为解决智能制造质量预测难题,针对汽车发动机缸体压铸过程数据高维、子过程耦合,难以建立仿真预测模型特点,研究缸体压铸工艺,建立缸体压铸动态过程数学模型。针对压铸生产过程具有时序性特点,以及经典循环神经网络面临梯度爆炸、超参数未知等困难,提出基于LSTM循环神经网络的质量预测方法,以历史数据训练神经网络,对比Holt-Winter和多元线性回归两种时间序列预测模型。结果表明,LSTM预测模型具有更高的准确性,对智能制造产品质量预测有借鉴意义。

对大型压铸类车间设施规划问题进行研究,综合考虑压铸工艺及物流特征,建立设计约束条件,将多目标规划及物流仿真技术结合起来,提出了一套设施规划优化设计流程。并以H公司为背景,建立大型压铸车间设施规划问题的多目标规划模型,使用遗传算法求解,设计压铸车间平面布局方案;进而基于Flexsim环境建立压铸车间仿真模型,综合物流设备利用率及物流路径繁忙率等仿真动态性能指标优化车间设施规划方案,设计评价方案表明流程可行,为压铸行业车间设施规划提供示范作用。