书籍详情
智能制造系统与智能车间
作者：王进峰 著
出版社：化学工业出版社
出版时间：2020-05-01
ISBN：9787122355072
定价：¥98.00
购买这本书可以去
内容简介
《智能制造系统与智能车间》围绕智能制造系统和智能车间的基础共性技术， 从切削参数智能优选、智能工艺规划、智能制造车间及调度、工艺规划与车间调度智能集成四个方面系统地介绍了制造系统的智能化技术及应用。本书突出基础理论与工程实践相结合。基础理论部分较为清晰地阐述了制造系统智能化的基础问题， 包括智能制造核心支撑技术， 切削参数优化、工艺优化和调度的基本理论和模型， 智能制造车间模型的基本概念、智能优化方法等。工程实践部分列举了大量研究案例， 力图较为清晰地阐述了制造系统智能化的基础问题，每一章均有典型的案例， 使读者更好地理解和掌握本章涉及的基本理论和基础知识。本书可供从事智能制造研究与开发的工程技术人员参考， 也可作为高等院校机械工程、智能制造工程、机械设计制造及其自动化、工业工程等相关专业师生的参考书。
作者简介
暂缺《智能制造系统与智能车间》作者简介
目录
第1 章 智能制造总论 / 1
1．1 智能制造概述 / 2
1．2 智能制造核心技术 / 3
1．2．1 工业机器人 / 3
1．2．2 3D 打印技术 / 6
1．2．3 RFID 技术 / 7
1．2．4 无线传感器网络技术 / 9
1．2．5 物联网与信息物理融合系统 / 10
1．2．6 工业大数据 / 11
1．2．7 云计算技术 / 13
1．2．8 虚拟现实技术 / 15
1．2．9 人工智能技术 / 16
1．3 智能制造系统的体系结构 / 17
参考文献 / 21
第2 章 切削参数智能优选 / 23
2．1 切削参数智能优选概述 / 24
2．2 切削参数优化建模 / 26
2．2．1 优化目标 / 26
2．2．2 切削参数优化的边界约束条件 / 30
2．3 切削参数敏感性分析及优化 / 31
2．3．1 田口法 / 31
2．3．2 灰度关联法 / 34
2．3．3 基于田口法的单目标切削敏感性分析和切削参数优化 / 41
2．3．4 基于灰度关联法的多目标切削参数优化 / 48
2．4 最优切削参数预测 / 55
2．4．1 利用理论公式计算的方法预测切削力 / 57
2．4．2 利用有限元仿真的方式预测切削力 / 67
2．4．3 利用试验数据拟合经验公式的方式预测切削力、表面粗糙度 / 77
参考文献 / 80
第3 章 智能工艺规划 / 85
3．1 研究背景 / 86
3．2 智能工艺规划建模 / 90
3．2．1 基于特征向量的工艺知识表述方法 / 90
3．2．2 工艺知识表述实例 / 95
3．3 利用遗传算法求解工艺规划与编程 / 96
3．3．1 遗传算法 / 96
3．3．2 基于遗传算法的加工工艺智能规划 / 97
3．3．3 典型案例 / 108
3．4 改进的工艺规划与编程深度求解方法 / 109
3．4．1 蚁群算法 / 109
3．4．2 改进的工艺知识表述方法 / 111
3．4．3 利用蚁群算法求解工艺规划问题 / 118
3．4．4 两阶段蚁群算法求解工艺规划问题 / 124
3．4．5 典型案例及分析 / 127
参考文献 / 134
第4 章 智能制造车间及调度 / 136
4．1 智能制造车间 / 137
4．2 车间生产智能调度 / 145
4．2．1 调度问题描述 / 145
4．2．2 典型调度问题 / 148
4．2．3 调度问题的研究方法 / 152
4．3 柔性作业车间调度问题 / 156
4．3．1 柔性作业车间调度建模 / 156
4．3．2 利用遗传算法求解柔性作业车间调度问题 / 161
4．3．3 基于混合遗传算法的柔性作业车间调度方法研究 / 173
4．3．4 典型案例及分析 / 177
4．4 成批生产车间调度问题 / 179
4．4．1 成批生产调度问题建模 / 179
4．4．2 利用蚁群算法求解成批生产调度问题 / 181
4．4．3 典型案例及分析 / 184
参考文献 / 189
第5 章 工艺规划与车间调度智能集成 / 193
5．1 工艺规划与车间调度智能集成建模 / 194
5．1．1 研究背景 / 194
5．1．2 工艺规划与车间调度集成建模 / 197
5．2 利用遗传算法求解工艺规划与车间调度集成问题 / 202
5．2．1 遗传算法的优化策略 / 202
5．2．2 典型案例及分析 / 210
5．3 利用蚁群算法求解工艺规划与车间调度集成问题 / 211
5．3．1 蚁群算法的优化策略 / 211
5．3．2 两段式的蚁群算法求解IPPS 问题 / 214
5．3．3 改进的蚁群算法访问策略 / 220
5．3．4 典型案例及分析 / 227
参考文献 / 227
第6 章 智能制造系统案例分析 / 232
6．1 汽车行业典型零部件智能车间案例 / 233
6．1．1 MES 系统 / 233
6．1．2 AGV 小车 / 238
6．1．3 SCADA 系统 / 240
6．1．4 Andon 系统 / 241
6．2 航空发动机典型零部件智能制造车间案例 / 243
6．2．1 航空发动机产品及其生产特点 / 243
6．2．2 机匣产品及其工艺特点分析 / 244
6．2．3 机匣车间的管理现状及存在问题 / 245
6．2．4 机匣COE 生产组织方式及运作流程 / 246
6．2．5 机匣COE 实施智能制造的主要内容 / 249
6．2．6 机匣COE 实施智能制造的技术支撑体系 / 253
6．2．7 机匣MES 软件的设计及实施 / 254
6．3 企业WIS 案例 / 261
6．3．1 背景 / 261
6．3．2 企业WIS 总体规划 / 262
6．3．3 车间数据采集方案 / 264
6．3．4 WIS 系统建设方案 / 266
6．3．5 建设后使用效果 / 274
6．4 基于大数据的生产系统预测性维护与机床体检相关案例 / 275
参考文献 / 278
附录 / 279
附录A GMT 方法初始化过程 / 280
附录B RS 方法初始化过程 / 283
附录C FJSP 问题测试数据 / 286
索引 / 293
1．1 智能制造概述 / 2
1．2 智能制造核心技术 / 3
1．2．1 工业机器人 / 3
1．2．2 3D 打印技术 / 6
1．2．3 RFID 技术 / 7
1．2．4 无线传感器网络技术 / 9
1．2．5 物联网与信息物理融合系统 / 10
1．2．6 工业大数据 / 11
1．2．7 云计算技术 / 13
1．2．8 虚拟现实技术 / 15
1．2．9 人工智能技术 / 16
1．3 智能制造系统的体系结构 / 17
参考文献 / 21
第2 章 切削参数智能优选 / 23
2．1 切削参数智能优选概述 / 24
2．2 切削参数优化建模 / 26
2．2．1 优化目标 / 26
2．2．2 切削参数优化的边界约束条件 / 30
2．3 切削参数敏感性分析及优化 / 31
2．3．1 田口法 / 31
2．3．2 灰度关联法 / 34
2．3．3 基于田口法的单目标切削敏感性分析和切削参数优化 / 41
2．3．4 基于灰度关联法的多目标切削参数优化 / 48
2．4 最优切削参数预测 / 55
2．4．1 利用理论公式计算的方法预测切削力 / 57
2．4．2 利用有限元仿真的方式预测切削力 / 67
2．4．3 利用试验数据拟合经验公式的方式预测切削力、表面粗糙度 / 77
参考文献 / 80
第3 章 智能工艺规划 / 85
3．1 研究背景 / 86
3．2 智能工艺规划建模 / 90
3．2．1 基于特征向量的工艺知识表述方法 / 90
3．2．2 工艺知识表述实例 / 95
3．3 利用遗传算法求解工艺规划与编程 / 96
3．3．1 遗传算法 / 96
3．3．2 基于遗传算法的加工工艺智能规划 / 97
3．3．3 典型案例 / 108
3．4 改进的工艺规划与编程深度求解方法 / 109
3．4．1 蚁群算法 / 109
3．4．2 改进的工艺知识表述方法 / 111
3．4．3 利用蚁群算法求解工艺规划问题 / 118
3．4．4 两阶段蚁群算法求解工艺规划问题 / 124
3．4．5 典型案例及分析 / 127
参考文献 / 134
第4 章 智能制造车间及调度 / 136
4．1 智能制造车间 / 137
4．2 车间生产智能调度 / 145
4．2．1 调度问题描述 / 145
4．2．2 典型调度问题 / 148
4．2．3 调度问题的研究方法 / 152
4．3 柔性作业车间调度问题 / 156
4．3．1 柔性作业车间调度建模 / 156
4．3．2 利用遗传算法求解柔性作业车间调度问题 / 161
4．3．3 基于混合遗传算法的柔性作业车间调度方法研究 / 173
4．3．4 典型案例及分析 / 177
4．4 成批生产车间调度问题 / 179
4．4．1 成批生产调度问题建模 / 179
4．4．2 利用蚁群算法求解成批生产调度问题 / 181
4．4．3 典型案例及分析 / 184
参考文献 / 189
第5 章 工艺规划与车间调度智能集成 / 193
5．1 工艺规划与车间调度智能集成建模 / 194
5．1．1 研究背景 / 194
5．1．2 工艺规划与车间调度集成建模 / 197
5．2 利用遗传算法求解工艺规划与车间调度集成问题 / 202
5．2．1 遗传算法的优化策略 / 202
5．2．2 典型案例及分析 / 210
5．3 利用蚁群算法求解工艺规划与车间调度集成问题 / 211
5．3．1 蚁群算法的优化策略 / 211
5．3．2 两段式的蚁群算法求解IPPS 问题 / 214
5．3．3 改进的蚁群算法访问策略 / 220
5．3．4 典型案例及分析 / 227
参考文献 / 227
第6 章 智能制造系统案例分析 / 232
6．1 汽车行业典型零部件智能车间案例 / 233
6．1．1 MES 系统 / 233
6．1．2 AGV 小车 / 238
6．1．3 SCADA 系统 / 240
6．1．4 Andon 系统 / 241
6．2 航空发动机典型零部件智能制造车间案例 / 243
6．2．1 航空发动机产品及其生产特点 / 243
6．2．2 机匣产品及其工艺特点分析 / 244
6．2．3 机匣车间的管理现状及存在问题 / 245
6．2．4 机匣COE 生产组织方式及运作流程 / 246
6．2．5 机匣COE 实施智能制造的主要内容 / 249
6．2．6 机匣COE 实施智能制造的技术支撑体系 / 253
6．2．7 机匣MES 软件的设计及实施 / 254
6．3 企业WIS 案例 / 261
6．3．1 背景 / 261
6．3．2 企业WIS 总体规划 / 262
6．3．3 车间数据采集方案 / 264
6．3．4 WIS 系统建设方案 / 266
6．3．5 建设后使用效果 / 274
6．4 基于大数据的生产系统预测性维护与机床体检相关案例 / 275
参考文献 / 278
附录 / 279
附录A GMT 方法初始化过程 / 280
附录B RS 方法初始化过程 / 283
附录C FJSP 问题测试数据 / 286
索引 / 293
猜您喜欢
