基于潜变量模型的复杂过程生产设计方法

针对工业品生产过程控制中输入变量的确定及零空间问题求解等复杂过程的生产设计问题,在现有的多元潜变量建模及生产设计等相关问题研究成果的基础上,深入研究了主元回归方法的应用策略和生产设计问题,提出了一种基于潜变量模型的复杂过程生产设计方法.通过与基于标准回归模型生产设计方法对比,展示了该方法的优越性.该生产设计方法的操作条件不仅能够满足工业生产过程产品质量的要求,而且与历史工况的关联结构和范围保持一致,为零空间问题的解决提供了可行方案.最后通过仿真验证了该类方法求解含有零空间的生产设计问题的有效性.     

再论质监部门对食品生产企业的监督管理

食品质量安全问题已成为民众关注的焦点.笔者通过分析食品生产企业生产环节存在的问题,结合有关食品质量安全的法令法规,提出了食品质量监督部门对食品生产企业监督管理的建议.     

相关、不确定需求下生产计划的优化

生产计划问题是供应链管理中十分重要的问题.如何在未来需求不确定的前提下,实际分配各种产品的生产量,以使总利润最大,机会损失最小,是制定生产计划的主要目的.但在实际生产中,各种产品的需求大多是相关的,因此本文给出一种满足一定相关关系的不确定需求下生产计划问题的求解方法.     

多重不确定需求下制造企业多品种生产计划模型

针对客户需求的多重不确定性对柔性企业生产计划制定的影响,研究在企业生产线有限以及生产状态不确定的情况下,柔性制造企业的多品种生产计划安排问题.首先,基于产品品种不确定性带来的交货期和成本变化,分析了多重不确定需求的生产线选择和转换成本问题,从而建立了针对不同时间段的生产计划动态规划模型,以解决多重不确定性问题,并追求企业生产成本最小化.采用Matlab进行算例模拟分析,针对不同的生产计划安排策略,计算求得各生产计划安排策略下的最小生产成本.结果表明该模型能够解决多重不确定需求的生产计划问题,具有实用性和有效性.     

应用改进遗传算法求解炼钢连铸生产调度问题

炼钢连铸制造流程是一个复杂的多阶段、多产品生产过程,其生产调度问题可建模为车间调度问题. 提出一个改进遗传算法求解炼钢连铸生产调度问题. 改进包括三个方面:基于排序的适应度分配、基于排序的工件过滤交叉算子和基于指数关系的变异率曲线. 经24个benchmark的比较测试表明,改进遗传算法比传统遗传算法的寻优能力更强. 通过16个生产计划和6个处理工序的炼钢连铸生产调度实例计算结果表明,改进遗传算法是有效的.     

多级生产监控系统及模糊决策分析

研究了生产系统中故障的监控问题,提出了建立多级生产监控系统的方法,并利用模糊理论提出了处理多级生产监控的模糊决策分析方法,有效地解决了大规模生产系统的监控问题.文末举例说明了模糊决策系统的应用.     

生产网络流最小费用问题

生产网络流是一种广义的网络流模型,是基于复杂的生产过程,重新建立的一种新模型.本文主要讨论了生产网络流的最小费用问题,在研究该问题的基本结构及其对偶性质的基础上给出了该问题的网络单纯形法.     

基于着色Petri网实现A星算法的生产调度优化研究

基于着色Petri网对A星算法进行建模,研究生产调度优化问题.利用着色Petri网的理论优势,简化了大规模复杂工艺生产过程的调度模型过于复杂的问题.直接建立A星算法的着色Petri网模型,对于生产调度研究中的跨平台问题给出了一种解决方法.通过着色Petri网仿真模拟软件CPN Tools构建了基于着色Petri网的A星算法实例和生产调度实例.     

生产调度问题研究平台的设计与开发

生产调度是生产管理系统关键的核心技术,对生产调度问题建模和算法的研究,已成为现代生产企业提高生产效率和经济效益的重要研究课题.本文基于开放式、集成式的思想,设计与开发了生产调度问题仿真实验软件平台,该平台集问题参数设置、数据生成与管理、算法函数调用与监控、计算结果输出与显示等功能于一体,并结合人机交互技术,使用方便、快捷,具有可扩展性和易维护性,可为多种生产调度问题的模型与算法研究提供可靠依据.     

论中药生产过程管理及其意义

中药产业发展迅速,其发展的速度对人们的健康有着重要的影响.然而,在当前的生产过程中,中药的生产仍然存在着不足.本文主要分析中药在生产过程之中存在着的问题,并且针对这些问题提出相应地改进建议,促进中药的生产朝科学合理的方向发展.     

机床液压系统故障诊断专家系统的研究与开发

根据机床液压系统故障诊断的特点,以VB和Access为开发工具,研究开发了机床液压系统故障诊断专家系统,该系统具有良好的人机交互界面、严密科学的推理机制、突出的自学习功能,可迅速准确地诊断出故障原因并提出相应的解决措施．     

Petri网逆网在主轴故障诊断中的应用

为了能够快速寻找主轴故障原因,采用 Petri 网逆网对数控机床主轴进行故障诊断。建立 petri 网逆网模型构建数控机床主轴关联故障可达图,深入系统分析主轴故障的各个子系统、故障模式和故障根本原因,并对故障模式和故障原因进行关联性分析;分析状态转移可达集,掌握主轴关联故障的传递过程,寻找导致主轴故障的根本原因;并以数控机床主轴噪声大为例描述数控机床主轴 Petri 网逆网故障诊断过程。主轴关联故障的 Petri 网逆网研究,有助于迅速进行主轴故障诊断与维修,缩短修复时间,进一步提高主轴的可用度。     

基于故障树的数控机床故障诊断系统

数控机床的故障诊断不及时不准确,会给制造企业带来巨大的经济损失,因此,数控机床的故障诊断与维护一直是制造业研究的热点之一。本文在分析数控机床特点的基础上,运用故障树分析法建立数控机床主要部位的故障树模型,依据此模型开发了一套基于故障树的故障诊断系统,该系统具有诊断速度快、诊断结果准确率高的特点,有效实现了数控机床故障的智能分析诊断。     

隧洞掘进机预制混凝土管片的生产

介绍了隧洞掘进机预制混凝土管片厂的生产线模式,对管片生产能力的确定和生产线的设计、管片生产工序、管片混凝土质量的控制等关键问题进行了探讨。     

遗传支持向量机在电力变压器故障诊断中的应用

针对支持向量机中的参数通常靠交叉试验来确定的状况,提出了遗传支持向量机,即使用遗传算法来优化支持向量机中的参数,并将之进一步应用在基于溶解气体分析的变压器故障诊断中.以变压器油中5种主要特征气体作为支持向量机的输入,以7种变压器状态作为相应的输出,选用径向基核,使用遗传算法得到优化参数,充分发挥了支持向量机具有较高泛化能力的优势.实验表明,本文方法能够在较大范围内准确地找到相应的优化参数,并能有效地进行变压器的故障诊断.     

基于仿生感知的机床刀具故障诊断系统

现有刀具故障诊断系统具有系统庞大、成本高,精度低等问题,亟需开发一种高精度、低成本的刀具故障诊断系统.为此,提出一种基于仿生应变传感器的数控机床刀具故障诊断系统,该系统首先将精度高、价格便宜的仿生柔性裂纹阵列振动敏感元件封装成刚性的仿生应变传感器,使其适用于采集机床刀具振动信号;然后从采集的刀具振动信号中提取时域和频域特征,并使用支持向量机算法建立刀具故障诊断模型.通过实验对离线故障和实时机床加工环境中的在线故障进行诊断,结果表明,设计的基于仿生应变传感器的刀具故障诊断系统对机加故障诊断的准确率大于88％,在保证故障诊断性能的同时降低了检测成本.这是将灵敏度高、成本低的仿生柔性敏感元件应用于工业故障诊断的一次全新尝试.     

机器内部故障的外在表征—异响

在诸类机器噪声中提出了“异响”这一概念 ,并将机器噪声分为基本噪声和异响两类。对异响的产生机制、检测方法进行了论述。以一组异响砂轮机为例 ,研究了异响与机器故障的对应关系、指出了解决故障的方法。     

Support vector machine based on chaos particle swarm optimization for fault diagnosis of rotating machine

The performance of the support vector machine models depends on a proper setting of its parameters to a great extent. A novel method of searching the optimal parameters of support vector machine based on chaos particle swarm optimization is proposed. A multifault classification model based on SVM optimized by chaos particle swarm optimization is established and applied to the fault diagnosis of rotating machines. The results show that the proposed fault classification model outperforms the neural network trained by chaos particle swarm optimization and least squares support vector machine, and the precision and reliability of the fault classification results can meet the requirement of practical application. It indicates that chaos particle swarm optimization is a suitable method for searching the optimal parameters of support vector machine.     

基于动态独立成分的单类支持向量机方法及其在故障诊断中的应用

针对工业过程故障诊断中数据的动态性、非高斯性和非线性特点,提出一种基于动态独立成分的单类支持向量机(OCSVM)方法。为了分析数据的动态特性和非高斯性,应用动态独立成分分析(DICA)方法提取数据变量中的动态独立成分作为特征信息,基于特征信息建立OCSVM模型并构造非线性监控统计量。检测到故障后,计算故障数据与故障模式数据决策超平面的相似度,通过相似度分析识别故障模式。在Tennessee Eastman基准过程上的仿真结果表明,提出的方法能够比单类支持向量机更有效地检测过程故障,并且能够正确识别故障模式。     

基于独立分量分析特征提取的故障诊断系统

针对矿山破碎机的声音故障诊断受复杂现场环境制约、确诊率低的难题, 结合独立分量分析(ICA)在自然图像和连续语音信号中特征提取的方法,采用两层ICA分别用于从混杂声音中提取各采集通道(部位)的统计独立声音信号和进一步提取该信号的特征基.训练阶段生成的特征基系数序列用来生成矢量量化(VQ)的码书,设计出ICA-VQ破碎机故障诊断系统.现场采集数据的实验中系统的故障诊断准确率达到96.8%,表明系统的高效性.