关键词： 计算机辅助设计   机械设计   工学结合   课程改革  

摘要： 分析了职业院校机械设计计算机辅助设计的教学现状,以工学结合模式实施计算机辅助设计的课程改革,详细规划教学进程,以及制定相应的知识目标和技能目标,给出具体教学设计范例,对职业院校机械类课程改革具有指导意义。

关键词： 机械设计制造   自动化专业   模块化教学   有效途径  

摘要： 模块化教学是目前实施教学活动的一种常见模式,并且以独立性的单元内容为主,将专业化能力的培养作为课程的目标,为行业提供综合性的人才资源。院校在实施机械设计以及自动化专业模块化教学模式的同时,应针对“需不适用”的问题进行深入探讨,保障学生的基础知识以及技能水平达标,并尽快适应社会、产业、企业以及市场的需求。此外,模块化教学模式还需要将学生的素质能力培养作为教学活动的重点内容,为课程实践的开展奠定基础。

关键词： 绿色理念   机械设计   和谐  

摘要： 绿色设计强调人与自然的和谐发展,在开展设计工作时,每个环节都会对环境效益进行全面考量,力求减少人类活动对环境的破坏,这包含了技术及观念层面的全面变革.在过去的一段时间里,工业设计极大地提升了产品的附加值,不仅推动了企业的进步,也极大地改变了人们的生产和生活方式,但过于商业化的工业设计鼓励人们无节制的消费,引发了资源和能源的极大浪费.社会的进步推动了人们的思想解放,绿色设计理念已经深入人心.本文对绿色设计理念在冶金机械设计中的应用进行了分析,以期促进冶金行业的可持续发展.

关键词： 智能工厂   海鸥优化算法改进   柔性作业车间调度问题   层次分析法  

摘要： 制造业有着夯实经济基础的重要作用,国家对制造业的重视程度越来越高,传统车间生产已经不能满足生产要求,因此建设智能工厂是制造业未来发展的趋势。在建设智能工厂过程中,明确需求并给出合理科学的方法是必要可行的。本文从智能工厂的需求出发,建立了智能工厂生产架构,同时对调度的方法做了详细阐释。首先,指出了传统企业在建设智能工厂过程中出现的问题,对智能工厂的需求进行了分析,给出了基于需求的智能工厂生产解决方案,最终提出了基于需求的智能工厂生产架构,明确了架构各模块的内容和各模块之间的联系。其次,设计了一种改进海鸥优化算法(Improved Seagull Optimization Algorithm,ISOA),使用基于Logstic混沌映射的初始化方式进行种群初始化,并设计了新的局部搜索模型,在保留完善海鸥算法简易实用和精确性的基础上改进了算法迭代前期收敛缓慢容易陷入局部最优的缺点。使用ISOA在常用的10个基准测试函数上进行测试,通过和遗传算法(Genetic Algorithm,GA)、海鸥优化算法以及灰狼算法(Grey Wolf Optimizer,GWO)对比,验证了ISOA的性能优越性。进一步,使用ISOA求解两阶段柔性作业车间调度问题(Flexible Job-shop Scheduling Problem,FJSP)。在第一阶段中,考虑能耗成本和拖期惩罚成本,建立了以最小成本为目标的多工厂工件分配模型,通过仿真对比分析,ISOA相较于GA、SOA可以更多地降低成本。在第二阶段中,建立了以最大完工时间为目标的FJSP模型,并使用双层编码方式进行调度编码,在不同规模的FJSP中使用ISOA进行求解,实验结果表明,ISOA能较大幅度的减少车间调度时间。最后,设计了基于优先级计算和ISOA的车间多目标调度方法,过程考虑了生产工序和机器设备的多个模糊性调度目标,并建立了相应的评价准则。使用层次分析法(Analytic Hierarchy Process,AHP)和模糊隶属度函数对优先级进行计算。建立了综合收益模型,通过将模糊多目标问题转化为综合收益最大化的单目标问题,简化工厂生产调度难度的同时,从整体上优化了车间生产质量。

关键词： 零部件试制   柔性作业车间调度   扩展双资源约束   外协加工   多目标优化  

摘要： 随着航空市场不断扩大,大量民营资本进入航空制造领域,在推动航空工业不断发展的同时也带来了激烈的市场竞争。在航空零部件试制领域,试制产品技术要求高、质量控制严格、需求多变,新兴民营企业普遍存在生产效率低、成本高、交货周期长、一次交付合格率低等问题。其试制车间属于柔性作业车间,加工任务的设备、作业人员选择和顺序安排灵活性大,传统的经验调度方法难以适应柔性作业生产要求,研究与之适应的车间调度方法对提升该类企业生产绩效有着重要意义。论文调查了某航空零部件试制企业的生产及外协加工现状,从设备、作业人员多维度异质性及外协调度流程等方面分析了其柔性作业车间特点,归纳了该类车间存在的调度问题,提出了柔性作业车间优化调度的需求。提出了两种优化调度模型。一是综合考虑设备和作业人员异质性对车间生产绩效的影响,提出了扩展双资源约束的柔性作业车间调度问题(FJSP),并建立了以总完工时间、总完工成本、总拖期、瓶颈设备负荷、瓶颈人员负荷最小为优化目标的优化调度模型;二是在前者基础上集成内外部加工资源进行优化调度,提出了考虑外协的扩展双资源约束FJSP,建立了以总完工时间、总完工成本、总拖期、内部瓶颈设备负荷、内部瓶颈人员负荷最小为优化目标的优化调度模型。研究了模型求解算法和多目标决策方法。一是基于带精英策略的快速非支配排序遗传算法(NSGA-II)框架,针对调度模型优化目标设计了三种邻域搜索算子和一种集成适应度排序算法,改进了NSGA-II算法以求解调度模型;二是考虑各目标函数的内在联系,设计了基于灰色关联度的指标赋权方法,使用加权TOPSIS法对模型求解得到的Pareto解集进行评价选择。论文将提出的两种优化调度模型应用到某航空零部件试制企业柔性作业车间调度中,采用NSGA-II算法和改进算法求解并将应用效果与经验调度方法对比。结果显示,本文提出的两种方法分别将总完工时间降低了7.86%和17.1%,总完工成本降低了6%和5.8%,总拖期减少了74.4%和100%,瓶颈设备负荷降低了21.8%和28.4%,瓶颈人员负荷降低了12.7%和28.5%,明显优化了所有目标函数,表明模型和方法具有良好的应用效果。同时,改进算法求解方案明显优于NSGA-II算法。此外,两种优化调度模型的对比结果表明,基于考虑外协的扩展双资源约束FJSP模型的优化调度方案能在较少增加总完工成本的情况下明显优化其余四个目标,证明了集成内外部加工资源进行优化调度在实际应用中的有效性。

关键词： 自动化技术   机械设计   应用  

摘要： 自动化技术有着诸多优点,其对于机械设计水平的提高自然有着重要作用,应当加强对其的研究.基于此,本文对自动化技术在机械设计中的应用进行了详细探讨,阐述了其具有的重要应用价值,并从多个角度详细介绍了自动化技术在机械设计中的具体应用.

关键词： 柔性作业车间调度问题   大规模数据集   多目标优化   多种群NSGA-Ⅱ改进算法  

摘要： 在研究柔性作业车间调度问题(FJSP)中为模拟实际大型生产车间的柔性作业车间调度情景,设计了基于传统基准实例的大规模FJSP数据集.针对大规模FJSP数据集,提出了以最大完工时间、机器最大负荷、机器总负荷为优化指标构建多目标柔性作业车间调度模型,在求解时为避免算法陷入局部最优,提出了一种多种群NSGA-Ⅱ改进算法(IMNSGA-Ⅱ),该算法优化了种群初始化方法与交叉策略,对不同种群中机器部分的基因采取不同的交叉方式.在生成的大规模FJSP数据集中验证了算法的有效性和可行性.

关键词： 柔性作业车间绿色调度   遗传算法   Jaya算法   多目标  

摘要： 自“工业4.0”的概念提出以来,制造业迎来了新一轮的变革。“中国制造2025”战略的提出指明了我国制造业的发展方向,不仅要推进智能制造,同时也要推进绿色制造。生产调度作为智能制造的重要一环,是决定智能制造能否顺利推进的关键,目前主流的生产调度技术采用调度规则(例如最短加工时间优先),往往难以获得高效的调度方案。智能优化算法因其求解性能高、鲁棒性强,成为了一种求解生产调度问题的常用方法。因此本文以车间调度领域的重要分支柔性作业车间绿色调度问题作为研究对象,同时研究高效的智能优化算法来对该问题进行求解。本文研究内容主要包含以下三个部分:(1)针对单目标柔性作业车间绿色调度问题(SO-FJGSP),设计了一种改进遗传算法(IGA)来进行求解。首先对SO-FJGSP进行问题描述,并建立数学模型,目标函数为最大完工时间和总能耗加权和的最小化,结合SO-FJGSP本身的问题特点和遗传算法自身的缺陷,提出了一种IGA,IGA的改进如下:在编解码阶段,为了避免产生不可行解,采用三维实数的编码方式;引入正交试验的均衡分散原则提高初始种群的质量,增强算法的全局搜索性能;在变异操作阶段,采用动态步长的方式进行变异,能够加强算法的局部搜索性能。用Brandimarte基准算例对IGA进行测试,并将测试结果与近年来提出的几个改进算法进行对比,验证了IGA在求解调度问题上的优越性和有效性。(2)针对多目标柔性作业车间绿色调度问题(MO-FJGSP),设计自适应多目标Jaya算法(SAMO-Jaya)来进行求解。首先对MO-FJGSP进行问题描述,并建立数学模型,目标函数包含最小化最大完工时间、最小化机器总负荷、最小化总能耗,并根据多目标问题本身的特点,提出了一种SAMO-Jaya,SAMO-Jaya的主要改进如下:设计了一种转换机制用于建立Jaya算法连续解空间与MO-FJGSP离散调度空间的映射,便于SAMO-Jaya算法离散问题的求解;设计了一种均匀分布和混沌序列相结合的混合策略作为种群初始化方法,有效提升了初始种群的质量;在算法中嵌入了一种自适应调整种群规模的方法,提升了算法的求解速度。用Brandimarte算例单目标仿真、Kacem算例多目标仿真以及改进部分对SAMO-Jaya影响3个仿真实验对SAMO-Jaya算法进行了验证,结果表明SAMO-Jaya算法能够对MO-FJGSP进行有效求解。(3)以扬州AS公司的部分生产数据作为实际案例,利用IGA和SAMO-Jaya算法分别对实例进行求解,实验结果验证了两种算法在求解实际问题时的有效性,同时对比分析了两种算法之间的性能差别。上述研究进一步完善了FJGSP领域的研究内容,丰富了相应算法的理论体系,同时为企业的实际生产提供一定的指导意义。

关键词： 柔性作业车间调度问题   分布式调度问题   混合智能优化   多区域采样   多目标优化  

摘要： 柔性作业车间调度问题是一类应用广泛的组合优化问题,合理的调度方案可以有效提升车间生产效率、降低成本、提高生产系统的鲁棒性,应用领域涵盖流水线加工、交通运输、机场港口调度、医疗卫生等。此外,本课题考虑了当下的前沿热点问题,即分布式柔性作业车间调度问题。该问题注重具备多个柔性制造单元的系统综合调度,可以在更复杂的维度下对生产系统进行调度规划。然而,基于无免费午餐定理,任何单一算法都无法保证可以在有限时间内完美处理所有的优化问题,因此通过混合不同算法的优势提高对上述问题的求解效率具备丰富的研究意义。本课题首先提出了一种基于多区域采样策略的混合粒子群优化算法来解决多目标柔性作业车间调度问题。改进主要在于:一是使用多区域采样策略依据粒子所在帕累托前沿面的位置对粒子进行采样重组,并规划相应的运动方向,从而针对性调整粒子在多个方向上的强收敛能力。二是编解码方面使用基于插空机制的解码策略,消除解码过程中存在的局部左移,提升解码结果的质量,加快算法的收敛进程。三是结合遗传算法的交叉变异算子更新粒子位置,并根据双向量编码设计了基于交换序的交叉算子,提升算法搜索过程的多样性,避免算法陷入局部最优。实验与其他四个算法进行算法效力和效率对比。实验结果表明,所提出的算法具备较好的收敛与分布性能。其次,针对多目标分布式柔性作业车间调度问题,提出了基于快速多区域采样策略的混合粒子群优化算法。除了继续使用之前有效的改进策略外,主要考虑降低算法的运行时间,改进在于:一是使用快速多区域采样策略,相较之前的改进策略降低了外部存档规模,减少了排序算法的使用次数,提升效率之外保证了搜索过程的多样性。二是针对异构车间分布式柔性作业车间调度问题设计了具备丰富冗余结构的编码方案,来避免算法运行中非法解的产生。三是使用通用概率参数独立控制的向量更新方法,使三个决策向量不再是同时进行变动,从而保证算法的全局搜索能力。实验与其他五个算法进行了比较,相较之前的改进算法该算法提高了运行效率并且求解效果优于原算法,可以实现良好的收敛性能与分布性能。最后,本课题所提出的混合智能优化算法融合了多个算法的思想与特点,设计了可以提升算法在帕累托前沿多个方向上的强收敛能力的多区域采样策略,以及根据问题特性设计了相应的优化解码与交叉算子,并进一步优化所提改进方法的流程,以求在实现较好求解效力的同时达到较好的求解效率。经过实验验证,所提出的方法与策略可以较好地处理多目标柔性作业车间调度问题以及多目标分布式柔性作业车间调度问题,对于混合智能优化算法求解其他复杂多目标优化问题提供了有益的借鉴和思路。

摘要： 2022年征订启事《机械设计与研究》(双月刊)欢迎订阅欢迎赐稿全国科技论文统计源期刊研究欢迎刊登广告全国机械仪表类核心期刊主管单位:教育部主办单位:上海交通大学期刊简介:本刊成立于1984年,创刊已有37年,是全国少有的几本关于产品设计与研究类的学术期刊,经《世界期刊影响力指数》WJCI评定,本刊已达到了国际优秀期刊的水平。欢迎来稿与订阅主要栏目:综合评述,设计理论与方法,智能化机械设计与应用,机构学与机械动力学,