较,完工时间优化了15.73%,其余指数基本相同,可以得出其求解存在局部优越性。再根据企业加工需求调整权值,求解相关实例,将其结果与平均均值解以及传统解对比,可得出其在需求目标上可得出更优解,更加符合企业实际需求。3、在单目标FJSP基础上,接着对传统多目标FJSP进行求解,以该问题为研究基础,把NSGA-II作为求解方法,针对传统NSGA-II算法求解精度不足等问题,对算法采用的双层编码,使用不同的交叉变异组合,采用改进的精英交叉策略与改进的插入变异来作为工序链的进化方式,对于机器链,采用改进的交叉与定向变异来更新进化,并加入自适应策略。对于算法的精英保留策略做出调整,使其更加适合改进后的算法求解。使用具体案例,将改进后的NSGA-II算法结果与传统结果以及前文结果对比,验证算法性能。最后,对以上研究内容进行总结,提出结论。