自動化車床管理的最優(yōu)解決方案探析(參考版)
2025-05-01 18:26本頁面
【正文】 zyn=n。 end minp=(w1+w2+w3)/(En1+En2+En3)。 w3=w3+ sum(.^floor((B*ni)./n).*.*normpdf(i,600,) .* ((B*ni(B*ni)./n).*.*200+(i1).*.*200+3000+10*B+floor(i/n).*.*1500) ,2)。En3=0。 w2= sum( .^floor((mi)./n).*normpdf(i,600,) .* ((mi(mi)./n).*.*200+(i1).*.*200+3000+floor(m/n)*10+floor(i/n).*.*1500) ,2)。 w1= (1sum(normpdf(i,600,),2)) .* (10.*floor(m/n)+1000+floor(m/n)**1500+m**200)。for m=1:1:1000 for n=1:1:400 i=1:m。zya=a。 if minpmin min=minp。 p2=sum( (200.*(a.*(floor(m./a)+1)m)+3000+10*(floor(m./a)+1)).*normpdf(m,600,) )。 p3=sum(normpdf(i,600,).*(i1),2)。 i=1:b。：clear,clcmin=10000for b=200:400 for a=10:30。[2]韓中庚，《數(shù)學(xué)建模方法及其應(yīng)用（第二版）》，高等教育出版社，2009年。在多道工序中，我們可以通過統(tǒng)計分析各道工序發(fā)生故障的概率，有效的控制故障發(fā)生的次數(shù)，并把多個零件看做一個整體，綜合利用以上模型求出最優(yōu)的檢查間隔和換刀間隔。 這樣雖然會相應(yīng)的增加檢查費用，但大大降低了因誤檢而造成的損失，從而使系統(tǒng)工序獲得更高的效益。 (2)連續(xù)兩次檢查都為次品時，我們認(rèn)為工序發(fā)生故障，進(jìn)行維修使其恢復(fù)正常后再生產(chǎn)。對于問題二，由于工序正常時產(chǎn)出的零件仍有2%為不合格品，而工序故障時產(chǎn)生的零件有40%為合格品，這樣工作人員在通過定期檢查單個零件來確定工序是否出現(xiàn)故障的檢查方式必然會導(dǎo)致兩種誤判：（1）正常工序時因檢查到不合格品而誤認(rèn)為出現(xiàn)故障；（2）工序發(fā)生故障后檢查到的仍是合格品而認(rèn)為工序正常。(3)把其它原因引起的5%的故障沒有考慮在內(nèi)，計算結(jié)果的概率有誤差。 (1)沒有對和的范圍作估計，導(dǎo)致和將因范圍的擴大而遞增。 （3）將所求的目標(biāo)函數(shù)分解為幾大部分，條理清晰。、改進(jìn)及推廣 (1)本文建模思想易于理解，模型操作性強。，考察其對結(jié)果的影響 299299305294294299299299299505051595960606060 由上表可以看出，隨著的改變，最優(yōu)檢查間隔變化不大，但每個零件的平均費用變動較大，說明工序正常時生產(chǎn)不合格品的概率越小，其平均費用越小，且其對檢查間隔基本沒有影響。通過上表可以看出，即使樣本均值與樣本方差與實際的有一定的差距，對結(jié)果影響依然不大。損失費用 所以同理生產(chǎn)合格產(chǎn)品的損失費用期望和為： ： 8. 靈敏度的分析 我們用正態(tài)分布來描述刀具出現(xiàn)故障的分布，其均值方差的不確定性，對結(jié)果會造成誤差。 所以： （2）第二種情況下?lián)p失費的期望值，為檢查費、故障維修費、零件損失費和誤判停機費之和再與此事件發(fā)生概率的乘積。檢測間隔價格增大，則檢測費用減小，誤判而停機的費用，零件損失費用的期望值都先對減小，所以加大檢查間隔。相比于第一問換刀周期縮短，檢測間隔加大。損失費用 所
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1