机械加工车间多能耗特征建模及任务节能优化配置方法研究
节能减排是我国制造业的一个重要科技发展方向。机械加工车间是一种以机床为主体,将物料资源转化为产品或半成品,并产生大量能量消耗的制造系统。量大面广的机械加工车间节能潜力和环境减排潜力巨大。如何实现机械加工车间生产过程的节能是我国制造业在全球低碳化新形势下面临的挑战之一。目前机械加工车间能耗优化的相关研究主要集中在设备能耗及工艺能耗等方面,而针对整个机械加工车间生产过程的系统能耗建模问题的研究较少,特别缺乏从生产运作层面开展的节能优化的研究。为此,本论文围绕机械加工车间的复杂能耗特征及加工任务节能优化配置方法等方面进行了研究。针对机械加工车间的能耗过程涉及的能耗环节多、动态变化大、能耗规律复杂等特点,提出了一种机械加工车间生产过程的能量流分析框架。从机床设备层、任务流程层和辅助生产层等三个层次对机械加工车间的能量流进行层次化分析。在此基础上,从时间维和空间维对机械加工车间能量流进行建模,其中从空间维角度对空间分布的各能量源的能耗特征进行量化分析,从时间维角度对机械加工车间的能耗随时间变化的特征进行分析。机械加工车间生产环境常因机床设备和加工工件的变化而发生变化,如机床设备添置、新工件到达、工件的工艺路线或工艺参数的变动等都会引起机械加工车间生产环境的变化。针对机械加工车间动态环境下能耗特征建模中的多要素影响和生产环境动态变化等问题,提出了一种基于着色赋时面向对象Petri网(Colored Timed Object-oriented Petri Net,CTOPN)的多能耗特征建模方法。CTOPN建模方法集成了面向对象方法和Petri网的优点,能够灵活的适应机械加工车间生产环境的变化。在机械加工车间生产过程的能量流分析的基础上,将机械加工车间的多能耗特征分为结构性能耗特征、状态性能耗特征、工艺性能耗特征和匹配性能耗特征。通过构建CTOPN模型的几何结构来对结构性能耗特征和状态性能耗特征进行建模,通过定义着色token及其相关属性来对工艺性能耗特征和匹配性能耗特征进建模。为了进一步支持机械加工车间能耗特征分析需要底层机床设备能耗信息支持的问题,提出了一种基于NC代码的机床设备能耗评估方法。该方法将机床设备的耗能部件进行分解并分别对其能耗特征进行建模;对NC代码与机床各耗能部件运行状态的对应关系进行分析,在此基础上对NC代码进行解析;基于NC代码解析获得的各耗能部件的运行参数(运行状态和运行时间)及各能耗模型所需的相关参数,对机床设备执行NC代码所消耗的能量进行评估。针对机械加工车间复杂能耗过程,从生产运作层面对机械加工车间加工任务的节能优化配置方法进行了研究。对机械加工车间生产运行过程的能耗受机床选择和工序加工顺序影响的特性进行分析;在此基础上提出了一种集成机床选择和工序排序的加工任务节能优化配置方法,该方法采用混合整数规划建立该问题的优化模型,并采用嵌套分割算法对该节能优化配置问题进行求解;进一步在对机械加工车间的能耗受随机事件影响的特性分析的基础上,提出了一种考虑新工件到达和机床故障的节能优化配置方法,并采用非支配排序遗传算法II对该动态节能优化配置问题进行求解。
【关键词】:
【学位授予单位】:重庆大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:TH18;TK018
【参考文献】
中国期刊全文数据库 前5条
1 张会娜;刘文胜;;变频调速在龙门刨床中的高效节能控制研究[J];机电产品开发与创新;2007年03期
2 李晓鸥;余文;徐心和;;基于面向对象着色Petri网的FMS仿真研究[J];计算机科学;1995年05期
3 庞庆华,潘郁;多品种小批量生产环境下的柔性调度研究[J];南京工业大学学报(自然科学版);2003年02期
4 Robert R.MEYER,Mehmet BOZBAY,Andrew J.MILLER;A NESTED PARTITIONS FRAMEWORK FOR SOLVING LARGE-SCALE MULTICOMMODITY FACILITY LOCATION PROBLEMS[J];Journal of Systems Science and Systems Engineering;2004年02期
5 ;Methods for Integrating Energy Consumption and Environmental Impact Considerations into the Production Operation of Machining Processes[J];Chinese Journal of Mechanical Engineering;2010年04期
中国博士学位论文全文数据库 前1条
1 胡韶华;现代数控机床多源能耗特性研究[D];重庆大学;2012年
中国硕士学位论文全文数据库 前1条
1 石丽娟;记忆遗传算法在函数优化中的应用[D];苏州大学;2010年
本文编号:219033
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/219033.html