电机部装生产线平衡策略研究

电机产品装配分为部装和总装两部分,是电机生产制造过程中的2个关键环节。部装车间的生产过程涉及各类零件、工装、工具、检测设备等,生产管理难度较大,目前存在均衡性差、调度迟缓、效率低等诸多问题。本文针对电机制造企业部装装配生产线存在的问题,通过对现有生产线进行详细分析,在精益生产和智能装配背景下,以提高生产效率,提高生产线的抗扰动能力为核心目标,针对电机部装生产线平衡策略进行研究。

考虑工序复杂性和员工差异的成组产品并行生产线平衡优化

针对具有产品关联性的成组产品并行生产线平衡优化问题,采用分阶段研究思路,先后考虑工序复杂性与员工技能水平差异,提出工序与员工分配优化方案。首先以工序优先关系和设备属性为约束,以生产节拍、时间均衡指数和复杂性平滑系数为优化目标建立优化模型,将工序合理分配于工位中。然后根据成组产品特性和各工位技能需求建立员工指派模型,将不同技能员工与工位匹配,减少并行生产线之间节拍差异,实现成组产品的均衡生产。采用遗传算法和拟退火算法分别求解工序分配问题和员工指派问题,并结合实例验证了优化思路与方法的有效性。

多目标的拆卸线平衡问题优化研究

拆卸是废旧产品回收利用的重要途径,根据产品拆卸线的特点,构建拆卸线平衡问题的多目标关系。针对求解拆卸线平衡问题所遇到的求解结果单一、无法满足平衡诸多目标等问题,以均衡工作站负载且引入操作安全性、任务拆卸方向和任务需求为优化目标建立数学模型,在此基础上,提出一种基于遗传改进的多目标灰狼算法进行求解计算。基于废旧电冰箱拆卸案例对比验证算法的效果与性能,并将其应用于再制造企业某废旧电视机拆卸实例中。以Plant Simulation 15.0仿真软件为平台,运用仿真技术对所得理论方案分析与优化,通过在重要工位上建立缓冲区来解决实际拆卸过程中所存在的工位堵塞问题。结果表明该算法的收敛性较好,所获得非支配解集更逼近Pareto最优前沿,得出多个合理拆卸方案,为决策者选择拆卸方案提供了依据,且改善后的工位产能也提升了3.23%。

考虑可变时间的双边机器人拆卸线平衡问题建模与优化

针对现有双边拆卸线对可变化拆卸时间及机器人能耗问题研究的不足,将多型号机器人引入拆卸线,并结合双边拆卸线特点,建立最小化工作站数、负载均衡指标、危害指标和机器人能耗指标的多目标双边拆卸线平衡模型。该模型能够根据任务分配情况动态的适配不同型号机器人进行拆卸作业,减少拆卸时间,提高拆卸效率。提出一种改进樽海鞘群算法,加入了莱维飞行策略避免陷入局部最优,达到快速收敛效果;引入帕累托思想及拥挤距离机制对多目标求解结果进行筛选,以此保留较优解,通过与多种案例对比,验证了所提算法在双边拆卸线平衡问题中的可行性与高效性。最后,将所建模型运用于双边拆卸废旧汽车的实例计算,求解出多种优秀方案供决策者选择。

基于改进遗传算法的生产线平衡优化研究

为了提高企业生产效率、降低企业成本,该文以H公司为研究对象,指出其产品生产过程中存在的问题,确定优化指标并构建目标函数,通过双种群遗传算法对产线作业单元分配情况进行改善,并在此基础上将该方法与传统遗传算法计算结果进行对比。结果表明,与传统遗传算法优化结果相比,在双种群遗传算法的优化下,H公司产品的生产节拍降低了10.45 s,产线平衡率提高了14.65%。总体来看,H公司产品生产平衡率由改善前的50.00%升至91.61%,改善效果显著,可以为企业带来更大的经济效益。

基于产线平衡多目标优化的制丝高级排产研究与应用

针对制丝车间排产多目标多约束的问题,提出了基于产线平衡多目标优化的制丝高级排产方法,研发了制丝高级排产系统。以产线平衡为目标,通过模型仿真及协同调度应用,结果表明该排产方法是有效的。

桥梁球型支座生产线作业单元产线平衡探讨

根据桥梁球型支座的结构特点和生产工艺流程,采用精益生产理念对桥梁球型支座生产线动作和时间进行探讨,结合桥梁球型支座生产线时间研究表,通过去除非增值作业、消除瓶颈工序以及优化重组作业内容等方式基本实现了桥梁球型支座各作业单元的产线平衡,达到生产线少人化、效率最大化的目的,提高了桥梁球型支座生产线的效率和作业连贯性。

基于改进NSAG-Ⅱ算法的多目标混流装配线平衡优化研究

针对混流装配线平衡问题,提出了基于NSAG-Ⅱ算法的多目标混流装配线平衡优化方法。以混流装配线的生产节拍、线平衡和均衡系数为适应度目标函数,建立遗传算法优化模型,算法基于传统遗传算法的缺点进行针对性改善和用光机混流装配线实例和Flexsim仿真验证了算法的可行性。结果表明,该改进遗传算法可对混流装配线平衡进行优化,可整体提高混流装配线生产效率。

考虑拆卸序列的机器人拆卸线平衡优化

机器人拆卸逐步成为智能化生产的重要基础,提高机器人拆卸线效率,使其负载均衡尤为重要,拆卸任务顺序对拆卸线的影响也不可忽视。针对考虑拆卸序列的机器人拆卸线平衡问题,以工作站数量、平滑指数和最大工作站作业时间为优化目标建立多目标优化模型,提出ANP-熵权法为各目标分配权重,并提出一种改进离散粒子群算法来求解。通过实验表明所设计的耦合赋权法更能合理地量化目标权重,经过验证算法具有有效性,其性能优于对比算法,同时也说明所提研究方法有效可行,可对所研究问题进行高效的求解。

基于装配动素相似性的汽车总装混流生产线平衡研究

针对汽车总装混流生产过程中如何快速完成新车型工序平衡问题,提出了基于MOD法的标准工时系统。将汽车总装生产线各装配作业拆分为最小单元动素,利用混流线同平台车型装配动素的相似性,提取标准工时基础数据,结合生产线平衡的启发式算法,完成了混流车型生产线平衡调整,最后用实际车型验证了算法的有效性。

基于Pareto蚁群算法的拆卸线平衡多目标优化

为提高产品拆卸效率,针对拆卸线平衡问题建立了数学模型。该模型以最小拆卸线闲置率、负荷均衡和最小拆卸成本为优化目标。结合拆卸线平衡问题的具体特点,提出了一种改进的基于Pareto解集的多目标蚁群优化算法。算法采用小生境技术,引导蚂蚁搜索到分布良好的Pareto最优解集,并以被支配度和分散度为个体评价规则。实验测试结果表明了该算法的可行性。最后,结合企业生产实际,给出了所提模型与算法的具体应用。

求解多目标拆卸线平衡问题的一种蚁群算法

结合拆卸线平衡问题的特性,建立了相应的数学模型。该模型在以最小化工作站数、均衡各工作站空闲时间为目标函数的基础上,考虑了尽可能早地拆卸有危害、高需求的零件以及最小化拆卸方向的改变,提出了一种改进的蚁群算法。该算法采用了利用先验知识、探索新路径、随机选择三种方式的混合搜索机制,将综合考虑零件拆卸时间、危害和需求作为算法的启发式信息来提高搜索的效率。应用实例的计算分析表明该提算法具有可行性及有效性。

基于ECRS原则与工序重组的电机装配线产线平衡改善

针对某电机装配流水线的作业流程与平衡状况,在分析机械工艺基础上,采用人机联合作业分析方法和ECRS原则,结合作业要素重组,应用eM-plant仿真软件,对制约流水线生产能力的瓶颈工位和能力过剩工位进行分析与改进,结合系统观与层次化思想,从宏观到微观、逐步推进、分层次地对装配流水线进行分析研究;同时引入AGV系统对物流路径和布局进行优化,设计出新的流水线方案,实现人均产能翻番、瓶颈时间由28s减少到10.5s、线平衡率提高36.95%。

多目标拆卸线平衡问题的Pareto细菌觅食算法

拆卸线平衡问题的优化涉及多个目标。为克服传统方法在求解多目标拆卸线平衡问题时不能很好地处理各子目标间冲突及易于早熟等不足,提出了一种多目标细菌觅食优化算法。该算法采用Pareto非劣排序技术对种群进行分级,并结合拥挤距离机制评价同级个体的优劣。为提高算法收敛性能,在趋向性操作结束后引入精英保留策略保留优秀个体,并采用全局信息共享策略引导菌群不断向均匀分布的Pareto最优前沿趋近。通过不同规模算例的对比分析,验证了算法的有效性与优越性。

基于工位复杂性测度的随机型装配线平衡优化

针对装配生产中各种不确定因素引起操作时间波动,导致确定型装配线平衡方案失效的问题,提出一种操作时间不确定的装配线平衡方法。以操作时间的概率分布描述其波动情况,进而基于信息熵提出一种工位复杂性测度方法,在此基础上建立以平衡率最高、工位负荷均衡、工位复杂度均衡为目标的线平衡优化模型;设计了一种改进遗传算法对其进行求解,并通过实例验证模型及算法的有效性。研究结果表明,所提方法能在保证整线平衡率和工位负荷均衡的同时,均衡各工位复杂度,降低不确定性因素对生产过程的影响,保证装配线生产平稳运行。

程序分析法在产线平衡中的应用

从生产线平衡的基本概念出发,分析了某笔记本电脑的企业生产表面贴片技术SMT生产线作业能力及其平衡状况,针对整条生产线上的瓶颈,提出程序分析的改良措施,降低了其作业时间,从而提升了整条生产线的平衡性。最后指出程序分析法在企业生产流程设计及作业标准化过程中的重要作用。

基于多目标遗传算法的柔性加工线平衡优化

针对柔性加工线平衡问题,提出了生产线平衡的同时得到工位配置、操作分配与排序的方法.分析了操作间的优先关系约束、操作同工位约束和由机床性能、装夹方式、工件姿态决定的工位对操作限制的约束以及工位能力约束,以机床数量、生产线节拍、生产线平衡率为优化目标,建立了优化模型.设计了多目标遗传算法,采用启发式种群生成方法和解码方法,应用帕累托分级和共享函数法对可行解适应度值进行评价,保证解的分布性和均匀性.该方法应用于缸体生产线实例,获得了满意的非支配解集及多个线平衡方案,验证了方法可行有效.

求解拆卸线平衡问题的改进人工蜂群算法

大规模拆卸线平衡问题(disassembly line balancing problem,DLBP)是NP完全问题.为克服传统算法求解DLBP搜索过于随机、易于早熟,且求解难度随任务规模的增加呈指数级增长等不足,构建了基于最小化工作站、均衡负荷、尽早拆卸有危害和高需求零部件的DLBP多目标优化模型,在此基础上,提出了改进人工蜂群算法.该算法包括以下4个阶段:在初始解生成阶段,引入危害指标和需求指标,提升算法收敛性能;在雇佣蜂搜索阶段,采取可变步长搜索策略,增加对较优解的搜索深度,加速淘汰劣解;在观察蜂搜索阶段,采用常规搜索与蠕动搜索相结合的混合搜索策略;在侦察蜂搜索阶段,构造了基于分布估计的搜索策略,引导搜索过程.应用本文算法对70个测试问题进行求解,其中65个求得了最优解,寻优率为92.86%;对10个任务实例求得最优解的需求指标为9 730个,比蚁群算法减少了360个;52个任务实例的开启工作站数目、平滑率和拆卸成本3项指标均取得了更优的结果,求解较大规模问题的性能显著提升.

平行装配线平衡性的多目标优化

为了更有效地使用工位、提高装配线效率,提出一个基于多目标的平行装配线平衡方法。该方法考虑生产节拍、工位数和工位负荷三个互相冲突的目标,建立了基于目标规划的平行装配线多目标优化模型,使三个目标按照不同的优先顺序得到优化。通过具体实例验证了该方法的有效性,同时对三个优化目标进行了敏感性分析。结果表明,该方法可为平行装配线的决策者提供更加灵活的选择。

U型布局的拆卸线平衡问题及其求解算法研究

建立以精益生产为准则的多目标U型拆卸线平衡问题模型,并提出了一种改进的人工蜂群算法求解该问题。通过利用蜜蜂对蜜源进行标记完成自身学习过程,有效地改善了蜜蜂寻找蜜源的能力。为避免算法搜索过程中陷入局部最优,采取模仿其他蜜蜂的搜索行为打破僵局,并将改进人工蜂群算法应用于求解文献中的实例,通过对比表明改进人工蜂群算法可以寻找到更优的解,从而验证了算法的可行性。最后,将改进人工蜂群算法用于U型布局求解,将U型布局结果与直线型布局进行对比,体现了U型布局的优越性。