摘要：混流装配线的物料配送是支撑装配线运作的复杂系统。配送准确、及时不仅能够保证生产不断线,还能大大提高生产效率,发挥混流装配的优势。但是配送环节中往往存在工位货物需求量,工位预约到货时间和车辆运输时间不确定等因素,使得传统路径规划模型不能真实地反映现场情况,反而因种种异常导致事倍功半。对不确定因素进行考虑,建立模糊信息条件下的机会约束规划模型,并改进传统混合智能算法去求解模型。算法设计上,采用轮盘赌启发式算法来缩小初始解的搜索范围,在交叉算子中提出用广义海明相似度概念来区分染色体的相似程度,在进化过程中采用双选择双变异流程来加快算法的收敛速度。通过实例证明该算法处理不确定因素的可行性和高效性,并对模糊参数中关键因子的置信度选择不同值进行对比分析,给出选择建议。

摘要：制造执行系统作为现代制造车间的管理控制系统,仍然采用缺少柔性和可配置性的架构,导致其难以适应制造环境和制造过程的变化。针对这个问题,详细分析了制造系统对制造执行系统适应性的需求,研究了可定制数据集成适配器、可配置的工厂模型、可复用的业务组件以及脚本驱动的事件响应机制等关键技术,设计了一种新的可适应性制造执行系统框架。该框架能够在尽量小改动的情况下对制造系统内、外部的变化提供支持。给出了基于该框架开发的一个制造执行系统实现,该系统已被成功应用于不同汽车装配线。

摘要：阐述了面向教学的离散型制造执行系统的设计与实现过程。该系统包括系统管理、产品设计、工艺设计、计划编制与调度、生产加工、质量检验、物流配送以及库房管理8个功能模块,学生通过该仿真系统模拟离散型生产过程,扮演产品设计人员、工艺和计划编制人员、生产加工人员、质检人员、物流配送人员以及仓库管理人员等多种角色,并完成不同的操作过程。该系统采用浏览器和服务器(Browser&Server,B/S)架构模式,总线型网络拓扑连接方式实现服务器与客户端访问设备的互联和应用。通过该教学系统既能加快学生对企业生产模式的了解,又能提升学生的操作实践能力。

摘要：借鉴小世界网络理论中层次树模型和多分类标准建模的理论,设计了一种基于小世界效应的快速搜索算法SWO。采用掩码规则将解空间构造为层次树网络模型,并提出采用相映射的空间与原解空间共同组成双分层标准的建模理论。SWO算法通过对两种空间网络中长短邻居关系的查询访问,将实验信封推送到目的地,从而找到解空间中的最优值。实验证明,引入映射空间搜索机制可避免算法陷入局部最优,而长邻居关系的访问又加快了算法的收敛速度。通过与遗传算法(GA)、粒子群优化算法(PSO)和差分算法(DE)的对比,SWO算法表现出较强的搜索能力和较高的搜索效率。

摘要：近年来我国工业互联网技术与制造业不断地深度融合,工业互联网标识解析体系的建设与应用成为了研究的热点。电力装备制造业作为关系国民经济发展的重要领域,工业互联网标识解析体系的建设和行业化应用具有重要的研究意义。首先对比国内外主流标识解析体系,分析了中国工业互联网标识解析体系架构设计思路。然后结合中国电力装备制造工业标识的特点,研究了基于Handle体系的行业二级节点建设思路,提出一套适用于电力装备制造业的Handle标识解析体系与技术实现方法。最后阐释该体系给企业带来的应用价值以及未来面临的挑战与机遇。

摘要：在仿真建模中,为了使建模工具简单易用、仿真运行高效,建立了三层仿真元模型体系结构,并在流程定义分析的基础上,结合扩展有向图建模方法,针对模型层研究了离散事件驱动的流程建模方法。基于该流程建模方法及XML文档形式化描述及数据传递技术,采用面向对象的设计方法,开发了适用于离散事件驱动的流程建模系统。该系统提供了简单的可视化流程建模工具,简化了建模流程,易于对模型的理解与交流。

摘要：针对大型发电设备定子冲片传统离散生产存在的成本高、效率低、周期长、人工依赖大等诸多问题,进行定子冲片特点和制造工艺难点分析,开展自动产线布局重构、连线设计、复合工位设计以及总控集成等关键技术研究,自主研制出高柔性全流程批量化混合生产的自动产线,在数字化车间建设实践中进行了应用,实现传统离散制造模式改造升级为类流程新制造模式,完成大型发电设备定子冲片全流程高效生产,降低了工人劳动强度、提高了关键瓶颈设备的利用率、降低了生产成本。

摘要：针对大型发电设备关键零部件叶片传统生产在设计与制造协调性、生产过程透明性、设备负荷均衡性、配送及时性以及质量管控等方面面临的一系列困难,提出了涵盖叶片“设计、工艺、制造、服务”四大环节的数字化车间模型。在分析了叶片数字化制造需求和管理系统架构基础上,设计了汽轮机叶片数字化车间架构。并进一步研究了三维建模与仿真平台、智能化机器人焊接与抛磨系统、精细化管理平台和MRO服务平台等关键技术,介绍了应用案例,对其他企业解决生产控制问题提供了一定的借鉴作用。

摘要：针对风电机组叶片振动信号复杂且难以提取有效故障信息的问题,提出了将一种小波变换(Discrete Wavelet Transform,DWT)、经验模态分解(Empirical Mode Decomposition,EMD)与Xgblr相结合的故障诊断方法。首先,通过DWT,EMD将信号降噪分解为若干分量,并利用邻近频率干扰消除的方法优化结果;其次,提取各分量的频域特征,构造时域频域原始特征集;然后,将提取的特征集合输入Xgblr模型进行特征转换,生成新的融合特征集合,将Focal损失函数应用于Xgblr进行不平衡数据集的故障诊断;最后,利用国内西部某风电场实际运行数据进行验证。

摘要：为求解多模式资源受限项目调度问题,提出了一种结合粒子群优化算法(PSO)和基因表达式编程(GEP)的混合优化算法。其中,PSO用来提供活动执行模式组合,GEP用来构造在给定活动执行模式下的调度规则。调度规则由项目状态和活动属性构成,与其他优化方法相比,这是一种新的编码方式与求解方法,也更符合实际应用。对于粒子所表达的不可行活动模式的组合,设计了粒子调整算法,以满足项目调度中可更新资源和不可更新资源总数的约束。最后给出了混合优化算法求解步骤,并采用该算法对项目实例进行了计算与分析,验证了算法的有效性。