基于数字孪生的物流配送调度优化

为了实现对物流配送过程的远程运维,达到真正的物流配送实时状态透明化,提出基于数字孪生(digital twins,DT)的物流配送调度系统.基于数字孪生基本概念,构建了物流配送数字孪生五维结构模型及数字孪生驱动下的物流配送系统整体框架.考虑到实际配送中物资常常无法按时送达,建立带有软时间窗的数学模型,并设计相应的算法内核对数学模型进行求解.最后,结合实例利用Plant Simulation仿真软件建立与现实物流配送完全映射的3D模型,借助配送过程实时数据,实现对物理空间的精确模拟和优化仿真.通过与传统物流配送优化仿真方法对比,验证了基于数字孪生的物流配送调度优化方法能够有效解决配送过程中由车况或路况出现的扰动所带来的影响,实现更优的物流配送.     

基于二阶粒子群算法优化的神经网络再制造工件疲劳寿命预测

再制造工件多元异质材料特性及工艺参数对疲劳寿命的影响,使得传统的疲劳寿命计算方法无法适用于再制造工件,针对此问题建立了再制造工件疲劳损伤预测修正模型,并通过疲劳试验分析了不同熔覆厚度和宽度条件下对试件疲劳强度和可靠性寿命的影响,同时获取了寿命预测修正系数;进而采用二阶粒子群算法优化的反向传播(back propagation,BP)神经网络,构建了材料性能参数、应力水平及再制造工艺影响因素与疲劳寿命之间的关系模型,针对再制造工件进行寿命预测。结果表明,神经网络的预测结果与试验数据相符,优于数值计算预测模型,为实现再制造工件的疲劳寿命预测提供了一种新的方法和手段。