首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

柔性制造系统的生产调度以及监控问题研究

摘要第6-7页
Abstract第7页
目录第8-11页
第1章 绪论第11-17页
    1.1 研究背景以及意义第11-13页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12-13页
    1.2 国内外研究现状第13-15页
        1.2.1 关于柔性制造系统作业调度问题的研究第13-15页
        1.2.2 信息自动采集技术在制造系统中的研究第15页
    1.3 研究内容及主要创新点第15-17页
        1.3.1 研究内容第15-16页
        1.3.2 主要创新点第16-17页
第2章 柔性制造系统生产调度与监控问题概述第17-25页
    2.1 柔性制造系统的生产调度问题第17-22页
        2.1.1 生产调度问题概述第17-18页
        2.1.2 生产调度问题的约束条件、性能指标及分类第18-20页
        2.1.3 可以运用到柔性制造系统生产调度的主要方法第20-22页
    2.2 柔性制造系统中的生产监控问题第22-25页
        2.2.1 柔性制造系统中主要监控技术第22-24页
        2.2.2 柔性制造系统中监控技术的应用分析第24-25页
第3章 二维条码生产监控模块中的应用第25-39页
    3.1 二维条码技术概述第25-26页
        3.1.1 二维码的分类第25页
        3.1.2 二维条码的应用第25-26页
    3.2 生产监控环节二维条码数据类型选择第26-34页
        3.2.1 不同条码的适用领域第26页
        3.2.2 QR Code简介第26-27页
        3.2.3 利用C第27-32页
        3.2.4 生产监控模块中QR code的应用方案第32-34页
    3.3 生产监控中网络数据传输模式的研究第34-39页
        3.3.1 HTTP协议的客户端与服务器的交互第34-35页
        3.3.2 生产监控中数据传输的解决方案第35-39页
第4章 基于约束引导的启发式搜索的调度方法研究第39-49页
    4.1 柔性制造系统的Job-Shop问题模型化第39-40页
    4.2 约束引导的启发式搜索方法接本流程说明第40-41页
    4.3 将约束引导的启发式搜索方法用于柔性调度的研究第41-48页
        4.3.1 约束引导的启发式搜索方法实施步骤第41-42页
        4.3.2 约束引导的启发式搜索方法在生产调度中的应用第42-45页
        4.3.3 基于约束引导的启发式搜索的调度方法的软件C第45-48页
    4.4 基于实时监控的动态调度机制研究第48-49页
        4.4.1 车间生产的动态调度问题第48页
        4.4.2 作业车间动态调度的关键机制第48-49页
第5章 生产调度与监控系统的实现第49-70页
    5.1 生产调度与监控系统需求分析第50-51页
        5.1.1 系统功能需求分析第50-51页
        5.1.2 系统需求用例分析第51页
    5.2 系统架构设计第51-55页
        5.2.1 系统结构模式第51-54页
        5.2.2 系统框架第54-55页
    5.3 系统功能结构设计第55页
    5.4 系统数据库设计第55-61页
        5.4.1 概念数据模型设计第56页
        5.4.2 逻辑数据模型设计第56-61页
    5.5 系统开发工具第61页
    5.6 系统部分功能模块效果展示第61-70页
        5.6.0 系统主界面第61-62页
        5.6.1 流水线及生产工艺设置第62-64页
        5.6.2 生产调度管理第64-65页
        5.6.3 生产监控管理第65页
        5.6.4 条码打印管理第65页
        5.6.5 生产库存管理第65-66页
        5.6.6 工位生产信息采集软件展示第66-70页
总结与展望第70-71页
致谢第71-72页
参考文献第72-76页
附录1 Web程序部分代码第76-82页
附录2 移动端程序部分代码第82-88页
攻读硕士学位期间发表的论文第88页

论文共88页,点击 下载论文
上一篇:F公司减速器装配线平衡研究
下一篇:基于BP神经网络的轴承寿命预测平台开发