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。

针对不确定环境下作业车间动态调度性能评估问题,利用在线调度方法对扰动环境下作业车间调度性能进行仿真研究,设计了一种面向对象的动态多场景生成模型。首先,基于Plant Simulation搭建作业车间动态仿真平台。其次,考虑设备故障、紧急插单、工件随机到达、交货期紧迫性变化等不确定因素进行动态场景车间结构设计,构建作业车间动态多场景。然后,综合考虑5类调度指标,基于20种调度策略进行在线调度分析,并比较不同策略在不同指标下的调度性能,以此构建作业车间动态多场景知识库。在实际生产中,辅助调度人员进行决策,以指导实际生产。最后,以某机加工车间为例,进行动态多场景实例仿真。算例结果表明了所提方法的可行性与有效性。

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。

针对目前农机制造车间存在的数据采集手段落后、生产状态监控方法缺失的问题,研究了基于射频识别技术(RFID)的应用方案。首先,在分析企业生产现状的基础上,提出了基于RFID技术的数据采集方案和网络支撑架构;其次,通过VisualStudio2017平台和C#语言开发了在制品状态追踪系统;最后,选取玉米机切碎器作为研究对象,实现生产现场的硬件部署,并对其生产过程进行实验;通过实验案例表明,该系统能够快速稳定地工作,帮助企业实现了实时数据的采集和生产状态的可视化监控,验证了所提方法的可行性和有效性。

针对自动化立体仓库中环形穿梭车系统(Rail Guided Vehicle system,RGVs)调度优化问题,综合考虑RGV数量、进出货口限制、复合作业次数和堵塞次数对作业效率的影响,以最小化任务总完工时间为目标,建立了多影响因素下的RGV调度数学模型,并采用改进遗传算法对模型进行求解。首先,设计了多影响因素下的编码方式,提高算法求解实际问题的能力;然后,在遗传算法中引入模拟退火操作,提高算法的局部搜索能力,避免算法求解过程陷入局部最优;最后,设计染色体修复方法来避免非法解的出现,提高算法的收敛速度和求解稳定性。通过实例验证了模型和算法的有效性与先进性。

针对数据驱动的轴承剩余使用寿命预测方法多基于先验知识来构建退化指标,较为繁琐,且传统卷积神经网络预测特征提取不完全的问题。该研究采用了多尺度卷积神经网络模型预测轴承剩余使用寿命。多尺度卷积神经网络模型以轴承振动数据为输入,避免了依靠先验知识的退化指标构建过程,且依据其多尺度特性可以从不同尺度自动对输入数据并行提取特征,能更加全面地学习振动信号所蕴含的退化规律。最后,为了减少多尺度卷积神经网络预测模型输出的局部波动,采用移动平均法对预测结果进行降噪平滑处理,最终得到预测结果。该研究使用加速轴承寿命实验数据验证了所提方法的有效性和可靠性。

针对RRT算法在三维避障路径规划过程中会出现耗时长、路径长度不是最优、且转折点多的问题,提出一种RRTA*融合算法,并应用于机械臂避障路径规划。首先,完善碰撞检测模型,对障碍物和机械臂进行合理的简化。其次,建立空间障碍物三维模型,在障碍物环境下先使用双向RRT算法规划出可行的避障路径。最后,使用A*算法选取该避障路径上的关键节点,并建立三次B样条插值函数,提高避障路径和运动图像的平滑性。仿真结果验证了该方法的有效性。

针对多品种、小批量复杂产品在加工过程中忽略加工路线约束,导致调度方案中存在设备利用率低的问题,以完工时间最优为目标建立多工艺路线柔性作业车间数学模型。由于加入多约束后模型复杂度骤增,为有效求解该模型,提出一种改进原子轨道搜索算法。改进算法采用一种三层编码方式进行编码和解码;在算法初始化候选解时均匀生成全局加工路线;搜索过程中为增强局部搜索融入自体交叉;为避免陷入局部最优引入变邻域变异;迭代过程中设计了变工序数精英保留策略,扩大了搜索空间。最后,通过某内燃机车生产车间实例对模型和算法进行求解分析,验证了模型的有效性和算法的优越性及适用性。

针对离散制造车间对天车运行状态缺乏高效监测手段的问题,提出一套基于超宽带(UWB)定位技术的离散车间天车数据采集与监测系统。基于UWB实时定位系统结合无线传感硬件获取离散车间天车实时定位及负载数据,针对UWB定位异常数据进行平滑处理,运用时空数据融合建模方法输出天车作业相关信息,采用混合开发架构搭建天车可视化监测与数据统计界面。实际应用结果表明:该系统数据处理精度较高,可视化效果良好,提供了高效的天车监测方式。