通知公告
交大新闻
12 现在的位置：首页 > 期刊导读 > 2016 > 12 >
扰动环境下作业车间网络多瓶颈识别方法研究
【作者】 李晓娟 孙文磊 袁逸萍 李华华 新疆大学机械工程学院 乌鲁木齐830047
【关键词】 作业车间 扰动环境 复杂网络 CML模型 瓶颈识别
【摘要】针对扰动环境下作业车间多瓶颈识别困难、瓶颈漂移后的瓶颈识别缺乏全局性和实效性这一问题,构建了基于网络特性的多瓶颈动态识别方法。首先,根据设备工装、工艺路线、物流路径以及产品配置等多层次生产数据,构造作业车间网络模型;其次,建立作业车间网络动力学方程,获取扰动因素流转的判定依据。对瓶颈内涵进行扩充,综合考虑节点自身动力学特性、节点间拓扑耦合影响机理及扰动在生产网络中的传播机制,建立基于耦合映射格子（CML）的瓶颈识别算法,实现作业车间瓶颈的量化描述和连续预测;最后,对某机电企业作业车间进行瓶颈的动态监控和预测。结果表明：在扰动环境下,CML模型能够较好地预测各工作站瓶颈度走势,其中工作站R1平均瓶颈度为1.12,瓶颈持续时间长达40h;工作站R3的平均瓶颈度为1.05,瓶颈持续时间为10h;工作站R1、R3首先成为系统的瓶颈,随着加工进度的推移,工作站R1和R24交替成为系统瓶颈。研究结果与该企业实际情况具有很好的一致性,验证了该方法的有效性和准确性。
上一篇：内容分块算法中预期分块长度对重复数据删除率的影响
下一篇：应用扩展零力矩点预观控制和分解动量控制的仿人机器人全身运动规划方法
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号