基于神经内分泌调控机制的类生物化制造系统研究

从制造系统、生物系统、控制系统学科交叉的角度出发,借鉴生物有机系统的神经-体液调控机制及规律,提出了一种新型的类生物化制造系统体系结构,研究如何将生物有机体的神经内分泌激素调控机制借用到制造系统调度规划与管理中。首先提出了有机制造单元的概念,然后建立了基于有机制造单元的具有多主体协调与递归控制特点的类生物化制造系统协调模型。基于神经内分泌激素调节规律,建立了类生物化制造系统的多重反馈控制模型,实现车间层在干扰环境下的快速自适应调度与控制。     

基于改进算法的工艺规划与车间调度的双目标优化模型

针对工艺规划与车间调度的集成问题,一般考虑以加工时间、加工成本和加工质量为优化性能指标,而对能量消耗等环境影响因素考虑不足。本文建立了工艺规划与车间调度的数学模型,以完工时间和能量消耗为优化目标,通过设置权重系数来调节优化目标倾向。采用改进的混合模拟退火与遗传算法对问题进行求解,利用遗传算法的全局搜索速度快和模拟退火的突跳性强的特点,结合回火机制,有效地得到了完工时间和能量优化结果。最后,通过实例仿真表明该方法具有可行性。     

基于信息公理的车间布局问题评价方法

车间布局评价问题属于典型多属性决策问题.为了使信息公理更适合于解决多属性决策问题,通过增加满意度项改进了原有的信息量计算方法.属性值被划分为精确型、不确定型和模糊型,同时针对效益性、成本性、定值性和区间性属性给出了这三种数值类型的信息量的计算办法.改进后的信息量同时反映系统的成功概率以及决策者满意程度,并能够对包含多种数值类型的多属性决策问题进行评价.最后,作为实例,对焊接装配车间的布局方案进行了评价,结果验证了所改进的信息公理对于解决多属性决策问题的可行性和有效性.     

基于信息素的任务分配(英文)

针对制造系统中的任务分配问题,提出了一种基于信息素的协调方法并搭建了原型实验仿真平台。该协调方法源于蚁群的觅食行为活动,蚂蚁在觅食的路径上会留下一种特殊的化学物质(信息素),利用该介质,可以更好地在群体内部实现协调与合作。基于信息素的协调方法可以自动寻找到有效的加工单元来处理所需要加工任务,有效地克服以往存在于基于合同网协调机制中的通信信息量大等不足。实验结果证明了基于信息素的协调机制对任务分配具有极其稳定的优化能力。     

类生物化自适应制造系统控制结构(英文)

未来的制造系统需要应对多变的不可预测环境的干扰,因此要求制造系统的控制结构具有较好的自适应性、自组织性、敏捷性、智能性和鲁棒性.而具有这些生物行为特征的类生物化制造系统能够很好的满足这一要求.因此,借鉴生物系统的组织结构、控制机理和运行模式,从一个全新角度提出了有机制造单元的概念,并结合基于激素分泌调节的超短反馈机制,建立了类生物化生产系统自适应控制模型;基于神经-内分泌-免疫系统调节机制,建立了类生物化自适应制造系统控制结构模型.最后,通过一个基于信息素通信机制的实例表明:整个系统具有较强的鲁棒性.     

基于响应曲面车削加工表面粗糙度稳健性分析

随着现代科学技术的发展,对零件的表面加工质量提出了越来越高的要求。但由于机械加工过程较复杂,各种参数都不同程度地影响着表面粗糙度,表面粗糙度分析时,很难建立显式的解析模型。本文提出基于响应曲面法建立表面粗糙度可靠性指标对应刀具结构影响参数的灵敏度分析模型。结果表明,表面粗糙度对刀尖圆角半径r的变化最为敏感,对主偏角κ的变化敏感次之,对前角γ变化不敏感;刀尖圆角半径、主偏角和前角对表面粗糙度的贡献率分别为56.82%,27.84%和9.75%。     

在云制造背景下用架构驱动的建模方法探讨数字孪生企业（英文）

日益动态竞争的制造、商业和工业环境所要求的云制造，导致了“数字孪生企业”的形成。为了用体系结构驱动的建模方法探索数字双胞胎企业，本文首先介绍了数字孪生企业体系结构的基本要素，利用多智能体技术将这些要素聚合形成资源，并动态连接到云制造平台。然后结合数字双胞胎技术，进一步细化企业的一般活动，形成体系结构的主要操作流程。最后，本文对数字孪生企业参与云制造的过程进行了详细的分析。通过应用数字孪生技术，企业能够对自身的生产资源进行合理的管控，企业内部的生产数据流得以被进一步利用，使得生产过程得到了优化。同时，企业的制造资源能够实时接入网络化制造平台，更好地获取适合生产的个性化订单。本文通过构建多智能体运行框架，优化企业参与网络化生产活动的流程，使得企业本身的数字化程度得到了极大的提升。