针对订单不确定性对作业车间的鲁棒性的影响问题,首先,从复杂网络视角描述生产过程,建立作业车间网络模型,并对建立的有向加权作业车间网络的关键特征参数进行定义;其次,考虑生产特性和网络特征构造基于耦合映像格子的鲁棒性模型,利用网络中级联失效的进程与规模建立作业车间的鲁棒性评价指标,最后以实际生产过程为例进行仿真验证,结果表明,不同的扰动强度和扰动策略对网络的影响不同,也说明了该方法对作业车间的鲁棒性评价有效可行,且鲁棒性模型有较好的并行计算特性。

针对离散制造车间物料配送过程的精准管控难题,提出一种基于实时定位的物料配送方法。首先通过引入无线射频识别(RFID)和超宽带技术(UWB)结合的混合定位技术,对物料在配送过程中的动态位置信息进行实时采集,然后对UWB实时位置信息过滤和RFID实时数据进行分析处理;利用瓶颈物料识别方法,对物料制定定位控制策略。实现物料的唯一标识及配送过程的动态位置跟踪,提高物料配送的及时性和准确性。

针对传统OCT预测对于影响因素考虑不周以及预测准确率低的问题,在实时作业车间基础上考虑RBF神经网络的优势,提出了一种基于RBF神经网络的OCT预测方法。首先,剖析了OCT的主要影响因素,明确了订单构成和车间实时负载对于OCT的影响;然后,利用FLEXSIM仿真平台,建立了离散制造车间生产过程的先进仿真模型。采用仿真方法采集样本数据,利用RBF神经网络搭建OCT预测模型;最后,运用实例阐述了OCT预测的完整过程。结果表明,该方法对OCT的预测具有更好的效果。

以作业车间为研究对象,针对加工时间不确定这一扰动因素,主要采用周期驱动来制定相应的滚动调度策略。辅以事件驱动来保证车间运行整体情况的平衡。设计加工时间偏差容忍(LDT)来避免不必要的重调度。考虑车间的资源约束,重新定义状态转移规则,克服了长蚂蚁路径搜索容易停滞的缺点。通过仿真,获得了所需的合适滚动调度策略参数,进一步实验结果显示了改进的蚁群算法性能,针对调度方案所做的改进在计算时间和计算结果上均取得较优效果。

为了提高汽车车身焊接过程中焊接机器臂轨迹的平稳性和精确度,在B样条插值法为基础上,建立三次B样条曲线数学模型,为使该曲线通过各焊点所对应的焊接机器臂关节空间位姿,反算曲线控制顶点,并对通过在控制顶点两侧添加辅助控制点的方法对机器人各关节进行轨迹优化,以提高机器人运动过程的平滑性。在MATLAB平台进行仿真实验并与三次样条插值法进行对比,优化结果表明,各关节在焊点附近的速度、加速度曲线变得更加平缓,验证了该方法的有效性。

针对某农机企业装配车间生产效率低下的问题,以玉米机装配线为研究对象,对其构建和优化混流装配线进行了研究。首先计算了玉米机不同型号产品构建混流装配线的综合作业时间,绘制了作业优先顺序图,然后运用启发式算法对该混流装配线的平衡问题进行了分析与优化,最后运用Flexsim仿真软件对混流装配线进行了动态仿真,以此验证了构建的混流装配线的可靠性。通过优化,混流装配线平衡率提升了14.87%以上,装配线瓶颈工时降低了(13.47~19.28)min,生产效率提高了一倍以上。研究结果表明,运用启发式算法可直接得到混流装配线工位数和作业时间,有效解决农机混流装配线平衡优化问题。

针对离散制造企业装配线再平衡问题,文章提出基于改进遗传算法的多目标装配线平衡优化方法。以最小化生产节拍、最大化产线平衡率和最小化平滑指数为优化目标建立装配线再平衡优化模型,并采用改进的遗传算法对平衡模型进行求解,算法基于任务排序的种群初始化方法,采用两点交叉方法,提高了算法寻优能力。文章最后以青贮机装配线实际案例验证了算法的有效性。结果表明,该改进遗传算法优化装配线平衡的同时提高了整体的生产效率。

柔性作业车间机器在生产过程中时常发生退化故障和突发故障,针对这种混合故障,考虑用预防性维护来防止退化故障,通过插入缓冲时间的方式来吸收突发故障的影响。分别以工序最终完工时间期望值和各工序加工完成时间的延迟总和期望值为质和解的鲁棒性指标,建立柔性作业车间鲁棒性调度优化模型,并设计引入混合故障概率矩阵的改进遗传算法对模型求解,联合决策工序加工顺序、预防性维护位置和缓冲时间位置,同时优化调度方案的鲁棒性。最后通过数值实验与对比分析验证了此鲁棒调度方法能有效应对车间混合故障造成的扰动。

为在风电机组多源异构SCADA大数据中挖掘有效信息,保证短期功率预测精度,针对数据在时间维度上的记忆特征,提出主成分分析(PCA)与长短期记忆神经网络(Long Short-Term Memory Neural Network,LSTM)相结合的短期功率预测模型。运用Pearson相关系数将海量的负荷数据、气象数据等相关数据进行初步提取,运用PCA技术降低数据维度,再将压缩后的数据输入LSTM网络进行短期负荷预测。实验结果表明,所提的方法比经典的时序预测方法如Arima、SVM等具有更高的精度,具有更稳定的预测结果。

针对农机制造企业在制品（Work-in-process,WIP）生产过程信息采集时效性差,车间生产计划执行情况无法及时跟踪反馈的问题,在对农机车间生产现状研究分析后,提出了农机在制品生产过程实时信息跟踪反馈策略,通过无线射频识别（Radio Frequency Identification,RFID）车间信息采集方案、可重构BOM结构及在制品物流信息采集模型,实现了农机车间生产计划分解,WIP实时状态跟踪、生产进度查询等功能。研究内容为生产管理部门进行实时生产计划重排,为物资供应中心计算物料需求计划提供了准确的实时反馈数据,最后进行了软件系统的开发,并在某农机企业得到良好的应用。