智能制造系统：计划与控制 习题答案

第一章1.制造系统可以被理解为一个有机整体，由硬件（包括厂房、生产设备、工具、计算机及网络等）和软件（包括制造理论、制造技术、管理方法、制造信息及其有关的软件系统等）以及人员组成。2.输入、转换、输出、机制、约束和反馈。3.复杂性和协同性、数字化和虚拟化，以及不断演进的特征。4.核心目标是将制造资源（狭义的制造资源如原材料、坯件、半成品等，广义的制造资源如硬件、软件、人员等）转变为产品或半成品，涉及产品生命周期的全过程或部分环节。5.硬件方面涵盖了人员、设备、物料流等直接参与制造过程的实体，而软件方面包括了生产信息、决策信息、生产方法等，为制造系统的智能运作提供了关键支持。6.数字化技术使得制造系统中的信息可以以数字形式进行表示、传递和处理。这包括产品设计、生产计划、工艺流程等各个方面的信息。通过数字化，制造系统能够在虚拟环境中进行设计和模拟，从而优化生产流程、降低成本并提高产品质量。虚拟化技术使得制造过程能够在计算机模拟环境中进行测试和验证，从而降低了试错成本，提高了生产效率。7.离散型制造系统的优势包括灵活性高、能够生产多种多样的产品、适应市场变化快、易于实现个性化定制。例如，一家电子产品制造企业可以快速调整生产线，生产不同型号的手机，通过模块化设计和灵活的制造流程，实现快速换产，满足不同客户的需求。8.离散型制造系统的特点是生产的产品是分离的个体，产品种类多样，生产过程间断。应用场景包括汽车制造、电子产品制造和家电生产等。连续型制造系统的特点是生产的产品是连续的，生产过程连续不断，通常生产大宗产品。应用场景包括石油化工、钢铁冶炼和食品加工等。例如，汽车制造属于离散型制造系统，每辆汽车都是一个独立的产品；而石油炼化过程属于连续型制造系统，原油经过连续的加工流程转化为各种石油产品。9.智能制造系统采用了新型制造技术和先进设备，并将由新一代信息技术构建的物联网贯穿整个生产过程，是在先进制造业领域建成的物理信息系统，彻底改变了传统制造业的生产组织方式。它不再是单纯地用信息技术改造传统制造业，而是信息技术和制造业融合发展的新型业态。10.精益生产是一种以最小化浪费为核心理念的生产管理方法，旨在通过精细的流程优化、高效的资源利用和持续改进，实现生产过程价值创造的最大化。敏捷制造是一种以灵活性和快速响应为核心理念的制造管理方法。它强调在不断变化的市场环境中，通过迭代、协作和适应性来实现生产过程的高效性和灵活性。敏捷制造的目标是在保持高质量的前提下，更快地推出新产品，更灵活地满足客户需求，并通过不断改进的方式提高生产效率。11.根据客户需求来驱动生产，而不是根据内部生产能力实施推动式生产。这有助于减少库存和缩短生产周期，提高响应速度。12.知识管理是一个跨学科领域，涉及计算机科学、人工智能、信息科学等多个学科，能够通过先进的技术手段，优化质量管理流程，提高质量管理系统的效率和效果。第二章1.生产计划是在有限资源条件下，通过高效的方式满足外部需求的过程。它分为长期计划、中期计划和短期计划。长期计划涉及战略决策，如产品设计和设施选址；中期计划决定产品种类和批量，以最小化运营成本；短期计划关注日常作业调度，以提升客户满意度。2.经济订货量（EOQ）模型是一个用于确定最优订货量的方法，目的是通过平衡订货成本和库存持有成本来最小化总成本。其基本假设包括恒定需求率、固定订货成本和库存持有成本。公式为：EOQ=其中，D是年需求量，S是每次订货成本，H是单位库存持有成本。3.批量问题研究的基本目标是确定在给定计划期内产品的生产种类和批量大小，以在满足外部需求的同时，最小化设备启动成本和库存持有成本，从而实现运营成本的最小化。4.间断型流水线的各阶段设备效率可能不同，导致在制品积压，不同阶段之间通过不节拍的物料搬运系统连接。连续型流水线则通过节拍系统刚性连接，不同阶段设备停机会影响整条流水线的运作。间断型适用于多品种小批量生产，连续型适用于大批量生产。5.静态需求指需求量在计划期内不变，模型相对简单，适用于需求稳定的环境；动态需求则随时间变化，需要离散化处理，模型复杂度高，适用于需求波动的环境。静态需求优化主要考虑平衡库存和生产，而动态需求还需考虑需求变化带来的生产调整。6.生产计划模型通过引入设备故障概率和维护成本，利用静态和动态方法对批量决策进行优化。考虑设备故障和维护可以通过建模设备故障的发生、维护活动对生产的影响，以及如何通过优化批量决策和维护策略来最小化总运营成本。7.基于设备运行的建模策略假设维护计划取决于设备实际运行时间，排除设备闲置对其状态的影响。优点在于能柔性调整维护周期，避免过度维护，提高系统效率。与基于时间间隔策略相比，前者更能反映实际生产负荷对设备状态的影响，适用于动态负荷环境。8.动态方法通过实时调整批量大小和平均成本，实现设备发生故障时的最优决策。步骤包括：1.设定初始批量，2.监控设备故障，3.在故障发生后调整批量，4.计算新的平均成本，5.迭代调整直至成本最小化。9.通过仿真方法比较静态和动态方法的有效性步骤包括：1.设计仿真模型，2.输入真实或假设的生产数据，3.运行仿真以模拟两种方法的生产过程，4.收集关键绩效指标（如总成本、生产效率等），5.分析数据，比较两种方法的优缺点和适用场景。10.在CLSP与设备维护的集成建模中，处理多产品和多阶段生产环境的方法包括：1.扩展模型以涵盖多产品的需求和生产特性，2.在模型中引入各阶段的产能约束和维护需求，3.使用启发式算法或分支定界法等优化技术求解集成模型，确保生产和维护的协调优化，提高系统的综合绩效。11.EOQ=12.Q=70×10=700单位平均库存总成本=启动成本+库存持有成本=300+100×20=2300元13.Q=平均成本14.22×30+1×40+1.5×20=130需求超过产能，生产计划需调整使总生产时间不超过100小时。假设减少Z的生产量使得总时间满足约束。22×30+1×40+100+Z调整后的生产计划：X=30，Y=40，Z=2615. 实际生产时间=20-5=15小时 可完成的产品数量第三章这是属于流水车间调度问题，表示为（F6|prec|Cmax）;这是一个最小化最大完工时间的平行机调度问题，表示为（P8||Cmax）。由于收银员收银速度差异相对恒定,这是一个同类机调度问题，表示为（Q50||Nc由于这两台服务器之间存在恒定的速度差异，这也是一个同类机调度的问题，期望调度的结果可以保证服务器空闲时间最少，故而可以表示为（Q2||I）主要调度分派规则包括：Random；FCFS；SPT；LPT；EDD；LRPT；SRPT，具体含义见（3.1.2小节）；生产调度中的目标主要包括三类：加工完成时间类、交货期类、生产效率类，具体指标详见（3.1.1小节）基于交货期的性能指标有：①总拖后时间i=1nLi，②最大延迟时间Lmax=max1≤i≤n{Li}；③平均延迟时间L=1SPT规则能够获得最小完成时间生产调度问题的最优解，应用SPT规则可以使平均流程时间最短，使滞留在本机床组的平均在制品占用量最少，有利于节约流动资金，但由于没有考虑交货期，可能会发生交货延期；EDD能够获得最小延迟时间生产调度问题的最优解；应用EDD规则，可以保证按期交货或使交货延期量最小，减少违约罚款损失。但平均流程时间增加，不利于节约制品的占用资金；NP-hard问题可以采用(1)基于启发式规则。(2)基于运筹学的精确算法，包括分支定界算法、动态规划法等（3）人工智能算法包括模拟退火算法、遗传算法、禁忌搜索算法、ACO算法等等；利用FIFO规则，调度解：1-2-3-4-5，平均完成时间53.6，平均延迟=24.2，延迟作业3个利用SPT规则，调度解：4-5-1-2-3，平均完成时间27，平均延迟=8.6，延迟作业1个利用EDD规则，调度解：3-5-4-2-1，平均完成时间47，平均延迟=6.6，延迟作业4个对比得知：SPT具有最小完成时间，EDD具有最小延迟时间。遗传算法中设定了一定的变异率，这个随机突变机制在某种程度上保证了更广泛的调度解决方案，从而保证避免智能调度解陷入局部最优中；ACO算法中的信息素挥发机制、蚁群本身、及蚁群选择路径时采用的依据信息素概率决策，都可以避免过早收敛问题。第四章1．制造业质量管理数字化的主要应用场景包括：设备监测与维护：通过在生产设备上安装传感器，实时监测设备运行状态，预测维护需求，降低停机时间。生产过程优化：利用物联网设备监控生产过程，实现实时数据采集和分析，优化生产效率和质量。在线质检与检测：利用传感器和视觉技术进行在线质检，减少次品率，提高产品质量。质量数据分析：通过大数据分析质量数据，实现质量问题的快速定位和纠正，减少不良品数量。供应链可视化：利用数字技术追踪原材料和产品在供应链中的流动，提高调度和计划的准确性。数字孪生模型：创建物理产品的数字孪生，实时反映实际产品状态，支持预测性维护和优化。2．在制造业质量管理数字化过程中，数据孤岛问题是一个常见挑战。为了解决这一问题，企业可以采取以下措施：构建统一的数据平台：将分散在各个部门的数据集中起来，建立一个中央数据库，实现数据的实时更新和共享。数据集成与整合：利用数据集成工具，如ETL（Extract,Transform,Load）工具，将不同来源的数据整合到一个平台上，打破数据孤岛。加强跨部门协作：推动不同部门之间的合作，确保数据在各个环节的顺畅流通，提升整体管理效率。3．数字化技术通过以下方式帮助制造业企业实现预测性维护：传感器技术：在生产设备上安装传感器，实时监测设备的运行状态和性能参数。数据分析：利用大数据分析技术，对传感器收集的数据进行分析，识别潜在的设备故障迹象。机器学习算法：通过机器学习算法，建立设备故障预测模型，提前预测设备可能出现的故障，并制定相应的维护计划。自动报警与通知：当预测到设备可能出现故障时，系统自动发送报警信息给相关人员，以便及时采取措施，避免设备停机带来的损失。4．制造业企业在推进质量管理数字化过程中可能面临的挑战包括：技术挑战：需要引入新技术、新设备，并进行系统集成，这需要企业具备一定的技术实力和资金投入。应对策略是加强技术研发和人才培养，寻求专业服务商的支持。组织挑战：需要改变传统的组织架构和管理模式，推动跨部门协作。应对策略是加强内部沟通和培训，建立跨部门协作机制。数据挑战：数据孤岛、数据质量差等问题可能影响数字化转型的效果。应对策略是构建统一的数据平台，加强数据治理和质量控制。文化挑战：需要培养数字化思维和文化氛围，改变员工对传统管理方式的依赖。应对策略是加强员工培训和教育，推广数字化管理理念。5．数字化通过为产品和批次分配唯一标识符，如二维码或RFID标签，实现了对产品全生命周期的追踪。这些标识符不仅记录了原材料的来源，还涵盖了生产过程中的关键参数和检测结果。所有数据都被集成到一个统一的质量追溯系统中，使得产品信息的检索和关联变得快速而高效。消费者和监管机构可以通过系统界面或移动应用，直观地查看产品的追溯路径，从而增强了产品质量的透明度和可信度。6．应用于人工智能、RRID射频识别、移动应用等先进技术，对物料作业流程进行全过程闭环管控，使信息流、物流、车流、资金流保持一致，实现物料入库、出库、库存的高效管理，实现作业流程智能化。此外，通过物料全过程数字化管理，使得在每个生产步骤中，物料能够精准的分配到其中，实现货物精细化管理促进了产品的高质量发展。加快物料周转速度：系统自动根据需求发送入库、出库作业计划，加快物料周转速度。而且对仓储作业全流程实时管控，排除错误指令造成的堵塞，保障生产调度效率。7．由于K均值聚类方法计算效率高且容易理解，因此选择K均值聚类。在对50个机械零件的表面粗糙度数据进行聚类分析后，将这些零件分为三类，并计算出每一类的粗糙度特征（Ra、Rz、Rq）的平均值和标准差。第一类：Ra、Rz、Rq的平均值较低且标准差较小。这意味着这类零件的表面非常光滑，且质量非常一致，可能是由相对精细的加工工艺制成的。第二类：Ra、Rz、Rq的平均值中等，标准差适中。这类零件的表面质量适中，但表面光滑程度和一致性有所不同。第三类：Ra、Rz、Rq的平均值较高，标准差较大。这类零件的表面粗糙度较大，且内部质量差异明显，可能需要对加工工艺进行调整。在对零件的表面粗糙度进行聚类分析后，可能存在某些加工工艺导致的表面粗糙度较高，建议对这类工艺进行优化，如调整切削参数或更换刀具。8．数据可视化是将数据以图形化的方式呈现，使人们能够更容易理解、分析和发现数据中的模式、趋势或关系的过程。通过将抽象的数字信息转化为容易识别的形式，帮助人们迅速理解复杂的信息，支持决策制定、问题解决和见解发现。通过数据可视化工具实现多种图表样式和数据动态呈现，包括直线图、曲线图、柱状图、条形图、散点图和气泡图等，用于反映事物变化趋势、数据分布和变量关系。提供交互性，允许用户探索数据，包括缩放、筛选等功能，以及实时监控数据变化，快速发现问题并提供决策支持。9．质量闭环追溯系统通过收集和记录产品或物料在生产和物流过程中的相关信息数据，实现对产品质量的实时监控和追溯。可以提高生产效率，降低质量处理成本，简化质量管理流程，实现对不良批次的快速锁定和物料追溯。其关键技术在于结合条码自动识别技术、序列号管理思想以及条码设备，收集生产和物流环节的数据。电子质量档案作为产品身份证，记录产品全生命周期的质量信息，实现供应链上各相关实体之间质量信息的有效集成。最后利用数据分析工具，建立质量计划、过程控制、问题处理、管理决策等环节，形成经验库与分析报表，支撑企业质量管理，构建质量闭环管理平台。10．质量标准数字化的主要优点包括：1.提高质量管理的效率：通过信息系统自动化记录和管理，减少人为干预和错误。2.提高质量管理的精度：通过一致的数据结构和实时监控，确保数据的准确性和一致性。3.促进标准化和规范化：确保不同部门和企业之间的信息交流和比较更加统一和规范。4.提升企业竞争力：通过实时监控和分析质量数据，帮助企业快速响应市场需求，提高产品和服务的质量。对企业质量管理的作用体现在：1.优化质量管理流程，提升管理效率。2.通过数据分析挖掘质量问题，进行决策和改进。3.通过持续改进机制，推动企业的质量管理不断优化和提升。11．数字化质量标准的五个关键方面包括：1.标准数字化：将纸质质量标准文档转化为数字格式，方便存储、管理和使用。2.数据结构化：对数字化的质量标准进行结构化处理，使其能够被计算机系统理解和处理。3.标准化管理系统：建立质量标准管理系统，用于存储、检索、更新和分享数字化标准。4.数据分析和应用：通过数据分析发现质量管理中的问题和机会，并进行决策和改进。5.持续改进：通过不断优化系统和实践，提升质量管理的水平。12．基于视觉的表面质量检查技术能够通过以下方式提高产品的可靠性和使用寿命：精准识别缺陷通过高精度的图像处理和缺陷检测算法，系统能够识别出如裂纹、气泡、凹陷等影响产品性能的表面缺陷，从而确保只有符合质量标准的产品进入市场。防止潜在失效：例如，裂纹会降低材料的整体强度并增加疲劳敏感性，进而缩短产品寿命。基于视觉的检测技术可以早期发现这些问题，避免缺陷产品进入使用环节，从而防止潜在的失效风险。提高制造过程的质量控制：通过实时监测和分析生产过程中的表面质量数据，制造商可以及时调整生产参数，优化工艺，减少缺陷的产生，提高整体产品质量。支持产品改进：通过大数据分析检测结果，制造商能够发现产品设计或制造过程中的薄弱环节，进行针对性的改进，从而提高产品的耐久性和使用寿命。13．基于视觉的表面质量检测技术通常包含以下基本步骤：图像采集：使用相机或其他设备获取产品表面图像，确保图像具有足够的分辨率和质量。预处理：对图像进行噪声减小、对比度增强等预处理，以便更容易检测到缺陷。特征提取：从图像中提取用于描述表面特征的信息，如颜色、纹理、形状等。区域分割：将图像分割成具有相似特征的区域，方便进一步分析。缺陷检测：使用特定算法识别图像中的缺陷，如裂纹、凹陷等。质量评估：根据检测到的缺陷与预定义的标准，对产品质量进行评估。分类与决策：利用机器学习或深度学习模型，根据评估结果对产品进行分类并判断是否符合质量标准。后处理：对检测结果进行细化处理，如去除假阳性区域等。结果可视化和报告：生成检测结果的可视化表示和报告，帮助操作员或工程师了解缺陷情况。实时监测（可选）：在需要实时监测的情况下，优化流程以适应实时性能要求。第五章1.将最合适的知识在合适的时间从大量的信息中配置到最合适的人。2.体系框架包括：业务过程模型与业务过程模板两大部分，业务过程模型又由业务单元集、知识单元集、知识情境集构成。过程模板包括业务过程模板及知识需求接口两部分。首先，使用K-EPC技术对业务案例进行解析，得到知识资源配置服务体系中的“业务过程单元”。这里的“业务过程单元”包括各种业务过程和相互间的逻辑关系。然后，使用基于知识情境的知识表达方法，获得在业务活动运行时使用的“知识单元”和“知识单元”所处的“知识情境”。“知识单元”包括知识和知识资源两部分；“知识情境”包括知识在业务活动中运用的背景条件，在“知识单元”和“业务过程单元”间起连接纽带作用。最后，在比对多个业务过程和知识的基础上，提炼出具有通用性的业务过程模板和知识需求，得到模板库和知识库的映射关系，同时，建立模板的管理方法与优化机制。3.K-EPC模型中将功能与事件的逻辑关系分为3种：与、或、异或。与：在功能之前（单输入多输出），表示流程被分成两个或多个并行的分支；在功能之后（多输入单输出）表示所有的事件要同时满足。或：在功能之前（单输入多输出），表示在一个决策之后有一个或多个可能的结果路径；在功能之后（多输入单输出），功能有一个或多个触发事件。异或：在功能之前（单输入多输出），表示在某一时刻有且只有一个可能的路径；在功能之后（多输入单输出），在一时刻有且只有一个可能的触发事件。4.由于知识的应用和产生是在一定的背景与环境下发生的，知识所包含的意义和价值只有在对应的背景和环境下才能体现出来。因此，用户所从事的业务过程是决定知识需求的重要因素。业务过程是为实现一定的目的而执行的一系列逻辑相关活动的集合，显现了人从事活动的环境，又体现了人与过程、知识的融合。对于不同业务过程来说，对知识需求是不同的，随着时间的推移，同个业务过程对于知识的需求也在不断变更。这些变化都是业务过程所处知识情境的体现。5.知识情境是连接业务单元和知识单元的枢纽，是知识应用到业务活动中的具体背景和环境。当知识情境确定以后，业务中所涉及的知识就确定了，所以知识情境在业务和知识之间扮演桥梁的角色。由业务提出知识需求，知识情境确定需求内容和对内容的精确描述，从知识单元集中找到合适的知识单元，用于匹配某一项业务活动，保证业务的顺利开展。6.基于情境的知识包含知识内容和知识资源。知识内容记录了知识的具体信息，以便划分和识别。知识资源是知识所依赖的客观存在，如人、文档、图纸等。这两者统称为知识节点属性。基于情境的知识自上而下分别由知识应用层、知识描述层、知识映射层及知识资源层组成。①知识应用层记录了知识和业务活动的对应关系；②知识描述层反应了业务活动的知识需求，每个业务活动对应一个知识描述文件，知识信息和知识协作关系都被记录在知识库中。③在知识映射层中，依据业务过程中的知识关联关系，借助映射规则，在各知识节点间建立连接；通过知识节点的逻辑位置与物理位置的映射关系，在知识描述层和知识资源层之间建立链接。一组被联系的知识节点可表示一个业务活动的知识流。④知识资源层记录了业务过程中涉及的各类知识的知识载体等知识资源。在业务过程中，各种知识相互协作，存在着错综复杂的关系，构成了知识协作网络。知识协作网络的构成有利于挖掘知识在业务过程中的潜在运用规律，并为知识模块化提供了参考。7.模板不是一个单一的存储文件或者一个独立的对象，而是集成了多种业务过程和知识信息，体现了相似业务过程经归纳筛选后的特性集合。模板分布在业务案例运行的各个阶段，在不同的阶段和同一阶段不同的业务过程具有不同的表现形式。模板库是知识、知识情境和业务过程高度抽象的体现。值得注意的是，此时的后三者不同于业务过程解析时建立的对应原型。从业务过程模型中抽取的模板库具有高度的抽象性，它既保持了原型的特性，又不仅仅局限于原型的已有具体信息。8.通过知识市场网络平台，知识需求者可以寻找问题解决的方案，并与知识提供者之间进行知识资源的共享，从而达到知识共享和知识管理的目的。知识提供者与知识服务需求者之间知识市场网络平台取得联系，知识服务贯穿于知识提供者为知识需求者解决问题的全过程。通过网络知识市场，利用市场机制，能够提高知识拥有者为知识需求者提供服务的积极性，从而有效达到知识服务的目的，实现创新功能。9.企业业务求解过程中不同领域的知识资源出现高密度小范围的集聚效应，将这种现象称为知识模块化。研究中发现，在企业实际运行环境中，业务问题类似而业务执行绩效迥异的现象归结为“知识模块”求解能力的差异性。10.结合知识情境提出基于需求层次理论的知识情境结构体系（如图5-22所示）。模型最底层对应的是生理需求，通过建立完善公正的绩效管理制度，其作用是满足知识员工的正常的生理需求（本文将其提炼为物质生理需求，如薪酬、物质奖励等）。作为社会角色的业务执行者，如果在满足其各项心理需求的情境下，满足知识员工的心理契约。如上所述，只有知识员工的心理契约得以满足，知识员工才能安心地工作，达到高效完成工作任务的目的。进一步分析，知识情境的设置满足其各项心理需求层次，知识员工将会以更加积极、乐观及愉悦的心情，去实现业务问题的高效求解。11.集成情境的知识模块化模型（ContextIntegratingModelofKnowledge,CIMK）。其结构如下：（1）知识资源视图：知识单元时序图、业务执行过程以及相应的知识单元集合三者构成了知识资源视图。知识情境模视图对情境要素的分类及逻辑关联描述。（2）业务视图：参照甘特图的理念建立业务分解模型，业务问题作为输入项，进一步分解为各层次的业务任务层，并且具体的业务任务层又有相应的求解业务单元对应匹配和组成。（3）业务执行过程视图：业务执行过程视图是对业务问题的深入剖析，划分业务层次，制定相应的业务执行活动单元。依据