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。

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。

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。

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。

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。

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。

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.

高扰动模具制造车间的负荷均衡生产控制方法

试制性模具生产中,路径与工时各异的零件先机加工再装配,关联零件进度不一致将影响装配开工,而返工返修等高频事故干扰着进度协同。实时决策的调度规则更能及时协同进度,但分散的规则难以在负荷波动且不均衡的车间协同众多零件,将引入投放控制来均衡各任务队列,降低规则协同进度的难度。构建一类耦合投放控制、设备选择与作业分派的多层递阶方法,实验说明其优良性能和各控制层级中面向进度协同与准备时间节省两类规则的关联性。