摘要：针对工业生产中难以大量获取已标注设备状态数据的问题,文中提出了一种基于深度学习的设备健康状态识别模型,以实现小样本情况下的状态识别。首先,通过离散小波变换去除一维振动信号的噪声,通过格拉姆角场(GAF)将其转换为二维图像,并进行灰度化处理,以简化矩阵并提高深度学习的运算效率;其次,提出了一种深度学习模型,该模型运用Siamese架构,将深层残差结构作为子模块,并采用SimAM自注意力机制对残差结构进行改进,以SRes-SimAM205进行模型指代;最后,为了更快更准确地找到最优值以获得更高的精度,使用OneCycleLR函数自适应调整学习率,为了验证所构建方法的有效性,选择使用中南大学提供的齿轮数据集进行算例分析。试验结果表明:所提出的方法可以更好地提取特征并获得99.9%的识别精度,具有良好的泛化能力和适应性。

摘要：针对基本阴阳平衡优化算法计算精度低和优化速度慢等问题,提出一种新型阴阳平衡优化算法.首先,设计小波精英解学习策略,充分利用精英解的进化信息产生高质量的解,用于算法的全局勘探和局部开发;然后,将搜索角度引入解更新方程中,以实现对算法搜索空间的全方位搜索,并对所提出算法的收敛性进行理论分析;最后,采用连续优化测试函数和瓶颈旅行商问题进行数值实验,并将所提出算法与多种智能优化方法进行比较.实验结果表明,所提出算法具有更好的优化性能.

摘要：针对同时考虑顺序相关调整时间和运输时间等多时间因素的绿色可重入混合流水车间调度问题(GRHFSP-MTF),以最小化最大完工时间和总能耗为目标建立双目标优化模型。针对GRHFSP-MTF的特点,提出一种混合文化基因算法(HMA)。首先,提出了基于工序、机器和转速的三层编码策略;然后,设计了基于贪婪机器选择和完全随机的种群初始化方法、交叉和变异算子以及5种邻域搜索算子;最后,在不改变机器分配和工件排列的前提下,基于降低机器转速手段设计了节能算子。大量仿真实验表明,HMA可以有效地求解考虑多时间因素的绿色可重入混合流水车间调度问题,并具有较强的优越性。

摘要：为了打造绿色制造模式,实现企业的节能减排,针对考虑可再生能源的可重入混合流水车间调度问题,构建了两阶段可重入混合流水车间调度优化模型(TSRHFS-RE),同时考虑实际生产中的制造阶段和检测修复阶段。提出了基于樽海鞘群和NSGA-Ⅱ的混合算法(IHSN),其中设计了工件的逐层编码方案,考虑能源分配的两阶段解码策略,子种群协同进化策略,樽海鞘追随者位置更新策略,改进的NSGA-Ⅱ交叉策略和外部档案重复个体变异策略。通过对不同规模测试算例的仿真实验,验证了所提算法对求解TSRHFS-RE问题的有效性以及在生产调度中应用可再生能源实现低碳制造的可行性。

摘要：产品族设计是实现产品个性化生产的重要途径。产品族各个模块运载能力和成本的差异导致定制产品生产成本过高、资源配置不合理等问题。针对该问题,考虑全局分布多节点企业的多阶段供应链,结合云制造环境,提出产品族与供应链联合设计方法,建立以供应链成本最低为目标的产品族与供应链联合设计模型。为了避免陷入局部最优解,设计了自适应交叉方式与变异方式的差分进化算法。最后以变压器的生产为例进行算例分析,实验结果表明该模型有效降低供应链成本,优化资源配置,验证所提方法和求解算法的有效性。

摘要：针对半导体晶圆节能分布式制造与预维护联合优化问题,构建了同时考虑制造阶段和检测修复阶段,以最小化最大完工时间、总碳排放和总预维护成本为优化目标的两阶段绿色调度模型,提出了改进的混合多目标灰狼优化(improved hybrid multi-objective grey wolf optimization,IHMGWO)算法,设计了工厂分配策略、机器分配策略以及考虑维修工人柔性的同步调度维护策略的解码方案。通过设计初始化种群融合策略、捕食行为搜索策略、子种群变异策略,提高了算法的寻优性能。360个测试算例的对比实验表明,所提出的IHMGWO算法针对SP指标能够实现大部分占优,针对IGD和Ω指标能够实现全部占优,对于解决该类问题具有显著的优势和竞争力。

摘要：在云制造环境下,针对分布式3D打印任务与3D打印设备资源的供需匹配问题,首先,充分考虑云制造环境下用户订单与3D打印设备资源在空间的异构性以及生产目标要求多样的特征,提出了一种云制造3D打印服务平台,并在此基础上构建了云制造下分布式3D打印任务调度的多目标优化模型,可以实现分布式3D打印任务的时间和成本最优;然后,提出了一种改进非支配排序遗传算法(NSGA-Ⅱ)求解该多目标优化模型,并与传统NSGA-Ⅱ算法进行对比分析,得到包含多个解的Pareto最优解集;最后通过算例仿真验证了其有效性,发现其能够很好地解决云制造环境下的分布式3D打印任务供需匹配问题。

摘要：对含有绿色指标的多目标柔性作业车间调度问题,建立的数学模型以最大完工时间、能耗和机器负荷为优化目标。设计了一种基于遗传与贪婪算法思想的混合算法(GGFA)对问题进行求解。求解过程分为两个阶段,第一阶段是遗传算子对工序寻优,第二阶段是贪婪算子对机器寻优。通过标准算例的测试和与其他算法结果的对比,证明了算法的可行和有效。

摘要：为研究相变蓄热装置的使用对塑料大棚内部温度波动的影响,文中设计制备了一种传热性能良好的膨胀石墨(EG)/石蜡复合相变材料及相变蓄热装置,并将该装置放置于塑料大棚(实验组)中进行测试。通过采集6种夏季天气条件下的该塑料大棚以及未放置相变蓄热装置的塑料大棚(对照组)内部温度随时间的变化数据,分析结果表明:在晴天天气下与对照组相比,实验组在不通风不遮阳情况下可以降低棚内温度2.4℃,减小13%的温度波动;通风不遮阳情况下可以降低棚内温度3.3℃,减小16%温度波动;通风遮阳情况下可以降低棚内温度2℃,减小棚内8%的温度波动;不通风遮阳情况下可以降低棚内温度1.9℃,减少温度波动8%。相变蓄热装置在雨天的使用效果不佳;但在阴天则可以继续发挥作用,有效降低了塑料大棚内的温度波动。

摘要：针对目前多光谱图像去马赛克算法存在计算量大、效率低的缺点,本文提出一种基于压缩感知的多光谱图像去马赛克算法。首先,分析去马赛克与压缩感知问题的等价性,建立基于压缩感知的去马赛克模型;然后,采用离散余弦变换构建压缩感知的稀疏基,将去马赛克问题转化为压缩感知的信号重构问题;最后,采用改进的光滑0范数和修正牛顿法的重构算法求解去马赛克问题,得到重构的多光谱图像。仿真实验表明,相对于基于克罗内克压缩感知和组稀疏两种算法,本文算法提高了重构的多光谱图像的峰值信噪比,能有效减少对比算法重构多光谱图像中出现的锯齿现象,改善了重构图像具有更好的视觉效果。实验结果验证了本文算法的有效性。