可重构低熵智能车间布局建模与优化
发布时间：2021-01-13 05:55
随着全球化的进展,企业之间竞争越来越激烈,订单波动越来越大,客户个性化需求日趋丰富,在这样的背景下,企业生产过程在生产计划、设备工艺等方面越来越凸显多样性和多变动性,对车间布局柔性、鲁棒性、低熵化等需求逐渐增强。近年来高新技术不断发展,工业4.0的概念不断深化,智能车间越来越广泛的被应用于生产。可重构低熵智能车间在布局之初,考虑车间低熵、高柔性等需求,使企业能够在不扩增车间面积的前提下应对产品的多样化变动需求。因此,研究可重构低熵智能车间布局具有深刻的理论意义和宝贵的实用价值。论文针对智能车间布局,采用单元布局的方式,考虑单元内和单元间不同的布局要求,构建可重构低熵智能车间布局模型,设计双层遗传元胞算法,并将成果应用于实际企业生产之中,以此验证论文提出的布局方法的实用性和有效性。论文研究的主要内容有:1.在物理熵和低熵理论基础上推导车间布局熵评价指标,提出车间布局低熵化的基本原则和实现途径。2.面向可重构低熵智能车间,使用单元布局方式,针对单元间和单元内布局不同的特点,分别对单元间布局和单元内布局建模,设计涵盖物料搬运成本、时间损失成本、单元重构成本、设备成本、车间面积利用率和布局柔性...
【文章来源】：浙江工业大学浙江省
【文章页数】：113 页
【学位级别】：硕士
【部分图文】：
车间初始布局图
第 3 章 可重构低熵智能车间布局模型与算法表 3-4 单元组建筑面积/m元组 0 1 2 3 4 5 面积 26.32x60.12 11.13x52.32 48.32x15 48.32x15 50.32x15 30x18.32 15x元组 7 8 9 10 11 12面积 11.23x52.32 29x47 30x18.32 52.23x25.42 15x47 22.x11使用粒子群优化算法（POS）后车间布局如图 3-15 所示，POS 算法下坐标如表示。
图 3-16 双层遗传元胞算法迭代过程层遗传元胞算法，对遗传算法和 PSO 算法进行对比验证。算 N=100，迭代次数 T=500，交叉概率 Pc=0.7，变异概率 Pm=的仿真结果，表 3-6 为车间设备最终坐标表，图 3-17 为车间对比结果。表 3-6 双层遗传元胞算法坐标表横坐标/m 纵坐标/m 设备组 横坐标/m 128.745 37.500 7 46.462 105.951 37.500 8 71.512 170.157 18.550 9 20.278 170.157 37.420 10 97.569 153.838 83.800 11 15.531 52.087 79.531 12 170.157
本文编号：2974345
【文章来源】：浙江工业大学浙江省
【文章页数】：113 页
【学位级别】：硕士
【部分图文】：
车间初始布局图
第 3 章 可重构低熵智能车间布局模型与算法表 3-4 单元组建筑面积/m元组 0 1 2 3 4 5 面积 26.32x60.12 11.13x52.32 48.32x15 48.32x15 50.32x15 30x18.32 15x元组 7 8 9 10 11 12面积 11.23x52.32 29x47 30x18.32 52.23x25.42 15x47 22.x11使用粒子群优化算法（POS）后车间布局如图 3-15 所示，POS 算法下坐标如表示。
图 3-16 双层遗传元胞算法迭代过程层遗传元胞算法，对遗传算法和 PSO 算法进行对比验证。算 N=100，迭代次数 T=500，交叉概率 Pc=0.7，变异概率 Pm=的仿真结果，表 3-6 为车间设备最终坐标表，图 3-17 为车间对比结果。表 3-6 双层遗传元胞算法坐标表横坐标/m 纵坐标/m 设备组 横坐标/m 128.745 37.500 7 46.462 105.951 37.500 8 71.512 170.157 18.550 9 20.278 170.157 37.420 10 97.569 153.838 83.800 11 15.531 52.087 79.531 12 170.157
本文编号：2974345
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2974345.html
