自动化车床管理论文(0)

《自动化车床管理论文(0)》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、自动化车床管理数学模型摘要本文解决的是在自动化车床生产管理中确定的是生产中检查间隔和刀具更换策略。好的检查方式要能花费最小及时发现故障，合理的刀具更换策略要利用刀具获得最大的生产量，使生产工序高效、连续。为此我们构造了生产单个零件的损失函数，建立单目标最优化模型。对于生产单个零件的损失费将其分成三部分：每个零件均摊更换新刀具的费用；每个零件均摊检查的费用；每个零件均摊故障时产出的零件损失和调节恢复的费用。对于问题一：首先对效益函数进行参数优化，生产单个零件的损失费化为关于刀具更换间隔的函数，建立单目标最优化模型，然后取步长为50，对逐个利用MATLAB计

2、算出的值并算出最小值相对应的检查间隔值，最后得出最优决策为：每生产19件零件检查一次，每生产390件零件更换一次刀具，此时最小损失为4.574元。对于问题二:由于会出现两种误判，导致效益函数中每个零件均摊检查的费用以及每个零件均摊故障时产出的零件损失和调节恢复的费用增大。首先计算出一个生产周期内不合格零件平均数，然后确定效益函数，建立单目标最优化模型，如同第一问解法求得到最优决策为：每生产21件零件检查一次，每生产340件零件更换一次刀具，此时最小损失为6.802元。对于问题三：在第二问的条件之下，将工序正常时产出的零件不合格率，工序故障时产出的零件合格

3、率改变，对进行灵敏性分析。最后通过与第二问所得数据比较可得出结论：和对单损失是不利影响，随、的减小，减小，并且可以看出对的影响更显著。关键词：效益函数；参数优化；单目标优化函数；灵敏性分析181.问题重述本文给出了一个自动化车床管理的案例：一道工序用自动化车床连续加工某种零件，由于刀具损坏等原因该工序会出现故障，其中刀具损坏故障占95%,其它故障仅占5%。工序出现故障是完全随机的,假定在生产任一零件时出现故障的机会均相同。工作人员通过检查零件来确定工序是否出现故障。现积累有100次刀具故障记录，故障出现时该刀具完成的零件数如附表。现计划在刀具加工一定件数

4、后定期更换新刀具。已知生产工序的费用参数如下：故障时产出的零件损失费用元/件；进行检查的费用元/次；发现故障进行调节使恢复正常的平均费用元/次(包括刀具费)；未发现故障时更换一把新刀具的费用元/次。问题一：假定工序故障时产出的零件均为不合格品，正常时产出的零件均为合格品,试对该工序设计效益最好的检查间隔（生产多少零件检查一次）和刀具更换策略。问题二：如果该工序正常时产出的零件不全是合格品，有2%为不合格品；而工序故障时产出的零件有40%为合格品，60%为不合格品。工序正常而误认有故障停机产生的损失费用为1500元/次。对该工序设计效益最好的检查间隔和刀具

5、更换策略。问题三：在2)的情况，可否改进检查方式获得更高的效益。附:100次刀具故障记录(完成的零件数)459362624542509584433748815505612452434982640742565706593680926653164487734608428115359384452755251378147438882453886265977585975564969751562895477160940296088561029283747367735863869963455557084416606106248412044765456433928024

6、66875397905816217245315125774964684995446457645583787656667632177153108512.模型的假设与符号说明2.1模型的假设假设1：题目所给数据是合理、正确的；假设2：生产任一零件出现非刀具故障的概率均相等；假设3：当故障发生时即认为停止生产。假设4：检查间隔和刀具故障间隔均认为是固定间隔。181.问题重述本文给出了一个自动化车床管理的案例：一道工序用自动化车床连续加工某种零件，由于刀具损坏等原因该工序会出现故障，其中刀具损坏故障占95%,其它故障仅占5%。工序出现故障是完全随机的,假定在生产

7、任一零件时出现故障的机会均相同。工作人员通过检查零件来确定工序是否出现故障。现积累有100次刀具故障记录，故障出现时该刀具完成的零件数如附表。现计划在刀具加工一定件数后定期更换新刀具。已知生产工序的费用参数如下：故障时产出的零件损失费用元/件；进行检查的费用元/次；发现故障进行调节使恢复正常的平均费用元/次(包括刀具费)；未发现故障时更换一把新刀具的费用元/次。问题一：假定工序故障时产出的零件均为不合格品，正常时产出的零件均为合格品,试对该工序设计效益最好的检查间隔（生产多少零件检查一次）和刀具更换策略。问题二：如果该工序正常时产出的零件不全是合格品，有

8、2%为不合格品；而工序故障时产出的零件有40%为合格品，60%为不合格品。工序正