实体产品操纵舒适性定量测评研究

针对实体产品操纵舒适性难以定量评价的问题，从心理和生理角度对操纵机理进行分析，建立可量化的操纵反馈模型，提出操纵舒适性定义。建立关节与体节人体模型，提取连接关节的实际物理量，并生成相关曲线；以力平滑度指标为例，计算其操纵舒适性评分，采用客观逐次比较赋权法确定各指标权重，计算出操纵舒适性指数(I)。最后，构建实体产品操纵舒适性测评系统，并对具有两种操纵装置的典型实体产品进行实际测评，验证了该方法的实用性与有效性。     

改进PSO的多目标约束项目进度计划问题研究

在项目进度计划问题的研究中,为实现在多执行模式和多资源约束条件下,对项目活动的执行顺序和执行模式进行合理安排的目标,以使项目工期最短,建立了多目标进度计划的目标函数,确定了约束条件.结合微粒群算法求解该组合优化问题.并通过对标准微粒群算法的改进,引入了交换子和交换序的概念,提高了算法的寻优速度和寻优能力,并结合具体的实例验证了改进算法的有效性.     

面向客户定制需求的机械产品选配方法

提出MC生产模式下面向客户定制的机械产品选配模型,该模型集关联图模型和产品层次装配模型于一体,并在模型中引入端口、规则、约束等数据对象,可以很好地表达产品所蕴涵的知识、关系及经验,运用该模型可以对零部件进行初步选择.提出一种基于离差最大化和CWGA算子相结合的不确定多属性群决策方法对初选后的零部件组合进行优化选择.给出了某内燃机曲柄连杆机构选配示例,对提出的选配方法进行了验证.     

计及机器调整和物料运送时间的Job-Shop调度算法

对考虑机器调整时间和物料运送时间的Job-Shop调度问题进行了研究.优化计算时考虑了物料运送时间的作用及其对车间调度的影响,并给出了其求解方法;利用GA、SA与PSO相结合的混合PSO算法解决了Job-Shop调度问题.仿真实例模拟实际工况,对工件的运送、加工和机器调整时间及其相互间的影响进行了分析和计算,并与传统的忽略机器调整时间、物料运送时间以及直接计入工件加工时间的调度方案进行了对比,结果表明提出的方法可行,更加符合实际生产工况.     

制造车间生产物流瓶颈指数研究

针对制造车间生产物流瓶颈漂移现象,将瓶颈漂移因素分为能力因素、需求因素和能力-需求综合因素,并采用时间能力因子、时间需求因子和质量保证能力因子对各种瓶颈漂移因素进行数字化描述,为瓶颈漂移因素耦合机理的研究提供数据支持。利用马尔可夫链描述各种瓶颈漂移因素的状态空间和转移概率,构建贡献函数,实现瓶颈漂移因素耦合机理的定量分析。以贡献度和质量保证能力为参数,建立瓶颈指数数学模型,以度量制造单元成为瓶颈的能力,为生产过程的控制和优化提供技术支持。通过对某一制造车间内生产物流瓶颈的预测和监控,验证了瓶颈指数的有效性和实用性。     

基于多目标优化的产品协同开发任务调度研究

针对目前产品开发任务调度研究的不足,提出了基于多目标优化的产品协同开发任务调度理论,并在此基础上提出了多目标优化调度的综合指标确立方法;针对调度问题的求解特点,提出了基于混合微粒群算法的任务调度算法;最后,运用上述理论和算法,给出了具体实例的计算结果,并把该结果和单目标优化调度的结果相比较,说明了基于多目标优化的产品协同开发任务调度算法的可行性和优越性.     

基于改进PSO的复杂机械产品装配质量在线优化

通过构建面向装配精度的质量控制点公差分配模型,实现了装配过程中不同类型质量控制点间非线性耦合关系的量化表达,揭示装配误差累积规律;利用混沌理论与双阶段变异策略对多目标粒子群算法进行了改进;在装配过程开始前,计算各质量控制点公差初始分配结果,当上游质量控制点根据初始分配结果被实例化后,启动再分配机制,结合实例化数据对公差分配模型再次求解,为后续质量控制点实例化提供决策支持,实现装配质量在线优化和前馈控制;以某型主锥总成装配过程中选垫与主齿螺母拧紧工序为例,验证了理论的有效性和可行性.     

基于仿真的车间生产线动态平衡方

针对现有生产线平衡方法缺乏持续改进思想和仿真优化应用不成熟的问题,提出将启发式算法和可视化仿真方法相结合的生产线动态平衡方法.构建以生产线上工位数最少和各工位的作业时间分布离散程度最小的双目标优化模型,并利用改进粒子群算法进行生产线平衡的数字化求解.从生产线系统的可视化建模与仿真角度出发,引入基于Witness仿真的生产线系统结构重现的可视化仿真方法,通过对仿真过程进行实时控制从而达到生产线动态平衡的目标.     

机械产品选配问题的二分图非形式化描述

在机械产品选配中,为了表达装配模型应考虑的关键因素、装配体间的配合关系以及便于个性化更改,建立基于二分图的机械产品选配非形式化描述模型,提出了d型匹配需要满足的约束条件。利用0-1矩阵将非形式化描述转化成一个便于用算法实现的形式化模型。在此基础上,提出了基于遗传算法的形式化模型求解方法。通过一个机械产品选配实例对其进行了验证。     

基于混合粒子群算法的多目标柔性Job-Shop调度方法

针对经典Job-Shop调度问题的局限性,提出了以时间、成本、质量三者综合为优化目标,具有柔性Job-Shop车间调度的优化模型.给出了优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程.模型采用工序能力指数对质量目标进行量化,并采用综合评判线性加权模型解决柔性Job-Shop算法的权重选择问题,使决策者能够根据实际情况选择优化目标的偏好解.通过一个车间调度问题的实例验证了此调度模型和算法的有效性.