集成零件外协与共享决策的柔性装配作业车间调度研究

服务于多个主机厂的关键配套车间具有需求跟随性强、产品类型多、资源柔性程度高、生产负荷波动、关联零件难齐套等特点,其中涉及的生产调度、零件外协与齐套控制等决策问题存在紧密关联性,现有研究大多专注于单方面决策而弱化了其间关联性。为此,抽象出一类集成零件外协与共享决策的柔性装配作业车间调度问题,针对此类问题构建了混合整数规划模型,再结合问题特征设计了一类遗传迭代贪心算法,其将零件外协与共享决策分别集成到全局搜索能力强的遗传算法的编码和解码中,并与局部搜索能力强的迭代贪心搜索算法进行有效混合。从实际生产环境提取出一般化算例进行实验,各维度结果展示了算法的可用性和有效性,并通过设置差异化场景实验进行了算法的适应性分析。

基于离散变邻域蜉蝣优化的装配作业车间调度算法

由于受到疫情影响,企业迫切地需要通过升级改造自动化柔性生产线来实现降本增效。在这一背景下,装配作业车间调度问题(Assembly Job Shop Scheduling Problem,AJSSP)再一次成为学术界和企业界的研究热点。AJSSP比普通作业车间调度问题多了一道装配阶段,故其存在前后工序相互制约和多机并行现象,问题求解也更加复杂。针对该问题,提出了一种基于离散变邻域蜉蝣优化算法(Discrete Variable Neighborhood Mayfly Algorithm,D-VNMA)的调度方法,主要工作如下:1)采用符合Lamarkian特性的编码解码机制,实现个体有效信息的迭代继承;2)使用Circle映射融合常见启发式算法初始化蜉蝣种群,保证种群的多样性;3)加入新的邻域探索策略,采用多种不同的邻域结构和搜索策略的差异组合,增加搜索方案的多样性,提高寻找局部最优解的搜索效率;4)提出改进的雌雄蜉蝣交配策略,提高算法全局探索能力,加快算法整体收敛速度。在实验过程中,通过试验设计(Design of Experiment,DOE)方法获得D-VNMA的最佳参数设置,并在不同规格AJSSP算例数据上将D-VNMA和其他算法进行比较。实验结果表明,D-VNMA得到最优解的概率提升了30%,且收敛效率最高可提升62.15%。

基于右移修复编码方法的装配作业车间调度算法

针对智能优化算法求解装配作业车间调度问题时存在的基于工序的编码方法无法保证解的可行性问题,提出一种右移修复编码方法。该编码方法通过特定区域的右移操作,既能满足产品的装配关系约束,保证算法迭代时解的可行性,又能保证修复过程中底层工序的相对顺序不变,尽可能减少对原始解的破坏,提高初始解的多样性,实现对解空间的高效搜索;针对编码解设计了一种基于块的插入变异算子,以扩大解的搜索范围;最后,在经典遗传算法中使用了该编码方法和变异算子,并与已有算法进行对比,验证了所提方法的有效性。

多层级装配作业车间分批调度算法设计与分析

多层级装配作业车间调度是一类包含加工与装配的双阶段调度问题,装配产品具有不同的树状结构,且各层级的装配工序需要直属零部件完工方可执行.分批调度可以提高车间生产流动性,故而被运用在作业车间调度等领域.装配作业车间分批调度需要解决关联零部件及其下属子批的进度协同性问题,为此建立了多层级装配作业车间的分批优化调度模型,以最小化拖期成本与库存持有成本为优化目标.出于求解效率考虑,构建基于遗传算法与优先分派规则的混合求解算法以应对批量划分与排序两个子问题.最后,设计仿真实验验证分批调度算法的有效性,并分析评估在8种作业分派规则、3类分批策略下混合算法对于差异化产品结构的适应性.通过分析实验结果发现,等量分批策略可以在给定条件下有效提升混合算法的调度性能.

分布式多柔性装配作业车间调度问题研究

针对分布式柔性装配作业车间环境,综合考虑了调度过程中的机器选择柔性、工人安排柔性和工序顺序柔性,构建了以最小化最大完工时间和最小化总能耗为优化目标的分布式多柔性装配作业车间调度问题(DMFAJSP)的数学模型。为求解DMFAJSP模型,提出了一种以分布估计算法为全局搜索组件、以邻域搜索算子为局部搜索组件的多维模因算法(MDMA)。最后,将所提出的算法与其他算法进行了对比试验,结果表明MDMA算法在求解DMFAJSP模型方面具有显著优势。

基于设备可用时间约束的装配作业车间调度规则

为开发自动和手控设备混合的装配作业车间启发式调度算法,设计了装配作业和设备特性相结合的生产调度规则。分析了自动和手控设备的运作特性,以及设备和作业者的日可用时间约束对生产调度所产生的影响。首先以缩短工件平均流程时间和提高自动设备夜间运载率为目标,扩展了最短作业时间优先规则的内涵,设计了最短设备占有时间优先规则的系列;然后考虑了装配作业车间的装配特性,设计了将作业交货期最早优先规则与提出规则相结合的组合规则。经模具生产车间的仿真实验表明,所设计的组合调度规则对平均延期时间和其他相关评价指标具有较优的结果。

装配作业车间调度的免疫粒子群算法实现

装配作业车间调度问题(AJSSP)是一类重要的调度问题,由于其复杂性高和求解时间长,因此寻找高效的求解算法具有重要的意义。针对多层装配工序的作业车间调度问题给出3种求解方案:粒子群算法(PSO)、基于浓度抑制的免疫粒子群算法(IPSO)和采用“精英替代”策略的粒子群算法(EIPSO),并通过大量计算验证3种算法的优劣性。结果表明,IPSO优于PSO和EIPSO。IPSO由于免疫算法的加入,避免了PSO算法中高浓度粒子的过度复制和过早收敛,提高了全局搜索能力,能更好地求解装配作业车间调度问题。

多层级装配作业车间等量分批策略与调度算法

针对多层级装配作业车间中差异化零部件的加工装配进度协同极为困难的问题,通过零部件合理分批来提升车间的流动性,进行更灵活的进度协同并缩短生产周期,给出了此类车间最小化Makespan的分批调度模型;提出加工/装配阶段的分批策略,以及基于可行域搜索的改进型遗传算法,其初始种群生成及交叉变异考虑了批量变化带来的约束动态性,能够始终保证进化过程中染色体的合法性。通过实验验证了算法的基础性能,揭示了4种分批策略对不同产品结构的适应性,并验证了协同复杂性导向策略的效果。

变扰动强度下柔性装配作业车间调度性能分析

柔性装配作业车间是柔性作业车间的一类现实化扩展,其调度问题既要考虑复杂的加工路径柔性,还要考虑零件间的装配关联约束,以及由其带来的关联零件生产进度协同难题。首先给出了柔性装配作业车间调度问题的数学模型;然后考虑现实生产中普遍存在的随机扰动,采用了完全反应式与预测-反应式两类动态调度策略,并提出了相应的优先度规则算法和周期性滚动遗传算法。前者能快速协同各关联任务,但其决策分散,缺乏全局优化力度;后者进行全局周期决策,但扰动将导致性能的下降。最后构建了一般化的仿真模型,并设计了大量的比较实验,分析了不同综合扰动强度对两种调度策略的影响,为实际生产调度策略选择提供了有效的依据。

考虑设备维修与维护的装配作业车间动态生产仿真研究

装配作业车间生产调度的关键是动态协同产品各零件的生产进度以满足产品的齐套需求。设备的随机故障将会扰乱已有的生产计划,给各零件之间的进度协同带来更高的挑战。预防性维护能够提高设备的可靠度以减少故障的发生,但过度的维护又会减少生产加工的时间。从调度规则构成属性的角度分析设备故障将带来的影响,并提出一种考虑设备故障的改进型调度规则。通过仿真试验分析了企业常见的3种预防性维护策略对车间性能的影响和7种代表性调度规则的性能。试验结果表明:预防性维护策略对车间有明显的影响;且考虑了设备故障的调度规则有一定的改进效果。

装配作业车间分批调度问题的算法对比

建立最小化makespan的装配作业车间分批调度模型,利用遗传算法构建基于整体集成优化策略、分层迭代优化策略和双层进化策略的求解算法。它们的区别在于处理批量划分问题和子批调度问题的联合优化机制不同。最后通过仿真实验对比了几类算法的求解效果和收敛速度,并分析了它们的适应性特点。

优化交货可靠性的装配作业车间分批调度

装配作业车间生产多规格小批量装配型产品,通常具有差异BOM结构,主要由客制零件组成,但同规格产品仍然包含一定比例的可互用零件,每类零件具有一定批量。此类车间分批调度需要最优化零件类的批次分割和子批加工序列。考虑客户对高交货可靠性的需求,构建了基于最优化交货可靠性为决策优化目标的分批调度数学模型,建立了基于遗传算法和优先级分派规则的混合求解算法。最后通过仿真实验分析和验证了所提方法的有效性。

机器故障的柔性加工与装配作业车间分批联合调度算法

针对传统的加工与装配分阶段独立调度中资源利用率不高的问题,将加工与装配联合同时进行调度。在考虑工件批量和批次的前提下提出一种改进遗传算法求解该问题,以最小化最大完工时间为优化目标建立数学模型,根据问题特性提出一种工件末工序前移的邻域结构,提升了算法的局部搜索能力进而改善整体求解质量。设计了一种基于装配设备负载均衡的混合贪婪解码方法,完成了装配设备选择。考虑到实际车间中机器故障的特点,提出了相应的响应策略和染色体更改规则,解决了动态调度问题。最后通过算例分析验证了所提算法和策略求解该问题的可行性和有效性。

基于GEP的装配作业车间调度复合派工法则研究

派工法则是求解作业车间调度问题的一种简单有效的方法。针对一种装配作业车间调度问题建立仿真模型,并通过基因表达式编程(Gene expression programming,GEP)算法自动产生并搜索最优的派工法则。仿真模型结果表明,在最小平均流程时间和最小平均绝对偏差两个目标函数下,GEP算法都能够找到比现有常用的派工法则更好的解,在计算时间和求解质量方面也都具有优势,并且有较强的鲁棒性。具体设计上,构造属性筛选机制以减少搜索空间,提升搜索性能,采用动态自适应算法提高GEP的搜索效果,通过仿真试验构建不同的生产环境证明了所提算法的有效性。

动态柔性装配作业车间集成投放式调度算法性能分析

动态柔性装配车间调度问题(DFAJSP)在生产调度领域中具有重要研究意义,当此问题达到特定规模后,问题最优解近乎无法在一定时间内给出。因此,提出集成“投放控制-工艺规划-作业分派”决策的三阶段式控制体系以求解DFAJSP:该体系由投放控制、工艺规划和作业分派决策构成;针对作业分派能及时应对突发事件但缺乏全局优化的弱点,嵌入了面向生产资源负荷均衡性的投放控制决策。此外,工艺路径决策策略被嵌入到负荷型投放控制中,从而为每个生产任务确定最佳工艺路线。为了评估所设计的12种集成投放式调度算法的性能,所设计的集成投放式调度方法在3种工艺柔性程度、6种负荷上界设置下开展了仿真实验以评估其性能。结果表明工艺柔性程度与算法的生产周期与交付性能指标高度相关,将工艺路径决策嵌入到集成投放式调度算法中能有效改善动态柔性装配车间调度的各项生产指标。

改进鲸鱼算法求解分布式装配柔性作业车间生产与配送联合调度问题

针对一类先加工后装配的离散生产模式,研究分布式制造环境下的装配柔性作业车间生产与配送两阶段联合调度问题。结合实际的生产情况,考虑供应链下生产与配送过程所产生的库存成本,以最小化生产和配送的总成本为联合调度优化目标,提出一种改进鲸鱼算法。针对联合调度的多阶段调度过程,设计了一种基于工序、产品、工厂、机器和车辆的五层编码策略;根据各阶段的特点提出了相应的混合种群初始化策略,以提高解的质量;以加强种群中领头鲸鱼个体与普通鲸鱼个体的联系为导向,改进了鲸鱼觅食的搜索操作并提出四种邻域结构,以增强算法的全局探索和局部搜索能力。最后,通过仿真实验,对比相关研究领域的多种算法来验证所提算法在收敛速度和求解质量等方面的优势,并且将联合调度与分阶段调度进行实验对比,验证了联合调度的优越性。

装配作业车间的JIT调度研究

虽然作业车间调度问题在过去几十年里已经得到了广泛而深入的研究,但大部分研究都是以正规指标(Regular measures)最小化为目标。正规指标的调度只需要将工序尽量提前即可。相对于正规指标,最小化提前和延迟成本之和等则属于非正规指标(Non-regular measures)。对于非正规指标调度,将所有工序尽量提前并不能优化目标,其调度方案的生成过程必然更加复杂。针对提前和延迟成本最小化这类非正规指标问题,将研究对象从作业车间调度(Job shop scheduling,JSP)扩展到了装配作业车间调度(Assembly job shop scheduling,AJSP),以更广泛地探讨求解此类问题的一般规律。设计了一种三阶段调整的启发式算法以生成调度方案,并结合遗传算法的求解框架进行了分析。通过与最优解结果对比,证明该启发式算法的效率和有效性。另外,试验结果也揭示了不同求解因子对求解效果的影响,为后续研究提供参考。

超启发式交叉熵算法求解分布式装配柔性作业车间调度问题

本文针对一类新型两阶段分布式装配柔性作业车间调度问题(DAFJSP),建立问题模型,以最小化最大完工时间为优化目标并提出一种超启发式交叉熵算法(HHCEA)进行求解.首先,设计基于工序序列、工厂分配和产品序列的三维向量编码规则和结合贪婪策略的解码规则,同时提出4种启发式方法以提高初始解的质量.然后,设计高低分层结构的HHCEA,高层为提高对搜索方向的引导性,采用交叉熵算法(CEA)学习和积累优质排列的信息,其中各排列由结合问题特点设计的11种启发式操作(即11种有效的邻域操作)构成;低层为增加在解空间中的搜索深度,将高层确定的每个排列中的启发式操作依次重复执行指定次数并在执行过程中加入基于模拟退火的扰动机制,以此作为一种新的启发式方法执行搜索.最后,通过仿真实验与算法对比验证HHCEA可有效求解DAFJSP.

卡片导航平衡控制系统性能仿真研究

为了减少装配作业车间内因物料齐套产生的等待浪费,使具有装配约束的关联零件加工进度得到有效协同,设计一类卡片导航平衡控制系统(control of balance by card-based navigation,COBACABANA)。其基于两类卡片循环回路实现任务投放与作业分派的可视化进度协同控制逻辑。本文详细介绍系统的运行机制和系统控制参量,通过构建一般化的装配作业车间仿真模型,探讨在不同装配关联度下各控制参量的性能变化。实验结果表明,COBACABANA系统性能良好,并且选择合适的控制参量就能够有效提升关联零件的进度协同性。

知识化制造环境下航空发动机装配线调度及自重构

航空发动机装配工序数量多、工序间装配约束复杂.当产品需求变化时,人工调整存在响应速度慢、装配效率低等问题.以最小化产品完工成本、工序提前期惩罚成本及班组重构成本加权和为目标,建立了航空发动机装配线调度和装配班组自重构优化模型.提出一种新的基于工序局部最优排序的分解算法,将调度问题分解为单个装配组上工序顺序优化问题.设计了一种工序后向插入搜索策略.最后提出装配线调度及自重构集成优化算法.通过数值试验,验证了模型与算法的有效性.