摘要：论述了脆性材料延性加工机理。应用超精密加工技术解决了激光核聚变光学元件的大批量加工问题。研究了平面光学元件、KDP晶体和方形透镜超精密加工技术,给出了这三类光学元件超精密加工的工艺过程、机床设计准则和最佳工艺参数。

摘要：提出了一种基于云制造平台的供应链生产计划方法.构建了以最大完工时间、总服务成本和总运输成本为优化目标的供应链生产计划模型,设计了遗传算法和改进遗传退火算法,对模型进行求解,建立了基于最大完工时间和总成本的算法选择模型.利用仿真算例比较了2种算法在不同情况下的求解效果,并给出了算法的选择准则.仿真结果表明,该方法能为以云制造平台为调度主体的供应链制定合理的生产计划.

摘要：经典物流配送模型的目标、约束条件不够全面,在实际应用中存在一定缺陷,对此,构建了时间窗和油耗取送一体化的物流配送路径优化模型(PDVRPTF).设计了一种基于k-medoids动态聚类混合拓扑结构粒子群算法,解决了经典粒子群算法在求解此类模型时容易陷入局部最优解的问题.仿真结果表明,改进型粒子群算法能很好地跳出局部最优解,并快速收敛于全局最优解,且该算法可有效求解物流配送路径优化的问题.

摘要：为给考虑搬运时间的批量生产制造系统中的同类型工件制定生产作业计划,对批量工件的加工与搬运时间、搬运车辆调度和工件移动方式决策等问题进行深入研究.构建同类型批量工件在不同移动方式中的加工与搬运时间模型并设计相应的计算流程图.建立基于生产周期和搬运车辆总投入数量两个决策目标的工件移动方式决策模型.研究结果表明:本研究可有效选择工件移动方式,可为考虑搬运时间的同类型批量工件制定精确的生产作业计划,并可对搬运车辆进行合理调度.

摘要：对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.

摘要：为解决调整时间与搬运时间可分离的流水车间成组调度问题,建立了以生产周期为主要目标、以停机次数和总搬运次数为次要目标的基于理想点法的多目标决策模型。针对成组零件生产周期求解和作业计划制定问题构建了三类时间模型。为有效对成组零件进行调度,设计了调整时间与搬运时间可分离的遗传算法。通过两个小规模仿真实验验证了该算法的有效性。为进一步评估该算法对较大规模算例的求解效果,将该算法与基本遗传算法进行了对比。研究结果表明:本研究可确定成组零件的最优排序方案,并能为工艺工序的加工、设备的调整以及运输工序的搬运制定精确的作业计划;同时,新设计的遗传算法在可接受的计算时间内能获得理想解。

摘要：为有效对功能型布局制造系统进行调度,构建批量零件的加工与搬运时间模型,设计考虑了搬运车辆总投入数量、搬运次数均衡程度、搬运车辆总空载转移时间等指标的基于单运输工序的搬运车辆协作调度算法.研究结果表明,本算法可为同类型批量零件制定精确的生产与搬运作业计划,生成用于支撑搬运车辆调度算法所需的时间信息;可对搬运车辆进行准确调度,特别是与其他搬运车辆调度算法相比,在搬运车辆总投入数量、搬运次数均衡程度等方面具有明显优势.

摘要：为了便于快速、有效地对汽车悬架橡胶衬套进行初始设计、选型及刚度匹配等,基于对试验测得的轴对称橡胶衬套径向变形曲线的分析,利用弹性力学理论,通过在橡胶衬套两端施加正、负虚拟约束应力,对橡胶衬套静态径向变形进行研究,建立了轴对称橡胶衬套在静态径向集中作用力下的径向变形解析式.通过实例,对静态径向集中作用力下的橡胶衬套径向变形进行了解析计算,并与ANSYS软件仿真结果及试验结果进行了对比分析,可知在小变形范围内解析计算值与仿真值及试验值相吻合,表明所建立的轴对称橡胶衬套径向变形解析式在衬套小变形范围内是可靠的.

摘要：为了对超精密空气静压主轴静态性能进行数值分析 ,利用有限元法求解空气静压轴承内的压力分布 ,计算径向和止推轴承的承载、刚度和供气流量。研究轴承参数对轴承静态性能的影响 ,提出空气静压轴承的设计准则。推导出精密主轴承载、径向刚度、轴向刚度和角刚度的计算公式。

摘要：针对视觉导引自动导引车的路径跟踪问题,提出了一种采用预测控制理论的分段控制模型.利用不等式约束对控制问题进行分段,提出以转弯半径为约束条件,解决了优化过程目标函数权重选择困难的问题.在每个控制阶段,采用单步预测方法找到最优的目标点,在输入约束和状态约束下用解析方法直接解出最优控制量,提高了解最优问题的速度.整个控制模型及方法目标明确,计算快速且计算量小,完全可以满足实时控制的需要,仿真结果证明了预测模型的有效性.