制造系统的设备布局方法

下一代工厂布局模式应具有高柔性、模块化和易于可重构性,柔性设备布局适应市场的动态需求。在对车间布局设计方法分析基础上,分析了现代制造系统中的单元布局、分布式布局、可重构布局及鲁棒性布局的布局逻辑,目标函数及求解算法,并对未来车间设备布局模式进行了展望。     

资源布局可变条件下的开放车间柔性制造单元构建技术研究

单元制造是在当今小批量、多品种的生产环境下的提高生产柔性和效率的一种有效手段。在单元制造的基础上,提出了一种融合物理制造单元和逻辑制造单元的柔性单元构建方法,并建立了相应的混合整数规划模型。通过在物理制造单元与逻辑制造单元设计思想之间寻求折衷来提高系统的柔性并减少制造成本。在模型设计中,考虑了制造资源布局、加工路径选择以及加工批量设置问题。以最小化加工成本、加工车间之间和之内的运输成本、跨单元操作成本和机器移动成本为目标,通过将制造资源重新布局在给定的加工地点(加工车间),形成若干敏捷柔性制造单元。数值实验结果表明了的这一设计思路的有效性。     

基于分形理论的E-型车间布局研究

文章将分形理论运用于车间布局,提出了E型车间布局的概念.通过2级或者多级分形,构造一个可重构的E型车间布局形式; 首先从最底层的设备单元建立布局模型,局部进行优化,然后在优化好的基础之上,再对第2级以及更高级进行同模型的求解,直到车间布局全部形成.     

基于遗传算法的车间设备虚拟布局优化技术研究

根据车间布局设计的最小物流费用原则,建立车间设备布局优化模型,并对该优化模型进行遗传算法求解．借鉴车间设备布局的块树表示法,设计了基本块、分割线和方向的混和染色体,并给出解码方法．根据车间布局优化的特点,改进选择算子、交叉算子和变异算子等遗传操作算子,设计基于块树的分割线有效性检验算法,并融合了选择交叉算法的优点,有效地避免了遗传过程中无效个体的大量出现,保证了算法的有效性和高效性．最后,给出了一个12台设备车间布局仿真算例,结果表明,算法快速地在进行到170代左右时达到了收敛,并采用虚拟现实技术将计算结果形象地呈现出来．本文所提出的方法能够很好地解决车间设备虚拟布局问题．     

基于脑模型联接控制器的车间布局多目标优化技术研究

该文根据车间物流费用和车间面积2个优化目标，建立车间设备布局多目标优化模型。并根据车间布局优化特点，设计了基于脑模型联接控制器的混合遗传算法对该模型进行求解。该算法具有自学习和自适应的特点。最后给出算例，通过对仿真结果的分析，证明该文所提算法能解决提出的问题。     

一种改进的Hopfield神经网络算法用于单元布局

利用改进的Ｈｏｐｆｉｅｌｄ人工神经网络模型，提出了用于求解ＶＬＳＩ系统单元布局的优化 算法。该算法具有简单的能量函数表达式，较快的收敛速度，可避免无效解。利用此算法对于６ 种较复杂的布局实例进行运算，在布局优化结果和运算速度方面都比同类研究有较大改进。     

基于遗传算法的机器人作业单元布局优化

针对机器人作业单元内设备的布局问题，提出了一种基于遗传算法的优化布局方法.引入了工程师的经验和知识描述布局过程中的作业单元空间及机器人运动学约束，减小了优化空间，提高了算法的收敛速度.基于压铸作业的实例研究结果表明了该方法的有效性.该方法已与商业化的机器人编程与仿真软件相结合，表现出了较高的实用价值.     

基于相似系数的双资源单元构建问题的研究

单元制造能够结合工作车间方式的灵活性和流水线方式的高效率,同时也能以近似刚性流水线的成本来生产多品种少批量产品,因此它成为现代企业的宠儿。今在文献回顾的基础上,总结了目前研究存在的问题,构建了以相似系数为基础的双资源约束的单元构建模型,并将应用提出的数学模型与文献中的案例进行对比分析,发现5个对比案例在Voids和EEs两个指标上都优于以往的文献结果,从而证明了所提模型的有效性。     

基于序列分析的制造车间平面布局设计

给定一个制造车间,把生产每一产品所需要的所有零部件的工序合并构成了一个有序图，即物流网络，称为加工装配图(OPC)，其对应的图结构可以抽象为有向树.以这样的有向树为基础，提出通过树的旋转处理算法和序列聚类分析，得到车间的平面布局，并通过一个实际使用范例证实这一方法的有效性.     

地铁车站端头井受力计算模型研究

针对上海轨道交通明珠线二期某地铁车站，提出采用空间梁一板单元模型分析车站端头井在施工过程中的受力和变形，并与传统的平面简化模型计算结果进行比较．计算结果显示：对于端头井墙体结构，两种方法计算得到的内力、变形和弯矩分布规律基本一致；对端头井上、下框架梁结构，采用空间梁-板单元模型计算，其内力变化较大，端头井空间效应显著，且可避免平面简化模型计算中框架梁出现轴向拉力这种失真现象．最后，建议采用空间梁-板单元模型分析地铁车站端头井结构．     

基于遗传算法求解复杂时间-空间布局问题

给空间布局问题加入时间约束的多目标、多约束化布局问题(复杂时间-空间布局问题)是NP完全问题.探讨了遗传算法在求解这一复杂问题过程中的应用,提出用分层型遗传算法处理复杂时间-空间布局问题,给出了有效的编码形式和解码运算.根据混合原则和算例,该算法优于普通的遗传算法.     

狭长空间无线感知节点布置策略及定位算法

因为人们对无线感知节点在一些狭长空间场所的研究较少,受空间限制,无线感知节点及其网络在这些场所应用具有与开阔空间不同的特征,所以对目前应用于开阔环境下的无线感知节点定位算法进行了修正,给出了应用于狭长空间的无线感知节点定位算法。同时对狭长空间的锚节点布置方法进行了研究,给出一种较优的锚节点布置策略。理论分析、计算机仿真和实验验证表明：该算法及其锚节点布置策略在狭长空间应用中对未知节点具有很好的定位精度。     

二维板材圆形件剪冲的四块排样算法

针对二维板材圆形件剪冲下料问题,提出一种基于四块排样方式的下料算法.这种排样方式将一张板材划分成四个块,在每块中排放具有相同长度和方向的条带;条带中排放若干行同种圆形件.构造排样算法生成单张板材上圆形件的四块排样方式,首先确定圆形件在条带中的布局;然后构造递归算法生成条带在块中的布局;最后采用隐式枚举算法确定板材的最优四块划分.采用列生成算法调用上述排样方法生成多个不同的排样方式,按照单纯型原理择优选择一组排样方式形成下料方案,并对小数解进行圆整操作.使用文献例题和实际生产实例将本文算法与文献算法进行对比,结果表明: 本文算法下料方案板材利用率比四种文献算法分别高0.49%, 0.32%, 6.04%和1.50%, 计算时间能满足实际应用需要.     

冲裁件优化排样的多边形顶点射线算法

研究冲裁工件优化排样问题.在普通单排多边形顶点算法的基础上,针对对头单排、普通双排、对头双排3种排样方式的特点,提出一种多边形顶点射线算法.经实际测试证明,该算法克服了多边形顶点算法通用性差的局限,可高效准确地得出常规单件排样方式的最优解.应用改进算法,在AutoCAD2000上,通过ObjectARX2000开发出了冲裁模优化排样系统.应用结果表明,与原手工排样方案相比,节省材料率约10%.     

基于改进遗传算法的线材排样优化

针对线材排样优化问题,在分析线材排样方案数学模型的基础上,提出了基于改进遗传算法的优化求解方案。该算法设计了一种新颖的遗传算子,包括顺序交叉算子、线性变异算子、扩展选择算子。实验表明,该算法逼近理论最优值,而且收敛速度快,较好地解决了线材排样问题。     

嵌入社区半径的力引导与径向树混合布局算法

力引导布局算法存在无法展示复杂网络社区结构的缺陷,虽引入聚类的方式来展示社区结构,但社区内节点拥挤且排列无序,不利于观察社区内节点的结构特征与连边关系,为此提出嵌入社区半径的力引导与径向树混合布局算法.该算法首先采用K-means算法对网络节点进行社区划分;然后,用社区内节点数量确定社区半径,并将社区半径嵌入到社区斥力、引力中来展示社区结构;最后,采用径向树布局分层可视化各社区内节点.实验中使用拥挤区域占比、点分布偏差、节点偏差等指标验证了本算法既能降低拥挤度又能减少节点布局偏差,可视化结果显示,本算法布局社区结构明显,节点层次分明,易于理解.     

标准单元库版图缩放设计与实现

针对集成电路设计中IP硬核的复用设计了一套版图缩放流程。通过算法设计比例,编程自动识别、修改版图数据以及修正处理等一整套方法,使得版图数据可以灵活高效的缩小,复用到新工艺上。实验结果显示,该设计方法特别适用于标准单元库,有利于提高设计效率。     

用于IC版图运算的O(N)排序算法

扫描线算法是集成电路版图运算的主流算法,排序在其中占有相当大的工作量．针对集成电路版图的特点,提出一种线性的排序算法,其时间复杂度为Ｏ（Ｎ）,比通常的快速排序算法时间复杂度（Ｏ（ＮｌｏｇＮ）低,适用于基于扫描线算法的集成电路版图运算．对于层次式设计的版图,该算法更具优越性     

时延驱动的门阵和标准单元布图系统——Tiger

Ｔｉｇｅｒ可以完成从布局到详细布线的整个布图全过程。在整个布图过程中，根据ＲＣ延迟模型计算所有连线的延迟，并把整个芯片的时延最小作为优化目标。在Ｔｉｇｅｒ系统中，应用了性能驱动的布局和总体布线算法、ＤＲＡＦＴ通道布线算法和基于垂直通道模型的走线道分配算法。实验结果表明，Ｔｉｇｅｒ的布图速度要比ＴｉｍｂｅｒＷｏｌｆ６．０快很多。它在保证芯片性能的同时，其芯片面积与ＴｉｍｂｅｒＷｏｌｆ差不多。