摘要：为了使制造单元控制器具有柔性、开放性和可靠性,提出了基于组件的制造单元控制器的混合式控制体系结构。在描述制造单元控制器的功能模型基础上,提出了基于分布式对象CORBA的单元控制器软件结构。同时,采用统一建模语言的面向对象可视化设计方法,进行了基于组件的单元控制器的设计。最后在CORBA规范的Orbix 2.3c平台和VC++6.0的编程环境下开发了单元控制器控制软件。

摘要：分析了ART1神经网络用于制造单元设计的天生缺陷,提出了两条改进途径:以模糊C均值算法对机床-零件矩阵分类问题进行预处理,以提高分类精度;通过修改模式向量的计算方法来克服保存在网络中的模式向量比较稀疏的情况。改进的ART1算法克服了标准ART1算法的不足,成为一种实用有效的制造单元设计方法。设计了新的算法流程并基于相似系数比较尺度在MATLAB软件平台上进行了算法仿真,与前人的研究结果相比,新算法产生了较好的分组效率。

摘要：为了使制造单元控制系统具有开放性、互操作性和可重构性等特性,以IEC61499功能块标准为基础,提出了适应实时动态重构的通用VMD复合功能块模型,并以其为核心构建了基于复合功能块的混合控制体系结构.在此基础上,结合IEC61499功能块标准,提出了基于Web Services和MMS的控制软件体系结构,采用面向对象的统一建模语言对系统进行了设计.通过开发和测试原型系统,验证了设计方法的可行性,并证实了基于复合功能块开发的控制系统具有低复杂性、动态重构性和可重用性等特点.

摘要：为了使制造企业能够根据市场需求快速调整组织制造资源,简化生产调度过程,提高生产调度质量,提出了一种基于隐性势场的制造单元构建算法。在满足约束的前提下,建立了以最小加工成本和最优单元负载均衡为目标的基于隐性势场的制造单元构建模型,给出了制造单元的构建方法,并构造了基于隐性势场的设备关联矩阵模型和任务关联矩阵模型。该算法具有模型简单、设计变量少等优点。通过具体实例,验证了该方法的有效性和可行性。

摘要：传统车间在数据集成与服务方面存在智能化程度低、存储介质和生产介质单一的问题,为了解决这些问题,以数字孪生制造单元为研究对象,提出了面向多视图的数据集成与服务方法。首先,基于开放性生产控制和统一架构信息模型,构建了模型与数据实体之间的映射关系,并通过自组织的数据存储方法实现了制造单元的数据集成。其次,设计了面向多视图应用的表述性状态转移数据服务方法。最后,以数字孪生制造单元中具体的生产应用为案例,验证了所提方法具有更少的数据服务耗时和网络请求次数,可以有效提升数据集成的实时性。

摘要：为解决网络化协同制造过程中物理制造单元选择问题,提出一种改进的基于遗传算法的物理制造单元优化选择算法。算法采用整数编码,每个染色体代表一条可执行加工路线;为获取最优的可执行加工路线,以总的运行成本、运行时间和加工质量为优化目标构造目标函数;求解过程中,在每一代种群中计算出与每个染色体相对应的成本、时间、质量指标及目标非标准化对决策的影响度,进而利用影响度因子确定群体中每个染色体对最小运行成本、最小运行时间及最优加工质量的相对优属度,再利用相对优属度构造相对适应度函数,并求取相应的适应度函数值,减小了目标非标准化对优化结果的影响。最后给出了应用该算法处理复杂零件协同制造中制造单元选择的一个实例,以证明算法的可行性与有效性。

摘要：为避免制造单元构建过程中各个环节分开孤立研究导致的问题解空间损失和工件选择单一工艺路径而引起的制造单元忙闲不均现象,利用并行工程的思想对三个环节进行了集成优化方法的研究,建立了多目标集成优化模型,并设计了基于结构化编码的自适应粒子群算法。通过仿真实验,验证了模型和算法的可行性和有效性。

摘要：近几年来，不少文章提出了在制造单元设计中评价机床利用率的不同方法，多数论文是假设按带有单元间输送作为预定参数的网络模型来处理的，从这一观点出发，为消除所谓瓶颈因素的其他经济的方法可以是重复配置机床或将某些工序扩散到单元外加工。本文分析了在处理瓶颈问题时单元间输送的作用，集中分析了它的非独立性性质，因而较大地简化了解决这一问题方法的复杂性。此外，文中还讨论了在处理瓶颈问题时将某些工序扩散到单元外加工的困难。最后，本文根据制造经验提出了采用重复配置机床来处理瓶颈问题的系统而实用的方法。

摘要：提出了可重配置的制造设备和单元控制系统的设计方案，分析了可重配置制造这种新的生产制造模式的特点，指出了其关键使能技术。

摘要：针对制造单元构建问题的特征,构建了以总搬运成本以及机器设备的折旧和维修成本最低为主要目标,综合考虑了产品设备单元划分、单元内机器布局以及单元间布局的综合性制造单元模型。同时针对模型求解的复杂性,提出了改进遗传算法,并将其用于制造单元模型的求解。通过双层遗传算法,既保证了算法中染色体个体的有效性,又满足了遗传算法适者生存的根本原理;采用精英策略保证算法的收敛性;同时通过在求解过程中不断调整交叉算子和变异算子防止了算法收敛到局部最优解。最后将所提出的模型和改进的遗传算法应用于复杂实例,证明模型和算法的有效性。