-
公开(公告)号：CN116009419A
公开(公告)日：2023-04-25
申请号：CN202211700527.6
申请日：2022-12-28
Applicant: 西南交通大学
IPC: G05B17/02
Abstract: 本发明公开了一种复杂装备制造过程虚拟重构与仿真运行方法及系统，该方法包括：对复杂装备制造过程进行统一表征，包括车间要素的表征、生产关系的表征、物流关系的表征；利用统一表征后的车间要素、生产关系、物流关系对复杂装备制造过程进行逻辑建模，并在逻辑建模构建的逻辑模型基础上进行仿真运行。本发明研究了基于离散事件系统的车间仿真建模，以及面向数字孪生的车间制造执行过程仿真架构，并根据复杂装备制造执行过程仿真需求设计了仿真调度策略与算法，解决了复杂装备制造阶段仿真难的问题。
-
公开(公告)号：CN112084580B
公开(公告)日：2022-08-19
申请号：CN202010960458.7
申请日：2020-09-14
Applicant: 西南交通大学
IPC: G06F30/15 , G06F30/20 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于回归分析和满意度函数法的AGV系统优化配置方法，该方法首先采用离散事件建模仿真方法理论构建AGV系统仿真模型，然后对设计参数和目标性能进行灵敏性分析以缩减设计空间，随后设计多因素水平试验进行回归分析拟合二阶多项式数学模型，最后用带权重的满意度函数方法来求解多目标优化模型从而获得AGV系统最优化参数配置。本发明提供的方法实施方便，简洁高效，能够对AGV系统进行有效的参数配置。
-
公开(公告)号：CN112327745B
公开(公告)日：2021-08-03
申请号：CN202011335889.0
申请日：2020-11-25
Applicant: 西南交通大学
IPC: G05B19/05
Abstract: 本发明公开了一种基于可试验数字孪生体的PLC程序设计方法，具体为：针对系统中参与生产制造的设备，从几何特征、运动属性与接口多个维度完成系统物理模型的构建；将制造系统分为设备、单元以及系统三个层次，从不同层次依次构建制造系统逻辑模型；逻辑模型与物理模型连接，通过运行仿真逻辑模型驱动物理模型进行生产动作仿真，验证制造系统逻辑模型；基于逻辑模型，建立逻辑模型到PLC梯形图程序的映射规则，实现PLC梯形图程序的快速设计。本发明简化了逻辑模型的构建过程，降低了逻辑模型的复杂程度；同时可快速生成可靠的PLC梯形图程序，降低了PLC程序设计的难度。
-
公开(公告)号：CN112084708A
公开(公告)日：2020-12-15
申请号：CN202010920092.0
申请日：2020-09-04
Applicant: 西南交通大学
IPC: G06F30/27 , G06F30/15 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于响应面和遗传算法的AGV系统优化配置方法，主要针对制造系统中AGV系统的优化配置问题，该方法首先采用离散事件建模与仿真技术模拟AGV系统运行，然后用灵敏度分析来分离AGV系统的设计变量，随后采用析因实验和响应面方法来构建AGV系统的二次多项式数学拟合模型，得到多目标性能优化数字模型，最后用NSGA‑II遗传算法来求解多目标优化解，进而得到AGV系统优化配置参数。本发明的方法简洁高效，能够对AGV系统进行合理配置，节省AGV系统的配置成本，提高AGV系统的运行效率。
-
公开(公告)号：CN110991056A
公开(公告)日：2020-04-10
申请号：CN201911247383.1
申请日：2019-12-09
Applicant: 西南交通大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/04 , G06N3/12 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种基于遗传变邻域算法的飞机装配线作业调度方法，该方法首先建立资源受限的飞机装配线作业调度模型，将实际生产中的作业调度问题转化为优化求解的数学模型问题；其次以最小化装配作业总工期为优化目标，同时考虑紧前紧后约束、资源约束和空间约束，构建飞机装配线分部段作业调度模型；最后采用改进遗传变邻域算法进行求解。本发明设计了一种结合优先级规则的种群初始化方法以缩减解空间，采用一种结合接受阈值的变邻域局部搜索方式，构建三种考虑紧前紧后关系的邻域结构来确保搜索过程中产生合法解，以提高搜索能力，避免传统遗传算法陷入局部最优；通过本方法所得的飞机装配线作业调度方案可有效缩短装配作业总工期。
-
Patent Agency Ranking
公开(公告)号：CN109408921B
公开(公告)日：2019-09-17
申请号：CN201811187173.3
申请日：2018-10-12
Applicant: 西南交通大学 , 成都天佑创软科技有限公司
IPC: G06F17/50
Abstract: 本发明公开一种基于物流路径网络的复杂离散制造系统物流建模仿真方法，包括以下步骤，首先将各类物流路径统一映射为无向图；将各类物流设备统一映射为执行器集；将物流路径上分布的各个离散控制点统一映射为虚拟服务节点集，构成物流路径网络模型；基于所述物流路径网络模型，将车间物流关系映射成物流路径网络集，从物流路径网络集中任取两个点，分别记作初始点和目标点，求出作初始点到目标点的一条最短物流路径；根据规划的最短物流路径，求出执行物流任务运输距离最短的执行器。本发明提出了物流路径网络模型，对复杂系统中的物流设备、物流路径和物流控制逻辑进行了统一建模，为规划高效经济的物流调度路径提供了有效的技术支撑。
-
公开(公告)号：CN109839892A
公开(公告)日：2019-06-04
申请号：CN201910083546.0
申请日：2019-01-29
Applicant: 西南交通大学
IPC: G05B19/18
Abstract: 一种五轴数控机床后置处理转角选解优化方法，包括以下步骤：步骤1：转动轴转角的理论解计算；步骤2：转动轴转角的有效解计算；步骤3：转动轴转角的优化解计算。优化解是指在数控程序加工过程中发生转角突变情况较少的有效解；定义相邻刀位行所发生的最短距离转动量大于某预值(Δγ)的情况视为转角突变现象。本发明对各刀位行全部有效解进行逐行比较，在机床行程和工艺参数等约束条件下，选择不发生转角突变或转角突变次数较少的解作为优化解，使五轴机床的转轴运行更连续，有效避免了五轴机床在加工过程中的碰撞和过切现象以及干涉超程现象，从而提高了加工效率。
-
公开(公告)号：CN118445551A
公开(公告)日：2024-08-06
申请号：CN202410607909.7
申请日：2024-05-16
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于趋势点识别和Flink流式处理的增量数据价值增密方法，具体为：基于存量数据的数据特征识别分类：基于趋势点识别方法，识别存量数据集中每个数据点不同点特征，对每个数据点进行分类；对存量数据集中数据项进行识别与分类；基于Kafka‑Flink的增量数据实时处理：读取每条数据的分类标签，根据分类结果匹配预处理策略，并基于Flink‑Kafka调用和执行预处理策略，对生产增量式数据进行实时预处理，实现价值增密。本发明可以实现增量数据的价值增密，可以精准识别数据特征将其归类，并对增量数据进行高效准确的实时处理。
-
公开(公告)号：CN116957249A
公开(公告)日：2023-10-27
申请号：CN202310856065.5
申请日：2023-07-12
Applicant: 西南交通大学
IPC: G06Q10/0631 , G06Q10/087 , G06Q10/04 , G06N3/006
Abstract: 本发明公开了一种基于改进NSGA‑Ⅱ算法的立体仓储堆垛机多任务调度方法，具体为：将货物按照不同的优先级进行分类，通过计算在单一作业和复合作业模式下作业时间和作业距离，建立以出入库惩罚值、作业时间、作业距离为目标的多目标优化模型；基于改进NSGA‑Ⅱ算法来求解多目标优化模型；结合专家打分法和熵值法确定其主观权重和客观权重，最后基于博弈论组合赋权方法得到其综合权重，通过分析Pareto最优解集得出最佳调度方案。本发明可以得到堆垛机最佳调度方案，相比改进前的算法在不同出入库订单规模下各个方面都表现出明显的优势。
-
公开(公告)号：CN116957146A
公开(公告)日：2023-10-27
申请号：CN202310851260.9
申请日：2023-07-12
Applicant: 西南交通大学
IPC: G06Q10/04 , G06Q10/047 , G06Q10/087 , G06Q10/083 , G06Q50/04 , G06N3/006
Abstract: 本发明公开了一种基于改进模拟退火算法的车间开放式设备布局优化方法，具体为：以服务单元为布局对象构建考虑服务单元内物料装卸点位的面向物流成本最优的服务单元布局模型，确定目标函数和约束条件；基于改进的多温度模拟退火算法IMTSA对模型求取最优解；采用序列对描述布局方案并利用图论中的最长路径算法得到一个符合该序列对所描述的拓扑结构图，从而求出各个服务单元在车间中布局的绝对坐标。本发明在求解开放式设备布局优化问题中具有较好的寻优效果，可以更加快速、高效地生成可行的开放式设备布局方案。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.028 seconds)
