孙文林[1]（2021）在《基于实时数据驱动的FMS数字孪生系统构建与应用》文中研究说明近年来,随着信息技术的发展,孕育兴起了新一轮的产业变革和科技革命,促使智能制造成为制造行业发展的必然趋势。在智能制造的实践过程中,数字孪生作为实现物理空间与信息空间融合与交互的最佳解决方案被广泛关注。然而,数字孪生技术目前仍然处于理论研究阶段,对数字孪生应用方面的研究也处于探索、实践阶段,将数字孪生技术应用到机械制造领域是当前研究热点。智能制造推动下市场对柔性制造系统（Flexible Manufacture System,FMS）的需求不断增加,越来越多的生产制造企业开始采用柔性制造生产线从事生产制造活动,导致市场对生产柔性制造产线的厂家提出了更高的要求:为了提高竞争力,FMS需更加智能;在订单量增加的情况下,仍要按期交货。因此生产柔性制造生产线的某机床厂提出了对制造执行系统（Manufacturing Execution System,MES）的需求。课题研究以提高企业的经济效益为最终目的,从提高调度执行系统控制程序的调试效率出发,以对控制程序进行虚拟调试为切入点进行研究。利用数字孪生技术构建了 FMS数字孪生系统,并将此系统应用于调度执行系统控制程序的虚拟调试和现场调试中,重点研究了基于实时数据驱动的数字孪生系统的构建方法和技术,对系统进行了设计实现,并结合实际应用案例对所构建系统的有效性和构建方法的可行性进行了验证。首先,针对课题研究项目对某机床厂生产的柔性制造生产线FMS80的现状以及数字孪生系统的构建需求进行分析,在数字孪生相关理论和技术的基础上提出面向柔性制造生产线应用的数字孪生系统架构。然后,根据数字孪生模型的构建需求和对常见的商用工业仿真软件的分析,选用Visual Components（VC）软件作为数字孪生系统的构建环境。其次,对FMS关键设备数字孪生模型的构建流程与方法进行研究,并实现了其构建。同时,在数字孪生模型中根据需求建立了信号行为的接口,为后续实时数据的获取与实时映射的研究工作提供了支撑;利用ADS通信技术构建了 FMS数字孪生系统实时数据的通信网络,实现数字孪生模型对物理实体实时数据的获取,为后续的虚实同步提供了数据与通信的支撑;提出实时数据驱动的逻辑架构,并通过编写Python脚本达到利用获取的物理实体的实时数据去驱动数字孪生模型进行实时映射的目的。最后,总结了 FMS数字孪生系统的构建过程,并将此系统应用于某机床厂生产的柔性制造生产线FMS80的控制系统程序的虚拟调试和现场调试中,验证了所构建数字孪生系统的有效性和构建方法的可行性。此系统能协助调试人员在没有去到现场之前就能快速、方便的发现控制程序中的问题。去到现场之后,调试人员也能应用此系统具有的虚实同步的功能,解决调试人员不方便查看被调试设备状态的问题。总的来说,提高了调试的效率,缩短了调试的周期,加快了项目的交付,从长远看提高了企业的经济效益。
陈哲意[2]（2021）在《基于模糊Petri网的柔性制造系统故障诊断》文中指出柔性制造系统具有高度的智能化是无人工厂的重要组成部分,对实现我国制造业转型升级意义重大。柔性制造系统无故障运行是保证自动化生产的前提,柔性制造系统的建模与定位故障源等问题一直是学界热点问题。因此,深入研究柔性制造系统的故障诊断技术具有重要应用价值。依据柔性制造系统的故障特点,本文将一种模糊petri引入柔性制造系统故障诊断技术中,对柔性制造系统的主轴电机系统、刀库系统、物流系统、机床系统,根据故障发生规则分别建立故障诊断模型。采用双向特征建模的故障诊断模型,根据故障诊断算法进行故障诊断,可以确保证柔性制造系统高效率运行。本文主要创新点归纳如下:（1）根据柔性制造系统的故障特性,为了更加准确的记录故障传播路径,且便于追踪故障信息定位故障源,增加了一个故障传播集合Ts,描述柔性制造系统故障在模糊Petri网模型中的传播路径,并给出了故障传播集合Ts的数学定义。对模糊Petri网进行了优化,将传统的六元组模糊Petri网（P,T,F,d,w,m0）改成了七元组（P,T,F,d,w,m 0,Ts）。（2）分析了柔性制造系统及其故障的特性,从系统的角度出发,选取几个重要的子系统进行双向特征建模:主轴电机系统、机床系统、物流系统、刀库系统,并且给出了各个子系统的故障产生规则,根据故障产生规则为各个子系统建立了模糊Petri网模型。（3）给出了改进型模糊Petir网的图形推理方法,将目标库所变迁使能的条件和后果分成四种模式,分别是:一种原因一种结果模式、一种原因多种结果模式、多种原因一种结果模式、竞争模式。以此模拟柔性制造系统的离散运行过程,解决改进型模糊Petri网的图形推理问题。（4）根据柔性制造系统故障传播的特性,采用双向特征建模,正向推理用故障征兆诊断故障,反向推理根据发生的故障反向寻找故障源。并给出正向推理与反向验证算法步骤,校正库所和变迁的置信度、阈值、权值的方法。使用柔性制造系统的刀库子系统的仿真实例加以验证,证明了这种故障诊断方法的准确性和鲁棒性。
江谢木[3]（2021）在《涡轮增压器壳体柔性生产自动排产系统设计》文中研究说明涡轮增压器作为汽车行业最主要的空气压缩装置,能为发动机提供充足的空气。随着汽车保有量的逐年增加,涡轮增压器的需求量越来越大,这就要求企业提升自动化制造水平和生产效率。自动排产系统作为自动化制造的重要环节,能有效提高车间生产效率、节省生产资源。本文所介绍的是涡轮增压器壳体,其作用是连接排气管和保护内部的结构。因此,本论文研发了涡轮增压器壳体柔性生产自动排产系统以满足企业的加工需求。当前涡轮增压器壳体规格多达几十种,每种规格又细分为几十种型号,而不同型号的涡轮增压器壳体有不同的加工要求,其中主要的加工要求有车削内外圆、车削端面、车螺纹、车削四周凸台。为了满足不同型号涡轮增压器壳体的加工,要求制造系统有足够的柔性加工能力。针对涡轮增压器壳体的加工特征,本文首先介绍了涡轮增压器壳体柔性制造系统的构建过程,包括系统组成、车间布局、整体软件功能模型和网络架构,为后续排产算法和排产系统设计奠定了基础。根据涡轮增压器壳体柔性生产目标,结合产品批量生产、工序路线约束以及考虑刀具、夹具更换时间等现实条件,建立了以总订单加权完成时间最小和最大机床负荷最小为优化目标的多目标柔性车间批量调度模型。为了得到柔性制造系统调度所需的资源分配和工序排序,建立了基于标准萤火虫算法的柔性生产自动排产系统多目标优化问题模型,改进了萤火虫算法的位置更新策略以用于求解多目标柔性车间批量调度问题。并实例验证了算法的可行性和有效性。基于以上排产算法和柔性制造系统,设计并测试了涡轮增压器壳体柔性生产自动排产系统。在确定系统目标的基础上,分析了系统的体系结构、功能架构以及数据模型,详细分析了生产排班功能的设计逻辑和指令表示方法。通过测试用例检测了系统功能的易用性,并基于阿里云PTS测试平台验证了系统的稳定性和可用性。
马甜[4]（2020）在《基于欠标识信标的自动制造系统活性分析》文中研究表明死锁是自动制造系统（Automated Manufacturing System,AMS）中出现的一种极不理想的现象,系统陷入死锁即意味着缺失活性,通常会影响资源分配系统（Resource Allocation System,RAS）的正常运行,使得系统局部或整体陷入停滞状态,从而导致加工任务的失败。在以安全问题为首的系统中,可能带来灾难性的后果。因此,对系统进行活性分析,解释死锁出现的本质原因,非常重要。针对AMS的活性分析问题,在由Petri网建模的代表柔性制造系统（Flexible Manufacturing Systems,FMS）的一般网中,现有研究主要采用的工具为最大可控信标和死标识信标（Deadly Marked Siphon,DMS）。然而前者仅为S4R（System of Sequential Systems with Shared Resources,资源共享型顺序系统）网活性判定的充分条件,而后者方法不能直观、及时地反应S4R网的活性,过于依赖系统结构,且不能应用于更一般的网中。对于带装配操作的AMSs,因结构较为复杂,活性分析鲜有相关研究。为了能够更恰当地解释一般网中出现的死锁现象,本文主要从结构角度出发,提出欠标识信标。在Petri网建模的AMS中,基于欠标识信标分别对柔性和带装配操作的AMS两种系统进行活性分析。全文的主要研究工作如下:（1）S4R（Systems of Sequential Systems with Shared Resources,资源共享型顺序系统）作为一种代表FMSs的一般网,被拓展为一种更一般的网,即S*R网。对于具有同步操作的AMS,将一些现有的增广标识图（Augmented Marked Graph,AMG）子类网,拓展为一种新的AMGs子类网:AMG*网。（2）在S*R网中讨论基于DMS进行的活性分析中存在的问题,并分析解释问题存在的原因,对基于DMS的活性定理加以拓展。为解决DMS在一般网活性分析上的不足从而更恰当地解释一般网中出现的死锁现象,提出一种基于信标的活性特性化描述概念,即欠标识信标（Undermarked Siphon,US）。在S*R网中解释这类一般网中欠标识信标与活性之间的关系,得到基于欠标识信标的活性判定充分必要条件,并对欠标识信标结构进一步讨论,以确定其定义方式。最后在S*R网中,对比DMS与US,说明欠标识信标用于分析活性的优越性。（3）将基于欠标识信标对S*R网进行的活性分析相关工作拓展到AM G*网中。通过分析AMG*网中死锁标识的相关特性,可在系统可达的某个死锁标识下,讨论AMG*网中欠标识信标的结构,得到AMG*中基于欠标识信标的活性判定充分必要条件,并证明一个非活的AMG*网与四种不同类型的信标之间的关系。
张友[5]（2020）在《基于改进蝙蝠算法的柔性制造系统环路布局研究》文中研究说明设施布局是对给定的设备确定合理有效的布局方式,具有实用性和多学科交叉性特征。设施布局优劣直接影响生产系统的物流成本和生产效率,对于现代制造企业具有重大意义。本文研究柔性制造系统（Flexible Manufacturing System,FMS）中设备环路布局问题。在环路布局中,生产设备按环形布置,物料沿着环型在设备间流动。由于工艺路线的不同,物料并不总是顺序流动,有时会出现物料的逆向流动,因此产生较高的物料传输成本。首先,本文梳理了设施布局的国内外研究动态,提出了柔性制造系统的环路设备布局问题,概述了设施布局的相关理论和方法。其次,针对环路设施布局的问题,结合所提出的假设条件,建立了以物料传输成本最小化为优化目标的数学模型。然后,通过对比设施布局常用方法以及元启发式算法等的优缺点,选择Yang教授于2010年提出的蝙蝠算法（Bat Algorithm,BA）求解环路布局问题。为了避免蝙蝠算法易陷入局部最优和后期收敛速度慢的缺点,在基本蝙蝠算法的随机游走过程中,引入Lévy飞行扰动,并将模拟退火算法融合进蝙蝠算法当中,改进蝙蝠算法的性能,以增加全局的收敛性、收敛速度及精度。最后,运用MATLAB软件实现算法求解,使用前人研究的经典算例数据对改进蝙蝠算法仿真和比照,结果表明本文设计的改进算法能更加明显地缩减物料传输费用,说明改进蝙蝠算法在解决设备环路布局问题时具有有效性与实用性。
闫哲[6]（2020）在《基于集合抑制弧的Petri网控制器设计》文中研究表明柔性制造系统（Flexible Manufacturing System,FMS）是一种典型的自动控制系统,具有高效率,高柔性的优点。系统在运行过程中因资源分配不合理可能会产生死锁。Petri网作为一种建模工具,在对FMS建模和死锁控制方面有很大的优势。Petri网的死锁控制方法可以分为两类:结构分析和可达图分析。结构分析是以网模型中独特的结构特性为研究对象,可达图分析是研究各个标识之间的关联,可达图分析一般可以设计最优的控制器。本文是基于可达图的分析,设计控制器禁止所有的标识变迁分离事例（MTSI）。一个标识变迁分离事例是一个标识和一个变迁的组合。一旦变迁在标识下发射,系统就会到达一些坏标识。本文主要工作如下:1.本文提出一种新的Petri网结构-集合抑制弧,并给出发射规则。集合抑制弧是由一个库所指向一个变迁的弧并在弧上标记多个整数区间。在标识下,库所中的托肯数在集合抑制弧的某个整数区间内,则变迁就会被禁止发射。如果库所中的托肯数不在集合抑制弧任何整数区间内,则变迁不会被禁止。2.利用集合抑制弧的发射规则,提出了基于集合抑制弧的控制策略。首先必须保证原网中合法标识都可达,满足被控系统的最大许可性。为了降低计算复杂性,使用向量覆盖法减少需要考虑的合法标识。然后通过可达图分析,得到关键变迁对应的使能好标识集合和危险标识集合。如果在危险标识下,控制库所中的托肯数在集合抑制弧的各个整数区间内,则关键变迁不使能,即禁止了MTSI。同时还要保证关键变迁在使能好标识下可发射,此时控制库所在使能好标识下的托肯数不属于集合抑制弧的任何整数区间。3.最后分析了新型Petri网结构-集合抑制弧的优点,其计算复杂性和结构复杂性都较小。例如相比较于数据抑制弧控制策略,可以使得整数线性规划的约束条件个数和变量个数减少很多,从而降低了计算复杂性。以致于集合抑制弧控制策略可用于解决大规模Petri网模型的活性控制问题。最后在本文中使用多个例子对集合抑制弧控制策略进行验证。
张金星[7]（2020）在《面向柔性制造MES的RFID中间件关键技术研究》文中进行了进一步梳理柔性制造系统（Flexible Manufacturing System,FMS）是为了满足市场对多品种、小批量产品需求而被广泛应用的重要生产方式。为了提高柔性制造系统的生产效率,智能化和信息化是其发展的必然趋势。制造执行系统（Manufacturing Execution System,MES）是柔性制造过程信息获取、分析和应用的重要工具为FMS智能调度决策提供信息支持。生产现场的信息获取和处理是MES的重要功能之一,无线射频识别（Radio Frequency Identification,RFID）技术作为一种远距离非接触式的自动信息识别技术,因其识别频率高、电子标签可被重复使用和耐污渍等优势而被广泛应用于柔性制造系统的MES信息采集。然而,RFID网络规划不合理和RFID漏读数据问题都会降低RFID中间件感知数据的质量进而影响MES运行的可靠性和决策的准确性。因此,本文对上述面向柔性制造MES的RFID中间件关键技术进行研究,主要研究内容如下:（1）RFID网络规划研究方面。针对RFID网络规划中存在的全向天线阅读器覆盖范围易产生相互冲突等问题,本文基于定向天线阅读器抗干扰能力强、辐射方向灵活等优点,提出了将定向天线阅读器引入RFID网络规划,研究全向和定向天线阅读器同时应用环境下的混合RFID网络规划问题。首先,基于全向和定向天线辐射模型,以覆盖率为约束条件,建立了以电子标签重复率和网络负载平衡为优化目标的混合RFID网络规划模型。其次,设计遗传算法与冗余阅读器消减集成的方法（Integration of Genetic Algorithm and Redundant Reader Elimination,IGARRE）求解该模型。案例研究表明,引入定向天线阅读器能够有效降低RFID覆盖重复率,且所提出的IGARRE方法对混合RFID网络规划问题具有有效性。（2）RFID漏读数据补全研究方面。针对柔性制造多阅读器环境下的数据漏读问题进行研究。本文通过对柔性制造环境下的RFID配置方式和数据漏读问题阐述和分析,建立了RFID数据漏读问题模型。设计了基于路径约束的固定滑动窗口方法（Route Constraint and Fixed Sliding Window Algorithm,RC-FSWA）对两类漏读数据进行补全。该方法针对单个阅读器内的漏读数据采用固定滑动窗口算法对进行补全;并根据工件加工路径约束信息对多阅读器环境下的整段漏读数据进行补全,案例分析表明,本文所提的RC-FSWA方法在解决多阅读器环境下的RFID漏读数据补全问题上具有有效性。（3）基于RFID网络规划及漏读数据补全问题的研究结果,利用C#和MATLAB语言开发RFID中间件关键技术的原型系统,并通过实际案例对RFID网络规划及数据漏读问题的研究方法进行验证。以上RFID网络规划和漏读数据补全方法研究成果,能够有效提升面向柔性制造MES系统的数据获取及处理的效率和可靠性,对提升柔性制造系统的生产效率具有重要的实际意义和应用价值。
侯代友[8]（2020）在《基于支持向量机的FMS故障诊断研究》文中研究指明随着社会的不断发展和消费水平的不断提高,人类对高质量、多品种产品的需求也与日俱增,现如今一些传统的单一化的生产模式已不符合当今制造业的发展理念。柔性制造系统（FMS）作为未来智能制造领域的重要发展分支之一,它可依靠有限的共享资源来实现多样化零部件的生产,代表了21世纪先进的制造业技术。但是在实际的生产过程中,由于柔性制造系统结构的复杂性,故障信息的模糊性和多样性,使其很难体现出制造技术的先进性。因此,开展对FMS故障诊断的研究势在必行。本文在分析FMS故障特点和系统构成的基础上,结合统计学习理论和支持向量机（SVM）理论,提出了一种基于支持向量机的故障诊断方法。论文的主要研究内容如下:（1）根据FMS的系统构成,提出了FMS故障诊断系统框架,通过对FMS进行故障诊断分析,确定了以物流系统和加工系统的故障诊断作为本文的研究重点。（2）针对物流系统的特点,提出了基于遗传算法（GA）优化SVM参数的故障诊断策略。结合支持向量机的相关理论,建立了SVM诊断模型和GA-SVM诊断模型,并通过仿真实验验证了GA-SVM诊断模型的分类性能优于SVM诊断模型的分类性能,极大地提升了物流系统故障诊断的准确率。（3）针对加工系统的特点,提出了基于改进的粒子群算法（PSO）优化SVM参数的故障诊断策略。为避免传统的粒子群算法陷入局部最优解,提出了具有压缩因子及异步学习因子的自适应粒子群算法。用改进后的粒子群算法建立PSO-SVM诊断模型,仿真实验结果表明PSO-SVM诊断模型具有极佳的分类性能,验证了改进后的粒子群算法用于SVM参数优化的可行性和有效性。（4）结合本文建立的诊断模型,利用Matlab和C#混合编程技术设计开发了FMS故障诊断系统。通过展示系统的故障诊断功能,验证了支持向量机算法用于FMS故障诊断的可靠性和FMS故障诊断系统的实用性。
张敏[9]（2020）在《大规模自动制造系统的协同活性构建》文中研究指明柔性制造系统（FMS-Flexible Manufacturing System）被广泛应用于先进制造业的生产。由于灵活的加工模式,使得柔性制造系统能够在保证产品质量的前提下,缩短产品的生产周期,提高加工精度和生产效率,从而降低生产成本。但是大型制造系统的内部结构很复杂,可靠性不高,因此导致柔性制造系统难推广到大型制造系统。当系统运转出现故障时,短时间内很难排查问题所在,因此确保大型制造系统的可靠运行非常重要。本文以Petri网为工具对大型柔性制造系统进行建模,先对组成大型制造系统的每个子系统进行建模,然后使用模块法在满足一定的限制规则下进行合成,合成之后的系统不用进行后验性分析就一定能够可靠地运行。本文首先提出了加权资源控制网（WRCN-Wighted Resource Control Net）合并时需要满足的6个限制规则,本文通过设立这些规则使大型网满足活性。这些规则描述为:拥有活性且不存在退化行为的WRCN,通过共同变迁路径合成时,能够直接或者间接触发共同变迁路径的源库所唯一,而且资源库所中托肯数和源库所的所有输出弧权值之积大于源库所中托肯数和资源库所输出弧权值之积。遵守这些规则合成的大型网必然满足活性。WRCN合成网只能够对资源行为进行建模,因此本文在WRCN基础上研究了可以同时对资源行为和过程行为进行建模的受加权资源控制的过程控制网（PCNWR-Process Control Net With Wighted Resource）。过程控制网（PCN-Process Control Net）和WRCN通过连续的共同变迁路径进行合成,PCN中工作库所的托肯数小于与PCN存在至少两段共同变迁路径的WRCN资源库所中的托肯数,而且所有子网中不存在退化行为。合成之后的PCNWR一定拥有活性。最后对以上的模型运用一种不需要直接计算信标的线性规划方法进行活性检测,进一步验证了限制规则的正确性和实用性。与现有的子网合成理论相比,遵守本文限制规则的子网合成之后一定满足活性,不需要再对结果网进行后验性分析。对于大规模的制造系统来说,节省了大量计算信标的时间;该规则不仅适用于最常见的单资源加工模式,更适用于一般化的多资源加工模式;合成网在自动制造系统中不仅可以对资源行为进行建模,而且还可以对更复杂的过程行为进行建模,例如复杂的资源共享、并行结构、集成装置、拆卸过程。总之,本文中提出的限制规则降低了对大规模柔性制造系统活性构建的难度,提高了生产的可靠性,更利于推广。本文研究成果能够支持柔性制造系统面向大规模多品种的加工生产,帮助提升生产效率与保证生产质量。
焦刘飞[10]（2019）在《基于Petri网和启发式搜索的柔性制造系统调度问题的研究》文中研究表明柔性制造系统（Flexible Manufacturing Systems,FMSs）是一种典型的自动控制系统,可以使用机器人、自动引导车辆和缓冲器等共享资源生产多种类型的产品,具有高效率,高质量,高柔性等优点。随着工业4.0时代的到来,能够快速的响应用户不同的生产需求,在最短的时间内生产出具有高质量和个性化的产品就变成了当前制造业最重要的核心竞争力。而在此背景下的柔性制造系统的生产调度理论与方法的研究受到了各界广泛的关注。Petri网是一种功能强大的建模工具,它既有数学化的表示方式也有图形化的表示方式,经过国内外学者多年的不断研究和发展,已经形成了一套完善的理论体系。鉴于Petri网能够有力的描述柔性制造系统中的死锁、并发、冲突等特性,是建模和分析柔性制造系统的有力工具,因此已被广泛的应用在柔性制造系统的调度问题上。本文主要研究基于Petri网和启发式搜索的柔性制造系统调度的问题,该问题的解会以变迁激发序列的方式给出。根据得到的变迁激发序列对应的完工时间（makespan）和扩展标识数（expanded markings）来评价所提出的解决方案的性能。本文主要研究工作如下:1.为了能够快速而准确地找到调度问题最优解,最重要的是选取一个高效的启发式函数。本文提出了一种适用于系统中有可选择加工路线的改进启发式函数,同时给出了一种动态加权调度算法。通过使用该启发式函数并结合动态加权调度算法,可以得到一个具有更少完工时间和扩展标识数的系统调度方案。2.分析某实际的柔性制造系统案例,根据系统实际的生产环境和资源约束条件进行建模,得到该系统对应的Petri网模型。通过使用两种不同的高效启发式函数并结合本文给出的动态加权调度算法,得到对应的系统调度策略。最后通过比较使用不同启发式函数得到的系统调度策略,得出两种启发式函数的性能差异。3.在现有的柔性制造系统调度问题求解方法的基础上,本文根据实际生产环境的需求,针对一类典型的柔性制造系统在某些特殊生产环境下（高温、高压、强酸、强碱等）且有时间约束的生产调度问题,提出了两种在不同时间约束条件下的系统调度算法。最后再结合本文中给出的启发式函数,得到系统在有时间约束下的调度策略。
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字孪生的发展 |
| 1.2.2 生产系统数字孪生的研究现状 |
| 1.2.3 商用工业仿真软件的应用现状 |
| 1.3 论文主要内容及章节安排 |
| 第2章 FMS数字孪生系统架构与构建环境选择 |
| 2.1 柔性制造生产线FMS80现状分析 |
| 2.1.1 硬件设备构成 |
| 2.1.2 控制系统介绍 |
| 2.1.3 网络组态逻辑 |
| 2.2 FMS数字孪生系统架构 |
| 2.3 FMS数字孪生系统支撑技术介绍 |
| 2.3.1 数字孪生建模技术 |
| 2.3.2 实时数据采集与通信技术 |
| 2.3.3 数字孪生模型实时映射技术 |
| 2.4 FMS数字孪生系统构建环境的选择 |
| 2.4.1 系统构建需求 |
| 2.4.2 商用工业仿真软件分析与选用 |
| 2.5 本章小结 |
| 第3章 FMS数字孪生系统的构建 |
| 3.1 数字孪生模型的构建 |
| 3.1.1 构建流程 |
| 3.1.2 三维CAD模型绘制 |
| 3.1.3 RGV的数字孪生建模 |
| 3.1.4 卧式加工中心的数字孪生建模 |
| 3.1.5 托盘库的数字孪生建模 |
| 3.1.6 上下料工作台的数字孪生建模 |
| 3.1.7 整体布局构建 |
| 3.2 物理实体实时数据的获取 |
| 3.2.1 ADS通信协议 |
| 3.2.2 数字孪生系统通信网络架构 |
| 3.2.3 仿真空间的数据通信 |
| 3.3 数字孪生模型的实时映射 |
| 3.3.1 驱动数据逻辑配合 |
| 3.3.2 仿真空间脚本实现 |
| 3.4 本章小结 |
| 第4章 FMS数字孪生系统实现与应用 |
| 4.1 系统实现过程 |
| 4.2 应用于控制程序的虚拟调试 |
| 4.2.1 建立任务指令下发界面 |
| 4.2.2 编写任务调度执行系统控制程序 |
| 4.2.3 编写与仿真环境进行数据信号交互的控制程序 |
| 4.2.4 开发用于虚拟调试的驱动脚本 |
| 4.2.5 虚拟调试过程 |
| 4.2.6 协助发现问题及解决过程 |
| 4.3 应用于控制程序的现场调试 |
| 4.3.1 与现场工控系统连通 |
| 4.3.2 虚实同步实现 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文总结 |
| 5.2 创新点 |
| 5.3 论文展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
| 一、发表学术论文 |
| 二、获得奖励 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究的目的与意义 |
| 1.2 故障诊断概述 |
| 1.2.1 故障诊断的基本概念 |
| 1.2.2 故障诊断的分类 |
| 1.3 Petri网方法及研究概况 |
| 1.3.1 Petri网的国内外研究现状 |
| 1.3.2 Petri网在FMS建模中的应用 |
| 1.3.3 Petri网在FMS故障诊断中的应用 |
| 1.3.4 Petri网在柔性制造系统稳定性建模分析中的应用 |
| 1.4 建模、故障诊断和可靠性分析之间的关系 |
| 1.5 本文的创新点 |
| 1.6 本文结构安排 |
| 第2章 Petri网理论基础 |
| 2.1 引言 |
| 2.2 Petri网定义 |
| 2.3 网系统分类 |
| 2.4 Petri网的基本性质 |
| 2.5 Petri网分析方法 |
| 2.5.1 可覆盖树分析法 |
| 2.5.2 关联矩阵分析法 |
| 2.6 小结 |
| 第3章 柔性制造系统故障诊断集成系统研究 |
| 3.1 柔性制造系统故障诊断特点 |
| 3.1.1 柔性制造系统的定义、组成与分类 |
| 3.2 FMS故障的特点 |
| 第4章 基于模糊Petri网的柔性制造系统故障产生规则及建模 |
| 4.1 机床子系统故障产生规则及模糊Petri网模型 |
| 4.2 主轴电机子系统故障产生规则及模糊Petri网模型 |
| 4.3 刀具子系统故障产生式规则及故障模糊Petri网模型 |
| 4.4 物流系统故障产生规则及故障模糊Petri网模型 |
| 第5章 模糊Petri网诊断推理算法 |
| 5.1 引言 |
| 5.2 模糊Petri网 |
| 5.2.1 模糊Petri网的知识表示 |
| 5.2.2 模糊Petri网的定义 |
| 5.3 故障诊断策略 |
| 5.3.1 诊断推理 |
| 5.3.2 在线诊断与离线诊断 |
| 5.3.3 基于模糊Petri网的诊断推理 |
| 5.4 Petri网图形推理及算法 |
| 5.4.1 故障模糊Petri网的推理规则 |
| 5.5 推理算法 |
| 5.5.1 正向推理算法 |
| 5.5.2 反向推理算法 |
| 5.6 诊断实例 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 致谢 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 课题研究现状 |
| 1.2.1 柔性制造系统研究现状 |
| 1.2.2 自动排产系统研究现状 |
| 1.2.3 柔性车间调度问题研究现状 |
| 1.3 研究目标与内容 |
| 1.3.1 课题研究内容 |
| 1.3.2 论文组织结构 |
| 第2章 涡轮增压器壳体柔性制造系统构建 |
| 2.1 柔性制造系统分析 |
| 2.1.1 涡轮增压器壳体加工分析 |
| 2.1.2 系统需求分析 |
| 2.1.3 系统类型分析 |
| 2.2 柔性制造系统组成与平面布局 |
| 2.2.1 系统组成及加工设备选择 |
| 2.2.2 系统平面布局 |
| 2.3 柔性制造系统软件架构设计 |
| 2.3.1 控制功能模型 |
| 2.3.2 控制网络架构 |
| 2.4 本章小结 |
| 第3章 涡轮增压器壳体柔性车间批量调度算法 |
| 3.1 柔性车间调度问题建模 |
| 3.1.1 调度目标确定 |
| 3.1.2 调度影响因素分析 |
| 3.1.3 调度问题建模 |
| 3.2 基于多目标离散萤火虫算法的柔性车间批量调度算法研究 |
| 3.2.1 萤火虫算法描述 |
| 3.2.2 萤火虫算法离散化 |
| 3.2.3 萤火虫编码与解码 |
| 3.2.4 离散萤火虫算法的改进位置更新策略 |
| 3.2.5 离散萤火虫算法实现步骤 |
| 3.3 实例验证与分析 |
| 3.4 本章小结 |
| 第4章 涡轮增压器壳体柔性生产自动排产系统设计 |
| 4.1 系统总体设计 |
| 4.1.1 系统设计目标 |
| 4.1.2 系统功能模块 |
| 4.1.3 系统体系架构 |
| 4.1.4 系统技术选型 |
| 4.2 数据库设计 |
| 4.2.1 数据模型分析 |
| 4.2.2 数据表结构设计 |
| 4.3 生产排班功能详细设计 |
| 4.3.1 排班功能总体逻辑设计 |
| 4.3.2 排产数据指令化 |
| 4.3.3 指令的解析与执行 |
| 4.4 本章小结 |
| 第5章 涡轮增压器壳体柔性生产自动排产系统测试与应用 |
| 5.1 柔性生产自动排产系统运行实例 |
| 5.1.1 功能导航 |
| 5.1.2 任务管理 |
| 5.1.3 工艺路线管理 |
| 5.1.4 算法参数配置 |
| 5.1.5 生产排班 |
| 5.2 柔性生产自动排产系统实际应用 |
| 5.3 柔性生产自动排产系统测试 |
| 5.3.1 功能测试 |
| 5.3.2 性能测试 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间科研成果 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 自动制造系统的活性特性描述 |
| 1.2.1 FMS活性特性描述 |
| 1.2.2 带装配操作的AMS活性特性化描述 |
| 1.3 论文的主要研究工作 |
| 1.3.1 论文的主要研究内容 |
| 1.3.2 论文框架及章节安排 |
| 第二章 Petri网基础 |
| 2.1 Petri网基本定义 |
| 2.2 Petri网结构特性 |
| 2.3 Petri网动态特性 |
| 2.4 信标和陷阱 |
| 2.5 小结 |
| 第三章 基于DMS的活性分析研究 |
| 3.1 引言 |
| 3.2 基于Petri网的柔性制造系统的建模 |
| 3.3 基于DMS活性分析的案例研究 |
| 3.4 基于DMS活性分析的拓展 |
| 3.5 小结 |
| 第四章 基于US的柔性制造系统活性分析 |
| 4.1 引言 |
| 4.2 S~*Rs的活性表征 |
| 4.3 US的理论分析 |
| 4.4 DMS和US的比较分析 |
| 4.5 小结 |
| 第五章 基于US的AMG活性分析 |
| 5.1 引言 |
| 5.2 AMG系统建模 |
| 5.3 AMG~*s活性表征 |
| 5.4 AMG~*s活性表征拓展 |
| 5.5 小结 |
| 第六章 总结和展望 |
| 6.1 总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究评述 |
| 1.3 研究内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 柔性制造系统设备布局相关理论与算法技术 |
| 2.1 柔性制造系统设备布局相关概念 |
| 2.1.1 柔性制造系统设备布局概念 |
| 2.1.2 柔性制造系统设备布局原则 |
| 2.2 柔性制造系统设备布局类型 |
| 2.2.1 三种典型布局 |
| 2.2.2 静态设备布局和动态设备布局 |
| 2.3 常见求解设备布局问题的算法 |
| 2.3.1 确定性算法 |
| 2.3.2 系统布置设计法 |
| 2.3.3 启发式算法 |
| 2.4 算法技术 |
| 2.4.1 蝙蝠算法 |
| 2.4.2 模拟退火算法 |
| 2.4.3 Lévy飞行扰动 |
| 2.5 本章小结 |
| 第3章 柔性制造系统环路布局数学模型构建 |
| 3.1 环路布局建模要求及思路 |
| 3.1.1 环路布局建模要求 |
| 3.1.2 环路布局建模思路 |
| 3.2 环路布局数学模型构建 |
| 3.2.1 环路布局问题描述 |
| 3.2.2 环路布局假设条件及约束条件 |
| 3.2.3 目标函数的建立 |
| 3.3 布局策略 |
| 3.4 本章小结 |
| 第4章 改进蝙蝠算法设计 |
| 4.1 基本蝙蝠算法分析 |
| 4.2 蝙蝠算法改进 |
| 4.2.1 蝙蝠算法改进思路 |
| 4.2.2 改进蝙蝠算法步骤实现 |
| 4.3 算法性能测试仿真实验 |
| 4.3.1 测试算法参数及测试函数 |
| 4.3.2 仿真实验结果分析 |
| 4.4 本章小结 |
| 第5章 应用改进蝙蝠算法求解环路布局 |
| 5.1 算例数据描述 |
| 5.2 算法求解过程与布局结果 |
| 5.2.1 算法求解过程 |
| 5.2.2 布局结果 |
| 5.3 算法仿真分析与评价 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 Petri网的发展及现状 |
| 1.3 论文结构 |
| 第二章 Petri网的基本理论 |
| 2.1 多集 |
| 2.2 Petri网的基本定义 |
| 2.3 可达图 |
| 2.4 结构分析 |
| 2.5 本章小结 |
| 第三章 基于可达图的控制策略 |
| 3.1 利用P不变式构造控制器 |
| 3.2 向量覆盖法 |
| 3.3 本章小结 |
| 第四章 一种新型的Petri网结构-集合抑制弧 |
| 4.1 集合抑制弧的基本定义 |
| 4.2 基于集合抑制弧的控制器设计 |
| 4.3 结构简化 |
| 4.4 本章小结 |
| 第五章 基于集合抑制弧的控制策略 |
| 5.1 死锁控制策略 |
| 5.2 实验结果 |
| 5.3 集合抑制弧的优势 |
| 5.3.1 数据抑制弧的基本概念 |
| 5.3.2 数据抑制弧的死锁控制策略 |
| 5.3.3 集合抑制弧与数据抑制弧两种控制策略的对比 |
| 5.4 集合抑制弧控制策略解决较大的Petri网模型 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 摘要 |
| Abstract |
| 部分词汇中英文对照 |
| 1.绪论 |
| 1.1 课题来源 |
| 1.2 课题背景及意义 |
| 1.2.1 柔性制造系统 |
| 1.2.2 生产执行系统 |
| 1.2.3 射频识别技术和中间件 |
| 1.2.4 RFID中间件关键技术研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 网络规划 |
| 1.3.2 数据补全 |
| 1.3.3 研究现状总结 |
| 1.4 课题研究目标及内容 |
| 1.4.1 课题研究目标 |
| 1.4.2 课题研究内容 |
| 1.5 课题章节安排 |
| 2.考虑定向天线阅读器的RFID网络规划 |
| 2.1 引言 |
| 2.2 HRNP问题描述与建模 |
| 2.2.1 阅读器天线辐射模型 |
| 2.2.2 优化目标及约束条件建模 |
| 2.3 IGARRE方法研究 |
| 2.3.1 编码 |
| 2.3.2 解码 |
| 2.3.3 种群初始化与合法性判断 |
| 2.3.4 种群个体适应度评价函数设计 |
| 2.3.5 遗传操作 |
| 2.4 案例分析 |
| 2.4.1 引入DAR对 RNP的影响 |
| 2.4.2 IGARRE方法有效性验证 |
| 2.5 总结 |
| 3.考虑路径约束的RFID漏读数据补全方法研究 |
| 3.1 引言 |
| 3.2 RFID数据漏读问题描述与建模 |
| 3.2.1 柔性制造车间RFID配置描述 |
| 3.2.2 RFID数据漏读问题描述 |
| 3.2.3 RFID数据漏读问题建模 |
| 3.3 RC-FSWA方法研究 |
| 3.4 案例分析 |
| 3.4.1 阅读器周期内数据漏读补全效果验证 |
| 3.4.2 阅读器内电子标签缺失补全效果验证 |
| 3.5 总结 |
| 4.RFID中间件关键技术原型系统开发 |
| 4.1 引言 |
| 4.2 原型系统主要功能需求分析 |
| 4.3 系统开发环境和框架设计 |
| 4.3.1 开发环境 |
| 4.3.2 框架设计 |
| 4.4 数据库设计 |
| 4.5 模块功能开发与实现 |
| 4.5.1 主界面模块 |
| 4.5.2 RFID漏读数据补全模块 |
| 4.5.3 RFID设备管理模块 |
| 4.6 原型系统测试 |
| 4.6.1 RFID网络规划模块性能测试 |
| 4.6.2 RFID漏读数据补全模块功能测试 |
| 4.7 总结 |
| 5.总结与展望 |
| 5.1 论文总结 |
| 5.2 论文展望 |
| 参考文献 |
| 致谢 |
| 个人简历、攻读学位期间发表的学术论文和研究成果 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 FMS故障特征及故障诊断方法 |
| 1.2.1 FMS故障特征 |
| 1.2.2 故障诊断方法 |
| 1.3 支持向量机的发展史与研究现状 |
| 1.3.1 支持向量机的发展史 |
| 1.3.2 支持向量机在故障诊断中的国内外研究现状 |
| 1.4 论文的主要研究内容 |
| 第二章 FMS故障诊断体系研究 |
| 2.1 FMS概述 |
| 2.1.1 FMS的特点 |
| 2.1.2 FMS的组成 |
| 2.2 FMS故障诊断系统框架 |
| 2.2.1 FMS故障诊断分析 |
| 2.2.2 FMS故障诊断系统的组成 |
| 2.2.3 FMS故障诊断的关键技术 |
| 2.3 本章小结 |
| 第三章 基于GA优化SVM的物流系统故障诊断 |
| 3.1 支持向量机相关理论 |
| 3.1.1 多类分类器的构造 |
| 3.1.2 核函数的选取 |
| 3.2 物流系统常见故障及原因 |
| 3.3 基于SVM的物流系统故障诊断 |
| 3.3.1 故障数据样本 |
| 3.3.2 故障诊断步骤 |
| 3.3.3 SVM诊断模型的建立 |
| 3.3.4 仿真结果及分析 |
| 3.4 支持向量机参数优化思想 |
| 3.5 基于GA优化SVM参数的故障诊断 |
| 3.5.1 遗传算法概述 |
| 3.5.2 遗传算法优化SVM参数的流程 |
| 3.5.3 GA-SVM诊断模型的建立 |
| 3.5.4 仿真结果及分析 |
| 3.6 本章小结 |
| 第四章 基于改进PSO优化SVM的加工系统故障诊断 |
| 4.1 加工系统常见故障及原因 |
| 4.2 故障数据样本 |
| 4.3 基于改进PSO优化SVM参数的故障诊断 |
| 4.3.1 粒子群算法原理 |
| 4.3.2 改进粒子群算法的设计 |
| 4.3.3 改进粒子群算法优化SVM参数的流程 |
| 4.3.4 PSO-SVM诊断模型的建立 |
| 4.3.5 仿真结果及分析 |
| 4.4 本章小结 |
| 第五章 FMS故障诊断系统实现 |
| 5.1 引言 |
| 5.2 基于Matlab和 C#的FMS故障诊断系统开发 |
| 5.2.1 Matlab和 C#简介 |
| 5.2.2 Matlab和 C#混合编程 |
| 5.3 FMS故障诊断系统的功能模块设计与实现 |
| 5.3.1 系统的功能模块 |
| 5.3.2 系统的界面设计 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 柔性制造系统的介绍 |
| 1.3 研究的主要问题和创新点 |
| 1.3.1 研究的主要问题 |
| 1.3.2 研究问题的创新点 |
| 1.4 章节安排 |
| 第二章 Petri网的理论基础知识 |
| 2.1 Petri网的基本定义 |
| 2.1.1 Petri网的基本结构 |
| 2.1.2 Petri网的信标和陷阱 |
| 2.2 Petri网的性能 |
| 2.2.1 有界性和保守性 |
| 2.2.2 可逆性 |
| 2.2.3 活性 |
| 2.2.4 退化性 |
| 2.3 Petri网建模的应用 |
| 2.3.1 Petri网建模的应用领域 |
| 2.3.2 Petri网对制造系统建模的步骤 |
| 2.3.3 Petri网对大规模FMS建模的方法 |
| 2.4 本章小结 |
| 第三章 WRCN合成网的建模 |
| 3.1 WRCN合成网活性构建的总体方法 |
| 3.2 WRCN的合并建模 |
| 3.2.1 WRCN建模的理论基础 |
| 3.2.2 子网合并途径 |
| 3.2.3 WRCN合并建模的限制规则 |
| 3.3 WRCN合成网的特性 |
| 3.3.1 WRCN合成网的可逆性 |
| 3.3.2 未充分标识信标与循环结构之间的关系 |
| 3.3.3 WRCN合成网的活性 |
| 3.4 实施案例 |
| 3.5 本章小结 |
| 第四章 PCNWR的建模 |
| 4.1 PCNWR活性构建的总体方法 |
| 4.2 PCNWR的建模 |
| 4.2.1 PCN建模的理论基础 |
| 4.2.2 PCN的识别 |
| 4.2.3 PCNWR的定义 |
| 4.3 PCN和WRCN的合并建模 |
| 4.3.1 单个PCN和多个WRCN的合并建模 |
| 4.3.2 多个PCN和多个WRCN的合并建模 |
| 4.4 PCNWR的特性 |
| 4.4.1 PCNWR的强可逆性 |
| 4.4.2 PCNWR的活性 |
| 4.5 实施案例 |
| 4.5.1 案例分析 |
| 4.5.2 案例结果验证 |
| 4.6 本章小结 |
| 第五章 模型检测 |
| 5.1 模型介绍 |
| 5.2 模型检测的实施案例 |
| 5.2.1 WRCN模型的检测 |
| 5.2.2 PCNWR模型的检测 |
| 5.3 本章小结 |
| 第六章 总结和展望 |
| 6.1 论文总结 |
| 6.2 未来的研究方向和发展趋势 |
| 6.2.1 未来的研究方向 |
| 6.2.2 发展趋势 |
| 附录A |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 Petri网国内外发展现状 |
| 1.3 调度问题及研究方法 |
| 1.4 论文结构 |
| 第二章 Petri网及其应用和基于Petri网的FMS建模 |
| 2.1 Petri网基本概念和特性 |
| 2.1.1 Petri网定义 |
| 2.1.2 Petri网模型结构 |
| 2.1.3 Petri网可达图 |
| 2.1.4 Petri网特性 |
| 2.2 时间Petri网 |
| 2.3 Petri网的应用 |
| 2.3.1 Petri网在柔性制造系统中的应用 |
| 2.3.2 Petri网在调度问题中的应用 |
| 2.4 基于Petri网可达图的启发式搜索 |
| 2.4.1 A*算法 |
| 2.4.2 启发式函数 |
| 2.5 基于Petri网的FMS建模 |
| 2.5.1 FMS简介 |
| 2.5.2 FMS系统与Petri网元素的对应关系 |
| 2.5.3 FMS系统的Petri网模型定义 |
| 2.5.4 Petri网建模方法 |
| 2.5.5 FMS建模实例 |
| 2.6 本章小结 |
| 第三章 改进的启发式函数和Petri网模型及调度结果比较 |
| 3.1 改进的Petri网模型 |
| 3.2 启发式函数选择 |
| 3.3 改进的启发式函数 |
| 3.4 基于Petri网的FMS调度算法 |
| 3.5 调度结果比较 |
| 3.6 基于改进的Petri网模型的调度结果比较 |
| 3.7 本章小结 |
| 第四章 有时间约束的FMS调度 |
| 4.1 背景介绍 |
| 4.2 有时间约束的FMS调度情况一 |
| 4.2.1 情况一的FMS调度算法 |
| 4.2.2 调度结果 |
| 4.3 有时间约束的FMS调度情况二 |
| 4.3.1 情况二的FMS调度算法 |
| 4.3.2 调度结果 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
