一、面向大规模定制的外圆磨床定制设计(论文文献综述)
六安市人民政府办公室[1](2021)在《六安市人民政府办公室关于印发六安市“十四五”工业发展规划的通知》文中提出六政办[2021]28号各县区人民政府,市开发区管委,市政府各部门、各直属机构,中央、省驻六安有关单位:经市政府同意,现将《六安市"十四五"工业发展规划》印发给你们,请结合实际,认真组织实施。2021年10月19日六安市"十四五"工业发展规划目录一、"十三五"发展成就二、"十四五"发展形势(一)发展机遇(二)风险挑战三、总体思路与要求(一)指导思想(二)基本原则(三)发展目标(四)空间布局四、
毕筱雪[2](2021)在《云制造环境下资源建模及优化配置方法研究》文中认为网络信息技术的飞速发展,推动全球制造业朝着智能化、服务化、定制化方向转型升级。近年来,推进网络技术与制造业深度融合的先进制造模式研究成为学术界与产业界研究的热点。云制造作为一种面向服务的网络化制造模式应运而生。云制造是云计算理念在制造业领域的应用与发展,体现了“分散资源集中使用”和“集中资源分散服务”的思想,通过对分布式的制造资源进行集中的管理与运营,实现制造资源的高效共享与合理利用,为用户提供可随时获取、按需配置且优质廉价的制造服务。云制造的核心思想是“制造即服务”,通过虚拟化、服务化方法将制造资源及制造能力封装为云服务,并通过服务匹配、服务优化选择等关键技术,实现企业间制造资源的高效共享与协同制造。论文在国内外已有研究成果的基础上,针对云制造模式下,制造资源的异构性与分布性特征、服务需求的复杂性与多样性特征及云制造平台的动态性与稳定性特征,对云制造平台中制造资源的服务化封装、匹配与选择、动态调整问题进行研究,主要研究内容如下:(1)研究面向中小企业的云制造体系结构,分析面向中小企业的云制造典型特征及运行模式,提出云制造服务平台中云服务注册、获取、管理的流程与功能需求。在此基础上构建基于多Agent的云制造平台功能架构,并对功能架构中所涉及的各Agent类型及相互之间的交互方式进行分析,在分析各功能模块实现技术的基础上建立云制造关键技术体系。(2)针对云制造环境下制造资源多样性、异构性和复杂性的特点,提出一种基于语义的云制造资源建模与服务化封装方法。首先,根据制造资源的共性与服务化封装的需求,构建云制造资源形式化描述模型,将制造资源抽象描述为制造能力。然后,在此基础上采用本体建模技术构建基于语义的云服务结构模型,通过对制造资源相关的概念、属性、公理、规则进行规范化描述,解决制造资源描述过程中的语义异构问题。最后,通过制造资源实例化方法将云服务结构模型转化为云服务描述模型,实现制造资源的服务化封装,并以某VMC-2100B立式加工中心为例,描述制造资源的服务化封装与注册方法。(3)针对云制造环境下服务需求与制造云服务的功能匹配问题,提出一种基于语义的制造云服务匹配与组合方法。针对单一云服务的匹配需求,提出一种基于语义的制造云服务搜索与匹配方法,基于云服务结构模型计算服务需求与云服务的语义相似度;针对组合云服务的匹配需求,提出一种基于任务相关度的任务需求分解与组合服务匹配方法。首先,运用分层任务网络(Hierarchical Task Network,HTN),将任务需求分解为一组具有约束关系的原子任务。然后,根据任务单元设计原则,提出一种基于任务相关度的原子任务重组方法,将原子任务重组为一组任务单元,在重组过程中采用基于语义的制造云服务搜索与匹配方法为各任务单元匹配满足功能需求的候选云服务,有效解决了任务需求分解与组合云服务匹配过程脱节的问题。最后,以某轴类零件加工的任务需求为例,验证所提云服务匹配与组合方法的有效性。(4)针对云制造环境下云服务组合优化选择(Service Composition and Optimal Selection,SCOS)过程中,多个服务质量(Quality of Service,Qo S)评价指标的权衡优化问题,提出一种基于第三代非支配排序遗传算法(NonDominated Sorting Genetic Algorithm-III,NSGA-III)的偏好多目标优化算法,并首次使用偏好多目标优化算法求解SCOS问题。提出一种K层偏好参考点生成方法,改进原始算法中参考点的生成策略,并相应的提出一种适应度值计算方法和环境选择策略,将用户偏好通过参考点融入到寻优过程中,引导算法搜索用户感兴趣的部分帕累托前沿,以增加种群个体的选择压力,提升算法的效率与收敛性。采用模因演算法改进算法的后代生成策略,解决原始算法局部搜索能力不足的问题。最后,通过对比实验,验证所提算法的有效性与高效性,实验结果表明,所提算法能够根据用户偏好权重搜索到一组具有良好收敛性和多样性的云服务组合优化配置方案。(5)针对云制造环境下异常云服务节点的动态调整问题,提出一种基于多Agent的云制造服务异常处理框架,并为任务Agent设计一种云服务异常自适应调整模型。基于上述模型,提出一种云服务异常自适应调整算法。首先,根据云制造环境的特点,建立基于稳定性和Qo S指标的目标函数。然后,采用蜜源编码策略,蜜源邻域搜索策略和蜜源适应度值计算策略改进人工蜂群算法(Artificial Bee Colony Algorithm,ABC),并将改进算法应用于上述目标函数的求解中。最后,通过仿真实验验证所提方法的有效性,实验结果表明,所提方法能高效的实现异常云服务的动态调整,维护云制造平台的稳定性。
陈婧儒[3](2020)在《X公司国际化战略研究》文中研究表明随着世界经济全球化的发展,中国政府提出了“一带一路”的倡议及“中国制造2025”战略,为中国制造的全球化之路保驾护航。中国政府的大力推动外贸自主品牌建设,持续加大自主品牌海外宣传力度,为中国制造业走出去搭建更大的舞台。在企业“走出去”的过程中,需要根据自身的核心竞争力,结合国际化的思路,利用世界范围内的资源打造全球化体制下高效的供应链,整合全球资源构造企业的完整的价值流,实现企业、用户及消费者的多赢目标。本文选择X公司作为研究对象,对企业进军国际市场进行了深入的研究。X公司是一次性卫生用品设备专业制造商,提供具备同行业领先水平的婴儿纸尿裤设备、妇女卫生巾设备、成人失禁用品设备及配件。公司自1999年创立以来在全世界安装的各种机器及工厂自动化系统均顺利投入运行,并于2000年研制出中国首台全伺服驱动卫生巾生产线,成为全球第三家拥有全伺服技术的公司,行业生产工艺、装备水平不断提高向中高端发展。本文以X公司为研究对象针对其当前阶段面临的内外部环境进行了分析,运用战略管理理论结合企业现实状况分析了该公司的业务状况,提出国际化发展战略的建议。本文研究意义在于:本文以战略管理理论作为理论基础,采用PEST分析模型对市场宏微观环境及目标地区的竞争态势进行分析,运用波特五力模型以及SWOT分析模型,进行市场细分和定位,推动建立X公司的国际化战略,并在组织架构、构建全球生产体系、人力资源、品牌战略、财务风险控制等方面制定了保障措施,为X公司国际化发展找到突破方向增强企业竞争力以及提高全球市场占有份额,为X公司国际化发展提供一些有益参考。
邱兆祥[4](2020)在《基于西门子840Dsl的数控轧辊磨床系统开发与研究》文中研究指明轧辊辊形曲线种类多,磨削工艺复杂,安全性和自动化水平要求高。传统的单机控制系统由于通信接口不统一,信息交互困难,已不能满足跨平台、多层次的工业现场控制需求。将轧辊辊形设计、轧辊磨削工艺、自动化通讯等技术进行集成和融合,开发一款跨平台、开放式轧辊磨削系统,对满足现代车间级多机多系统的轧辊磨削需求具有十分重要的意义。本文以意大利POMINI轧辊磨床为机身,西门子840Dsl数控系统作为数字化运动控制平台,基于通用PC的Windows操作系统的计算机终端,开发一套数控轧辊磨床专机系统,为轧辊磨床的开放式控制管理提供可行方法,主要的工作如下。综合考量快速设计与智能设计需求,分别对基本辊形和自适应辊形提出了两种设计思路。分析基本辊形的参数和性能指标,以参数化的形式达到快速设计;为应对不同的应用场景,基于遗传算法和辊形离散化提出一种自适应的辊形设计方法。结合这两种辊形的设计思路,确定辊形数据的处理方式,明确辊形曲线的综合设计方法。以实现多机协同控制轧辊磨削加工为目的,研究了轧辊磨削工艺流程及POMINI轧辊磨床的机电结构。结合SINUMERIK NC编程语法,确定NC代码的基本框架并设计了主程序代码的运行逻辑,实现辊形磨削加工代码,设计加工流程的制定方法。对比分析了西门子工业通信中常用的通信形式,以增加系统开发性、跨平台性为前提,选择了OPC UA作为工业以太网下的主要通信技术。分析OPC UA的技术特点,在外部终端上搭建OPC UA客户端,进而实现外部终端与数控机床的实时通信。将辊形设计方法、加工工艺和通信技术进行融合,设计、开发一款与数控系统联动的轧辊磨床软件。选择跨平台移植简便的开发环境,设计程序框架,以提高系统的稳定性与开放性;以轧辊辊形曲线设计方法为基础,设计辊形设计功能,以保证辊形设计流程的高效、便捷;通过OPC UA搭建的数据通信桥梁,实现远程机床监控功能,完善了从工艺制定到加工过程监控的可视化;借助数据库技术,建立数据管理功能。
穆东辉,娄晓钟[5](2020)在《智能技术驱动未来生产——来自EMO2019的报道(上)》文中指出2019年9月16~21日,EMO2019在德国汉诺威如期举办。中国机床工具工业协会考察团组考察了德国汉诺威EMO2019展会,并成功举办了新闻发布会,还同部分国际协会组织进行了工作交流。一、展会概况据展会主办方统计,EMO2019展会共有来自全球44个国家和地区的2226家企业参展。展会共占据17个展馆,净展览面积达181768平方米,展
王孟华[6](2020)在《混合工作日历下可定制目标柔性作业车间序贯调度研究》文中提出柔性作业车间调度多年来一直是学术界的研究热点,相关研究成果已非常丰富。但是随着时代发展,制造业出现了越来越复杂的车间环境和优化要求。不同车间、不同设备可能会采取不同的工作日历,而现有的大部分研究成果以理想化或不完善的工作日历为基础,无法有效应用于具有混合工作日历的车间调度过程中。在实际调度过程中,优化目标在不同阶段可能是不同的。目前已知的优化目标已达到20多个,其优化目标组合的数量更是不计其数,衍生出了对应数量的优化模型及算法,增大了调度人员对算法的甄别负担。调度中为了提高效率往往需要在上一批调度任务完成之前进行下一批调度任务的安排,本文称之为序贯调度。基于以上分析,本文针对混合工作日历下可定制目标柔性作业车间序贯调度问题,提出了系统的解决方案。首先,对混合工作日历下可定制目标柔性作业车间序贯调度优化问题进行描述,构建了混合工作日历下可定制目标柔性作业车间序贯调度优化模型。其次,提出了求解该问题的三个关键技术:基于工作日历的时间推算技术、序贯调度技术、关联目标规避技术。设计了基于工作日历的时间推算技术,其中设计了“工作制”、“工作时段”和“设备”工作表,并使用VBA设计了基于工作日历的时间推算函数;设计“设备时间状态”工作表和“Pareto解集”工作表,根据设备时间状态的变化、存入和提取,解码时采用“挤压插入”的方式安排工序的技术手段,实现插入其它调度方案的可行性;设计“目标库”工作表、“关联目标”工作表和“优化目标”工作表,使用VBA技术实现多目标优化设置时自动规避关联目标。然后,设计了混合工作日历下可定制目标柔性作业车间序贯调度遗传进化算法。算法中,采用关联目标规避技术以避免多个目标之间的关联性;采用“分段”方式对工序和设备进行编码;采用“分段”交叉和变异方式进行交叉和变异操作;采用“遗传算子改进策略”保证交叉、变异操作后子代个体的可行性,以减少计算量;采用基于工作日历的时间推算技术于解码操作中,用于准确计算工序的起止时刻,以保证调度方案的可行性;采用Select Case语句计算定制目标的值;采用如下两种技术于解码操作中,用于缩短生产周期,以提高调度方案的质量:一是将工序时间细分为设备调整时间和加工时间使下道工序的设备可提前调整,二是安排工序时采用“挤压插入”式的调度方法;采用序贯调度技术实现序贯调度。算法既可以在单目标优化后使用同一算法进行多目标优化,或者进行不同的多目标调度优化,也可以在现有的调度方案中插入其它的调度方案。最后,算例分析表明,本文提出的方法能在可接受的计算时间内得到有效的混合工作日历下可定制目标柔性作业车间序贯调度最优解或Pareto解集以辅助调度。
丁春利[7](2019)在《基于精益生产的HZ公司生产管理模式改善的研究》文中研究指明随着工具制造行业竞争的加剧,需方客户对产品的要求变更加快,小批量客户定制的生产方式所占比例越来越重。为满足不断增加的客户需求,HZ公司高层决定持续增加产能,并不断扩展产品系列。然而,随着各种资源成本的持续增加,HZ公司的利润空间逐步缩小,致使公司迫切需要通过提高科学的生产管理水平,在全面降低成本费用的同时积极提升生产效率,从而获得更好的经营效益。本文以精益生产为理论基础,从价值流分析的相关理论出发,结合HZ公司自身实际情况,以整硬工具生产管理为研究对象,分析当前状态价值流图和现有设备布局图,探讨分析企业现已生产系统的问题和不足,在对相关问题进行科学分类的基础上,区分客户需求处理过程和生产制造过程中各项活动是属于增值活动还是非增值活动,并分别计算各自在整个过程中所占的比重。通过借鉴并行工程思想,设计未来价值流图,减少流程处理环节中的间隔等待时间,并促使相关信息提前送达相关工位,确保时间有效利用。根据HZ公司实际情况,创建了基于看板拉动生产方式的信息卡拉动的生产方式,对未来价值流图的实施效果提供进一步保证。通过借鉴精益生产单元化生产方式,按照HZ公司新工厂车间规划,设计生产车间设备布局,为未来价值流图的实施提供必要的现场环境。针对瓶颈工序的产能利用,建立生产计划排产数据模型,改善生产不均衡问题。
刘觅[8](2016)在《基于云制造的单件定制生产智能调度关键技术研究》文中研究表明为满足用户多样性和个性化的需求,单件定制生产逐渐成为企业的主要生产模式之一。由于单件定制产品工艺的多样性、复杂性,生产环境的随机性、动态性,生产周期的难控性,以及交货期、产品质量等的高标准性等,增加了企业生产调度的复杂性,增大了控制生产系统负荷的难度,导致制造资源利用率较低、对生产扰动无法及时响应等问题。为此,在单件定制生产下提高制造资源配置与调度效率成为亟待解决的问题。云制造融合了云计算、物联网、高性能计算和智能科学等技术,可集中、统一、智能化地管理及调度制造资源和制造能力,可有效提高资源配置与调度效率。“分散资源集中管理、集中管理资源分散服务”是云制造的典型特点。用户可通过云制造服务平台实时获取所需的制造资源及其全生命周期服务。为此,论文探索基于云制造平台构建单件定制生产智能调度管理模型的方法,并通过若干关键技术研究,建立了一套智能调度方案,以满足单件定制生产环境下的制造资源配置与调度需求。论文的主要研究内容与成果如下:(1)给出了基于云制造的单件定制生产智能调度问题,界定了智能调度的概念域,探析其运行机理,构建了相应管理模型,从过程管理的角度系统呈现智能调度的全貌。(2)研究了云服务储存管理模型及多工艺路线智能获取,解决云服务的组织和获取问题。基于粒计算构建了加工方案超网络模型,为单件定制生产智能调度所需的分布式资源提供分类化的云制造平台资源池;为快速获取所需资源,制定了加工特征语义匹配策略,并考虑云制造模式下的分布式资源特征,构建了基于云制造平台的工艺路线方案优选数学模型,同时引入改进群领导优化算法求解模型。(3)研究了最优工艺路线和调度集成方案获取,解决云制造平台上调度方案高效获取问题。基于已获得的多工艺路线,综合量子演化算法、群领导优化算法和混沌映射的各自优点,提出了混沌量子群领导算法,求解出具有集成性的最优工艺路线和调度方案,减少了工艺规划方案与调度方案在执行过程中的冲突。(4)研究了基于云制造平台的干扰管理策略,解决单件定制生产调度过程中的新订单插单和设备故障扰动问题。对于新订单插单问题,依托于远程监控技术,产品在使用过程中的运行状况可被实时监测,替换零部件的下单时间也可提前获知。在此基础上,通过云制造平台获取外协资源,实时调整调度方案,以减少新订单插单扰动情况下初始调度方案的目标偏差、降低扰动成本。对于设备故障问题,基于物联网技术和智能设备间通讯的特性,构建任务加工路径地图模型和设备故障扰动情况下的自组织调度策略,并以客户满意度和最小延期为目标,制定设备自组织单元与任务自组织单元相互选择的标准。通过研究,实现了生产调度过程中产品生产所需的制造资源在云制造平台上聚类与储存模型的构建,有效地集中组织并管理所需云服务,为云制造环境下的资源获取提供基础;提出了基于云制造平台的零件多工艺路线智能获取方法,提升了资源获取效率;改善了多工艺路线条件下调度方案生成的效果;制定了基于云制造平台的干扰管理策略,降低了生产扰动的影响。论文的研究内容及相关关键技术通过实例得到了验证,对单件定制生产调度相关研究具有重要借鉴意义,为云制造的应用领域研究提供了借鉴方法。
文生[9](2014)在《基于产业链的铁路车轮行业的纵向控制研究》文中提出改革开放以来,我国经济保持了快速增长的趋势,我国的经济总量已先后超越英国、德国、日本等发达国家,一跃成为仅次于美国的世界第二大经济体。伴随着经济的快速发展,我国的产业布局和结构也日趋完善和稳定,关乎国民经济发展的大多数产业都得到不同程度的发展。同时,当前我国电讯、电子、建筑、机械、冶金、铁路等诸多产业中,以钢铁工业为基础,铁道产业发展为依托的特定工业领域——铁路机车车轮产业,日渐引起学术界和实践领域的关注。然而,随着前苏联的解体以及东欧剧变,经济全球化、一体化的进程逐步加快,世界产业结构面临重新调整、升级和战略转移。市场竞争日益激烈,全球经济市场逐渐由卖方市场转向买方市场,消费需求转向多样化、柔性化和个性化,产品的目标市场划分越来越细。企业如何在保持原有大规模生产成本和速度优势的同时,提供实质的个性化产品和服务,已经成为企业管理领域的重要课题。正是在这样的时代环境和企业实践背景下,在铁路机车车轮产业面对越来越多的细分市场的情形下,本文提出基于产业链视角的我国铁路机车车轮产业实行大规模控制的产业纵向控制研究课题。本文首先对几个重要理论(产业链理论、垄断竞争理论、差异化理论、大规模定制理论)进行了相关的文献回顾、归纳和总结。其次,本文对我国铁路机车车轮行业发展的历史演进进行了归纳,将其划分为启蒙萌芽期、蹒跚起步期、快速成长期和高速成熟期四个阶段,并在此基础上探析我国铁路机车车轮行业的现状。接着,本文对铁路车轮产业进行全产业链分析,基于PEST模型和钻石理论模型探析了铁路车轮产业宏观环境和企业发展环境;同时,就铁路车轮产业的纵向控制动因、发展模式和效应提供了理论指导。最后,本文以国内铁路机车车轮行业中的Railteco公司为案例研究对象,深入剖析了该企业在产业链中的优势、劣势、威胁和机会,尝试性提出我国铁路车轮行业的主要战略思想和未来发展方向。
杨春强[10](2011)在《基于Pro/E的无心外圆砂带磨床模块化设计方法研究及应用》文中研究说明随着砂带磨削技术的广泛应用,对砂带磨床产品也提出了越来越高的要求,并且向着多品种、小批量客户定制的方向发展。然而,我国砂带磨床发展缓慢,仍然采用的是通用的设计方法,设计周期长、生产成本高,不能很好的满足客户定制需求和适应激烈的市场竞争。模块化设计是实现产品多样化和快速设计的关键技术之一,对增强企业快速响应市场需求的能力,在市场竞争中占据有利地位具有重要意义。本文在研究、综述模块化设计原理与方法的基础上,提出了模块化与参数化相结合的设计方法,通过对某些模块进行重新设计或变型设计得到新的产品,以满足客户对产品的个性化需求。对无心外圆砂带磨床模块划分、模块配置和Pro/E二次开发进行了研究,在此基础上开发了外圆砂带磨床模块化设计系统。论文的主要研究内容如下:1.阐述了论文的研究背景和意义,总结了磨床模块化的国内外研究现状。说明了模块化设计的概念和技术经济意义,对模块化设计的支撑理论和关键技术进行了研究,并提出了模块化与参数化的相结合的概念。2.研究了无心外圆砂带磨床模块划分技术和模块划分算法,提出基于功能分解的功能模块划分方法,并应用于无心外圆砂带磨床产品的功能模块划分。3.将质量功能配置思想引入模块化设计中,建立了无心外圆砂带磨床的质量屋,实现了客户需求的转化。建立了简单的外圆砂带磨床模块库,并对相似模块的选取、模块配置进行了研究。4.在上述理论研究的基础上,开发了外圆砂带磨床模块化设计系统,并对系统的主要功能进行了说明,给出了系统的运行实例,实现了模块化与参数化两者的有机结合。
二、面向大规模定制的外圆磨床定制设计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、面向大规模定制的外圆磨床定制设计(论文提纲范文)
(2)云制造环境下资源建模及优化配置方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 云计算与云制造 |
1.2.2 云制造体系结构研究现状 |
1.2.3 云制造关键技术研究现状 |
1.2.4 云制造应用现状 |
1.3 论文结构与主要内容 |
第2章 云制造应用模式与体系结构研究 |
2.1 云制造应用模式 |
2.1.1 面向中小企业的云制造典型特征 |
2.1.2 云制造运行模式 |
2.2 基于MAS的云制造平台功能架构 |
2.3 面向中小企业的云制造平台关键技术 |
2.4 本章小结 |
第3章 基于本体的云制造资源建模及服务化封装方法研究 |
3.1 语义Web与本体建模技术 |
3.2 基于语义的制造资源建模框架 |
3.3 云制造资源形式化描述模型 |
3.4 基于语义的云服务结构模型 |
3.4.1 云服务共享词汇表 |
3.4.2 云服务的本体概念与属性 |
3.4.3 云服务本体概念的公理表示 |
3.4.4 云服务本体推理规则 |
3.5 制造资源服务化封装方法 |
3.6 本章小结 |
第4章 基于语义的制造云服务匹配与组合方法研究 |
4.1 基于语义的制造云服务搜索与匹配方法 |
4.1.1 同义词扩展方法 |
4.1.2 基于云服务结构模型的语义相似性计算方法 |
4.2 基于任务相关度的制造云服务组合方法 |
4.2.1 云制造任务初步分解方法 |
4.2.2 任务重组方法 |
4.3 实验验证 |
4.4 本章小结 |
第5章 基于偏好的云服务组合优化选择方法研究 |
5.1 云制造服务组合优化选择问题描述 |
5.2 云制造服务组合优化选择问题数学模型 |
5.3 基于偏好的云服务组合优化选择算法设计 |
5.3.1 NSGA-Ⅲ算法 |
5.3.2 改进NSGA-Ⅲ算法流程 |
5.3.3 偏好参考点的设置 |
5.3.4 种群初始化 |
5.3.5 后代生成策略 |
5.3.6 种群自适应标准化与关联操作 |
5.3.7 适应度函数 |
5.3.8 个体保留操作 |
5.4 实验与结果分析 |
5.4.1 实验环境设置 |
5.4.2 云服务优化选择算法对比实验 |
5.4.3 偏好多目标进化算法对比实验 |
5.5 本章小结 |
第6章 云制造环境下云服务异常处理方法研究 |
6.1 云制造服务异常处理框架 |
6.2 云服务异常自适应调整模型 |
6.3 云服务异常自适应调整算法 |
6.3.1 云服务异常自适应调整数学模型 |
6.3.2 人工蜂群算法的基本原理 |
6.3.3 基于IABC的云服务异常自适应调整算法 |
6.4 实验与结果分析 |
6.5 本章小结 |
第7章 结论与展望 |
7.1 论文研究工作总结 |
7.2 未来研究展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(3)X公司国际化战略研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 行业背景及现状 |
1.1.2 X公司的国际化市场发展现状 |
1.1.3 研究的意义 |
1.2 国内外研究现状 |
1.2.1 战略分析的理论和方法 |
1.2.2 企业国际化的研究 |
1.2.3一带一路与中国制造2025 |
1.3 论文研究的内容及方法 |
1.3.1 论文研究的内容 |
1.3.2 研究的思路和主要方法 |
第二章 资源与能力分析 |
2.1 X公司(国际)的发展历程 |
2.2 资源分析 |
2.2.1 有形资源 |
2.2.2 无形资源 |
2.3 能力分析 |
2.3.1 经营管理能力 |
2.3.2 设备研发能力 |
2.3.3 生产制造能力 |
2.3.4 市场营销能力 |
2.4 核心竞争力 |
2.5 优势与劣势总结 |
2.6 本章小结 |
第三章 外部环境分析 |
3.1 PEST分析 |
3.1.1 政治环境 |
3.1.2 经济环境 |
3.1.3 社会文化 |
3.1.4 技术环境 |
3.2 行业竞争结构分析 |
3.2.1 新进入者的威胁 |
3.2.2 替代品的威胁 |
3.2.3 现有企业之间的竞争 |
3.2.4 供应商讨价还价权利 |
3.2.5 买方讨价还价权利 |
3.3 主要竞争对手分析 |
3.3.1 主要竞争对手 |
3.3.2 关键竞争对手分析 |
3.4 机会与威胁总结 |
3.5 本章小结 |
第四章 X公司国际化战略制定 |
4.1 宗旨和愿景 |
4.2 战略分析与选择 |
4.2.1 企业的优势(S) |
4.2.2 企业的劣势(W) |
4.2.3 企业面临的机遇(O) |
4.2.4 企业面对的威胁(T) |
4.3 市场选择 |
4.3.1 细分市场评估 |
4.3.2 目标市场选择 |
4.4 市场定位 |
4.5 竞争战略选择 |
4.6 本章小结 |
第五章 国际化战略实施与保障措施 |
5.1 国际化经营战略目标 |
5.2 组织架构重组 |
5.3 关键职能活动 |
5.3.1 人力资源管理 |
5.3.2 国际化品牌战略 |
5.3.3 构建全球生产体系 |
5.3.4 财务风险控制 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(4)基于西门子840Dsl的数控轧辊磨床系统开发与研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 课题研究背景及意义 |
1.2.1 课题背景 |
1.2.2 研究目的 |
1.3 国内外研究现状 |
1.3.1 辊形曲线设计方法的研究现状 |
1.3.2 数控轧辊磨床专机系统开发的技术路线 |
1.3.3 开放式数控系统的专机开发特点与发展趋势 |
1.4 论文主要研究内容 |
第2章 轧辊辊形曲线的设计方法 |
2.1 参数化轧辊辊形曲线的设计方法 |
2.1.1 基本轧辊辊形曲线的推导 |
2.1.2 轧辊辊形曲线的性能指标及对比 |
2.1.3 轧辊辊形曲线的设计参数 |
2.2 自适应轧辊辊形曲线的设计方法 |
2.2.1 自适应辊形的评价函数建立 |
2.2.2 基于遗传算法的离散化辊形优化设计方法 |
2.2.3 辊形曲线的离散化处理 |
2.2.4 自适应辊形算法设计样例及数据分析 |
2.3 轧辊辊形曲线的生成与设计方法 |
2.3.1 轧辊辊形曲线的数据处理与生成 |
2.3.2 轧辊辊形曲线的综合设计方法研究 |
2.4 本章小结 |
第3章 数控轧辊磨床加工工艺及NC代码 |
3.1 轧辊磨床磨削工艺及结构分析 |
3.1.1 磨削加工的运动 |
3.1.2 轧辊磨削的工艺分析 |
3.1.3 轧辊磨床的主体结构 |
3.1.4 轧辊磨床的轴定义 |
3.2 SINUMERIK NC代码编程及其控制方法 |
3.2.1 SINUMERIK NC代码编程 |
3.2.2 变量的定义及访问 |
3.2.3 中间变量的定义及代码运行控制 |
3.3 数控轧辊磨削的NC代码设计 |
3.3.1 针对工艺流程的NC代码框架 |
3.3.2 NC代码的主程序框架 |
3.3.3 辊形曲线加工程序 |
3.3.4 磨削循环的加工程序 |
3.4 本章小结 |
第4章 轧辊磨削系统的数据通讯分析及实现 |
4.1 西门子工业通信技术的分析 |
4.1.1 西门子工业通信的类型 |
4.1.2 工业以太网通信技术及其相关协议 |
4.2 OPC UA的技术特点 |
4.2.1 OPC UA的技术特点分析 |
4.2.2 OPC UA的信息交互框架 |
4.2.3 OPC UA的节点描述 |
4.3 OPC UA的技术实现 |
4.3.1 OPC UA开发环境搭建 |
4.3.2 OPC UA客户端的搭建 |
4.3.3 与数控系统间的连接功能性测试 |
4.4 本章小结 |
第5章 数控轧辊磨床的PC端软件设计及开发 |
5.1 软件开发环境选择及开发技术 |
5.1.1 开发环境选择 |
5.1.2 Qt开发工具及其相关类库的使用 |
5.1.3 程序整体框架 |
5.2 辊形曲线相关功能的设计 |
5.3 机床监控功能的设计 |
5.3.1 机床监控功能的底层设计 |
5.3.2 加工参数和加工工艺设置 |
5.3.3 机床状态及磨削过程监控 |
5.4 数据管理功能的设计 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
附录 :攻读学位期间的科研成果与奖励 |
(5)智能技术驱动未来生产——来自EMO2019的报道(上)(论文提纲范文)
一、展会概况 |
一、主要机床集团参展情况 |
1.德马吉森精机(D M GMORI) |
2.哈挺(HARDINGE) |
3.斯达拉格(Starrag) |
4.马扎克(MAZAK) |
5.大隈(OKUMA) |
6.牧野(MAKINO) |
7.达诺巴特(DANOBAT) |
(6)混合工作日历下可定制目标柔性作业车间序贯调度研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 混合工作日历下的作业车间调度研究现状 |
1.2.2 柔性作业车间序贯调度优化研究现状 |
1.2.3 可定制目标作业车间调度研究现状 |
1.3 研究内容、方法及技术路线 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线 |
2 研究问题和关键技术 |
2.1 问题描述与建模 |
2.2 类型及变量、数组定义 |
2.3 基于工作日历的时间推算技术 |
2.4 序贯调度技术 |
2.5 关联目标规避技术 |
2.6 本章小结 |
3 混合工作日历下可定制目标柔性作业车间序贯调度优化算法 |
3.1 算法流程 |
3.2 获取输入参数 |
3.3 编码方式与种群初始化 |
3.4 解码操作 |
3.5 计算目标值 |
3.6 计算适应度 |
3.7 计算累计选择概率 |
3.8 目标值最小化处理 |
3.9 非支配排序操作 |
3.10 遗传操作 |
3.10.1 遗传操作流程 |
3.10.2 选择操作 |
3.10.3 交叉操作 |
3.10.4 变异操作 |
3.11 本章小结 |
4 算例分析 |
4.1 单目标调度 |
4.1.1 1 号调度方案 |
4.1.2 2 号调度方案 |
4.2 多目标调度 |
4.2.1 3 号调度方案 |
4.2.2 4 号调度方案 |
4.2.3 5 号调度方案 |
4.3 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(7)基于精益生产的HZ公司生产管理模式改善的研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文研究背景、目的和意义 |
1.2 文献综述 |
1.3 本文研究方法和研究思路 |
2 HZ公司生产管理现状 |
2.1 HZ公司的概况 |
2.2 HZ公司生产现状 |
2.3 HZ公司整硬工具生产系统中现存的问题 |
3 HZ公司生产管理问题分析 |
3.1 生产系统的价值流图析 |
3.2 生产现场的问题分析 |
3.3 基于精益生产改善的可行性分析 |
4 HZ公司生产管理模式改善方案 |
4.1 HZ公司精益生产改善目标 |
4.2 HZ公司的未来价值流图 |
4.3 基于看板拉动方式的“信息卡拉动”方案 |
4.4 优化整硬工具车间布局 |
4.5 生产计划排产计算模型 |
4.6 实施改善方案的保障措施 |
5 总结及展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
(8)基于云制造的单件定制生产智能调度关键技术研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 研究背景 |
1.2 我国制造业的发展趋势与云制造模式 |
1.2.1 我国制造业的发展趋势 |
1.2.2 云制造模式 |
1.3 论文相关领域研究现状 |
1.3.1 单件定制模式下的生产调度 |
1.3.2 云制造服务全生命周期过程 |
1.3.3 基于云制造的调度研究 |
1.3.4 研究现状总结 |
1.4 研究问题的提出及研究意义 |
1.5 论文的创新点及课题来源 |
1.5.1 论文的创新点 |
1.5.2 论文的课题来源 |
1.6 本章小结 |
2 基于云制造的单件定制生产智能调度模型构建及关键技术 |
2.1 引言 |
2.2 问题描述及定义 |
2.2.1 问题描述 |
2.2.2 定义 |
2.3 模型运行机理解析及模型构建 |
2.3.1 基于云制造的调度 |
2.3.2 智能工厂和智能调度 |
2.3.3 云制造环境下的智能调度 |
2.3.4 基于云制造的单件定制生产智能调度模型 |
2.3.5 与普通集团企业生产调度的区别 |
2.4 基于云制造的单件定制生产智能调度关键技术 |
2.4.1 基于云制造平台的云服务聚类管理 |
2.4.2 基于云制造平台的多工艺路线获取 |
2.4.3 基于多工艺路线的调度方案生成 |
2.4.4 基于云制造平台的调度干扰管理 |
2.5 本章小结 |
3 基于云制造平台的加工方案聚类及多工艺路线获取 |
3.1 引言 |
3.2 加工方案超网络复杂拓扑模型构建 |
3.2.1 加工方案超网络定义 |
3.2.2 加工方案超网络各子网络模型构建 |
3.2.3 加工方案超网络构建 |
3.3 基于粒计算的加工特征聚类 |
3.3.1 粒计算 |
3.3.2 加工特征相似度矩阵构建 |
3.3.3 加工特征粒度空间构建 |
3.3.4 加工特征粒度空间最优粒层确定 |
3.3.5 加工特征、加工工序与加工设备映射 |
3.4 基于语义匹配和群领导算法的新零件多工艺路线智能获取 |
3.4.1 加工特征语义匹配策略 |
3.4.2 工艺路线方案优选数学模型 |
3.4.3 工艺路线方案优选数学模型求解 |
3.5 本章小结 |
4 基于多工艺路线的调度方案获取 |
4.1 引言 |
4.2 算法概述 |
4.2.1 量子演化算法 |
4.2.2 群领导优化算法 |
4.2.3 混沌映射 |
4.2.4 算法概述小结 |
4.3 问题描述 |
4.4 算法设计 |
4.4.1 混沌量子群领导混合算法框架 |
4.4.2 编码、转化、修复和解码 |
4.4.3 混沌初始化与个体评价 |
4.4.4 量子旋转变异及个体单向交叉演化 |
4.4.5 算法终止准则 |
4.5 本章小结 |
5 基于云制造平台的调度干扰管理策略 |
5.1 引言 |
5.2 新订单插单类调度干扰管理策略 |
5.2.1 问题描述 |
5.2.2 调度策略与数学模型 |
5.2.3 算法设计 |
5.3 设备故障类调度干扰管理策略 |
5.3.1 问题描述 |
5.3.2 调度策略 |
5.3.3 数学模型 |
5.3.4 算法设计 |
5.4 本章小结 |
6 案例分析 |
6.1 案例背景简介 |
6.2 基于云制造的最优调度方案生成过程及干扰管理策略制定 |
6.2.1 加工特征粒计算聚类及加工方案超网络模型构建 |
6.2.2 新零件加工特征语义匹配及多工艺路线优选 |
6.2.3 最优工艺路线及调度方案获取 |
6.2.4 新订单插单类调度干扰管理策略制定 |
6.2.5 设备故障类调度干扰管理策略制定 |
6.3 本章小结 |
7 结论与展望 |
7.1 论文总结 |
7.2 研究展望 |
致谢 |
参考文献 |
附录 |
A. 博士期间取得的研究成果 |
B. 博士期间参与的科研项目 |
(9)基于产业链的铁路车轮行业的纵向控制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 相关研究综述 |
1.2.1 垄断竞争理论 |
1.2.2 产业链理论 |
1.2.3 产业链纵向关系 |
1.3 研究方法与研究框架 |
1.3.1 研究方法 |
1.3.2 研究框架 |
1.4 研究内容与创新 |
1.4.1 研究内容 |
1.4.2 可能创新点 |
第二章 相关理论基础 |
2.1 差异化战略概述 |
2.1.1 差异化战略的本质 |
2.1.2 差异化战略的内容 |
2.1.3 差异化战略的实施途径 |
2.2 大规模定制理论概述 |
2.2.1 大规模定制的概念 |
2.2.2 大规模定制的分类 |
2.2.3 大规模定制的影响因素 |
2.2.4 大规模定制生产模式的比较优势 |
2.3 相关理论方法 |
2.3.1 钻石模型 |
2.3.2 SWOT分析 |
2.4 本章小结 |
第三章 铁路车轮行业分析 |
3.1 车轮行业理论概述 |
3.1.1 车轮的概念 |
3.1.2 车轮行业理论研究 |
3.2 我国铁路车轮行业发展的历史演进 |
3.2.1 启蒙萌芽期(1876年—1949年) |
3.2.2 蹒跚起步期(1949年—1978年) |
3.2.3 快速成长期(1978年—2008年) |
3.2.4 高速成熟期(2008年至今) |
3.3 我国铁路车轮行业的现状 |
3.3.1 行业持续快速增长,市场空间巨大 |
3.3.2 企业规模普遍偏小,行业集中度低 |
3.3.3 钢制车轮和铝合金车轮的长期均衡竞争 |
3.3.4 车轮企业成本优势明显,竞争力提升 |
3.4 本章小结 |
第四章 铁路车轮产业纵向控制分析 |
4.1 铁路车轮全产业链分析 |
4.1.1 铁路车轮全产业链 |
4.1.2 铁路车轮产业链上游分析 |
4.1.3 铁路车轮产业链下游分析 |
4.2 铁路车轮产业的宏观环境分析 |
4.2.1 政治环境 |
4.2.2 经济环境 |
4.2.3 社会环境 |
4.2.4 技术环境 |
4.3 基于“钻石模型”的铁路车轮产业分析 |
4.3.1 生产要素 |
4.3.2 需求状况 |
4.3.3 相关产业和辅助产业的状况 |
4.3.4 企业战略结构和竞争环境 |
4.3.5 政府与机遇 |
4.4 铁路车轮产业纵向控制策略 |
4.4.1 铁路车轮产业纵向控制的动因 |
4.4.2 铁路车轮产业纵向控制的模式 |
4.4.3 铁路车轮产业纵向控制的效应 |
4.5 本章小结 |
第五章 案例研究——以Railteco公司为例 |
5.1 案例概要 |
5.1.1 公司简介 |
5.1.2 产品分类 |
5.2 企业竞争力分析 |
5.2.1 企业产业链组成 |
5.2.2 优势与劣势 |
5.2.3 机会与威胁 |
5.3 大规模定制之路 |
5.3.1 大规模生产定制 |
5.3.2 大规模定制的实施条件 |
5.3.3 大规模服务定制 |
5.4 本章小结 |
第六章 研究结论与展望 |
6.1 大规模定制战略 |
6.2 主要结论 |
6.3 发展远景 |
参考文献 |
致谢 |
(10)基于Pro/E的无心外圆砂带磨床模块化设计方法研究及应用(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 磨床模块化设计的研究现状 |
1.2.1 国外磨床模块化的研究 |
1.2.2 国内磨床模块化的研究 |
1.3 参数化技术 |
1.4 模块化与参数化的结合 |
1.5 论文的主要研究内容及结构体系 |
2 模块化设计技术及方法的研究 |
2.1 模块化设计的概念及意义 |
2.2 模块化设计过程及关键技术 |
2.2.1 模块化设计过程 |
2.2.2 模块化设计关键技术 |
2.3 本章小结 |
3 无心外圆砂带磨床模块划分方法研究 |
3.1 模块划分过程及原则 |
3.2 功能分解的基本原理 |
3.3 模块划分算法研究 |
3.3.1 子功能之间相关性分析 |
3.3.2 建立子相关矩阵 |
3.4 无心外圆砂带磨床的模块划分 |
3.4.1 无心外圆砂带磨床功能分解 |
3.4.2 无心外圆砂带磨床功能模块划分 |
3.4.3 功能模块与结构模块 |
3.5 本章小结 |
4 基于客户需求的模块配置研究 |
4.1 基于客户需求的模块配置的总体结构 |
4.2 无心外圆砂带磨床基本模块库的建立 |
4.3 基于QFD 的客户需求转化 |
4.3.1 质量功能配置的基本原理 |
4.3.2 客户需求到技术需求的映射 |
4.3.3 无心外圆砂带磨床质量屋的建立 |
4.4 模块配置矩阵相似模块的选取 |
4.4.1 模块配置矩阵 |
4.4.2 相似模块的选取 |
4.4.3 模块选取实例 |
4.5 本章小结 |
5 无心外圆砂带磨床模块化设计系统开发 |
5.1 系统开发环境 |
5.2 Pro/Toolkit 二次开发框架 |
5.2.1 Pro/Toolkit 工作模式 |
5.2.2 Pro/Toolkit 二次开发步骤 |
5.3 系统开发技术实例 |
5.3.1 系统主菜单的设计 |
5.3.2 无心外圆砂带磨床模块化设计实现过程 |
5.4 本章小结 |
6 结论与展望 |
致谢 |
参考文献 |
附录 |
四、面向大规模定制的外圆磨床定制设计(论文参考文献)
- [1]六安市人民政府办公室关于印发六安市“十四五”工业发展规划的通知[J]. 六安市人民政府办公室. 六安市人民政府公报, 2021(04)
- [2]云制造环境下资源建模及优化配置方法研究[D]. 毕筱雪. 中国科学院大学(中国科学院沈阳计算技术研究所), 2021(09)
- [3]X公司国际化战略研究[D]. 陈婧儒. 华南理工大学, 2020(05)
- [4]基于西门子840Dsl的数控轧辊磨床系统开发与研究[D]. 邱兆祥. 湖北工业大学, 2020(08)
- [5]智能技术驱动未来生产——来自EMO2019的报道(上)[J]. 穆东辉,娄晓钟. 世界制造技术与装备市场, 2020(03)
- [6]混合工作日历下可定制目标柔性作业车间序贯调度研究[D]. 王孟华. 河南理工大学, 2020(01)
- [7]基于精益生产的HZ公司生产管理模式改善的研究[D]. 丁春利. 华中科技大学, 2019(03)
- [8]基于云制造的单件定制生产智能调度关键技术研究[D]. 刘觅. 重庆大学, 2016(09)
- [9]基于产业链的铁路车轮行业的纵向控制研究[D]. 文生. 东南大学, 2014(07)
- [10]基于Pro/E的无心外圆砂带磨床模块化设计方法研究及应用[D]. 杨春强. 重庆大学, 2011(01)