一、一种针对有瓶颈库所批生产过程的监控与调度集成方法（论文文献综述）
韩璐[1]（2021）在《制造企业供应链数字化转型机理与决策模型》文中研究说明在数字化时代,零售商、分销商以及最终消费者对供应链的期待越来越高。为了满足客户需求并帮助企业实现数字化运营,供应链管理需要进行数字化转型。然而,对于生产环节众多、管理内容复杂的制造企业来讲,供应链的数字化转型是一项极为艰难的任务。转型方案与业务需求脱节、转型管理效率低下等原因致使很多实践以失败告终。关于制造企业供应链的数字化转型问题,目前行业和学术界的研究成果往往将管理、技术以及组织支持相混淆,对转型驱动要素、转型机理、转型研究方法以及转型管理方案尚无清晰的认识和有效的建议。针对这一现状,本文从管理层面对以上不足展开深入研究,帮助制造企业对供应链数字化转型形成理论认识与进行科学管理。本文从制造企业供应链数字化转型的难点出发,以供应链管理理论、信息管理理论和系统工程理论为理论基础,提出制造企业供应链数字化转型的三个关键驱动要素,即数据管理（对数据资源的获取与管理）、信息融合（对信息到相关决策点的可达性管理）以及智能优化（对数字化供应链管理点的系统性优化）,构建转型驱动机理概念模型,并分析运作管理中三个驱动要素的内在联系,对制造企业供应链数字化转型的管理思想进行系统阐述,所提出的观点得到了上市公司真实数据的实证支持。另外,本文提出了制造企业供应链数字化转型驱动要素的研究方法,为驱动要素的深入研究提供思路指导。基于所提出的制造企业供应链数字化转型机理和转型驱动要素研究方法,本文对每一个驱动要素展开了进一步研究。首先为驱动要素构建完整的管理内容体系,帮助制造企业明确驱动要素的管理范围。然后针对驱动要素关键问题的管理需求构建决策模型,依据建模结果制定驱动要素的管理方案。最后结合驱动要素的数字化属性,提出管理方案中不同对象的管理策略,帮助企业实现驱动要素的高效管理。实例分析章节的模型计算结果表明,本文所提出的数据管理决策模型对数据的相对重要性具有良好的区分度,所提出的信息融合仿真模型对信息的关联性具有良好的识别能力,所提出的智能优化决策模型对决策效用的提升具有良好的规划能力。本文的创新成果主要体现在3个方面:（1）阐明了制造企业供应链数字化转型驱动机理。现有研究供应链数字化转型影响因素尚不完整或者分散于人力资源等供应链管理之外的领域,对供应链数字化转型中的管理分析不够聚焦与完善,缺乏综合性研究视角。为了分析制造企业供应链数字化转型管理问题,本文从供应链管理的本质出发,结合数字化特点与信息管理学理论,对制造企业供应链数字化转型的影响因素进行分析和归纳,系统性地提出了制造企业供应链数字化转型的驱动要素——数据管理、信息融合以及智能优化,构建了转型驱动机理概念模型,探讨了驱动要素的运作机理与递进关系,从理论角度阐明了制造企业供应链数字化转型的基本原理,并且通过上市公司的真实数据,使用Malmquist指数法和回归分析法对所提出的驱动要素和驱动机理进行验证,进一步证明了本文所提出驱动要素和驱动机理的有效性。（2）构建了制造企业供应链数字化转型数据管理决策模型。现有文献对于制造企业供应链数字化转型中数据管理方面的讨论多为定性分析,没有考虑投入产出效率问题。为了提升数据管理效率、有效分配企业资源和精力,本文针对数据管理的方案制定问题,建立了数据管理体系,构建了基于DEMATEL方法和HOQ方法的数据管理决策模型,从信息需求决定数据需求的角度,对数据的相对重要性进行区分,依据结果提出数据的分级管理方案,并且结合数据管理的数字化属性提出不同分级中数据的管理建议,从而实现对制造企业供应链数字化转型中数据的高效管理。（3）构建了制造企业供应链数字化转型智能优化决策模型。以往对于制造企业供应链数字化转型中管理决策方面的研究多为单一管理点的决策效率提升,没有考虑所有管理点的整体决策效率问题。为了系统性地提升智能优化的决策效率,以及帮助企业在有限的计算能力与众多优化需求之间取得平衡,本文针对智能优化的路径规划问题,建立了智能优化体系,构建了基于ISM方法和NK模型的智能优化决策模型,从系统结构、优化目标、决策效用三个角度对所构建的智能优化分析系统进行建模与仿真,求解出提升整体决策效用的最佳优化路径作为智能优化的路径方案,从而实现对制造企业供应链数字化转型智能优化的高效管理。本研究针对制造企业供应链数字化转型缺乏理论指导的问题提出了转型驱动机理;针对转型驱动要素管理的深入研究问题形成了转型驱动要素研究方法;针对转型管理内容零散不全问题构建了驱动要素的内容体系与架构;针对转型管理效率问题分别构建了转型驱动要素决策模型与管理方案。综上所述,本文从管理与决策的角度为制造企业供应链数字化转型建立了一套完整的基本思想和管理方案,有利于构建制造企业供应链数字化转型理论;有利于建立制造企业供应链数字化转型管理体系;并且有利于提升制造企业供应链数字化转型管理效率。
付锦超[2]（2021）在《多品种晶圆重入加工的双臂组合设备调度分析》文中研究说明半导体制造行业是社会信息化、数字化和智能化发展的基石。晶圆作为半导体制造的基础元件,传统大批量生产模式已无法满足大尺寸晶圆加工要求。组合设备具备高效且可重构的单晶圆加工环境,以应对晶圆在加工过程中的苛刻约束条件。但是,晶圆尺寸不断增加,加剧市场对多品种、小批量定制化产品的需求。而不同类型的晶圆在组合设备生产过程中进行频繁批量切换,使得设备调度控制与运行更加困难,延长系统生产周期,加剧生产成本。为了提高设备生产效率,降低产业投入,多品种晶圆加工的组合设备调度策略研究必将成为焦点。本文选取双臂组合设备,研究了多品种晶圆流程模式相同、晶圆驻留时间约束、混合加工以及重入加工的调度问题,主要研究内容如下:（1）分析了相同流程模式下多品种晶圆重入加工的双臂组合设备运行过程。根据Petri网建模的基本定义以及性能特征,构建了任意类型晶圆i重入加工的双臂组合设备面向资源Petri网（Resource-Oriented Petri Net,ROPN）模型。基于该模型,提出了系统无死锁控制规则,并通过分析晶圆加工的时间约束获取系统活性。（2）基于改进机械手交换策略,分析了系统局部与全局循环过程,得出了机械手作业时间与晶圆在PM内逗留时间的关系。针对不同PM工作负载情形,分别提出了有效解析式获取系统稳态调度的方案,并验证了相关调度情形定理的可行性与最优性,实现了系统最小晶圆周期调度;（3）为了直观描述多品种晶圆重入加工的双臂组合设备动态运行过程,建立相应eM-Plant二维/三维仿真模型。通过内嵌Sim Talk 2.0语言程序实时控制机械手活动与类型晶圆加工,并实时统计相关作业时间点。最后,通过分析晶圆在不同PM中的驻留时间以及系统生产节拍,验证了系统调度策略的有效性。（4）为了简化eM-Plant仿真模型数据交互,设计了Python调度架构来确保相同流程模式下多品种晶圆重入加工的双臂组合设备稳态调度,并阐述了“算法-仿真”一体化拟态环境原理。以上研究表明,本文给出的调度方案、建立的eM-Plant仿真模型以及提出的Python数据交互理论,可适用于双臂组合设备调度分析并丰富智能化仿真理论。
张勇[3]（2020）在《基于Petri网的智能车间多AGV协同调度》文中研究说明自动导引小车作为自动化技术升级的核心组成部分,具有柔性度高,可拓展性和可维护性好等特点,作为现代化工厂物料运输的主要设备之一,用于车间物料搬运具有非常明显的优势,在工业领域中得到了广泛的应用。随着AGV在生产车间应用的不断扩大,对其要求也不再局限于简单的任务调度和路径规划,AGV作为智能车间物料运输的智能设备,按照一定的调度规则,AGV系统能够正常运行,但在实际生产过程中,车间内时有导致AGV无法正常运行的异常事件发生,使得AGV在受到外界干扰时发生状态异常或停止等反应。面对环境的瞬时变化如何协调AGV的运行,保证现场物料流转顺畅,提高车间现场的运行效率是实现智能化生产的重要环节。本文针对以上问题,主要完成的工作包括:（1）分析集成AGV的智能车间总体构成,归纳AGV系统的运行特点,根据车间实际运行环境抽象出智能车间的简化模型,引入面向资源的着色Petri网建立了制造系统PN模型,较好地模拟了集成AGV的制造系统多品种并行加工的运作过程。（2）针对多AGV任务指派问题,提出了基于任务等待时间最短原则的AGV任务指派策略,并建立了该策略下选择AGV的控制Petri网模型。（3）通过最短路径搜索算法与时间窗结合,解决多AGV无碰撞的路径规划,通过完成本次任务的剩余路径长度以及与其它AGV路径重复率来动态调整AGV优先级,解决了AGV实际运行过程中出现的冲突。（4）对系统运行过程中可能发生的路段故障和AGV状态异常的情况,提出了合适的处理策略,并在通过实例验证了该策略的有效性。（5）分析多AGV调度系统软件的功能需求,采用Visual C++.NET编写了上位监控软件,结合实际的运行环境完成了系统的调试工作。
刘子钟[4]（2020）在《P公司多项目管理资源配置优化研究》文中认为洛阳鹏起实业有限公司（P公司）在成立之初依靠自身生产效率高、产品质量好的特点,在国企主导的某定制化生产领域站稳了脚跟,打出了名声。然而随着客户群体的不断扩大,不同下游客户的产品要求不同,执行标准各异,订单多呈现种类多、批量小的特点。公司面对繁多的生产项目,项目间资源冲突加剧,对外订单延迟、交货要求不符的问题逐渐凸显,这严重损害公司的声誉,阻碍公司的进一步发展。为了在行业新政策背景下,继续保持对其他民企后来者的竞争优势,P公司必须对生产过程的多项目管理进行优化。本文以优化P公司在多品种小批量生产客观环境下的多项目资源配置方法,提升多项目管理能力为研究目的。笔者在对项目管理经典理论与公司多品种小批量实际生产系统深入分析,明确公司当前多项目混批生产管理系统组织架构、多项目资源配置机制、科学项目管理技术三方面的缺陷的基础上,分别针对性的实施优化改良。优化过程注重结合自身实际情况的同时,积极从“网络技术”、“关键链”等新旧项目管理理论中汲取营养。笔者在优化过程中吸收各理论的优点,试将网络技术与关键链思想相结合,一同应用于企业生产过程中多项目管理,实现对多项目间资源配置冲突的优化,提升企业的生产力。基于以上构想,优化方案有三方面:第一,结合现实需要,对多项目管理的组织进行优化,力求打牢多项目资源配置优化的基础;第二,对多项目管理资源配置相关机制进行优化;第三,因地制宜地引入科学的管理理论,优化冲突资源配置方法,提升多项目混批生产管理能力,最终实现企业生产效率与竞争力的提升。最后,将上述理论与方案应用于P公司的多项目资源配置优化实践,针对各项优化实践情况,在优化之后统计对比各项关键内部多项目管理指标优化前后的改善情况,验证多项目管理资源配置优化方案的有效性。本文创新之处体现在四方面:1.组织架构优化贴合公司实际需求;2.项目开发流程再造;3.简单实用的项目优先级划分;4.科学项目管理技术的灵活创新式运用。
彭世通[5]（2020）在《发动机再制造系统能效提升及其宏观环境效益研究》文中指出制造业涉及面广,能耗总量巨大,大力推进制造业能效提升是工信部《工业绿色发展规划（2016～2020年）》中的重要议题。再制造作为一项资源节约、环境友好的战略新型制造模式,高度契合循环经济发展的理念,受到学术界、工业界以及政府组织的高度重视。当前,我国再制造产业发展势头方兴未艾,高能效运行是循环经济战略对再制造系统提出的新要求和新挑战。因此,开展再制造系统能效提升及其环境效益评估研究,可为高能效再制造生产实践提供基础理论与方法,具有重要的科研价值和现实意义。再制造系统以废旧零部件为毛坯,导致生产过程受诸多不确定因素的影响。其能耗形式兼具强动态不确定性、非线性时变和复杂多约束性,致使再制造系统能效提升的难度加大。为了切实可行地解决上述问题,提高再制造系统的能源使用效率,本文围绕发动机再制造系统不确定性、能效提升方法、能效提升的宏观环境效益,结合理论分析、建模仿真、优化算法设计、企业实地调研等方式展开研究工作。首先,探讨了发动机再制造系统不确定性内涵和类型,研究不确定性的数学描述和传递分析方法;然后,建立再制造系统多层次的能效优化模型,提出高精度、高稳定性和高适应性的预测和求解算法;最后,构建非线性环境评估模型,揭示再制造系统能效提升的宏观环境效益。本研究具有多学科、跨领域、综合性强的特点,具体研究内容包含如下几个方面:（1）研究了发动机再制造系统不确定性数学描述和分析方法。首先,阐述了发动机再制造系统的不确定性内涵、类型以及不确定规划模型。然后,在经典的图形评审技术（Graphical Evaluation and Review Technique,GERT）中引入随机性、模糊性和灰色不确定性参数,构建了含多元不确定性的GERT网络模型,并阐述了基于梅森拓扑方程、等价传递函数和矩母函数性质的模型目标参数解析方法。最后,将该网络模型应用于废旧发动机连杆修复的工艺过程描述,求解各个工艺路线分支概率、加工时间和能耗的范围。在利用Arena仿真验证模型准确性的基础上,研究引入快速检测技术和高效修复技术所产生的系统扰动和传递效应对完工时间和能耗的影响。该模型能够准确、快速计算不确定条件下再制造生产指标值。（2）提出了集成设备选择和参数优化的两阶段再制造设备能效优化方法。在第一阶段,针对再制造工艺设备多样性的问题,综合考虑设备能耗特性、经济性及技术性指标,分别采用能量足迹、生命周期成本、模糊综合评判理论度量各指标值,构建基于逼近理想解排序（Technique for Order Preference by Similarity to Ideal Solution,TOPSIS）的模糊决策模型,以选择合理的再制造设备。在第二阶段,提出改进的基因表达式编程算法,并用于建立所选设备的效率（能效和材料利用率）预测模型;基于能耗和材料消耗监测实验数据,将该模型与传统响应曲面法所得模型进行对比;利用典型的多目标优化方法即快速非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-II,NSGA-II）,获得约束条件下能效最优时的加工参数组合。最后,通过发动机曲轴修复实例以及激光熔覆加工实验,验证两阶段能效优化方法的有效性和设备能效经验模型的高精度和高稳定性。激光熔覆设备参数优化表明,在相同粉末利用率约束下,优化值比经验值的能效高可出50%。（3）研究了再制造工艺链节能调度模型及其启发式与元启发式求解算法。首先,根据发动机再制造系统设备组织特点、设备间交互特性以及能耗的状态依附特性,在阐明模糊数运算法则以及系统约束的基础上,综合考虑加工时间、工艺路线不确定性以及并行机、批处理机同时存在的问题,采用减少待机能耗策略,建立面向节能的再制造工艺链层生产调度数学模型。其次,作为一种元启发式方法,提出基于激素调节机制的自适应遗传算法,并进行操作算子设计。然后,作为一种启发式方法,构建了面向调度的赋时变迁Petri网模型,根据优化目标设计了 A*算法的三种启发式函数,为避免状态空间爆炸问题,提出了动态窗搜索的新规则。最后,发动机缸体再制造加工工艺链实例表明,改进的自适应遗传算法和整合新动态窗搜索规则的A*算法分别使工艺链能效提升9.7%和7.6%,且后者求解效率比前者高出两个数量级。（4）提出了面向发动机再制造系统能效提升的可计算一般均衡（Computable General Equilibrium,CGE）模型。该模型包含五个基本模块:生产模块、贸易模块、收入支出模块、市场均衡模块、环境模块。基于效用最大化、成本最小化、市场闭合等经济学理论或规则,构建各模块的代数方程组,采用参数标定、企业调研、文献查找等手段得到模型的数据集,包括社会核算矩阵（Social Accounting Matrix,SAM）、份额参数、替代弹性系数、环境排放系数等。通过通用代数建模系统（General Algebraic Modeling System,GAMS）平台编程和模拟,完整且系统地揭示了发动机再制造部门不同能效提升量下的各经济部门产出变化以及对应环境排放净削减量。使用敏感性分析方法验证了 CGE模型的稳健性。
吴钱昊[6]（2020）在《基于数字孪生车间的生产车间设备监控和设备故障预警方法研究》文中指出随着新一代信息技术的不断发展,例如人工智能、大数据、虚拟现实等,全球各国正积极尝试将新技术与传统制造业进行深度融合与发展。数字孪生车间（Digital Twin Workshop,DTW）作为基于新一代信息技术和制造技术的智能化车间运行新模式已经受到国内外学术界和相关企业的广泛关注。本文针对目前生产车间设备监控及设备故障预警方法的不足,通过对数字孪生车间构建的关键技术和设备故障预警方法进行研究,设计实现了基于数字孪生车间的生产车间设备监控系统,实现了对生产车间设备的有效监控和管理。本文主要研究内容如下:（1）研究数字孪生车间中虚拟车间的构建技术,对虚拟车间构建的总体要求进行分析,在此基础上详细阐述了虚拟车间建模过程中的主要步骤,如车间设备的分类建模、三维模型的层次细节渲染技术和车间场景构建等。最后阐述了基于物理车间数据的虚拟车间模型驱动的理论基础和实现方法,从而实现了车间生产过程的虚拟呈现,为生产车间设备监控系统提供了逼真、直观的观察窗口。（2）对数字孪生车间的数据传输需求进行了分析研究,提出数字孪生车间的数据传输参考架构,同时对数据传输的工作流程进行详细分析,最后利用Petri网分析验证了其可靠性和有效性,为基于数字孪生车间的生产车间设备监控系统各部分之间的数据传输提供了理论基础。（3）对生产车间设备监控系统中的生产设备故障预警方法进行研究。首先对已有的设备故障预警方法进行总结,综合选择了基于数据驱动的故障预测方法,然后在对自组织映射（Self-organizing Maps,SOM）算法相关理论的研究基础上,提出了基于SOM算法的设备故障预警方法,详细给出了训练样本的获取与设备故障的实时预测,最后通过实例对该方法进行了有效性验证。（4）基于以上关键技术的研究,分析设计生产车间设备监控系统的关键功能,搭建了该系统的总体框架,并开发出其原型系统,最后对系统的主要功能进行了展示。
裴凤雀[7]（2020）在《智能生产线过程质量大数据分析与协同优化》文中研究表明上世纪70年代以来,能源问题日益凸显,光伏发电技术成为各国研究重点。此外,随着世界工业进程的推进,我国于2015年启动《中国制造2025》战略,推动以智能制造为核心的制造革命。如何实现光伏产业生产线的量化、优化与智能化成为了光伏行业的研究前沿。本论文针对串焊过程质量检测抽检不稳定、代表性差等过程能力指数（Process capability index,CPK）薄弱问题,提出了基于生产过程的质量在线实时监测、预测和协同优化方法,将事后检测转化为事中检测,将质量抽检转化为全部检测。本论文在介绍智能生产线过程质量大数据分析与协同优化的研究背景意义的基础上,对工业大数据、面向质量的数据关联分析与建模技术、质量标定与质量预测和预测导向的制造服务协同优化等进行了国内外现状分析,主要的研究内容和取得的成果可以归纳为以下几部分:基于节点精化的分层赋时Petri网的智能生产线系统建模研究。在分析离散动态事件系统和Petri网特点的前提下,对智能生产线系统进行特性研究,将其划分为若干层级,对关重特征进行质量相关的动态行为建模。通过案例构建了顶层/中间层/底层基于节点精化的分层赋时Petri网（Place Refinement Timed Petri Net,PTPN）的太阳能串焊系统模型,并对每层系统中的p D动态决策域与配置进行了研究。此外对该系统的有界性、活性、可达性进行了分析,验证PTPN的有效性。针对质量度量,研究基于QLF-SNR方法（Taguchi Quality Loss Function and Signal-Noise Ratio,QLF-SNR）的智能生产线加工质量多级协同异常发现方法。对多源信息进行QLF-SNR质量度量,结合PTPN智能生产线模型,实现加工信号向质量信息的转化,形成了多级质量特征度量。针对单元级/系统级采用了Relief算法的特征选择技术,降维处理,构建了智能生产线加工质量异常发现流程。以太阳能电池组件智能生产线多级系统模型进行案例验证,完成服务异常的阈值设定研究,实现多级协同异常发现,为质量预测提供标准质量等级研究方法。针对事后检测,研究基于多核融合的SVMs-DS方法（mulit-kernel Support vector machine and D-S theory,SVMs-DS）智能生产线加工质量预测。构建基于QLF-SNR的质量度量方法的智能生产线加工质量等级标定和多核融合评价模型研究,建立了过程质量预测评价模型更新机制,实现基于多核融合的SVMs-DS智能生产线加工质量预测。以太阳能电池组件智能生产线加工质量预测为案例,通过多核SVMs实现质量预测等级分类,利用DS证据理论提升分类精度,多核融合模型同单核预测精度进行对比,验证该算法的有效性和精确性,为面向质量的协同优化提供优化依据。针对质量精细化等级控制,研究面向串焊质量的协同优化机理和方法。分析串焊过程运作模式的约束和面向加工质量的PTPN模型约束,采用基于增广拉格朗日协同的适应协同优化（Augmented Lagrangian Coordination,ALC）机理,利用中心化ALC目标系统模型,构建辅助变量、一致性约束,对约束松弛化处理,实现协同优化模型的耦合关系搭建,通过改进遗传算法,采用分段编码形式,进行段内段间分别处理,优化了ALC协同优化模型的求解过程,通过算例研究,验证算法的有效性和高效性。最后,太阳能串焊机双层大数据分析架构开发与验证。基于Hadoop开源架构设计实现ATWDP大数据处理平台,采用Hive数据仓库和Mysql数据库双层存储模式,通过Spark和Sqoop进行桥接,以百度Echarts进行渲染,利用HDFS和Map Reduce进行分布式并行计算,实现数据实时和批量的处理,并通过基于SVMs-DS的加工质量预测的具体案例验证系统的有效性和实时性。通过本论文的研究,以太阳能电池组件生产线为例,将生产过程质量进行了系统建模、质量标定、异常发现、质量预测和协同优化等研究,实现了串焊过程质量的在线实时检测、预测和协同优化,实现数据闭环与信息反馈,为智能制造提供可参考范式。
张蓉[8]（2019）在《基于RFID的离散制造过程智能感知技术研究》文中研究表明随着制造物联技术的不断发展,RFID技术在离散制造车间逐步推广,为离散制造过程管理提供了新的技术手段。针对RFID在离散制造过程中的应用需求,本文开展了基于RFID的离散制造过程智能感知技术研究,突破了RFID网络优化布局技术和RFID复杂事件处理技术,满足了离散制造现场对RFID网络高性能和低成本的部署需求,并达到了从海量RFID制造过程数据中提取有价值的事件信息的目的,对提高离散制造车间信息化水平和增强车间管理层决策的实时性与准确性而言具有重要的指导意义。本文的主要工作包括:（1）针对离散制造过程智能感知需求,构建了离散制造过程智能感知系统体系结构和物理拓扑结构,对离散制造过程智能感知关键技术中的RFID网络优化布局技术和RFID复杂事件处理技术进行了研究。（2）以离散化的目标空间和金属遮挡情况下的读写器感知模型为基础,构建了三维RFID多目标优化部署模型,采用改进粒子群算法求解该部署模型,并通过仿真实验证明了所提方法在解决离散制造现场RFID网络规划问题的有效性和优越性。（3）为有效利用合理布局的RFID网络所产生的RFID数据,分析了离散制造车间中存在的RFID复杂事件,建立了多层级的复杂事件处理框架,研究了RFID数据清洗技术和基于改进Petri网模型的复杂事件处理技术,实现了对离散制造车间RFID复杂事件的检测。（4）以上述理论研究为基础,开发了离散制造过程智能感知原型系统,完成了某航天产品装配车间RFID硬件平台的搭建,验证了该原型系统主要功能模块。
孙鹏[9]（2013）在《动车组维修物联网及其关键技术研究》文中提出高质量、高效率的运用维护是保障高速列车运营安全及服务质量的重要基础。动车组是高新技术集成体，技术含量高，运用、维修方式与既有机车、车辆存在较大差异，其特点是高度的专业化、程序化、集约化和社会化。对于运用维护的生产组织、技术管理、安全质量控制等工作提出了更高的要求，本文依托于铁路重大工程项目“动车组管理信息系统”开展关于物联网管理技术的研究。动车组维修物联网是既有维修信息系统中信息在自动感知与关联应用方面的提升完善，利用物联网技术实现动车组运用维护体系中动车组、配件、人员、设备的智能化识别、定位、跟踪、监控和管理服务。物联网的泛在感知与可视化能力，及其高度强调“信息空间”与“物理过程”融合的特征，为妥善解决传统信息系统一系列固有问题提出新的解决思路。利用RFID、传感器等物联网技术实现信息感知，通过数据集成对业务对象的属性、位置和状态信息进行整合；研究动车组维修物联网设计方法；构建综合集成的动车组维修物联网总体架构；集中突破各项系统关键技术；寻找合适的物联网技术应用场合，优化既有业务流程，深化设计应用功能；形成基于物联网的创新型应用实践。论文主要工作包括：（1）总结物联网的基本概念和发展现状，选择具有参考价值的物联网典型应用，通过应用模式分析得出经验和启示。总结物联网技术在动车组维修中的初步应用成果，分析当前维修信息系统存在的问题，提出动车组维修对物联网的需求，以及动车组维修物联网的研究目标、研究内容和技术路线。（2）通过对动车组维修业务需求的深入分析，依据业务特征把应用场景划分为“维修现场高端综合应用”、“行车安全监控与状态修”两个部分，指出物联网技术在其中的应用思路与实现难点。（3）给出物联网系统的一般设计原则，参考技术接受模型（TAM），归纳出影响物联网技术被用户接受的采纳因素，研究物联网技术方案定性和定量的评价决策方法，结合以上方法提出规范严谨的动车组维修物联网设计流程。（4）遵循动车组维修物联网的设计流程，借鉴有影响力的物联网架构参考模型，提出动车组维修物联网的总体架构，并定义各种功能组件及其相互关系。（5）总结物联网硬件设备选型与设计的重要参考因素，设计实现动车组维修物联网的前端感知系统，提出关于配件识别、人员识别、动车组识别、检修装备识别监测、动车组运行状态感知、以及室内生产对象定位的完整技术方案。（6）研究动车组维修物联网所涉及的关键技术，包括○1数据质量控制：提出“硬件级-中间件级-应用级”层次化的RFID数据质量控制机制，基于设备冗余性和应用上下文设计相应的数据清洗策略，通过仿真进行方法有效性验证，并给出设备的布局优化建议；○2高层业务信息提取：提出以事件为中心的RFID数据处理架构，基于Petri网理论研究RFID复杂事件的检测技术，通过发现在线数据流的关联性关系，实现实时的高层业务信息提取；○3海量数据存储处理：提出关于动车组运行及故障信息的海量数据存储管理策略，以及针对超大规模数据集的高性能处理技术；○4信息安全和隐私保护：对物联网新技术应用所带来的信息安全隐患进行深入研究，提出动车组维修物联网的安全框架。（7）针对“维修现场高端综合应用”和“行车安全监控与状态修”两种应用场景，分别提出信息综合集成方案、业务流程优化和应用功能深化方案；设计了支持高端综合服务的应用系统。
徐本柱[10]（2011）在《变结构工序状态网的模型与算法研究》文中研究说明传统上将工艺规划和生产调度作为两个独立过程，往往造成工艺规划结果实际调度中不可用的问题，工艺规划和调度集成（IPPS）模型的提出试图解决此问题，全面反映生产系统的物流信息、状态信息和控制信息的柔性工艺路线模型是解决IPPS问题的关键技术之一。柔性工艺路线的建模面临两个方面的挑战：工序间逻辑关系的动态性和产品的中间状态组合爆炸性。针对中间状态组合爆炸问题提出了工序状态网（process state net, PSN）模型，以该模型为基础，考虑工序关系的动态性，进一步提出了变结构工序状态网模型（process state net with changeablestructure, PSN-CS）模型。本文围绕变结构工序状态网展开工作，研究工序关系动态变化和产品中间状态组合爆炸条件下的柔性工艺路线的建模和优化；建立了基于PSN-CS的IPPS问题求解模型，探讨该模型下工序可并行情形的集成调度，主要工作集中于以下几点：1. PSN模型针对产品中间状态组合性增长问题提出了柔性工艺路线的PSN模型，该模型通过工序状态的概念，将产品中间状态表示为多个工序状态的组合，避免了每一个中间状态都需要模型中一个结点来表示，有效减少模型结点个数，简化了柔性工艺路线的模型表示。2. PSN-CS模型从工序输入角度探讨了导致工序逻辑动态变化的本质因素，提出了组合工件输入弧和组合工件使能弧的概念，进而给出了柔性工艺路线的PSN-CS模型，该模型有效表达了工序关系的动态变化而不增加模型结点数量，为柔性工艺路线模型自动生成打下了基础。3. PSN-CS模型的构建和优化将工件区分为基本工件和专用工件，并给出了基本工件提取算法，指出PSN-CS模型只需对基本工件建模，从结构上简化了PSN-CS模型，进而给出了工序逻辑关系映射为PSN-CS模型的算法。从经验规则、结构优化和层次优化三方面给出了PSN-CS模型的优化技术，有效降低了IPPS问题的求解空间。4. PSN-CS模型的应用建立了基于PSN-CS的IPPS问题模型，对生产任务的具体工艺路线生成和调整进行探讨，给出了工艺路线的生成和调整算法，研究了工序可并行条件下的IPPS问题遗传算法求解模型，提出了工序可并行情况下遗传算法调度的解码方法，最后以线束生产为例建立了线束IPPS原型系统。
二、一种针对有瓶颈库所批生产过程的监控与调度集成方法（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、一种针对有瓶颈库所批生产过程的监控与调度集成方法（论文提纲范文）
（1）制造企业供应链数字化转型机理与决策模型（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与研究问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 文献综述 |
| 1.2.1 企业供应链数字化转型相关概念 |
| 1.2.2 企业供应链数字化转型的因素分析 |
| 1.2.3 企业供应链数字化转型思路 |
| 1.3 研究意义 |
| 1.4 范围界定 |
| 1.4.1 研究层面界定 |
| 1.4.2 企业类型界定 |
| 1.4.3 供应链管理范围与成员地位界定 |
| 1.4.4 词汇用语简写 |
| 1.5 研究内容、方法与技术路线 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.5.3 技术路线 |
| 1.6 本章小结 |
| 2 相关基础理论与方法 |
| 2.1 基础理论 |
| 2.1.1 供应链管理理论 |
| 2.1.2 信息管理学理论 |
| 2.1.3 系统工程理论 |
| 2.2 模型方法 |
| 2.2.1 统计分析方法 |
| 2.2.2 复杂系统分析方法 |
| 2.2.3 仿真分析法 |
| 2.3 本章小结 |
| 3 制造企业供应链数字化转型机理分析 |
| 3.1 制造企业供应链数字化转型问题分析 |
| 3.1.1 供应链的数字化转型业务需求 |
| 3.1.2 供应链数字化转型内涵与目标 |
| 3.1.3 供应链数字化转型基本原则 |
| 3.2 制造企业供应链数字化转型驱动要素及概念模型 |
| 3.2.1 供应链数字化转型难点 |
| 3.2.2 供应链数字化转型驱动要素提出 |
| 3.2.3 供应链数字化转型驱动机理概念模型 |
| 3.2.4 供应链数字化转型驱动要素运作管理 |
| 3.3 制造企业供应链数字化转型驱动机理实证检验 |
| 3.3.1 实证方法与数据的选择 |
| 3.3.2 供应链数字化转型的测量与分析 |
| 3.3.3 供应链数字化转型驱动作用验证与分析 |
| 3.4 供应链数字化转型驱动要素研究方法 |
| 3.5 本章小结 |
| 4 制造企业供应链数字化转型数据管理决策 |
| 4.1 转型数据管理问题提出 |
| 4.1.1 数据管理业务需求与管理原则 |
| 4.1.2 数据管理的目标与问题描述 |
| 4.1.3 数据管理的研究思路 |
| 4.2 转型数据管理系统分析 |
| 4.2.1 数据管理的数字化属性 |
| 4.2.2 数据来源分类 |
| 4.2.3 数据内容与作用 |
| 4.2.4 数据管理与信息需求的关系 |
| 4.3 基于信息需求的转型数据管理决策建模 |
| 4.3.1 决策模型的选择与适用性 |
| 4.3.2 基于DEMATEL方法的信息需求重要度建模 |
| 4.3.3 基于HOQ方法的数据管理要素重要度建模 |
| 4.4 基于信息需求的数据管理方案制定 |
| 4.5 本章小结 |
| 5 制造企业供应链数字化转型信息融合建模 |
| 5.1 转型信息融合问题提出 |
| 5.1.1 信息融合的业务需求与管理原则 |
| 5.1.2 信息融合的目标与问题描述 |
| 5.1.3 信息融合的研究思路 |
| 5.2 转型信息融合系统分析 |
| 5.2.1 信息融合的数字化属性 |
| 5.2.2 信息的内容与作用 |
| 5.2.3 信息融合的主要环节 |
| 5.2.4 信息融合与业务流程的关系 |
| 5.3 基于业务流程的转型信息融合仿真建模 |
| 5.3.1 仿真模型的选择与适用性 |
| 5.3.2 基于供应链业务流程的Petri网建模 |
| 5.3.3 网系统的关联信息要素识别 |
| 5.4 基于业务流程的信息融合方案制定 |
| 5.5 本章小结 |
| 6 制造企业供应链数字化转型智能优化决策 |
| 6.1 转型智能优化问题提出 |
| 6.1.1 智能优化业务需求与管理原则 |
| 6.1.2 智能优化目标与问题描述 |
| 6.1.3 智能优化的研究思路 |
| 6.2 转型智能优化系统分析 |
| 6.2.1 智能优化的数字化属性 |
| 6.2.2 智能优化的内容与作用 |
| 6.2.3 智能优化系统架构 |
| 6.2.4 智能优化与决策效用的关系 |
| 6.3 基于决策效用的转型智能优化决策建模 |
| 6.3.1 决策模型的选择与适用性 |
| 6.3.2 基于ISM方法的智能优化结构建模 |
| 6.3.3 基于NK模型的智能优化路径建模 |
| 6.4 基于决策效用的智能优化方案制定 |
| 6.5 本章小结 |
| 7 实例分析 |
| 7.1 实例介绍 |
| 7.2 数据管理决策分析 |
| 7.3 信息融合建模分析 |
| 7.4 智能优化路径分析 |
| 7.5 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）多品种晶圆重入加工的双臂组合设备调度分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 组合设备调度研究概述 |
| 1.2.1 组合设备 |
| 1.2.2 组合设备建模与分析 |
| 1.2.3 组合设备调度与控制现状 |
| 1.2.4 相关调度问题研究 |
| 1.3 本文的研究内容与文章框架 |
| 1.3.1 课题来源 |
| 1.3.2 研究内容 |
| 1.3.3 文章框架 |
| 1.4 本章小结 |
| 第二章 系统Petri网建模 |
| 2.1 引言 |
| 2.2 PN概述 |
| 2.2.1 PN的基本概念 |
| 2.2.2 PN的性能特性 |
| 2.2.3 PN在自动化制造系统的应用 |
| 2.3 多品种晶圆重入加工过程分析 |
| 2.4 系统PN建模 |
| 2.4.1 生产过程建模 |
| 2.4.2 活动时间分析 |
| 2.5 本章小结 |
| 第三章 多品种晶圆重入加工的双臂组合设备稳态调度分析 |
| 3.1 引言 |
| 3.2 系统周期调度策略 |
| 3.3 加工时间特性 |
| 3.4 调度情形分析 |
| 3.4.1 PM负载均衡 |
| 3.4.2 PM负载失衡 |
| 3.5 稳态调度求解 |
| 3.6 本章小结 |
| 第四章 基于eM-Plant的多品种晶圆重入加工仿真模型 |
| 4.1 引言 |
| 4.2 离散事件系统概述 |
| 4.2.1 离散事件系统 |
| 4.2.2 离散事件系统建模与仿真 |
| 4.3 系统仿真平台eM-Plant |
| 4.4 系统二维仿真模型设计 |
| 4.4.1 模型框架 |
| 4.4.2 事件触发与机械手控制原理 |
| 4.4.3 模型数据输入与初始化 |
| 4.4.4 仿真结果分析 |
| 4.5 三维模型设计 |
| 4.6 仿真实例 |
| 4.7 本章小结 |
| 第五章 基于Python的拟态平台设计 |
| 5.1 引言 |
| 5.2 程序设计语言Python |
| 5.3 系统Python调度架构设计 |
| 5.3.1 初始化模块 |
| 5.3.2 机械手等待时间求解模块 |
| 5.3.3 主模块 |
| 5.4 算法-仿真拟态环境原理 |
| 5.4.1 eM-Plant仿真模型改进 |
| 5.4.2 数据交互设计 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间参研项目与主要研究成果 |
（3）基于Petri网的智能车间多AGV协同调度（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.2.1 研究背景 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 多AGV任务调度研究现状 |
| 1.3.2 多AGV路径规划研究现状 |
| 1.3.3 文献综述小结 |
| 1.4 研究内容与组织结构 |
| 1.5 本章小结 |
| 第二章 Petri网系统建模理论与路径规划算法 |
| 2.1 Petri网基本理论 |
| 2.1.1 Petri网的概念 |
| 2.1.2 赋时着色Petri网 |
| 2.1.3 面向资源的Petri网 |
| 2.2 制造系统若干基本PN模型 |
| 2.3 最短路径相关搜索算法 |
| 2.3.1 Dijkstra算法求解最短路径 |
| 2.3.2 A*算法求解最短路径 |
| 2.3.3 最短路径算法选择 |
| 2.4 本章小结 |
| 第三章 多AGV系统Petri网建模与分析 |
| 3.1 智能车间AGV调度问题描述 |
| 3.1.1 集成AGV智能车间总体运行分析 |
| 3.1.2 智能车间物流系统的构成 |
| 3.1.3 智能车间作业描述与假设 |
| 3.2 集成AGV的制造系统Petri网建模示例 |
| 3.2.1 路径子网Petri网建模示例 |
| 3.2.2 加工单元Petri网建模示例 |
| 3.2.3 合成Petri网建模示例 |
| 3.3 任务指派规则 |
| 3.4 本章小结 |
| 第四章 多AGV路径规划及冲突实时协调技术 |
| 4.1 车间无故障时的车辆调度 |
| 4.1.1 目标函数的建立 |
| 4.1.2 多AGV路径规划 |
| 4.1.3 实时冲突处理 |
| 4.1.4 应用实例分析 |
| 4.2 发生路段故障时的车辆调度 |
| 4.2.1 调度策略 |
| 4.2.2 应用实例分析 |
| 4.3 发生AGV状态异常时的车辆调度 |
| 4.3.1 调度策略 |
| 4.3.2 应用实例分析 |
| 4.4 本章小结 |
| 第五章 多AGV调度系统软件设计与实现 |
| 5.1 调度系统功能需求 |
| 5.2 监控系统软件设计 |
| 5.2.1 系统开发环境 |
| 5.2.2 数据库设计 |
| 5.2.3 模块功能介绍 |
| 5.3 系统运行测试 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
（4）P公司多项目管理资源配置优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 第一节 研究背景与意义 |
| 一 研究背景 |
| 二 研究意义 |
| 第二节 主要内容与框架 |
| 一 主要内容 |
| 二 论文框架 |
| 第三节 本文特色与创新之处 |
| 第二章 P公司多项目管理资源配置现状与问题分析 |
| 第一节 P公司概况 |
| 第二节 P公司多项目管理及资源配置现状 |
| 一 P公司多项目管理现状 |
| 二 P公司资源配置现状 |
| 第三节 P公司多项目管理问题原因分析 |
| 一 多项目管理资源配置的组织架构缺陷 |
| 二 多项目管理资源配置机制缺陷 |
| 三 多项目科学管理技术缺陷 |
| 第三章 P公司多项目管理资源配置优化 |
| 第一节 多项目管理组织架构优化 |
| 一 建立三级多项目管理层级 |
| 二 建立矩阵型多项目管理组织架构 |
| 第二节 多项目管理资源配置机制优化 |
| 一 多项目管理流程优化 |
| 二 实施项目四级分类法 |
| 三 基于项目分类法的进度汇报及考核制度 |
| 第三节 多项目管理资源配置技术引入 |
| 一 基于WBS分级网络计划做好项目任务分解 |
| 二 基于WBS工作包构建网络计划图 |
| 三 基于关键链理论的资源配置方法 |
| 第四章 多项目管理资源配置技术应用实例及优化效果分析 |
| 第一节 P公司多项目管理资源配置技术应用实例 |
| 一 单项目资源配置技术应用实例 |
| 二 多项目资源配置技术应用实例 |
| 第二节 经营性指标改善情况 |
| 一 项目完工数量及交付及时率 |
| 二 项目投入与产出及利润率 |
| 三 公司关键质量指标 |
| 第三节 顾客满意度改善情况 |
| 第四节 内部工作氛围改善情况 |
| 第五章 结论与展望 |
| 第一节 本文结论 |
| 第二节 研究展望 |
| 参考文献 |
| 附录 |
| 个人简介 |
| 致谢 |
（5）发动机再制造系统能效提升及其宏观环境效益研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 再制造不确定性研究意义 |
| 1.1.2 再制造设备层能效提升研究意义 |
| 1.1.3 再制造工艺链层能效提升研究意义 |
| 1.1.4 能效提升的宏观环境效益研究意义 |
| 1.2 国内外相关工作研究进展 |
| 1.2.1 再制造过程不确定性研究现状 |
| 1.2.2 设备层节能降耗研究现状 |
| 1.2.3 工艺链层能耗建模和优化研究现状 |
| 1.2.4 能效提升的环境效益评估研究现状 |
| 1.3 问题的提出及课题来源 |
| 1.3.1问题的提出 |
| 1.3.2 课题来源 |
| 1.4 论文研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 再制造系统不确定性数学描述和分析 |
| 2.1 再制造系统不确定性的内涵 |
| 2.1.1 再制造设备层的不确定性 |
| 2.1.2 再制造工艺链层的不确定性 |
| 2.2 不确定性类型及规划 |
| 2.2.1 不确定性类型及数学方法 |
| 2.2.2 不确定规划 |
| 2.3 基于网络模型的不确定性表征与分析 |
| 2.3.1 经典GERT网络模型 |
| 2.3.2 信号流图基础理论 |
| 2.3.3 含多元不确定性的GERT网络模型及其解析方法 |
| 2.4 应用实例 |
| 2.4.1 研究目标及主要步骤 |
| 2.4.2 含多元不确定性的GERT模型及其参数 |
| 2.4.3 系统运行时间和能耗的不确定性分析 |
| 2.4.4 基于Arena仿真的GERT模型验证 |
| 2.4.5 不确定性扰动分析 |
| 2.5 本章小结 |
| 3 基于决策与优化两阶段的再制造设备能效提升方法 |
| 3.1 能源效率内涵及评价方法 |
| 3.1.1 能源效率指标的广义内涵 |
| 3.1.2 能源效率评价方法 |
| 3.2 再制造设备的多目标决策模型 |
| 3.2.1 再制造设备评价指标 |
| 3.2.2 基于TOPSIS的模糊决策方法 |
| 3.3 再制造设备的能效预测模型 |
| 3.3.1 响应曲面法 |
| 3.3.2 改进的基因表达式编程算法 |
| 3.4 实例分析 |
| 3.4.1 修复设备多目标决策 |
| 3.4.2 激光熔覆系统效率监测实验 |
| 3.4.3 效率预测模型 |
| 3.4.4 参数优化及其贡献分析 |
| 3.5 本章小结 |
| 4 基于节能调度的再制造工艺链能效提升方法 |
| 4.1 面向节能的调度模型 |
| 4.1.1 问题描述 |
| 4.1.2 生产工艺链节能相关方法 |
| 4.1.3 数学模型 |
| 4.2 改进的自适应遗传算法 |
| 4.2.1 激素调节机制 |
| 4.2.2 算法实施流程 |
| 4.3 面向调度的Petri网模型和A*算法 |
| 4.3.1 Petri网基础理论 |
| 4.3.2 赋时Petri网结构 |
| 4.3.3 面向调度的赋时变迁Petri网 |
| 4.3.4 A*算法的启发式函数 |
| 4.3.5 动态窗搜索方法 |
| 4.4 应用案例 |
| 4.4.1 实例问题描述 |
| 4.4.2 基于改进遗传算法的调度模型求解 |
| 4.4.3 基于Petri网和A*算法的调度模型求解 |
| 4.4.4 算法性能评估与比较 |
| 4.5 本章小结 |
| 5 发动机再制造系统能效提升的宏观环境效益研究 |
| 5.1 面向发动机再制造能效的CGE模型框架 |
| 5.1.1 模型基本框架 |
| 5.1.2 生产部门划分 |
| 5.2 CGE模型子模块构建 |
| 5.2.1 生产模块 |
| 5.2.2 贸易模块 |
| 5.2.3 收入支出模块 |
| 5.2.4 市场均衡模块 |
| 5.2.5 环境模块 |
| 5.3 模型的数据基础 |
| 5.3.1 SAM表组成结构 |
| 5.3.2 替代弹性系数和份额参数标定 |
| 5.3.3 环境排放系数 |
| 5.4 模拟结果分析 |
| 5.4.1 宏观经济影响 |
| 5.4.2 宏观环境效益 |
| 5.4.3 敏感性分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录A 生产部门划分 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（6）基于数字孪生车间的生产车间设备监控和设备故障预警方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的 |
| 1.3 研究现状 |
| 1.3.1 数字孪生技术研究现状 |
| 1.3.2 车间三维可视化监控技术研究现状 |
| 1.3.3 制造信息传输技术研究现状 |
| 1.3.4 设备故障预警研究现状 |
| 1.4 研究内容 |
| 1.5 论文结构 |
| 第二章 虚拟车间构建 |
| 2.1 虚拟车间构建的总体要求及建模步骤 |
| 2.1.1 虚拟车间构建的总体要求 |
| 2.1.2 建模的主要步骤 |
| 2.2 虚拟车间三维建模及场景建模 |
| 2.2.1 车间设备三维建模 |
| 2.2.2 模型渲染 |
| 2.2.3 车间场景构建 |
| 2.3 基于物理车间数据的虚拟车间模型驱动 |
| 2.3.1 三维模型驱动理论基础 |
| 2.3.2 虚拟车间设备模型驱动 |
| 2.4 本章小结 |
| 第三章 数字孪生车间的数据传输 |
| 3.1 数字孪生车间的数据传输分析 |
| 3.2 数字孪生车间的数据传输设计 |
| 3.2.1 数据传输参考架构设计 |
| 3.2.2 数据输入 |
| 3.2.3 数据输出 |
| 3.3 基于petri网的数据传输工作流程分析 |
| 3.3.1 Petri网的基础知识 |
| 3.3.2 数据传输的工作流程 |
| 3.3.3 数据传输的Petri网模型 |
| 3.4 本章小结 |
| 第四章 生产车间设备监控系统中设备故障预警 |
| 4.1 设备故障预警方法概述 |
| 4.2 SOM网络算法相关理论 |
| 4.2.1 SOM神经网络简介 |
| 4.2.2 SOM网络学习原理 |
| 4.2.3 SOM网络的算法步骤 |
| 4.3 基于SOM网络的设备故障预警 |
| 4.3.1 训练样本的获得 |
| 4.3.2 设备故障的实时预测 |
| 4.3.3 基于SOM网络的设备故障预测流程 |
| 4.4 实例应用 |
| 4.5 本章小结 |
| 第五章 生产车间设备监控系统设计和实现 |
| 5.1 系统的总体设计 |
| 5.1.1 系统的总体设计要求 |
| 5.1.2 系统总体框架设计 |
| 5.2 系统关键功能实现 |
| 5.3 原型系统的展示 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（7）智能生产线过程质量大数据分析与协同优化（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 光伏产业发展现状 |
| 1.1.2 太阳能电池组件生产线简介 |
| 1.1.3 太阳能电池组件生产线的研究现状与主要问题 |
| 1.2 关键技术的国内外研究现状 |
| 1.2.1 智能生产线中的工业大数据 |
| 1.2.2 数据关联分析与建模 |
| 1.2.3 过程质量的度量和预测 |
| 1.2.4 决策导向的制造服务协同优化 |
| 1.3 项目来源与应用前景 |
| 1.4 本论文主要研究内容与章节安排 |
| 1.4.1 主要研究内容 |
| 1.4.2 章节安排 |
| 2 基于分层赋时Petri网(PTPN)的生产线智能系统建模 |
| 2.1 引言 |
| 2.2 离散动态事件和Petri网 |
| 2.2.1 离散事件动态系统及其特性 |
| 2.2.2 基本Petri网定义和性能分析 |
| 2.3 智能生产线系统的DEDS建模 |
| 2.3.1 智能生产线的定义和主要特点 |
| 2.3.2 PTPN模型定义 |
| 2.3.3 PTPN的建模仿真 |
| 2.4 面向太阳能电池组件智能生产线的建模示例 |
| 2.4.1 顶层建模(系统级) |
| 2.4.2 中间层建模(单元级和特性级) |
| 2.4.3 底层建模(传感级) |
| 2.4.4 pD动态决策阈与配置 |
| 2.5 本章小结 |
| 3 基于QLF-SNR的智能生产线加工质量多级协同异常发现方法 |
| 3.1 引言 |
| 3.2 面向工业大数据的智能生产线加工质量异常发现 |
| 3.2.1 基于QLF的智能生产线加工质量特征度量 |
| 3.2.2 特征选择方法研究 |
| 3.2.3 智能生产线加工质量异常发现流程 |
| 3.3 面向太阳能电池片智能生产线的加工质量特征级异常案例分析 |
| 3.3.1 基于PTPN模型的智能生产线加工质量特性及特征分析 |
| 3.3.2 基于QLF-SNR特征级质量损失特征度量及异常发现 |
| 3.3.3 阈值设计 |
| 3.4 面向太阳能电池片智能生产线的加工质量单元级/系统级案例分析 |
| 3.4.1 基于Relief的智能生产线单元级/系统级加工质量特征选择 |
| 3.4.2 基于QLF-SNR单元级/系统级质量损失特征度量及异常发现 |
| 3.4.3 精度验证 |
| 3.5 本章小结 |
| 4 基于SVMs-DS的智能生产线加工质量预测评价研究 |
| 4.1 引言 |
| 4.1.1 支持向量机 |
| 4.1.2 D-S证据理论 |
| 4.2 面向工业大数据的智能生产线加工质量协同预测评价模型 |
| 4.2.1 基于QLF-SNR模型的生产线加工质量评价等级标定 |
| 4.2.2 基于SVM和DS的质量预测模型与更新机制 |
| 4.3 面向太阳能电池片智能生产线的加工质量预测评价案例分析 |
| 4.3.1 构建评价特征集 |
| 4.3.2 训练和测试样本 |
| 4.3.3 D-S证据融合 |
| 4.3.4 对比验证 |
| 4.4 本章小结 |
| 5 基于AGA-ALC方法的加工质量协同优化研究 |
| 5.1 引言 |
| 5.2 智能生产线面向加工质量的协同优化模型描述 |
| 5.2.1 面向加工质量的串焊过程协同优化问题的提出与研究难点 |
| 5.2.2 电池组件加工过程运作模式与面向加工质量的PTPN模型约束 |
| 5.2.3 面向加工质量的协同优化思想 |
| 5.3 基于增广拉格朗日协同的协同优化机理研究 |
| 5.3.1 中心化ALC目标系统模型 |
| 5.3.2 辅助变量和一致性约束 |
| 5.3.3 约束松弛化 |
| 5.3.4 面向PTPN模型的基于ALC的协同优化模型描述 |
| 5.4 分段编码遗传算法研究 |
| 5.4.1 遗传算法简介 |
| 5.4.2 分段编码遗传算法 |
| 5.5 基于AGA-ALC的加工质量多级协同优化算例 |
| 5.5.1 面向改进遗传算法的基于ALC的协同优化建模 |
| 5.5.2 优化结果与对比分析 |
| 5.6 本章小结 |
| 6 太阳能串焊机双层大数据分析系统开发与验证 |
| 6.1 引言 |
| 6.2 太阳能电池片制造业及其工业大数据特性分析 |
| 6.2.1 太阳能电池片制造业发展概况 |
| 6.2.2 太阳能电池片制造业工业大数据特性分析 |
| 6.3 ATWDP处理平台的功能设计 |
| 6.3.1 ATWDP处理平台的系统体系架构 |
| 6.3.2 ATWDP处理平台的总体设计 |
| 6.3.3 ATWDP处理平台的关键模块具体实现 |
| 6.4 ATWDP处理平台的运行实例、系统验证和性能分析 |
| 6.4.1 ATWDP处理平台运行实例 |
| 6.4.2 ATWDP处理平台性能分析 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 主要工作总结 |
| 7.2 研究创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录A |
| 附录B |
（8）基于RFID的离散制造过程智能感知技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词 |
| 第一章 绪论 |
| 1.1 课题概述 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 RFID网络优化布局研究现状 |
| 1.2.2 RFID复杂事件处理研究现状 |
| 1.3 论文内容及结构 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文组织结构 |
| 1.4 小结 |
| 第二章 离散制造过程智能感知系统体系结构 |
| 2.1 引言 |
| 2.2 离散制造过程智能感知需求分析 |
| 2.2.1 离散制造过程智能感知对象 |
| 2.2.2 离散制造过程智能感知需求 |
| 2.3 基于RFID的离散制造过程智能感知系统架构 |
| 2.3.1 离散制造过程智能感知系统体系结构 |
| 2.3.2 离散制造过程智能感知系统物理拓扑 |
| 2.4 基于RFID的离散制造过程智能感知关键技术研究 |
| 2.4.1 RFID网络布局优化技术 |
| 2.4.2 RFID复杂事件处理技术 |
| 2.5 小结 |
| 第三章 离散制造车间三维RFID优化布局技术研究 |
| 3.1 引言 |
| 3.2 离散车间制造现场RFID部署分析 |
| 3.3 离散制造车间RFID部署优化模型 |
| 3.3.1 目标空间离散化 |
| 3.3.2 RFID读写器三维感知模型 |
| 3.3.3 多目标部署优化模型 |
| 3.4 面向离散制造车间RFID三维部署的MOPSO算法 |
| 3.4.1 改进MOPSO算法相关定义 |
| 3.4.2 种群初始化 |
| 3.4.3 粒子群算法的改进 |
| 3.4.4 MOPSO算法流程 |
| 3.5 仿真实验 |
| 3.5.1 实验环境 |
| 3.5.2 参数设置与实验结果分析 |
| 3.6 小结 |
| 第四章 面向离散制造过程的RFID复杂事件处理技术研究 |
| 4.1 引言 |
| 4.2 RFID数据与事件 |
| 4.2.1 RFID数据 |
| 4.2.2 RFID事件定义 |
| 4.3 离散制造过程RFID复杂事件处理 |
| 4.3.1 离散制造车间RFID复杂事件分析 |
| 4.3.2 复杂事件处理过程 |
| 4.4 RFID数据清洗技术 |
| 4.4.1 数据漏读清洗策略 |
| 4.4.2 数据冗余清洗策略 |
| 4.5 基于改进Petri网的复杂事件检测 |
| 4.5.1 传统的Petri网模型 |
| 4.5.2 基于改进Petri网的复杂事件建模 |
| 4.5.3 基于改进Petri网的复杂事件检测器 |
| 4.6 小结 |
| 第五章 离散制造过程智能感知原型系统开发 |
| 5.1 引言 |
| 5.2 原型系统设计 |
| 5.2.1 系统设计思想 |
| 5.2.2 系统开发及运行环境 |
| 5.2.3 系统功能设计 |
| 5.3 离散制造过程智能感知系统RFID部署 |
| 5.3.1 RFID硬件设备选型 |
| 5.3.2 RFID设备部署 |
| 5.4 功能服务实现 |
| 5.4.1 系统管理 |
| 5.4.2 生产要素管理 |
| 5.4.3 读写器优化布局 |
| 5.4.4 制造过程可视化监控 |
| 5.4.5 复杂事件推送 |
| 5.4.6 系统数据接口 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（9）动车组维修物联网及其关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目录 |
| Index |
| 1.绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 背景 |
| 1.1.2 意义 |
| 1.2 物联网的内涵及特征 |
| 1.2.1 基本概念 |
| 1.2.2 层次结构 |
| 1.2.3 关键特征 |
| 1.2.4 物联网概念的比较 |
| 1.3 国内外物联网应用现状 |
| 1.3.1 国内外物联网发展总体现状 |
| 1.3.2 具有参考价值的物联网典型应用 |
| 1.4 动车组维修中的应用现状和初步成果 |
| 1.5 当前维修信息系统存在的问题 |
| 1.6 动车组维修物联网的研究目标 |
| 1.7 研究内容和技术路线 |
| 2.业务需求及应用分析 |
| 2.1 维修业务场景分析 |
| 2.1.1 高速列车维修的目的和意义 |
| 2.1.2 高速列车维修业务分析 |
| 2.1.3 物联网应用场景的划分 |
| 2.2 物联网技术应用思路 |
| 2.3 物联网应用实现难点 |
| 3.动车组维修物联网的设计方法 |
| 3.1 物联网系统的一般设计原则 |
| 3.1.1 系统工程设计思想 |
| 3.1.2 现代生产管理理念 |
| 3.1.3 建立合理应用期望 |
| 3.1.4 改造优化业务流程 |
| 3.2 基于用户接受行为的方案决策 |
| 3.2.1 用户接受理论研究的意义 |
| 3.2.2 基本理论和采纳因素分类 |
| 3.2.3 用户采纳影响因素说明 |
| 3.2.4 物联网采纳因素的定性评估 |
| 3.2.5 物联网采纳因素的量化评估 |
| 3.3 动车组维修物联网的设计流程 |
| 4.动车组维修物联网的总体框架 |
| 4.1 物联网体系架构的参考模型 |
| 4.1.1 GS1 EPCglobal |
| 4.1.2 IEEE 1451 |
| 4.1.3 欧盟 IoT-A |
| 4.2 动车组维修物联网总体架构 |
| 4.2.1 参考模型分析 |
| 4.2.2 框架实现策略 |
| 4.2.3 系统建设范围 |
| 4.2.4 动车组维修物联网的总体架构 |
| 5.动车组维修物联网的感知层 |
| 5.1 物联网感知和通讯技术概述 |
| 5.1.1 对象泛在感知 |
| 5.1.2 无线通讯技术 |
| 5.2 选型和设计的主要参考要素 |
| 5.2.1 RFID |
| 5.2.2 条形码 |
| 5.2.3 传感器 |
| 5.2.4 定位系统 |
| 5.3 感知系统的设计与实现 |
| 5.3.1 对象识别 |
| 5.3.2 状态监测 |
| 5.3.3 空间定位 |
| 5.3.4 网络通讯与数据传输 |
| 6.动车组维修物联网的关键技术 |
| 6.1 数据质量控制 |
| 6.1.1 意义和目标 |
| 6.1.2 数据不确定性的根源 |
| 6.1.3 数据质量的分层处理机制 |
| 6.1.4 通用数据清洗策略及其算法 |
| 6.1.5 基于模糊逻辑的 RFID 虚拟设备层 |
| 6.1.6 基于应用上下文的数据清洗算法 |
| 6.1.7 方法有效性验证与设备布局优化 |
| 6.2 高层业务信息提取 |
| 6.2.1 意义和目标 |
| 6.2.2 高层业务信息提取的需求 |
| 6.2.3 以事件为中心的数据处理系统 |
| 6.2.4 建立事件处理系统的必要性 |
| 6.2.5 简单事件的构成 |
| 6.2.6 复杂事件的发现 |
| 6.2.7 维修事件检测网的详细设计 |
| 6.3 海量数据存储处理 |
| 6.3.1 动车组维修物联网中的数据 |
| 6.3.2 基本实现思路 |
| 6.3.3 海量数据存储 |
| 6.3.4 海量数据处理 |
| 6.3.5 RFID 网络信息服务 |
| 6.4 信息安全和隐私 |
| 6.4.1 物联网系统安全的实现思路 |
| 6.4.2 动车组维修物联网安全隐患 |
| 6.4.3 物联网的安全保护机制概述 |
| 6.4.4 动车组维修物联网安全框架 |
| 7.动车组维修物联网的应用实现 |
| 7.1 维修现场高端综合应用 |
| 7.1.1 基本运作流程 |
| 7.1.2 信息集成方案 |
| 7.1.3 业务流程优化 |
| 7.1.4 应用功能改进 |
| 7.2 行车安全监控与状态修 |
| 7.2.1 基本运作流程 |
| 7.2.2 信息集成方案 |
| 7.2.3 业务流程优化 |
| 7.2.4 应用功能改进 |
| 8.结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 附录 1. 作者简历及科研成果清单 |
| 附录 2. 学位论文数据集 |
| 详细中文摘要 |
| 详细英文摘要 |
（10）变结构工序状态网的模型与算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 致谢 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 问题的提出 |
| 1.3 研究的定位、内容和目标 |
| 1.4 研究现状 |
| 1.5 组织结构 |
| 第二章 相关知识 |
| 2.1 Petri网简介 |
| 2.2 线束工艺图的基本概念 |
| 2.3 线束工艺组成 |
| 2.4 线束工序获取和动态工艺关系 |
| 2.5 小结 |
| 第三章 柔性工艺路线的PSN-CS模型 |
| 3.1 工序约定 |
| 3.2 工序及其逻辑关系定义 |
| 3.3 柔性工艺路线的PSN模型 |
| 3.3.1 经典Petri网建模工艺路线的局限性 |
| 3.3.2 PSN模型的定义 |
| 3.3.3 变迁间的基本关系 |
| 3.4 柔性工艺路线的PSN-CS模型 |
| 3.4.1 工序关系动态变化带来的问题 |
| 3.4.2 PSN-CS的定义和性质 |
| 3.5 综合示例及典型柔性工艺路线模型比较 |
| 3.5.1 综合示例 |
| 3.5.2 柔性工艺路线模型比较 |
| 3.6 小结 |
| 第四章 PSN-CS模型的构造 |
| 4.1 基本工件提取算法 |
| 4.2 PSN-CS模型构造算法 |
| 4.3 PSN-CS模型构造示例 |
| 4.4 小结 |
| 第五章 PSN-CS模型的优化 |
| 5.1 基于经验规则的优化 |
| 5.2 结构优化 |
| 5.3 层次优化 |
| 5.4 小结 |
| 第六章 PSN-CS在IPPS建模与求解中的应用 |
| 6.1 基于PSN-CS的IPPS模型 |
| 6.1.1 模型的结构 |
| 6.1.2 模型的形式化定义 |
| 6.2 IPPS 中工艺路线的生成和调整算法 |
| 6.2.1 工艺路线的表示和调整技术 |
| 6.2.2 工艺路线的随机生成和调整算法 |
| 6.3 基于PSN-CS的IPPS问题的遗传算法求解 |
| 6.4 实验方案设计与分析 |
| 6.5 小结 |
| 第七章 应用实例 |
| 7.1 基于PSN-CS的线束IPPS系统架构 |
| 7.2 线束工艺的领域规划 |
| 7.3 线束工艺的逻辑规划 |
| 7.4 线束生产的集成调度 |
| 7.5 小结 |
| 第八章 总结与展望 |
| 8.1 全文总结 |
| 8.2 论文创新之处 |
| 8.3 论文不足和展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参与的科研项目 |
| 攻读博士学位期间的获奖情况 |
四、一种针对有瓶颈库所批生产过程的监控与调度集成方法（论文参考文献）
- [1]制造企业供应链数字化转型机理与决策模型[D]. 韩璐. 北京交通大学, 2021(02)
- [2]多品种晶圆重入加工的双臂组合设备调度分析[D]. 付锦超. 江西理工大学, 2021
- [3]基于Petri网的智能车间多AGV协同调度[D]. 张勇. 广东工业大学, 2020(02)
- [4]P公司多项目管理资源配置优化研究[D]. 刘子钟. 郑州大学, 2020(02)
- [5]发动机再制造系统能效提升及其宏观环境效益研究[D]. 彭世通. 大连理工大学, 2020
- [6]基于数字孪生车间的生产车间设备监控和设备故障预警方法研究[D]. 吴钱昊. 合肥工业大学, 2020(02)
- [7]智能生产线过程质量大数据分析与协同优化[D]. 裴凤雀. 南京理工大学, 2020(01)
- [8]基于RFID的离散制造过程智能感知技术研究[D]. 张蓉. 南京航空航天大学, 2019(02)
- [9]动车组维修物联网及其关键技术研究[D]. 孙鹏. 中国铁道科学研究院, 2013(05)
- [10]变结构工序状态网的模型与算法研究[D]. 徐本柱. 合肥工业大学, 2011(10)