数据驱动的工业机器人装备服务调度动态优化方法研究开题报告
2020-08-07 21:03:28
1. 研究目的与意义(文献综述)
1.1 研究目的及意义
装备制造业是国民经济发展和国防建设的基础性产业,也是其他各行业产业升级,技术进步的主要保障,更是国家技术水平和综合实力的集中体现。工业机器人作为现代制造业的主要自动化装备,在装备制造业中的应用非常广泛。并且,作为机电一体化技术中自动化程度最高的生产设备,工业机器人及其自动化成套设备的拥有量和应用水平是一个国家制造业综合实力的重要标志之一。
近些年,装备制造业中信息化和工业化的深度融合成为制造业发展的趋势,随着信息技术和高端装备的不断发展创新,云计算、大数据、物联网等技术应运而生。“云制造”、“工业大数据”、“工业云服务”等新概念和新的模式也不断涌现,智能制造还成为了国务院发布的“中国制造2025”规划纲要中的重要发展战略。作为一种面向服务的网络化制造新模式,云制造现阶段可以作为智能制造的代表。云制造模式将制造资源通过建模封装成服务,制造的过程便可看作对资源服务进行匹配的过程,这与制造业的生产加工服务型转变趋势相契合。
2. 研究的基本内容与方案
本文主要研究的是使用群智能算法对工业机器人装备服务进行调度优化。群智能算法一般被用来解决寻找最佳方案的优化问题,工业机器人的装备服务在执行制造任务过程中,制造任务常被先分解为多个子任务,系统会根据任务工艺执行路径,为各个子任务匹配对应的制造装备服务来完成制造的生成加工过程。在此过程中,达到生成成本最小,加工成本最短,总体服务可靠性最高的目标可以视为最佳解决方案,所以群智能算法可以用来对工业机器人装备服务进行调度优化。而蜜蜂算法是群智能算法中比较典型且高效的算法,适合应用于工业机器人装备服务调度优化。
参考相关文献,并结合工业机器人的研究对象,本文的研究内容整体流程如图2.1所示。
3. 研究计划与安排
第1-3周:查阅相关文献资料,明确研究内容,学习毕业设计研究内容所需理论的基础。确定毕业设计方案,完成开题报告;
第4-5周:熟悉掌握基本理论,完成英文资料的翻译;
第6-9周:掌握工业机器人装备服务多目标调度模型;
4. 参考文献(12篇以上)
[1] liuj, xu w, zhang j, et al. industrial cloud robotics towards sustainablemanufacturing[c]. asme 2016, international manufacturing science andengineering conference. 2016:v002t04a017.
[2] bo-huli, zhang l, wang s l, et al. cloud manufacturing: a new service-orientednetworked manufacturing model[j]. computer integrated manufacturing systems,2010, 16(1):1-7 16.
[3] liuw n, liu b, sun d h. a conceptual framework for dynamic manufacturing resourceservice composition and optimization in service-oriented networkedmanufacturing[c]. international conference on cloud and service computing. ieeecomputer society, 2011:118-125.