智能制造系統(tǒng)與智能車間

第1 章　智能制造總論　/ 1
1．1　智能制造概述　/ 2
1．2　智能制造核心技術(shù)　/ 3
1．2．1　工業(yè)機(jī)器人　/ 3
1．2．2　3D 打印技術(shù)　/ 6
1．2．3　RFID 技術(shù)　/ 7
1．2．4　無線傳感器網(wǎng)絡(luò)技術(shù)　/ 9
1．2．5　物聯(lián)網(wǎng)與信息物理融合系統(tǒng)　/ 10
1．2．6　工業(yè)大數(shù)據(jù)　/ 11
1．2．7　云計(jì)算技術(shù)　/ 13
1．2．8　虛擬現(xiàn)實(shí)技術(shù)　/ 15
1．2．9　人工智能技術(shù)　/ 16
1．3　智能制造系統(tǒng)的體系結(jié)構(gòu)　/ 17
參考文獻(xiàn)　/ 21
第2 章　切削參數(shù)智能優(yōu)選　/ 23
2．1　切削參數(shù)智能優(yōu)選概述　/ 24
2．2　切削參數(shù)優(yōu)化建?！? 26
2．2．1　優(yōu)化目標(biāo)　/ 26
2．2．2　切削參數(shù)優(yōu)化的邊界約束條件　/ 30
2．3　切削參數(shù)敏感性分析及優(yōu)化　/ 31
2．3．1　田口法　/ 31
2．3．2　灰度關(guān)聯(lián)法　/ 34
2．3．3　基于田口法的單目標(biāo)切削敏感性分析和切削參數(shù)優(yōu)化　/ 41
2．3．4　基于灰度關(guān)聯(lián)法的多目標(biāo)切削參數(shù)優(yōu)化　/ 48
2．4　最優(yōu)切削參數(shù)預(yù)測　/ 55
2．4．1　利用理論公式計(jì)算的方法預(yù)測切削力　/ 57
2．4．2　利用有限元仿真的方式預(yù)測切削力　/ 67
2．4．3　利用試驗(yàn)數(shù)據(jù)擬合經(jīng)驗(yàn)公式的方式預(yù)測切削力、表面粗糙度　/ 77
參考文獻(xiàn)　/ 80
第3 章　智能工藝規(guī)劃　/ 85
3．1　研究背景　/ 86
3．2　智能工藝規(guī)劃建?！? 90
3．2．1　基于特征向量的工藝知識表述方法　/ 90
3．2．2　工藝知識表述實(shí)例　/ 95
3．3　利用遺傳算法求解工藝規(guī)劃與編程　/ 96
3．3．1　遺傳算法　/ 96
3．3．2　基于遺傳算法的加工工藝智能規(guī)劃　/ 97
3．3．3　典型案例　/ 108
3．4　改進(jìn)的工藝規(guī)劃與編程深度求解方法　/ 109
3．4．1　蟻群算法　/ 109
3．4．2　改進(jìn)的工藝知識表述方法　/ 111
3．4．3　利用蟻群算法求解工藝規(guī)劃問題　/ 118
3．4．4　兩階段蟻群算法求解工藝規(guī)劃問題　/ 124
3．4．5　典型案例及分析　/ 127
參考文獻(xiàn)　/ 134
第4 章　智能制造車間及調(diào)度　/ 136
4．1　智能制造車間　/ 137
4．2　車間生產(chǎn)智能調(diào)度　/ 145
4．2．1　調(diào)度問題描述　/ 145
4．2．2　典型調(diào)度問題　/ 148
4．2．3　調(diào)度問題的研究方法　/ 152
4．3　柔性作業(yè)車間調(diào)度問題　/ 156
4．3．1　柔性作業(yè)車間調(diào)度建?！? 156
4．3．2　利用遺傳算法求解柔性作業(yè)車間調(diào)度問題　/ 161
4．3．3　基于混合遺傳算法的柔性作業(yè)車間調(diào)度方法研究　/ 173
4．3．4　典型案例及分析　/ 177
4．4　成批生產(chǎn)車間調(diào)度問題　/ 179
4．4．1　成批生產(chǎn)調(diào)度問題建模　/ 179
4．4．2　利用蟻群算法求解成批生產(chǎn)調(diào)度問題　/ 181
4．4．3　典型案例及分析　/ 184
參考文獻(xiàn)　/ 189
第5 章　工藝規(guī)劃與車間調(diào)度智能集成　/ 193
5．1　工藝規(guī)劃與車間調(diào)度智能集成建?！? 194
5．1．1　研究背景　/ 194
5．1．2　工藝規(guī)劃與車間調(diào)度集成建?！? 197
5．2　利用遺傳算法求解工藝規(guī)劃與車間調(diào)度集成問題　/ 202
5．2．1　遺傳算法的優(yōu)化策略　/ 202
5．2．2　典型案例及分析　/ 210
5．3　利用蟻群算法求解工藝規(guī)劃與車間調(diào)度集成問題　/ 211
5．3．1　蟻群算法的優(yōu)化策略　/ 211
5．3．2　兩段式的蟻群算法求解IPPS 問題　/ 214
5．3．3　改進(jìn)的蟻群算法訪問策略　/ 220
5．3．4　典型案例及分析　/ 227
參考文獻(xiàn)　/ 227
第6 章　智能制造系統(tǒng)案例分析　/ 232
6．1　汽車行業(yè)典型零部件智能車間案例　/ 233
6．1．1　MES 系統(tǒng)　/ 233
6．1．2　AGV 小車　/ 238
6．1．3　SCADA 系統(tǒng)　/ 240
6．1．4　Andon 系統(tǒng)　/ 241
6．2　航空發(fā)動機(jī)典型零部件智能制造車間案例　/ 243
6．2．1　航空發(fā)動機(jī)產(chǎn)品及其生產(chǎn)特點(diǎn)　/ 243
6．2．2　機(jī)匣產(chǎn)品及其工藝特點(diǎn)分析　/ 244
6．2．3　機(jī)匣車間的管理現(xiàn)狀及存在問題　/ 245
6．2．4　機(jī)匣COE 生產(chǎn)組織方式及運(yùn)作流程　/ 246
6．2．5　機(jī)匣COE 實(shí)施智能制造的主要內(nèi)容　/ 249
6．2．6　機(jī)匣COE 實(shí)施智能制造的技術(shù)支撐體系　/ 253
6．2．7　機(jī)匣MES 軟件的設(shè)計(jì)及實(shí)施　/ 254
6．3　企業(yè)WIS 案例　/ 261
6．3．1　背景　/ 261
6．3．2　企業(yè)WIS 總體規(guī)劃　/ 262
6．3．3　車間數(shù)據(jù)采集方案　/ 264
6．3．4　WIS 系統(tǒng)建設(shè)方案　/ 266
6．3．5　建設(shè)后使用效果　/ 274
6．4　基于大數(shù)據(jù)的生產(chǎn)系統(tǒng)預(yù)測性維護(hù)與機(jī)床體檢相關(guān)案例　/ 275
參考文獻(xiàn)　/ 278
附錄　/ 279
附錄A　GMT 方法初始化過程　/ 280
附錄B　RS 方法初始化過程　/ 283
附錄C　FJSP 問題測試數(shù)據(jù)　/ 286
索引　/ 293