基于模糊聚类K-means播种机焊接零件的编码分类

焊接零件是精量播种装备的核心零部件,其生产计划直接影响播种机生产的进度和安排。播种机焊接零件的生产是典型的多品种、小批量生产模式,其生产过程中存在未考虑不同焊接零件间的相似度而导致作业转换频繁、生产作业时间过长等问题。为缩短生产作业时间,本文提出一种基于模糊聚类K-means的播种机焊接零件编码分类方法。首先对加工零件各属性进行分类描述,将不同属性再划分子属性;然后对各焊接零件所具属性进行编码,采用模糊聚类K-means算法进行分类;最后以典型的播种机焊接零件为例,验证了该方法的可行性和实用性。     

基于GATS混合算法的最优作业切换不相关并行机成组调度研究

不相关并行机调度问题是车间调度中的典型问题,而单件小批量生产模式导致频繁的作业切换和大量的作业切换时间,降低了设备利用率和生产效率。文中提出了基于成组技术的排序依赖作业切换时间的不相关并行机调度问题研究。根据工件加工所需资源的相似性进行工件聚类成组,满足机器约束条件确定所有工件组在各机器上的分配,以及确定同一台机器上的各工件组以及组内的排列顺序。以最小化总拖延时间为优化目标构建了数学模型,应用了遗传禁忌搜索(GATS)算法进行求解,针对不同规模的问题分别对比人工蜂群(ABC)算法和遗传模拟退火(GASA)算法进行案例研究。对比结果显示文中提出的算法具有较好的寻优能力。     

基于K-means聚类和遗传算法的少数类样本采样方法研究

传统的分类器对不均衡数据集的分类严重倾向于多数类.为了有效地提高不均衡数据集中少数类的分类性能,针对此问题提出了一种基于K-means聚类和遗传算法的少数类样本采样方法.通过K-means算法将少数类样本聚类分组,在每个聚类内使用遗传算法获取新样本并进行有效性验证,最后通过使用KNN和SVM分类器,在仿真实验中证明了方法的有效性.     

不确定环境下可再制造零件加工车间调度

【目的】可再制造零件的质量状况、加工时间以及交货期的不确定性使得调度过程十分复杂,如何在不确定环境下对可再制造零件加工车间进行合理地调度与优化意义重大。【方法】首先采用模糊聚类分析法对可再制造零件进行质量等级划分,以减少调度过程中不确定因素的影响,然后对不确定环境下可再制造零件加工车间调度问题进行建模,并采用多层编码遗传算法进行求解。【结果】通过算例验证了模型的正确性,并且得到:1)对可再制造零件进行质量等级划分后可以明显地减少调度过程中不确定因素的干扰。2)决策者对最大完工时间和加工成本的重视程度会影响调度方案的选择,决策者应根据自身关注的重点来选择合适的调度方案,得到相对协调的结果。【结论】综合考虑可再制造零件加工车间存在的不确定性更加符合实际情况,可以为解决不确定环境下可再制造零件加工车间调度问题提供一种新思路。     

含运输时间的柔性作业车间调度问题研究

在工厂实际生产中,零件加工的运输时间占整个加工时间的比例是很大的,这个时间在生产调度时不可忽略。为了更合理的研究柔性作业车间调度问题,将运输时间考虑进调度模型之中,并在经典遗传算法的基础上进行改进,设计了一种新的启发式规则算法,嵌入在遗传算法中,用于该问题的求解。通过计算结果的比较,证明此调度模型更符合实际生产情况。改进后的算法能够得出解的效率更高。     

不确定环境下可再制造零件加工车间调度

【目的】可再制造零件的质量状况、加工时间以及交货期的不确定性使得调度过程十分复杂,如何在不确定环境下对可再制造零件加工车间进行合理地调度与优化意义重大。【方法】首先采用模糊聚类分析法对可再制造零件进行质量等级划分,以减少调度过程中不确定因素的影响,然后对不确定环境下可再制造零件加工车间调度问题进行建模,并采用多层编码遗传算法进行求解。【结果】通过算例验证了模型的正确性,并且得到:1)对可再制造零件进行质量等级划分后可以明显地减少调度过程中不确定因素的干扰。2)决策者对最大完工时间和加工成本的重视程度会影响调度方案的选择,决策者应根据自身关注的重点来选择合适的调度方案,得到相对协调的结果。【结论】综合考虑可再制造零件加工车间存在的不确定性更加符合实际情况,可以为解决不确定环境下可再制造零件加工车间调度问题提供一种新思路。
     

小波图像压缩编码中小波基的选择技术研究

传统的分类器对不均衡数据集的分类严重倾向于多数类。为了有效地提高不均衡数据集中少数类的分类性能,针对此问题提出了一种基于K-means聚类和遗传算法的少数类样本采样方法。通过K-means算法将少数类样本聚类分组,在每个聚类内使用遗传算法获取新样本并进行有效性验证,最后通过使用KNN和SVM分类器,在仿真实验中证明了方法的有效性。     

基于UG NX的烟灰缸设计与加工模拟研究

烟灰缸属于型腔类零件曲面复杂,常规的设计与加工效率低,在UG NX的建模和加工模块下对零件的三维辅助设计和三维辅助制造,实现了对型腔类零件的数控仿真加工,最后生成的数控加工代码在经过少量修改后可输入数控机床进行相应零件的加工,极大地减少了手工编程需要的时间,提高了生产效率。在对零件模拟加工时,能及时观察出操作上的问题并及时解决,避免了在实际加工时的错误.     

基于零件编码与聚类算法的零件族构造

大规模定制环境下,一个关键的问题是将众多客户个性化的产品依据相似性归类．针对客户个性化零件,依据其工艺特征的相似性划分零件族,可以减少产品内部加工的多样化,按零件族集中投入生产过程,从而达到增加生产批量、缩短交货期等效果．针对单纯应用GT编码分类法存在的不足,提出一种基于零件的加工属性编码采用聚类算法构造零件族的方法．首先从数学角度研究了基于零件加工工艺特征的编码方法,然后对K-means聚类算法作了一点改进,以期改善聚类结果,阐述了具体的算法步骤,并利用C语言进行了开发．最后通过一个实例,证明该方法切实可行．     

薄壁盘套类零件的装夹规划算法

在定义零件制造模型、装夹和加工操作的基础上,分析了机床类型、刀具接近方向和加工操作顺序约束对装夹的影响,建立了薄壁盘套类零件装夹规划数学模型.根据薄壁盘套类零件分阶段加工特点,将薄壁盘套类零件装夹规划问题分解为粗加工、半精加工和精加工3个子问题,并采用基于规则、聚类和图论的方法确定装夹顺序和每次装夹的加工操作集合,提出了完整的薄壁盘套类零件装夹规划方案.同时,以航空轴套零件为例,验证了所提出方法的可行性与有效性.     

一种新的制造单元设计方法

研究了制造车间中机床和被加工零件的分组问题,可减少零件加工过程中由于在制造单元组间的运输而增加成本函数．使用遗传算法,以染色体编码表示机床分组,以常用的交叉、变异算子对编码进行操作,以变更各单元内的机床组成．通过不同编码对一组零件加工时成本函数的比较,选择遗传后代,组成最佳的制造单元．以遗传算法对两个典型的机群分组算例进行了计算,并与已有结果进行了对照．     

基于遗传算法的文本聚类特征选择

传统的文本聚类特征选择方法不能发现最优特征集,而遗传算法能获得全局最优解且具有高的寻优效率,因此提出利用遗传算法进行文本聚类的特征选择.把一种特征组合看作一个染色体,对其进行二进制编码,引入文本集密度作为适应度函数进行特征个体适应度的评价.通过选择、交叉和变异的遗传操作,能较为快速地求出最优特征集.对公开的文本分类语料所进行的实验表明,基于遗传算法的特征选择使文本聚类结果的精度较之特征选择前提高了5.9%,而聚类时间减少了15 s.     

基于零件加工难度系数的工时估算

针对当前生产环境下订单随机和产品种类多,工时确定困难等特点,为了能够准确高效地获得产品加工时间,研究了加工时间与加工难度系数之间的关系,提出了基于零件加工难度系数的一种工时估算方法.通过分析影响零件加工时间的关键因素,建立零件加工难度评价指标,运用熵值法和群决策理论综合考虑各种因素,构建零件加工难度系数模型.根据已有零件工时信息,运用MATLAB曲线拟合工具箱确定零件加工难度系数和工时之间函数关系.最后,通过实例验证了该方法的准确性和高效性.     

电化学机械加工对轴/轴承类零件表面质量影响研究

零件的表面质量对其使用性能具有决定性影响.由于加工机理不同,不同的加工方法对表面质量的影响也不相同.为研究电化学机械加工(electrochemical mechanical finishing,ECMF)方法对轴/轴承类零件表面质量的影响,文章在经过改装的普通车床上进行油石磨削加工和ECMF加工实验,对比了两种加工方法对轴类零件的轮廓算术平均偏差Ra、轮廓最大高度Rz、轮廓单元平均宽度Rsm以及轮廓支承长度率Rmr(c)的影响,并分析了原因.结果表明,ECMF加工是一种有效的加工轴/轴承类零件的方法,在提高加工效率的同时,还可大幅提升零件的表面质量,进而提高零件的使用性能.     

基于GA和FCM的岩体结构面的混合聚类方法

提出了一种基于遗传算法(GA)和模糊C均值(FCM)算法的岩体结构面混合聚类方法.利用GA的全局搜索性能,求得初始聚类中心:在此基础上利用FCM算法,根据精度要求再作进一步求解.该方法避免了人为划定分类界限的主观性,消除了FCM聚类算法的局部最优的弱点,解决了采用普通遗传算法聚类时搜索速度和聚类精度的矛盾.结合实测数据,对应用该方法进行结构面组识别的步骤、参数选取、分组有效性、优势方位的判定进行了分析和讨论.     

“分枝-聚类”零件分类方法

“分枝-聚类”法是一种综合的、新的零件分类方法,它兼备了顺序分枝法和聚类分析法的优点。本法提出了新的评价零件之间相似性的模型和适用的归类成族过程。为了对比,本文附有顺序分枝法、聚类分析法和分枝-聚类法的计算机辅助零件分类结果。     

双资源作业车间智能优化调度

用遗传算法研究了双资源作业车间的调度优化问题,提出了一种将归约法与遗传算法和分派规则相结合的调度算法,该算法将机床和工人合理地分配给加工任务(工序),使评价指标获得最优.通过与国外学者的算法进行比较,本算法在相同生产周期的情况下,能够获得平均流动时间较少的调度结果.本算法采用的遗传编码不含工人和机床设备的信息,使得染色体的交叉和变异容易操作,节省了计算时间.最后还就工人/机床设备的比率对作业车间加工性能的影响进行了分析并给出分析结果.     

面向非回转体类零件制造单元研究

为了解决非转体类零件中一些零件加工复杂,生产效率低。经常需要使用专用的工夹量具。采用成组技术把非回转体类零件分类成组,通过建立零件族,设计出零件族的典型工艺,进而建立非回转体类零件的制造单元,在制作单元内完成零件的加工过程,这样有利于使用非回转体类零件的成组的工夹量具,能提高非回转体类零件的生产效率和加工质量。     

基于K-means聚类算法的电弧炉强化用氧的优化研究

主要采用数据挖掘技术中的聚类分析算法对电弧炉炼钢的历史数据进行分析、加工处理,得出不同热装铁水比、炼钢成本、氧耗情况下的炉次分类,再利用K-means聚类法得到聚类结果,并对结果进行分析.通过分析比对,在结果的不同分类中选出最优的用氧和用电曲线.     

减速机车间成组平面布置改造设计

本文针对减速机车间产品的零件结构特点及发展要求,划分出各生产单元。以齿轮加工单元为例,说明排序聚类分析法分类成组的具体应用并介绍平面布置改造设计的其它过程。实践证明,用排序聚类分析法分类成组可取得满意的效果。