CN117634749B - 柔性加工系统的工件加工方法及相关设备 - Google Patents

柔性加工系统的工件加工方法及相关设备 Download PDF

Info

Publication number
CN117634749B
CN117634749B CN202410102983.3A CN202410102983A CN117634749B CN 117634749 B CN117634749 B CN 117634749B CN 202410102983 A CN202410102983 A CN 202410102983A CN 117634749 B CN117634749 B CN 117634749B
Authority
CN
China
Prior art keywords
sequence
processing
transition
cost
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410102983.3A
Other languages
English (en)
Other versions
CN117634749A (zh
Inventor
陈登峰
张莲民
蔡小强
肖勇波
罗开平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Research Institute of Big Data SRIBD
Original Assignee
Shenzhen Research Institute of Big Data SRIBD
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Research Institute of Big Data SRIBD filed Critical Shenzhen Research Institute of Big Data SRIBD
Priority to CN202410102983.3A priority Critical patent/CN117634749B/zh
Publication of CN117634749A publication Critical patent/CN117634749A/zh
Application granted granted Critical
Publication of CN117634749B publication Critical patent/CN117634749B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • General Factory Administration (AREA)

Abstract

本申请实施例提出的柔性加工系统的工件加工方法及相关设备,该方法首先根据柔性加工系统的设备参数和目标工件的加工需求参数确定工艺流程和每个工艺流程的多个加工参数序列,并基于工艺流程确定多个第一工艺序列;然后,基于第一工艺序列,生成多个参数序列路径,并根据参数序列路径中节点边的权重值计算资源成本值,根据资源成本值确定第一工艺序列的适应度值;接下来,基于第一工艺序列生成初始种群,利用混杂离散差分进化算法根据适应度值进行种群更新,得到包括多个目标工艺流程和目标参数序列;最后,在目标工艺流程中基于目标加工参数对目标工件进行加工,从而在满足目标工件的加工需求的同时有效地降低目标工件的加工成本。

Description

柔性加工系统的工件加工方法及相关设备
技术领域
本申请涉及柔性工艺技术领域,尤其涉及柔性加工系统的工件加工方法及相关设备。
背景技术
柔性加工工艺是一种能够适应不同产品类型、生产需求和变化的加工方式。随着个性化需求日益强烈,如何提高柔性加工工艺的性能也成为市场的关注点。
在相关技术中,通常根据目标加工物件的加工需求通过利用启发式算法确定的柔性加工过程中的相关参数,并根据相关参数对目标加工物件进行柔性加工。当目标加工物件的加工需求变得复杂时,由于启发式算法的求解空间维度限制,利用获取的加工工艺参数进行加工的过程加工成本较高。
发明内容
本申请实施例的提供了一种柔性加工系统的工件加工方法及相关设备,能够降低柔性加工系统中工件的加工成本。
为实现上述目的,本申请实施例的第一方面提出了一种柔性加工系统的工件加工方法,所述方法包括:
根据柔性加工系统的设备参数和目标工件的加工需求参数确定工艺流程和每个所述工艺流程的多个加工参数序列,并基于所述工艺流程确定多个第一工艺序列,所述第一工艺序列包括不同执行顺序的所述工艺流程;
基于所述第一工艺序列,逐一从所述工艺流程中选取所述加工参数序列作为节点,生成多个参数序列路径,并根据所述参数序列路径中节点边的权重值计算资源成本值,根据所述资源成本值确定所述第一工艺序列的适应度值;所述权重值根据所述节点边对应的加工参数序列计算得到;
基于所述第一工艺序列生成初始种群,利用混杂离散差分进化算法根据所述适应度值进行种群更新,得到包括多个目标工艺流程的目标工艺序列以及包括所述目标工艺流程对应的目标加工参数的目标参数序列;
在所述目标工艺流程中基于所述目标加工参数对所述目标工件进行加工。
在一些实施例,所述基于所述工艺流程确定多个第一工艺序列,包括:
基于所述设备参数和所述加工需求参数,确定每个所述工艺流程的执行顺序信息;
确定满足所述执行顺序信息,逐一选取所述工艺流程构成所述第一工艺序列。
在一些实施例,所述参数序列路径包括按照所述工艺流程的执行顺序依次相连的至少一个节点,相邻的所述节点通过所述节点边连接;所述根据所述参数序列路径中节点边的权重值计算资源成本值,包括:
基于所述执行顺序,根据所述节点边连接的第一节点和第二节点获取所述第一节点的第一加工参数序列和所述第二节点的第二加工参数序列;
根据所述第一加工参数序列和所述第二加工参数序列计算所述节点边的转换成本;
若所述第二节点为所述参数序列路径中最后一个节点,分别选取所述第一加工参数序列和所述第二加工参数序列作为中间参数序列,否则,选取所述第一加工参数序列作为中间参数序列,根据所述中间参数序列计算所述节点边的使用成本;
累加所述使用成本和所述转换成本得到所述节点边的所述权重值,并根据所有所述节点边的所述权重值得到所述资源成本值。
在一些实施例,所述根据所述中间参数序列计算所述节点边的使用成本包括:
基于所述中间参数序列确定加工机器和加工刀具;
确定所述加工机器的机器使用成本以及确定所述加工刀具的刀具使用成本;
根据所述机器使用成本和所述刀具使用成本得到所述使用成本。
在一些实施例,所述根据所述第一加工参数序列和所述第二加工参数序列计算所述节点边的转换成本,包括:
根据第一加工参数序列得到所述第一节点的第一加工机器、第一加工刀具和第一进刀方向,以及根据所述第二加工参数序列得到所述第二节点的第二加工机器、第二加工刀具和第二进刀方向;
基于所述第一加工机器与第二加工机器的机器一致性生成机器指示符,基于所述第一加工刀具和所述第二加工刀具的刀具一致性以及所述机器一致性生成刀具指示符,以及基于所述第一进刀方向和所述第二进刀方向的方向一致性以及所述机器一致性生成方向指示符;
基于机器变换功耗和所述机器指示符确定机器变换成本,基于刀具变换功耗和所述刀具指示符确定刀具变换成本,以及基于方向变换功耗和所述方向指示符确定设置变换成本;
基于所述机器变换成本、所述刀具变换成本和所述设置变换成本得到所述转换成本。
在一些实施例,所述利用混杂离散差分进化算法根据所述适应度值进行种群更新,包括:
将所述初始种群中所述第一工艺序列进行变异差分,生成变异种群;所述变异种群包括所述第一工艺序列的至少一个变异个体,所述变异个体包括工艺流程的工艺流程序号;
根据所述工艺流程序号得到所述工艺流程不重复的过渡流程序号,基于所述过渡流程序号得到第一过渡个体;所述第一过渡个体构成第一过渡种群;
将所述初始种群和所述第一过渡种群进行交叉,生成第二过渡种群;所述第二过渡种群中包括第二过渡个体;
逐一选取第二过渡个体的过渡工艺序列,基于所述过渡工艺序列对应的资源成本值确定所述过渡工艺序列的过渡适应度值;
基于所述过渡适应度值和所述适应度值的对比结果,利用所述过渡工艺序列更新所述初始种群。
在一些实施例,所述将所述初始种群中所述第一工艺序列进行变异差分,生成变异种群,包括:
获取变异算子和预设变异概率;
从所述初始种群中选取第一参考序列、第二参考序列以及第三参考序列;
根据所述预设变异概率和所述变异算子的对比结果,以及所述第一参考序列和所述第二参考序列的差值,计算得到变异差值;
基于所述第三参考序列和所述变异差值生成与所述第一工艺序列的序列数量一致的所述变异个体。
在一些实施例中,所述根据所述工艺流程序号得到所述工艺流程不重复的过渡流程序号,包括:
从所述工艺流程序号中确定重复的所述工艺流程作为目标待替换工艺;
基于所述工艺流程确定缺失的所述工艺流程作为缺失工艺;
基于所述执行顺序信息将所述缺失工艺替换所述变异个体的所述目标待替换工艺,得到工艺流程序号不重复且满足所述执行顺序信息的所述第一过渡个体。
在一些实施例中,所述将所述初始种群和所述第一过渡种群进行交叉,生成第二过渡种群,包括:
获取交叉算子,并基于所述交叉算子和第一工艺序列的序列长度计算得到继承数量;
从所述第一工艺序列中选取所述继承数量的工艺流程生成继承序列;
基于所处序列长度和所述继承数量的差值从所述第一过渡个体中选取工艺流程拼接到所述继承序列,得到所述第二过渡个体;
基于所述第二过渡个体生成所述第二过渡种群。
为实现上述目的,本申请实施例的第二方面提出了一种柔性加工系统的工件加工装置,所述装置包括:
第一工艺序列确定模块,用于根据柔性加工系统的设备参数和目标工件的加工需求参数确定工艺流程和每个所述工艺流程的多个加工参数序列,并基于所述工艺流程确定多个第一工艺序列,所述第一工艺序列包括不同执行顺序的所述工艺流程;
适应度值确定模块,用于基于所述第一工艺序列,逐一从所述工艺流程中选取所述加工参数序列作为节点,生成多个参数序列路径,并根据所述参数序列路径中节点边的权重值计算资源成本值,根据所述资源成本值确定所述第一工艺序列的适应度值;所述权重值根据所述节点边对应的加工参数序列计算得到;
目标参数确定模块,用于基于所述第一工艺序列生成初始种群,利用混杂离散差分进化算法根据所述适应度值进行种群更新,得到包括多个目标工艺流程的目标工艺序列以及包括所述目标工艺流程对应的目标加工参数的目标参数序列;
加工模块,用于在所述目标工艺流程中基于所述目标加工参数对所述目标工件进行加工。
为实现上述目的,本申请实施例的第三方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的柔性加工系统的工件加工方法。
为实现上述目的,本申请实施例的第四方面提出了一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的柔性加工系统的工件加工方法。
本申请实施例提出的柔性加工系统的工件加工方法及相关设备,该方法首先根据柔性加工系统的设备参数和目标工件的加工需求参数确定工艺流程和每个工艺流程的多个加工参数序列,并基于工艺流程确定多个第一工艺序列,第一工艺序列包括不同执行顺序的工艺流程;然后,基于第一工艺序列,逐一从工艺流程中选取加工参数序列作为节点,生成多个参数序列路径,并根据参数序列路径中节点边的权重值计算资源成本值,根据资源成本值确定第一工艺序列的适应度值;权重值根据节点边对应的加工参数序列计算得到;接下来,基于第一工艺序列生成初始种群,利用混杂离散差分进化算法根据适应度值进行种群更新,得到包括多个目标工艺流程的目标工艺序列以及包括目标工艺流程对应的目标加工参数的目标参数序列;最后,在目标工艺流程中基于目标加工参数对目标工件进行加工。本申请实施例利用加工需求参数和设备参数确定工艺流程和加工参数序列,以满足工件的加工需求;然后利用资源成本值确定第一工艺序列的适应度值,以便于利用适应度值更新工艺序列,以使得工艺序列向资源成本值较低的方向转化更新,并利用更新后的工艺序列确定目标工艺序列及其目标参数序列,并基于目标工艺序列和目标参数序列对目标工件进行加工,从而有效地降低目标工件的加工成本。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
图1是本申请一实施例提供的柔性加工系统的工件加工方法的流程图。
图2是图1中步骤101的流程图。
图3是本申请又一实施例提供的一种特征需求的参数配置表的示意图。
图4是本申请又一实施例提供的一种第一工艺序列的生成流程示意图。
图5是图1中步骤102的流程图。
图6是图5中步骤502的流程图。
图7是图5中步骤503的流程图。
图8是图1中步骤103的流程图。
图9是图8中步骤801的流程图。
图10是本申请又一实施例提供的一种第一工艺序列的变异差分的过程示意图。
图11是图8中步骤802的流程图。
图12是本申请又一实施例提供的一种变异个体的边界控制转换的流程示意图。
图13是图8中步骤803的流程图。
图14是本申请又一实施例提供的一种第一工艺序列和第一过渡个体的交叉流程示意图。
图15是本申请又一实施例提供的一种混杂算法的流程示意图。
图16是本申请又一实施例提供的柔性加工系统的工件加工装置的结构示意图。
图17是本申请又一实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
首先,对本申请中涉及的若干名词进行解析:
柔性加工系统是一种具有适应性和灵活性的制造系统,旨在满足各种生产需求。它采用高度自动化的工作单元,可以进行多种加工操作,如钻孔、铣削、车削等。柔性加工系统通常具有以下特点:可编程性,柔性加工系统可以通过编程进行不同加工任务的切换和调整,节省了重新设置和调整设备的时间;自适应性,柔性加工系统可以根据不同的产品要求进行自动调整和优化,以适应不同的工件形状、尺寸和加工要求;多功能性,柔性加工系统通常具有多种加工功能,不仅可以完成传统的加工操作,还可以进行自动装配、检测和包装等操作;高度自动化,柔性加工系统采用自动化设备,可以实现高度自动化的生产过程,减少了人工干预,提高了生产效率和质量;灵活性,柔性加工系统可以根据市场需求的变化进行灵活的生产调整,可以快速适应新产品的生产。总之,柔性加工系统在提高生产效率、降低生产成本、提高产品质量和满足市场需求方面发挥着重要的作用。
NP-Hard问题是指在计算理论中被认为是最难的问题之一。这些问题的解决方案需要非常大的计算资源和时间,甚至在最好的情况下仍然需要指数级的时间复杂度。
柔性加工工艺是一种能够适应不同产品类型、生产需求和变化的加工方式。随着个性化需求日益强烈,如何提高柔性加工工艺的性能也成为市场的关注点。
在相关技术中,通常根据目标加工物件的加工需求通过利用启发式算法确定的柔性加工过程中的相关参数,并根据相关参数对目标加工物件进行柔性加工。当目标加工物件的加工需求变得复杂时,由于启发式算法的求解空间维度限制,利用获取的加工工艺参数进行加工的过程加工成本较高。
基于此,本申请实施例利用加工需求参数和设备参数确定工艺流程和加工参数序列,以满足工件的加工需求;然后利用资源成本值确定第一工艺序列的适应度值,以便于利用适应度值更新工艺序列,以使得工艺序列向资源成本值较低的方向转化更新,并利用更新后的工艺序列确定目标工艺序列及其目标参数序列,并基于目标工艺序列和目标参数序列对目标工件进行加工,从而有效地降低目标工件的加工成本。
本申请实施例提供柔性加工系统的工件加工方法及相关设备,具体通过如下实施例进行说明,首先描述本申请实施例中的柔性加工系统的工件加工方法。本实施例提供的柔性加工系统的工件加工方法可以应用于柔性加工系统中的处理器或者与柔性加工系统连接然后用于控制柔性加工流程的控制器等等。
参照图1,为本申请实施例提供的柔性加工系统的工件加工方法的一个可选的流程图,图1中的方法可以包括但不限于包括步骤101至步骤104。同时可以理解的是,本实施例对图1中步骤101至步骤104的顺序不做具体限定,可以根据实际需求调整步骤顺序或者减少、增加某些步骤。
步骤101:根据柔性加工系统的设备参数和目标工件的加工需求参数确定工艺流程和每个工艺流程的多个加工参数序列,并基于工艺流程确定多个第一工艺序列。
以下对步骤101进行详细描述。
在一些实施例中,在响应于目标工件的加工请求之后,将首先获取柔性加工系统的设备参数,如可用的刀具、可用的机器、刀具的可进方向、每个刀具的使用功耗、每个机器的使用功耗、刀具之间的转换功耗、机器之间的转换功耗等等;然后获取目标工件的加工需求参数,如目标工件的目标几何形状,目标几何形状由一系列特征描述,如平面、凹槽、孔等。原材料在经过一道或多道特定工艺流程的加工后,实现某一特征。基于目标几何形状和设备参数的配合要求,制造同一个目标几何形状的至少一个特征的需要前后经过多个相关的工艺流程。基于此,在确定设备参数和加工需求参数之后,可以根据设备参数和加工需求参数,确定柔性加工系统所需对目标工件进行加工的多个工艺流程,然后再根据设备参数,可以确定对应于每个工艺流程的多个可以达到满足目标几何形状的加工需求的加工参数序列(如某个工艺流程的多个可用加工刀具、多个可用加工机器、多个刀具的可用进刀方向)。
除了工艺流程的序列排序之外,柔性加工系统的另一个优化任务是为每道工艺流程配置最佳的加工机器、加工刀具和进刀方向等。柔性加工系统的可用加工参数不唯一(即存在多个加工机器、多个加工刀具以及多个进刀方向),每道工艺流程的可用的加工参数序列也可能不一样。不同的加工参数序列将产生不同的资源成本值。每道工艺流程使用不同加工机器和加工刀具均会产生相应的机器使用成本和刀具使用成本,且对应下一道工艺流程进行更换加工机器、加工刀具和进刀方向将会生成对应的机器变换成本、刀具变换成本和设置变化成本。
为了避免不必要的加工机器、加工刀具和进刀方向变更,需要在相邻两个工艺流程之间尽可能采用相同的加工机器、加工刀具和进刀方向。但是,是否可以在相邻两个工艺流程之间采用相同的加工机器、加工刀具和进刀方向,除与工艺流程的加工参数序列有关外,还与工艺流程的序列排序有关。因此,为了降低加工所需要的资源成本值,在优化工艺流程的序列排序的同时,需要考虑每个工艺流程对应的加工参数序列的配置。
在一些实施例中,在实际的柔性加工系统进行目标物件的加工之前,需要先进行工艺流程的序列排序和每个工艺流程对于的加工参数序列的确定(即从多个工艺序列中选取目标工艺序列,以及确定目标工艺序列中每个工艺流程对应的目标参数序列);此外,为了确保满足目标工件的加工参数需求,也为了确保目标工件在柔性加工系统中被正常的进行加工,需要满足一定的约束条件,如下所示:
工艺顺序约束:指柔性加工系统对某个目标工件中某个特征进行加工时,所必要遵循的工艺流程之间的工艺流程的执行顺序要求,即执行顺序信息。
可行加工参数约束:指各道工艺流程存在对应的仅能被指定使用的加工机器集合、加工刀具集合与进刀方向集合。
变换成本单向联动约束:指若相邻的两个工艺流程使用的加工机器发生变化,则均同时产生机器变换成本、刀具变换成本和设置变换成本,即加工机器分别与加工刀具和进刀方向的变换成本具有联动性。但反过来,如果加工刀具和/或进刀方向发生变换而加工机器不变,则仅产生刀具变换成本和/或设置变换成本,而不会反向联动以产生机器变换成本。
在一些实施例中,为了有效地降低柔性加工系统对目标工件进行加工的资源成本值,可以根据上述的约束条件、以工艺流程的序列排序、每道工艺流程对应的加工参数序列(包括加工机器、加工刀具以及进刀方向)作为优化变量,以最小化目标工件的加工的总资源成本值(包括多个工艺流程的机器使用成本、刀具使用成本、机器变换成本、刀具变换成本和设置变化成本)构建以下数学优化问题:
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
其中,为柔性加工系统对目标工件进行加工的所有的工艺流程的工艺流程集合;表示柔性加工系统对目标工件进行加工的总资源成本值,/>表示柔性加工系统对目标工件进行加工时所需的机器使用总成本(包括多个工艺流程的机器使用成本),/>表示柔性加工系统对目标工件进行加工时所需的刀具使用总成本(包括多个工艺流程的刀具使用成本),/>表示柔性加工系统对目标工件进行加工时所需的机器变换总成本(包括多组每两个相邻工艺流程之间的机器变换成本),/>表示柔性加工系统对目标工件进行加工时所需的刀具变换总成本(包括多组每两个相邻工艺流程之间的刀具变换成本),/>表示柔性加工系统对目标工件进行加工时所需的设置变换总成本(包括多组每两个相邻工艺流程之间的设置变换成本);/>、/>、/>分别为柔性加工系统中所有可用的加工机器总集合、加工刀具总集合和进刀方向总集合;/>、/>、/>分别表示柔性加工系统在工艺流程/>的所有可用的加工机器集合、加工刀具集合和进刀方向集合,取不同的加工机器、加工刀具以及进刀方向可以组合为工艺流程/>的多个加工参数序列;/>、/>、/>分别表示柔性加工系统在工艺流程/>使用的加工机器、加工刀具和进刀方向;/>和/>分别表示柔性加工系统在工艺流程/>使用加工机器/>的机器加工成本和使用加工刀具/>的成本;/>、/>和/>分别表示单次加工机器进行变换、单次加工刀具进行变换、单次进刀方向进行变动所需的机器变换功耗、刀具变换功耗以及方向变换功耗;/>为工艺流程/>的工艺流程排序,多个工艺流程排序组成工艺序列;/>是机器指示符,用于判断每两个相邻工艺流程所采用的加工机器是否发生变动,/>是刀具指示符,用于判断每两个相邻工艺流程所采用的加工刀具是否发生变动,或者加工机器是否发生了变动;/>是方向指示符,用于判断每两个相邻工艺流程所采用的进刀方向是否发生变动,或者加工机器是否发生了变动。
如上所示的优化问题中,公式(1)是目标函数,以最小化总资源成本值(包括多个工艺流程的资源成本值)为目的,总资源成本值越小,说明该优化问题的解(即多个工艺流程的序列排序以及每道工艺流程对应的加工参数序列)质量越好;公式(2)是柔性加工系统在多道工艺流程的所需要的机器使用成本的总和所形成的机器总使用成本;公式(3)是柔性加工系统在多道工艺流程的所需要的刀具使用成本的总和所形成的刀具总使用成本;公式(4)是柔性加工系统在多组每两个相邻的工艺流程之间的机器变换成本的总和所形成的机器变换总成本;公式(5)是柔性加工系统在多组每两个相邻的工艺流程之间的刀具变换成本的总和所形成的刀具变换总成本;公式(6)是柔性加工系统在多组每两个相邻的工艺流程之间的设置变换成本的总和所形成的设置变换总成本;公式(7)是用于判断每两个相邻的工艺流程之间的加工机器是否发生了变换的机器指示符;公式(8)是用于判断每两个相邻的工艺流程之间的加工刀具是否发生了变换的刀具指示符;公式(9)是用于判断每两个相邻的工艺流程之间的进刀方向是否发生了变换的方向指示符;此外,公式(7)至公式(9)还用于表示上述中的变换成本单向联动约束;公式(10)用于表示柔性加工系统的多个工艺流程需要满足上述工艺顺序约束的执行顺序信息;公式(11)用于表示柔性加工系统中每个工艺流程的加工参数序列需要满足上述的可行加工参数约束。
基于此,上述优化问题的解可由如下有序的四元组表示,即包括工艺序列的排序,以及每个工艺序列对应的加工机器、加工刀具以及进刀方向。
(12)
在一些实施例中,通过求解以上的优化问题,以得到满足约束条件(即公式(2)至公式(11))的情况下,在使得目标函数(即公式(1))达到最小值的情况下,可以得到多个按一定顺序排序的目标工艺流程所构成的目标工艺序列,以及每个目标工艺流程对应的多个目标加工参数所组合成的目标参数序列。
下面对求解上述优化问题进行分析。
(1)空间复杂度:上述的优化问题属于NP-Hard问题,通过传统的数学求解方法的话,无法在有限的时间里寻找最佳解,而且当优化问题的规模很大时,采用常规的高精度方法容易出现“组合爆炸”,从而极大地降低了计算效率。为了在给定的时限之内获得一种接近最优的结果,通常使用一种基于智能的启发式方法来处理此类问题。但是随着问题规模的扩大,启发式算法获得解的质量必将下降。故本申请通过结合高精度方法与启发式算法的方式,以通过二者的优点结合并求解上述的优化问题。具体的空间复杂度取决于所选算法的实现方式、使用的数据结构以及问题的规模。在本申请的求解算法中,空间复杂度主要取决于以下因素:
存储当前解空间,即需要维护当前搜索的解空间,其包括各个工艺流程的排序信息、已尝试的工艺流程的加工参数序列和未尝试的加工参数序列等信息。因此,解空间的大小对空间复杂度有影响。
(2)约束条件的复杂性:在这个问题中,有很多约束条件需要满足,这些约束条件可能会相互影响,使得问题更加复杂。此外,约束条件包含不等式约束和等式约束,对算法的选择和实现也会产生影响。
(3)算法复杂性:针对这个问题,不同的启发式算法与精确式算法的复杂度不同。因此,在实际求解过程中,需要根据问题的具体情况来选择适合的算法。
(4)可扩展性:随着优化问题的优化变量的规模增大,搜索空间也会增加,因此需要一种可扩展的算法来解决这个问题。同时,该算法也需要具有良好的解决质量,以确保求解结果的准确性。
基于以上因素,可以确定上述的优化问题是一个非常复杂的问题,需要使用高效的组合算法来解决。同时,算法的可扩展性和解决质量也需要考虑。
考虑到优化问题的复杂性以及在实际的柔性加工系统应用的需求,搭配使用启发式算法和精确式算法是一种生成加工流程方案的有效途径。下面将具体介绍如何解决以上优化问题。
在一些实施例中,为了更好地降低目标工件的加工成本,工艺流程的执行顺序是需要合适的安排选择的,即需要确定一个目标工艺序列;进一步的,为了选择一个合适的目标工艺序列,将首先基于确定的多个所需执行工艺流程确定多个第一工艺序列,以便于后续根据多个第一工艺序列确定目标工艺序列,以有效的降低目标工件的加工成本。下面将进一步描述如何生成第一工艺序列的步骤。
参照图2,基于工艺流程确定多个第一工艺序列,包括以下步骤201至步骤202。
步骤201:基于设备参数和加工需求参数,确定每个工艺流程的执行顺序信息。
步骤202:确定满足执行顺序信息,逐一选取工艺流程构成第一工艺序列。
以下对步骤201至步骤202进行详细描述。
在一些实施例中,基于加工需求参数的目标几何形状和设备参数的配合要求,制造同一个目标几何形状的至少一个特征的多个相关工艺流程之间可能存在优先顺序约束,例如,粗铣优先于精铣。同时,特征之间也可能存在加工先后顺序要求。例如,为了便于安装夹具,平台面应最先完成。由于特征是通过一道或多道特定工艺流程实现的,所以特征的加工顺序约束可转换为与特征相关的工艺流程的顺序约束。基于这些顺序约束可以进一步得到工艺流程之间的执行顺序信息。此外再结合对应于每个工艺流程的多个可以达到满足目标几何形状的某个特征的加工需求的加工参数序列(如某个工艺流程的多个加工刀具、多个加工机器、多个刀具的进刀方向),可以初步形成一个特征需求的参数配置表。如图3所示,是本申请实施例提供的一种特征需求的参数配置表的示意图。其中,对于目标工件的特征而言,需要通过五个工艺流程(即工艺流程:/>、/>、/>、/>、/>);然后对于某些个工艺流程需要有前置的工艺流程(即在执行某个工艺流程之前需要先执行其他某个工艺流程),如图3中的示例,执行工艺流程(/>、/>、/>)之前要先执行工艺流程/>,执行工艺流程/>之前要先执行工艺流程/>;接下来,对于每个工艺流程而言,均有多个可以达到满足特征/>的加工需求的加工参数序列,如图3中的示例,工艺流程/>的加工参数序列为{/>,/>,/>},工艺流程的加工参数序列为{/>}、{/>}、{/>}、{/>}等等。
基于执行顺序信息,接下来逐一选取工艺流程构建第一工艺序列,主要通过以下算法1实现。
在一些实施例中,种群初始化算法用于生成个第一工艺序列,这些第一工艺序列在生成过程中需要满足工艺顺序约束(10)。每个第一工艺序列包含/>个工艺流程,故生成过程可划分为/>个阶段。/>用于记录个体生成过程,/>个阶段后,/>即为生成的1个第一工艺序列。
在每个生成阶段,该初始阶段可以选择的工艺流程并不一定唯一,使用进行记录,该列表中的工艺流程需要满足两个条件:第一个条件是,该工艺流程的全部优先工艺流程已被放置于/>中;第二个条件是,该工艺流程本身还未被放入列表/>
在明确了各个阶段的可选工艺流程之后,采用随机的方式,等概率地从列表中抽取一个工艺流程作为该阶段决策出的工艺流程,添加至列表末位。
参照图4,是本申请实施例提供的一种第一工艺序列的生成流程示意图。其中结合图3所示的执行顺序信息,将五个工艺流程顺序基于上述算法1提供的种群初始化算法的流程所生成一个满足如图3所示的特征的一个第一工艺序列。具体为:当一开始时,对于第一个工艺流程选择,前序的工艺流程为[],此时仅能选择工艺流程/>,因此将工艺流程/>作为第一个执行的工艺流程;接下来,对于第二工艺流程的选择,前序的工艺流程为[/>],此时能选择工艺流程包括[/>],因此从中随机选取一个工艺流程增加到第一工艺流程序列中(即为[/>]);依次选择,直到选取一个满足特征/>的执行顺序信息的第一工艺流程[/>]。
通过上述步骤201至步骤202,可以精准的生成多个满足某个特征的加工需求的执行顺序信息的第一工艺序列,以便于后续根据多个第一工艺序列确定目标工艺序列,以有效的降低目标工件的加工成本。
步骤102:基于第一工艺序列,逐一从工艺流程中选取加工参数序列作为节点,生成多个参数序列路径,并根据参数序列路径中节点边的权重值计算资源成本值,根据资源成本值确定第一工艺序列的适应度值。
下面对步骤102进行详细说明。
在一些实施例中,在得到多个第一工艺序列之后,将逐一针对于每个第一工艺序列,逐一从第一工艺序列的工艺流程中选取该工艺流程的加工参数序列作为节点,以生成多个传输序列路径,然后根据参数序列路径中节点边的权重值计算资源成本值,根据资源成本值确定第一工艺序列的适应度值,其中权重值根据节点边对应的加工参数序列计算得到。
在一些实施例中,求解第一工艺序列的适应度值通过以下得到:按照第一工艺序列中的工艺流程的执行顺序,将第一个执行的工艺流程对应的加工参数序列作为起始节点,然后将其他工艺流程对应的加工参数序列作为所需遍历的节点,然后通过计算起始节点到各个节点的所构成的参数序列路径所需的资源成本值,并利用资源成本值更新参数序列路径,最后根据更新后的参数序列路径的资源成本值得到第一工艺序列的适应度值。其中参数序列路径包括按照工艺流程的执行顺序依次相连的至少一个节点,相邻的节点通过节点边连接。
在一些实施例中,利用资源成本值确定第一工艺序列的适应度值,以便于后续利用适应度值更新工艺序列,以使得工艺序列向资源成本值较低的方向转化更新,以生成并确定资源成本值较低的目标工艺序列,进而有效地降低目标工件的加工成本。下面将进一步描述如何计算资源成本值的过程。
在一些实施例中,参照图5,根据参数序列路径中节点边的权重值计算资源成本值,包括以下步骤501至步骤504。
步骤501:基于执行顺序,根据节点边连接的第一节点和第二节点获取第一节点的第一加工参数序列和第二节点的第二加工参数序列。
步骤502:根据第一加工参数序列和第二加工参数序列计算节点边的转换成本。
以下对步骤501至步骤502进行详细描述。
在一些实施例中,基于第一工艺序列中的工艺流程的执行顺序,将参数序列路径中每两个工艺流程中的加工参数序列所形成的两个节点之间的路径作为节点边,并基于节点边连接的两个节点作为第一节点和第二节点,并获取第一节点的第一加工参数序列和第二节点的第二加工参数序列。
可以理解的是,由于第一节点和第二节点是相邻的,因此第一加工序列和第二加工序列对应的工艺流程也是相邻的。基于此,接下来根据第一加工序列和第二加工序列的差异,可以计算得到节点边的转换成本。下面将进一步描述如何计算节点边的转换成本。
参照图6,根据第一加工参数序列和第二加工参数序列计算节点边的转换成本,包括以下步骤601至步骤604。
步骤601:根据第一加工参数序列得到第一节点的第一加工机器、第一加工刀具和第一进刀方向,以及根据第二加工参数序列得到第二节点的第二加工机器、第二加工刀具和第二进刀方向。
步骤602:基于第一加工机器与第二加工机器的机器一致性生成机器指示符,基于第一加工刀具和第二加工刀具的刀具一致性以及机器一致性生成刀具指示符,以及基于第一进刀方向和第二进刀方向的方向一致性以及机器一致性生成方向指示符。
步骤603:基于机器变换功耗和机器指示符确定机器变换成本,基于刀具变换功耗和刀具指示符确定刀具变换成本,以及基于方向变换功耗和方向指示符确定设置变换成本。
步骤604:基于机器变换成本、刀具变换成本和设置变换成本得到转换成本。
以下对步骤601至步骤604进行详细描述。
在一些实施例中,在确定第一加工参数序列和第二加工参数序列之后,根据第一加工参数序列得到第一节点的第一加工机器、第一加工刀具/>和第一进刀方向/>,以及根据第二加工参数序列得到第二节点的第二加工机器/>、第二加工刀具/>和第二进刀方向/>
然后,结合公式(7)-(9),基于第一加工机器与第二加工机器的机器一致性生成机器指示符,基于第一加工刀具和第二加工刀具的刀具一致性以及机器一致性生成刀具指示符,以及基于第一进刀方向和第二进刀方向的方向一致性以及机器一致性生成方向指示符,如下表示:
(13)
(14)
(15)
接下来,结合公式(4)-(6),基于机器变换功耗和机器指示符确定机器变换成本,基于刀具变换功耗和刀具指示符确定刀具变换成本,以及基于方向变换功耗和方向指示符确定设置变换成本;最后基于机器变换成本、刀具变换成本和设置变换成本得到转换成本如下表示:
(16)
(17)
(18)
步骤S503:若第二节点为参数序列路径中最后一个节点,分别选取第一加工参数序列和第二加工参数序列作为中间参数序列,否则,选取第一加工参数序列作为中间参数序列,根据中间参数序列计算节点边的使用成本。
以下对步骤503进行详细描述。
在一些实施例中,在确定第二节点之后,将判断第二节点是否为参数序列路径中的最后一个节点,即判断第二节点对应的工艺流程是否为第一工艺序列中的最后一个工艺流程。若第二节点为参数序列路径的最后一个节点,则选取第一加工参数序列和第二加工参数序列作为中间参数序列,否则,选取第一加工参数序列作为中间参数序列,然后根据中间参数序列计算节点边的使用成本。下面将进一步描述如何计算节点边的转换成本。
在一些实施例中,参照图7,根据中间参数序列计算节点边的使用成本,包括以下步骤701至步骤703。
步骤701:基于中间参数序列确定加工机器和加工刀具。
步骤702:确定加工机器的机器使用成本以及确定加工刀具的刀具使用成本。
步骤703:根据机器使用成本和刀具使用成本得到使用成本。
以下对步骤701至步骤703进行详细描述。
在一些实施例中,若第二节点为参数序列路径的最后一个节点,基于中间参数序列确定加工机器和加工刀具;其中加工机器包括第一加工机器和第二加工机器,分别对应于第一加工参数序列和第二加工参数序列所使用的加工机器;加工刀具包括第一加工刀具和第二加工刀具,分别对应于第一加工参数序列和第二加工参数序列所使用的加工刀具。
在一些实施例中,若第二节点不为参数序列路径的最后一个节点,基于中间参数序列确定加工机器和加工刀具;其中加工机器仅包括第一加工机器,对应于第一加工参数序列所使用的加工机器;加工刀具仅包括第一加工刀具,对应于第一加工参数序列所使用的加工刀具。
在确定加工机器和加工刀具之后,将基于上述的公式(2)-(3),确定加工机器的机器使用成本以及确定加工刀具的刀具使用成本,然后累加机器使用成本和刀具使用成本得到节点边的使用成本。
通过上述步骤701至步骤703,可以根据第二节点所处的不同位置,精准的确定节点边的使用成本,并通过上述步骤601至步骤604,精准的确定节点边的转换成本,以便于后续利用转换成本和使用成本精准地确定节点边的权重值。
步骤S504:累加使用成本和转换成本得到节点边的权重值,并根据所有节点边的权重值得到资源成本值。
在一些实施例中,在得到使用成本和转换成本之后,累加使用成本和转换成本以得到节点边的权重值,并根据所有节点边的权重值得到资源成本值。
通过上述步骤501至步骤504,针对于每个第一工艺序列,基于第一工艺序列的工艺流程的执行顺序,通过利用组成节点边的两个节点的加工参数序列,并根据第二节点在参数序列路径的所处位置,得到精准的节点边的资源成本值,以便于后续利用节点边的资源成本值计算得到第一工艺序列的适应度值。
在一些实施例中,第一工艺序列的适应度值可以通过Dijkstra算法进行求解,其步骤如下算法2描述。
/>
在进行Dijkstra算法求解过程中,将第一工艺序列中的所有加工参数序列节点都有一个标号,该标号均需要经历标号阶段和/>标号阶段。/>标号阶段是暂时性标号,该标号会随着迭代动态变化,/>标号阶段是永久性标号,不会再变化。起始阶段,所有加工参数序列节点都处于/>标号阶段,当所有节点的标号均转换为/>标号,则迭代终止。
为了方便在迭代终止后回溯最短路径,所有加工参数序列的节点的标号与/>标号均采用[[/>,[/>结构,其中/>表示本节点所属的工艺流程的序号;/>表示在该工艺流程所有加工参数序列的节点中本节点的序号;/>表示从本节点距离第一个节点的最小距离,实现该最小距离对应着一个可达的前一个节点;/>表示该前一个节点所属的工艺流程的序号,/>表示在该节点所属工艺流程的所有加工参数序列节点中这个节点的序号。[/>用于后期追溯最短路径,在/>标号阶段,会与/>一起变化。在初始化阶段,/>被置为/>,[/>被置为空。
Dijkstra算法的核心逻辑可概括如下:
集合和/>集合是两个节点集合。
在计算之初需要给定起始节点,即第一工艺序列中第一个工艺流程的某个加工参数序列,将其放入,迭代是在寻找距离/>集合中所有节点最近的/>标号阶段节点,并将其纳入/>集合。
关于节点的可达性,某节点仅可到达其所属工艺流程的紧跟的前一个的工艺流程包含的所有节点,与其余所有节点的距离均为
根据以上逻辑,按照上述Dijkstra算法伪代码即可求解一个给定工艺流程的第一工艺序列的最佳的加工参数序列,以及该组合下的资源成本值。
步骤103:基于第一工艺序列生成初始种群,利用混杂离散差分进化算法根据适应度值进行种群更新,得到包括多个目标工艺流程的目标工艺序列以及包括目标工艺流程对应的目标加工参数的目标参数序列。
以下对步骤103进行详细描述。
在一些实施例中,在得到多个第一工艺序列以及每个第一工艺序列对应的适应度值之后,将基于NP个第一工艺序列生成初始种群,然后利用适应度值和混杂离散差分进化算法进行种群更新,以使得更新后的新种群的资源成本值更低,从而便于从更新后的新种群中选取资源成本值最低的目标工艺序列和目标工艺序列中每个目标工艺流程对应的目标参数序列,进而有效地降低工件加工的加工成本。下面将具体描述如何利用混杂离散差分进化算法根据适应度值进行种群更新的详细步骤。
参照图8,利用混杂离散差分进化算法根据适应度值进行种群更新,包括以下步骤801至步骤805。
步骤801:将初始种群中第一工艺序列进行变异差分,生成变异种群。
以下对步骤801进行详细描述。
在一些实施例中,在得到初始种群之后,为了增加工艺序列的更多可能性,以避免陷入局部循环,从而提高找到加工资源成本更低的工艺序列的可能性,需要对第一加工序列进行变异差分,以生成变异种群。其中变异种群包括第一工艺序列的至少一个变异个体,变异个体包括工艺流程的工艺流程序号。下面将进一步描述变异差分过程。
参照图9,将初始种群中第一工艺序列进行变异差分,生成变异种群,包括以下步骤901至步骤904。
步骤901:获取变异算子和预设变异概率。
步骤902:从初始种群中选取第一参考序列、第二参考序列以及第三参考序列。
步骤903:根据预设变异概率和变异算子的对比结果,以及第一参考序列和第二参考序列的差值,计算得到变异差值。
步骤904:基于第三参考序列和变异差值生成与第一工艺序列的序列数量一致的变异个体。
以下对步骤901至步骤904进行详细描述。
在一些实施例中,首先获取预先生成的变异算子和预设变异概率/>,然后从初始种群中多个第一工艺序列选取第一参考序列/>、第二参考序列/>以及第三参考序列/>;然后根据预设变异概率/>和变异算子/>的对比结果,以及第一参考序列/>和第二参考序列/>的差值,计算得到变异差值/>;接下来基于第三参考序列/>和变异差值/>生成与第一工艺序列的序列数量一致的变异个体,并基于多个变异个体以得到变异种群。其变异差分过程可以通过以下算法3实现。
在一些实施例中,上述的差分操作,差分变异公式为下式(19)。
(19)
差分部分计算方法,根据预设变异概率和变异算子/>的对比结果,以及第一参考序列/>和第二参考序列/>的差值,计算得到变异差值/>为下式:
(20)
广义加操作的计算方法,基于第三参考序列和变异差值/>生成与第一工艺序列的序列数量一致的变异个体如下式为:
(21)
其中,取模操作是为了让所有的数值均小于等于,以处在正常取值范围内。参照图10,是本申请实施例提供的一种第一工艺序列的变异差分的过程示意图。其中,利用第一参考序列/>[1,2,3,4,5]和第二参考序列/>[1,3,2,5,4]的差值[0,-1,1,-1,1],以及变异算子/>和预设变异概率/>[0.2,0.6,0.3,0.7,0.4]的对比结果,进行广义乘,以得到变异差值[0,0,1,0,1],然后利用变异差值[0,0,1,0,1]和第三参考序列/>[1,5,3,2,4]进行广义加,以得到新的变异个体[1,5,4,2,5]。
通过上述步骤901至步骤904,利用三个参考序列和变异算子生成变异个体,从而增加工艺序列的更多可能性,以避免陷入局部循环,从而提高找到加工资源成本更低的工艺序列的可能性。
步骤802:根据工艺流程序号得到工艺流程不重复的过渡流程序号,基于过渡流程序号得到第一过渡个体。
以下对步骤802进行详细描述。
在一些实施例中,由于上述生成的变异个体中出现不满足工艺流程的执行顺序信息的情况,如图10示例的变异个体[1,5,4,2,5],其中工艺流程5出现重复,且缺少工艺流程3,因此该变异个体是无法满足如图3所示的特征的加工参数需求的。因此为了满足加工参数需求,以提高本申请实施例提供的柔性加工系统的工件加工方法的可靠性,需要根据变异个体中的工艺流程序号,进行可行性处理,以得到工艺流程不重复且满足加工参数需求的过渡流程序号,并基于过渡流程序号得到第一过渡个体。下面将进一步描述如何根据工艺流程序号得到工艺流程不重复的过渡流程序号的具体步骤。
参照图11,根据工艺流程序号得到工艺流程不重复的过渡流程序号,包括以下步骤1101至步骤1103。
步骤1101:从工艺流程序号中确定重复的工艺流程作为目标待替换工艺。
步骤1102:基于工艺流程确定缺失的工艺流程作为缺失工艺。
步骤1103:基于执行顺序信息将缺失工艺替换变异个体的目标待替换工艺,得到工艺流程序号不重复且满足执行顺序信息的第一过渡个体。
以下对步骤1101至步骤1103进行详细描述。
在一些实施例中,在得到多个变异个体后,针对于每一个变异个体,从变异个体中的多个工艺流程对应的工艺流程序号中确定重复的工艺流程作为目标待替换工艺,以及基于工艺流程确定缺失的工艺流程作为缺失工艺,然后基于执行顺序信息将缺失工艺替换变异个体的目标待替换工艺,得到工艺流程序号不重复且满足执行顺序信息的第一过渡个体,其中第一过渡个体构成第一过渡种群。其转化过程可以通过下述算法4的边界条件控制算法实现。
由图10可以看出,根据差分变异后的变异个体并不一定满足工艺顺序约束,且可能有重复项。因而需要进行边界条件控制,共分3步:
1、消除重复项。遍历变异个体中的工艺流程,寻找重复的工艺流程序号,每个重复的工艺流程序号等概率随机保留其中1个,其余置空。并将变异个体/>转换为
2、填入缺失项。统计中缺少的工艺流程序号,随机乱序填入的置空处,将/>转换为/>
3、满足工艺顺序约束。不断重复遍历,依次寻找工艺流程序号靠前且满足执行顺序信息的工艺流程,填入第一过渡个体/>中,且每填入一个工艺流程便重头开始遍历
参照图12,是本申请实施例提供的一种变异个体的边界控制转换的流程示意图。以某个变异个体[1,1,1,1,5]为例,其中出现四次工艺流程1,以及缺失的工艺流程[3,4,2],将随机消除其中的三个工艺流程1,得到[ ,1, , ,5],然后将缺失的工艺流程[3,4,2]随机填入/>中得到/>[3,1,4,2,5],然后根据工艺顺序约束(即执行顺序信息)对/>[3,1,4,2,5]进行整理更新,以得到满足执行顺序信息的第一过渡个体e[1,3,4,2,5]。
通过上述步骤1101至步骤1103,利用变异个体的工艺流程序号,对变异个体进行可行化处理,以生成满足执行顺序信息的第一过渡个体,从而满足目标工件的加工参数需求,以提高柔性加工系统的工件加工方法的可靠性。
步骤803:将初始种群和第一过渡种群进行交叉,生成第二过渡种群。
以下对步骤803进行详细描述。
在一些实施例中,为了进一步增加工艺序列的更多可能性,以避免陷入局部循环,从而提高找到加工资源成本更低的工艺序列的可能性,将变异种群和第一过渡种群进行交叉处理,生成第二过渡种群,其中第二过渡种群中包括多个第二过渡个体。下面将进一步描述如何进行交叉处理的具体过程。
参照图13,将初始种群和第一过渡种群进行交叉,生成第二过渡种群,包括以下步骤1301至步骤1304。
步骤1301:获取交叉算子,并基于交叉算子和第一工艺序列的序列长度计算得到继承数量。
步骤1302:从第一工艺序列中选取继承数量的工艺流程生成继承序列。
步骤1303:基于所处序列长度和继承数量的差值从第一过渡个体中选取工艺流程拼接到继承序列,得到第二过渡个体。
步骤1304:基于第二过渡个体生成第二过渡种群。
以下对步骤1301至步骤1304进行详细描述。
在一些实施例中,首先获取预先得到的交叉算子,然后基于交叉算子/>和第一工艺序列/>的序列长度/>计算得到继承数量/>。然后从第一工艺序列/>中选取继承数量的工艺流程生成继承序列,以及基于所处序列长度和继承数量的差值(/>)从第一过渡个体/>中选取工艺流程拼接到继承序列,得到第二过渡个体。其交叉过程可以通过下述算法5的交叉算法实现。/>
在一些实施例中,通过交叉算法,使第二过渡个体继承初始种群的第一工艺序列的部分特征,同时又具备边界控制后的第一过渡个体/>的特征。由于需要生成的第二过渡个体依旧满足执行顺序信息,因此通过以下两步实现交叉:
Step 1. 第二过渡个体首先继承第一工艺序列/>的前/>个工艺流程。
Step 2.中剩余缺失的工艺流程从第一过渡个体/>中获得,并将其填入/>的空项中,且这些新填入/>的工艺流程的顺序与这些工艺流程在第一过渡个体/>中的顺序一致。
参照图14,是本申请实施例提供的一种第一工艺序列和第一过渡个体的交叉流程示意图。以某个第一工艺序列[1,3,2,4,5]和某个第一过渡个体[1,2,3,4,5]为例,首先基于第一工艺序列[1,3,2,4,5]和交叉算子C=0.2,生成继承序列u[1,3, , ,],然后从第一过渡个体[1,2,3,4,5]选取其余的工艺流程以满足执行顺序信息的形式填入继承序列u[1,3,, ,]中以得到第二过渡个体u[1,3,2,5,4]。
通过上述步骤1301至步骤1304,利用第一过渡个体和第一工艺序列进行交叉得到新的第二过渡个体,从而增加工艺序列的更多可能性,以避免陷入局部循环,进而提高找到加工资源成本更低的工艺序列的可能性。
步骤804:逐一选取第二过渡个体的过渡工艺序列,基于过渡工艺序列对应的资源成本值确定过渡工艺序列的过渡适应度值。
步骤805:基于过渡适应度值和适应度值的对比结果,利用过渡工艺序列更新初始种群。
以下对步骤804至步骤805进行详细描述。
在一些实施例中,在得到第二过渡个体之后,逐一选取第二过渡个体的过渡工艺序列,并基于过渡工艺序列对应的资源成本值确定过渡工艺序列的过渡适应度值。其中,过渡工艺序列的过渡适应度值可以参考上述步骤102的计算第一工艺序列的适应度所得到,本处不再阐述。然后利用第二过渡个体的过渡适应度值和第一工艺序列的适应度值的对比结果,利用过渡工艺序列替换第一工艺序列以更新初始种群。上述的步骤101至步骤102,以及步骤801至步骤804的具体流程可以通过以下算法6混杂离散差分进化算法与Dijkstra算法的工艺规划方法实现。
/>
在一些实施例中,该混杂算法的具体实现步骤参照图15所示,包括:
Step 1:初始化参数。初始化最大种群迭代次数、种群规模/>、当前代数/>、初始种群/>、新种群/>、变异算子/>、交叉算子/>、初始种群中的个体指的是第一目标参数序列,第一工艺序列的适应度/>、每代种群的全部的个体最优的加工参数序列。/>、/>、/>、/>参数数值可根据问题规模与实际优化效果进行调整。
Step 2:初始化种群。采用种群初始化算法(见算法1)生成条可行的第一工艺序列,将其作为新种群/>,当前代数/>置为1。调用Dijkstra算法(见算法2)寻找每个第一工艺序列的最优的加工参数序列,作为/>,并计算该加工参数序列下的总资源成本值/>,将其作为第一工艺序列的适应度,放入/>
Step 3:开始迭代。
3.1 将新种群转为初始种群/>
3.2 变异。根据初始种群,采用差分变异算法(见算法3),生成/>条变异个体,作为变异种群/>
3.3 边界条件控制。采用边界条件控制算法(见算法4),将变异种群中不可行的个体转为第一过渡个体,作为第一过渡种群/>
3.4 交叉。将初始种群与第一过渡种群/>通过交叉算法(见算法5)进行变换,作为第二过渡种群/>
3.5 计算第二过渡个体的最佳加工参数序列与个体适应度。通过Dijkstra算法(见算法2)寻找第二过渡个体中每个工艺序列的最优的加工参数序列,作为,并计算该加工参数序列下的总成本/>,将其作为第二过渡个体的过渡适应度,放入/>
3.6 选择。第二过渡种群与初始种群/>的种群规模相同,逐个比较两个种群对应的序号个体的适应度,将成本更低的工艺序列予以保留,形成含有/>条可行工艺序列的新种群,置为新种群/>。迭代次数/>
Step 4:若达到最大种群迭代次数,则停止迭代。将最后一代中成本最低的工艺序列作为目标工艺序列及其对应的加工参数序列作为目标加工参数序列,并将目标工艺序列和目标加工参数序列作为柔性加工流程问题的近似最优解。
通过步骤801至步骤805,算法3-6使离散差分进化算法可以批量产生符合执行顺序信息的更多且资源成本更低的工艺流程序列,然后利用Dijkstra算法被用于“解码”这些工艺流程序列,可找出一个给定工艺流程序列的最佳加工资源配置组合,以及该组合下的加工成本,即该工艺流程序列的最低的加工成本,从而在满足目标工件的加工参数需求的同时,有效地降低加工成本。
步骤104:在目标工艺流程中基于目标加工参数对目标工件进行加工。
以下对步骤104进行详细描述。
在一些实施例中,利用混杂离散差分进化算法得到最后一代的目标工艺序列,并确定目标工艺序列的多个目标工艺流程,以及目标工艺流程对于的目标加工参数的目标参数序列后,在目标工艺流程中基于目标加工参数对目标工件进行加工,从而在满足目标工件的加工参数需求的同时,有效地降低加工成本。
本申请实施例提出的柔性加工系统的工件加工方法,该方法首先根据柔性加工系统的设备参数和目标工件的加工需求参数确定工艺流程和每个工艺流程的多个加工参数序列,并基于设备参数和加工需求参数确定每个工艺流程的执行顺序信息,并在确定满足执行顺序信息的情况下逐一选取工艺流程构成第一工艺序列,第一工艺序列包括不同执行顺序的工艺流程;然后,基于第一工艺序列,逐一从工艺流程中选取加工参数序列作为节点,生成多个参数序列路径,并基于执行顺序,利用节点边的第一节点和第二节点计算得到节点边的权重值,并基于权重值计算得到第一工艺序列的资源成本,以根据资源成本值确定第一工艺序列的适应度值;接下来,基于第一工艺序列生成初始种群,并将初始种群进行变异差分以生成变异种群,根据变异个体的过流程序号得到工艺流程不重复的过渡流程序号,并基于过渡流程序号得到第一过渡个体,以及将变异种群和第一过渡种群进行交叉生成第二过渡种群,并确定第二过渡种群的过渡适应度值,以便于利用过渡适应度值和适应度值进行对比,以进行种群更新,得到包括多个目标工艺流程的目标工艺序列以及包括目标工艺流程对应的目标加工参数的目标参数序列;最后,在目标工艺流程中基于目标加工参数对目标工件进行加工。
本申请实施例利用加工需求参数和设备参数确定工艺流程和加工参数序列以及执行顺序信息,以确保满足目标工件的加工需求;然后利用组成节点边的两个节点的加工参数序列,并根据第二节点在参数序列路径的所处位置,得到精准的节点边的资源成本值,以便于利用资源成本值确定第一工艺序列的适应度值,以及利用混杂离散差分进化算法和适应度值更新工艺序列,以使得工艺序列向资源成本值较低的方向转化更新;此外,还利用变异个体的工艺流程序号,对变异个体进行可行化处理,以生成满足执行顺序信息的第一过渡个体,从而满足目标工件的加工参数需求。从而在确保满足目标工件的加工成本需求的同时,有效地降低目标工件的加工成本。
本申请实施例还提供一种柔性加工系统的工件加工装置,可以实现上述柔性加工系统的工件加工方法,参照图16,该装置1600包括:
第一工艺序列确定模块1610,用于根据柔性加工系统的设备参数和目标工件的加工需求参数确定工艺流程和每个工艺流程的多个加工参数序列,并基于工艺流程确定多个第一工艺序列,第一工艺序列包括不同执行顺序的工艺流程;
适应度值确定模块1620,用于基于第一工艺序列,逐一从工艺流程中选取加工参数序列作为节点,生成多个参数序列路径,并根据参数序列路径中节点边的权重值计算资源成本值,根据资源成本值确定第一工艺序列的适应度值;权重值根据节点边对应的加工参数序列计算得到;
目标参数确定模块1630,用于基于第一工艺序列生成初始种群,利用混杂离散差分进化算法根据适应度值进行种群更新,得到包括多个目标工艺流程的目标工艺序列以及包括目标工艺流程对应的目标加工参数的目标参数序列;
加工模块1640,用于在目标工艺流程中基于目标加工参数对目标工件进行加工。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,柔性加工系统的工件加工装置的具体实施方式与上述柔性加工系统的工件加工方法的具体实施方式基本一致,此处不再赘述。
本申请实施例还提供了一种电子设备,包括:
至少一个存储器;
至少一个处理器;
至少一个程序;
所述程序被存储在存储器中,处理器执行所述至少一个程序以实现本申请实施上述的柔性加工系统的工件加工方法。该电子设备可以为包括手机、平板电脑、个人数字助理(Personal Digital Assistant,简称PDA)、车载电脑等任意智能终端。
请参阅图17,图17示意了另一实施例的电子设备的硬件结构,电子设备包括:
处理器1701,可以采用通用的CPU(CentralProcessingUnit,中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案;
存储器1702,可以采用ROM(ReadOnlyMemory,只读存储器)、静态存储设备、动态存储设备或者RAM(RandomAccessMemory,随机存取存储器)等形式实现。存储器1702可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1702中,并由处理器1701来调用执行本申请实施例的柔性加工系统的工件加工方法;
输入/输出接口1703,用于实现信息输入及输出;
通信接口1704,用于实现本设备与其他设备的通信交互,可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信;
总线1705,在设备的各个组件(例如处理器1701、存储器1702、输入/输出接口1703和通信接口1704)之间传输信息;
其中处理器1701、存储器1702、输入/输出接口1703和通信接口1704通过总线1705实现彼此之间在设备内部的通信连接。
本申请实施例还提供了一种存储介质,存储介质为计算机可读存储介质,该存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述柔性加工系统的工件加工方法 。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域技术人员可知,随着技术的演变和新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本领域技术人员可以理解的是,图中示出的技术方案并不构成对本申请实施例的限定,可以包括比图示更多或更少的步骤,或者组合某些步骤,或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括多指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例,并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进,均应在本申请实施例的权利范围之内。

Claims (10)

1.一种柔性加工系统的工件加工方法,其特征在于,所述方法包括:
根据柔性加工系统的设备参数和目标工件的加工需求参数确定工艺流程和每个所述工艺流程的多个加工参数序列,并基于所述工艺流程确定多个第一工艺序列,所述第一工艺序列包括不同执行顺序的所述工艺流程,所述加工参数序列包括加工机器、加工刀具以及进刀方向;
基于所述第一工艺序列,逐一从所述工艺流程中选取所述加工参数序列作为节点,生成多个参数序列路径,并根据所述参数序列路径中节点边的权重值计算资源成本值,根据所述资源成本值确定所述第一工艺序列的适应度值;所述权重值根据所述节点边对应的加工参数序列计算得到;
基于所述第一工艺序列生成初始种群,利用混杂离散差分进化算法根据所述适应度值进行种群更新,得到包括多个目标工艺流程的目标工艺序列以及包括所述目标工艺流程对应的目标加工参数的目标参数序列;
在所述目标工艺流程中基于所述目标加工参数对所述目标工件进行加工;
所述利用混杂离散差分进化算法根据所述适应度值进行种群更新,包括:
将所述初始种群中所述第一工艺序列进行变异差分,生成变异种群;所述变异种群包括所述第一工艺序列的至少一个变异个体,所述变异个体包括工艺流程的工艺流程序号;
根据所述工艺流程序号得到所述工艺流程不重复的过渡流程序号,基于所述过渡流程序号得到第一过渡个体;所述第一过渡个体构成第一过渡种群;
将所述初始种群和所述第一过渡种群进行交叉,生成第二过渡种群;所述第二过渡种群中包括第二过渡个体;
逐一选取第二过渡个体的过渡工艺序列,基于所述过渡工艺序列对应的资源成本值确定所述过渡工艺序列的过渡适应度值;
基于所述过渡适应度值和所述适应度值的对比结果,利用所述过渡工艺序列更新所述初始种群。
2.根据权利要求1所述的柔性加工系统的工件加工方法,其特征在于,所述基于所述工艺流程确定多个第一工艺序列,包括:
基于所述设备参数和所述加工需求参数,确定每个所述工艺流程的执行顺序信息;
确定满足所述执行顺序信息,逐一选取所述工艺流程构成所述第一工艺序列。
3.根据权利要求2所述的柔性加工系统的工件加工方法,其特征在于,所述参数序列路径包括按照所述工艺流程的执行顺序依次相连的至少一个节点,相邻的所述节点通过所述节点边连接;所述根据所述参数序列路径中节点边的权重值计算资源成本值,包括:
基于所述执行顺序,根据所述节点边连接的第一节点和第二节点获取所述第一节点的第一加工参数序列和所述第二节点的第二加工参数序列;
根据所述第一加工参数序列和所述第二加工参数序列计算所述节点边的转换成本;
若所述第二节点为所述参数序列路径中最后一个节点,分别选取所述第一加工参数序列和所述第二加工参数序列作为中间参数序列,否则,选取所述第一加工参数序列作为中间参数序列,根据所述中间参数序列计算所述节点边的使用成本;
累加所述使用成本和所述转换成本得到所述节点边的所述权重值,并根据所有所述节点边的所述权重值得到所述资源成本值。
4.根据权利要求3所述的柔性加工系统的工件加工方法,其特征在于,所述根据所述中间参数序列计算所述节点边的使用成本,包括:
基于所述中间参数序列确定加工机器和加工刀具;
确定所述加工机器的机器使用成本以及确定所述加工刀具的刀具使用成本;
根据所述机器使用成本和所述刀具使用成本得到所述使用成本。
5.根据权利要求3所述的柔性加工系统的工件加工方法,其特征在于,所述根据所述第一加工参数序列和所述第二加工参数序列计算所述节点边的转换成本,包括:
根据第一加工参数序列得到所述第一节点的第一加工机器、第一加工刀具和第一进刀方向,以及根据所述第二加工参数序列得到所述第二节点的第二加工机器、第二加工刀具和第二进刀方向;
基于所述第一加工机器与第二加工机器的机器一致性生成机器指示符,基于所述第一加工刀具和所述第二加工刀具的刀具一致性以及所述机器一致性生成刀具指示符,以及基于所述第一进刀方向和所述第二进刀方向的方向一致性以及所述机器一致性生成方向指示符;
基于机器变换功耗和所述机器指示符确定机器变换成本,基于刀具变换功耗和所述刀具指示符确定刀具变换成本,以及基于方向变换功耗和所述方向指示符确定设置变换成本;
基于所述机器变换成本、所述刀具变换成本和所述设置变换成本得到所述转换成本。
6.根据权利要求1所述的柔性加工系统的工件加工方法,其特征在于,所述将所述初始种群中所述第一工艺序列进行变异差分,生成变异种群,包括:
获取变异算子和预设变异概率;
从所述初始种群中选取第一参考序列、第二参考序列以及第三参考序列;
根据所述预设变异概率和所述变异算子的对比结果,以及所述第一参考序列和所述第二参考序列的差值,计算得到变异差值;
基于所述第三参考序列和所述变异差值生成与所述第一工艺序列的序列数量一致的所述变异个体。
7.根据权利要求1所述的柔性加工系统的工件加工方法,其特征在于,所述根据所述工艺流程序号得到所述工艺流程不重复的过渡流程序号,包括:
从所述工艺流程序号中确定重复的所述工艺流程作为目标待替换工艺;
基于所述工艺流程确定缺失的所述工艺流程作为缺失工艺;
基于所述执行顺序信息将所述缺失工艺替换所述变异个体的所述目标待替换工艺,得到工艺流程序号不重复且满足所述执行顺序信息的所述第一过渡个体。
8.根据权利要求1所述的柔性加工系统的工件加工方法,其特征在于,所述将所述初始种群和所述第一过渡种群进行交叉,生成第二过渡种群,包括:
获取交叉算子,并基于所述交叉算子和第一工艺序列的序列长度计算得到继承数量;
从所述第一工艺序列中选取所述继承数量的工艺流程生成继承序列;
基于所处序列长度和所述继承数量的差值从所述第一过渡个体中选取工艺流程拼接到所述继承序列,得到所述第二过渡个体;
基于所述第二过渡个体生成所述第二过渡种群。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8任一项所述的柔性加工系统的工件加工方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8任一项所述的柔性加工系统的工件加工方法。
CN202410102983.3A 2024-01-25 2024-01-25 柔性加工系统的工件加工方法及相关设备 Active CN117634749B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410102983.3A CN117634749B (zh) 2024-01-25 2024-01-25 柔性加工系统的工件加工方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410102983.3A CN117634749B (zh) 2024-01-25 2024-01-25 柔性加工系统的工件加工方法及相关设备

Publications (2)

Publication Number Publication Date
CN117634749A CN117634749A (zh) 2024-03-01
CN117634749B true CN117634749B (zh) 2024-05-17

Family

ID=90025493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410102983.3A Active CN117634749B (zh) 2024-01-25 2024-01-25 柔性加工系统的工件加工方法及相关设备

Country Status (1)

Country Link
CN (1) CN117634749B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447408A (zh) * 2018-09-21 2019-03-08 华中科技大学 一种基于复杂网络理论的跨单元调度方法
CN116151581A (zh) * 2023-02-28 2023-05-23 北京理工大学 一种柔性车间调度方法、系统及电子设备
CN116523165A (zh) * 2023-06-30 2023-08-01 吉林大学 柔性作业车间amr路径规划与生产调度的协同优化方法
CN117075545A (zh) * 2023-08-03 2023-11-17 浙江大学 一种多目标柔性作业车间调度方法、电子设备、介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090210081A1 (en) * 2001-08-10 2009-08-20 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447408A (zh) * 2018-09-21 2019-03-08 华中科技大学 一种基于复杂网络理论的跨单元调度方法
CN116151581A (zh) * 2023-02-28 2023-05-23 北京理工大学 一种柔性车间调度方法、系统及电子设备
CN116523165A (zh) * 2023-06-30 2023-08-01 吉林大学 柔性作业车间amr路径规划与生产调度的协同优化方法
CN117075545A (zh) * 2023-08-03 2023-11-17 浙江大学 一种多目标柔性作业车间调度方法、电子设备、介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
An integrated scheduling approach considering dispatching strategy and conflict‑free route of AMRs in flexible job shop;Jiaojiao Liu 等;The International Journal of Advanced Manufacturing Technology;20221223;第1979–2002页 *
两级差分进化算法求解多资源作业车间批量调度问题;王海燕;赵燕伟;王万良;徐新黎;;控制与决策;20101130;25(11);第1635-1643页 *
基于Dijkstra算法柔性作业车间调度的研究;刘坤华 等;机床与液压;20171231;45(23);第105-109页 *

Also Published As

Publication number Publication date
CN117634749A (zh) 2024-03-01

Similar Documents

Publication Publication Date Title
US7065420B1 (en) Integrated real-time feature based costing
US5155679A (en) Set-up optimization for flexible manufacturing systems
US10197991B2 (en) 3D printing resource allocation
JP2972540B2 (ja) Lsi自動設計システム及びlsi自動設計方法
CN103942610B (zh) 基于任务的可重组制造系统多态构型优化方法
CN105157712B (zh) 一种车辆路径的规划方法和规划系统
US9335760B2 (en) Template framework for automated process routing
JP6902299B1 (ja) 製造実行システム、製造実行方法、プログラム、及び、製造システム
Wang et al. A simulation approach to the process planning problem using a modified particle swarm optimization.
CN117634749B (zh) 柔性加工系统的工件加工方法及相关设备
Chang et al. A dynamic programming based process planning selection strategy considering utilisation of machines
US20050010325A1 (en) Computer-aided manufacturing system and method for sheet-metal punching
CN109086936B (zh) 一种智能车间的生产系统资源配置方法、装置及设备
CN116985146B (zh) 退役电子产品的机器人并行拆解规划方法
CN117087170B (zh) 3d打印路径规划方法、装置、计算机设备及存储介质
CN110020456A (zh) 利用基于图的相似性搜索逐步生成fpga实现的方法
CN112364531A (zh) 复合物模型构建方法、装置、电子设备及存储介质
CN111985162A (zh) 一种基于深度学习的置换流水车间控制方法及系统
CN104346380A (zh) 基于MapReduce模型的数据排序方法和系统
JP2009184028A (ja) 工程設計支援装置
CN117057528A (zh) 一种基于端到端深度强化学习的分布式作业车间调度方法
CN112632777B (zh) 面向家电产品装配线的ⅱ型双边装配线平衡方法及系统
JP2019185167A (ja) 情報処理装置、情報処理方法および情報処理プログラム
CN115437321A (zh) 基于深度强化学习网络的微服务-多代理工厂调度模型
CN113282063A (zh) 缝制产线的配置方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant