考虑行为特征的复杂流水线干扰管理调度方法

针对机器扰动和工件扰动并发工况下的混合无等待流水线(Hybrid No-Wait Flow Shop,HNWFS)调度问题,提出考虑客户主观行为因素的准时交货满意度度量方法和反映调度方案一致性水平的机器指派偏离度度量方法,以最小化加权完工时间和为初始调度目标,以最大化准时交货满意度和最小化机器指派偏离度为扰动修复目标,构建了兼顾初始调度目标和扰动修复目标的HNWFS干扰管理调度整数规划模型,设计了融合微粒群优化算法的全局快速寻优特点和变邻域搜索算法局部搜索能力极强优势的混合智能算法——PVPS算法。算例实验对比结果表明,PVPS算法具有较好的搜索精度和优化效率,验证了本文所提出的HNWFS干扰管理调度方法是有效的。

具有外包选择的无等待流水线干扰修复模型

针对双机成比例无等待流水线环境下最小化完工时间和的调度问题,研究如何基于干扰管理理论和采用作业外包途径来应对机器干扰事件。在证明最短加工时间优先(SPT)最优解定理的基础上,同时考虑最小化工件完工时间和指标(初始调度目标)与最小化工件滞后时间和指标(偏离最小目标),构建了基于SPT规则的干扰修复0-1整数规划模型,提出了基于差分进化全局搜索策略与"插入-交换"邻域搜索机制相结合的多目标混合智能算法。数值实验结果表明,本文提出的机器干扰条件下外包修复模型及算法是有效的。

双机成比例无等待流水线重调度干扰管理研究

针对由异速机构成的双机成比例无等待流水线的加工特点,研究了机器扰动工况下的生产重调度问题,提出了兼顾初始调度目标(最小化制造期)和扰动修复目标(最小化工件滞后时间和)的干扰管理方法。在最短加工时间优先(SPT)排序规则的最优解特性分析基础上,证明了右移初始加工时间表是事后干扰管理的最优调度方案,建立了基于SPT规则的事前干扰管理模型,设计了基于理想点趋近的多目标处理策略,提出了离散量子微粒群优化与局部搜索机制相结合的启发式模型求解算法。算例实验结果表明,本文提出的干扰管理模型和算法是有效的。

混合无等待流水线干扰管理调度方法研究

针对带分批约束的混合无等待流水加工环境中干扰事件的出现导致初始调度计划发生偏离的问题,研究如何运用干扰管理理论来应对工件变更扰动情况,建立了兼顾最小化工件完工时间加权和指标(初始调度目标)和最小化工件完工滞后时间加权和指标(偏离校正目标)的干扰管理调度模型,提出了双层微粒群优化策略与随机多邻域搜索机制相结合的混合求解算法。数值算例仿真实验结果表明,包含"插入-交换"大概率邻域搜索算子的混合微粒群优化算法求解本文所构建的干扰管理调度模型是有效的。

支持过程协同的敏捷化制造执行管理案例研究——以东北特钢集团为例

制造执行过程协同管理是增强企业快速市场响应能力的关键环节。本文以钢铁企业为研究对象,从支持制造过程协同的视角,系统地研究了敏捷化制造执行管理模式的运作机理及其构建问题。针对具有代表性案例企业的生产制造特点和实际管理问题,通过深入分析敏捷化制造执行管理模式的应用架构、实现过程及实施成效,分别从微观运行背景、协同关系及演化、关键构成要素三个方面阐明敏捷化制造执行管理模式的协同运作机理。案例研究表明:支持过程协同的敏捷化制造执行管理模式,能够有效地解决制造资源的快速动态配置和制造过程的业务协同运作问题,对提高企业的快速响应制造能力具有支撑作用。

支持复杂装配线物料配送的BOM映射技术研究

在复杂装配线生产过程中,如何实现物料的按时有序配送和关键零部件的齐套控制是物料配送管理的主要难题。在分析产品装配结构、装配工艺流程以及物料配送规则的基础上,通过梳理"制造BOM-作业BOM-配送BOM"之间的转换映射关系,建立基于装配工艺流程的作业BOM生成方法和基于工位结构分解的配送BOM生成方法,实现对复杂装配生产线物料配送信息的一致性映射和完整性控制,为物料配送的精细化管理提供能够反映装配作业过程特征的数据描述模型。最后通过应用实例验证说明上述BOM转换映射技术的合理性和可行性。

并行流水生产线协调排产模型及应用研究

针对混合流程制造企业并行流水生产线的订单排产问题,综合考虑订单特征、设备能力和成材系数等多约束条件,分别以最大化单位产量毛利润和最小化订单加工工序成本为上下两层的优化目标,构建了基于二层规划的并行流水生产线协调排产模型。通过建立基于特征属性映射的订单归并方法,对多品种、小批量订单实施排产前预处理,在此基础上,设计了基于遗传算法的协调排产模型求解方法。企业数据应用验证结果表明,并行流水线协调排产模型为企业快速响应市场需求和实现产销一体化运作提供了优化排产方法支持。

基于规则的钢铁订单归并及炉料结构优化方法

针对订单生产型钢铁企业的组炉计划和原料配方优化问题,综合考虑钢铁订单的产品结构属性、加工过程特征和客户交货要求等多约束条件,提出了基于规则的订单归并及炉料结构优化方法。首先利用订单组批合炉冶炼规则,建立以炼钢余材量最小和拖期/提前惩罚最小为目标的订单归并优化模型;然后利用精炼阶段合金投料配方规则,建立以投入原料成本最小和合金元素目标成分偏差最小为目标的炉料结构优化模型;并分别设计了求解上述两模型的启发式微粒群算法。案例企业的实际数据验证结果表明,基于该方法形成的组炉计划和原料配方方案,能够在满足订单交货期的前提下有效地减少炼钢余材量,合理地降低铁合金等原材料的投入成本。