基于RFID的数字化制造车间物料实时配送方法

针对当前数字化制造车间物料配送问题,提出了一种基于射频识别技术的数字化制造车间物料实时优化配送新方法.对数字化制造车间资源进行精确布局,在采用RFID技术对物料配送小车进行实时位置跟踪的基础上,建立数字化制造车间物料配送路径优化模型并采用分支定界算法对模型进行解算,实现配送小车的物料配送路径优化与实时导航;开发了基于RFID的数字化制造车间物料配送系统,验证结果表明:所提出的方法能够有效解决数字化制造车间的物料配送路径优化与实时导航问题,为实现数字化制造车间的准时生产(JIT)奠定了基础.     

基手RFID的数字化制造车间物料实时配送方法

针对当前数字化制造车间物料配送问题,提出了一种基于射频识别技术的数字化制造车间物料实时优化配送新方法．对数字化制造车间资源进行精确布局,在采用RFID技术对物料配送小车进行实时位置跟踪的基础上,建立数字化制造车间物料配送路径优化模型并采用分支定界算法对模型进行解算,实现配送小车的物料配送路径优化与实时导航;开发了基于RFID的数字化制造车间物料配送系统,验证结果表明：所提出的方法能够有效解决数字化制造车间的物料配送路径优化与实时导航问题,为实现数字化制造车间的准时生产（JIT）奠定了基础．     

基于MES的混流装配线物料配送方法研究

为了实现混流装配线高效率低成本的物料配送,文章结合制造执行系统（MES）特点,设计了一种动态的物料配送方案。通过引入工位信息元概念,建立产品装配过程实时状态监控模型,实时跟踪在制品信息,实现装配车间实时生产进程信息和物料信息的集成;采用时间惩罚函数最小化的配送人员最佳出发时间的算法,保证了装配线在不缺料停工的情况下单次配送数量、配送种类的最大化。结合实例验证了该方案的可行性与实用性。     

基于循环配送策略的汽车装配线物料配送调度方法

为有效解决基于循环配送策略的汽车装配线物料配送调度问题,进行了改进型免疫克隆选择算法的调度方法研究.首先,建立了数学规划模型,以最小化计划期内所有工位的线边总库存为优化目标,并提出了改进型免疫克隆选择算法.在算法设计过程中融入了模拟退火算子和邻域搜索算子,分别对克隆种群和记忆库进行操作,以克服传统免疫克隆选择算法易陷入局部最优、搜索深度不足等缺陷.最后进行了仿真实验,表明该算法是有效、可行的.     

面向车间生产性能诊断的改进TOPSIS评价方法

文章提出一种基于灰色关联度分析的改进TOPSIS的评价方法,在灰色关联度评价模型基础上,根据TOPSIS评价思想对参考数列进行修正,然后根据TOPSIS方法计算评价值与最优解的相对接近程度。该方法考虑了评价对象评价值在最优解与最劣解之间的相对位置,能够更加准确地评价对象在竞争对手中的位置,帮助诊断出评价对象的薄弱环节,为改善工作提供针对性指导。     

飞机制造物料配送技术研究与应用

针对飞机制造物料配送存在的问题,建立支持制造的物料配送任务模型,实现被动配送向主动配送模式转变。研究了物料配送作业流程,并在此基础上介绍了飞机制造物料配送管理信息系统软件功能及实现方案,实现精益敏捷配送。     

机械加工车间现场工具配送方法及实现

围绕机械加工制造车间现场管理的问题,研究并建立了一种新的基于动态配送的加工车间现场生产工具的管理方法,形成了一种符合该方法的生产工具现场动态配送计划。在此基础上建立了加工车间现场生产工具动态配送系统的功能树模型和信息模型,开发了相应的信息系统,实现了将车间现场物流和刀具、工装等加工工具进行动态回收和配送,降低了生产工具的库存,提高了加工生产效率,通过企业的实际运行,取得了良好的应用效果。     

不确定加工时间下装配过程物料配送方法研究

文章针对加工时间不确定导致装配过程物料配送活动无法及时准确进行的问题,在实现装配过程信息实时采集与处理的前提下,提出一种基于实时信息驱动的物料配送模式;在此基础上,提出了物料配送系统,构建了系统的功能体系结构,并对系统实现的关键技术、物料配送动态决策系统进行了研究。将该物料配送方法应用于某发动机装配线物料配送系统,验证了方法的可行性和有效性。     

面向代理的车间动态调度方法

针对车间动态调度缺乏有效方法的现状.建立了车间动态调度的数学模型.将车间组元定义为多个独立的代理(Agent),并将蚁群在觅食过程中通过释放信息素的方式进行交流与合作的行为,应用到Agent之间的协商与通信中,建立了Agent之间的协作模型,形成了基于多代理协商的动态调度方法.仿真试验对比表明.基于多代理协商的车间动态调度方法优于基于遗传算法的动态调度方法.     

考虑能耗的混流装配线物料配送多目标调度方法

为了提高混流装配线物料配送的能源利用效率,考虑采用“转运”概念的送料机器人和线边集成超市配送模式,构建了存在换电情形的物料供应模型.结合送料机器人的能耗特点,以最小化送料机器人的使用数量和配送能耗为优化目标,建立了数学模型.在此基础上提出了变邻域搜索策略的改进型离散差分进化算法(VNS-MDDE),用以解决多目标优化问题;该算法以最近邻启发式方法构建初始解,并引入变邻域策略进行局部搜索以提高解的质量.最后通过仿真实验验证了算法的可行性和有效性.     

面向低碳的车间生产过程数字孪生建模

智能制造关键技术的不断突破及其在制造业的快速应用极大地改造着传统车间的生产模式．现代企业的生产方式逐渐朝着集成化、复杂化和智能化方向发展,给车间生产过程低碳运行目标带来挑战．为了提高车间生产过程能耗管理的质量与实时性,提出了一种面向车间能耗管理的数字孪生建模方法．基于物理生产车间的生产资源与车间布局方案搭建虚拟生产车间,通过物理与虚拟车间设备运动信息的交互为几何模型添加运动关系,并结合生产节拍建立车间运动规律的数字孪生模型;采集单机物理生产设备随加工参数变化的能耗数据,使用BP神经网络建立多设备的能耗模型,基于获取物理与虚拟车间实时交互的能耗数据建立车间能量流动规律的数字孪生模型．最终实现包含动态能耗信息的车间生产过程数字孪生建模．同时基于该数字孪生模型提出了一种面向车间生产过程的能耗优化方法,结合刀具寿命、机器人运动平稳性、生产时间等多源评价指标建立多目标优化函数,获取数字孪生模型中的动态能耗数据并应用蜂群算法实现对车间低碳生产需求下的多设备加工参数协同优化．最后以给定工件的生产过程为例,对所提数字孪生建模方法和建模效果进行验证,实验结果表明借助该数字孪生模型环境下的生产过程优化方案...     

基于工艺流程的物料配送BOM模型

通过对离散制造环境下,复杂产品装配过程中零部件成套性与产品BOM的分析研究,结合ERP系统中对制造BOM信息的管理和应用,建立基于工艺流程的产品配送BOM模型,作为物料配送的依据,实现装配车间生产计划执行前的零部件成套率控制,并实时记录装配过程的零部件和产品属性信息.     

复杂装配车间的物料推拉式配送策略

主要针对复杂装配车间的物料配送过程中出现的物料积压、配送模式单一、配送效率低等现象提出了一套推拉式结合的配送策略。这套配送策略包含推式配送管理策略和与之相对应的库存盘点策略,以及一种配送提前期算法;此外,在拉式配送策略方面还提出了最晚起配时间和处理周期两个关键理念,并对临时急需、返工等突发情况的处理提出了优化建议,较好的保证了生产和配送过程的稳定性。     

装配式建筑预制构件物料配送问题及其求解算法研究

针对装配式建筑预制构件的物料加工配送直接影响施工进度和成本的问题,结合装配式建筑预制构件场内加工物流配送情况,提出一种带时间窗的加工点物料配送方法,建立配送成本最小化的目标函数,选择遗传算法进行求解,采取实值分段编码,寻求可以满足各项配送约束的最优解,有效降低物料配送成本.     

基于柔性制造单元的数控车床物料配送控制系统

为了适应现代加工制造业的高效的要求,本文提出了一种多点控制的柔性加工物料配送系控制系统。并通过分析FANUC 0iMate数控系统对零件加工的具体要求,对系统中的硬件和软件进行了设计。实验结果表明,该系统能够达到比较令人满意的加工效果。     

基于神经网络和知识库的物料配送动态调度

为有效地解决汽车混流装配线中多载量小车物料配送的动态调度问题,提出基于知识库和神经网络的调度方法.首先,对汽车装配线物料配送的动态调度问题进行描述,建立以装配线产量和多载量小车的物料搬运距离作为衡量指标的目标函数.然后通过Plant Simulation软件生成针对汽车混流装配线的仿真数据并对神经网络模型进行离线训练,在实时阶段利用神经网络模型和知识库实现多载量小车最优调度规则的选取.实验结果表明:所提出的调度规则选取方法选择的调度规则大多为最优调度规则,以较低的调度规则计算复杂性确保了调度的实时性能,能够很好地应对动态环境的变化,从而有效提升了多载量小车的动态调度水平.     

面向智能生产车间的多AGV系统多目标调度优化

以具有多台自动导引车(AGV)的智能生产车间为对象,以完工时间、AGV数量以及惩罚成本的最小化作为优化目标,构建作业车间多目标调度优化模型.针对多目标调度优化模型的求解需求,提出一种自适应多目标遗传-差分进化算法(AMOGA-DE),采用多段式实数编码的染色体表征调度方案,利用遗传算法获得模型优化解,融合差分进化算法和外部Pareto解集档案构建技术以改进解的质量,引入自适应策略以提高算法的收敛速度,实现多约束条件下AGV系统的多目标调度优化.以一个具有多台AGV的智能制造车间为例进行案例分析,得到调度方案.将AMOGA-DE与NSGA-Ⅱ、SPEA2算法应用于3个不同规模问题,研究结果表明:AMOGA-DE算法具有更快的收敛速度,能得到更好的优化结果,在不同规模的算例上获得了分布均匀且具有较高质量的Pareto解集.     

面向智能制造的作业车间调度算法研究

为提升企业快速响应单件、小批量、个性化定制等市场需求的能力,该文提出了1种面向智能制造的作业车间调度优化的改进遗传算法。在多工件加工工艺约束条件下,对工序和机器分别进行矩阵编码。设计了与编码方式相对应的选择、交叉和变异操作,并增加保留算子,保留每一代种群中的最优个体。在求得全局近似最优解后,采用插入式贪婪解码算法对染色体进行解码。可动态优化基于加工时间最短或提前/拖期惩罚代价最小的多工件作业规划和机器分配方案。仿真结果证明了算法的有效性。