一、制造系统中物流的优化方法（论文文献综述）
宁金新[1]（2020）在《T机械公司机加工车间生产系统仿真优化研究》文中指出随着全球经济一体化的不断发展,国家与国家之间的竞争最终突显为尖端技术与科学管理技术上竞争。这些竞争最终的实现者是个体组织,个体组织大力投入技术研发和引入先进的管理技术成为参与其竞争的必要手段。当前,我国制造业整体水平一直在逐步提高,一些中小企业在参与市场竞争中突显的弱势日趋明显。通常情况下,中小制造企业的技术水平一般,管理模式粗放,适应市场的应变能力比较弱。要想改变这些企业在生存环境中突显的弱势,就得对生产产品的质量、价格、成本、类型作出相应调整,以适应生存环境。本文综合运用了基础工业工程、物流设施与规划、Arena仿真建模优化、系统工程的基本理论,针对T机械公司机加工车间的生产物流系统,进行优化改善。首先,对国内外关于生产制造系统优化和仿真优化手段的相关文献进行系统的综述,明确了相关的理论和概念;其次对T机械公司的机加工车间目前生产现状进行描述性分析和对比分析,得出该车间现有存在的生产物流问题;第三,运用Arena仿真软件对该车间的微观物流子系统和生产流程子系统分别建立模型,并运行模型得出仿真结果,从而可以从仿真结果中得出明确需要改进的问题;第四,运用SLP物流设施规划改善方法和生产流程改善要点分别对该车间的生产物流系统改变其特征变量,以达到提高生产系统运作效率的目的,结合多目标优化思路对该车间的生产系统的进一步改善方向进行导向性说明;最后,针对T机械公司机加工车间这次改善研究中存在的问题,从多方向、多角度为T机械公司生产运作系统的改善研究作出了指导性建议。
梁家玮[2]（2020）在《蓝宝石衬底生产周期改善方法研究》文中提出随着LED产业的发展,国内对蓝宝石衬底的需求越来越大,中国已经成为蓝宝石衬底主要的需求市场。LED产业是高投资,高收益,高风险的产业,受到市场供求关系影响,企业间的竞争非常激烈。目前,LED用蓝宝石衬底市场的竞争不仅仅局限于良品率,价格指标上,生产周期也愈发受到企业的重视。缩短蓝宝石衬底的生产周期,不仅能够降低其生产成本,加快资金周转率,还能提升顾客满意度,进一步增强企业自身的市场竞争优势。为了解决某企业蓝宝石衬底生产周期长,目标生产周期达成率不够理想的问题,本文开展了蓝宝石衬底生产周期改善的研究,主要的研究内容如下:（1）蓝宝石衬底生产周期关键影响因素识别。分别对蓝宝石衬底生产周期组成及工艺过程进行分析,确定生产周期的主要生产组成以及周期时间的消耗特点;再运用失效模式与影响分析方法分别从人员,机台,物料,方法,环境和测量角度,识别出蓝宝石衬底生产周期的关键影响因素;同时借助制造过程执行系统统计蓝宝石衬底的工序生产周期,反映出不同的时期各种不确定因素相互作用下,蓝宝石衬底工序生产周期的变化情况,为提出生产周期改善策略提供支持。（2）针对蓝宝石衬底生产系统的特征,提出了蓝宝石衬底生产周期改善策略。以约束理论与精益生产管理方法为理论基础,对已识别的关键影响因素,制定蓝宝石衬底生产周期改善策略。首先,运用改进的鼓-缓冲-绳子生产控制方法识别生产系统的瓶颈,设置缓冲区,再对蓝宝石衬底的投料及派工过程进行优化,提升蓝宝石衬底生产系统的生产性能,并通过实例验证了改善方法的可行性;其次,结合精益生产理念,运用全面生产维护策略、一个流和可视化管理方法对蓝宝石衬底的管理过程进行改善,减少不确定因素对生产周期的影响。（3）蓝宝石衬底生产周期改善效果评价。根据改善前后蓝宝石衬底生产周期的实际变化情况,对制定的改善策略的改善效果进行检验与评价,经过六个月左右的生产周期改善,改善结果显示蓝宝石衬底目标生产周期达成率提升10%以上,蓝宝石衬底生产系统中在制品数量明显下降,验证蓝宝石衬底生产周期改善策略的有效性。本文的研究成果一定程度上丰富了蓝宝石衬底制造企业产品生产周期管理的研究内容,并为制造型企业产品生产周期管理提供了参考。
杨智飞[3]（2020）在《面向智能生产车间的物流系统设计与开发》文中研究指明制造业是国民经济的主体,是立国之本、强国之基。近年来,美国和德国相继发布“工业互联网”、“工业4.0”等新的制造业发展战略,其核心内容均为智能制造。为打造具有国际竞争力的制造业,实现由制造业大国向制造强国的转变,2015年5月国务院印发制造强国战略第一个十年行动纲领—《中国制造2025》。雷达电子装备是“中国制造2025”十大重点领域之一——“新一代信息技术”的重要组成部分。雷达电子装备结构复杂、定制化程度高,其制造过程具有多品种、变批量、变更频繁、工艺流程复杂等特点,对生产物流的组织与管理提出挑战。因此,开展智能生产车间物流系统研究对于提升雷达装备制造水平、促进电子产品制造业智能化升级具有重要意义。本课题以车载雷达装配生产线为应用对象,基于雷达电子装备智能制造需求,开展智能生产物流系统的设计与开发。主要研究内容如下:（1）智能生产物流系统的分析与设计。基于雷达电子产品智能生产车间的特点,剖析现有车间物料管控模式存在的不足,分析车间智能物流系统的功能需求;基于制造车间自动化、信息化以及智能化理念,提出于智能作业车间生产物流系统的框架体系。（2）物流过程数据采集和传输系统的研究与设计。针对车间生产物流存在的实时数据获取难等问题,梳理智能生产车间的数据种类、感知方法和传输方式,分析生产物流系统信息流及其特征;构建车间生产物流信息实时感知和传输方案。（3）基于车间实时状态的物流智能调度算法研究。针对智能生产车间物流配送准确性和实时性需求,根据所获取的车间实时生产状态信息,以完工时间、车辆数量以及惩罚成本的最小化作为优化目标,建立智能车间物料配送多目标调度优化模型;提出一种集成自适应多目标遗传-差分进化算法完成模型求解,通过案例分析验证算法的可行性和有效性。（4）智能生产物流管理平台设计与开发。基于上述分析与研究,开发智能生产物流系统管理平台,分析系统的设计思路、开发和运行环境,完成软件框架设计与功能实现;结合实例展示系统的界面和功能。本论文完成了车间智能生产物流系统设计,并完成系统体系架构设计、信息采集与传输方案和车间物流调度优化等关键问题研究,实现了车间物流系统的自动化、数字化、智能化,为雷达电子装备智能制造做出积极的实践和探索。
张昊[4]（2020）在《一种电子封装行业自动化生产线建模与仿真方法的研究》文中指出针对电子封装企业迫切需要提高生产效率,降低生产成本的问题,对复杂多工艺的离散型自动化电子封装生产线,提出了一种基于Flexsim软件进行建模仿真与优化的方法。区别于传统的按生产要素之间的逻辑关系直接对生产线进行建模的方法,采用基于Flexsim软件的“先站点后集成”的建模仿真方法,即先按工艺工序划分站点,其后分别对站点建模,然后再将站点模型组合成生产线模型。针对复杂多工艺离散型生产线“整体串联,局部并/混联”的特点,采用此方法对生产线按站点进行分析,能够快速精准地发现产线瓶颈站点,进而有针对性的提出优化措施。论文通过分析K公司一条自动化芯片装配生产线的详细组成及工艺流程,基于Flexsim软件建立了该生产线的无故障仿真模型,基于该模型,能够模拟产线生产过程,直接得到产线的UPH和产线中每个设备的占用率,发现影响产线效率的瓶颈站点。考虑实际产线的故障情况,进一步在仿真模型中加入了故障模型,使仿真结果与实际生产数据更加吻合。通过分析加入故障模型的生产线模型,得到了故障对生产造成影响的量化数据,为排除故障提供了理论依据。基于精益生产和精益优化理论,从生产线平衡出发,针对瓶颈站点采用“5W1H”法进行优化分析,采用ECRSI优化思路,对站点从布局、调度顺序和设备利用率三个方面进行综合优化。在调度顺序的优化中,采用NEH启发式算法与SJF最短作业优先算法联合优化,避免了NEH启发式算法易陷入局部最优的问题。采用Flexsim软件建对优化后的产线进行了建模仿真,仿真结果显示,从布局、调度顺序和设备利用率三个方面的综合优化可以提高约13%的生产效率以及21.4%的产能。本文提出的基于Flexsin软件的生产线建模仿真方法,涵盖了故障模型的生产线建模方法以及多方面优化的方案,为实际复杂多工艺离散型生产线的评估与优化提供了理论基础。
张友[5]（2020）在《基于改进蝙蝠算法的柔性制造系统环路布局研究》文中指出设施布局是对给定的设备确定合理有效的布局方式,具有实用性和多学科交叉性特征。设施布局优劣直接影响生产系统的物流成本和生产效率,对于现代制造企业具有重大意义。本文研究柔性制造系统（Flexible Manufacturing System,FMS）中设备环路布局问题。在环路布局中,生产设备按环形布置,物料沿着环型在设备间流动。由于工艺路线的不同,物料并不总是顺序流动,有时会出现物料的逆向流动,因此产生较高的物料传输成本。首先,本文梳理了设施布局的国内外研究动态,提出了柔性制造系统的环路设备布局问题,概述了设施布局的相关理论和方法。其次,针对环路设施布局的问题,结合所提出的假设条件,建立了以物料传输成本最小化为优化目标的数学模型。然后,通过对比设施布局常用方法以及元启发式算法等的优缺点,选择Yang教授于2010年提出的蝙蝠算法（Bat Algorithm,BA）求解环路布局问题。为了避免蝙蝠算法易陷入局部最优和后期收敛速度慢的缺点,在基本蝙蝠算法的随机游走过程中,引入Lévy飞行扰动,并将模拟退火算法融合进蝙蝠算法当中,改进蝙蝠算法的性能,以增加全局的收敛性、收敛速度及精度。最后,运用MATLAB软件实现算法求解,使用前人研究的经典算例数据对改进蝙蝠算法仿真和比照,结果表明本文设计的改进算法能更加明显地缩减物料传输费用,说明改进蝙蝠算法在解决设备环路布局问题时具有有效性与实用性。
朱小勇[6]（2020）在《制造企业精益绿色制造系统集成效应及协同机制研究》文中研究指明随着环境问题的重要性日益提高,制造企业逐渐意识到环境管理对于保持竞争优势的战略意义,如何在保证生产过程环保的同时又不损害其盈利能力,是目前制造企业亟待解决的难题。已有研究和实践表明精益制造和绿色制造能对企业的经济、环境效益产生积极影响,是解决这一难题的有效手段。然而,现有文献和实践案例对这两种手段的分歧和趋同研究较少,难以界定影响程度,形成协同的方法,本研究分析它们之间存在的集成效应以及协同机制进行研究,在理论和实际应用层均具有重大意义。基于此,本文在国家自然科学基金“机械加工制造系统固有能效属性及其优化创建方法研究（编号:51775392）”等项目的资助下,对精益绿色制造系统集成效应、系统扩散和实践方法集成协同如何对制造企业的运营绩效产生影响,以及对产生集成协同机制的影响、驱动因素和集成协同融合程度展开研究,并对其集成协同管理体系、应用路径和评价体系等实现路径进行设计,为促进制造企业可持续发展提供有利支撑。本文的主要研究内容如下:精益绿色制造系统集成效应对制造企业运营绩效影响分析。提出了基于田口试验设计法、测量精益浪费分析法、“3R”技术的精益绿色制造系统对固体废物消除绩效的影响程度,证实精益与绿色制造的兼容性和协同作用;提出了精益绿色制造标杆管理模型（LGMB）和数据包络分析（DEA）方法的精益绿色制造系统对企业绩效集成协同作用的评估方法;通过对15家制造企业的实证分析,对上述方法进行验证。精益绿色制造系统扩散到同行业和供应链对制造企业运营绩效的影响分析。提出了精益绿色制造系统扩散绩效评估框架,建立了基于创新扩散理论（IDT）的扩散三阶段过程对绩效的影响结构假设与平衡计分卡（BSC）四个维度之间的绩效输出关系,并利用偏最小二乘法（PLS）对精益绿色制造系统实施产生影响关系进行实证分析。精益绿色制造系统实施方法研究。建立了制造企业精益绿色层次结构,提出了基于模糊网络层次分析法（FANP）和模糊复杂比例分析法（Fuzzy-COPRAS）的企业精益和绿色实践对生产过程效率提升和能源优化影响评估方法;构建了精益绿色制造系统实践方法集成管理框架,对企业现有运营系统进行整合;并通过某汽车企业和基于碳效率的价值流程图应用案例对上述理论与方法进行验证。精益绿色制造系统协同机制研究。以企业内因——人员为切入点,提出了基于网络层次分析法（ANP）和解释结构模型（ISM）技术的人员跨部门协同目标评价指数与障碍因素分析方法;从利益相关者角度提出了基于决策实验室技术（DEMATEL）方法的精益绿色制造系统实施的主要驱动因子和影响因素;为有效评价精益绿色系统集成协同融合的程度提出了制造企业精益绿色能力成熟度模型（LGCMM）框架,建立了制造企业精益绿色集成协同（LGS）数学模型,对制造企业精益绿色系统实施水平成熟度进行评估。为研究制造企业精益绿色系统集成协同运行的实现路径,归纳总结出在中国制造企业应用精益绿色制造来实现可持续运营的具体策略和路径,并进一步逻辑推演出具体框架体系。该运行体系从战略、运营、操作三个层面系统结合而成,并包含一系列新的思想、观念和工具来指导制造企业成为精益绿色企业,进一步实现可持续发展。
李冉[7]（2020）在《面向成本的机械加工线资源配置仿真优化研究》文中研究说明随着我国高铁技术飞速发展,国内高铁总里程超3.5万公里,高铁“四纵四横”网络顺利完成,高速动车组需求得到缓和,各机车生产企业想要通过降低生产制造成本来提高企业的效益,转向架构架加工车间资源配置的不合理严重制约了制造成本的降低,该问题也存在于其他机械制造企业,因此机械加工线资源配置优化成为了企业的迫切需求。在生产线加工设备和加工工艺顺序不变的情况下,以降低制造成本为目标,利用仿真优化方法对其投产批量、投产顺序、缓冲区容量、班组工人数量进行优化,主要研究内容如下:（1）结合构架加工线特点和文献资料定义了大型零部件机械加工线,从机械加工线投产批量、投产顺序、缓冲区容量和班组工人数量进行考虑,提出了面向制造成本的机械加工线资源配置优化问题,建立了机械加工线的制造成本分析模型,用于估算制造成本,作为评估资源配置方案的主要指标。（2）研究了面向成本的机械加工线资源配置问题仿真优化方法。采用离散制造系统建模仿真技术建立机械加工线仿真模型,再基于仿真模型设计正交试验,根据试验结果进行资源因素灵敏度与交互作用分析,评估因素的重要性,最后利用遗传算法求解得到资源配置优化方案。（3）以构架加工线为研究对象,对上述仿真优化方法可行性与有效性进行验证。首先实地调研分析构架加工线现状并提出资源配置存在的问题,建立生产线三维实体模型并收集生产数据,基于Plant Simulation建立仿真模型,利用相关系数检测法确定仿真模型可信度,确保基于仿真模型做出正确的决策。（4）通过正交试验设计与遗传算法完成对构架加工线资源配置的优化。以制造成本为指标设计了多因素多水平正交试验,对投产批量大小、缓冲区容量、班组工人数量的灵敏度与交互作用进行了分析,为资源配置优化提供重要依据。在正交试验结论基础上,以制造成本最小化为目标,利用遗传算法求解资源配置优化方案。通过仿真对比验证优化方案的有效性。
温晓倩[8]（2020）在《基于深度强化学习的考虑物流的云制造服务组合研究》文中进行了进一步梳理云制造是近几年提出的一种新的制造模式,旨在通过互联网向消费者提供按需制造服务。服务组合是云制造的一项重要技术,同时也是云制造中必不可少的研究问题。云制造服务组合通过对许多较小粒度的服务进行组合来满足消费者的复杂需求,从而构建较大粒度的增值服务。目前,遗传算法,粒子群算法和蚁群算法等元启发式算法常用于解决云制造服务组合问题。然而,元启发式算法需要复杂的设计流程和参数调整,并且缺乏对动态环境的自适应性。深度强化学习（Deep reinforcement learning,DRL）的出现为解决云制造服务组合（Cloud manufacturing service composition,CMfg-SC）问题提供了一种新的方法。DRL作为一种无模型的人工智能方法,使系统能够通过智能体的训练学习寻找最优服务组合解决方案。本文探讨了DRL在CMfg-SC中的可能应用,提出了一种考虑物流服务质量的云制造服务组合模型,并采用深度强化学习算法PD-DQN解决云制造服务组合优化问题。本文首先构建了云制造服务组合模型,包括单个复合任务模型、制造资源服务和物流服务模型以及服务质量属性计算方式。其次依据云制造服务组合模型建立马尔可夫决策过程<状态空间,动作空间,奖励函数,状态转移函数>。最后采用PD-DQN算法解决云制造服务组合问题,为了提高算法的学习效率,其中PD-DQN算法在深度Q网络模型的基础上引入优先经验回放策略,并采用竞争结构构建神经网络。为了验证PD-DQN算法解决CMfg-SC问题的效果,本文进行了一系列实验。实验结果表明,PD-DQN算法能够有效解决大规模云制造服务组合问题,同时,针对动态环境下的CMfg-SC问题,PD-DQN算法具有鲁棒性和自适应性。除此之外,PD-DQN算法对不同规模的CMfg-SC问题均能有效的学习到最优/次优服务组合方案,具有较好的可扩展性。最后,本文采用Wilcoxon秩检验对PD-DQN分别和DQN、Q-Learning进行分析,当组合规模为3030时,进行15组实验分析得到统计量分别为114和120,证明PD-DQN能够有效解决CMfg-SC问题。
管晨丞[9]（2020）在《基于装备智能体的物联制造车间动态实时调度系统》文中指出随着消费理念的转变,车间订单呈现出小批量、多品种和短周期的特点,这种订单特点给车间生产带来了动态事件增多、交货期缩短等新的挑战。传统的车间生产模式已经很难适应这种复杂多变的生产环境。作为先进制造管理的核心技术之一,车间调度技术是实现生产资源优化、生产任务合理分配的重要手段,很大程度上影响生产的效率和成本。如何建立一种适应现代生产模式的车间调度模型,对指导当代制造业转型升级具有重要的意义。本文通过将车间制造装备与Agent软件技术相融合构建装备智能体,在装备智能体的基础上对物联制造车间动态实时调度系统进行研究,提出了一种考虑物流时间的多目标车间调度模型并进行了实验验证。主要研究内容如下:首先,提出了物联制造系统总体架构,在此基础上融合Agent技术,将车间制造装备改造成具有感知、分析、决策和通讯功能的装备智能体。通过分析传统离散车间对信息感知的需求,对物联制造关键技术包括车间通信网络、装备智能体通信协议和基于RFID的工序物流和地图定位技术进行了设计与研究,为车间调度系统提供了实时数据支持。其次,对车间AGV智能调度技术进行了研究,设计了基于AGV智能体的冲突协商策略,建立了以最小化配送时间为优化目标的AGV调度数学模型,为建立多目标车间调度模型提供了指标。然后,改进了传统合同网协议,对订单优先级排序与实时调度算法进行了研究。以交货期、客户重要度、订单价值和工艺难度为指标,提出了基于模糊综合评价的订单排序规则。建立了以工件配送时间、设备负载和设备加工利用率为优化目标的多目标车间调度模型,改善了传统车间调度模型忽略物流时间或固定化物流时间而与车间实际情况不符的缺点,提高了调度模型的实用性。最后,搭建了物联制造车间实验平台,将Agent软件与车间制造装备进行集成,并提出了控制方案。设计了云平台功能模块,云平台和车间调度系统共同协作完成订单的定制、加工和状态追踪。基于实验平台进行了对比实验,验证了物联制造车间动态实时调度系统的可行性。
解晓东[10]（2020）在《离散制造企业自动化物料搬运系统柔性评估》文中研究说明随着智能化制造和无人工厂的升温,自动化也越来越受到制造业的广泛关注和青睐。制造业中搬运系统的自动化发展实现了人力和效率的解放,满足了扩大化的市场需求。与此同时,现如今消费市场已经从大一统的大众消费过渡到个性化时代,越来越多的消费者对产品的功能及结构设计等方面提出了高度定制化的要求。尤其是多品种中小批量的离散制造企业不仅要面临激烈的市场竞争、快速响应定制化市场需求和准时交货等多重压力,更要能够灵活应对产品混合生产和产品变更导致的搬运系统转换的考验。这一形势迫使企业认识到提高自动化搬运系统柔性的重要性,然而自动化的应用往往意味着较强的刚性。因此如何权衡自动化搬运系统的柔性以提高企业搬运效率和竞争力也具有了重要意义。离散制造企业自动化物料搬运系统柔性度量可以推进多品种中小批量企业搬运系统自动化的推广,指导规划人员设计和改进自动化和柔性化的搬运系统,提高系统的柔性价值,降低投资风险,同时也可以帮助管理人员准确识别自动化物料搬运系统柔性的驱动和阻碍因素,提出针对性的柔性提升措施。首先,本文对离散制造企业的自动化物料搬运系统进行界定,明确其构成和特征,借鉴制造系统的柔性定义和分类方式,根据自动化物料搬运系统的特点,对自动化物料搬运系统柔性进行了界定和分类,并研究了AMHS系统与制造系统柔性的关联关系。其次,借鉴“范围、时间和成本”制造系统柔性三维评价模型,提出从范围、能动性和性能三个方面对离散制造企业AMHS系统柔性进行评价的思路,详细地分析了自动化物料搬运系统柔性的影响因素,结合专家问卷确定了评价指标体系,并给出了各评价指标的量化方式。然后,结合模糊熵权法和三维矢量评价确定了基于模糊熵权系数法的AMHS系统柔性三维矢量测度模型,并详细论述了基于空间图中状态点的柔性监控图和综合量化方法。最后,以A公司总装车间搬运系统为应用案例,对组装车间物流设备和物流方案进行了介绍,并将该评价方法应用于总装车间的自动化搬运系统柔性度量,详细分析各指标的柔性值,针对不足的柔性方面提出较为合理的提升措施。该论文有图19幅,表格14个,参考文献93篇。
二、制造系统中物流的优化方法（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、制造系统中物流的优化方法（论文提纲范文）
（1）T机械公司机加工车间生产系统仿真优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及其意义 |
| 1.1.1 课题的研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 国外研究现状分析 |
| 1.2.2 国内研究现状分析 |
| 1.2.3 国内外研究评述 |
| 1.3 研究内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 第2章 生产系统相关理论和仿真工具 |
| 2.1 生产系统概述 |
| 2.1.1 生产系统的定义 |
| 2.1.2 生产系统的结构特点 |
| 2.1.3 生产系统的优化路径及其优化思想 |
| 2.1.4 生产系统的优化改进意义 |
| 2.1.5 生产系统理论研究和仿真研究对比 |
| 2.2 仿真理论 |
| 2.2.1 计算机仿真 |
| 2.2.2 仿真的分类 |
| 2.2.3 仿真的主要步骤 |
| 2.3 Arena系统仿真软件概述 |
| 2.3.1 Arena仿真软件简介 |
| 2.3.2 Arena仿真软件建模步骤分析 |
| 2.3.3 Arena仿真软件建模优化功能分析 |
| 2.3.4 Arena仿真软件与其它仿真软件对比分析 |
| 2.4 本章小结 |
| 第3章 T机械公司生产系统现状分析 |
| 3.1 T机械公司简介 |
| 3.2 T机械公司机加工车间生产系统基本组成分析 |
| 3.2.1 生产工艺流程分析 |
| 3.2.2 机加工车间内部微观物流分析 |
| 3.3 T机械公司机加工车间生产系统存在的主要问题 |
| 3.4 本章小结 |
| 第4章 T机械公司机加工车间生产系统仿真建模 |
| 4.1 明确仿真目标 |
| 4.2 仿真建模的原则和条件 |
| 4.2.1 仿真建模的原则 |
| 4.2.2 仿真建模的条件 |
| 4.3 仿真建模过程 |
| 4.3.1 数据资料搜集 |
| 4.3.2 数据资料拟合 |
| 4.4 仿真模型的建立 |
| 4.4.1 输入数据分析 |
| 4.4.2 微观物流子系统模型建立 |
| 4.4.3 生产流程子系统模型建立 |
| 4.5 本章小结 |
| 第5章 仿真结果分析与优化方案 |
| 5.1 微观物流系统的冗整度改进 |
| 5.1.1 基于SLP技术的物流设施规划改进 |
| 5.1.2 作业单元位置相互关系 |
| 5.2 生产工艺流程改进方案 |
| 5.2.1 改善策略分析 |
| 5.2.2 改善前后生产流程子系统评价 |
| 5.3 总体多目标优化拟合 |
| 5.4 优化前后总体生产系统评价 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
（2）蓝宝石衬底生产周期改善方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 课题来源 |
| 1.5 研究内容及框架 |
| 1.6 本章小结 |
| 第二章 生产周期改善工具及基本理论 |
| 2.1 失效模式与影响分析 |
| 2.2 约束理论 |
| 2.2.1 DBR生产控制方法 |
| 2.2.2 实施DBR的具体过程 |
| 2.3 本章小结 |
| 第三章 蓝宝石衬底生产周期状况分析 |
| 3.1 企业基本概况 |
| 3.1.1 蓝宝石衬底工艺流程 |
| 3.1.2 蓝宝石衬底生产周期组成 |
| 3.2 企业蓝宝石衬底生产周期现状及影响因素识别 |
| 3.2.1 蓝宝石衬底生产周期现状 |
| 3.2.2 蓝宝石衬底生产周期关键影响因素识别 |
| 3.2.3 工序生产周期量化分析 |
| 3.3 本章小结 |
| 第四章 蓝宝石衬底生产周期改善策略 |
| 4.1 改进的DBR生产控制方法 |
| 4.1.1 蓝宝石衬底生产系统特征分析 |
| 4.1.2 生产系统瓶颈识别 |
| 4.1.3 生产系统缓冲区设置 |
| 4.1.4 蓝宝石衬底投料策略 |
| 4.1.5 蓝宝石衬底派工策略 |
| 4.1.6 改进DBR生产控制方法的应用 |
| 4.2 精益模式下蓝宝石衬底生产周期改善 |
| 4.2.1 机台维护策略 |
| 4.2.2 搬运过程优化 |
| 4.2.3 人员管理与培训 |
| 4.3 蓝宝石衬底生产周期控制 |
| 4.4 蓝宝石衬底生产周期改善效果评价 |
| 4.5 本章小结 |
| 第五章 结论 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（3）面向智能生产车间的物流系统设计与开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 项目背景及课题来源 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 智能制造发展现状 |
| 1.3.2 智能制造系统研究现状 |
| 1.3.3 生产物流系统研究现状 |
| 1.4 论文组织结构和研究内容 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文组织架构 |
| 第二章 智能生产车间物流系统的需求分析与模块设计 |
| 2.1 引言 |
| 2.2 车间智能物流系统需求分析 |
| 2.2.1 应用对象 |
| 2.2.2 传统物料供应模式分析 |
| 2.2.3 车间智能物流系统需求分析 |
| 2.3 车间生产物流系统模块设计 |
| 2.3.1 车间智能物流系统运行模式 |
| 2.3.2 物流执行设备及其功能 |
| 2.3.3 智能生产物流系统总体框架 |
| 2.4 本章小结 |
| 第三章 信息采集与数据传输系统设计 |
| 3.1 引言 |
| 3.2 制造物联技术 |
| 3.2.1 制造物联网简介 |
| 3.2.2 制造物联网体系架构 |
| 3.3 制造物联系统关键技术 |
| 3.3.1 实时信息采集技术 |
| 3.3.2 数据传输技术 |
| 3.4 基于制造物联技术的信息采集与数据传输系统设计 |
| 3.4.1 生产物流系统信息流分析 |
| 3.4.2 信息采集方案设计 |
| 3.4.3 数据传输方案设计 |
| 3.5 本章小结 |
| 第四章 面向智能生产车间的物流车辆调度方法研究 |
| 4.1 引言 |
| 4.2 多目标遗传算法概述 |
| 4.2.1 遗传算法 |
| 4.2.2 多目标优化 |
| 4.3 车间物流调度多目标数学模型构建 |
| 4.3.1 优化目标 |
| 4.3.2 约束条件 |
| 4.4 多目标优化算法设计 |
| 4.4.1 编码设计 |
| 4.4.2 遗传操作 |
| 4.4.3 精英策略 |
| 4.5 算例研究及结果分析 |
| 4.5.1 案例设计 |
| 4.5.2 算法验证 |
| 4.5.3 算法分析 |
| 4.6 本章小结 |
| 第五章 车间智能物流系统管理平台开发 |
| 5.1 系统概述 |
| 5.2 系统需求分析 |
| 5.2.1 系统需求 |
| 5.2.2 功能需求分析 |
| 5.2.3 业务流程分析 |
| 5.3 软件设计 |
| 5.3.1 功能模块设计 |
| 5.3.2 数据库设计 |
| 5.3.3 系统总体架构 |
| 5.4 系统实现 |
| 5.4.1 开发工具 |
| 5.4.2 软件实现 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 参与的科研项目 |
（4）一种电子封装行业自动化生产线建模与仿真方法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 课题来源与研究方法 |
| 1.4 本文的框架结构 |
| 第二章 建模仿真与精益优化的理论介绍 |
| 2.1 生产系统建模与仿真技术介绍 |
| 2.1.1 生产系统建模与仿真的一般步骤 |
| 2.1.2 生产系统仿真软件介绍与对比 |
| 2.2 精益生产与精益优化 |
| 2.2.1 精益生产的概念 |
| 2.2.2 精益优化的主要工具 |
| 2.3 本章小结 |
| 第三章 基于Flexsim软件的K公司生产线建模仿真 |
| 3.1 K公司生产线的分析 |
| 3.2 基于Flexsim的生产线建模与仿真过程 |
| 3.2.1 Flexsim软件建模与仿真的基础知识 |
| 3.2.2 K公司生产线的建模过程 |
| 3.3 K公司生产线的仿真分析 |
| 3.4 故障模型的建模仿真 |
| 3.5 本章小结 |
| 第四章 K公司生产线的精益优化 |
| 4.1 测试站点布局优化 |
| 4.2 机械手调度顺序优化 |
| 4.3 设备利用率优化 |
| 4.4 生产线优化结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）基于改进蝙蝠算法的柔性制造系统环路布局研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究评述 |
| 1.3 研究内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 柔性制造系统设备布局相关理论与算法技术 |
| 2.1 柔性制造系统设备布局相关概念 |
| 2.1.1 柔性制造系统设备布局概念 |
| 2.1.2 柔性制造系统设备布局原则 |
| 2.2 柔性制造系统设备布局类型 |
| 2.2.1 三种典型布局 |
| 2.2.2 静态设备布局和动态设备布局 |
| 2.3 常见求解设备布局问题的算法 |
| 2.3.1 确定性算法 |
| 2.3.2 系统布置设计法 |
| 2.3.3 启发式算法 |
| 2.4 算法技术 |
| 2.4.1 蝙蝠算法 |
| 2.4.2 模拟退火算法 |
| 2.4.3 Lévy飞行扰动 |
| 2.5 本章小结 |
| 第3章 柔性制造系统环路布局数学模型构建 |
| 3.1 环路布局建模要求及思路 |
| 3.1.1 环路布局建模要求 |
| 3.1.2 环路布局建模思路 |
| 3.2 环路布局数学模型构建 |
| 3.2.1 环路布局问题描述 |
| 3.2.2 环路布局假设条件及约束条件 |
| 3.2.3 目标函数的建立 |
| 3.3 布局策略 |
| 3.4 本章小结 |
| 第4章 改进蝙蝠算法设计 |
| 4.1 基本蝙蝠算法分析 |
| 4.2 蝙蝠算法改进 |
| 4.2.1 蝙蝠算法改进思路 |
| 4.2.2 改进蝙蝠算法步骤实现 |
| 4.3 算法性能测试仿真实验 |
| 4.3.1 测试算法参数及测试函数 |
| 4.3.2 仿真实验结果分析 |
| 4.4 本章小结 |
| 第5章 应用改进蝙蝠算法求解环路布局 |
| 5.1 算例数据描述 |
| 5.2 算法求解过程与布局结果 |
| 5.2.1 算法求解过程 |
| 5.2.2 布局结果 |
| 5.3 算法仿真分析与评价 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（6）制造企业精益绿色制造系统集成效应及协同机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 论文选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 精益和绿色制造集成协同及兼容性研究现状 |
| 1.2.2 精益和绿色制造集成协同对企业绩效影响研究现状 |
| 1.2.3 精益和绿色制造集成协同实证研究现状 |
| 1.3 论文的主要内容 |
| 第2章 精益绿色制造系统集成效应研究 |
| 2.1 精益绿色制造技术集成协同对废弃物减少绩效的影响 |
| 2.1.1 精益绿色制造技术集成绩效相关分析与假设 |
| 2.1.2 试验方法 |
| 2.1.3 试验数据统计分析 |
| 2.1.4 试验结论 |
| 2.2 精益绿色制造系统集成协同实施对组织绩效影响的实证分析 |
| 2.2.1 问题的提出 |
| 2.2.2 评价指标体系与模型 |
| 2.2.3 实证分析与结论 |
| 2.3 本章小结 |
| 第3章 精益绿色制造系统扩散效应研究 |
| 3.1 精益绿色制造系统扩散对组织绩效作用机制的理论框架构建 |
| 3.1.1 模型假设的理论基础 |
| 3.1.2 理论假设和框架模型 |
| 3.2 精益绿色制造系统扩散对组织绩效作用机制的实证分析 |
| 3.2.1 量表变量设计和数据收集整理 |
| 3.2.2 实证方法的选取 |
| 3.2.3 假设检验分析与结论 |
| 3.3 本章小结 |
| 第4章 精益绿色制造系统实施方法研究 |
| 4.1 制造企业精益绿色实践方法评价与集成 |
| 4.1.1 精益绿色实践方法多目标评价体系 |
| 4.1.2 精益绿色实践方法集成 |
| 4.2 精益绿色实践方法集成应用案例研究 |
| 4.2.1 精益绿色实践方法集成在汽车行业的应用案例 |
| 4.2.2 精益绿色实践方法基于碳效率指标的价值流程图应用案例 |
| 4.3 本章小结 |
| 第5章 精益绿色制造系统集成协同机制研究 |
| 5.1 基于内部人员跨部门整合的精益绿色制造协同机制 |
| 5.1.1 问题的提出 |
| 5.1.2 内部人员横向整合构建跨部门精益绿色共同目标 |
| 5.1.3 内部人员纵向整合识别精益绿色实践实施障碍 |
| 5.2 基于企业利益相关者的精益绿色制造协同机制 |
| 5.2.1 利益相关者角度的驱动因素分析 |
| 5.2.2 利益相关者角度的驱动因素评价 |
| 5.3 制造企业精益绿色系统制造集成协同模型 |
| 5.3.1 精益绿色协同模型概念框架 |
| 5.3.2 精益绿色协同模型评价 |
| 5.4 本章小结 |
| 第6章 精益绿色制造系统集成协同运行设计 |
| 6.1 精益绿色集成协同管控战略方法 |
| 6.2 精益绿色集成协同在运营层面的运行 |
| 6.2.1 全局精益绿色 |
| 6.2.2 精益绿色集成协同核心要素 |
| 6.3 精益绿色集成协同在操作层面的运行 |
| 6.4 精益绿色制造系统评价方法研究 |
| 6.5 某汽车零部件企业案例分析 |
| 6.5.1 公司运营层面的策划 |
| 6.5.2 公司制造车间操作层面实施 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间取得的科研成果 |
| 附录2 攻读博士学位期间参加的科研项目 |
（7）面向成本的机械加工线资源配置仿真优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.1.3 课题来源 |
| 1.2 国内外研究现状 |
| 1.2.1 离散制造系统仿真技术发展现状 |
| 1.2.2 制造系统资源配置优化研究现状 |
| 1.2.3 制造成本分析模型研究现状 |
| 1.3 论文研究内容 |
| 1.4 本章小结 |
| 第2章 面向成本的机械加工线资源配置优化问题分析 |
| 2.1 大型零部件机械加工线资源配置问题分析 |
| 2.1.1 大型零部件机械加工线概述 |
| 2.1.2 机械加工线资源配置优化内涵 |
| 2.1.3 面向成本的机械加工线资源配置问题描述 |
| 2.2 制造成本分析模型建立 |
| 2.2.1 产品制造成本分类方法 |
| 2.2.2 加工成本 |
| 2.2.3 生产物流成本 |
| 2.2.4 缓存成本 |
| 2.2.5 人力成本 |
| 2.2.6 延期交货惩罚成本 |
| 2.2.7 制造总成本 |
| 2.3 本章小结 |
| 第3章 面向成本的机械加工线资源配置问题优化方法 |
| 3.1 面向成本的机械加工线资源配置仿真优化方法 |
| 3.2 离散事件系统建模与仿真 |
| 3.2.1 离散事件系统基本概念 |
| 3.2.2 离散事件系统仿真基本步骤 |
| 3.3 面向成本的资源配置正交试验设计仿真优化方法 |
| 3.3.1 正交试验设计概述 |
| 3.3.2 正交试验设计执行 |
| 3.3.3 资源因素灵敏度与交互作用分析方法 |
| 3.4 基于遗传算法的资源配置问题求解 |
| 3.4.1 遗传算法简介 |
| 3.4.2 遗传算法基本操作步骤 |
| 3.5 本章小结 |
| 第4章 基于PLANT SIMULATION的构架加工线仿真模型建立 |
| 4.1 构架加工线现状分析 |
| 4.1.1 转向架构架介绍 |
| 4.1.2 构架加工线现状分析 |
| 4.1.3 构架加工线存在问题分析 |
| 4.2 构架加工线仿真模型建立 |
| 4.2.1 仿真目标、假设及评价指标确定 |
| 4.2.2 仿真模型三维布局构建 |
| 4.2.3 仿真模型资源对象参数设置与逻辑关系建立 |
| 4.2.4 仿真模型可信度验证 |
| 4.3 本章小结 |
| 第5章 面向成本的构架加工线资源配置仿真优化 |
| 5.1 面向成本的资源配置正交试验设计与结果分析 |
| 5.1.1 面向成本的资源配置正交试验设计 |
| 5.1.2 结果分析 |
| 5.1.3 各资源配置因素灵敏度分析与交互作用分析 |
| 5.2 面向成本的资源配置遗传算法求解 |
| 5.2.1 确定优化变量及目标函数 |
| 5.2.2 编码 |
| 5.2.3 生成初始种群 |
| 5.2.4 适应度计算 |
| 5.2.5 遗传操作 |
| 5.2.6 最优保存策略 |
| 5.2.7 判断终止条件 |
| 5.2.8 优化结果 |
| 5.3 资源配置优化前后生产指标数据对比分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文及科研成果 |
（8）基于深度强化学习的考虑物流的云制造服务组合研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 云制造服务组合 |
| 1.2.2 基于深度强化学习的服务组合 |
| 1.3 论文研究内容及结构安排 |
| 1.3.1 论文研究目的及内容 |
| 1.3.2 论文结构安排 |
| 第二章 云制造服务组合及深度强化学习理论基础 |
| 2.1 云制造 |
| 2.2 云制造服务组合 |
| 2.2.1 云制造服务组合 |
| 2.2.2 云制造服务组合问题分类 |
| 2.2.3 云制造服务组合特点 |
| 2.2.4 服务组合质量 |
| 2.3 强化学习 |
| 2.3.1 强化学习原理及结构 |
| 2.3.2 马尔可夫决策过程 |
| 2.3.3 Q-Learning算法 |
| 2.3.4 函数估计 |
| 2.4 深度学习 |
| 2.4.1 神经网络的概念 |
| 2.4.2 神经网络结构和类型 |
| 2.5 深度强化学习 |
| 2.6 本章小结 |
| 第三章 基于深度强化学习的云制造服务组合 |
| 3.1 云制造服务组合问题描述与假设 |
| 3.2 云制造服务组合模型 |
| 3.2.1 任务模型 |
| 3.2.2 资源服务模型 |
| 3.3 服务组合质量 |
| 3.4 基于深度强化学习的云制造服务组合 |
| 3.4.1 深度强化学习算法模型 |
| 3.4.2 状态空间和动作空间 |
| 3.4.3 奖励函数 |
| 3.4.4 动作选择及状态转移 |
| 3.5 本章小结 |
| 第四章 实验结果与分析 |
| 4.1 实验环境 |
| 4.2 实验 |
| 4.3 实验评价 |
| 4.3.1 参数分析 |
| 4.3.2 有效性分析 |
| 4.3.3 鲁棒性和自适应性分析 |
| 4.3.4 可扩展分析 |
| 4.3.5 统计学分析 |
| 4.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（9）基于装备智能体的物联制造车间动态实时调度系统（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 物联技术研究现状 |
| 1.3 调度技术研究现状 |
| 1.3.1 车间调度技术研究方向 |
| 1.3.2 车间调度算法研究现状 |
| 1.4 课题来源及研究意义 |
| 1.5 研究内容及结构安排 |
| 1.6 本章小结 |
| 第二章 物联制造车间实时调度系统总体方案 |
| 2.1 物联制造车间架构研究 |
| 2.1.1 物联制造系统总体架构 |
| 2.1.2 物联制造系统物理架构 |
| 2.2 基于装备智能体的调度模型设计 |
| 2.2.1 Agent的特点与映射 |
| 2.2.2 Agent结构模型设计 |
| 2.2.3 Agent模块设计 |
| 2.3 离散车间生产流程 |
| 2.4 离散车间制造过程信息感知需求分析 |
| 2.5 物联制造关键技术研究 |
| 2.5.1 RFID技术介绍 |
| 2.5.2 基于RFID的工序物流和地图定位 |
| 2.5.3 车间通信网络构建 |
| 2.5.4 装备智能体通信协议设计 |
| 2.6 本章小结 |
| 第三章 车间AGV智能调度技术研究 |
| 3.1 物流冲突管理 |
| 3.1.1 冲突类型分类 |
| 3.1.2 冲突解决策略 |
| 3.1.3 基于AGV智能体的冲突协商策略 |
| 3.2 路径规划方法 |
| 3.2.1 Floyd算法 |
| 3.2.2 Dijkstra算法 |
| 3.2.3 改进的Dijkstra算法和Floyd算法 |
| 3.2.4 离线-在线两阶段路径规划方法 |
| 3.3 AGV系统调度模型设计 |
| 3.3.1 AGV调度数学模型 |
| 3.3.2 调度模型优化目标计算流程 |
| 3.4 本章小结 |
| 第四章 基于MAS的车间调度模型与算法研究 |
| 4.1 基于实时数据的调度任务评估算法设计 |
| 4.1.1 多目标优化调度模型 |
| 4.1.2 基于模糊综合评价的订单排序规则 |
| 4.2 MAS协商策略概述 |
| 4.3 改进合同网协调机制设计 |
| 4.3.1 经典合同网存在的不足 |
| 4.3.2 对经典合同网方案的改进设计 |
| 4.4 扰动事件处理机制 |
| 4.5 本章小结 |
| 第五章 物联制造车间动态实时调度系统实现 |
| 5.1 物联制造车间实验平台搭建 |
| 5.1.1 车间主要制造装备介绍 |
| 5.1.2 制造装备与Agent软件的集成 |
| 5.2 平台软件系统实现 |
| 5.2.1 制造装备控制方案 |
| 5.2.2 系统开发环境搭建 |
| 5.2.3 云平台功能模块设计 |
| 5.3 物联制造车间动态实时调度系统实验验证 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文的工作总结 |
| 6.2 下一步工作展望 |
| 致谢 |
| 参考文献 |
| 在学期间的研究成果及发表的学术论文 |
（10）离散制造企业自动化物料搬运系统柔性评估（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究现状评述 |
| 1.4 研究内容及方法 |
| 1.5 本章小结 |
| 2 离散制造企业AMHS系统柔性分析 |
| 2.1 AMHS系统界定 |
| 2.2 离散制造企业AMHS系统柔性 |
| 2.3 本章小结 |
| 3 AMHS系统柔性评价指标体系建立 |
| 3.1 指标体系构建原则和方法 |
| 3.2 柔性三维评价模型改进 |
| 3.3 物料搬运系统柔性影响因素分析 |
| 3.4 离散制造企业AMHS系统评价指标体系构建 |
| 3.5 指标定量分析 |
| 3.6 本章小结 |
| 4 基于模糊熵权法的AMHS系统柔性测度模型构建 |
| 4.1 模糊熵权模型构建 |
| 4.2 基于模糊熵权系数法的AMHS系统柔性三维矢量测度模型 |
| 4.3 本章小结 |
| 5 案例分析 |
| 5.1 A公司简介 |
| 5.2 A公司总装车间产品及生产系统现状 |
| 5.3 A公司总装车间AMHS系统柔性测度 |
| 5.4 A公司总装车间AMHS系统柔性提升措施 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
四、制造系统中物流的优化方法（论文参考文献）
- [1]T机械公司机加工车间生产系统仿真优化研究[D]. 宁金新. 河北科技大学, 2020(07)
- [2]蓝宝石衬底生产周期改善方法研究[D]. 梁家玮. 江西理工大学, 2020(01)
- [3]面向智能生产车间的物流系统设计与开发[D]. 杨智飞. 东南大学, 2020
- [4]一种电子封装行业自动化生产线建模与仿真方法的研究[D]. 张昊. 西安电子科技大学, 2020(05)
- [5]基于改进蝙蝠算法的柔性制造系统环路布局研究[D]. 张友. 燕山大学, 2020(01)
- [6]制造企业精益绿色制造系统集成效应及协同机制研究[D]. 朱小勇. 武汉科技大学, 2020(01)
- [7]面向成本的机械加工线资源配置仿真优化研究[D]. 李冉. 西南交通大学, 2020(07)
- [8]基于深度强化学习的考虑物流的云制造服务组合研究[D]. 温晓倩. 长安大学, 2020(06)
- [9]基于装备智能体的物联制造车间动态实时调度系统[D]. 管晨丞. 南京航空航天大学, 2020(07)
- [10]离散制造企业自动化物料搬运系统柔性评估[D]. 解晓东. 中国矿业大学, 2020(01)