多工序

摘要： 针对多品种、小批量复杂产品综合调度研究中,没有考虑加工较多工序设备上的工序间调度空隙会对调度结果产生重要影响的问题,该文提出考虑多工序设备权重的资源协同综合调度算法。该算法在综合调度中首先提出多工序设备和工序权重值的定义,其次提出以权重值为主的调度策略,提高了工序纵向连续加工的紧密度;最后提出最佳调度时刻的调整策略,提高了工序横向并行优化的力度。实验结果表明,该算法在提高综合调度设备整体利用率和减少复杂产品时间成本等方面,具有更优性。

摘要： 针对多工序产品过程质量数据多特征、多噪声特性,提出一种基于收缩自编码器—深度神经网络的多工序产品质量预测方法.为了减少质量预测模型对噪声数据的敏感性,首先基于收缩自编码器的特征提取模型,完成预训练;然后将预训练网络的权重和偏置参数传递至多尺度卷积神经网络,作为预测模型的初始化参数,并增加批量归一化层、Dropout和L2正则化,优化神经网络结构,减少过拟合.以天池智能制造质量预测数据为例进行实验验证,结果表明该混合模型算法相较于AE-DNN、DNN、PCA-BP和PCA-SVR,MSE值分别降低了27.68％、30.94％、54.02％、48.16％.

摘要： 针对多工序产品过程质量数据多特征、多噪声特性,提出一种基于收缩自编码器—深度神经网络的多工序产品质量预测方法。为了减少质量预测模型对噪声数据的敏感性,首先基于收缩自编码器的特征提取模型,完成预训练;然后将预训练网络的权重和偏置参数传递至多尺度卷积神经网络,作为预测模型的初始化参数,并增加批量归一化层、Dropout和L2正则化,优化神经网络结构,减少过拟合。以天池智能制造质量预测数据为例进行实验验证,结果表明该混合模型算法相较于AE-DNN、DNN、PCA-BP和PCA-SVR,MSE值分别降低了27.68%、30.94%、54.02%、48.16%。

摘要： 零件制造是一个多工序加工过程,各个工序的质量特征共同影响产品的最终质量.为有效提高产品质量和生产效率,提出一种基于郊狼优化算法(COA)和最小二乘支持向量机(LSSVM)的多工序质量预测方法.首先,以复杂零件关键质量特性为研究对象,通过对加工工艺进行分析确定其影响要素;其次,针对LSSVM预测模型参数难以确定的问题,采用改进后的COA算法对LSSVM中惩罚因子及核函数参数进行优化,构建COA-LSSVM多工序质量预测模型;最后,以某关键零部件为例,分别采用COA-LSSVM和LSSVM、PSO-LSSVM模型预测结果进行对比试验.试验结果表明:与LSSVM、PSO-LSSVM模型相比,COA-LSSVM模型不但预测精度高、速度快,而且具有更好的泛化能力和鲁棒性,能够较好地实现机加零件的质量预测.

摘要： 针对现有复杂武器装备多工序制造系统(MSMS)模型描述不全面、分析结果不准确的问题,在充分分析MSMS特点的基础上,提出质量传递综合模型(QTCM),建立了多工序质量传递过程的严格数学表达.在QTCM的框架范围内,分别借助心理学和统计学知识,对以往难以量化的操作者能力和制造设备状态进行量化.采用制造过程历史数据构建影响因素和质量输出之间的映射关系,建立了质量的传递过程.通过分析各影响因素对产品质量偏差的贡献量,确定影响多工序制造质量的主要误差源,进而为产品质量的提升提供指导.以某型号导弹发动机转子系统为例进行了验证,结果表明,QTCM可以方便地借助原材料质量或工艺质量计算获得产品的最终质量分布状况,分析结果与工厂测量结果一致.

摘要： 针对实际生产中多道工序对精刀磨损存在影响,工序间的影响因素相互关联耦合,且不可避免地发生数据缺失的问题,提出一种基于动态层次聚类和相似关系的不完备信息系统数据挖掘方法.通过工序间的关联性将多工序关联耦合因素进行分解,得到相互独立的影响因素.利用层次聚类法将连续属性离散化,并采用基于相似关系的不完备信息系统属性约简算法计算各影响因素的重要度.设定决策表的不相容度阈值,并根据决策表的分类质量动态调节离散化结果获得最优约简属性,进而挖掘影响刀具磨损的多工序关键工艺要素.以轮槽铣刀为例进行了实验分析,验证了所提方法的实用性和有效性.

摘要： Spring-back defect is considered to be a major problem in forming process of high strength steel,especially multi-stage forming,as the spring-back is more complicated due to an action of internal stress.The compensation method by adjusting tool shape geometry based on accurate spring-back prediction is the key to solve the problem.The combined hardening model for multi-stage forming is presented,and an iterated compensation method is applied with Ls-Dyna and Ls-Opt.In a self-designed experimental platform,the prediction model is shown to be more accurate in multi-axial tension and compression of DP600 comparing with other models.The compensation method is applied to the numerical simulation forthe multi-stage manufacturing process of an A-pillar,the experimental result demonstrates the feasibility and accuracy.%回弹缺陷是高强钢板料冲压时的一大难题,尤其对于多工序成形的零件,内应力作用引起的回弹问题更加复杂.在准确预测回弹的基础上修改模具型面的回弹补偿方案是解决这一问题的关键.为此,采用一种多工序混合硬化模型,结合有限元分析工具Ls-Dyna以及Ls-Opt,对模具型面迭代补偿.在自行改装的实验平台上,一项对高强钢DP600的循环拉伸压缩实验表明,与其他材料硬化模型相比,多工序混合硬化模型在多轴向的拉伸压缩实验中应力应变曲线的预测精度更高.某汽车A柱的多工序成形的回弹补偿结果证明该方法方便实用且精度高.

摘要： 研究基于柔性站点的多工序传送带给料加工站系统的优化控制问题。根据系统运行特点，本文把系统分为切换控制和Look-ahead协同控制两层决策。首先，对于上层的柔性站点切换控制问题，运用性能势理论，构建一种适用于平均和折扣两种性能准则的Q学习算法进行策略优化，解决工序间控制问题；其次，对于下层的Look-ahead协同控制问题，运用Wolf-PHC多Agent学习算法，解决工序内协同问题。实验结果表明，通过引入柔性站点建立两层决策体系，整个系统的工件处理率明显提高，验证了算法的有效性。

摘要： 本发明能够容易地绘制实绩数据。记录制造工序的可视化程序的记录介质使计算机(100)执行以下的处理。计算机获取包含制造产品的识别信息、该制造产品所经过的制造工序的识别信息以及表示在经过制造工序时所采取的时刻的时刻信息的制造数据。计算机基于获取的制造数据，来确定特定的制造产品所经过的全部的制造工序。计算机基于与确定出的全部的制造工序所包含的各制造工序对应的时刻信息，来确定各制造工序的顺序。计算机按照确定出的顺序排列各制造工序的识别信息。计算机生成沿着规定的时间轴方向，将特定的制造产品经过各制造工序的时刻与排列的各制造工序的识别信息建立对应关系的图表。

摘要： 本发明提供能够显示与指定的工序对应的图像的制造工序管理系统等。在显示经由多个制造工序制造的产品的制造状况的制造工序管理系统(1)中，制造工序管理系统至少具有管理装置(100)。管理装置具有图表显示部(131)、确定部(132)、以及图像显示部(133)。图表显示部(131)以按多个制造工序的执行顺序对每个制造工序进行了区分的状态，将时间轴统一为相同方向来显示基于制造工序的开始时刻和结束时刻的信息来表示多个制造工序各自的从制造工序的开始到结束为止的经过时间的图表。确定部(132)根据显示的图表上的指定位置，确定存储于存储部的多个制造工序的拍摄图像中与指定位置对应的制造工序所对应的拍摄图像。图像显示部(133)显示确定出的拍摄图像。

摘要： 本发明提供能够容易进行工序管理的通信系统。在具备用于控制车间内设置的设备的控制器、以及与控制器通过OPC通信可通信地连接的工序管理装置的工序管理系统中，控制器具备存储来自设备的设备信息的寄存器，工序管理装置具备将寄存器的存储区域相对应的标签作为定义信息存储的存储部、以及通过参照定义信息定期访问标签相对应的寄存器的存储区域从而监视设备信息的监视通信部。

摘要： 本发明涉及实时地监视工序的工序监视装置、工序监视系统、工序监视方法、工序监视程序以及记录介质。工序监视装置具有：工序信息获取部，其获取从产业装置输出的表示工序的状态的工序信息；指标化信息生成部，其基于所获取的工序信息生成以规定的指标进行了指标化的指标化信息；阈值获取部，其获取指标化信息的阈值；判定结果生成部，其基于所获取的阈值而生成所生成的指标化信息的判定结果；判定结果通知部，其对所生成的判定结果进行通知；指标信息记录部，其对所生成的指标化信息进行记录；以及图表生成部，其基于所记录的指标化信息而生成图表。

摘要： 工序决定辅助装置(100)具有：加工性能数据储存部(15)，其关于包含对材料进行附加的加工装置和将材料去除的加工装置的多个加工装置，对表示各加工装置的加工性能的加工性能数据进行储存；工序模式生成部(17)，其参照加工性能数据，将多个加工装置的任意的加工装置的组合所涉及的加工工序附带顺序而进行分配，由此生成能够制造产品的加工工序的组合即工序模式；以及输出部(13)，其对由工序模式生成部(17)生成的工序模式的内容进行输出。

摘要： 提供了一种工序改进支持设备，所述工序改进支持设备指定改进效果将是显著的瓶颈工序。工序改进支持设备具有周期时间累积装置、周期时间分布计算装置和周期时间分布相关性评估支持装置。周期时间累积装置跨规定时间段累积构成生产线的多个工序的周期时间。周期时间分布计算装置计算在周期时间累积装置中累积的规定时间段期间的每个工序的分布，计算分布作为所述工序的周期时间分布。周期时间分布相关性评估支持装置生成有关评估某个工序(第一工序)的周期时间分布与另一工序(第二工序)的周期时间分布之间的相关性的信息。

摘要： 在具有通过自动飞行来完成给定的作业的无人机和搬运无人机的移动体的系统中，自动地决定无人机和移动体的作业工序。进而，不仅生成效率好的作业工序，而且根据作业状况来变更作业工序，使无人机的作业效率得以提高。在给定区进行给定的作业的无人机(100)与能供无人机(100)起飞着陆的移动体(406a)协调动作的无人机系统中，工序决定部(41)决定无人机(100)的飞行工序以及与该飞行工序相应的移动体(406a)的移动工序，指示部(42)对无人机(100)指示按照飞行工序进行作业，且对移动体(406a)指示按照移动工序进行移动或待机。

摘要： 能够对需要利用测试设备的软件开发工序中的基于测试设备数量增减的工序进度恰当地进行评价。在测试设备管理系统(10)中，构成为存储工序信息数据库(208)、设备预约信息数据库(210)、工序进度履历信息数据库(209)和设备数量变更案信息，并具备：项目进度预测部(203)，其基于工序进度履历信息，计算出软件开发工序中的设备利用剩余时间，基于设备预约信息，对可利用变更案的数量的设备的时间范围进行确定，且基于可利用的时间范围，对与设备利用剩余时间相应的作业，预测变更成变更案的数量的设备的情况下的软件开发工序的进度；和用户界面(202)，其输出预测出的变更后的进度信息。

摘要： 工序管理装置(1)具有：事件信息管理部(33)，其确认对相邻的两个工序中的后侧的工序即后工序的生产能力造成影响的事件在后工序中的产生状况；以及输送量调整部(32)，其基于进行后工序的作业的各作业者的表示按事件的产生状况划分的生产能力的个人数据、由事件信息管理部(33)得到的确认结果，对通过相邻的两个工序中的前段工序即前工序制作的中间品向各作业者的分配进行调整。

摘要： 本发明提供能够显示与指定的工序对应的图像的制造工序管理系统等。在显示经由多个制造工序制造的产品的制造状况的制造工序管理系统(1)中，制造工序管理系统至少具有管理装置(100)。管理装置具有图表显示部(131)、确定部(132)、以及图像显示部(133)。图表显示部(131)以按多个制造工序的执行顺序对每个制造工序进行了区分的状态，将时间轴统一为相同方向来显示基于制造工序的开始时刻和结束时刻的信息来表示多个制造工序各自的从制造工序的开始到结束为止的经过时间的图表。确定部(132)根据显示的图表上的指定位置，确定存储于存储部的多个制造工序的拍摄图像中与指定位置对应的制造工序所对应的拍摄图像。图像显示部(133)显示确定出的拍摄图像。