CAD/CAM Robotics and Factories of the Future: Volume II: Automation of Design, Analysis and Manufacturing

این جلد درباره اتوماسیون است - اتوماسیون در طراحی، اتوماسیون در تولید و اتوماسیون در تولید. اتوماسیون برای افزایش بهره وری محصولات با کیفیت با کاهش هزینه ضروری است. این که حتی اتوماسیون جزئی یا تکه‌ای یک مرکز تولید می‌تواند پیشرفت‌های چشمگیری در بهره‌وری ایجاد کند، در بسیاری از موقعیت‌های واقعی به خوبی نشان داده شده است. از این رو، در حال حاضر، تلاش های بزرگی به تحقیق و توسعه روش های عمومی و همچنین ویژه و ابزارهای اتوماسیون اختصاص یافته است. این جلد برخی از این روش‌ها و ابزارها را گزارش می‌کند. به طور کلی روش های اتوماسیون را می توان به دو گروه تقسیم کرد. شرایطی وجود دارد که یک فرآیند، خواه حلقه باز یا حلقه بسته، به وضوح درک می شود. در چنین شرایطی می توان یک مدل ریاضی ایجاد کرد و یک روش ریاضی برای بهینه سازی خروجی تجویز کرد. اگر چنین مدل‌ها و رویه‌های ریاضی از نظر محاسباتی قابل پردازش باشند، اتوماسیون متناظر را برنامه‌ریزی الگوریتمی یا پارامتری می‌نامیم. با این حال، مجموعه دومی از موقعیت‌ها وجود دارد که شامل فرآیندهایی است که به خوبی درک نشده‌اند و مدل‌های ریاضی موجود فقط تقریبی و گسسته هستند. در حالی که موارد دیگری وجود دارند که رویه‌های ریاضی برای آنها آنقدر پیچیده و ناهمگون هستند که از نظر محاسباتی غیرقابل حل هستند. اینها موقعیت هایی هستند که اکتشافات برای اتوماسیون کاملاً مناسب هستند. ما انتخاب می‌کنیم که اینگونه اتوماسیون، اتوماسیون مبتنی بر دانش یا برنامه‌نویسی اکتشافی را بنامیم.

This volume is about automation - automation in design, automation in manufacturing, and automation in production. Automation is essen­ tial for increased productivity of quality products at reduced costs. That even partial or piecemeal automation of a production facility can deliver dramatic improvements in productivity has been amply demon­ strated in many a real-life situation. Hence, currently, great ef­ forts are being devoted to research and development of general as well special methodologies of and tools for automation. This volume re­ ports on some of these methodologies and tools. In general terms, methodologies for automation can be divided into two groups. There are situations where a process, whether open-loop or closed-loop, is fairly clearly understood. In such a situation, it is possible to create a mathematical model and to prescribe a mathe­ matical procedure to optimize the output. If such mathematical models and procedures are computationally tractable, we call the correspond­ ing automation - algorithmic or parametric programming. There is, however, a second set of situations which include process­ es that are not well understood and the available mathematical models are only approximate and discrete. While there are others for which mathematical procedures are so complex and disjoint that they are computationally intractable. These are the situations for which heuristics are quite suitable for automation. We choose to call such automation, knowledge-based automation or heuristic programming.