基于Plant Simulation的混合流水线作业序列优化

为了完成某公司的智能制造转型计划,对该公司车间的生产流程、生产布局以及产品的生产工艺进行了调研,根据该车间的生产特点,将其归类为混合流水线车间调度(HFSP)这一典型的NP-hard问题。以最短作业时间(SPT)调度为优化目标,使用遗传算法去解决这一问题。具体方法上使用Plant Sim-ulation仿真软件,结合现场生产实际情况,搭建起车间流水线生产模型,应用遗传算法实现最优排序,得到近似最优解。经过遗传算法计算后的生产作业序列,理论上按此指导进行生产,总的作业时间可以缩短15%左右,从而提高企业生产效率;另外,厂家只需要导入即将执行的产品数量及工艺信息到模型,经过模型计算即可获得推荐排序。因此,此方式具有一定的实际应用价值和指导意义。

基于遗传算法的混合流水线车间调度多目标求解

为了解决传统的多目标优化算法难以很好实现企业的实际决策需要问题,针对混合流水线车间调度(HFSP)的多目标优化调度问题,提出了一种新的多目标遗传算法。根据企业实际需求,采用分模块两层建模的思想,将多目标分为约束性目标和优化性目标。算法根据目标性质的不同分别进行不同的搜索。最后将新算法应用于HFSP多目标优化问题进行实例验证。结果表明,所提出的算法具有很好的可行性,与其他多目标优化方法相比,该算法具有明显的优越性、实用性和可操作性。

多级流水线车间缓存设置参数仿真优化

针对车间负荷控制中缓存设置难以确定的问题,先以车间排队网理论为基础,建立针对多级流水线车间缓存设置参数的仿真模型并验证了结果的有效性,在模型中嵌入启发式优化算法,并比较了以不同参数为优化目标的算法得到结果的优劣,选取了以任务拒绝比率为优化目标的启发式算法,最后针对仿真结果,得到了以企业产量预设值为目标的多级流水线车间缓存设置参数,为确定流水线车间负荷控制界限提供了一种快速有效的研究方法。

多节点流水线制造车间订单接受与调度研究

在准时化生产(Just-In-Time,JIT)模式发展背景下,订单交货延迟惩罚以及产品库存费用受到越来越多关注。针对订单交货延迟惩罚与产品库存费用之间的平衡问题,在有限产能的前提条件下,建立了以总利润最大化为目标的订单接受与调度一体化决策模型。模型使用改进型双层编码遗传算法进行求解分析。最后经实例验证,通过与其他几种启发式订单选择规则进行对比,以及对改进前与改进后的算法对比,分别验证了模型与算法的有效性与可行性。

考虑AGV路径规划的智能制造流水线车间布局研究

智能制造车间以自动导引车(Automated guided vehicle,AGV)作为重要的物流运输载体,现有的研究多采用智能制造车间布局和AGV路径分步骤优化的方式,导致AGV运行效率不高,无法达到最优布局等问题。为此,以智能制造流水线车间为对象,设计了以物流量最小及AGV路径最短为目标的考虑AGV路径规划的智能制造流水线布局优化模型;研究了改进遗传算法的交叉算子,将编码转变为矩阵形式建立邻接表,改进临边重组法;研究了改进遗传算法的变异因子,将基因编码划分为若干个基因串,在基因串内进行变异操作。提高了算法的效率和精度,并用算例验证了其可行性和有效性。

基于空闲时间最小的流水线车间调度算法

为了快速有效地求解流水线车间调度问题,提出了一种基于空闲时间最小的流水线车间调度算法。该算法将所有工件的每道工序的空闲时间最小作为优化目标,结合流水线车间自身特点,构建空闲时间最小的数学模型,可一次性求出符合优化目标的解。该算法不需要重复迭代,计算时间短,求解效率高。仿真结果表明该算法在流水线车间调度时具有实用性和可操作性。

混合蚁群算法在流水线车间的应用

流水线车间调度问题是一种组合优化NP完全问题,解决此类问题常使用非数值算法。蚁群算法是其中较为突出而且应用广泛的算法。目前的蚁群算法在解决流水线车间问题时存在参数设置较多,计算复杂度高,不利于实际应用。为了有效节约成本,应选择最优分配方案,通过将蚁群和遗传算法进行结合,对种群基因进行编码,重新设计策略和相应的条件,使得参数得到了优化,提高了路径搜索的效率,从整体上提高了解决流水线车间问题的性能。

基于Plant Simulation的混合流水线车间调度仿真

针对混合流水线车间调度问题(HFSP)这一典型的NP-hard问题,在采用传统遗传算法求解模型的基础上,结合最短作业时间(SPT)调度规则,形成改进遗传算法以解决这一问题。在Plant Simulation仿真软件中映射实现车间流水线模型,从而建立仿真模型,应用遗传算法实现最优排序,得到近似最优解。相较于传统遗传算法,改进算法的运行时间缩短了4min。该方式简单可行,为企业及小型工厂的生产调度提供了理论方法,可缩短最大流程时间,提高企业生产效率,具有一定的实际应用价值。

班前LED光暴露对流水线工人警觉性、注意力和情绪影响研究

拟通过改变班前准备时段的人工光暴露水平的探讨,来对流水线作业者工作疲劳产生阻断的可能性。在全人工光照明的流水线车间休息室设置3种不同照度、2种色温的班前光环境,进行光暴露实验,观察流水线工人警觉性、注意力和情绪的变化。结果显示,被试在暗环境下闭目养神后,上午班前的警觉性提高,"迷惑-混乱"情绪减轻;而在低照度、偏高色温光环境下进行准备工作可增强注意力,同时可抑制"迷惑-混乱"情绪,提高下午班前的警觉性。因此,偏高色温、低照度有利于作业者的工作疲劳阻断,产生唤醒效应;而班前高照度并不能起到同样的作用。并且,目前通行的工厂作息时间似与工人正常生理节律不吻合,晨起上班时间过早,造成工作疲劳累积。

流水线计数、数据传输、显示系统的设计

较详细地介绍了集中监视、分散显示控制系统的整体设计方案 ,提出了以 80 31单片机的串行接口和低频脉冲发生器进行低频波特数字传输的实现方法 .本系统具有结构简单、波特率任意可调、数据中距离传输稳定可靠、显示器以挂接的方式任意扩充的特点 .

基于Manhattan距离的汽车总装车间带时间窗多AGV小车调度优化

为解决汽车总装车间物料配送AGV的调度问题,针对汽车流水线的布局特征,以AGV小车利用效率最高、数量配置最少为目标建立数学模型,提出了一种改进的两阶段启发式算法.通过基于Manhattan距离、时间聚集度的启发式分类算法将物料配送点进行聚类;按照聚类的结果,以及物料配送点的优先级,得到优化后AGV的行驶路径.最后通过某汽车企业总装车间多AGV调度优化的实例,与原先的调度方案进行结果对比,验证了该方法的有效性和可行性.

集成生产与预防性维护的流水线车间调度算法

为使机器的可利用率最大化,建立了机器预防性维护的优化周期模型.为同时考虑生产调度与预防性维护调度,以最小Makespan为调度优化目标,提出了一种结合优化预防性维护周期模型的集成启发式调度算法.仿真结果表明,集成启发式算法对流水型车间进行生产与预防性维护调度是有效的和实用的.

基于灰狼优化算法的置换流水线车间调度

采用了一种新颖的混合灰狼优化算法来求解置换流水线调度问题。针对标准灰狼优化算法在求解离散流水线车间调度问题时收敛速度慢的现象,并结合问题的特点,提出了改进的灰狼优化算法。为了避免非可行解的产生,在该改进算法中采用了随机键编码机制对工件位置进行编码,同时引入局部搜索策略以提高算法收敛能力,基于灰狼个体间的社会等级信息以最优3个狼指引其它个体到达最优解区域从而更新种群。通过最新标准测试集的仿真结果和算法比较验证了所提算法的有效性。

基于高斯分布的疫苗生产调度模型

疫苗的批量生产效率受到工位的生产水平、工人劳动时间以及销售额等多重因素影响,企业难以保证提高效率的同时实现销售额最大化.针对这一问题,该文以第十八届五一数学建模A赛题为例,提出了疫苗生产时间符合高斯分布条件下的车间流水线模型与同类疫苗连续生产模型,采用C++语言和SPSS对生产数据进行统计分析,并利用蒙特卡洛算法和动态规划算法得出限定条件下的疫苗生产序列,完成一百万剂生产任务所需的最少时间,以及进一步优化模型得出最大销售额.最后,实验结果证明了本模型具有合理性与可行性,为提高疫苗生产效率提供参考依据.