基于遗传算法的数控机床服务模块配置设计

doi:10.12068/j.issn.1005-3026.2015.06.020

东北大学学报:自然科学版 ›› 2015, Vol. 36 ›› Issue (6): 848-852.DOI: 10.12068/j.issn.1005-3026.2015.06.020

基于遗传算法的数控机床服务模块配置设计

盛忠起，徐涛，旋嘉耀，宋均有

(东北大学机械工程与自动化学院，辽宁沈阳110819)

收稿日期:2014-05-05 修回日期:2014-05-05 出版日期:2015-06-15 发布日期:2015-06-11
通讯作者: 盛忠起
作者简介:盛忠起(1972-)，男，山东宁津人，东北大学副教授.
基金资助:
中央高校基本科研业务费专项资金资助项目(N120403003)；国家科技支撑计划项目(2012BAF12B08)；辽宁省科技计划项目(2013020052，2011216010).

Genetic Algorithm-based Service Module Configuration Design of CNC Machine Tools

SHENG Zhong-qi， XU Tao， XUAN Jia-yao， SONG Jun-you

School of Mechanical Engineering & Automation， Northeastern University， Shenyang 110819， China.

Received:2014-05-05 Revised:2014-05-05 Online:2015-06-15 Published:2015-06-11
Contact: SHENG Zhong-qi
About author:-
Supported by:
-

摘要/Abstract

摘要： 为实现数控机床总体配置的最优化设计，采用遗传算法对数控机床服务模块进行配置设计.根据数控机床产品全生命周期过程中相关服务类型，将服务模块划分为产品相关服务模块和产品不相关服务模块.主要研究产品不相关服务模块，利用遗传算法对各个服务模块进行编码，并以服务价值系数、服务质量水平和客户相对满意度作为优化目标构建适应度函数，建立数控机床服务模块化多目标模型.通过各个服务模块以及子模块之间的相互约束关系保证模型的有效性.最后，通过MATLAB编程求解得到服务模块配置方案.

关键词: 遗传算法, 数控机床, 服务模块, 配置设计, MATLAB

Abstract: To realize the optimal design of the overall configuration of CNC machine tools， we use genetic algorithm to realize the configuration design of service module of CNC machine tools. According to the service type in product life cycle process， the service modules of CNC machine tools are classified into the product related service modules and the product unrelated service modules. We study the product unrelated service modules， using genetic algorithm to encode each service modules and using the service value coefficient， the service quality level and the customer satisfaction as the optimal object to establish the fitness function and set up the service modular multi-objective model of CNC machine tools. This algorithm can ensure the validity of the model through mutual constraint relationship between various service modules and submodules. Finally， the service module configuration scheme is solved by MATLAB.

Key words: genetic algorithm, CNC machine tools, service module, configuration design, MATLAB

中图分类号:

TH164

盛忠起，徐涛，旋嘉耀，宋均有. 基于遗传算法的数控机床服务模块配置设计[J]. 东北大学学报:自然科学版, 2015, 36(6): 848-852.

SHENG Zhong-qi， XU Tao， XUAN Jia-yao， SONG Jun-you. Genetic Algorithm-based Service Module Configuration Design of CNC Machine Tools[J]. Journal of Northeastern University Natural Science, 2015, 36(6): 848-852.

参考文献

[1]Gutierrez A M，Sachez J M，Kusiak A.Handbook of life cycle engineering:concepts，models and technologies［M］.London:Chapman and Hall，1999:495-512.
[2]唐敦兵，钱晓明，刘建刚.基于设计结构矩阵DSM的产品设计与开发［M］.北京:科学出版社，2009:111-115.(Tang Dun-bing，Qian Xiao-ming，Liu Jian-gang.Product design and development based on DSM［M］.Beijing:Science Press，2009:111-115.)
[3]Li M Q，Li D Y.Modular decomposition method based on design structure matrix and application［J］. Indonesian Journal of Electrical Engineering，2012，10(8):2169-2175.
[4]Tang D，Zheng L，Li Z，et al.Re-engineering the design process for concurrent engineering［J］.Computers and Industrial Engineering，2000，38:479-491.
[5]Balakrishnan P V，Jacob V S.Genetic algorithms for product design［J］. Management Science，1996，42(8):1105-1127.
[6]Fujita K.Product variety optimization under modular architecture［J］.Computer-Aided Design，2002，34(12):953-965.
[7]Deb K，Pratap A，Agarwal S.A fast and elitist multi-objective genetic algorithm:NSGA-II［J］.IEEE Transactions on Evolutionary Computation，2002，6(2):182-197.
[8]De Jong K A，Spears W M，Gordon D F.Using genetic algorithms for concept learning［J］.Machine Learning，1993，13:161-188.
[9]Lu Z.An analytical study on service-oriented manufacturing strategies［J］.International Journal of Production Economics，2012，139:220-228.
[10]Erkoyuncu J A，Rajkumar R，Shehab E，et al. Understanding service uncertainties in industrial product service system cost estimation［J］.International Journal of Advanced Manufacturing Technology，2011，52:1223-1238.
[11]Shen J，Wang L，Sun Y.An ontology-based approach to product extension services modelling in servitisation［J］.International Journal of Services Operations and Informatics，2010，5(4):373-379.

[1]	丁山，臧仕义，曹殿明，佘黎煌. 基于动态ID跳变的CAN总线安全调度算法[J]. 东北大学学报（自然科学版）, 2022, 43(3): 350-358.
[2]	叶翠丽，王娜，庞硕，闫航. 基于改进遗传算法的秸秆还田机刀片功耗优化[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1290-1298.
[3]	丁山，暴林慧，高梦宁，佘黎煌. 一种基于安全性的CAN-FD信号打包方法[J]. 东北大学学报（自然科学版）, 2021, 42(6): 775-781.
[4]	刘军，杨青文，王金涛，刘华伟. 基于改进遗传算法的空间信息网恢复策略[J]. 东北大学学报（自然科学版）, 2021, 42(4): 524-530.
[5]	黄智，刘永超，廖荣杰，曹旭军. 基于SSO算法优化神经网络的数控机床热误差建模[J]. 东北大学学报（自然科学版）, 2021, 42(11): 1569-1578.
[6]	裴玉龙，杨世军，潘恒彦. 考虑车内拥挤状态的公交弹性发车间隔优化[J]. 东北大学学报（自然科学版）, 2021, 42(11): 1663-1672.
[7]	李壮年，储满生，柳政根，李宝峰. 基于机器学习和遗传算法的高炉参数预测与优化[J]. 东北大学学报:自然科学版, 2020, 41(9): 1262-1267.
[8]	黄川，胡平，连静. 一种基于车载信号还原机动车道3D地图的大数据方法[J]. 东北大学学报:自然科学版, 2020, 41(6): 771-777.
[9]	梁忠超，张欢，赵晶，王永富. 基于自适应MPC的无人驾驶车辆轨迹跟踪控制[J]. 东北大学学报:自然科学版, 2020, 41(6): 835-840.
[10]	赵春雨，侯森林，李朕均. 进给系统成对安装的角接触球轴承热分析[J]. 东北大学学报:自然科学版, 2020, 41(5): 700-705.
[11]	刘芳，刘欣怡，苏卫星，林辉. 电动汽车动力电池健康状态在线估算方法[J]. 东北大学学报:自然科学版, 2020, 41(4): 492-498.
[12]	王新刚，徐馷悉，李尚杰，马瑞敏. 不确定结构的区间可靠性优化设计[J]. 东北大学学报:自然科学版, 2020, 41(4): 521-527.
[13]	张华伟，郑晓涛. 基于遗传算法优化神经网络的拼焊板压边力预测[J]. 东北大学学报:自然科学版, 2020, 41(2): 241-245.
[14]	刘芳，马杰，苏卫星，何茂伟. 基于模型参数在线辨识技术的SOC估算方法[J]. 东北大学学报:自然科学版, 2020, 41(11): 1543-1549.
[15]	李朕均，赵春雨，闻邦椿，卢泽宸. 数控机床进给系统热源发热率辨识与热误差预测[J]. 东北大学学报:自然科学版, 2019, 40(9): 1305-1309.

基于遗传算法的数控机床服务模块配置设计

Genetic Algorithm-based Service Module Configuration Design of CNC Machine Tools

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价