模具企业敏捷制造控制技术研究

论文摘要

制造业面临着日益频繁、无法预知的市场变化，客户需求的个性化和多样化，导致产品的寿命周期缩短、更新速度不断加快。为了在激烈的市场竞争中取胜，企业必须能够动态地调整其制造模式和控制策略，以支持全球竞争、产品创新和对市场的快速反应。通过网络实现制造资源、制造信息的集成与共享，提高制造系统的敏捷性、柔性和市场应变能力是解决这些问题的重要途径。 本文在分析模具企业制造特点的基础上，结合敏捷制造的理念和BPR思想提出了订单型模具企业敏捷制造的业务流程，建立了敏捷制造的工作模式；在对各功能模块进行详细分析和研究的基础上，提出了基于Mediator的模具敏捷制造控制系统的实现结构，并采用协调与控制相结合的混合控制策略，对敏捷制造控制系统中Mediator和Agent的层次、类型、功能及表达方式进行了研究。 针对敏捷制造过程中多任务的动态分配问题，提出基于Agent的动态任务分配方法。将Mediator技术和合同网方法进行有效的融合，Mediator作为系统的管理、控制和协调器，合同网作为动态任务分配过程的招投标工具，而系统中的物理设备及具体处理过程用Agent技术完成，从而实现任务的优化排序和招投标过程评价。仿真结果表明，该方法对解决频繁变化的生产系统动态任务分配问题非常有效。 针对大量任务招投标中的任务优化排序及评价的难题，提出了一种带交货期约束的任务分配和资源选择的分支定界求解方法，完成了相应算法设计，仿真以及与其它算法进行结果对比，表明该方法在求解大规模任务排序问题中，其速度和精度方面具有良好的性能。 针对敏捷制造过程中对加工时间快速确定的要求，提出了基于神经网络的加工时间快速确定方法，并通过GA对神经网络的结构和参数进行优化，从而能快速而准确地获得加工时间，实例表明可以用于实际生产。 结合加工时间的快速确定问题及生产过程敏捷性要求，完成了基于神经网络的加工余量快速确定方法及基于GA的多工序零件公差综合优化方法研究，完

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 敏捷制造
• 1.2 制造系统的控制结构
• 1.3 基于多Agent的系统控制结构
• 1.4 基于多Agent的敏捷制造控制系统
• 1.5 生产控制过程的关键技术研究
• 1.5.1 生产调度问题
• 1.5.2 工艺设计问题
• 1.5.3 存在的问题
• 1.6 本课题的研究背景及内容
• 2 模具敏捷制造系统体系结构研究
• 2.1 研究背景
• 2.2 模具企业流程重构
• 2.3 企业工作模式分析
• 2.4 模具制造企业生产控制系统的功能结构
• 2.5 基于多Agent的模具制造企业敏捷生产控制的实现框架
• 2.5.1 Agent的概念
• 5.2.2 多Agent系统应用特点
• 2.5.3 Agent协调器Mediators
• 2.5.4 系统实现结构
• 2.6 本章小结
• 3 基于MAS的任务分配及运行机制研究
• 3.1 基于Mediator的MAS制造控制系统描述
• 3.1.1 Mediator的描述
• 3.1.2 系统中的Agent的描述
• 3.1.3 系统中的Agent行为元
• 3.2 基于合同网的Agent协商机制
• 3.2.1 合同网协作模式
• 3.2.2 基于合同网的Agent工作机制
• 3.3 基于招投标的任务分配方法
• 3.3.1 以合同网进行任务分配的步骤和算法
• 3.3.2 动态任务分配
• 3.3.3 实例研究
• 3.4 带交货期约束的任务优化问题
• 3.4.1 问题的模型和复杂性
• 3.4.2 问题的性质与分支定界算法
• 3.4.3 算法测试与比较
• 3.5 小结
• 4 加工时间的快速确定方法
• 4.1 影响加工时间的因素
• 4.2 确定时间定额的神经网络模型
• 4.2.1 神经网络模型结构
• 4.2.2 应用BP网络计算时间定额实例
• 4.2.3 实验验证
• 4.3 基于GA的神经网络结构优化
• 4.3.1 神经网络模型的修正
• 4.3.2 神经网络的结构及参数的优化算法
• 4.4 实例验证
• 4.4.1 实验条件及评价参数
• 4.4.2 结果对比
• 4.5 本章小结
• 5 余量及公差的快速确定及综合优化
• 5.1 毛坯余量及公差快速确定方法的研究
• 5.1.1 余量及其影响因素
• 5.1.2 基于神经网络的毛坯余量快速确定方法
• 5.1.3 实例验证
• 5.2 加工过程中合理精度的确定方法
• 5.2.1 基于公差的产品DFC信息模型
• 5.2.2 综合公差优化模型
• 5.2.3 综合优化方法实现
• 5.2.4 算例
• 5.3 小结
• 6 敏捷车间多资源启发式调度算法研究
• 6.1 敏捷车间调度问题概述
• 6.2 调度算法的研究
• 6.3 备选工艺对生产调度结果的影响
• 6.3.1 实验条件
• 6.3.2 实验结果分析
• 6.4 小结
• 7 敏捷车间多资源自适应优化调度算法
• 7.1 生产调度问题复杂性
• 7.2 基于混合自适应遗传算法的多资源车间优化调度算法
• 7.2.1 自适应遗传算法描述
• 7.2.2 混合自适应遗传操作
• 7.2.3 系统仿真
• 7.3 基于蚁群算法的多资源作业车间调度算法
• 7.3.1 蚁群算法的基本概念
• 7.3.2 蚁群算法的基本原理
• 7.3.3 基于蚁群算法多资源车间生产调度
• 7.3.4 多资源车间的生产调度问题的蚁群算法描述
• 7.3.5 实验仿真及结果分析
• 7.4 小结
• 8 敏捷制造车间生产控制系统的实现
• 8.1 系统的运行环境的搭建
• 8.2 MAS开发平台—JADE
• 8.3 系统的数据库设计
• 8.4 系统的主要功能显示
• 8.5 本章小结
• 9 结论和展望
• 9.1 研究结论
• 9.2 研究展望
• 致谢
• 参考文献
• 附录:英文缩写索引
• 攻读博士学位期间的主要工作
• 发表文章:
• 科研工作: