智能產線運行優化理論與技術

目錄

第1章智能產線概論

1.1智能製造背景

1.1.1智能製造產生的背景

1.1.2智能製造的發展戰略

1.1.3產線智能化的困境

1.2國內外研究現狀

1.2.1產線狀態數據實時採集與雲-邊協同計算

1.2.2產線多級批量生產計劃的集成與優化

1.2.3生產物流的主動感知與協同調度技術

1.2.4刀具磨損狀態智能監控與壽命預測

1.2.5面向多工序加工過程的工件質量追溯

1.2.6復雜加工裝備的健康狀態綜合評價

1.2.7基於數字孿生的智能產線建模與可視化

1.2.8智能產線發展的新趨勢

1.3新一代信息技術和人工智能賦能產線

1.3.1智能產線的定義與特徵

1.3.2智能產線運行優化的實現框架

1.3.3智能產線運行優化的關鍵使能技術

參考文獻

第2章產線狀態數據的實時採集與雲-邊協同計算技術

2.1產線狀態數據的需求分析

2.2產線狀態數據的採集方案

2.2.1數據類型分析

2.2.2數據採集方案

2.3面向數控加工裝備的數據採集方法

2.3.1基於內置傳感器的裝備數據採集

2.3.2基於外接傳感器的裝備數據採集

2.4面向數控加工裝備的數據預處理

2.4.1信號截取與工序識別

2.4.2基於CEEMDAN-小波包組合的狀態數據去噪模型

2.4.3案例分析

2.5基於物料主動感知的AGV雲-邊協同計算框架

2.5.1AGV狀態數據採集與信息交互

2.5.2邊緣側RFID數據處理技術

2.5.3雲邊協同計算技術

本章小結

參考文獻

第3章產線多級批量生產計劃的集成與優化技術

3.1產線生產計劃集成概述

3.2產線生產計劃集成模型

3.2.1問題的假設

3.2.2變量定義

3.2.3模型的建立

3.3基於改進蜉蝣算法的模型求解

3.3.1標準的蜉蝣算法

3.3.2改進蜉蝣算法求解模型的總體流程

3.3.3四維空間矩陣式編碼及種群初始化

3.3.4第四維度空間最優批量搜索

3.3.5基於交叉運算的產品批量及加工順序協同優化 

3.4案例分析

3.4.1數據準備

3.4.2結果分析

本章小結

參考文獻

第4章智能產線生產物流的主動感知與協同調度技術

4.1生產物流主動感知與協同調度的內涵與特徵

4.1.1相關概念及定義

4.1.2內涵與特徵

4.2生產物流主動感知與協同調度的體系架構

4.2.1體系架構

4.2.2運行邏輯

4.3“感知-分析-監控”生產物流主動感知模型

4.3.1基於生產物流的分佈式感知模型

4.3.2資源智能體基本特性

4.3.3基於健康程度的資源智能體狀態分析

4.3.4基於閾值的實時生產物流狀態監控

4.3.5基於“感知-分析-監控”的主動感知模型

4.4基於蒙特卡洛樹搜索的物流單元分級協同調度

4.4.1基於物流單元智能體的生產物流服務分析

4.4.2集成物流單元智能體的AGV調度規則

4.4.3物流單元分級協同調度過程

4.5考慮資源智能體狀態觸發的協同調控策略

4.5.1生產物流動態調控問題描述

4.5.2異常事件擾動對應的可重構分級調控規則

4.5.3基於調控規則的多智能體協同調度策略

4.6案例分析

本章小結

參考文獻

第5章刀具磨損狀態智能監控與壽命預測技術

5.1刀具磨損狀態智能監控與壽命預測概述

5.2刀具信號的特徵提取與特徵選擇

5.2.1刀具磨損監測信號獲取

5.2.2刀具特徵信號的預處理

5.2.3信號特徵提取

5.2.4信號特徵選擇

5.3刀具磨損狀態智能識別

5.3.1刀具磨損狀態識別概述

5.3.2基於廣義回歸神經網絡的刀具磨損狀態識別

5.3.3基於XGBoost與Softmax的刀具磨損狀態識別

5.4刀具壽命智能預測模型

5.4.1刀具壽命智能預測概述

5.4.2基於AMPSO-SVR的刀具壽命預測

5.4.3基於特徵因子與多變量GRU網絡的刀具壽命預測

5.5案例分析

5.5.1刀具磨損狀態識別應用實例

5.5.2刀具壽命預測應用實例

本章小結

參考文獻

第6章工件加工質量的誤差分析、溯源與預測技術

6.1工件加工質量的誤差影響因素分析

6.2工件加工質量的虛擬測量技術

6.2.1虛擬測量方法概述

6.2.2BP神經網絡結構設計

6.2.3基於BP神經網絡的加工質量虛擬測量模型構建

6.2.4案例分析

6.3基於改進神經網絡的工件加工質量誤差溯源方法

6.3.1工件加工質量誤差溯源概述

6.3.2BP神經網絡工件加工質量誤差溯源模型

6.3.3基於遺傳算法優化的BP神經網絡誤差溯源模型

6.3.4基於思維進化算法優化的BP神經網絡誤差溯源模型

6.3.5基於粒子群優化的BP神經網絡誤差溯源模型

6.3.6基於蝙蝠算法優化的BP神經網絡誤差溯源模型

6.3.7案例分析

6.4工件加工質量的預測模型

6.4.1工件加工質量預測概述

6.4.2工件加工質量預測流程

6.4.3支持向量機預測建模技術

6.4.4基於改進SVM算法的工件加工質量預測模型

6.4.5案例分析

本章小結

參考文獻

第7章復雜數控加工裝備的健康狀態綜合評價技術

7.1數控加工裝備的功能結構劃分

7.2數控加工裝備的狀態監測分析

7.3基於大小樣本數據集的關鍵部件狀態分類評價方法

7.3.1數控加工裝備關鍵部件分析

7.3.2大樣本數據集驅動的Ⅰ類部件狀態評價方法

7.3.3小樣本數據集驅動的Ⅱ類部件狀態評價方法

7.4基於灰色聚類理論的裝備健康狀態綜合評價方法

7.4.1灰色聚類理論與白化權函數

7.4.2基於判斷矩陣的裝備各系統重要度研究

7.4.3基於白化權函數的裝備系統要素評價體系

7.5案例分析

7.5.1基於大樣本數據的主軸軸承狀態檢測

7.5.2基於小樣本數據的主軸軸承狀態檢測

7.5.3數控加工裝備狀態綜合評價

本章小結

參考文獻

第8章基於數字孿生的智能產線系統開發與應用

8.1基於數字孿生的智能產線系統概述

8.2基於數字孿生的智能產線系統實現框架

8.2.1智能產線的物理實體

8.2.2基於多維度模型融合的數字孿生產線

8.2.3基於OPC UA的產線信息化服務平臺

8.2.4基於數字孿生智能產線的可視化窗口

8.3基於數字孿生的智能產線系統實施方案——以某齒轂產線為例

8.3.1齒轂產線描述

8.3.2模擬平臺實施路線

8.3.3靜態孿生模型

8.3.4實時驅動數據獲取

8.3.5可視化應用

本章小結

參考文獻