摘要：针对离散制造车间生产调度不仅需要确定工件各工序的加工设备及设备上工序的加工顺序,同时要根据工件调度方案,需要在规定时间点前由AGV小车将各工件运送到工序相应的设备上加工,以提高调度方案执行率的需求,构建考虑车间设备布局、工件工艺路线、AGV小车搬运时间与小车位置等约束,工件完工时间最小化和AGV小车运载均衡为综合目标的离散制造车间调度模型。依据离散制造车间调度数学模型构建强化学习环境,包括工件、机器和小车的状态空间,调度决策动作空间和奖励函数;基于建立的强化学习环境,设计基于DQN算法的工件小车调度方法,设计工件智能体,读取车间局部环境,将局部环境映射到工件状态参数的权重,根据该权重得到工件调度列表实现从车间状态到工件调度的动作选择。设计小车智能体,通过读取工件智能体调度决策和车间信息得到小车搬运相关参数,实现小车智能体与工件智能体的交互,将搬运相关参数和车间局部环境中小车状态信息映射成小车调度相关权重,根据权重得到小车调度列表实现小车调度的动作选择。最后,通过离散制造车间实际案例对算法进行测试,测试结果表明,基于DQN算法的调度算法能够有效地求解考虑小车搬运的离散制造车间调度问题,可最小化工件的最大完工时间,均衡小车的搬运负载,具有良好的综合调度性能。

摘要：室内实时定位技术被广泛地应用于获取离散制造车间中生产要素的位置信息。然而,传统的单机计算方法已不能满足制造大数据环境下定位数据的实时处理需求。通过利用UWB实时定位技术、Apache Kafka、Spark Streaming、HBase等大数据技术及Demo 3D软件,搭建一套制造车间定位数据获取、收集、计算、存储和可视化的平台,并设计了基于Spark流式处理框架下的多线程卡尔曼滤波器,相较于传统单机多线程计算方式快218.2s。实现了对车间中叉车、人员、关键物料的实时定位、监管和海量数据的存储,提高了车间的透明化管理水平。

摘要：为提高离散制造车间多品种、小批量生产过程的透明度和生产决策制定的实时性,提出一种基于无线射频识别技术的离散制造车间实时数据采集和可视化监控方法。在提出4种典型无线射频识别监控模式的基础上,揭示了离散制造车间中无线射频识别技术应用的本质,为无线射频识别配置提供指导。设计了一种事件驱动的无线射频识别数据采集单元模型,用于采集零件的状态、事件、时间、质量等实时信息;基于该模型依次建立了加工工序、工序流、批次与批量的无线射频识别监控模型,实现了对离散制造车间生产过程的可视化监控;提出一种无线射频识别数据处理方法,为车间可视化监控提供了业务逻辑信息。设计了基于无线射频识别的车间数据采集与监控系统的功能架构,并开发了相应的原型系统,通过简单的案例验证了所提方法和模型的可行性。

摘要：准确的订单完工期预测是离散制造车间生产计划制定、调度排产、产品按时交付的重要保证。基于海量的多源制造数据,设计了一种基于深度置信网络—深度神经网络(DBN-DNN)的预测模型,用于实现具有大数据特征的制造系统订单完工期快速预测。选取ReLU为激活函数训练深度置信网络以提取特征,完成预训练;将预训练网络的权重和偏置参数传递至深度神经网络作为预测模型的初始化参数,并增加dropout和L2正则化,避免预测模型的过拟合问题。以某航天机加车间的10000条具有1059个特征的样本为数据集进行了数值实验,通过与多隐含层反向传播神经网络、主成分分析和反向传播神经网络的结合、主成分分析和支持向量回归的结合3种常用预测模型的对比分析,验证了所建立的预测模型在准确度和适用性方面具有更优的性能。

摘要：针对离散制造车间现有的数据采集方式的不足,研究开发了一种能够及时、便捷、准确获取现场数据和下达生产指令的数据采集系统。其中数据采集器以C8051F020单片机为核心控制器,可通过键盘输入现场加工数据及进度等信息;通过以太网CP2200模块实现实时传输,并及时接收来自车间上层的生产指令。应用该数据采集系统,能够实现车间与上层之间高效、精准的信息传输。

摘要：离散制造车间存在制造要素偏离生产计划导致的生产异常事件,准确的车间异常检测有助于实时监控生产过程,提高动态决策响应速度,保证订单按时交付。针对异常检测的准确性和实时性需求,提出一种增量式无监督学习的车间生产异常检测方法。首先,以在制品在车间的流转过程为主线定义生产异常种类,搭建离散制造车间生产异常检测框架;其次,使用增强自组织增量神经网络实时检测生产异常,并根据当前生产数据在线更新模型,以适应数据分布的动态变化,提高模型检测准确率;最后以某航天机加车间为例,将所提方法与两种增量式及两种非增量式聚类算法进行对比实验,并在离散制造车间应用生产异常检测系统,验证了该方法在生产异常检测问题上的有效性。

摘要：针对离散制造车间手工记录生产数据不及时、不完整而不能满足设备生产效率实时反馈的问题,研究开发车间设备综合效率自动监测系统.根据设备综合效率的监测计算需求,确定系统的总体架构,给出自动和人工相结合的数据采集流程;设计监测系统的功能架构以及数据采集与信息展示界面;完成监测系统的开发与应用.对某汽车零件的加工过程进行试验,结果表明所开发系统能够实时、准确地对车间设备综合效率进行监测.

摘要：以典型离散制造企业砂型铸造企业为例,考虑砂型铸造熔炼工序特殊性,提出熔炼工序弱化机制,建立了以最小完工时间为目标的柔性流水车间调度模型,采用改进蛙跳算法(SFLA-SA)求解模型。通过反向学习构建初始种群以提高初始解质量,将模拟退火搜索(SA)嵌入基本蛙跳算法(SFLA)中,并为模拟退火局部搜索设计了3种变异算子以提高局部搜索能力。最后对某铸造企业实际案例分析研究,检验了模型的有效性和所提SFLA-SA算法的优越性。

摘要：针对多品种小批量模式下离散制造车间调度问题,以柔性流水车间为例,建立了多品种柔性流水车间调度模型,结合模型特点,提出了一种改进的候鸟算法。设计了一种基于产品种类编号的单层编码规则,提出了基于反向学习的种群初始化策略,同时保证了初始种群的多样性及质量,针对插入和交换产生邻域结构的不足,提出了一种基于最优插入和最优交换方式的邻域结构,并采用了基于动态邻域搜索的局部搜索策略,增强IMBO算法的局部搜索能力,最后,构建了多组适用于多品种柔性流水车间调度模型的算例,通过对比实验,验证了所提的改进候鸟算法的有效性和高效性。

摘要：传统的离散制造车间生产依赖若干独立的单一功能软件,由于缺乏有效的集成与数据共享,难以达到车间生产过程的总体优化。为了对车间生产过程进行集成化管理,提高产品的生产质量,缩短生产周期,需要对制造执行系统开展研究,并开发支撑车间生产的软件系统。该文针对某重型机械企业离散制造车间现存生产调度问题及管理弊端,设计了该离散制造车间的MES总体解决方案,基于.NET开发平台的VS开发环境,开发以生产计划调度和数据管理为核心的MES系统。