具有无序工序生产特征的混合柔性流水车间在线调度

针对定制型装备制造企业具有无序工序(Open-Shop)生产特征的混合柔性流水车间的在线调度问题,通过分析车间结构、生产环境及特征,建立具有Open-Shop生产特征的混合柔性流水车间生产调度问题数学模型;将问题的求解分解为两部分,构造出一种基于优先规则的组合算法生成框架,通过在算法框架的不同节点嵌入优先规则算法来产生多种组合规则算法;设计大量的算例测试集,通过对比仿真实验结果,分析了各组合规则算法的适应性和有效性,得出不同组合规则算法在差异环境配置下的求解效果,并对各实验设计因子在系统产量、系统拖期率方面进行了方差分析,研究设计因子及因子间联合对系统指标的影响,研究成果对车间生产管理人员制定生产计划具有有效的指导作用。

面向部分工序无序加工的柔性作业车间批量调度方法

实际的车间调度问题往往具有更高的复杂度,调度算法需要考虑更多的约束条件,因此增加了问题的求解难度。为解决柔性作业车间批量调度场景中不同批次、不同工序之间可以无序加工的难题,进而突破现有车间机器使用率低、同类型机器负载不均衡的难点,文中构建了一种面向部分工序无序加工的柔性作业车间等量分批调度模型。首先,基于广泛使用的快速非支配排序遗传算法(NSGA-Ⅱ),提出了一种融合批次、批量和工序排序信息的两段编码结构,采用优先级规则方法获得初始种群,并以最小化完工时间、机器负载均衡率、机器总负荷为优化目标,采用贪心算法求解模型最优值,进而动态构建不同批次的加工路径;然后,对优化目标函数进行排序,再逐步加入非支配排序过程,以解决多个优化目标函数之间难以同时优化的问题,提高求解效率;最后,以某印刷包装企业的木制品加工车间为例,面向现场作业信息,采用仿真手段实现调度过程。结果表明,与优先级调度规则相比,文中所提方法的完工时间平均缩短了6.6%、机器负载均衡方差平均减小了10.7%,文中所提方法的机器负载均衡方差比遗传算法平均减小了53.3%,从而验证了文中方法的可行性,且该方法可以满足印刷包装企业柔性作业车间的高性能调度需求。