摘要：虽然作业车间调度问题在过去几十年里已经得到了广泛而深入的研究,但大部分研究都是以正规指标(Regular measures)最小化为目标。正规指标的调度只需要将工序尽量提前即可。相对于正规指标,最小化提前和延迟成本之和等则属于非正规指标(Non-regular measures)。对于非正规指标调度,将所有工序尽量提前并不能优化目标,其调度方案的生成过程必然更加复杂。针对提前和延迟成本最小化这类非正规指标问题,将研究对象从作业车间调度(Job shop scheduling,JSP)扩展到了装配作业车间调度(Assembly job shop scheduling,AJSP),以更广泛地探讨求解此类问题的一般规律。设计了一种三阶段调整的启发式算法以生成调度方案,并结合遗传算法的求解框架进行了分析。通过与最优解结果对比,证明该启发式算法的效率和有效性。另外,试验结果也揭示了不同求解因子对求解效果的影响,为后续研究提供参考。

摘要：针对自动化集装箱码头中岸桥与人工智能运输机器人(ART)的集成调度问题,依据作业阶段将设备能耗划分成多个表现形式,构建以最小化岸桥和ART的总能耗为目标的整数规划模型。为提高求解质量,提出一种具有重组变异和随机扰动的自适应粒子群算法。根据不同时期的搜索需求,对惯性权重实行自适应调整;并引入随机粒子增强个体的交互能力,结合迭代进程对最优粒子实施不定维更新,为其摆脱局部困境提供更多机会。最后,以天津港北疆C段自动化集装箱码头为研究背景设计了不同规模算例,将改进算法与GUROBI求解器以及其他算法进行比较,验证了模型和算法的有效性。结果表明,随着岸桥和ART的配置数量逐渐增加,作业进程加快,码头总能耗分别呈现降低和先降后升的趋势;此外,相比于传统的调度模型,所提方法能够在较短的完工时间里节约更多的作业能耗。

摘要：派工法则是求解作业车间调度问题的一种简单有效的方法。针对一种装配作业车间调度问题建立仿真模型,并通过基因表达式编程(Gene expression programming,GEP)算法自动产生并搜索最优的派工法则。仿真模型结果表明,在最小平均流程时间和最小平均绝对偏差两个目标函数下,GEP算法都能够找到比现有常用的派工法则更好的解,在计算时间和求解质量方面也都具有优势,并且有较强的鲁棒性。具体设计上,构造属性筛选机制以减少搜索空间,提升搜索性能,采用动态自适应算法提高GEP的搜索效果,通过仿真试验构建不同的生产环境证明了所提算法的有效性。

摘要：为了对具有工序刚性约束的装配线进行优化配置,提出一种基于并行工位设计和装配序列规划的自动化装配生产线多目标优化方法,主要包括:①针对工序刚性约束的自动化装配线的特殊性,搭建了以成本和生产节拍为多目标的装配线优化数学模型;②针对数学模型中决策变量的离散性特点,提出基于随机键的两段式编/解码方法,综合考虑了装配工艺中的优先关系、直接优先关系、完全分配约束和最大并行度限制等,实现了对工序刚性约束的描述;③将基于拥挤度的Pareto评价方法嵌入回溯搜索优化算法,实现了工序刚性约束下的装配线多目标优化;④通过断路器自动化装配线进行案例验证。结果表明,在装配生产线上各作业元素时间和设备单元成本固定且均已知的条件下,所提出的方法能够为该类装配线计算出最优配置方案,且将计算出的优化配置方案(成本517.5万元,节拍3.2秒/级)与现有方案(成本636.0万元,节拍5.4秒/级)对比,发现生产效率提高了40.7%,装配线成本降低了18.6%。

摘要：针对港口皮带机配煤比例在线监控的问题,提出一种基于控制图理论的比例控制图算法。首先对于特征数据参数已知和未知的情况分别设计统计量,计算两类情况下比例控制图的性能参数ARL和SDRL,进行对比分析,确定参数未知情况下的适用性。然后提出一套以该比例控制图算法为基础的自动化港口配煤工艺流程。最后将该套理论应用在皮带机配煤的仿真实验中。结果表明,基于比例控制图算法的皮带机配煤比监测方法有较好的灵敏性和实际可操作性,能够对煤炭配比过程失控和均值偏移的情况做出快速有效的反应。

摘要：针对YOLOv5目标检测模型训练时间长、检测精度偏低问题,提出一种目标图像组合算法,考虑必要的图像背景及图像覆盖对目标图像进行分割,设计减少图像失真的重组策略提高单张训练集图像内目标个数,降低模型训练时长。改进先验框生成策略,以绝对差值作为距离函数,对训练集目标边框的长和宽分别进行一维K-means聚类,提高先验框对训练集的适应度。提出多层并列卷积结构,对输入特征经过三层并列卷积后的输出进行融合,增强特征表征能力。以VOC2007和VOC2012训练集和验证集作为训练图像,采用目标图像组合算法,模型训练时间减少30%以上,改进先验框生成策略使先验框对训练集的适应度达到0.735。在VOC2007测试数据集上测试,改进YOLOv5模型平均准确率均值(mAP)由79.1%提升至80.3%。

摘要：为优化断路器装配车间的产线结构和作业方法,结合数字孪生技术,提出一种基于多机器人运动控制的断路器柔性自动化车间装配方案。面向自动化装配单元,结合工业机器人的柔性装配工艺及方法,对实体装配车间进行全物理属性的数字化建模,同时建立多机器人的运动学控制模型,将机器人的三维运动模型应用于虚拟孪生场景。通过数据的交互传递,实现物理单元与虚拟单元的实时链接,将车间机器人的运动轨迹、装配状态、作业运送流程等数据信息进行实时显示,从而实现断路器柔性装配数字孪生系统的搭建与同步映射。实验结果证明,所提方案对实现断路器柔性装配有显著效果。

摘要：提出了一种新的拆卸Petri网DPN,通过综合概括机械结构拆卸过程中所涉及到的序列规划、路径规划、拆卸工具、拆卸状态等信息,实现了对拆卸过程进行动态建模分析.为了让用户通过交互设备进行设备拆卸,又提出了一种虚拟拆卸平台的搭建方案,包括对拆卸原理、界面与辅助功能设计等内容.最后运用虚拟现实开发引擎Unity3D,联合所提出的平台搭建方案,开发了一套基于行星齿轮减速器的虚拟拆卸平台,验证了本文所提出的方法的可行性和有效性.

摘要：针对振动电机的激励对饲料吨袋全自动卸料机翻转框架在卸料工况卸料时产生的影响,对翻转框架的结构进行优化。采用ANSYS Workbench软件对饲料吨袋全自动卸料机翻转框架进行模态和谐响应分析。得到了激励频率与翻转框架薄弱部位的变形、应力之间的响应曲线,确定了翻转框架敏感频率范围在35 Hz和66 Hz附近,最大变形量和应力值分别为4.71 mm、450 MPa,翻转框架薄弱处优化后的最大变形量和应力值分别下降了30%和49.3%,所对应的敏感频率范围在41 Hz和76 Hz附近,当激励频率为76 Hz时,最大变形量和应力值分别为2.35 mm、116.8 MPa。通过综合分析,优化后的翻转框架的最大变形量和应力值均满足翻转框架的衡量标准,同时其动态特性也得到了提高,为饲料吨袋全自动卸料机样机的制造和后期优化提供了参考。

摘要：描述了港口起重机的滚装方案设计,研究了基于物理特性的仿真模型和虚拟试验场的构建过程和关键技术,实现了虚拟试验场的构建过程中的虚拟布局和参数优化,并在虚拟试验场中进行了起重机模型的滚装运动仿真.考虑了滚装过程的不利因素,实现了滚装过程的运动分析,从而优化设计参数,提高了设计的可靠性和设计方案的有效性.