研自动化车床管理含代码程序.doc

自动化车床管理 摘要： 本文主要讨论的是自动化车床管理中连续加工零件工序中的最优策略问题。在现代技术下，被动地等待故障发生，然后投入较高资金处理出现的问题，这种传统的处理方法已经不符合工业生产和现代社会的发展要求。由于衡量这个策略好坏的标准是生产该产品的效益，因此能否制定出一个合适的检查间隔和刀具更换策略是我们解决这个问题的关键所在，为此我们分别建立了三个最优化模型。 针对问题一：我们通过对所给数据的处理，判定刀具的生产产品寿命近似服从正态分布函数。建立了刀具更换间隔内，单个合格产品的最小期望损失费用的目标函数；在一个刀具更换周期内，分别计算产品检查费、不合格产品损失费、故障排除费，然后将总费用除以此此刀具更换周期内生产的合格零件总数，即可得到每个合格零件的平均费用。最后我们用Matlab编程求出了当零件检查的间隔70，刀具更换间隔内检查的次数8和刀具的更换间隔520时，得出的每个零件的平均损失费用最小值为2.68。 针对问题二：为了使模型得以简化，我们令刀具更换周期为检查周期的整数倍。我们把它分为故障发生在刀具更换间隔之后和刀具更换间隔之前两种情况。而分析问题二时可以在问一的基础上重点分析误检和漏检的情况。对此建立单值目标函数最优化模型，以平均合格零件的最小期望损失费用作为目标函数，由约束条件表达式并借用matlab编程求解当零件检查的间隔60，刀具更换间隔内检查的次数9和刀具的更换间隔540时，得出的每个零件的平均损失费用最小值为5.6。 对于问题三：针对问题三：在问题二最优解的基础上，选定与模型二相同的刀具更换周期和检查周期，这样就使得在检查相同零件的情况下，检查费用相同，从而控制了这个变量的影响，故障排除费用与零件损失费用都是与损坏零件个数成正比。在检查产品的过程中，我们实行对产品实行连续检查的方法，这样虽然增加了检查费用，但大大降低了误检和漏检造成的损失。同样采用了模型二的目标函数，在问题二的基础上增加了相应的约束条件，最后通过Matlab编程求解在与问题二同样换刀具间隔和检查间隔的条件下，得出了每个合格零件的平均期望损失费用为4.73元，从而对模型二进行了优化。 关键词：正态分布 离散型随机事件优化模型 概率理论 拟合优度 穷举法 问题重述 一道工序用自动化车床连续加工某种零件，由于刀具损坏等原因该工序会出现故障，其中刀具损坏故障占90%，其它故障仅占10%。工序出现故障是完全随机的，假定在生产任一零件时出现故障的机会均相同。工作人员通过检查零件来确定工序是否出现故障。 现积累有150次刀具故障记录，故障出现时该刀具完成的零件数如附表。现计划在刀具加工一定件数后定期更换新刀具。 已知生产工序的费用参数如下： 故障时产生的零件损失费用f=300元/件； 进行检查的费用t=20元/次； 发现故障进行调节使恢复正常的平均费用d=3000元/次（包括刀具费）； 未发现故障时更换一把新刀具的费用k=1200元/次。 1）假定工序故障时产出的零件均为不合格品，正常时产出的零件均为合格品，试对该工序设计效益最好的检查间隔（生产多少零件检查一次）和刀具更换策略。 2）如果该工序正常时产出的零件不全是合格品，有1%为不合格品；而工序故障时产出的零件有25%为合格品，75%为不合格品。工序正常而误认有故障停机产生的损失费用为1500元/次。对该工序设计效益最好的检查间隔和刀具更换策略。 3） 在2）的情况，可否改进检查方式获得更高的效益。 问题假设 1.在生产任一零件时出现故障的机会均相同。 2.生产刚启动时使用的刀具都是新的。 3.工序故障时产出的零件均为不合格品，正常时产出的零件均为合格品。 4.工序正常时产出的零件不全是合格品，有1%为不合格品。 5.工序故障时产出的零件有25%为合格品，75%为不合格品。 6.其它故障所占的10%在理论概率模型计算中，不予以考虑。 7.每次检查只针对一个零件。 8.生产任一零件时所需时间相同。 符号说明 符号 说明 SKIPIF 1 0 故障时产生的零件损失费用300元/件 SKIPIF 1 0 检查的费用20元/次 SKIPIF 1 0 发现故障进行调节使恢复正常的平均费用3000元/次 SKIPIF 1 0 未发现故障时更换一把新刀具的费用1200元/次 SKIPIF 1 0 刀具平均寿命 SKIPIF 1 0 样本方差 SKIPIF 1 0 误认有故障停机产生的损失费用为1500元/次 SKIPIF 1 0 检查零件的单位时间间隔 SKIPIF 1 0 定期换刀的单位时间间