基于agent及holon的可重构生产线实现技术

以大批量制造的生产线制造系统为背景,研究基于agent与holon智能制造思想体系的可重构生产线制造系统实现技术,以提高生产线柔性与可重构能力为目标·深入分析了多agent制造及holonic制造模式体系下智能单元自主决策、协商合作在制造系统环境中的实现与运行机制,在以机械加工线和装配线为代表的不同的工程实际背景与应用环境下该思想体系目前的具体应用情况与实现技术·指出该思想体系面向具体工程背景的有效实施应用是理论研究的关键·最后以某汽车变速器装配生产线制造系统为应用实例,从其规划设计与运行角度,分析了可重构生产线系统的框架设计及具体实现技术与方法·     

组件化可重构半导体生产线调度体系结构

在分析半导体生产线调度分类的基础上,提出了组件化可重构半导体生产线调度体系结构.根据该体系结构,不同类型的企业可以按照自己的生产特点动态选择适合自己的调度结构,以获得最佳的生产性能.     

基于智能制造单元的可重构制造系统研究

研究基于智能制造单元的可重构制造系统建模方法。针对可重构制造系统的核心设备——智能制造单元的软硬件结构、智能性以及相互间的协调等要求,利用代理软件技术、ASOS和OSGi技术实现了其网络化控制。通过对智能制造单元进行实时协调控制,可实现制造过程的重构,进而实现敏捷制造。     

基于图文法的可重构机床配置规划方法

为提高制造系统的快速结构配置规划响应速度,提出了基于图文法的可重构机床配置规划方法.使用图文法直观而形像地刻画动态体系结构的配置行为,利用基于图文法的平行模块配置技术,实现了体系结构图模型在具体系统配置规划中的物理实施,并使得图文法模型的图转换操作可以自动映射到实际配置系统的动态配置上.全面表达了可重构机床在配置规划中的相关特征和目标任务的对应变化,实现了平行模块配置规划技术.通过实例验证了该方法.     

自重构机器人的硬件设计及自重构规划研究

设计了一种新型的单转动自由度正立方体均一阵列式三维自重构机器人模块结构,不但可以构成稳定的空间填充结构,而且能够实现多种重构运动形式.介绍了具体的机构原理和模块的构形表达及运动描述方法,提出了一种基于正立方体子单元结构的集中式分层规划方法,每个子单元由8个模块构成,内置离线规划的模块运动序列数据库,并通过自重构仿真实验,验证了该方法具有搜索空间小,求解复杂度低,规划效率高等特点,在规划串式结构的自重构问题时是可行的.     

基于数字制造环境的可重构装配线仿真分析平台

以某汽车变速箱装配生产线制造系统为背景,应用多Agent制造及Holon制造模式改造传统装配生产线以提升其柔性与重构能力·针对基于agent与holon混合思想的可重构装配生产线的基础框架与实现等理论提供分析验证环境,提出应用数字制造技术构建面向可重构装配线的数字仿真验证平台·在分析面向重构装配线的仿真平台功能特征的基础上,构建了数字仿真验证平台的框架·研究了仿真平台开发中的系统集成、可视化仿真、可重构装配线性能分析等关键技术,最后给出了仿真平台的实例系统·     

机械系统可重构设计技术研究

本文将展开机械系统可重构设计技术的研究，主要研究基于功能-原理（行为）-结构（FPBS，Function-Principle-Behavior-Stmcturel的可重构设计技术，以产品的可重构设计为研究对象，分析与扩展可重构设计的理论，建立可重构设计方法。     

可重构游梁式抽油机的设计和仿真分析

借助于可重构制造系统的基本思想 ,论述了可重构抽油机的基本概念、特点及可重构的理论依据 ,并对可重构抽油机的关键环节模块的划分思路进行了探讨。给出了模块划分方案 ,分析了可重构游梁式抽油机的拼装特性。为了对可重构抽油机的性能进行验证 ,提出了将虚拟样机技术应用于抽油机的可重构设计 ,并利用虚拟样机技术软件ADAMS对APIC 32 0D 2 5 6 12 0抽油机进行了运动学和动力学分析 ,验证了虚拟样机技术应用于可重构抽油机设计的可行性。利用游梁式抽油机的可重构设计 ,可以实现抽油机的模块化生产 ,用户可根据需要对抽油机进行重构 ,从而实现了对抽油机传统生产和使用理念的变革     

基于运动学的可重构方法及其应用

基于可重构机床的特点，用矩阵描述的方法建立机床组成模块的运动学模型；给出选择机床模块的标准；根据机床的结构特点及功能要求，由所选择的模块生成机床的所有拓扑结构；结合所给出的方法分析了多功能选择性激光烧结机的设计．研究表明，采用可重构的方法设计选择性激光烧结机，可以节约设计费用及制造费用．     

可重构模块化机器人模块及构形设计

对可重构模块化机器人模块的结构进行了研究,并归纳设计出7种功能模块,其中包括3种1自由度的关节模块,2种连杆模块和2种辅助模块·所有模块的功能都是独立的,并且每个模块的连接界面都设计成了圆筒形以便重组和提高其刚度·每一种模块都可设计成不同尺寸系列,这些不同类型和尺寸系列的模块便可构成一个模块库·作者对3个自由度串联机器人的构形进行了系统的研究,并应用制作的实验模块对研究结果的可行性进行了验证·     

基于遗传算法的列车开行方案优化

根据列车停站方案的4种模式,建立了列车开行方案双层规划模型.上层以总的运营费用最小和未服务的旅客数量最少为目标进行停站方案和开行频次的优化;给定停站方案和开行频次后,下层以服务旅客数量最大和旅客总的旅行时间最小为目标,建立了客流分配的混合整数规划.基于GA的开行方案优化算法实现了停站方案生成与客流分配循环反馈优化.最后以台湾高铁为实例分析,验证了本文模型和算法的有效性.     

汽车电机可重组生产线过程监控及优化控制系统

为适应汽车电机多品种、变批量的生产需求,实现生产线的可重组生产,提出了一种基于组态原理的汽车电机可重组生产线控制系统.系统利用组态原理进行设计规划,主要包括组态软件模块和车间作业任务调度模块.其中,组态软件模块可根据生产对象的不同而适时改变自身物理或逻辑构型,构建特定产品的专用控制系统;车间作业任务调度模块采用了基于Petri网和遗传算法(Petri-GA)相结合的算法,目标函数为系统重组费用与E/T(Earli-ness/Tardiness)惩罚相结合的加权单目标优化.对系统设计原理和结构进行了详细论述并给出了工业现场的实际应用结果,运行结果表明,提出的控制系统能有效地对可进行组态调整组元升级的生产线进行生产控制.     

基于神经网络的生产作业计划理论研究

研究如何利用前向神经网络(也称多层感知机)安排单件小批量订单生产类型企业的生产作业计划,针对数据难于组织、反传算法易陷入局部极小点和输出结果存在偏差的问题,提出了基于位混合编码的样本组织方式;权值和迁跃点记忆队列的网络训练方法和结果校正方法.仿真结果证明了方法的有效性和基于神经网络研究生产作业计划的可行性.     

Strategic Robust Mixed Model Assembly Line Balancing Based on Scenario Planning

Assembly line balancing involves assigning a series of task elements to uniform sequential stations with certain restrictions. Decision makers often discover that a task assignment which is optimal with respect to a deterministic or stochastic/fuzzy model yields quite poor performance in reality. In real environments, assembly line balancing robustness is a more appropriate decision selection guide. A robust model based on the α worst case scenario is developed to compensate for the drawbacks of traditional robust criteria. A robust genetic algorithm is used to solve the problem. Comprehensive computational experiments to study the effect of the solution procedure show that the model generates more flexible robust solutions. Careful tuning the value of α allows the decision maker to balance robustness and conservativeness of as- sembly line task element assignments.     

可重组制造系统中物流运输路径规划

在分析可重组制造系统物流布局的基础上,根据物流运输网络的空间分布特征,提出了一种动态的AGV(自动导引小车)路径规划方法.利用图论,构建了AGV路径规划的有向图网络模型,采用机床相对位置矩阵、距离矩阵以及阻塞系数来描述车间环境信息,通过系统的重组,有效缩短运输距离.针对物流运输动态路网的变化,把整个运输网络划分成不同的子路网,动态地优化变化附近运输节点所在的子路网,从而较迅速地得到最佳运输路径.仿真结果表明了该方法的有效性和快速性.     

基于神经网络的生产作业计划应用研究

研究利用前向神经网络 (也称多层感知机 )安排单件小批量订单生产类型企业的生产作业计划 ,针对数据难于组织、反传算法易陷入局部极小点和输出结果存在偏差的问题 ,提出了以下的解决方法 :基于位混合编码的样本组织方式 ;权值和迁跃点记忆队列的网络训练方法和结果校正方法 .仿真结果证明了解决方法的有效性和基于神经网络研究生产作业计划的可行性 .     

基于JIT的生产计划与控制方法研究

在介绍传统生产方式和JIT（Just In Time）生产方式基本概念的基础上,比较了两种生产方式各自的特点,分析了JIT生产方式在生产计划与控制中的应用,其中重点对订单随时增减变更情况下的生产计划与控制措施进行了探讨.     

基于改进遗传算法的多车间计划与调度

生产计划与调度是企业生产和管理的核心内容,传统的单车间调度优化不能满足多车间调度优化的要求.针对这情况,提出一种基于改进遗传算法的层次化多车间计划和调度优化方案,其中生产计划层负责零件的分发,车间调度层负责零件加工路线的规划.以一个三制造车间的调度优化为例,验证多车间调度模型的有效性.结果表明所提出的方案在将加工零件合理地分配到适当的车间同时,实现了零件加工路径的规划,从而为解决分布式多车间调度优化问题提供一种有效而又实用的方法.