【摘 要】
：
生产线仿真是保证生产设计方案正确、合理、高效的前提,其中对生产线逻辑的正确性仿真最为关键.为实现基于数字孪生的生产线仿真技术,提出面向生产线仿真的数字孪生逻辑模型构建方法.首先提出生产线仿真系统组成架构,然后从几何、物理、生产行为、仿真规则4个维度阐述数字孪生逻辑模型的构建方法,详细介绍几何属性、物理属性的定义方法,采用有限状态机定义的生产行为,并定义行为信息传递规则、同步推进规则和互斥优先规则3类仿真规则.基于模型构建方法开发了生产线逻辑仿真原型系统,通过生产线实例仿真验证了建模方法的有效性.
【机 构】
：
东南大学 机械工程学院,江苏 南京 211189;北京航空航天大学 自动化科学与电气工程学院数字孪生研究组,北京 100191;山东大学机械工程学院,山东 济南 250061;西安交通大学 机械制造系
论文部分内容阅读
生产线仿真是保证生产设计方案正确、合理、高效的前提,其中对生产线逻辑的正确性仿真最为关键.为实现基于数字孪生的生产线仿真技术,提出面向生产线仿真的数字孪生逻辑模型构建方法.首先提出生产线仿真系统组成架构,然后从几何、物理、生产行为、仿真规则4个维度阐述数字孪生逻辑模型的构建方法,详细介绍几何属性、物理属性的定义方法,采用有限状态机定义的生产行为,并定义行为信息传递规则、同步推进规则和互斥优先规则3类仿真规则.基于模型构建方法开发了生产线逻辑仿真原型系统,通过生产线实例仿真验证了建模方法的有效性.
其他文献
方面级别的情感分析(ABSA)旨在确定句子中特定目标的情感倾向.大部分现有方法仅使用语义层面信息,不能很好地利用不同方面词的意见术语来达到精确的情感分类,且模型不具有可解释性.语法层面信息中词性信息和以特定方面术语为根节点的句法结构依存树可以用于捕获句子中特定方面的意见术语.提出了结合词性信息且具有模型可解释性的BG-CNN,并引入依存树作为辅助信息用于细粒度文本情感分析.提出了增强损失函数用于模型的训练.在三个经典数据集上进行验证,实验结果表明了该模型和增强损失函数的有效性.
随着保险行业的蓬勃发展,保险欺诈问题也显得日趋严重.车险欺诈一直是保险欺诈的“重灾区”,对保险行业的发展至关重要.因此,车险欺诈检测技术一直是国内外学者研究的热点问题.鉴于我国在机动车辆保险欺诈检测技术方相对滞后,而国外的研究成果又较少对我国车险业务数据进行有效建模与分析,首次针对机器学习模型应用在车险欺诈检测的研究工作进行了文献调研,对二十多年来的研究工作进行系统化的归纳与总结.通过引入车险欺诈流程的简介,对专家系统与智能理赔系统在车险欺诈检测的流程进行了叙述;依次从国外和国内的角度介绍了机器学习模型应
在Pythagorean模糊多属性决策问题中,以欧式距离等距离测度为基础计算各备选方案与正、负理想解的距离,可能产生与正理想解距离更近的待选方案却与负理想解的距离也更近,导致所得方案排序结果并不能真实反映各备选方案的优劣程度.为有效克服决策结果的逆序问题,提出满足对称性、有界性的Pythagorean模糊对称交叉熵,进而给出Pythagorean模糊加权对称交叉熵的定义;针对规范化的Pythagorean模糊决策矩阵,以得分函数确定正、负理想方案,通过计算各方案与正理想方案的对称交叉熵并依据各属性的灰色关
高性能计算中,硬件支持的多播操作对应用程序性能具有至关重要的影响.Infiniband网络中现有的两类多播路由算法中,MINIHOP-MC未考虑路由均衡性问题,导致链路edge forwarding index(EFI)指数很大,严重影响多播消息性能;SSSP-MC虽然部分考虑了路由均衡性问题,但其运行时间很长,不能满足超大规模互连网络的需求.提出一种负载均衡的快速多播路由算法FULB-MC,可用于存在大量多播组的超大规模互连网络环境.该算法采用自底向上的多播树构建方法,并综合利用两种负载均衡策略根据局部
车载自组织网络(vehicular ad hoc network,VANET)的固有特性使其存在诸多安全问题.特别地,当路边单元(RSU)的覆盖区域中出现大量车辆时,现有认证方法难以确保RSU快速对每辆车进行签名认证.因此,提出一种新的基于代理车辆的消息认证方法.代理车辆对其他车辆的消息进行验证,将验证结果传输给附近的RSU,RSU再验证代理车辆的输出结果,从而达到降低RSU计算开销的目的.在椭圆曲线离散对数问题下,证明了提出的方法满足消息认证的安全需求.仿真结果表明,与传统认证方法相比,采用所提出的认证
为探究客流分布不均的动车组部件维护策略的经济性,引入多项式拟合方法对波动客流进行分段量化,并提出客流分布不均的部件差异化停机损失成本函数,进而结合加速失效模型建立了以可靠度为约束条件的部件维护策略动态调整方法,通过对部件延迟维护可靠度阈值进行敏感性分析,确定了经济性最佳的维护策略调整方法.研究结果表明,考虑客流分布的维护模型能够更加准确地刻画部件的可靠度退化过程,在客流高峰期内对部件维护活动进行动态调整能够有效降低停机损失,该模型可为客流分布不均情况下制定维护计划提供参考.
为了提高涡扇发动机剩余使用寿命的预测精度,提出一种将变分自编码器(VAE)和双判别器对抗式生成网络(D2 GAN)相结合的预训练特征提取模型.在该模型中,VAE作为D2 GAN的生成器参与模型训练,形成双重嵌套生成结构,以提高中间特征的提取质量;利用长短时记忆网络进一步挖掘所提取特征的时序退化信息,预测发动机剩余使用寿命.为了验证所提模型的高效性,将模型在通用数据集上进行测试,并与当前最先进的研究比较,结果显示所提模型具有更优秀的预测表现,极大提高了发动机系统的安全性.
随着社交网络的不断发展,微博成为人们日常生活中分享观点和感情的重要平台,分析用户的情感倾向可以有效地应用于舆情控制、民意调查、商品推荐等工作.传统的深度学习算法在面对新的工作任务时,往往需要大量数据重新训练才能得到较好准确率.针对这一情况,提出了一种基于MAML(model-agnostic meta-learning)与BiLSTM(双向长短时记忆网络)的微博负面情感多分类方法.对微博文本进行词向量化表示,构建MAML与BiLSTM结合的模型,其中BiLSTM实现对微博负面情感的分类,通过随机梯度下降更
帝国竞争算法(imperialist competitive algorithm,ICA)是一种被广泛应用于求解各类理论与实践问题的随机搜索智能优化算法,但它收敛过快的特性令其容易在求解复杂问题时陷入局部最优,故对ICA进行有针对性的改进十分必要.引入二进制转换和克隆进化机制,为算法的进化种群提供新的上升通道和进化模式,帮助进化种群跳出局部最优,从而提出了一种改进的帝国竞争算法(decimal-binary conversion and clonal evolution oriented improved
针对四旋翼控制中由外部不确定干扰和系统参数不确定引起的具有时变特性的不确定界干扰问题,设计一种不确定干扰前馈补偿的反步滑模姿态抗干扰控制方法.采用牛顿欧拉方法建立带不确定干扰的四旋翼6自由度动力学模型,然后采用非线性干扰观测器对姿态系统中的不确定干扰进行观测估计,进而基于不确定干扰估计量的前馈补偿设计反步滑模控制器,最后通过Lyapunov理论验证了系统的稳定性.仿真结果表明,所设计的控制器可以有效解决外部干扰和系统参数不确定导致的系统高阶不确定性问题,实现不确定干扰下的四旋翼鲁棒控制,同时改善传统滑模中