以往车间布局和调度优化都是各自分开进行的,单独车间布局优化时一般假设待加工工件各工序的加工设备已经确定;而单独调度优化则在车间布局确定后进行的,这种分开优化的方式忽略了不同布局对工序加工设备间距离的影响,由此影响工序间的搬运时间,从而影响调度结果。为此,提出以车间制造过程总碳排放和总完工时间最小为优化目标的车间布局和调度集成优化模型。为了求解该模型,设计多目标果蝇优化算法(Multi-objective fruit fly optimization algorithm,MFOA)。为了增强MFOA全局搜索能力和维持算法的稳定性,设计一种基于混合步长的嗅觉搜索;为了增大果蝇种群的协作,避免陷入局部最优引入了全局协作机制。将非支配等级排序方法引入MFOA处理多目标问题,并用算例验证了多目标果蝇优化算法的有效性。将集成优化结果与车间机群式布局下的调度优化结果和将车间布局、调度分开优化的结果分别进行对比,说明提出的集成优化模型可以得到更低的碳排放,验证了模型的有效性。
通过一维杆的一维传热的分组显式数值求解,分析热弹性效应的存在及规律,得出随着时间的增长,温升—热变形之间的关系会逐渐趋近稳态,但不可能获得绝对的稳态;在传热过程中,随着距离增加,温度衰减很快,离热源越远的点的热弹性效环应越窄。提出用非线性时序模型与前向神经网络相结合的模型(Nonlinear auto-regressive moving average neural network with exogenousinputs,NARMAX-NN)来辨识热弹性效应。用NARMAX-NN模型对高速进给系统试验台的热动态特性进行建模,获得良好的效果。此方法比多变量回归模型、反馈神经网络模型及广义最小二乘输出误差模型有更好的精度和鲁棒性,能精确地对复杂结构、多热源的时变非线性热误差特性进行建模和预测。
暂无评论