张朋
- 作品数：8 被引量：54H指数：4
- 供职机构：上海交通大学机械与动力工程学院更多>>
- 发文基金：国家自然科学基金国家科技重大专项更多>>
- 相关领域：机械工程金属学及工艺经济管理理学更多>>
- 面向制造过程数据的两阶段无监督特征选择方法被引量：4
- 2019年
- 现代化制造车间无时无刻不在产生大量数据,其中绝大部分以无标签结构化原始数据的形式存储在现代化制造企业的工业大数据平台中。这些制造数据一方面具有很大的潜在价值,另一方面因为其具有高噪声、高冗余性的特点,难以直接分析与利用。因此,针对制造过程原始数据的特点,以去除制造数据冗余性、挖掘原始数据局部结构为目的,提出一种两阶段无监督特征选择方法。该方法的第一阶段采用遗传算法产生的原始数据的低维子集作为径向基神经网络(Radial basis fuctionneural network, RBFNN)的输入,利用RBFNN复现原始数据的全部维度,并以降维率及复现精度作为遗传算法(Geneticalgorithm, GA)的适应度函数,通过GA多次迭代学习高维特征的低维表示,删除原始数据集中的冗余特征与噪声特征。第二阶段采用拉普拉斯特征得分(Laplacian score, LS)逐维评价剩余特征对于反映数据局部几何结构的作用,挖掘对改善分类性能更有效的特征。通过与LS等无监督特征选择算法对比,验证了提出的两阶段无监督特征选择方法能够有效降低制造数据的冗余性,并提高数据的分类性能。
- 张洁盛夏张朋张朋秦威
- 关键词：遗传算法径向基神经网络
- 基于栈式自动编码器的火箭总装完工时间预测被引量：3
- 2019年
- 针对运载火箭总装过程中由于各种不确定因素和动态事件可能引发的火箭不能按时交付的问题,提出一种基于栈式自动编码器的火箭总装完工时间预测方法。通过逐层训练浅层自动编码器代替传统方法中的特征提取过程,利用无监督学习过程学习完工时间相关因素的非线性压缩特征;通过堆叠浅层自动编码器构成精调网络,利用监督学习过程及参数优化过程精确预测火箭完工时间。通过仿真数据以及上海某航天设备制造厂火箭总装实际数据中的测试数据集,验证了该方法比传统预测方法具有更优秀的泛化性能,能够提升预测精度。
- 盛夏赵新明张朋张洁程辉刘斯琪张春雨
- 基于MCMC方法的机床无故障数据可靠性分析被引量：2
- 2018年
- 定时截尾试验中的无失效数据问题在可靠性研究中越来越普遍,利用配分布曲线法解决这一问题的核心是估计截尾时刻的失效概率。多层贝叶斯估计因充分利用先验信息而在此问题的研究中备受关注,但存在后验密度函数难以求解的问题。为此,提出应用马尔科夫链的蒙特卡罗法（MCMC）求解失效概率的多层贝叶斯后验估计,并据此拟合得到双参数威布尔模型的参数估计值,解决了无失效数据产品的可靠性分析问题。结合机床刀架的实例,验证了所提方法的可行性。最后,将模型应用于不同种类产品进行分析,计算结果表明该方法较之于现有方法具有一定的准确性和可推广性。
- 张朋李慧敏邓铭杜正春杨建国
- 关键词：无失效数据可靠性分析
- 基于帝国主义竞争算法的半导体生产线光刻区调度
- 半导体生产线是目前世界上公认的最复杂的制造系统之一，光刻区是半导体生产线中的瓶颈区域和调度中心。基于帝国主义竞争算法(ICA)的调度是将ICA 算法与调度规则相结合，通过合理的编码来寻找一组光刻区设备调度规则，用于解决半...
- 张洁张朋
- 关键词：半导体生产线生产调度
- 基于两阶段蚁群算法的带非等效并行机的作业车间调度被引量：35
- 2013年
- 针对带非等效并行机的作业车间生产调度问题,以制造系统的生产成本、准时交货率等为目标,构建生产调度多目标模型。利用蚁群算法在求解复杂优化问题方面的优越性,建立调度问题与蚁群并行搜索的映射关系,将调度过程分成任务分派和任务排序两个阶段,每个阶段分别设计蚁群优化算法,并将两阶段寻优蚂蚁有机结合,构建一种具有继承关系的两阶段蚁群并行搜索算法,可以大大提高获得较优解的概率,并且压缩求解空间,快速获得较优解。通过均匀试验和统计分析确定算法的关键参数组合,将两阶段蚁群算法应用不同规模的8组算例。结果表明,无论是优化结果还是计算效率,两阶蚁群算法均优于改进的遗传算法。将所提出两阶段蚁群算法应用于实际车间的生产调度,减少了生产过程中工序间等待时间和缩短了产品交付周期。
- 张洁张朋刘国宝
- 关键词：作业车间调度问题蚁群算法多目标优化
- 面向火箭总装过程的工期延误预警方法被引量：1
- 2020年
- 为了预防运载火箭总装过程中因动态事件引发的工期延误问题,保证火箭总装任务的按期交付,提出一种工期延误预警方法.该方法包括3个关键步骤:警情监测、警兆识别与警度预报.通过分析火箭总装工期的各种扰动因素及其作用机理,设计定量模型衡量各扰动因素的预警指标,实现火箭总装任务的进度监测.通过充分考虑各警度等级样本数量的不平衡性,应用不平衡分类算法实现警兆识别.通过综合考虑预警样本拖期程度与预警时间节点调整的难易度,设计相应的警度等级以实现警度预报.将该预警方法应用于上海某航天总装厂的实际总装过程数据,以验证该方法的有效性与优越性.
- 张洁赵新明张朋盛夏晁晓娜田凤祥
- 关键词：预警模型工期延误
- 考虑工件热变形的大型结构件误差建模与补偿被引量：6
- 2019年
- 为减少大型结构件的加工误差,基于热特性分析建立了考虑工件热变形的综合误差模型及其补偿方法.分析光栅尺温度变化产生热变形的机理,并通过热流研究光栅尺局部的非线性温度变化规律,对龙门加工中心几何误差和热误差分别建模,并叠加生成复合误差模型.建立工件热变形与温度变化量之间的线性模型,并分析加工过程中复合误差与工件热变形之间的相互关系,建立考虑工件热变形的综合误差模型.利用数控系统外部机械原点偏移功能,应用自主研制的误差实时补偿系统,并依据考虑工件热变形的综合误差模型,实现对龙门加工中心的误差补偿.结果表明:只考虑机床误差时,复合误差模型有很高的预测精度,但并不能应用到有较大工件热变形的大型结构件加工中;而考虑工件热变形的综合误差模型在大型扭力臂的实际加工中效果良好,其加工定位精度至少提高了52%.
- 张朋李慧敏邓铭杜正春杨建国
- 关键词：龙门加工中心误差补偿
- 基于混合蚁群算法的半导体生产线炉管区调度方法被引量：4
- 2020年
- 炉管区是半导体生产线的主要瓶颈之一,对整个生产线的性能影响较大.当前针对炉管区调度研究以规则调度为主,且考虑约束较为简单,忽略了存在前后道工序影响的多机台调度以及晶圆加工的重入特性.针对具有等待时间约束、不兼容工艺菜单和重入特性的炉管区β1→β2调度问题,构建了目标为最小化晶圆平均流动时间的β1→β2调度模型.将该调度问题分成组批、设备选择及批排序3个阶段,提出了一种基于混合蚁群优化算法的炉管区调度算法.针对组批阶段,设计了一种可变阈值控制策略.针对批排序阶段,设计了混合蚁群优化算法.进行了历史生产数据的不同规模54组算例实验,结果表明:混合蚁群算法的性能均优于几种常用启发式规则和遗传算法的性能.将所提出的混合蚁群算法应用于实际晶圆生产线,能够有效减少生产过程中晶圆的流动时间.
- 蒋小康张朋吕佑龙赵新明张洁
- 关键词：半导体制造炉管批调度混合蚁群算法
