刀具问题讨论

1 刀具的问题概述

问题描述

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95%, 其它故障仅占 5%。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100 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。

已知生产工序的费用参数如下:

1)故障时产出的零件损失费用 f=200 元/件;

2)进行检查的费用 t=10 元/次;

3)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);

4)未发现故障时更换一把新刀具的费用 k=1000 元/次。

研究如下问题:

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。

459 362 624 542 509 584 433 748 815 505

612 452 434 982 640 742 565 706 593 680

926 653 164 487 734 608 428 1153 593 844

527 552 513 781 474 388 824 538 862 659

775 859 755 649 697 515 628 954 771 609

402 960 885 610 292 837 473 677 358 638

699 634 555 570 84 416 606 1062 484 120

447 654 564 339 280 246 687 539 790 581

621 724 531 512 577 496 468 499 544 645

764 558 378 765 666 763 217 715 310 851


1 问题一:使用MATLAB绘画上述刀具寿命的直方图

所需的函数
1 xlim([0, 1200]); ylim([0, 25]);
这两个函数并不是绘画出一个Y坐标和一个X坐标,而是用来规定这个直方图的X坐标和Y坐标

2 histogram(num);
这个是用来绘画一个直方图函数,num是你所给的一个数组,这个数组里面有很多的元素

clear;% 输入数据
num = [459,  362,  624,  542,  509,  584,  433,  748,  815,  505,
612,  452,  434,  982,  640,  742,  565,  706,  593,  680,
926,  653,  164,  487,  734,  608,  428,  1153,  593,  844,
527,  552,  513,  781,  474,  388,  824,  538,  862,  659,
775,  859,  755,  649,  697,  515,  628,  954,  771,  609,
402,  960,  885,  610,  292,  837,  473,  677,  358,  638,
699,  634,  555,  570,  84 ,  416,  606,  1062,  484,  120,
447,  654,  564,  339,  280,  246,  687,  539,  790,  581,
621,  724,  531,  512,  577,  496,  468,  499,  544,  645,
764,  558,  378,  765,  666,  763,  217,  715,  310,  851];histogram(num);xlim([0, 1200]); 
ylim([0, 25]);


这样我们就可以绘画出这些数据的直方图,我们可以很直观的看到它们是呈现正态分布的趋势的


2 问题二:利用正态分布趋势的一个随机分布数来进行计算最佳间隔和最佳换刀周期

1 正态分布的数字的创建

我们这里需要用到方差和平均数,我们已经得知这里的方差和平均值分别为196.6和600

u = 600;
o = 196.6;
X = u + o * randn(1, 1e4);

然后randn是创建一个标准分布的随机数,我们只需要按照这个公式即可创建一个正态分布的随即数
X = 平均数 + 方差 * 标准分布的随机数
这里randn( 1 , 1e4 ) 表示的是创建一个1e4这么多的元素,1表示是创建是多少列,0表示创建多少行
后面的1e4表示创建多少元素

然后接下来我们就要考虑这么设计一个最好的方案去规划这些刀具
 


 


我们创建一个随机优化模型来解决这个问题
x代表的是当前这把刀的寿命,n代表的是检查的间隔
分为两种情况
情况1:当X <= T的时候
10 * ceil( x / n ) 表示的是这个刀在从当前到寿命结束的总间隔所需检查的费用
200 * ( n * ceil(x / n) - x )这个表示为检查到所报废的那一个零件
 


就比如上面这个例子,当我们T设计的是12,那么我们前面检查的都是没有报废的,但是一旦到12的时候就报废了,这个时候就是要消耗200块
后面就是 + 3000就是报废的没换刀的费用,除以x就是每一个合格产品所消耗的费用

情况2:当X > T的时候

这个很好理解就是把所有检查的费用加上,然后+1000,这个时候就进行换刀,除以T就是在换刀的时间段每把刀所需要的费用

然后我们就用MATLAB来进行编写

u = 600;
o = 196.6;
X = u + o * randn(1, 1e4);minval = Inf;
minn = 0;
minT = 0;%n 检查间隔
%T 更换周期
for T = 1:1000for n = 1:100total = 0;for i = 1:length(X)if X(i) > TY2 = (10 * floor(T / n) + 1000) / T;total = total + Y2;elseY1 = (10 * ceil(X(i) / n) + (n*ceil(X(i)/n) - X(i)) * 200 + 3000) / X(i);total = total + Y1;endend%fprintf("%d ",total);if minval > totalminval = total;minn = n;minT = T;endend
end

就是不断判断大小然后进行选取就好了
疑问:这里正态分布的中心值范围为400 ~ 600,为什么不设置到这里?
因为就像我们去检查生病,不可能只有老了再去,应该随时都去,所以这里要设置全面

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/bicheng/83050.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

vite配置一个css插件

vite.config.js的plugins执行函数 该例子只是替换一些css,具体内容不重要,主要看形参的运用 // vite-plugin-css.js export default function cssPlugin() {return {name: vite-plugin-css-post, // 插件的名字&#xff0c;Vite 插件必须有名字enforce: post, // 设定插件执…

✨1.1.1 按位与运算替代求余运算优化场景

在计算机编程中&#xff0c;使用按位与运算&#xff08;&&#xff09;替代求余运算&#xff08;%&#xff09;可以提高效率的特殊场景是&#xff1a;当除数是 2 的整数次幂&#xff08;即 ( b 2^n )&#xff0c;其中 ( n ) 为自然数&#xff09;时。例如&#xff0c;( b …

CentOS 7 环境中部署 LNMP(Linux + Nginx + MySQL 5.7 + PHP)

在 CentOS 7 环境中部署 LNMP&#xff08;Linux Nginx MySQL 5.7 PHP&#xff09; 环境的详细步骤如下。此方案确保各组件版本兼容&#xff0c;并提供完整的配置验证流程。 1. 更新系统 sudo yum update -y 2. 安装 MySQL 5.7 2.1 添加 MySQL 官方 YUM 仓库 由于MySQL并不…

UniApp微信小程序自定义导航栏实现

UniApp微信小程序自定义导航栏 在UniApp开发微信小程序时&#xff0c;页面左上角默认有一个返回按钮&#xff08;在导航栏左侧&#xff09;&#xff0c;但有时我们需要自定义这个按钮的样式和功能&#xff0c;同时保持与导航栏中间的标题和右侧胶囊按钮&#xff08;药丸屏&…

Java大师成长计划之第35天:未来展望与个人总结

引言 作为一门历史悠久的编程语言&#xff0c;Java自1995年问世以来&#xff0c;经历了多个版本的迭代与演进&#xff0c;依然在当今技术生态中占据着重要地位。从早期的Java SE、Java EE到后来的Java Spring框架&#xff0c;再到现代的微服务架构与云原生应用&#xff0c;Jav…

Ubuntu开机自动运行Docker容器中的Qt UI程序

Ubuntu开机自动运行Docker容器中的Qt UI程序 引言为什么需要这样配置?解决方案概览详细实现步骤1. 创建容器启动脚本2. 创建系统服务3. 配置自动登录和显示设置常见问题解决方案1. 程序无法显示(X11权限问题)2. 分辨率设置不生效3. 服务启动失败安全注意事项结语附录:完整文…

Scratch节日 | 龙舟比赛 | 端午节

端午节快乐&#xff01; 这款专为孩子们打造的Scratch游戏——《龙舟比赛》&#xff0c;让你在掌控龙舟的竞速中&#xff0c;沉浸式体验中华传统节日的魅力&#xff01; &#x1f3ae; 游戏亮点 节日氛围浓厚&#xff1a;化身龙舟选手&#xff0c;在波涛汹涌的河流中展开刺激竞…

(五)MMA(OpenTelemetry/Rabbit MQ/ApiGateway/MongoDB)

文章目录 项目地址一、OpenTelemetry1.1 配置OpenTelemetry1. 服务添加2. 添加服务标识3. 添加请求的标识4. 添加中间价 二、Rabbit MQ2.1 配置Rabbit MQ1. docker-compose2. 添加Rabbit MQ的Connect String 2.2 替换成Rabbit MQ1. 安装所需要的包2. 使用 三、API Gateways3.1 …

格恩朗超声波水表 助力农业精准灌溉与振兴​

在农业现代化的征程中&#xff0c;水资源的精准利用至关重要&#xff0c;而这离不开高精度计量设备的支持。大连格恩朗品牌积极响应国家全面推进乡村振兴、加快农业农村现代化的号召&#xff0c;精心打造的超声波水表&#xff0c;凭借其超高精度&#xff0c;成为绿色灌溉领域的…

微信小程序页面嵌套web-view点击系统导航返回时进行弹窗处理

实现效果&#xff1a;微信小程序页面嵌套web-view点击系统导航返回时进行弹窗处理 首先在web-view里是不可实现的&#xff08;据我了解下来&#xff09; 参考小程序文档&#xff1a;page-container 大致逻辑&#xff1a; 1、page-container可实现页面离开前拦截 2、由于web-vie…

设计模式25——中介者模式

写文章的初心主要是用来帮助自己快速的回忆这个模式该怎么用&#xff0c;主要是下面的UML图可以起到大作用&#xff0c;在你学习过一遍以后可能会遗忘&#xff0c;忘记了不要紧&#xff0c;只要看一眼UML图就能想起来了。同时也请大家多多指教。 中介者模式&#xff08;Mediat…

Java基础 Day25

一、线程通信 1、简介 确保线程能够按照预定的顺序执行并且能够安全地访问共享资源 使多条线程更好的进行协同工作 2、常用方法 void wait() 使当前线程进入等待状态 void notify(); 随机唤醒单个等待的线程&#xff08;可以空唤醒&#xff09; void notifyAll(); 唤醒…

WebSocket与实时对话式AI服务的集成

WebSocket与实时对话式AI服务的集成 在现代对话式AI系统中,传统的HTTP请求-响应模型已难以满足实时交互的体验需求。特别是用户对响应速度、逐字输出、会话上下文保持等方面提出更高要求时,需要一种能够建立持久连接并支持双向通信的协议。WebSocket正是在这一背景下,成为A…

iOS 集成网易云信IM

云信官方文档在这 看官方文档的时候&#xff0c;版本选择最新的V10。 1、CocoPods集成 pod NIMSDK_LITE 2、AppDelegate.m添加头文件 #import <NIMSDK/NIMSDK.h> 3、初始化 NIMSDKOption *mrnn_option [NIMSDKOption optionWithAppKey:"6f6568e354026d2d658a…

人工智能100问☞第37问:什么是扩散模型?

目录 ​​一、通俗解释 二、专业解析​​ 三、权威参考 扩散模型是一种​​通过系统性地添加再去除噪声来生成新数据(如图像)的生成式AI技术​​,其核心机制分为两个阶段:正向扩散​​:对原始数据(如清晰图片)逐步添加噪声,直至完全变成随机噪点(类似老照片逐渐模糊…

传输层核心技术解析

目录 一、端口号机制 二、网络诊断工具 1. netstat命令 2. pidof工具 三、UDP协议详解 协议特征 典型应用场景 四、TCP协议深度解析 核心机制 状态转换模型 特殊状态说明 五、协议对比分析 六、开发实践要点 一、端口号机制 核心作用&#xff1a;标识主机唯一进程…

IO Vs NIO

一、IO(传统阻塞式) 全称‌&#xff1a;Input/Output(输入/输出) 定义‌&#xff1a;Java 1.0 引入的基础 I/O 模型&#xff0c;基于流&#xff08;Stream&#xff09;的同步阻塞操作&#xff0c;线程在读写数据时会阻塞直到操作完成。 二、NIO(新式非阻塞式) ‌全…

基于原生JavaScript前端和 Flask 后端的Todo 应用

Demo地址&#xff1a;https://gitcode.com/rmbnetlife/todo-app-js-flask.git Python Todo 应用 这是一个使用Python Flask框架开发的简单待办事项(Todo)应用&#xff0c;采用前后端分离架构。本项目实现了待办事项的添加、删除、状态切换等基本功能&#xff0c;并提供了直观…

005 ElasticSearch 许可证过期问题

ElasticSearch 许可证过期问题 项目启动报错 org.elasticsearch.client.ResponseException: method [GET], host [http://127.0.0.1:9200], URI [/_cluster/health/], status line [HTTP/1.1 403 Forbidden] {"error":{"root_cause":[{"type":…

哪些岗位最易被AI替代?

随着AI技术高速演进&#xff0c;一场“职场大洗牌”正悄然上演。当ChatGPT出口成章、机器人能精准执勤&#xff0c;AI时代的“就业焦虑”已不再是空谈。你是否认真思考过&#xff0c;自己所处的岗位是否也正面临被AI边缘化的风险&#xff1f; 以下几类职业&#xff0c;已成为AI…