专业源于敬业.本站专业为玩家朋友们提供最新1.85复古传奇SF信息与官方技术资料.
基于ＰＳＯ的电容生产工序参数优化 |
作者:要上要上传奇网 时间:2011-10-19 16:27 |
| 粒子群优化算法是一种基于群智能理论的仿生全局优化方法。该文在对粒子群算法进行研究的基础上，将其应用于解决流程型生产企业的生产过程工艺参数优化。 在建立实际生产线模型的基础上，提出了多目标优化策略。 仿真结果表明利润、均衡度和库存费均达到一个满意的结果。关键词：群智能；粒子群算法；工艺参数优化中图分类号："391．9文献标志码：0引言粒子群优化算法(缸，简称粒子群算法)是一种基于群智能理论的仿生全局优化方法，通过群体中粒子间的合作与竞争产生的群智能指导优化搜索。其优势在于算法的简介性，易于实现，没有很多的参数需要调整，且不需要梯度信息。在现代信息日益发达的社会，企业的效率就是企业的生命线。而将自然计算的相关优化理念运用到生产流程中，则是一项很有价值的课题。算法描述在粒子群优化算法中，群体中的每个个体都有一个速度(反映位置的改变)，粒子根据速度在搜索空间运动。而且，每个个体都有一个记忆单元，记下它曾经到达过的最优位置。整个寻优过程就是个体根据自己先前到达过的最优位置和其邻域中其他个体到达过的最优位置来改变自己的位置和速度，从而趋向全局最优值的聚集加速过程。 初始化为一群随机粒子，然后粒子们根据对个体和群体的飞行经验的综合分析来动态调整自己的速度，在解空间中进行搜索，通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个“极值”来更新自己：一个是个体极值，即粒子自身目前所找到的最优解；另一个是全局极值，即整个种群目前找到的最优解。在找到这两个最优解时，粒子根据如下的公式来更新自己的速度和新的位置；蝣“=坼呓+(州一《)+2·，2+(州一巧)(1)吒+1=；+嘭“(2)其中，下标代表第个粒子，下标，代表速度(或位置)的第．，维，上标代表迭代代数；和2是学习凶子，通常、：∈0,4，和2是介于，的随机数。 ，6酬是粒子在第，维的个体极值的坐标；；是群体在第，维的全局极值的坐标。2生产流程概述该公司主要生产一种膜式电容器产品，以蒸镀有金属导电层的塑料薄膜为核心电介质材料，通过卷绕工艺形成电容结构，然后再通过金属溅射和焊接工艺引出电极引线，最后包封测试而成。当然，其中还需通过压制、赋能、检测筛选、打标等必要工艺控制环节，才能生产出需要的合格产品。整体而言，大致的生产工艺流程(包括在哪一步返工)可以描述如下：卷绕专热压专包膜、喷金(含返工)专拆膜÷赋能专焊接专包圭妖含返工)专切脚、打标÷分选专编带包装。考虑到主要工序和辅助网友爱玩本游戏工序的问题以及模型的简约化描述问题，这里选用主要的工艺步骤，定义加工中心如下：卷绕，热压，包膜，焊接，包封，分选3生产线流程建模3．1生产线流程建模产品、同时进入生产线，在各加工中心按给定的加工工序进行加工。于是，我们建立了实际生产线的示意图，具体见图。工中心一-'圈圈固丑囱回臣刁回回回图1实际生产线示意图基金项目：国家自然科学基金重点项目(70531020)；教育部科学研究重大项目(306023)；国家自然科学基金面上项目(70871091)和国家自然科学基金委主任摹金专项(0525002)作者简介：郭正福(1975．)，男．福建武平人。同济大学电子与信息：程学院，上海贝尔(阿尔卡特)股份有限公司，技术工程师，宅要从事流程控制，卜海200092：司呈勇(1986．)，男，山东郓城人，同济大学电子与信息1：程学院。 博士研究生，主要从事群体智能优化方面的研究，上海200092：汪镭(1970-)，男．江苏无锡人，同济大学电子与信息．：程学院，教授，博士生导师，主要从事智能控制、智能计算、玩家高兴和系统工程．卜海200092；吴船迪(1947-)，女，．浙江永嘉人，同济大学电子与信息工程学院，教授，博士生导师，主要从事智能控制、智能计算、和管理科学，上海200092·6·26'订，2010研究与设计囊型电脑应用2010年第26卷第3期由于产品的型号规格种类非常多，而且每一种型号产品的需求情况相差悬殊，有的为常规品种，有稳定的市场需求，每天的生产量很稳定；而有些品种则属于特殊规格，可能就按照-,订单需求生产，产量不稳定。难于预测日生产量。加之设备对产品加工处理的难度及能力跟具体规格差别不大，而跟尺寸容量的大小相关。所以不可能按照产品具体型号规格来定义产品分类。为了问题描述的简约化并采用归一化处理，只分成大规格和小规格的两大类产品进行区分。按照这种分类的产品日产能要求(即日加工能力)见表。表1产品定义及产能要求产品产品型号加工要求(件，天)大规格≥0．1丑小规格<．1日出我们考察各加工中心对具体产品(、规格)的加工能力，具体如表2所示。其中，表中的数据单位为：件日，时间以“日”为单位，产品以“件”为单位。表中的数据已为各加工中心机器组的加工能力，是通过具体的单个机器与台数的乘积得到。表2各加工中心对具体产品的加工能力(件1)．2-3．1、，．1．1江2]-1．1乙2产品(50台1(50台)(30台)(20台)(25台)(16台)(18台)(8台)(18台)(7台)大规格8002，9丑出1．27妓53491．411．1360小规格333．883．7班1．951．685．23．35403．2生产过程的数学模型设该薄膜电容制造系统由个加工中心组成，每个加工中心的加工操作设为，下标表示第步加工工序。 在本系统中，加工中心有卷绕，热压，包膜，接，包封，分选等六个组成，所以8=6。设每个加工中心有膨个相同设各组，则有磊=3组，-](50台>，-2(50台)，-3(30台)磁=组，-1(20台)％=组，-1(25台)缸=2组，-1(16台)，-2(18台)=组-(18台)懈组-(18台)，-2(7台)设加1种不同产品，用下标来表示第种产品，则=2，因为有4、两种规格。故需设立缓冲区一。萨2·6=12个。于是形成的缓冲区序列4“矩阵4形式为『彳彳12彳．]彳2、；：．．．日；。 ．本课题的缓冲区矩阵描述为：彳121315161彳2彳丝么2，彳¨彳25彳拍另外，为了描述方便，我们有如下定义：设％表示山中的加工速度；％表示进“的速度；。表示厶是否存在返工过程，存在即为、不存在为0，本课题中矩阵，瑶33：；串，即在包封工序才有返工；％表示返工时进的速度；巧(，)表示在胡内设备组加的累计加工时间；锄表示累计加工时间内加工完成如步骤的工件数·7·量；％表示累计加工时间内∥中工件的数量；于是，得到表达式：国=咯，乃(，)(3)完成件=％宰打(0，)(4)=(0)0(，)∥(，)Ⅶ·，)(5)式(5)中，％(0)表示缓冲区“中初始元件的数量；协木琦(0，)表示累计加工时间70(0，)进入山中工件数量；吻宰巧(0，)蟹，表示返工时累计加工时间。×0，)进入也中工件数量；吩牛乃(，)表示累计加工时间内加工完成也步骤的工件数量：式(5)可化为：0=肋(+(夥+，宰功一％)宰可(，)(6)化为矩阵形式为：(沪7℃，力(7)拟炉Ⅳ(册'-(，)(8)式(7)～式(8)为该系统的流体网络模型其中(力的优化分配由粒子群算法实现。 3．3整体优化思想基于加工时间分配的工序参数优化，即以加工时问为操作对象，目标函数也以加工时间为参数，单位为。其目标是将这批任务在进行各道工艺的加工时，对相应加工中心中的机器对不同产品的加工时间进行最优化配置。由于前一道工序的结果会限制后一道工序，因此，优化过程必须按照工序的顺序进行，即先对加工中心、阶进行优化，然后再根据加工中心的最优投产计划和产量来优化加工中心。 以此类推，得到最终的产品输出。整体优化思路为：(1)对第一道工序所在的加工中心、阶进行优化，得到该加工中心中三个设备组对两种产品的加工时间最优化配置方案，并得到经过第一道加工工序后的优化产量值；(2)将得到的两种产品的产值作为第二道工序所在的26，．3，2010研究与设计般型电脑应用2010年第26卷第3期加工中心的投产计划，再运用粒子群优化算法对加工中心进行优化；(3)然后再进入第三道工序，对加工中心进行优化，以此类推，直到产品加工完成，并得到整个生产线的工序参数优化结果。4仿真结果及讨论根据3．3节的优化思路，依次进行热压(1)、包膜、焊接、包封和分选过程的寻优，具体结果见表3至表4。表3各工序加工时间最优分配结果(1)工序卷绕热压包膜Ⅵ卟．1Ⅵ仆-2-3．1-寻优代数220152136最+415211．435610．550610．716210．36“优值12．481812．475013．449413．283813．6356475．6333476．4833351．68671．3038+003548．4519对应产量1560．22501559．3750560．39172．1476+0032．1476+003利润(千元)38．012799．352053．7168均衡度0．00596．592910．7002库存费(7；)13．341312．482411．0155表4备工序加工时间最优分配结果(2)下序焊接包封分选性≥-)2-二-2寻优代数293185222最10．61678|3269．33549．47737．6050优值13．365415．16669．912013．117915．2839对236．2216312．2303548．4519434．3763114．0756应产量1．0859时0031．06170+0032．1476+003．37+003．3439州3利润(兀53．716853．716853．7168)均衡度3．5266,-0050．33252．0614-005厍存费(元00)从上面表格，可以看出，在每一道工序中，粒子群均可以在300代内寻得最优值。 且在寻到最优值时，均衡度均基本为0，由此也说明了均衡度在多目标函数综合中的重要性。但上面的寻优过程也存在着这样一个问题，即由于受加工中心生产能力的限制，寻优到的最优结果并不能很好的满足客户需求。这主要是由于工序、，及均只有一个加工中心，且生产速度不高所致。·85结束语本文在对粒子群算法进行深入研究的基础上，将其应用于解决流程型生产企业的生产过程工艺参数优化。在对算法和多目标优化问题进行简单介绍的基础上，建立了实际生产线模型，并提出了多目标优化策略，包括最小库存费、最大利润化、最小均衡度等。接下来，通过仿真，针对不同目标函数的结合，有力地说明了采取的多目标优化策略，可以使利润、均衡度和库存费均达到一个满意的结果。(下转第1页)26,．3，2010研究与设计截型电脑应用2010年第26卷第3期3与方差法进行比较方差法与本文采用的延迟方差法类似，也是根据信号脉动幅值的变化量来度量失稳先兆，但方差法是采样点数据与采样点之前的一段时间内数据均值的方差，没有考虑到失稳先兆波的频率特征。其公式为：=万1嘻㈨)吲(2)本文采用相同的数据，分别利用艿和艿方法对数据进行处理，并进行对比分析，如图6。从中可以看出，在相同单位的情况下，舔比召对失稳先兆有着更高的区分度。且公式(2)中在进行方差计算之前，需要计算平均值，其计算复杂度为0(2)，增大了计算量，不利于失稳的在线预警。而公式(1)的计算复杂度为(刀)。4结论图6与方差法进行比较延迟方差法综合了航空发动机失稳先兆的幅值特性与频率特性，在一定条件下能够准确的预测失稳的发生。其次，延迟方差法算法复杂度低，更有利于实现失稳的在线预警。 但由于航空发动机运行环境极为复杂，压气机的入条件及发动机喷管的喷射角度，都对压气机的稳定性起着非常莺要的作用，应用在实际运行的航空发动机上的在线预警系统还很难实现。但本文的研究成果表明，在均匀的入条件下，采用延迟方差法，可应用于航空发动机的在线预警，为发动机进行主动控制争取了时间。参考文献，1．[]|飚强1255，3，10，2004．2-,-，：[1．Ⅱ，2001，4610)．[31唧,．．1．]．,1998．120：43-439．4，．『]．1998．5刘大响．航空燃气涡轮发动机稳定性设计与评定技术．北京：航空工业出版社,2004：265—271．6张靖煊．一种捕捉预示新开的传奇压气机失稳预警信号的新方法的研究，航空动力学报0004，19(3)：270-277．(收稿日期：2009—11-18)铲一移浔寻谬一婷姆移浔秽谬秽礴谚磅一谬一疆一一寻移一守磅磅谬移谬守寻谬寻(上接第8页)底；对粒子群算法的研究，无论是在理论还是在实践方面都在不断发展中，已有的研究成果还不是很成熟。 在本文研究的基础上，对下一步的研究提出些展翅：(1)加强粒子群的数学基础和理论研究与相对鲜明的生物社会特性基础相比，的数学基础显得相对薄弱，缺乏深刻且具有普遍意义的理论分析。因此，对数学基础的研究非常重要，包括对不同搜索问题的收敛性、收敛速度估计、预防陷入局部极值和参数设置的影响；(2)与其它优化技术结合算法需要与其他优化技术的比较，以更深入地了解其性能，并与其他技术(神经网络、模糊逻辑、复杂系统自组织以及混沌理论等)相结合，以提高算法的计算性能；(3)结合相应自然观点，加深对理解粒子群算法本质上是一种仿生进化算法，对于相应的自然界的一些运行机制的研究，可以让我们对它的研究更彻参考文献11张燕，康琦，汪镭，吴启迪．群体智能．冶金自动化，2005，(2)：1-4．22,．[]．．,．．,1995，12—13．3王凌，刘波．微粒群优化与调度算法田．北京：清华大学出版社20084吴启迪，汪镭．智能微粒群算法研究及应扇．南京：江苏教育出版社好传奇，2005．5郭关七，王勇．基于进化算法的约束处理技术．湖南理工学院学报：自然科学版，2006，19(4)：15—18．(收稿日期：2010-01-24)基于的电容生产工序参数优化作者：郭正福，司呈勇，汪镭，吴启迪，作者单位：同济大学电子与信息工程学院,上海,200092刊名：微型电脑应用英文刊名：年，卷(期)：2010,26(3)参考文献(5条)1.郭关七;王勇基于进化算法的约束处理技术[期刊论文]-湖南理工学院学报(自然科学版)2006(04)2.吴启迪;汪镭智能微粒群算法研究及应扇20053.王凌;刘波微粒群优化与调度算法20084.;19955.张燕;康琦;汪镭;吴启迪群体智能[期刊论文]-冶金自动化2005(02)。 -本文是本站原创编辑所写.请勿转载.如需转载请与站长邮箱5874@ff.com联系。 |
Copyright 2009-2012 By www.1313sf.com All Right Reserved 本站版权所有.请支持正版游戏.
精品新开轻变传奇立志为玩家朋友们长期提供稳定可靠的各类传奇游戏与技术支持.