自动化车床管理含代码程序.doc
"自动化车床管理含代码程序" 自动化车床管理是现代工业生产中非常重要的一部分,本文主要讨论的是自动化车床管理中连续加工零件工序中的最优策略问题。传统的处理法是被动地等待故障发生,然后投入较高资金处理出现的问题,这种方法已经不符合工业生产和现代社会的开展要求。因此,制定出一个适宜的检查间隔和刀具更换策略是我们解决这个问题的关键所在。 在现代技术下,我们可以通过建立最优化模型来解决这个问题。针对问题一,我们通过对所给数据的处理,判定刀具的生产产品寿命近似服从正态分布函数。建立了刀具更换间隔,单个合格产品的最小期望损失费用的目标函数;在一个刀具更换期,分别计算产品检查费、不合格产品损失费、故障排除费,然后将总费用除以此此刀具更换期生产的合格零件总数,即可得到每个合格零件的平均费用。最后我们用 Matlab 编程求出了当零件检查的间隔 70,刀具更换间隔检查的次数 8 和刀具的更换间隔 520 时,得出的每个零件的平均损失费用最小值为 2.68。 针对问题二,我们令刀具更换期为检查期的整数倍。我们把它分为故障发生在刀具更换间隔之后和刀具更换间隔之前两种情况。而分析问题二时可以在问一的根底上重点分析误检和漏检的情况。对此建立单值目标函数最优化模型,以平均合格零件的最小期望损失费用作为目标函数,由约束条件表达式并借用 Matlab 编程求解当零件检查的间隔 60,刀具更换间隔检查的次数 9 和刀具的更换间隔 540 时,得出的每个零件的平均损失费用最小值为 5.6。 对于问题三,我们在问题二最优解的根底上,选定与模型二一样的刀具更换期和检查期,这样就使得在检查一样零件的情况下,检查费用一样,从而控制了这个变量的影响,故障排除费用与零件损失费用都是与损坏零件个数成正比。在检查产品的过程中,我们实行对产品实行连续检查的法,这样虽然增加了检查费用,但大大降低了误检和漏检造成的损失。同样采用了模型二的目标函数,在问题二的根底上增加了相应的约束条件,最后通过 Matlab 编程求解在与问题二同样换刀具间隔和检查间隔的条件下,得出了每个合格零件的平均期望损失费用为 4.73 元,从而对模型二进展了优化。 在实际应用中,我们可以根据具体情况选择合适的模型和参数,以达到最优的检查间隔和刀具更换策略。例如,在工序出现故障时产出的零件均为不合格品,我们可以使用问题一的模型来确定最优的检查间隔和刀具更换策略。如果该工序正常时产出的零件不全是合格品,我们可以使用问题二或问题三的模型来确定最优的检查间隔和刀具更换策略。 本文通过建立最优化模型,解决了自动化车床管理中连续加工零件工序中的最优策略问题,为工业生产和现代社会的开展提供了有价值的参考。
剩余26页未读,继续阅读
- 粉丝: 731
- 资源: 4万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助