摘要：在近些年的制造环境中,由于市场对多品种、小批量定制产品需求的增加,生产制造更加深入地向着柔性方向发展.如何利用现有资源,提高生产效率,实时地对系统性能进行评估与预测,并对基于小批量生产的实时调度进行优化改进,在分布式柔性生产系统中具有重要的研究意义.因此,基于退化机器模型的多批次串行生产线的性能进行分析,并对分布式生产系统进行任务调度及预测性维护.具体地说,对于具有退化机器模型及有限容量缓冲区的生产系统,首先采用马尔科夫分析方法建立数学模型;随后,提出精确方法来计算此生产系统模型实时的性能指标,并针对该模型下的调度问题,设计最优完成时间指标优化算法;此外,提出基于退化机器模型的预测性维护策略以减少完成时间;最后,通过数值实验验证该算法的可行性和有效性.

摘要：针对最大相关熵卡尔曼滤波(MCKF)难以处理室内组合定位系统中非高斯噪声的问题,提出了一种基于改进最大相关熵卡尔曼滤波(I-MCKF)融合方法的UWB/IMU室内组合定位算法。首先,利用新息对观测噪声协方差矩阵进行动态修正,以解决MCKF在被多种噪声干扰时难以准确估计观测噪声协方差矩阵的问题。然后,将修正后的观测噪声协方差矩阵引入MCKF中,以改善MCKF处理非高斯噪声的性能。最后,构建了基于I-MCKF的UWB/IMU室内组合定位算法,以实现室内高精度实时定位。室内动态定位实验的结果表明:基于I-MCKF的组合定位算法可有效抑制室内复杂环境与误差累积对定位结果的影响,相较于MCKF组合定位算法具有更高的定位精度。