| کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
|---|---|---|---|---|
| 1699305 | 1519319 | 2015 | 6 صفحه PDF | دانلود رایگان |
واژه های کلیدی
1. مقدمه
شکل 1: مدل بندی کردن مصرف منبع و انرژی یک فرایند تولید توسط سیستم های رویداد گسسته
2. زنجیره های فرایند تولید و مدل بندی فرایند
شکل 2: مدل های زنجیره تولید که یکی شامل شکل دهی فلز داغ (چپ) و دیگری شامل شکل دهی مبتنی بر برش است (راست)
شکل 3 مصرف توان مربوط به یک ماشین نورد از وضعیت خاموشی تا آماده به کار
شکل 4. مشخصه مصرف توان محاسبه شده یک فرایند نورد که مبتنی بر رویدادهای گسسته و ساختارهای واحد سیستم است.
3. تحلیل زنجیره های تولید و بهینه سازی فرایند
1.3 مصرف انرژی مربوط به زنجیره های تولید
شکل 5. مشخصه تقاضای توان برای اولین نوع زنجیره تولید
شکل 6. مشخصه تقاضای توان برای دومین نوع زنجیره تولید
2.3 انتخاب و بهینه سازی زنجیره تولید توسط تابع برازندگی و الگوریتم ژنتیک
جدول 1. فاکتورهای وزن گذاری برای تابع برازندگی
شکل 7. نتایج اجرای زنجیره تولید الگوریتم ژنتیک
جدول 2. گزینه ها برای الگوریتم ژنتیک استاندارد
نتیجه گیری
The energy and resource efficient manufacture of consumption and investment products is becoming a competitive advantage and companies are increasingly interested in optimal manufacturing chain design and process operation. Based on the discrete events modeling approach empirically parameterized process models for heating, hot-rolling, forging and turning are combined to two alternative manufacturing chains for the manufacture of countershafts. The discrete events also consider specific NC codes (e.g. for turning) and allow for time-depended consumption profile calculations. Further defining and structuring all parameters of the manufacturing chains with all their processes in so-called system entity structures provides the basis for a numerical optimization by artificial intelligence tools. A genetic algorithm in combination with a fitness function has been employed to find the manufacturing chain design and process parameter set with the lowest energy and resource consumption for the manufacture of the shafts in an effective way.
Journal: Procedia CIRP - Volume 33, 2015, Pages 139-144