混流汽车总装配线上的零部件优化配送方案研究

配送车每次配送的利用率大小是提高配送效率的主要因素,因此设计一种启发式算法使配送车一次装载的标准塑料周转箱尽可能多,提高配送车空间利用率。最后的仿真实验验证了上述配送方法的实用性,提出的零部件配送管理方法,只需使用较少的配送工人,同时降低了线旁库存,能为企业节省人力,降低生产成本。

基于改进遗传算法的汽车混流装配线排序优化

针对汽车混流装配线投产排序问题,建立一个最小生产循环周期内以各工位总等待装配时间最短为目标的数学模型。为解决标准遗传算法(SGA)收敛速度慢的缺陷,设计改进遗传算法(IGA)求解该问题。提出一种基于"定长"实数编码和"定序模式"的自适应单点交叉操作避免不可行解的产生,并在选择操作中引入精英保留策略,保留优良个体不被破坏,以提高收敛速度。通过实例分析及其数据基础,基于MATLAB平台开发算法程序,将SGA与IGA做对比分析,分别求解该模型并得到最优车型排序,并用Flexsim软件分别对以上两种算法得到的最优车型排序和该企业实际生产中的车型排序进行仿真,验证了该改进算法的有效性。

改进遗传算法支持下汽车中控混流装配生产线优化数学模型构建

针对当下对混流装配生产线现存方法不足的问题,实验提出一种结合GA算法和模拟退火算法的IGA模型,用以求解汽车混流装配线的平衡问题。模型对IGA所有步骤进行了充分的解释说明,并引入模拟退火算法中的采样规则来选择操作。最终实验结果显示,优化前后,生产线平衡率提高了4.77%,生产线负荷均衡提高了3.56,平衡损耗系数降低了0.047,生产节拍降低了6.21 s。该模型能够实现装配工艺的最优分配策略,同时提升整体生产线的工作效率。

基于RFID的混流装配汽车生产线物料动态配送研究

针对混流装配的汽车自动化生产线提出了基于RFID的车辆追踪和基于条码的无线物料库存管理实现方法。在此基础上,设计了装配生产线的物料动态配送调度业务流程,给出了物料动态配送的规划依据,并进行了实例计算。

以下游释放顺序为导向的汽车总装车间重排序

为解决带线性缓冲区的汽车总装车间平准化重排序问题,以最小化产品实际生产率与理想生产率的偏差为目标,建立了整数规划模型。基于以下游车辆释放顺序为导向的思路,提出了求解该问题的3种重排序方法,即分组重排序、滚动重排序和基于蚁群优化算法的重排序。最后采用不同的参数组合设计算例,对所提方法的性能进行验证。结果表明,滚动重排序的性能优于分组重排序,而基于蚁群优化算法的重排序方法表现最佳。

基于神经网络和知识库的物料配送动态调度

为有效地解决汽车混流装配线中多载量小车物料配送的动态调度问题,提出基于知识库和神经网络的调度方法.首先,对汽车装配线物料配送的动态调度问题进行描述,建立以装配线产量和多载量小车的物料搬运距离作为衡量指标的目标函数.然后通过Plant Simulation软件生成针对汽车混流装配线的仿真数据并对神经网络模型进行离线训练,在实时阶段利用神经网络模型和知识库实现多载量小车最优调度规则的选取.实验结果表明:所提出的调度规则选取方法选择的调度规则大多为最优调度规则,以较低的调度规则计算复杂性确保了调度的实时性能,能够很好地应对动态环境的变化,从而有效提升了多载量小车的动态调度水平.