-
公开(公告)号：CN102354117B
公开(公告)日：2013-06-19
申请号：CN201110225082.6
申请日：2011-08-08
Abstract: 本发明公开一种适应设备动态配置的生产线系统的工艺排序方法，该方法包含以下步骤：1、选取寻优方法的初始种群；2、计算初始种群中各个染色体的适应度值，排列并保留一定数量适应度值高的染色体作为子代种群；3、对种群中各个染色体进行优化；4、反复迭代至达到迭代数；5、选取子代种群的染色体中适应度值最大的最优个体；6、将最优个体储存至存储器并显示；7、根据最优工艺排序和设备配置协同优化方法对生产线上的各加工设备进行设定。本发明采用遗传方法为优化手段，根据OP图进行工艺安排的分配；得到协同考虑了加工工艺和各个设备配置的最优生产线工艺安排方案，同时也考虑单台设备的最优配置时的费用问题。
-
公开(公告)号：CN1773405A
公开(公告)日：2006-05-17
申请号：CN200510030652.0
申请日：2005-10-20
Applicant: 同济大学 , 上海航天汽车机电股份有限公司
IPC: G05B19/418 , G06F15/16 , G06F15/163 , G06F17/00 , G06F17/40
Abstract: 一种计算机应用技术领域的汽车电机可重组生产线控制系统，包括：主控计算机、工业用交换机、至少一条现场总线、双绞线电缆、可拼接安装线槽、RS232－TCP/IP转接器、加工设备控制器、工位显示器，主控计算机通过工业用交换机和双绞线电缆与企业车间内部局域网以及车间现场总线连接，加工设备控制器和工位显示器通过RS232－TCP/IP转接器接入现场总线；加工设备控制器自带以太网模块或工控机控制可直接接入现场总线。本发明的优点在于，满足汽车电机多种型号产品的生产，容易扩展，投入成本低，实现的硬件结构简单。系统具有很强的鲁棒性和可重组性。在生产能力和生产功能要求发生变化时，能通过控制系统的快速重组满足生产需求。
-
公开(公告)号：CN114888793B
公开(公告)日：2023-08-04
申请号：CN202210426375.9
申请日：2022-04-21
Applicant: 同济大学
Abstract: 本发明涉及一种多臂双光束激光焊接机器人双层协同控制方法，包括以下步骤：1)构建多臂双光束激光焊接机械臂末端位姿误差模型，并据此获得误差分配系数；2)基于任务空间的分层规划，联合无模型PID方法与基于模型的末端误差补偿方法，并引入误差分配系数，进行多臂双光束激光焊接机器人的双层反馈控制，完成误差补偿，实现多臂双光束激光焊接机器人的协同控制。与现有技术相比，本发明具有适用性强、速度快、精度高、应用性好等优点。
-
公开(公告)号：CN115270323A
公开(公告)日：2022-11-01
申请号：CN202210805208.5
申请日：2022-07-08
Applicant: 同济大学
Abstract: 本发明涉及一种自动化设备数字协同设计与验证方法、装置及存储介质，其中方法包括以下步骤：提取三维模型创建过程的有效创建指令；创建txt文件并保存；提取尺寸关键参数封装写入三维模型创建类，创建可调用的三维模型创建函数；确定优化指标参数；执行模型创建步骤、有限元仿真步骤、运动学模拟步骤、执行参数优化步骤实现优化指标参数的优化更新；基于更新后的优化指标参数重新执行模型创建步骤、有限元仿真步骤、运动学模拟步骤和参数优化步骤，直至达到迭代终止条件，得到最优优化指标参数；基于最优优化指标参数创建优化三维模型。与现有技术相比，本发明具有自动化程度高、设计验证效率高、参数设计更优等优点。
-
公开(公告)号：CN108596158A
公开(公告)日：2018-09-28
申请号：CN201810462408.9
申请日：2018-05-15
Applicant: 同济大学
Abstract: 本发明涉及一种基于能耗的车削表面粗糙度预测方法，包括以下步骤：1)采集车削加工过程中的功率信号和加工参数信息。2)对功率信号进行信号截取与滤波后，从中提取切削比能作为能耗特征，将切削三要素作为静态特征。3)将能耗特征与静态特征作为输入，表面粗糙度作为输出，构建改进的支持向量机算法建立表面粗糙度预测模型，并进行车削过程的表面粗糙度预测。与现有技术相比，本发明具有应用场合广、可行且成本低、精确控制等优点。
-
Patent Agency Ranking
公开(公告)号：CN103065207B
公开(公告)日：2016-04-06
申请号：CN201310017011.6
申请日：2013-01-17
Applicant: 同济大学
Abstract: 一种基于加工元的发动机缸体工艺路线规划方法，包括：（1）建立基于特征层以及特征属性层的缸体信息描述；（2）基于缸体信息描述确定每个特征fi的加工链，细化特征fi的加工链以确定加工元fmeij，建立基于加工元fmeij信息的集合的缸体工艺信息模型FME；（3）分析缸体的几何形状、技术要求、工艺方法以及优化约束等因素，依据工艺路线设计的基本原则，建立基于缸体工艺信息模型FME的排序优化数学模型；（4）依据加工元的优先关系，对建立的数学模型进行求解，得到优化的工艺路线。通过细分缸体特征为加工元，为解决发动机缸体的工艺提出了一个可行的基于加工元的工艺路线规划方法，对工艺路线的排序进行启发式全局寻优，避免了局部最优结果的产生。
-
公开(公告)号：CN103942610A
公开(公告)日：2014-07-23
申请号：CN201410136086.0
申请日：2014-04-04
Applicant: 同济大学
Abstract: 本发明公开了一种基于任务的可重组制造系统多态构型优化方法，包括以下步骤：步骤一，根据市场需求的变化，获取动态任务的特征信息，分析待加工零件的工艺特点，确定任务的优先级别；步骤二，建立用于描述任务状态变化过程的动态空间模型和用于描述机床数量的机床能力空间模型；步骤三，建立动态任务空间到机床能力空间的映射关系，在此基础上，利用马尔科夫决策过程为动态任务分配合理的工位操作；步骤四，根据机床的加工能力信息建立能使机床能力最优的任务分配机制；步骤五，根据任务分配机制和系统优化目标，建立用于描述任务状态输入输出过程的系统排队模型，并利用ε支配自适应粒子群优化算法对系统构型进行多目标优化分析。
-
公开(公告)号：CN102354117A
公开(公告)日：2012-02-15
申请号：CN201110225082.6
申请日：2011-08-08
Abstract: 本发明公开一种适应设备动态配置的生产线系统的工艺排序方法，该方法包含以下步骤：1、选取寻优方法的初始种群；2、计算初始种群中各个染色体的适应度值，排列并保留一定数量适应度值高的染色体作为子代种群；3、对种群中各个染色体进行优化；4、反复迭代至达到迭代数；5、选取子代种群的染色体中适应度值最大的最优个体；6、将最优个体储存至存储器并显示；7、根据最优工艺排序和设备配置协同优化方法对生产线上的各加工设备进行设定。本发明采用遗传方法为优化手段，根据OP图进行工艺安排的分配；得到协同考虑了加工工艺和各个设备配置的最优生产线工艺安排方案，同时也考虑单台设备的最优配置时的费用问题。
-
公开(公告)号：CN1776554A
公开(公告)日：2006-05-24
申请号：CN200510030651.6
申请日：2005-10-20
Applicant: 同济大学
IPC: G05B19/418 , G05B23/00
Abstract: 一种自动控制与信息技术领域的基于遗传算法的可重组生产线调度方法，包括未完成的加工任务的排序和设备的分配，在工件的排序中，利用遗传算法对一条包含一台可移动设备和一台可变结构设备的可重组生产线的n个未完成加工任务进行最优排序，得到加工任务的最优排序，然后根据该排序进行设备重组。本发明采用GA算法以便在采用可重组生产线加工的系统中确定未完成生产计划的优化排序；考虑了可移动机床与可变结构机床的重组操作，可以根据汽车电机多品种、变批量的生产特点解决可重组生产线调度问题；减少可重组生产线的重组费用，和汽车电机制造厂提供的各工业数据组进行比较表明重组费用降低了53％。
-
公开(公告)号：CN110059442A
公开(公告)日：2019-07-26
申请号：CN201910376351.5
申请日：2019-05-07
Applicant: 同济大学
Abstract: 本发明涉及一种基于零件表面粗糙度和功率信息的车削加工换刀方法，包括以下步骤：1)通过功率传感器采集车削加工过程中的功率信号和加工参数信息；2)对功率信号进行信号截取并采用防脉冲干扰滑动平均算法进行数字滤波；3)采用改进的支持向量机算法构建表面粗糙度预测模型，并进行表面粗糙度预测得到预测的表面粗糙度信息；4)对滤波后的功率信号进行特征提取构建功率信息；5)结合预测的表面粗糙度信息和功率信息采用随机森林算法进行刀具磨损状态分类，并根据分类结果完成车削加工过程中的换刀。与现有技术相比，本发明具有信息全面、应用场合广、可行且成本低等优点。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.02 seconds)
