电子工业出版社-网上书店

本书从分布式制造系统、智能控制系统和生物系统学科交叉的角度，系统、详细地介绍了如何利用生物有机体的神经—体液—免疫自适应调控机制和规律来解决智能制造系统的自适应、自组织和全局优化控制等问题。全书共9章，主要内容包括：现代制造系统研究进展，基于生物启发的分布式制造系统智能控制体系，基于BIMS的生产资源动态调度，基于生物启发式智能算法的绿色工艺规划，基于内分泌调节机制的柔性流水车间绿色调度问题，基于内分泌激素调节机制的AGV与机床在线同时调度，基于神经内分泌免疫调节机制的BIMS扰动处理研究，基于激素反应扩散原理的分布式制造系统动态协调机制，基于神经内分泌多重反馈机制的WIP库存优化控制。

第1章  现代制造系统研究进展	1
1.1  现代制造系统发展趋势	1
1.2  制造系统生产调度问题研究现状	5
1.2.1  制造系统生产调度问题的复杂性	5
1.2.2  现代制造系统生产调度面临的需求	7
1.2.3  现代智能制造系统动态调度技术	9
1.2.4  现状总结	11
1.3  制造控制系统研究综述	12
1.3.1  制造控制系统的主要研究内容	12
1.3.2  制造控制系统结构研究综述	16
1.3.3  制造控制系统结构的比较与分析	19
1.4  制造系统的协调机制	20
1.4.1  协调的基本概念	20
1.4.2  协调机制的分类	22
1.4.3  协调机制形式化描述方法	28
1.5  本章小结	29
第2章  基于生物启发的智能制造系统仿生控制体系研究	32
2.1  引言	32
2.2  智能制造系统研究综述	33
2.2.1  分形制造系统	34
2.2.2  多智能体制造系统	36
2.2.3  Holonic制造系统	37
2.2.4  生物型制造系统	39
2.2.5  智能制造系统模式综合分析	41
2.3  基于生物启发的智能制造系统的生物学背景	43
2.3.1  内分泌系统基本概念	44
2.3.2  内分泌系统的组成	45
2.3.3  人体内分泌系统的主要功能特点	50
2.4  基于生物启发的智能制造系统协调模型	52
2.4.1  现代智能制造系统与有机生命系统之间的相似性	52
2.4.2  类生物化智能制造系统协调模型	54
2.4.3  类生物化制造系统协调模型的功能特点	60
2.5  基于生物启发的智能制造系统控制体系结构模型的形式化描述	62
2.5.1  形式化描述的必要性	62
2.5.2  π演算简介	63
2.5.3  基于一阶多元π演算的控制体系结构的形式化描述	64
2.6  本章小结	68
第3章  基于BIMS的生产资源动态调度	69
3.1  引言	69
3.2  基于BIMS的动态调度	71
3.2.1  类生物化车间动态调度系统的组成	71
3.2.2  BIMS动态调度模型	72
3.3  基于BIMS的资源分配机制	75
3.3.1  神经内分泌多重反馈调节模型	75
3.3.2  BIMS多重反馈调节模型	76
3.3.3  BIMS资源分配机制	77
3.4  BIMS动态调度的调节过程	80
3.4.1  紧急订单的动态调度	80
3.4.2  机床故障的动态调度	82
3.4.3  生产延迟的动态调度	84
3.5  案例分析	86
3.5.1  性能指标	87
3.5.2  结果分析	88
3.6  本章小结	90
第4章  基于生物启发式智能算法的绿色工艺规划	91
4.1  研究背景	91
4.2  制造过程节能降耗研究现状总结 及意义	94
4.2.1  研究现状	94
4.2.2  现状总结	105
4.2.3  研究意义	106
4.3  面向绿色节能的柔性工艺规划问题	107
4.3.1  国内外研究现状及不足之处	107
4.3.2  研究思路和方法	109
4.3.3  面向节能的柔性工艺规划模型	110
4.4  基于生物启发式改进算法求解面向节能的柔性工艺规划模型	113
4.4.1  基因编码设计	114
4.4.2  种群初始化	114
4.4.3  适应度函数	116
4.4.4  基因操作设计	117
4.4.5  算法实施流程	123
4.5  实验仿真与结果分析	124
4.5.1  算法性能测试	125
4.5.2  IGA求解面向节能的柔性工艺规划模型	127
4.6  本章小结	129
第5章  基于内分泌调节机制的柔性流水车间绿色调度问题	130
5.1  引言	130
5.1.1  国内外研究现状及不足之处	130
5.1.2  研究思路和方法	132
5.2  面向绿色节能的柔性流水车间 动态调度模型	133
5.2.1  问题描述	134
5.2.2  能量消耗模型	135
5.2.3  调度效率模型	136
5.3  内分泌系统中激素调节规律研究	138
5.4  基于内分泌调节机制的改进粒子群算法求绿色节能车间
动态调度模型	140
5.4.1  面向节能的柔性流水车间动态调度策略实施流程	140
5.4.2  粒子群算法的基本理论	142
5.4.3  基于内分泌调节机制的改进粒子群算法的动态柔性
流水车间调度模型	143
5.5  实验仿真与结果分析	147
5.5.1  性能测试	148
5.5.2  测试实例	150
5.6  本章小结	156
第6章  基于内分泌激素调节机制的AGV与机床在线同时调度研究	157
6.1  引言	157
6.2  机床与AGV在线调度模型	159
6.2.1  机床与AGV在线调度方法	159
6.2.2  内分泌系统的激素反应扩散机制	161
6.2.3  受激素反应扩散机制启发的机床与AGV在线调度模型	162
6.3  基于激素调节原理的调度系统建模	163
6.3.1  激素调节规律	163
6.3.2  调度过程中的时间参数	165
6.3.3  运输任务分配机制	167
6.4  机床与AGV在线同时调度的 协作机制	172
6.5  实验研究	173
6.6  本章小结	181
第7章  基于神经内分泌免疫调节机制的BIMS扰动处理研究	183
7.1  引言	183
7.2  BIMS的扰动处理	185
7.2.1  BIMS的扰动处理方法	185
7.2.2  具有免疫监控和调度功能的有机制造单元	186
7.2.3  有机制造单元针对扰动的处理过程	188
7.3  BIMS扰动的检测与诊断	189
7.3.1  扰动的检测	189
7.3.2  扰动的诊断	190
7.4  BIMS扰动处理策略	192
7.4.1  AGV故障的扰动处理策略	192
7.4.2  机床故障的扰动处理策略	194
7.4.3  紧急订单的扰动处理策略	197
7.4.4  生产延迟的扰动处理过程	200
7.5  案例描述及分析	203
7.5.1  实验描述	203
7.5.2  实验分析	205
7.5.3  性能指标分析	207
7.6  本章小结	209
第8章  基于激素反应扩散原理的制造系统动态协调机制	210
8.1  引言	210
8.2  内分泌系统中激素反应扩散机制	211
8.2.1  内分泌系统中激素反应的扩散过程	211
8.2.2  激素反应扩散机制模型	213
8.2.3  激素反应扩散过程中的隐式协调机制	214
8.3  制造系统中的生产任务与资源协调优化模型	216
8.4  基于激素反应扩散机制的“任务-资源“动态协调算法	217
8.4.1  构建类生物化制造系统的激素信息	218
8.4.2  激素容留环境的建立	219
8.4.3  基于激素反应扩散机制的隐式协调算法	220
8.4.4  突发事件动态处理策略	224
8.5  应用分析	227
8.5.1  制造任务协调优化	227
8.5.2  突发事件动态协调	231
8.6  本章小结	233
第9章  基于神经内分泌多重反馈机制的WIP库存优化控制	234
9.1  引言	234
9.2  制造系统在制品库存控制模型	235
9.2.1  在制品库存简介	236
9.2.2  WIP库存控制模型	239
9.3  基于神经内分泌调节原理的 智能控制器设计	246
9.3.1  神经内分泌系统的调节原理	246
9.3.2  基于神经内分泌系统的智能控制器设计	248
9.4  基于多重反馈机制的WIP库存优化控制模型	250
9.4.1  基于神经内分泌系统的WIP库存优化控制模型	251
9.4.2  WIP库存优化控制模型中的控制参数设计	252
9.5  应用实例	255
9.5.1  问题描述	255
9.5.2  实验结果分析	256
9.6  本章小结	260
参考文献	261

随着世界经济一体化、市场竞争的加剧，用户驱动越来越左右产品的生产，我国制造业面临越来越多的挑战：产品多样化，用户需求个性化，产品生命周期缩短，产品更新的速度不断加快，产品批量的减少，等等。这使分布式制造系统的生产组织模式必须从单纯的面向产品生产转变为面向市场和客户的需求，要求其能够针对瞬息变化的市场环境做出快速、有效的调整。分布式制造系统内部运行环境也面临着挑战，不确定性随机事件频繁发生，如订单变更、人员缺席、设备故障等。为了应对这些挑战，在分布式制造系统的组织和调控层面，要求其具有处理动态事件的自组织能力、加工复杂产品所需的柔性，以及应对干扰保持系统稳健性的能力。在分布式制造系统决策层面，要求决策技术能及时响应干扰，并且能满足多目标要求（如时间、质量、成本、柔性等）。因此，如何寻找合理的分布式制造系统自组织调控方式和决策优化技术来有效地应对动态的制造环境，并快速地适应各种变化的需求是当前分布式制造系统必须考虑的关键问题。
目前，国内的制造技术已达到相当高的水平，不少制造企业正在按照中国制造强国战略稳步发展，并取得了一定的阶段性成果。但是要真正实现中国制造强国战略目标，不仅需要先进的分布式制造系统应用技术，还需要研究解决当前分布式制造系统的瓶颈，即分布式制造系统的基础理论方面的问题。目前制造工程领域存在的“制造系统应用技术发达而制造系统基础研究薄弱”这种明显不对称现象，正在制约着我国制造业、制造技术和制造工程学科的发展。
在此背景下，本专著以动态环境中的分布式制造系统为研究对象，借鉴生物系统的激素调控规律提出基于生物启发的分布式制造系统智能协调与控制理论方法，并对问题模型的建立进行分析。首先，借鉴生物体的激素调节规律提出分布式制造系统的数字激素，对分布式制造系统的数字激素调控行为进行分析；通过分析生产资源数字激素的释放与反应机理，设计局部生产资源之间动态、有机的自组织调控运作方式；基于数字激素的全局主导和局部自治特性，研究干扰环境下分布式制造系统的实时决策方法及平衡生产计划局部与全局决策优化技术；基于生物启发式智能算法，研究其在分布式制造系统中的绿色工艺规划和生产调度问题中的应用；基于内分泌激素调节机制，研究分布式制造系统中物流系统与生产设备之间的协同调度问题；基于神经内分泌多重反馈机制，研究分布式制造系统中WIP库存优化控制问题。本专著将深入研究分布式制造系统的相关智能协调控制技术与理论，以期为中国制造强国战略的实施做出应有的贡献。
感谢国家自然科学基金（编号：51875171，51805244）、中央高校基本科研业务费（编号：2019B21614）、南京工程学院人才引进基金（编号：YKJ201622）及江苏省先进数控技术重点实验室开放基金（编号：KXJ201606）对本书研究工作的支持。在撰写本书过程中，得到了课题组同仁们的大力支持，感谢唐敦兵教授一直以来的帮助和指导，感谢郑堃博士和戴敏博士的协同配合。作者希望本书的出版能对提升企业的智能制造水平具有一定的参考价值；同时，还希望对培养分布式制造系统智能协调控制领域的本科生、研究生有所帮助。
由于作者学术水平有限，书中难免存在不足之处，恳请同行和读者批评指正。
顾文斌     
2020年1月16日

本书配套资源下载

对不起，暂无音视频资源！

分布式制造系统智能协调控制理论与模型