数控加工模拟中刀具半径补偿的分析与设计

数控加工模拟在现代加工制造中具有应用价值.FANUC数控系统在国内数控机床中得到极为广泛的应用,对该数控系统中刀具半径补偿的讨论具有典型意义.要保证数控加工模拟与数控系统的结果一致,就要求模拟系统的刀具半径补偿算法与实际数控系统中的算法一致.文章以直线-直线轮廓为重点,讨论了刀具半径补偿中右偏的处理方法,在此基础上对直线-圆弧、圆弧-直线、圆弧-圆弧三种轮廓的特点进行了详细分析,给出了这三种轮廓中刀具右偏的设计方法.使用文中描述的处理方法和算法指导软件设计,效果良好.     

一种改进的人工免疫算法在模糊Flow-shop调度问题上的应用

为了克服传统的遗传算法和人工免疫算法的不足,提出一种改进的人工免疫算法.此种算法在进行亲合力计算前利用生成的亲和度矩阵排除相似抗体,大大减少运算量.用此种改进的人工免疫算法优化寻优过程,研究了处理时间不确定并且具有不同交货期窗口的Flow-shop的提前/拖期调度问题.最后,仿真实验验证了算法的有效性.     

考虑多晶圆流的集束型设备群调度方法

为有效解决集束型设备群多品种晶圆调度问题,构建考虑多晶圆流集束型设备群调度算法.统筹考虑多晶圆流、驻留和资源约束等特征,并以系统Makespan最小为目标,建立数学模型.集束型设备群调度分解为外层晶圆序列决策和内层机械手调度两个阶段,采用蚁群寻觅结合双向搜索策略,将蚁群算法融合到晶圆时间约束集搜索算法迭代过程中.在此基础上,提出了ASTC(ant systems and time constraints)调度算法.对该调度算法进行仿真实验分析,结果表明该算法的有效性.     

人工鱼群算法在孔群加工路径优化中的应用研究

将人工鱼群算法应用于孔群加工路径优化的研究,建立以最短加工路径为目标的路径优化数学模型,阐述算法实施的具体过程并进行算例分析.结果表明,该方法求最优解的性能优于Hopfield算法、进化蚁群算法、人工免疫算法以及改进的遗传算法,获得的最优路径可以节省71.47%的行走路程.     

基于轨迹映射模型的天车多目标调度方法

为有效解决生产过程中的多天车调度问题,在统筹考虑天车任务初始态和时空约束等特征的基础上,提出一种全新的天车轨迹映射模型.结合传统差分进化方法,将库位分配规则和天车分配算法融合到调度算法的每一次迭代过程中以指导算法寻优.以最小化入库订单延迟成本和最小化出库订单等待成本作为评价指标,设计仿真试验并与经典多目标优化算法进行对比,验证了算法是有效可行的,进一步的数值试验表明了合理的调度规则可以有效提高天车调度性能.     

考虑多约束的MOJ调度问题

统筹考虑晶圆加工过程中的多品种、p-s-d(past-sequence-dependent)换模时间及衰退效应等约束特征,以总加权提前/拖期惩罚成本最小为优化目标,建立了单机MOJ(multiple orders per job)调度数学规划模型.在此基础上,对决策变量进行分离,提出具有双层嵌套编码机制的改进型遗传蚁群调度算法.该算法将遗传算法融合到动态自适应蚁群算法的每一次迭代过程中,并为有效提高算法的收敛性能,引入ATCS(apparent tardiness cost with setups)修正准则.最后,仿真实验结果表明,该算法是有效、可行的.     

空间曲面三轴联动加工的宏程序编程算法

以半球面的数控铣削加工为例,研究了采用手工编程的方法实现空间曲面的三轴联动加工的宏程序编程算法.同时针对所采用的宏程序编程算法,以FANUC 0i MD系统编程为例,编制了半球面三轴联动的数控加工程序,并在斯沃数控加工仿真软件上进行了仿真加工,证明了编程算法的有效性.     

无缓存流水线生产系统中AGV调度问题的研究

针对无缓存流水线生产系统中的AGV(automated guided vehicle)调度问题提出了复合评分的启发式调度算法,降低了系统中AGV执行任务的间隔等候时间.首先,通过建立数学模型,对目前主流的AGV规模估计方法做出了改进.其次,提出了一种新的基于复合评分禁忌搜索的AGV前瞻调度算法.不同于目前主流的以空驶距离为优化目标的调度算法,该算法能够以最小化工件延误时间、最小化AGV空驶距离等多目标来统筹调度AGV.最后,为验证所提算法的有效性,从多个角度与已有算法进行了实验对比.仿真实验结果表明,相较于其他算法,提出的前瞻调度算法能够更有效地解决无缓存流水线生产系统这一新场景的AGV调度问题.实车实验也证明了该算法在实际生产中的有效性.     

零件加工路线柔性的测度及其应用

指出平行操作和多个可供选择的机器的存在是零件加工践张柔性产生的原因，采有根据的熵概念建立的零件加工路线柔性的测度，这一测度包含了所有的操作和机器特征（如机器可靠性等）提出了制造系统中动态确定零件加工践线的算法，通过实例模拟本算法和基于最短加工时间原则的算法进行了比较，结果表明基于最小熵原则的算法在提前和机器利用率方面优于基于最短加工时间原则的算法。     

成型中的聚合物物料流变行为的层析图像测量与分析

以成型中的聚合物为对象,研究处于高压、中温的密闭成型设备中的物料形变与流动行为的层析图像无损测量方法.首先,利用物料层析图像测量系统来获取由成型设备和聚合物物料组成的成型系统的层析图像.为了提高目标的信息量,以目标与背景的分割误差最小为条件,对密闭成型系统的层析图像进行处理,从中提取出物料的目标图像.然后,运用包括时间、空间、物质吸收系数等多参数的图像分割算法对物料层析图像进行特征提取 采用高维贯穿和低维分凝的层析链算法,对物料层析特征进行图像识别,利用物质吸收系数的阈值算法,对物料层析特征结构形态进行测量 利用物质吸收系数的阈值算法,对物料层析特征结构形态进行测量 通过物料层析特征结构在成型设备中的几何特征量及其分布来分析物料的流变行为.最后,对层析图像测量的实验进行了讨论.     

炼钢连铸热轧一体化批量计划编制模型及实现

为解决钢铁企业生产计划一体化编制时能保证生产物流在各工序间的协调有序和高效运行,通过分析炼钢连铸热轧带钢各阶段的生产目标和工艺约束、物流变化及衔接关系,建立基于多目标优化的一体化批量计划数学模型。按照热轧带钢生产合同的要求,将一体化批量计划编制问题分解为热轧带钢的轧制单元计划、炼钢连铸的组炉和组浇计划。各计划之间既有独立又存在耦合,先编制完成轧制单元计划与组炉计划,然后再将轧制单元计划与组炉计划共同作用于组浇计划,运用基于改进协同进化的遗传算法设计模型求解策略。以某钢铁企业的带钢生产计划编制数据为例进行模型的仿真运行,测试结果表明了模型的可行性,为钢铁企业的一体化批量计划编制提供了一种有效手段。     

基因植入遗传算法在焊接机器人序列规划中的应用

针对经典遗传算法的缺陷,在贪婪遗传算法的基础上引入了基因植入操作,此算法称为"基因植人贪婪遗传算法",并应用到多关节机器人多点焊接的全局序列规划中.实现了在不增加种群规模、不增加运算量的条件下增大搜索范围、改善收敛效果的目的.提高了收敛速度,减少了陷入局部收敛的可能性,仿真和实验结果充分证明了基因植入贪婪遗传算法的有效性和优越性.     

智能教学组织管理与课程调度系统

整个系统从教学计划入手，对教学组织工作进行全面管理，完成大量繁杂的数据 处理工作直到自动生成全校课程表．系统采用第四代语言设计原理及人工智能技术进 行设计。运用启发式搜索方法、归约方法及一种新的强有力的知识混合表示法．     

计及阀点效应的有功功率经济分配

本文采用改进的粒子群算法（HPSO）对火电机组负荷进行经济分配,该算法考虑了实际电力系统中机组的阀点效应;以粒子群算法为基础,在此基础上将遗传算法的交叉思想引入到PSO算法当中,使其避免局部最优;借鉴混沌算法的可行化调整机制,用自罚应函数法处理等式约束;线性的改变惯性权重;重新初始化不合格粒子。本算例应用改进PSO算法与基本PSO算法进行仿真,结果表明：改进的算法寻优质量更好,效率更高,可望应用于更广泛的优化问题。     

炼钢连铸系统的动态调度模型和启发式调度算法

针对炼钢连铸系统对单元设备建立了动态调度模型,并利用基于该模型的赋时同步有色Petri网对整个系统建立动态调度模型,针对该模型,提出了一种启发式调度算法解决动态调度问题,并基于此实现炼钢连铸的仿真调度系统,结果表明,该算法能够较好地实现多级多机FIFO（先入先出）系统的动态调度问题。     

混合CPU-GPU加速矩阵的Hessenberg约化

求解一般矩阵特征值问题的第一步即进行Hessenberg约化。给出了矩阵的Hessenberg约化算法在GPU上实现的具体方案。针对CPU-GPU混合系统,对基于块计算的Hessenberg约化算法进行了计算任务的划分,并通过详细分析每次循环时各任务的计算量,设计了一种较为合理的分阶段混合调度策略。数值实验表明,使用CPU-GPU混合调度的方案相比直接使用CUBLAS库方案平均获得了约47%的性能提升,而且相比使用CPU上标准的BLAS库函数最高获得了超过7倍的加速比。     

大型数据库中的高效序列模式增量式更新算法

提出一种称为FIMS（fast incremental mining of sequential patterns)的序列模式增量式更新算法，处理因数据库的更新而引起的序列模式的维护问题。主要思想是利用原先的序列模式挖掘结果，通过建立一个投影数据库来减少对整个数据库的扫描次数和侯选序列的生成，从而提高挖掘的效率。实验结果显示在更新数据量远小于整个数据库的大小时，FIMS算法的性能优于GSP算法4－7倍。     

离散型生产系统物流批量优化分析

本文从企业生产系统整体角度，分析了传统库存理论存在的问题，分析了离散型生产系统各环节物流量关系及其物流变化规律，以生产系统整体批量费用最小化为目标，建立了生产系统各环节物流经济批量新算法，为生产系统物流批量优化提供了新依据。     

改进蚁群算法及在电力线路优化问题中的应用

电力线路优化在整个电力规划方案中占有很大比重.为节约投资,采用改进蚁群算法对电力线路优化问题进行求解,得到电力规划的最短路径.在改进算法中提出将启发因子α随着进化代数的增加而逐渐增至某一常值的方式,提高了算法的收敛速度.首先通过旅行商问题验证了该算法的有效性,然后应用到具体的电力线路优化问题中证实了该算法是优于基本蚁群算法的.     

改进蚁群算法及在电力线路优化问题中的应用

电力线路优化在整个电力规划方案中占有很大比重。为节约投资,采用改进蚁群算法对电力线路优化问题进行求解,得到电力规划的最短路径。在改进算法中提出将启发因子 随着进化代数的增加而逐渐增至某一常值的方式,提高了算法的收敛速度。首先通过旅行商问题验证了该算法的有效性,然后应用到具体的电力线路优化问题中证实了该算法是优于基本蚁群算法的。