关键词： 思政课程   《机械设计基础》   教学方法  

摘要： 利用高校专业基础课程开展思政教育具有重要意义。基于此，本文以《机械设计基础》一课为例，针对开展课程思政时面临的一些问题，探究《机械设计基础》课程在专业特色、人才培养目标、学情分析及地域特点等方面蕴含的思政元素，探索与纺织工程专业相适应的《机械设计基础》课程开展课程思政的方法和途径，以促进本课程培育更多的优秀人才，进而促使教育全面发展。

关键词： 柔性作业车间   车间调度   感知-认知双系统   知识建模   深度强化学习  

摘要： 航天结构件的加工具有多品种、小批量、工艺复杂多变的特征,生产过程中批量生产任务和研发生产任务并存,研发任务导致紧急插单现象频发,影响批产任务的生产进程和效率。本文以柔性作业车间调度为研究对象,采用感知-认知双系统将作业流程知识与调度方法结合,提出多层级知识建模方法,研究基于深度强化学习的双环路调度方法。研究内容包括三个方面:(1)针对航天结构件加工车间在调度过程中的知识建模和调度方法组织管理困难问题,提出了面向柔性作业车间调度的感知-认知双系统。利用感知系统构建的知识图谱提供实时数据,融合认知系统的经验记忆模块提供的历史数据,实现动态调度的快速响应。(2)针对柔性作业车间调度过程知识的层次性和结构性关系复杂问题,提出了基于知识图谱的车间调度要素集的本体知识建模方法。首先给出了调度的四维析取图表示模型,采用了多层知识图谱将调度数据分类别表示。然后利用本体建模的方式将调度数据分为设备资源、工艺流程和加工任务三个层次,建立了静态数据融合的层次关系和动态数据融合的层间关系。最后利用提出的多维信息矩阵映射规则,生成对应调度方法的多维信息矩阵提供参数。实现了柔性作业车间调度知识的管理与融合,保证了调度参数的准确性、时效性。(3)针对柔性作业车间调度过程中的调度策略寻优问题,提出了一种基于深度强化学习的双环路调度方法。提出了基于资源配置智能体和工序排序智能体的双环深度强化学习(Dual-loop Deep Q Network,DL-DQN)方法,设计了优化目标与奖励函数,经标准算例验证,所提方法较传统调度方法具有求解性能的优越性。最后,以某航天所火箭发动机结构件加工车间为例,将本文所提的知识建模和双环路调度方法运用到车间调度中,对知识的建模融合、转化和调度应用效果进行了验证分析,方法对提升柔性车间调度过程的数据管理和调度利用有一定的实际价值。

关键词： 柔性作业车间调度   多目标   自适应选择   头脑风暴算法   调度规则  

摘要： 在生产制造领域转向智能化、高效化转型发展的当下,制造业的生产特征由原来的单品生产、流水批量生产转变为小批量、个性化定制生产,生产过程变得更加复杂化。智能调度是企业生产过程中的重要环节,柔性作业车间调度问题(Flexible Job shop Scheduling Problem,FJSP)研究的是在一定工序约束和相关加工机器数量等约束条件下,对生产资源进行合理调配,为订单生产制定不同的加工顺序链,并为各待加工工序安排对应的加工机器和加工时间,生成一种最优的调度方案,从而提高生产效率,增加柔性,为实际生产活动提供指导,这对预测项目完成周期,指导项目顺利实施具有重要意义。因此,研究FJSP问题具有极为重要的理论价值与现实意义。本文采用头脑风暴智能优化算法对复杂FJSP问题进行了研究,主要内容如下: 首先,头脑风暴优化算法模型结构简单、收敛迅速,通过对柔性车间调度问题特点的分析,建立调度模型,基于算法求解实际问题的基本框架,提出了一种求解经典FJSP的头脑风暴优化算法,算法以最小化最大完工时间为优化目标,对经典柔性调度问题进行求解,基于多个体进化策略的改进头脑风暴算法,引入了精英解的概念,加快算法收敛,通过引入自适应选择策略,加强了算法的搜索效率,改进了算法精度差及后期收敛速度较慢的缺陷,利用Kacem算例和Brandimarte算例对算法进行测试,并与其它几种常用算法进行对比分析,结果表明,本文所采用的头脑风暴优化算法搜索性能整体较优。 其次,在经典柔性调度问题的基础上,考虑最大完工时间、机器瓶颈负荷、机器总负荷三个目标同时优化的调度问题,对多目标柔性车间调度做了进一步研究。通过分析各目标的特点,设计了一种基于支配关系的头脑风暴优化算法,用于解决多目标FJSP问题,分析各目标之间的约束关系,建立了合适的支配关系,在保留原有种群较强搜索能力的基础上,引入POX交叉方式、局部邻域搜索策略,提升了算法的寻优性能。通过对标准算例库中不同规模问题进行实例仿真,采用稳定性指标和分布性指标评价方式,验证了本文提出的算法优化效率高,有较好的稳定性及寻优性能,是求解复杂柔性调度问题的有效算法。 最后,在静态调度问题基础上进一步研究了基于随机事件的动态柔性调度问题。针对企业在实际加工生产中的突发随机事件扰动进行了分析,引入加工机器故障的动态扰动因子,通过分析扰动事件的特点,采用基于事件驱动策略的触发机制、剩余工序完全重调度策略,提升了算法对扰动事件的处理性能。通过对测试算例进行实例仿真,采用完工时间偏差率指标和工序排序偏差值指标对算法的测试结果进行评价。验证了本文算法的有效性,在求解复杂柔性调度问题方面有较大的潜力。 本文设计算法在解决柔性作业车间调度问题时有较为优秀的性能,为调度排产决策及目标优化提供参考依据。

关键词： 核磁共振波谱仪   零蒸发结构   结构设计   强度分析   传热性能  

摘要： 核磁共振(NMR)波谱仪利用不同元素原子核性质的差异来研究分析物质的化学性质,是研究测定有机和无机化合物的重要工具,目前市场需要越来越大。与此同时,考虑传统核磁共振谱仪占地大、需要定期停机补充液氦液氮等弊端,新一代的波谱仪已逐渐向小型化、零蒸发系统的方向发展。因此,设计一种可在不用停止工作下更换GM制冷机的零蒸发波谱仪结构对以后国内研制相关结构的核磁共振波谱仪以及核磁共振成像等设备具有很好的指导和现实意义。本文围绕新型波谱仪零蒸发结构的总体设计、结构强度和稳定性验证以及传热性能展开相关的理论设计分析和实验工作:首先,系统设计波谱仪整体的零蒸发结构,在满足结构强度和减小热负荷等功能要求的基础上完成了真空杜瓦、冷屏、氦槽绝热支撑结构等部件的设计,优化了制冷机可拆卸可收缩机构和冷头导热结构方案,保证系统能够长时间稳定运行,以及在遇到需要维护等特殊情况下依然可以正常工作。接着重点分析校核核磁共振波谱仪的杜瓦和氦槽绝热支撑的强度和稳定性,同时通过优化波谱仪内部的传热路径和冷量要求,提出波谱仪零蒸发内部整体的冷却方案,将系统热负荷降至最低,通过对结构强度、传热性能进行了理论计算和仿真分析,验证了系统的整体结构强度和热工性能的可行性。最后,结合零蒸发结构设计关键参数指标对结构设计中的传热部件的热接触性能进行实验验证,通过焊接波纹管性能测试验证了制冷机可拆卸以及系统低温循环收缩性能的可靠性,制作了铜和不锈钢的真空钎焊实验件,研究了如何增强异种材料结合处的热导率的方法、搭建了编织带热阻实验平台并研究减小长距离热传输过程中的热漏影响。根据实验结果,焊接波纹管在10mm收缩量下疲劳循环实验后漏率小于1×10-9Pa·m3/s,铜试样件真空钎焊的贴合率达到95%以上,实验结果验证了该波谱仪零蒸发结构设计技术指标能够达到设计需求。

关键词： 多目标优化   进化计算   约束处理技术   柔性作业车间调度   分布式生产调度  

摘要： 现实世界中大多数问题本质上都属于多目标问题,求解这类问题通常需要同时优化多个目标(目标之间是相互冲突的)函数,因此算法一般都是通过找到一组折衷解来代表问题的最优解。基于生物进化思想的智能优化算法不需要问题的先验知识,利用随机搜索策略可以在单次运行中就能获得一组近似解,因而成为求解多目标问题的一种有效方法。多目标优化算法最终要达到:1)种群收敛到Pareto最优前沿上;2)种群个体沿Pareto前沿均匀分布。在过去的二十年里,研究者虽然提出了各种各样的多目标优化算法,但是在求解问题时,还是难以有效地平衡种群的多样性和收敛性。特别是随着问题越来越复杂,优化的目标和变量也逐渐增加,为算法有效求解带来了很大的挑战。比如在超多目标空间中,选择压力的退化使得种群个体难以收敛到Pareto前沿,同时在高维空间也难以保持种群的多样性。因此,本文围绕几类典型的多目标优化问题,通过分析和挖掘不同类型问题的特征,充分利用问题特性设计了一系列对应的优化算法。本文主要研究内容包括:(1)针对复杂Pareto前沿问题,提出了一种基于两阶段的多目标优化算法。当多目标问题具有复杂Pareto前沿时,现有的方法难以均匀收敛。为了解决这个问题,提出了一种基于两阶段优化的MOEA/D-TS算法。算法采用两阶段进化策略,第一阶段着重于加强算法的收敛能力,使种群解快速收敛到Pareto前沿附近;在第二阶段中,算法主要提高种群个体的多样性,使解个体能够均匀地分布在Pareto前沿。在第一阶段中,MOEA/D-TS主要采用基于MOEA/D算法的框架,同时采用了一种改进的权重向量生成机制来处理Pareto前沿的不规则。第二阶段中设计了一种局部搜索策略,用来调整解的分布。MOEA/D-TS的性能在ZDT、DTLZ和IMOP问题中进行了验证,实验结果表明,与其它主流多目标优化算法相比,MOEA/D-TS能够在大多数测试问题上获得较好的收敛性和多样性。(2)针对超多目标优化问题,提出了一种基于向量夹角的超多目标优化算法。由于维度灾难,超多目标空间中的解个体之间会变得互不支配,现有的进化算法在求解这类问题时,难以平衡解集的收敛性和多样性。为了解决这一问题,提出了一种有效的超多目标优化算法Ma OEA-ASS。在Ma OEA-ASS中,首先采用基于向量夹角的选择策略从种群中选取多样性较好的解个体。然后将基于移动的密度估计与目标和策略相结合,利用种群进化过程中的信息动态调整解个体的适应度值,从而获得性能较好的解。提出的Ma OEA-ASS在DTLZ和WFG两组测试问题上进行了验证,与八种最新主流的多目标优化算法进行了比较。实验结果表明,提出的Ma OEA-ASS在大多数超多目标问题上都具有较优的性能。(3)针对约束多目标问题,提出了一种基于双种群协同的约束多目标优化算法。约束多目标问题难以求解是因为它们不仅需要很好地平衡空间中解个体的收敛性和多样性,同时还需要考虑解的可行性。现有的约束多目标优化算法在求解具有复杂可行区域的约束多目标问题时容易陷入局部区域,难以获得好的结果。为了解决这个问题,本文提出了一种基于双种群的CMOEA-TCP算法。CMOEATCP利用两个协同种群,通过相互协同来使解个体收敛到约束的Pareto前沿。其中一个种群是采用基于Pareto的方法进化,主要用于加快种群的收敛。同时另一个种群是通过基于分解的方法进行进化,用于提高种群的多样性。然后通过约束处理技术,在合并后的种群中选择高质量的解。为验证CMOEA-TCP的性能,在三组多目标约束测试问题上进行了实验。实验结果表明,与其它六种最新的约束多目标优化算法相比,CMOEA-TCP在大多数多目标约束问题上有明显的优势。(4)针对约束超多目标问题,提出了一种基于动态权重向量的约束超多目标优化算法。约束超多目标优化问题由于目标多、约束多且复杂,因此变得难以求解。为了解决这个问题,本文提出了一种基于权重向量动态变化的约束超多目标优化算法CMa OEA-DR。在求解过程中,权重向量是随着迭代次数不断动态变化,从而能够很好地适应各类复杂Pareto前沿问题。同时为了更好地调整向量,算法构造了一个档案集,用于保存进化过程中产生的优秀解,这些性能较优的个体用于更新权重向量。CMa OEA-DR在三组约束超多目标测试集上进行了实验验证,通过与其它六种主流的算法进行对比,验证了CMa OEA-DR在求解约束超多目标问题上是有效的。(5)针对算法在实际生产中的应用,将基于两阶段的MOEAD-TS算法用于求解多目标分布式柔性作业车间调度问题。建立了以最小化最大完工时间和总能量消耗为目标的分布式柔性调度模型,同时采用合理有效的编码解码机制对工厂、机器和工序进行编码解码。在进化过程中通过交叉和变异操作产生新的工序序列、机器序列和工厂序列,同时

摘要： 国际标准刊号:ISSN 1001—2334国内统一刊号:CN 12—1120/TH《机械设计》杂志是中国机械工程学会机械设计分会会刊、中文核心期刊、中国科技论文统计源期刊、中国科学引文数据库(CSCD)来源期刊,学位与研究生教育指定中文重要期刊,国内外公开发行。本刊己被“中国核心期刊(遴选)数据库”、“中国科技期刊精品数据库”、“中国期刊网”、“中国学术期刊(光盘版)”、“中国学术期刊综合评价数据库”等全文收录。《机械设计》的影响因子在同类科技期刊中名列前茅,并多次荣获天津市一级期刊、

关键词： 柔性作业车间调度   改进NSGA-Ⅲ   多目标优化   系统设计  

摘要： 柔性作业车间调度(Flexible Job-Shop Scheduling Problem FJSP)是制约企业生产效率的重要问题之一,主要特点是加工工件种类多,每个工件的每道工序可在多台设备上加工,一台设备能够加工多种不同类型的工序,这种加工路径的高柔性化,使得生产情况变得更为复杂。为得到较优的调度方案,需对多个目标同时进行优化,进而提出了多目标柔性作业车间调度问题MO-FJSP(Multi-Objective FJSP)。 为更好地求解MO-FJSP,本文建立了多目标的数学模型;在第三代快速非支配排序遗传算法(Reference-point Based Non-dominated Sorting Genetic Algorithm,NSGA-Ⅲ)的基础上进行了算法改进设计;通过多个标准实例验证改进NSGA-Ⅲ的有效性;最后设计开发了调度系统。主要研究内容如下: (1)分析MO-FJSP特点,建立了以最小化最大完工时间、设备总负荷和调度总能耗为目标的数学模型。 (2)针对传统算法在解决多目标柔性作业车间调度问题时,收敛效率和求解精度低、容易陷入局部最优等缺陷,提出了一种改进NSGA-Ⅲ。该算法是在NSGA-Ⅲ基础上对关键技术进行了改进设计,重新设定初始化种群生成策略,缩小了初始种群空间,并使种群空间中个体分布更加均匀;引入了父代种群选择策略,并对交叉变异规则进行设计,提高了子代个体的质量;利用NSGA-Ⅲ基于参考点的选择机制保留种群中分布均匀的个体;结合了基于关键路径的邻域搜索策略,进一步提高了解空间中解的质量;最优解的选取方式,采用归一化加权的方式,根据需求选择出最优的调度方案。 (3)以改进NSGA-Ⅲ为核心,开发了调度系统,该系统主要包括三个模块:数据管理模块、优化算法模块和用户图形模块。其中数据管理模块依托于数据库,主要功能是储存设备、工件以及工序等调度数据信息;优化算法模块功能是根据调度数据规模个性化的设置算法参数进行优化求解;用户图形模块功能是提供由数据导入、算法优化到数据输出全流程的可视化操作界面,便于用户进行具体操作。

关键词： 机械设计   圆渐开线   涡旋齿   变截面   几何模型   涡旋压缩机   涡旋膨胀机  

摘要： 根据圆渐开线的性质，提出一种由不同圆渐开线组合的新型变截面涡旋齿的建立方法。详细论述了型线的生成方法，阐述了建立基线的基本条件，推导出型线的一般方程，给出2种计算容积的方法，讨论正确生成内、外壁型线的控制变量取值范围。根据不同要求可快速建立一系列圆渐开线变截面涡旋齿的几何模型，为变截面涡旋齿型线的研究拓宽了思路。研究结果表明：相比传统的变截面涡旋齿几何模型的建立方法，提出的新型变截面涡旋齿的建立方法不但具有传统变截面涡旋齿的优点，而且减少了建立变截面涡旋齿的计算量，在一定程度上降低了变截面涡旋齿的加工难度，扩大了变截面涡旋压缩机或膨胀机的实际应用。

关键词： 商用车辆   仿生悬架   机械设计   等偏频   等高度   静力学分析  

摘要： 针对商用车悬架基于满载设计存在的变簧载时车辆平顺性差的问题，提出一种基于双菱形仿袋鼠腿悬架（下称仿生悬架）的等偏频等高度设计方案，并对该方案进行研究、分析与评价，以改善商用车的平顺性。通过静力学特性分析，得到仿生悬架的非线性弹性特性和刚度特性并开展等偏频等高度设计研究。研究发现：　　（1）通过对仿生悬架静力学分析，发现该悬架具有较理想的非线性弹性特性和刚度特性，相对于线性悬架，具有更多的动容量、抗击穿能力强。在车辆满载位置附近刚度小且弹性特性曲线变化平缓，使车辆具有良好的平顺性;在距满载较远的两端，仿生悬架弹性特性曲线变陡、刚度急剧增大，可在有限的悬架行程范围内吸收更多的能量，减小缓冲块被击穿的可能性。　　（2）仿生悬架的初始角度和刚度比对其弹性特性和行程区间有重要影响。不同的悬架初始角度对应不同的弹性特性曲线。通过调节仿生悬架初始角度改变悬架刚度，可实现不同簧载质量下悬架的等偏频等高度设计。　　（3）不同路面等级（A、B、C、D、E）不同车速（20~100km/h）下，商用车仿生悬架等偏频等高度设计后，车身垂向加速度和轮胎动位移均方根值较设计前均有所减小，其平顺性和操纵稳定性得到有效改善，如E级路面、车速40km/h、半载工况时，车身加速度和轮胎动位移均方根值改善率分别为15.7%和4.27%。等偏频等高度设计后，相同路面等级下，车身垂向加速度最大值减小量随车速的增加而增加，其均方根值改善率随车速的增加而降低;相同车速下，车身垂向加速度最大值减小量随路面等级的增加而增加，其均方根值改善率随路面等级的增加而增加。上述结果验证了所提设计方案的正确性和有效性。　　（4）等偏频等高度设计后，仿生悬架实验测试模型在不同路面条件下，空载和半载垂向加速度均方根值较设计前分别改善20.6%~28.3%和12.1%~20.4%，该结果表明等偏频等高度设计有效降低了仿生悬架实验测试模型空载、半载的加速度均方根，进一步验证了等偏频等高度设计方案的正确性和有效性。　　综上所述，等偏频等高度设计可有效提高车辆平顺性和操纵稳定性，验证了本文设计思路和研究方法的正确性和有效性。本文的研究结果可为高品质商用车辆悬架的研发提供参考。

关键词： 混合式教学   控制组   实验组   学习力和效能  

摘要： 本研究旨在比较混合式教学模式与传统教学模式对大学生学习规划、策略、自我监控、效能及心理弹性的影响。方法：选取广东某高校两个平行班级大三学生为研究对象，1班为控制组，2班为实验组，控制组采用传统教学模式，实验组采用混合式教学方法，实验进行一学期，采用问卷法收集相关数据。结果显示：不同教学模式下，学生的学业成绩差别不大，但混合教学模式下学生的学习效能感优于传统教学。混合教学模式下学生的学习规划、预习、复习策略、自我监控及自我效能增值均高于传统教学模式。