基于交互仿真及神经网络的生产单元换线决策专家系统研究

发布时间：2020-07-12 12:20

【摘要】：随着经济全球化趋势的不断加强，产业结构调整步伐的不断加快，制造企业面临的市场环境发生了巨大变化，尤其表现在客户对产品的个性化需求、对产品交货期的及时性和生命周期的短暂性等要求越来越苛刻。由于生产单元可将生产过程组织为协调高效的物流，因此可显著缩短制造周期、节约生产面积、避免库存积压、提高设备利用率，在离散制造业、冶金、造船等多个行业有着广泛应用。 在实际生产中，由于经常性的临时插单、零部件种类繁多、产品结构复杂、工艺路线和设备配置非常灵活，导致生产单元换线频繁。同时，换线决策具有复杂性、动态随机性和多目标性等特点，采用以经验丰富的工程师人工决策为主的传统换线决策方式已无法满足日渐复杂的生产环境的要求，而换线决策的优劣直接影响产品质量、生产周期和生产单元柔性等重要因素。基于此，如何客观和准确地反映生产换线决策的上述特点，合理进行生产单元换线决策，成为学术界和企业界面临的重大课题。 目前，由于生产单元自身的自治性、演化性、复杂性及人在生产单元中工作方式、任务流程和行为表现的不确定性和动态性，单纯基于数学优化模型的换线决策分析尚存在如下问题：第一、生产单元日益显现出动态化、多目标化等特征，单纯的数学建模很难满足全局最优和高可行性的生产要求；第二、受产品需求的多样化、临时插单、紧急跟单和产品交货期等因素的影响，对制造系统柔性的要求越来越高，生产单元出现复杂巨系统趋势，数学建模很难全面和准确地反映客观的实际生产情况；第三、部分影响人的决策的因素很难进行量化，单纯的数学建模方法无法体现这些因素的作用。针对传统换线决策研究的局限性，以及目前基于神经网络专家系统的不足，如：知识收集手段的欠缺、生产换线专家系统规则抽取手段的缺失以及应用模式的狭窄，本论文提出了基于交互仿真及混合神经网络的生产单元换线决策专家系统研究，全文的研究内容主要包括： 首先，对一般专家系统和基于神经网络的专家系统结构及其原理进行了深入探讨，提出了基于交互仿真及混合神经网络的生产单元换线决策专家系统实现原理和系统实现的关键技术及技术路线，考虑到后期换线领域专家知识的扩充，提出了基于Web Service的系统工作过程和应用模式。 其次，对目前专家系统知识获取的不足，为利用交互仿真对知识获取，提出了制造系统仿真模型和交互仿真模型的构建过程，提出了交互仿真稳定判定算法、专家决策遴选的算法，并通过实例介绍了的交互仿真的实现过程。 再次，具体研究了生产单元换线决策专家系统的实现技术，包括：对生产换线决策影响因素的复杂性和多样性应用主成分分析对生产状态矢量进行降维；运用融合Fisher分类器和回归神经网络的计算技术处理生产控制策略中变量的多模式性；提出了一种基于IER-Trepan算法和预置文本技术构成的推理机规则提取技术解决了传统生产换线专家系统规则抽取手段的不足；针对传统生产换线决策专家系统应用模式的狭窄性，提出了基于Web Serviece应用模式的生产单元换线决策专家系统，用一种以双层COM对象结构封装以及专家系统的程序实现。 最后，以某摩托车发动机生产单元生产换线决策为研究背景，对提出的实现原理和技术进行了可行性验证。结果表明，基于交互仿真技术及混合神经网络的生产单元换线决策专家系统的实现具有较好的可行性和可操作性，为生产单元智能换线决策提供了一种可行的方法。
【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：TH186;TP182
【图文】：

图 1.1 论文内容结构Fig1.1 Content structure of the paper1.3.4 本文研究技术路线① 建交互仿真模型，并在交互仿真过程中提出了生产状态的判稳算法以及专家规则遴选算法，将遴选出的最佳决策规则储存到知识库中。② 结合推理策略换线决策专家系统推理机的实现算法，通过在混合神经网络回归算法上融合Fisher分类器，对控制策略矢量中多模式离散变量的进行分类。对于两模式的控制策略变量使用分类神经网络进行分类。③ 运用神经网络规则抽取算法实现生产换线专家决策系统解释机制。④ 提出了一种双层级的封装专家系统的软件实现方案，并在此基础上实现了基于Web Service技术的网络化应用。⑤ 开发一个摩托车发动机生产单元换线决策专家系统的应用实例。应用结果表明，上述的方法体系是有效的、可行的。1.4 论文的创新点

单元换线决策专家系统的总体技术方线决策专家系统的实现原理决策专家系统建立在一般专家系统结构基础上，采用交互仿真进行知识收集和遴选，对生产单元当的推理与解释机制等一系列技术手段，从而实助进行生产换线决策的目的。结构有三种结构形式：基本结构、一般结构和理想结基本结构，它包括两个主要部分：知识库和推理程师与换线领域专家直接交互，收集与整理领域示形式并存放到知识库中；推理机根据用户的问，运用知识库中的知识对问题进行求解，并将产

它是专家系统与用户之间进行信能够分析并解释用户的提问、命令和输息，包括对问题的回答、对系统行为的于记录专家系统求解问题当中的中间假：计划、记事簿和解答。计划部分描述问题的当前计划、目标、问题状态及其全部初始数据；其次，形成几个最可能假设；最后，集中处理这个假设直至找作，这些动作对应于与以前某些判定有候选假设，判定以及判定之间的关系。。管理和控制记事簿，并决定下一步要略性知识、用于指挥记事簿中各个动作，“避免重复劳动”等等。为了使用策略

【相似文献】

相关期刊论文 前10条

1 朱铭铨,姬中岳,刘镜;神经网络与CIMS监控技术[J];中国机械工程;1992年03期

2 崔定军,杨尔辅,张振鹏,刘国球;基于神经网络的火箭发动机动态过程建模[J];航空动力学报;1995年03期

3 赵矿所,林钧清;神经网络在舰船噪声识别中的应用[J];舰船科学技术;1995年06期

4 刘磊，王康斌;基于神经网络的过程软测量[J];天津大学学报;1995年02期

5 孙道恒，胡俏，徐灏;固体力学有限元的神经计算原理[J];机械工程学报;1996年06期

6 代劲松，宋素芳东北大学;基于BP网络模型的汽轮发电机组的振动故障诊断[J];中国电力;1996年04期

7 黄敏超，王克昌，陈启智;火箭发动机基于神经网络非线性辨识的故障检测[J];中国空间科学技术;1996年06期

8 王少萍,王占林;液压泵故障诊断的神经网络方法[J];北京航空航天大学学报;1997年06期

9 谢寿生,樊思齐;自适应变结构神经网络在航空发动机故障诊断上的应用[J];航空动力学报;1997年04期

10 张伟;基于神经网络的机器人位姿逆解[J];机器人;1997年02期

相关会议论文 前10条

1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年

3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年

5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年

6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集（上）[C];1995年

7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年

8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年

9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年

10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年

相关重要报纸文章 前10条

1 于翔;数字神经网络中的协同应用[N];网络世界;2009年

2 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

4 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

5 本报首席记者 任荃　实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年

6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年

7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年

8 谭薇;“潮湿计算机”：拥有人类智慧的超级大脑[N];第一财经日报;2010年

9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年

10 ;人老了，大脑仍能形成新的神经网络[N];新华每日电讯;2004年

相关博士学位论文 前10条

1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年

2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年

3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年

4 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年

7 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年

8 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年

9 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年

10 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年

相关硕士学位论文 前10条

1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年

2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年

3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年

4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年

5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年

6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年

7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年

8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年

9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年

10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年

本文编号：2751952