春风动力:以数据链动生产

三十年创新发展,打造出一辆辆"大国铁骑"。以速度著称的春风动力,向智能未来驰骋,智能制造,让它如沐"春风"春风动力坚持研发先行,持续加大投入,多项领先技术填补国内空白,已成为专业高端动力装备的国际化品牌。春风动力高端动力装备"未来工厂",以数据链动生产,形成高度离散的高端装备行业,高度柔性的高效协同制造能力。"工厂大脑"实时掌控生产车间内的每一道工序,实现160多个作业单元协同调度.     

基于随机机器故障的柔性作业车间动态调度

为了有效快速地应对生产过程中出现的随机机器故障,构建了一个故障机器可恢复的动态柔性作业车间调度模型,采用事件和周期混合驱动的方式,设计了一个组合重调度策略.在组合重调度策略中,将改进的二叉树右移重调度与完全重调度进行组合,引入序位偏差和完工时间偏差为重调度评价指标,对重调度方法进行选择,并且在精英选择遗传算法(elite selection genetic algo-rithm,ESGA)基础上,对精英选择策略进行改进,以防止陷入局部最优.试验算例仿真结果表明,动态调度算法对随机机器故障下的柔性作业车间动态调度是有效的.     

卷烟厂生产车间环境空气的差异分析

以Tenax-TA管富集采样,热脱附和气相色谱/质谱联用法定性定量分析生产车间环境空气的挥发性组分,以DNPH采样管富集,乙腈洗脱后HPLC法定性定量分析生产车间环境空气的醛酮组分,比较了卷烟厂异地搬迁后生产车间的环境空气的差异;同时采用烟丝模拟样品与老厂对照样品进行三点评吸以评价环境空气的差异对卷烟感官质量产生的影响。结果显示:新老两厂的环境空气样品在组分的种类和含量上存在差异,并且评吸结果显示空气成分的检测结果和模拟样品的评吸结果具有较好的一致性。为卷烟厂生产车间的环境气息评价提供了技术支撑,也为甄别车间异味来源及治理提供了参考依据。     

求解混合流水车间调度的改进贪婪遗传算法

针对最小化最大完工时间的带有不相关并行机的混合流水车间调度问题,提出了改进贪婪遗传算法。首先,该算法染色体编码采用基于工件加工顺序的编码,解码提出了两种设备分配方案,并考虑到不同阶段加工设备配置不同对算法的影响,采用了正序解码和逆序解码加再调度并用的解码策略。其次,提出贪婪交叉算子和贪婪变异算子,这些算子不仅承担改进种群,增加种群多样性的功能,同时还具有较强的局部搜索能力。最后通过正交实验确定算法的参数设置,与已有算法对已知案例的求解结果进行了比较,说明了该算法的有效性。同时实验表明了正序和逆序解码策略的必要性以及正序或逆序解码的时机。     

筛分直径和容重影响条件下土壤水分运动参数变化特征研究

本文采用Ku-pF非饱和导水率测定系统测定不同筛分直径、不同容重条件下土壤水分特征曲线,并在此基础上套用非线性最小二乘法函数Lsqcurvefit和Van Genuchten公式,在MATLAB软件中拟合实测数据,得到拟合曲线及土壤水分运动参数,并对其变化特征进行分析,以期揭示出土壤水分运动参数在不同筛分直径、不同容重条件下的变化特征。结果显示,在研究土壤水分运动参数的变化特征过程中,介质的筛分直径和容重均起着不可忽视的作用。因此在研究土壤水分运动机理和评价土壤水资源时,要科学适宜地选择土壤水分运动参数。     

g支配策略的MOEA/D算法求解多目标流水车间调度问题

采用基于二范数的方法生成权重向量并引入g支配策略对MOEA/D算法进行改进，提出g支配策略的MOEA/D算法（g-MOEA/D）. 将g支配思想与MOEA/D算法有效结合，生成适应决策者DM偏好的有效解的集合，来代替整个Pareto解集或单个有效解，加速种群的收敛性，提高种群的均匀性. 通过仿真实验对比分析g-MOEA/D算法与MOEA/D算法的性能，结果表明，g支配策略的MOEA/D算法所得解集整体性能更优.     

基于多规则资源分配的柔性作业车间调度问题多目标集成优化方法

针对柔性作业车间调度问题中多种资源分配的复杂特性,建立了以最小完工时间、最优人工分配方案、设备最大负荷以及最小生产成本为目标的集成优化模型,并设计了一种具有多重资源约束的多目标集成优化方法;针对组合模型的爆炸性特征,为降低模型的复杂度,采用多规则资源分配的集成调度思想,通过调整规则概率使概率大的规则被优先选中,使用多规则导向机制"推动"搜索过程向指定目标方向移动,并结合动态规划法求解最优人员分配方案;采用改进的非支配排序遗传算法——NSGAⅡ可以获得不同规则概率值的Pareto解集;最后,通过仿真对比与应用验证了所提方法的有效性.     

基于SLP的装配车间设施布局优化设计

运用SLP方法,根据作业单位间的物流关系以及综合相互关系分析结果,绘制出了装配车间的作业单位位置相关图。再通过加权因素法进行分析、评价与选择,从而获得合理的车间设施布局。