下载文档原格式
计算机集成制造系统Computer Integrated Manufacturing System；Vol.27No.5 May2021第27卷第5期2021年5月DOI：10.13196/j.cims2021.05.006再制造机床装配过程误差传递模型与精度预测王子生，姜兴宇+，刘伟军,石敏煊，杨世奇,杨国哲（沈阳工业大学机械工程学院，辽宁沈阳110870）摘要：再制造机床的装配零件具有更多的不确定性和随机性，为保证装配精度的一致性与可靠性，需要建立其装配过程误差传递数学模型，定量描述装配过程的误差传递与累积规律。
提出再制造机床装配过程中的零件质量特征、实际测量结果与装配过程误差源的数学映射关系及其误差流模型，定量描述了再制造机床装配过程中零件质量特征变动、特征测量、调整的偏差传递。
在此基础上提出误差流修正函数，实现了再制造机床装备精度预测、分析和质量误差修正。
以再制造机床主轴箱装配过程为例，验证了该模型及修正函数能够正确有效地消减装配过程误差。
关键词：再制造机床；装配误差；精度预测；误差传递模型；误差流修正函数中图分类号:TH17文献标识码:APrecision prediction and error propagation model of remanufacturing machine tool assembly process WANG Zisheng,JIANG Xingyu+,LIU Weijun,SHI Minxuan,YANG Shiqi,YANG Guozhe (School of Mechanical Engineering,Shenyang University of Technology,Shenyang110870,China) Abstract：The remanufactured machine tool is assembled by reusing parts,remanufactured parts and new parts,and its assembly parts have more uncertainty and randomness.To ensure the consistency and reliability of remanufacturing machineassemblyprecision，a mathematicalmodelofassemblyprocesserrortransfershouldbeestablishedto describe the error transmission and accumulation rules of remanufacturing machine assembly process quantitatively.The mathematical mapping relationship between the quality characteristics of the parts,the actual measurement re-sultsandtheerrorsourcesofassemblyprocessduringtheassemblyprocessofremanufacturedmachinetoolwaspro-posed.An error flow model of the remanufacturing machine's assembly process based on state-space model was also proposed.The variation of part quality characteristics,feature measurement and adjustment deviation of the remanufacturing machine tool assembly process were quantitatively described.On this basis,the error flow correction function was proposed to realize the accuracy prediction,analysis and quality error correction of remanufacturing machine tool.By t aking the assembly process of remanufacturing machine headstock as an example,the result showed that the assembly process error could be reduced by the proposed model and correction function effectively.Keywords：remanufacturing machine tool；assembly error；precision prediction；error propagation model；error flow correctionfunction“R亠寸及其在装配中的位置不同，各零件对整体产品装0弓1=配精度的影响程度不同，如何定量描述这些影响，制作为机床再制造过程中的最后一环，装配直接定相应零件装配精度的要求，从而降低装配成本，保决定了组装产品的性能和质量。
《多轴数控机床精度建模与误差补偿方法研究》篇一一、引言随着制造业的快速发展，多轴数控机床作为现代制造技术的重要组成部分，其精度和效率直接影响到产品的质量和生产效率。
因此，对多轴数控机床的精度建模与误差补偿方法进行研究，具有重要的理论价值和实践意义。
本文旨在探讨多轴数控机床的精度建模及误差补偿方法，以期为提高机床的加工精度和稳定性提供理论支持。
二、多轴数控机床精度建模多轴数控机床的精度建模主要包括几何精度建模和运动学精度建模两个方面。
几何精度建模主要关注机床各部件的几何形状、尺寸和相对位置等参数对机床整体精度的影响；运动学精度建模则主要关注机床运动过程中各轴的运动轨迹、速度和加速度等参数对加工精度的影响。
在几何精度建模方面，需要综合考虑机床的机械结构、传动系统、导轨系统等因素，建立准确的数学模型，以便分析各因素对机床精度的影响。
运动学精度建模则需要基于机床的运动学原理，建立各轴的运动方程，分析各轴在运动过程中的动态特性，以及其对加工精度的影响。
三、误差来源及分析多轴数控机床的误差来源主要包括机床本身的制造误差、装配误差、热误差、切削力引起的误差等。
这些误差会导致机床的几何精度和运动学精度下降，从而影响加工质量。
因此，需要对这些误差进行深入分析，找出其主要来源和影响因素。
四、误差补偿方法针对多轴数控机床的误差，可以采取多种补偿方法。
其中，误差预测模型法、神经网络法、模糊控制法等是较为常用的方法。
这些方法可以根据不同的误差来源和影响因素，建立相应的预测模型或补偿算法，对机床的误差进行实时补偿。
具体而言，误差预测模型法可以通过建立机床误差与各影响因素之间的数学模型，预测机床的误差值，并进行实时补偿。
神经网络法则可以利用神经网络的学习和记忆能力，对机床的误差进行学习和预测，并实现自动补偿。
模糊控制法则可以利用模糊控制理论，对机床的误差进行模糊化处理，并实现精确补偿。
五、实验研究为了验证所提出的误差补偿方法的有效性和可行性，需要进行实验研究。
《智能制造系统建模与仿真》阅读笔记目录一、内容概要 (2)1.1 背景与意义 (2)1.2 国内外研究现状及发展趋势 (3)二、智能制造系统基本概念 (5)2.1 智能制造系统的定义 (6)2.2 智能制造系统的组成 (8)2.3 智能制造系统的功能 (9)三、智能制造系统建模与仿真的基本方法 (10)3.1 建模方法 (12)3.2 仿真方法 (13)四、智能制造系统建模与仿真的关键技术 (15)4.1 预测模型 (16)4.2 决策模型 (18)4.3 优化模型 (19)五、智能制造系统建模与仿真的应用案例 (20)5.1 案例一 (21)5.2 案例二 (22)六、智能制造系统建模与仿真的挑战与未来趋势 (23)七、结论与展望 (25)7.1 主要结论 (26)7.2 研究展望 (27)一、内容概要《智能制造系统建模与仿真》一书对智能制造系统建模与仿真的相关概念、方法、技术和应用进行了全面而深入的阐述。
书中首先概述了智能制造系统建模与仿真的主要内容，包括智能制造系统的基本概念、建模与仿真的目的和意义、以及建模与仿真的关键技术。
书中详细讨论了智能制造系统建模与仿真的各个环节，包括系统建模、仿真模型开发、仿真验证与优化等。
还介绍了智能制造系统仿真平台的设计与开发，以及仿真技术在智能制造中的应用案例。
通过阅读本书，读者可以深入了解智能制造系统建模与仿真的理论和方法，掌握相关的建模与仿真技术，并将其应用于实际智能制造系统中，以提高系统的性能和效率。
1.1 背景与意义随着科技的飞速发展，智能制造已经成为全球制造业的重要发展趋势。
智能制造系统建模与仿真作为一种重要的研究方法和工具，旨在通过对制造过程进行建模和仿真，实现对制造系统的优化设计、性能分析和故障诊断。
深入研究智能制造系统建模与仿真具有重要的理论意义和实际应用价值。
智能制造系统建模与仿真有助于提高制造业的整体水平，通过对制造过程的建模和仿真，可以更好地理解制造系统的基本结构和工作原理，从而为制造系统的优化设计提供理论支持。
第51卷 第04期 机械 Vol.51 No.04 2024年4月 MACHINERY April 2024基于Factory Simulation的增材制造智能产线优化研究刘贺童，马瑞（北京动力机械研究所，北京 100074）摘要：为解决某航空发动机核心零部件增材制造产线预设方案的验证优化问题，利用Factory Simulation 生产系统仿真软件，对车间布局和AGV物流路线进行二维化模型构建，输入物流调度数据，通过设计DOE试验，以最小化产量完成时间为目标，得到瓶颈工序为钳工、超声波清洗、X光工位，在仿真环境下得到当前预设条件下的AGV利用情况。
分析瓶颈工位，对比后得到最优加工站个数，并以车间内正常工作时的AGV平均响应时长为依据讨论最优AGV台数。
优化后完成产线年产量目标的时间缩短了12%，车间内投入的物流设备成本降低了20%。
优化结果在现有车间预设方案的基础上为有效提高预设车间的生产效率、减少车间成本提出了改进建议。
关键词：智能制造；系统仿真；DOE中图分类号：TH166 文献标志码：A doi：10.3969/j.issn.1006-0316.2024.04.002 文章编号：1006-0316 (2024) 04-0007-09Optimization of Intelligent Production Line for Additive ManufacturingBased on Factory SimulationLIU Hetong，MA Rui( Beijing Power Machinery Research Institute, Beijing 100074, China )Abstract：To address the verification and optimization of the preset program for the additive manufacturing production line of a certain aero engine's core components, Factory Simulation production system simulation software was used to construct a 2D model of workshop layout and AGV logistics route. Logistics scheduling data was input and the DOE method was used to minimize the completion time of production volume. The bottleneck processes were identified as fitter, ultrasonic cleaning and X-ray workstations. The AGVs utilization under the current preset conditions was obtained in the simulation environment. After analyzing the bottleneck workstations, the optimal number of processing stations was obtained through comparison. The optimal number of AGVs was discussed based on the average response time of AGVs during normal operation in the workshop. After optimization, the time to achieve the annual production target of the assembly line was reduced by 12%, and the logistics equipment cost in the workshop was reduced by 20%. The optimization results provide effective suggestions for improving the production efficiency and reducing the cost of the preset workshop.Key words：smart manufacturing；system simulation；DOE———————————————收稿日期：2023-06-21作者简介：刘贺童（1999－），女，内蒙古呼伦贝尔人，硕士研究生，主要研究方向为生产系统仿真优化，E-mail：************************；·8·机械 第51卷 第04期2024年随着技术的逐渐成熟，增材制造技术可以加工几乎任何复杂结构的零部件，极大地节省材料，缩短产品研制周期，实现数字化、智能化制造[1]，符合航空航天制造的要求，并在实际生产中获得了相当规模的应用。
零件再制造过程的不确定能耗建模与评估方法郭燕春;李涛;彭世通;李梦云;董萌萌【摘要】针对零件再制造过程能耗评估困难问题,建立基于图形评审技术(graphical evaluation and review technology, GERT)的能耗模型.首先,分析了零件再制造过程中能耗特性及能耗不确定性的原因,阐述再制造过程各工序能量消耗的一般规律.其次,基于GERT建立了零件再制造过程能耗模型,给出了不同再制造处理方式的概率和期望能耗的计算方法.最终以发动机曲轴的再制造过程为案例对所提出的模型和方法进行了验证,并与Arena软件仿真结果进行了对比分析,验证了结果的合理性.%An energy consumption model based on graphical evaluation and review technology (GERT) is proposed with regard to the difficulty in assessing the energy consumption in parts remanufacturing.Firstly, the energy consumption characteristics in parts remanufacturing and the reasons of energy consumption uncertainty are analyzed and the general law of energy consumption in each remanufacturing process is explained.Secondly, the GERT-based energy consumption model for parts remanufacturing is established and the computational approaches for the probability and the expected energy consumption under different remanufacturing treatments are proposed.Finally, an engine crankshaft remanufacturing is taken as an illustrative case to validate the proposed model and method.A comparison with simulation results of Arena software is conducted to testify the feasibility of the results.【期刊名称】《大连理工大学学报》【年(卷),期】2019(059)001【总页数】8页(P45-52)【关键词】再制造过程;不确定性;能耗建模;图形评审技术【作者】郭燕春;李涛;彭世通;李梦云;董萌萌【作者单位】大连理工大学机械工程学院, 辽宁大连 116024;大连理工大学机械工程学院, 辽宁大连 116024;大连理工大学机械工程学院, 辽宁大连 116024;大连理工大学机械工程学院, 辽宁大连 116024;大连理工大学机械工程学院, 辽宁大连 116024【正文语种】中文【中图分类】TH170 引言当前，我国机床保有量达8×106台，工程机械6.5×106台，汽车达1.7×108辆以上．预计到2020年，报废的工程机械、汽车总量将分别达到1.2×106台、1.2×107～1.6×107辆．数量巨大的废旧产品表明我国再制造产业发展潜力很大．2009年，我国大力推进了再制造试点工作，选取了150余家企业和多家产业示范基地开展再制造试点工作．2011～2017年工业和信息化部节能与综合利用司共公布了7批《再制造产品目录》，该目录涵盖了工程机械、电动机、办公设备、石油机械、矿山机械、轨道车辆、机床、内燃机、其他专用机械设备、汽车产品及其零部件等10大类产品[1]．2017年，工业和信息化部发布的《高端智能再制造行动计划(2018—2020年)》指出，到2020年我国再制造产业规模要达到2×1011元．我国再制造产业发展迅速，对能源的需求也不断增加．由于资源短缺问题日益凸显，国家对于能源使用的标准不断加强，“十三五”规划提出在“十二五”规划单位GDP能耗降低18.4%的基础上，单位GDP能耗再降低15%．虽然再制造相较于制造可以节约资源、减少能耗，但再制造过程作为生产过程依然会消耗能源．且随着我国再制造规模的增大，再制造对能源的需求增加，《中国制造2025》中对于再制造提出“促进再制造产业可持续发展”的要求．合理预测和评估再制造过程的能耗对于再制造过程节能措施、促进再制造可持续发展有重要意义．当前，不同学者已从不同角度对再制造产品能量消耗进行了研究．有的学者将再制造过程与制造过程比较，得出再制造产品能耗方面的优势．Liu等[2]通过LCA的方法分别对柴油发动机的新品与再制造件的能耗和环境影响进行了评估和比较；Boustani等[3]基于LCA框架评价了多类再制造家电产品的生命周期过程能耗和经济节约等问题；Adler等[4]从生命周期的角度对柴油发动机5大部件的再制造和原始制造进行比较，以能量消耗和物料使用为衡量标准得出再制造更具优势．通过比较设备再制造前后的能耗，罗毅[5]建立了再制造机床的能耗分析模型，并考虑了3种典型再制造节能技术及应用，比较了再制造前后机床的节能效果．通过分析机床再制造过程，杜彦斌等[6]建立了面向机床生命周期的再制造过程模型，并就资源消耗、环境影响等方面对再制造过程进行了分析．由此可见，目前一般采用LCA的方法或从生命周期的角度评估再制造产品过程的能耗，但对于再制造过程中的不确定性不能有效地处理，且评估的样本一般为单一的研究对象．再制造过程充满不确定性，废旧零件的质量情况和再制造工艺路线等诸多因素都会对零件再制造能耗有重要影响．图形评审技术(graphical evaluation and review technology，以下简称GERT)是分析和研究复杂的、包含多种随机因素的系统或问题的方法，是一种应用范围广泛、构模功能强大的工具[7]．谢家平等[8]考虑了再制造回收过程的多种不确定性，使用GERT建立产品回收再制造零部件和可再生材料的数量、期望返回时间模型；李成川等[9]运用GERT图构建了再制造工艺路线的模型，得到了不确定工艺路线下的概率与期望时间．之前文献采用GERT解决了模型中概率和时间不确定的问题，因此，对于再制造过程中的能耗不确定及概率不确定问题，本文利用GERT建立零件再制造过程的能耗模型，求解再制造过程的期望能耗及各处理方式的概率．以曲轴再制造过程为例应用模型，给出再制造成功曲轴期望能耗的范围，并采用Arena仿真验证本文所建立模型的合理性．1 零件再制造过程分析零件再制造过程能耗源众多，建立零件再制造的能耗模型需要对再制造过程的能耗源构成及特性有清晰的认知，因此，先对再制造过程及其能耗源进行分析．1.1 零件再制造过程的能耗特性及能耗不确定分析零件再制造是对废旧零件进行筛选分类，并对其中存在一定损伤的零件进行功能恢复性修复的过程，如图1所示．一批产品经拆解后，零件通常先经肉眼初步判定出损伤严重的(如可见裂纹等)部分并报废，再经历清洗检测工艺判断零件的损伤类型和损伤程度，据此对零件作区分，一般区分出直接再利用件、可再制造件和材料回收件3类．可再制造件根据每条工艺路线所能修复的损伤类型和损伤程度进一步被分类，经过一系列再制造工艺后修复的零件再次被检测，最后再制造成功的零件将被再装配或存入仓库．再制造零件能耗不确定性主要由两个方面构成：一是零件本身．对于同一类零件，废旧零件损伤类型和损伤程度的不确定是造成再制造过程能耗不确定性的主要因素．损伤类型的不确定是指废旧零件可能有一种或多种损伤类型同时存在，损伤程度的不确定是指即使同一损伤类别，不同废旧零件上的失效程度和损伤部位都体现出差异．修复工艺及其工艺参数由损伤类型和损伤程度确定．二是零件再制造工艺过程．多条不同的修复工艺路线以及同一工艺路线中各工序关联影响等都对零件再制造的不确定性产生重要影响．针对这两方面不确定性，本文拟在工序的层次上评估零件再制造能耗，构造出再制造过程的能耗模型．图1 一般废旧零件再制造过程Fig.1 The general remanufacturing process of waste parts1.2 零件再制造工序的能耗零件的不确定性会对再制造过程的能耗产生重要影响，而零件再制造过程的能耗由各工序的能耗直接决定，因此本文主要考虑再制造工序能耗变化对再制造过程的影响．假设从状态i到相邻状态j的过程为工序ij，则再制造工序能耗Eij可以表达成此工序中各类耗能设备的功率Pij对于时间tij的积分．零件的损坏程度如磨损程度、弯曲度、裂纹深度和长度等的不确定会造成再制造工艺参数的不确定，如选择喷涂或熔覆的涂层厚度、选择加工余量的大小等[10]，这些工艺参数的变化会对再制造设备的实际功率Pij产生影响．时间tij为再制造工序ij所消耗的时间，由于废旧零件的诸多不确定性导致其再制造时间也存在着不确定．再制造工序时间一般都服从一定分布[9]，如负指数分布、常数分布、正态分布等．(1)2 基于GERT的零件再制造过程能耗建模图形评审技术是一种可反映多种随机变量及其相互关系的技术，由于零件再制造过程中各个工序的能耗存在不确定性，本文采用图形评审技术(GERT)对再制造过程能耗进行建模．2.1 GERT图分析GERT图由枝线、节点和流3部分组成，枝线是一个节点到另一个节点的有向线段，节点是枝线的连接点，流代表节点间各种定量参数和制约关系．GERT图的逻辑节点包含输入端和输出端，输入端有异或型、或型和与型3种逻辑关系，输出端有确定型和概率型两种逻辑关系，共构成6种逻辑节点，见表1．表1 GERT图节点类型[9]Tab.1 The node type in the GERT diagram输出输入异或型或型与型确定型概率型2.2 GERT模型求解过程本文中，前一个工序完成而后一个工序未开始的状态为一节点；枝线表示从节点i 到节点j的工序ij．在GERT图中，当节点仅为互斥型输入概率型输出节点时，适当规定其活动参数的概率特征，GERT图将成为一种典型的线性系统[11]，再通过信号流图原理求解相应节点的等价传递函数，并利用矩母函数的性质得到相应节点间的实现概率和期望能耗．2.2.1 矩母函数和传递函数假设工序ij消耗能量为Eij，其概率密度函数为f(Eij)或p(Eij)，能量消耗的矩母函数为Mij(s)=E(esEij)=(2)其中s为复数变量．再制造过程中，各工序的能量消耗是随再制造设备功率和再制造时间共同决定的量，可假设再制造过程的GERT模型中所有的Eij为连续随机变量．传递函数是描述线性系统输入输出关系的复数表达式，节点i到节点j的传递函数Wij为工序概率pij与其矩母函数Mij(s)的乘积，即Wij(s)=pijMij(s)(3)矩母函数的性质有两个：(1)非负不确定变量X的矩母函数的n阶导数在s=0处的值，就是X的n阶原点矩[7]，即(4)(2)在GERT模型中，由于Mij(0)=E(e0)=1，节点i到节点j的等价传递概率等于传递函数在s=0时的值，即(5)2.2.2 GERT图的基本形式和梅森公式 GERT图最基础的结构为串联、并联和自环3种类型，这3种基本结构可构成复杂的GERT图．(1)串联结构及其传递关系如图2(a)所示，串联支路上节点i到节点k的传递函数Wik为串联枝线上各传递函数之积，即Wik=WijWjk(6)(2)并联结构及其传递关系如图2(b)所示，并联支路中节点i到节点j，活动执行一次时只能选择一条路径，其传递函数为Wij=Wij1+Wij2(7)(3)自环结构及其传递关系如图2(c)所示，自环结构由节点i的自环和由节点i引出的活动构成．在自环结构中，节点i的自环可能被执行n次(n=0，1，2，…)，节点i到节点j的活动只能执行一次，则节点i到节点j的传递函数为(8)(a) 串联结构(b) 并联结构 (c) 自环结构图2 GERT图的3种基本结构Fig.2 Three basic structures of the GERT diagram在由3种基本结构构成的复杂GERT图中，任意两点i和j之间的传递函数可用梅森公式表示为(9)式中：为节点i到节点j的等价传递函数；Pk为由节点i到节点j的第k条前向通路的传递函数；Δ为GERT图中由节点i到节点j的特征式，为节点i到节点j中所有不同回路a传递函数之和，为所有两两不接触的回路b、c传递函数乘积之和(a，b，c=0，1，2，…)；Δk为Δ的余子式，即与第k条通路相接触回路的传递函数代以零值并代入Δ计算，得到Δk．2.2.3 几个重要假设为了使所建模型更好地适用于本文所研究的对象，需要做出以下假设：假设1各个节点之间的发生概率不随时间变化而改变，即各工序再制造是一个较为稳定的过程，且各个工序之间相互独立、互不影响，这保证了再制造系统的稳定性．假设2在零件损伤相同情况下，同一工序进行再制造消耗的能量是相同的，且不考虑机器故障、紧急订单等调度因素对于再制造过程能耗的影响，这保证了只考虑零件的质量情况对再制造能耗的影响．假设3各个工序的能量消耗是个不确定的值，再制造过程需要通过测定各个设备的实际功率与时间的曲线，再统计得出各个工序的能耗规律．在此，为简便计算求解和仿真过程，假设各个工序的能量消耗分布函数如表2所示．表2 某零件再制造中各个工序的矩母函数和传递函数Tab.2 The moment mother function and transfer function of each process in the remanufacture of a part工艺序号工艺代码实现概率能耗分布矩母函数Mij(s)传递函数Wij(s)10→1p01均值为E01的负指数分布11-E01sp011-E01s21→2p12均值为E12的负指数分布11-E12sp121-E12s1→10p1,10均值为E1,10的负指数分布11-E1,10sp1,101-E1,10s1→11p1,11均值为E1,11的负指数分布11-E1,11sp1,111-E1,11s32→3p23均值为E23,方差为σ223的正态分布eE23s+0.5σ223s2p23eE23s+0.5σ223s243→4p34均值为E34,方差为σ234的正态分布eE34s+0.5σ234s2p34eE34s+0.5σ234s23→6p36均值为E36,方差为σ236的正态分布eE36s+0.5σ236s2p36eE36s+0.5σ236s254→5p45均值为E45,方差为245的正态分布eE45s+0.5σ245s2p45eE45s+0.5σ245s265→6p56均值为E56,方差为σ256的正态分布eE56s+0.5σ256s2p56eE56s+0.5σ256s276→7p67均值为E67的负指数分布11-E67sp671-E67s87→8p78均值为E78的负指数分布11-E78sp781-E78s7→9p79均值为E79的负指数分布11-E79sp791-E79s2.2.4 GERT图求解图3为某典型废旧零件再制造过程的GERT模型，废旧零件的处理方式有再制造成功(节点0到节点9)、材料回收(节点0到节点10)、直接再利用(节点0到节点11)和再制造失败(节点0到节点8)4种．对于可再制造件，废旧零件经工艺路线1(0-1-2-3-6-7-9)或工艺路线2(0-1-2-3-4-5-6-7-9)得到再制造件．(1)再制造成功的概率与期望能耗节点0到节点9的再制造过程中，特征式Δ=1，工艺路线1和工艺路线2都没有回路，Δ的余子式分别为Δ1=1，Δ2=1．根据梅森公式，整个再制造过程(节点0到节点9)的等效传递函数为图3 基于GERT的某零件再制造过程模型Fig.3 The remanufacturing process model of a part based on GERTW01W12W23W67W79(W36+W34W45W56)=(10)由矩母函数性质2，等价传递概率为=p01p12p23p67p79(p36+p34p45p56)(11)再制造过程的期望能耗为E(E09)=E23+E36+E67+E79)+p34p45p56×(E01+E12+E23+E34+E45+E56+E67+E79)](12)(2)材料回收的概率与期望能耗节点0到节点10的等价传递函数为(13)材料回收的概率为(14)材料回收的期望能耗为(15)(3)直接再利用的概率与期望能耗节点0到节点11的等价传递函数为(16)直接再利用的概率为(17)直接再利用的期望能耗为(18)(4)再制造失败的概率与期望能耗节点0到节点8的等价传递函数为W01W12W23W67W78(W36+W34W45W56)=(19)再制造失败的概率为p01p12p23p67p78(p36+p34p45p56)(20)再制造失败的期望能耗为E(E08)=E23+E36+E67+E78)+p34p45p56×(E01+E12+E23+E34+E45+E56+E67+E78)](21)3 模型应用与验证3.1 废旧曲轴再制造过程本文研究对象为六缸、水冷、直喷式车用高强化WD615型柴油机的曲轴，曲轴的再制造工艺路线如图4所示．本文研究重点为曲轴再制造过程的能耗问题，因此图4主要包含着不同的再制造工艺路线下曲轴的再制造成功过程，也包括曲轴直接再利用、材料回收和曲轴再制造失败等不同的处理方式．图4 曲轴的再制造过程模型Fig.4 The remanufacturing process model of crankshaft拆解的曲轴经过清洗、检测之后，按照废旧曲轴的损伤情况将可再制造曲轴分为两类：较小损伤的曲轴和较大损伤的曲轴．根据分类结果采用两条修复工艺路线：对于损伤较小的曲轴采用抛光和丝孔修复的工艺对曲轴进行修复；对于损伤程度较严重的曲轴则先进行抛光和丝孔修复处理，之后再进行曲轴颈激光熔覆和磨削，使曲轴恢复性能．3.2 曲轴再制造过程的期望能耗及分析发动机曲轴再制造的各工序名称及其相关参数如表3所示．表3 曲轴再制造过程各个工序的能耗参数Tab.3 The parameter of energy consumption in each remanufacturing process of crankshaft工艺代码平均能耗及相关参数实现概率0-1E01=0.998 kW·hp01=11-2E12=0.443kW·hp12=0.71-10E1,10=0.443 kW·hp1,10=0.21-11E1,11=0.443kW·hp1,11=0.12-3E23=1.050 kW·h,σ223=0.142p23=13-4E34=0.119 kW·h,σ234=0.052p34=0.33-6E36=0.119 kW·h,σ236=0.052p36=0.74-5E45=2.100 kW·h,σ245=0.42p45=15-6E56=6.615 kW·h,σ256=0.72p56=16-7E67=0.613 kW·hp67=17-8E78=0.443 kW·hp78=0.057-9E79=0.443 kW·hp79=0.95根据式(10)～(21)可得再制造成功概率期望能耗E(E09)=6.280 5 kW·h；材料回收概率期望能耗E(E0，10)=1.441 kW·h；直接再利用概率期望能耗E(E0，11)=1.441 kW·h；再制造失败概率期望能耗E(E08)=6.280 5 kW·h．在零件再制造过程中，曲轴中可再制造件能耗最多．在节点3之后，可再制造件被分为两类，对应不同工艺路线的再制造．因此可根据式(12)得出再制造成功期望能耗的范围：当只由工艺路线1进行再制造(p34=1)时，再制造过程的期望能耗为3.666 kW·h；而只采用工艺路线2进行修复(p36=1)时，再制造过程的期望能耗为12.381 kW·h．3.3 仿真验证及对比分析Arena是一款通用仿真软件，可以建立诸如生产系统、服务系统等仿真模型，并可以根据实际需要设定仿真参数进行动态系统模拟，从而对实际的复杂系统进行有效分析[12]．按照2.2节中的GERT模型在Arena软件中建立模型，如图5所示．废旧曲轴的处理方式有4种：再制造成功、材料回收、直接再利用、再制造失败．仿真过程对随机进入系统的10 000个废旧零件进行仿真，各个处理方式的结果如图6所示．将各个处理方式的仿真概率和能耗与3.2节中的计算结果比较，如表4所示．可再制造件按照7∶3划分，进入到两条工艺路线再制造时，再制造成功的平均能耗为6.249 5 kW·h．而当仿真时只采用工艺路线1(p34=1)进行再制造的平均能耗为3.641 4 kW·h；只采用工艺路线2(p36=1)再制造，平均能耗为12.205 3 kW·h．仿真结果与计算结果对比见表5．图5 曲轴再制造过程的仿真Fig.5 Simulation of crankshaft remanufacturing process图6 曲轴再制造过程各处理方式的数量占比Fig.6 The ratio of various treatments in the crankshaft remanufacturing process与文献中采用生命周期评价方法进行再制造能耗评价不同，本文利用GERT构建再制造过程不确定能耗模型，该模型考虑的是各个工序的能耗不确定及各再制造工艺路线的概率不确定．研究结果表明：在各工序能耗不确定条件下，废旧曲轴再制造成功总期望能耗始终在两条不同工艺路线的期望能耗之间．Arena软件仿真结果与理论计算结果基本一致，证明所建立模型的合理性．表4 各处理方式计算结果与仿真结果对比Tab.4 Comparison between calculation results and simulation results of different treatments处理方式概率能耗计算仿真相对误差/%计算/(kW·h)仿真/(kW·h)相对误差/%再制造成功0.6650.667 30.346.2816.249 50.50材料回收0.2000.201 10.551.4411.423 51.21直接再利用0.1000.095 30.471.4411.433 20.54再制造失败0.0350.036 33.716.2816.263 50.28表5 各工艺路线与总路线能耗对比Tab.5 Comparison of energy consumption between each process route and the general route路线能耗理论计算/(kW·h)仿真结果/(kW·h)相对误差/%再制造成功总路线6.2816.249 50.50工艺路线13.6663.641 40.67工艺路线212.38112.205 31.424 结语再制造过程就是恢复废旧产品功能的过程，就是恢复废旧零件表面尺寸、疲劳寿命等各种指标的过程．废旧零件损伤类型和损伤程度的不确定是造成零件再制造过程能耗不确定性的主要原因．本文针对再制造工序的能耗不确定性，采用GERT图建立了零件再制造过程模型，利用矩母函数和信号流图的原理求解了再制造工艺路线的概率和期望能耗．将建立的GERT模型应用到废旧曲轴的再制造过程，得出了曲轴再制造过程的概率及期望能耗，并且给出了曲轴再制造成功期望能耗的范围．用Arena软件对该模型进行仿真，仿真结果与理论建模的差异较小，验证了这种评估能耗方法的有效性．运用该方法可以预测零件再制造过程所需要的能耗，为批量再制造能耗评估与优化运行、主动再制造政策制定与推广等提供理论依据．【相关文献】[1] 徐滨士,李恩重,郑汉东,等. 我国再制造产业及其发展战略 [J]. 中国工程科学, 2017, 19(3):61-65. XU Binshi, LI Enzhong, ZHENG Handong, et al. The remanufacturing industry and its development strategy in China [J]. Engineering Sciences, 2017, 19(3): 61-65. (in Chinese) [2] LIU Zhichao, LI Tao, JIANG Qiuhong, et al. Life cycle assessment-based comparative evaluation of originally manufactured and remanufactured diesel engines [J]. Journal of Industrial Ecology, 2014, 18(4):567-576.[3] BOUSTANI A, SAHNI S, GRAVES S C, et al. Appliance remanufacturing and life cycle energy and economic savings [C] // Proceedings of the 2010 IEEE International Symposium on Sustainable Systems and Technology, ISSST 2010. Washington D C: IEEE Computer Society, 2010:5507713.[4] ADLER D P, KUMAR V, LUDEWIG P A, et al. Comparing energy and other measures of environmental performance in the original manufacturing and remanufacturing of engine components [C] // Proceedings of the ASME International Manufacturing Science and Engineering Conference 2007, MSEC 2007. New York: American Society of Mechanical Engineers, 2007:851-860.[5] 罗毅. 面向再制造的机床能耗分析模型及节能关键技术研究 [D]. 重庆:重庆大学, 2013.LUO Yi. Energy consumption analytical model and energy-saving technology of machine tool for remanufacturing [D]. Chongqing: Chongqing University, 2013. (in Chinese)[6] 杜彦斌,曹华军,刘飞,等. 面向生命周期的机床再制造过程模型 [J]. 计算机集成制造系统,2010(10):2073-2077.DU Yanbin, CAO Huajun, LIU Fei, et al. Process model of machine tool remanufacturing oriented to lifecycle [J]. Computer Integrated Manufacturing Systems, 2010(10):2073-2077. (in Chinese)[7] 杨保华,方志耕,张娜,等. 基于多种不确定性参数分布的U-GERT网络模型及其应用研究 [J]. 中国管理科学, 2010, 18(2):96-101.YANG Baohua, FANG Zhigeng, ZHANG Na, et al. The research of U-GERT network model and its application based on multiple uncertain parameters [J]. Chinese Journal of Management Science, 2010, 18(2):96-101. (in Chinese)[8] 谢家平,赵忠. 基于GERT随机网络的废弃回收预测模型研究 [J]. 管理学报, 2010(2):294-300. XIE Jiaping, ZHAO Zhong. Forecasting model for the reusing process of the discarded products based on GERT network theory [J]. Chinese Journal of Management,2010(2):294-300. (in Chinese)[9] 李成川,李聪波,曹华军,等. 基于GERT图的废旧零部件不确定性再制造工艺路线模型 [J]. 计算机集成制造系统, 2012, 18(2):298-305.LI Chengchuan, LI Congbo, CAO Huajun, et al. Uncertain remanufacturing process routings model for used components based on GERT network [J]. Computer Integrated Manufacturing Systems, 2012, 18(2):298-305. (in Chinese)[10] 温海骏. 不确定环境下再制造生产计划与车间调度集成优化研究 [D]. 合肥:合肥工业大学, 2015. WEN Haijun. Integrated optimization of remanufacturing production planning and scheduling under uncertain environment [D]. Hefei: Hefei University of Technology, 2015. (in Chinese)[11] 张娜. 基于可信性理论的F-GERT网络模型及其应用研究 [D]. 南京:南京航空航天大学, 2010. ZHANG Na. Research of F-GERT network model and their application based on credibility theory [D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2010. (in Chinese) [12] 李欣. 物流系统建模与仿真:使用Arena软件 [M]. 上海:格致出版社, 2013:202.LI Xin. Modeling and Simulation of Logistics System: Using Arena Software [M]. Shanghai: Truth and Wisdom Press, 2013:202. (in Chinese)。
数控技术毕业论文题目数控机床电主轴环保水基动压轴承关键技术研究变曲率曲面加工中棋盘纹产生机理及表面应力集中反馈控制研究工匠精神视域下技工院校工学结合人才培养模式研究JL煤矿公司战略转型研究米欧数控设备有限公司客户关系管理策略研究南通鸿图公司变速箱壳体开发进度管理优化研究重工业企业并购高新技术企业动因与绩效分析——以HD公司与RX 公司为例基于虚拟调试的数控开料机动态性能优化研究大型薄壁件数字化减薄加工方法与软件系统开发虑及夹紧变形的薄壁件表层图案激光加工轨迹修正方法机床企业品牌溢价评估的国际对比案例研究五轴联动数控机床空间误差建模及补偿技术研究异质双金属复合管数控绕弯成形规律及参数优化非对称椭圆高速车削中的轨迹规划问题研究立卧加工中心关键零部件静动态特性分析及优化设计基于接触状态的渐进成形力、能耗与表面形貌建模及实验验证基于数字孪生的铣削参数动态多目标优化策略研究铣削高温合金GH4169螺纹的加工完整性与刀具优化研究超声非接触随形扫描测厚方法研究面向信息物理系统的安全机制与关键技术研究面向数控系统的自适应实时调度算法研究基于非参主动学习的数控系统故障诊断技术的研究与应用品质革命背景下工匠精神在职业教育人才培养中的融入研究——以中职机械类专业人才培养为例基于模糊层次分析法的数控滚齿机可靠性评估方法研究2738模具钢的工业机器人激光淬火工艺研究电火花机床多轴同步模型预测控制研究叶轮轴曲面的数控加工工艺探究桌面级数控雕刻机的研制基于Flink的机床状态实时采集与监控系统的设计与实现基于μC/GUI的可重构数控系统人机界面的设计与实现工业自动化控制系统的HMI组件设计与实现数控机床数字孪生系统的设计与实现基于大数据的数控机床故障预警系统设计与实现基于数字孪生的车间作业仿真与监控系统的设计与实现空心螺杆转子结构设计及加工方法研究叶轮的车铣复合加工及工艺技术研究面向数控外圆磨床系列产品的涂装设计研究J电力器材公司安全生产管理研究机床再制造可靠性分配方法研究基于Bi-LSTM网络的电主轴回转误差预测方法研究基于深度学习的数控机床主轴轴承故障诊断研究存在不同数控机床的综合调度算法研究高精度星敏支架加工误差分析及试验研究数控机床刀具磨损预测及其反馈控制研究数控曲线下料雕刻组合机床的设计研究基于射频识别的刀具信息采集与管理系统设计整体硬质合金立铣刀螺旋槽磨削及误差预测补偿算法研究球头铣刀磨制方法及其铣削铝基碳化硅性能研究高速电主轴热误差试验分析及预测模型的建立直驱式数控铣头热变形分析及补偿研究整体叶轮侧铣加工变形研究基于GMS模型的伺服进给系统精细化摩擦建模与误差补偿技术研究面向包容性的人机交互界面评估与优化方法研究数控机床用磁悬浮平台同步控制研究永磁直线同步电动机伺服系统鲁棒自适应时滞控制数控加工微小线段平滑过渡及速度前瞻控制研究面向三维实体的多轴数控锯切粗加工优化研究永磁直线同步电机自适应非线性滑模控制研究混合励磁直线磁悬浮同步电动机的设计基于移动教学终端中职翻转课堂教学模式的研究——以《3D打印》课程为例小孔高速电火花加工的穿透检测与自适应控制高档数控车床的可靠性设计及试验技术研究曲轴磨削自动化柔性系统可靠性提升技术研究多状态缸体生产线可用性分析及优化策略研究工科类高职院校实训楼一体化设计平面布局研究——以东海学院实训楼项目为例基于ACIS复杂曲面加工铣削力预测仿真研究数控机床双动力刀架可靠性建模与分析方法研究人体下颚骨的五轴数控加工方法研究管体坡口类零件加工方法研究叶片抛磨机器人研制数控凸轮轴磨床控制系统设计与优化研究基于智能优化算法的数控机床刀具调度研究基于EtherCAT的五轴激光切割机床数控系统设计基于神经网络预测的无反馈TEC控温系统设计铣床进给系统全闭环位置控制通讯延时补偿技术基于机器视觉的非标准零件轮廓数控切割系统研究基于FDM成型的增减材复合加工工艺关键技术研究基于FPGA的高速高精度ADC/DAC数据深存储与数字变频系统研究汽车轮毂车床动静态特性分析及优化设计大气等离子体加工技术驻留时间算法研究及计算软件集成大尺寸菲涅尔辊筒模具超精密加工工艺研究三螺杆泵从动杆螺旋曲面盘铣刀加工方法研究高温合金结构件电弧增材成形质量研究镍磷合金镀层非球面磁流变抛光技术研究钛合金表面微织构构建及减阻性能研究高频气中电火花加工放电状态检测与伺服控制系统设计机床设备通信及管理系统的研究与设计立式数控加工中心的人机交互界面设计研究SV-08M台式数控教学铣床升级改造的设计及实现摇篮式五轴数控机床加工过程空间动力学特性分析数控加工精度在机检测技术及其误差修正技术研究数控机床用永磁同步电机的S曲线加减速控制研究基于机器学习的数控自动编程技术研究与系统开发数控车间AGV小车系统控制设计桌面型三轴数控微细铣削加工机床的研究基于机器人的热塑性复合材料铺放装备及工艺仿真研究数控机床造型检索系统用户界面及设计参数优选研究产教融合视域下数控实训项目库构建研究数控机床误差补偿及单轴受力对几何误差影响的研究数控压力机产品族造型基因提取及设计研究。
传感测控与精密加工技术研究所简介现有教员13名,其中，教授2名，副教授5名，高级工程师2名,讲师2名，工程师1名，高级技工1名。
主要研究方向：传感器与执行器理论与技术；智能化仪器仪表与智能监控技术；航空航天发动机推力测量；微型柔性构件的拓扑优化；精密加工技术及精密测量；硬脆材料加工与工具技术；现代切削理论与切削过程测控；难加工材料切削性能与加工技术；液压系统CAD/CAM、动态特性仿真与优化；网络测控技王殿龙：传感测试理论与技术、难加工材料切削加工、工程机械数字化样机技术。
张元良：1.天然金刚石超精密切削、2.智能化仪器仪表、3.学生体质自动测量仪表、4.起重机力矩限制器、5.液压比例阀数字化控制技术与模块化研究、6.在线测量技术及应用。
徐志祥：模式识别与智能系统方向，1. 数控与伺服控制技术、2. 非线性时间序列分析、3. 机器视觉与模式识别、4. 虚拟仪器及测试技术。
张军：1.传感器及执行器理论研究、2.压电石英、压电陶瓷机理研究、3.压电切削测试系统研究、4.精密仪器设计与制造。
张宏：液压系统仿真与优化、流体传动与控制。
桑勇：电液伺服控制；机电传动控制；先进仪器设备研发。
工程机械研究所简介研究所非常重视与生产企业的合作以及研究成果的转化，成功联合开发了数十个具有自主知识产权的产品，仅2006年就完成了9项填补国内空白的项目，其中以履带起重机为代表的系列产品一举打破了国外企业对大吨位产品的垄断，为国家节省了大量外汇，为企业创造了可观的经济效益。
据统计，研究所近年来向企业转移的技术成果达60余项，累计实现销售总额40多亿元，获得各类奖励十余项。
研究所还先后负责或参与了国家863、973、自然基金等专项的科学研究工作，在国内外公开刊物上发表了多篇学术研究论文。
王欣：1.工程机械产品关键理论与技术研究、2.结构优化与动态设计、3.结构损伤、识别与寿命评估、4.虚拟设计与仿真。
曹旭阳：工程机械三维仿真及虚拟样机技术、结构相似性研究、机械机构优化设计，岸边集装箱起重机数字化虚拟样机，结构优化设计。
机械装备再制造的重点基础科学问题研究综述张洪潮;李明政;刘伟嵬;原应春【摘要】回顾了国家重点基础研究发展计划(973计划)“机械装备再制造的基础科学问题”项目实施过程中所取得的理论及技术突破.项目以大型机械装备的核心部件为研究对象,以我国西气东输工程中使用的大型离心式压缩机、重载发动机为主要研究载体,深入研究再制造领域中涉及机械、材料、力学、物理、化学及数学等多学科交叉的重大关键科学问题,创建可再制造性评价理论,创立异质材料原子间的键合原理,阐明再制造零件的竞争性寿命机制,构建面向再制造的决策基础理论与综合评价模式,为形成完整的再制造体系提供参考.【期刊名称】《中国机械工程》【年(卷),期】2018(029)021【总页数】9页(P2581-2589)【关键词】再制造;离心式压缩机;重载发动机;形性调控【作者】张洪潮;李明政;刘伟嵬;原应春【作者单位】大连理工大学机械工程学院,大连,116024;大连理工大学机械工程学院,大连,116024;大连理工大学机械工程学院,大连,116024;大连理工大学机械工程学院,大连,116024【正文语种】中文【中图分类】T19;TH30 引言研究再制造的关键科学问题，实现再制造核心技术的源头创新，契合国家可持续发展的迫切需求，符合国家的重大战略目标。
国家重点基础研究发展计划(973计划)“机械装备再制造的基础科学问题”项目以具有高附加值的大型机械装备，如大型压缩机的核心部件为主要研究对象，深入研究再制造的重大关键基础科学问题，建立起再制造的理论体系。
项目围绕再制造对象跨尺度损伤演变规律及可再制造性评价理论，再制造毛坯的键离/键合形状、性能调控基础，再制造产品的服役安全与再制造过程的综合决策3个科学问题开展以下6个课题的研究：①再制造对象的多强场、跨尺度损伤行为与机理,可再制造的临界阈值；②再制造毛坯的键离/解离原理与性能调控；③再制造毛坯的键合/嵌合机理与实现；④再制造零件的表面/界面行为与机理；⑤再制造零件的寿命预测与再制造产品的服役安全验证；⑥再制造过程的决策支持与综合评价理论。
