کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8105586 1522159 2015 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A systematic approach of process planning and scheduling optimization for sustainable machining
ترجمه فارسی عنوان
رویکرد سیستماتیک برنامه ریزی فرایند و بهینه سازی برنامه ریزی برای ماشینکاری پایدار
کلمات کلیدی
تولید پایدار، ماشینکاری عددی کامپیوتری، برنامه ریزی فرایند، برنامه ریزی فرایند، الگوریتم هوشمند، ویژگی ماشینکاری،
ترجمه چکیده
فقدان برنامه ریزی روند موثر و راه حل های برنامه ریزی برای مدیریت پایدار در طبقه کارخانجات، فعالیت های تولیدی که معمولا با انواع مختلف و حجم کم مشخص می شود، موجب اجرای پایداری در شرکت ها شده است. برای رسیدگی به این موضوع، یک رویکرد ابتکاری و سیستماتیک برای برنامه ریزی فرآیند آسیاب کردن و بهینه سازی برنامه ریزی شده در این مقاله ارائه شده است. این رویکرد شامل یک مرحله فرآیند و یک مرحله سیستم است که با مکانیسم هوشمندانه برای افزایش سازگاری و پاسخگویی به پویایی شغلی در طبقه کارخانجات تولید می شود. در مرحله فرآیند، پارامترهای عملیاتی کلیدی برای آسیاب کردن بخش به صورت سازگار برای رسیدن به اهداف / محدودیت های چندگانه، یعنی بهره وری انرژی فرآیند آسیاب کردن و بهره وری به عنوان اهداف و کیفیت سطح به عنوان یک محدودیت بهینه سازی می شوند. در مرحله سیستم متوالی، برای دستیابی به کارایی بیشتر انرژی و کوتاه تر در کل طبقه کارگاه، برنامه ریزی توالی / تنظیم برنامه های ماشینکاری / عملیات و برنامه ریزی برای تولید قطعات مختلف در ماشین های مختلف بهینه سازی شده است. شبکه های عصبی مصنوعی برای ایجاد روابط غیر خطی پیچیده بین پارامترهای فرایند کلیدی و مجموعه داده های اندازه گیری شده مصرف انرژی و کیفیت سطح استفاده می شود. چندین الگوریتم هوشمند، از جمله جستجوی الگوریتم، الگوریتم ژنتیک و شبیه سازی آنیلینگ، برای تعیین راه حل های بهینه استفاده می شود و معیار آن است. آزمایش های تجربی نشان می دهد که رویکرد مؤثر و قابل تنظیم برای دیدار با اهداف متعدد و محدودیت های فنی برای برنامه ریزی و برنامه ریزی پایدار است. این رویکرد، که از طریق مطالعات موردی صنعتی توسط یک شرکت ماشینکاری اروپایی تأیید شده، پتانسیل قابل توجهی از کاربرد را در عمل نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
پیش نمایش مقاله
رویکرد سیستماتیک برنامه ریزی فرایند و بهینه سازی برنامه ریزی برای ماشینکاری پایدار
چکیده انگلیسی
The lack of effective process planning and scheduling solutions for the sustainable management of machining shop floors, whose manufacturing activities are usually characterized by high variety and low volume, has been crippling the implementation of sustainability in companies. To address the issue, an innovative and systematic approach for milling process planning and scheduling optimization has been developed and presented in this paper. This approach consists of a process stage and a system stage, augmented with intelligent mechanisms for enhancing the adaptability and responsiveness to job dynamics in machining shop floors. In the process stage, key operational parameters for milling a part are optimized adaptively to meet multiple objectives/constraints, i.e., energy efficiency of the milling process and productivity as objectives and surface quality as a constraint. In the consecutive system stage, to achieve higher energy efficiency and shorter makespan in the entire shop floor, sequencing/set-up planning of machining features/operations and scheduling for producing multiple parts on different machines are optimized. Artificial Neural Networks are used for establishing the complex nonlinear relationships between the key process parameters and measured datasets of energy consumption and surface quality. Several intelligent algorithms, including Pattern Search, Genetic Algorithm and Simulated Annealing, are applied and benchmarked to identify optimal solutions. Experimental tests indicate that the approach is effective and configurable to meet multiple objectives and technical constraints for sustainable process planning and scheduling. The approach, validated through industrial case studies provided by a European machining company, demonstrates significant potential of applicability in practice.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Cleaner Production - Volume 87, 15 January 2015, Pages 914-929
نویسندگان
, , , ,