|
|
|
本書圍繞智慧製造系統和智慧工廠的基礎共性技術，從切削參數智慧優選、智慧工藝規劃、智慧製造工廠及調度、工藝規劃與工廠調度智慧整合四個方面系統地介紹了製造系統的智慧化技術及應用。本書突出基礎理論與工程實踐相結合。基礎理論部分較為清晰地闡述了製造系統智慧化的基礎問題，包括智慧製造核心支撑技術，切削參數優化、工藝優化和調度的基本理論和模型，智慧製造工廠模型的基本概念、智慧優化方法等。工程實踐部分列舉了大量研究案例，力圖較為清晰地闡述了製造系統智慧化的基礎問題，每一章均有典型的案例，使讀者更好地理解和掌握本章涉及的基本理論和基礎知識。
本書可供從事智慧製造研究與開發的工程技術人員參考，也可作為高等院校機械工程、智慧製造工程、機械設計製造及其自動化、工業工程等相關專業師生的參考書。
第1章 智慧製造總論
1.1 智慧製造概述
1.2 智慧製造核心技術
1.2.1 工業機器人
1.2.2 3D列印技術
1.2.3 RFID技術
1.2.4 無線感測器網路技術
1.2.5 物聯網與資訊物理融合系統
1.2.6 工業大數據
1.2.7 雲端運算技術
1.2.8 虛擬現實技術
1.2.9 人工智慧技術
1.3 智慧製造系統的體系結構
參考文獻
第2章 切削參數智慧優選
2.1 切削參數智慧優選概述
2.2 切削參數優化建模
2.2.1 優化目標
2.2.2 切削參數優化的邊界約束條件
2.3 切削參數敏感性分析及優化
2.3.1 田口法
2.3.2 灰度關聯法
2.3.3 基於田口法的單目標切削敏感性分析和切削參數優化
2.3.4 基於灰度關聯法的多目標切削參數優化
2.4 最佳切削參數預測
2.4.1 利用理論公式計算的方法預測切削力
2.4.2 利用有限元仿真的方式預測切削力
2.4.3 利用試驗資料擬合經驗公式的方式預測切削力、表面粗糙度
參考文獻
第3章 智慧工藝規劃
3.1 研究背景
3.2 智慧工藝規劃建模
3.2.1 基於特徵向量的工藝知識表述方法
3.2.2 工藝知識表述實例
3.3 利用遺傳算法求解工藝規劃與編程
3.3.1 遺傳算法
3.3.2 基於遺傳算法的加工工藝智慧規劃
3.3.3 典型案例
3.4 改進的工藝規劃與編程深度求解方法
3.4.1 蟻群算法
3.4.2 改進的工藝知識表述方法
3.4.3 利用蟻群算法求解工藝規劃問題
3.4.4 兩階段蟻群算法求解工藝規劃問題
3.4.5 典型案例及分析
參考文獻
第4章 智慧製造工廠及調度
4.1 智慧製造工廠
4.2 工廠生産智慧調度
4.2.1 調度問題描述
4.2.2 典型調度問題
4.2.3 調度問題的研究方法
4.3 柔性作業工廠調度問題
4.3.1 柔性作業工廠調度建模
4.3.2 利用遺傳算法求解柔性作業工廠調度問題
4.3.3 基於混合遺傳算法的柔性作業工廠調度方法研究
4.3.4 典型案例及分析
4.4 成批生産工廠調度問題
4.4.1 成批生産調度問題建模
4.4.2 利用蟻群算法求解成批生産調度問題
4.4.3 典型案例及分析
參考文獻
第5章 工藝規劃與工廠調度智慧整合
5.1 工藝規劃與工廠調度智慧整合建模
5.1.1 研究背景
5.1.2 工藝規劃與工廠調度整合建模
5.2 利用遺傳算法求解工藝規劃與工廠調度整合問題
5.2.1 遺傳算法的優化策略
5.2.2 典型案例及分析
5.3 利用蟻群算法求解工藝規劃與工廠調度整合問題
5.3.1 蟻群算法的優化策略
5.3.2 兩段式的蟻群算法求解IPPS問題
5.3.3 改進的蟻群算法訪問策略
5.3.4 典型案例及分析
參考文獻
第6章 智慧製造系統案例分析
6.1 汽車行業典型零部件智慧工廠案例
6.1.1 MES系統
6.1.2 AGV小車
6.1.3 SCADA系統
6.1.4 Andon系統
6.2 航空引擎典型零部件智慧製造工廠案例
6.2.1 航空引擎産品及其生産特點
6.2.2 機匣産品及其工藝特點分析
6.2.3 機匣工廠的管理現狀及存在問題
6.2.4 機匣COE生産組織方式及運作流程
6.2.5 機匣COE實施智慧製造的主要內容
6.2.6 機匣COE實施智慧製造的技術支撑體系
6.2.7 機匣MES軟體的設計及實施
6.3 企業WIS案例
6.3.1 背景
6.3.2 企業WIS總體規劃
6.3.3 工廠資料採集方案
6.3.4 WIS系統建設方案
6.3.5 建設後使用效果
6.4 基於大數據的生産系統預測性維護與機床體檢相關案例
參考文獻
附錄
附錄A GMT方法初始化過程
附錄B RS方法初始化過程
附錄C FJSP問題測試資料
