首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

考虑机加工设备可用性的柔性作业车间节能调度方法研究

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

论文共77页,点击 下载论文
上一篇:Z油田水平井钻井技术的研究与应用
下一篇:火山岩天然气运聚成藏模拟研究--以徐家围子断陷为例