Вештачка интелигенција у пројектовању интелигентних технолошких система

Abstract

Интензиван развој крајем осамдесетих, током деведесетих година 20. века и посебно после 2000. година, а који је дефинитивно успоставио и нову област истраживања у производном инжењерству под називом интелигентни технолошки системи, указује на позитиван тренд у правцу остваривања нових производних технологија у 21. веку. У времену када је аутоматизација производње готово достигла свој тренутни максимум, технолошка миграција од флексибилних ка интелигентним технолошким системима и задовољавање све већих потреба глобалног тржишта остварује се новим, мултидисциплинарним приступом, базираним на примени напредних биолошки инспирисаних парадигми 21. века. Пројектовање технолошких процеса, терминирање технолошких процеса, као и терминирање транспортних средстава су међу три најважније функције интелигентних технолошких система. Варијантност у погледу технолошких операција обраде дела, као и у погледу алтернативних производних ресурса (машина алатки, алата, оријентација алата), утиче на то да највећи број делова у савременим технолошким системима може имати више алтернативних технолошких процеса обраде. Из тог разлога, одређивање оптималних технолошких процеса обраде делова представља један од најважнијих циљева у овој научној области истраживања. Као и пројектовање технолошких процеса, терминирање флексибилних технолошких процеса са терминирањем транспортних средстава припада класи недетерминистичких полиномних проблема, па је стога фокус истраживања у оквиру предметне докторске дисертације усмерен на развој биолошки инспирисаних техника вештачке интелигенције у оптимизацији функција интелигентних технолошких система, а у циљу повећања њихове производности, ефикасности и економичности...

At the beginning of the 21st century, a methodology that provides technological migration from flexible manufacturing systems to intelligent manufacturing systems is definitely based on biologically inspired methods. Process planning, scheduling and scheduling of internal transport systems (mobile robot) belong to most important functions of intelligent manufacturing systems. A variety of manufacturing operations together with a variety of alternative manufacturing resources (machine tools, cutting tools, tool access directions, etc.) provide that most jobs in the modern manufacturing systems may have a large number of alternative process plans. For that reason, obtaining an optimal process plan according to all alternative manufacturing resources as well as alternative operations has become a very important task in flexible process planning problem research. As process planning, scheduling function also belongs to NP hard (non deterministic polynomial problem) which means that time exponentially increases with the increase of alternative machine tools, tools and TADs. Therefore, development of biologically inspired algorithms for optimization of proposed functions is the main focus of research efforts in this thesis. The doctoral dissertation is related to the implementation of three methodologies for conceptual design of intelligent manufacturing systems: axiomatic design theory is used for conceptual design of material transport which includes transport of raw material, goods and parts; inventive principles of TRIZ methodology are used as effective tool to define, analyze and solve integration problems at the conceptual design phase and multi-agent methodology is used to facilitate integration of manufacturing functions. The doctoral dissertation is related to the development and experimental verification of 6 novel optimization algorithms for process planning: (i) genetic algorithms - GA algorithm (section 6.1), (ii) simulated annealing - SA (section 6.2), (iii) hybrid GA-SA (section 6.3), (iv) modified particle swarm optimization algorithm - mPSO (section 6.4), (v) chaotic particle swarm optimization algorithm - cPSO...