摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 关键技术研究综述 | 第9-11页 |
1.2.1 设备数据采集研究 | 第9-10页 |
1.2.2 工时定额预测研究 | 第10页 |
1.2.3 柔性作业车间调度研究 | 第10-11页 |
1.3 现存问题 | 第11-12页 |
1.4 课题来源与主要研究内容 | 第12-13页 |
1.5 论文组织架构 | 第13-14页 |
2 液压元件制造车间MES总体设计 | 第14-24页 |
2.1 设计需求及目标 | 第14-16页 |
2.1.1 车间生产现状及问题 | 第14-15页 |
2.1.2 MES设计需求与目标 | 第15-16页 |
2.2 MES功能设计分析 | 第16-18页 |
2.2.1 功能框架分析 | 第16-17页 |
2.2.2 功能内容分析 | 第17-18页 |
2.3 MES设计关键技术 | 第18-20页 |
2.3.1 异构设备数据采集技术 | 第18-19页 |
2.3.2 基于DE_Kmeans和BP神经网络算法的工时预测技术 | 第19页 |
2.3.3 基于NSGA-Ⅱ算法的生产调度优化技术 | 第19-20页 |
2.4 MES总体方案设计 | 第20-23页 |
2.4.1 系统设计流程 | 第20页 |
2.4.2 系统硬件架构设计 | 第20-21页 |
2.4.3 系统软件架构设计 | 第21-22页 |
2.4.4 系统数据库设计 | 第22-23页 |
2.5 本章小节 | 第23-24页 |
3 异构设备数据采集技术研究 | 第24-33页 |
3.1 系统数据采集需求分析 | 第24-25页 |
3.2 设备运行状态采集方案研究 | 第25-30页 |
3.2.1 基于FOCAS的数控系统数据采集 | 第26-27页 |
3.2.2 基于串口的数控系统数据采集 | 第27-28页 |
3.2.3 基于传感器的普通设备数据采集 | 第28-30页 |
3.3 设备故障信息采集 | 第30-31页 |
3.3.1 自动采集方式 | 第30页 |
3.3.2 人工采集方式 | 第30-31页 |
3.4 数据传输与处理 | 第31-32页 |
3.4.1 数据传输 | 第31-32页 |
3.4.2 数据处理与存储 | 第32页 |
3.5 本章小节 | 第32-33页 |
4 基于DE_Kmeans和BP神经网络算法的工时预测 | 第33-48页 |
4.1 工时定额单元构建 | 第33-35页 |
4.1.1 理论研究与方法分析 | 第33-34页 |
4.1.2 工时影响因素分析 | 第34页 |
4.1.3 加工特征参数分析 | 第34-35页 |
4.2 基于DE_Kmeans和BP神经网络算法的工时预测模型 | 第35-42页 |
4.2.1 基于聚类质量的多目标适应度函数 | 第35-36页 |
4.2.2 初始点确定策略 | 第36-39页 |
4.2.3 基于DE_Kmeans算法的多目标聚类优化求解流程 | 第39-40页 |
4.2.4 基于聚类组的BP神经网络预测 | 第40-42页 |
4.2.5 工序工时分配与转化 | 第42页 |
4.3 实例验证 | 第42-47页 |
4.4 本章小节 | 第47-48页 |
5 基于NSGA-Ⅱ算法的车间调度研究 | 第48-61页 |
5.1 液压元件车间调度总体设计流程 | 第48-49页 |
5.2 多目标柔性车间调度问题理论分析 | 第49-50页 |
5.2.1 MOFJSP模型概述 | 第49页 |
5.2.2 MOFJSP调度目标 | 第49-50页 |
5.3 NSGA-Ⅱ算法原理及改进 | 第50-59页 |
5.3.1 编码与解码设计 | 第50-51页 |
5.3.2 遗传算子设计 | 第51-54页 |
5.3.3 NSGA-Ⅱ算法改进与验证 | 第54-59页 |
5.4 重调度策略 | 第59-60页 |
5.5 本章小节 | 第60-61页 |
6 液压元件制造车间MES实现 | 第61-70页 |
6.1 系统开发平台 | 第61页 |
6.2 系统主要功能模块 | 第61-65页 |
6.2.1 用户登录模块 | 第61页 |
6.2.2 计划管理模块 | 第61-62页 |
6.2.3 数据采集模块 | 第62-63页 |
6.2.4 工时管理模块 | 第63-64页 |
6.2.5 生产调度模块 | 第64-65页 |
6.2.6 数据管理模块 | 第65页 |
6.3 实例运行 | 第65-69页 |
6.4 本章小节 | 第69-70页 |
7 总结与展望 | 第70-72页 |
7.1 总结 | 第70-71页 |
7.2 展望 | 第71-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-78页 |
附录 | 第78页 |