中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第9-15页 |
1.1 论文选题背景 | 第9-10页 |
1.2 国内外研究现状和总结 | 第10-13页 |
1.2.1 作业车间节能调度问题研究现状 | 第10-11页 |
1.2.2 不确定情况下作业车间调度问题研究现状 | 第11-12页 |
1.2.3 研究现状总结 | 第12-13页 |
1.3 论文研究的目的意义及项目来源 | 第13页 |
1.3.1 论文研究的目的和意义 | 第13页 |
1.3.2 论文项目来源 | 第13页 |
1.4 论文研究的主要内容及结构 | 第13-15页 |
2 带机加工设备柔性的FJS节能调度问题研究 | 第15-31页 |
2.1 作业车间能量流分析 | 第15-17页 |
2.2 带机加工设备柔性的作业车间节能调度模型 | 第17-21页 |
2.2.1 问题介绍 | 第17-18页 |
2.2.2 参数说明 | 第18-19页 |
2.2.3 约束条件 | 第19-20页 |
2.2.4 目标函数 | 第20-21页 |
2.3 算法设计 | 第21-30页 |
2.3.1 免疫遗传算法基本思想与流程 | 第21-22页 |
2.3.2 编码方式设计 | 第22-24页 |
2.3.3 适应度函数设计 | 第24页 |
2.3.4 遗传操作设计 | 第24-27页 |
2.3.5 免疫操作设计 | 第27-29页 |
2.3.6 精英染色体库 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
3 考虑机加工设备可用性的FJS预调度方法 | 第31-47页 |
3.1 加工过程中不确定因素分析 | 第31-32页 |
3.2 机加工设备可用性试验方法 | 第32-35页 |
3.3 可用性模型的建立 | 第35-42页 |
3.3.1 故障间隔时间经验分布函数的确定 | 第36-40页 |
3.3.2 常用的分布函数 | 第40-41页 |
3.3.3 可用性模型 | 第41-42页 |
3.4 考虑机加工设备可用性的预调度方法 | 第42-44页 |
3.4.1 基本流程 | 第42-43页 |
3.4.2 相关参数的确定 | 第43-44页 |
3.5 考虑机加工设备可用性的预调度方案效果分析 | 第44-45页 |
3.6 本章小结 | 第45-47页 |
4 加工异常事件驱动的FJS重调度方法 | 第47-59页 |
4.1 基于功率特征模型的机加工设备状态在线识别方法 | 第47-53页 |
4.1.1 机加工设备输入功率信息的采集 | 第47-51页 |
4.1.2 功率特征模型的建立 | 第51-52页 |
4.1.3 运行状态在线识别与异常状态的判定 | 第52-53页 |
4.2 重调度驱动机制 | 第53-55页 |
4.3 重调度策略 | 第55-57页 |
4.3.1 重调度目标函数的确定 | 第55页 |
4.3.2 重调度基本流程 | 第55-56页 |
4.3.3 机加工设备可用性更新 | 第56-57页 |
4.4 本章小结 | 第57-59页 |
5 应用实验研究 | 第59-67页 |
5.1 实验环境和测试装置介绍 | 第59-61页 |
5.1.1 实验目的与装置 | 第59页 |
5.1.2 实验数据准备 | 第59-61页 |
5.2 实验过程及结果分析 | 第61-66页 |
5.2.1 状态在线识别准确性验证 | 第61-63页 |
5.2.2 节能调度的能耗优化效果验证 | 第63-64页 |
5.2.3 预调度结果分析 | 第64-65页 |
5.2.4 重调度结果分析 | 第65-66页 |
5.3 本章小结 | 第66-67页 |
6 总结与展望 | 第67-69页 |
6.1 总结 | 第67页 |
6.2 展望 | 第67-69页 |
致谢 | 第69-71页 |
参考文献 | 第71-77页 |
附录 | 第77页 |
A.作者在攻读硕士学位期间取得的成果目录 | 第77页 |
B.作者在攻读硕士学位期间参与的科研项目 | 第77页 |