与车间资源匹配最优的工艺规划选择

为解决车间资源约束下制造工艺方案的优化选择问题,分析了零件加工特征与加工设备关联关系,提出一种扩展的贝叶斯网络模型。该模型将候选工艺路线与车间设备的实时信息进行匹配,通过贝叶斯网络的模糊推理确定工艺方案的优先顺序,得到最优工艺方案。最后,通过一个实例验证了所述方法的有效性。

车间资源管理系统软件功能设计与实现

文章通过对车间资源进行了具体需求分析,整理归纳资源的属性,在总结当前的各种资源建模方法的基础上,采用面向对象的思想对资源进行了分类,构建了车间资源结构树,并对资源进行了UML建模,设计开发系统并实现车间资源的存储,增加,修改和删除等基本功能,对车间资源建模和管理有一定的参考意义。

支持网络化制造的车间资源集成与执行系统

提出一种对传统车间制造资源实施网络化改造与性能提升以支持网络化制造的系统集成框架及其实现方法。应用分布式人工智能中的多Agent技术和CORBA分布式对象技术与规范,对车间各种异构制造资源进行建模和封装设计,通过基于CORBA的开放式系统集成框架,将封装后的制造资源Agent以"即插即用"方式进行集成,制造资源Agent之间通过互操作方式进行协作,以实现制造过程管理与执行。最后,基于上述方法开发了一套支持网络化制造的车间制造资源集成与制造过程执行系统,该系统具有可集成性、开放性、智能性和可重构性等特点,不仅可实现车间内部制造资源的快速集成,同时还能支持网络化制造环境下车间资源的共享及制造过程管理与执行。

基于ESB的网络化制造车间资源集成研究

本文介绍了网络化制造环境下车间资源集成的特点和问题,提出了基于面向服务架构,并对SOA的基础,企业服务总线技术做了详细的介绍。对于传统的OPC技术的缺陷,阐述了基于BEA公司的ALSB技术的节能变压器网络化制造车间监控的实例。

基于无线脉冲的车间资源感知定位系统设计

研究一种基于无线脉冲的车间资源感知定位系统。讨论了大型制造企业车间资源的动态特性以及无线脉冲的特点,提出将无线脉冲运用到大型制造企业车间资源感知定位系统中,设计了一种基于无线脉冲的车间资源感知定位系统,完成了定位系统网络的创建与车间监控系统的统一,在公司总装联调基地车间实际背景下对车间资源感知定位系统进行了测试。测试结果表明,该系统可以有效获取车间人员、设备、资产等资源的位置信息且具有精度高、可靠性高等特点,便于进行车间资源感知定位和调度管理,从而提升企业管理水平。

考虑双资源约束的柔性机械加工车间逆调度问题研究

为提高机械加工车间在动态生产环境下的效率和稳定性,建立了考虑机器与工人约束的柔性机械加工车间逆调度问题模型。该模型以最小化完工时间、机器能耗和逆偏差指数为目标,通过调整工件排产、工人作业以及机加工工艺参数对原始调度方案进行优化。针对问题特征,提出了一种差分进化算法。在算法中,设计了混合双层编码方式以降低搜索难度;提出了两种基于调度规则的初始化方式以提高种群质量;为加强和平衡全局与局部搜索,设计了自适应遗传操作以及基于精英选择的局部搜索策略;改进了哈明距离,并提出了一种拥挤度算子以反映种群真实多样性。在实验中构建了33组测试算例,并将所提算法与其他7种算法进行对比,验证了所提算法性能。最后,分析了某液压缸生产车间在两种不同动态环境下的真实逆调度案例,结果表明,所提算法能够在较小程度改变原始调度的情况下缩短4.2%的完工时间、降低20.2%的机器能耗。

GA-COA求解柔性作业车间多资源调度问题

针对传统柔性作业车间调度在仓储、运输方面考虑的不足,将工件的存储位置以及工件在仓库、机床之间的运输考虑到传统柔性作业车间调度问题(FJSP)中。提出一种考虑仓储、运输及加工的柔性作业车间多资源调度问题(MRFJSP),以最小完工时间为目标函数进行数学建模。考虑到遗传算法(GA)在求解车间调度问题中收敛速度慢、易陷入局部最优的问题,将郊狼优化算法(COA)的组内郊狼成长、生与死进行改进并与GA结合,提出一种带随机动态分组的遗传-郊狼混合算法。最后,通过算例验证了模型的正确性,并将混合算法与原算法进行对比,验证其优越性。

基于改进离散蜉蝣算法的双资源柔性车间可持续调度方法

在目前对柔性车间调度问题所进行的研究中,大多忽略了工件运输时间这一因素,并且也很少对可持续发展的经济、环境和社会3个要素进行综合优化。针对这些问题,提出了一种考虑运输时间的双资源柔性车间调度问题(DRCFJSPT)模型。首先,以完工时间、生产成本、能耗和人体工程学风险为优化目标,构建了柔性车间调度数学模型,并结合多目标模型的特点,设计了一种改进离散蜉蝣算法(IDMA),并对模型进行了求解;然后,采用熵值法评价了帕累托解集,基于三层编码并考虑了运输时间的插入式解码方式,设计了混合初始化方法,离散改进了蜉蝣更新方式;最后,为了验证IDMA求解DRCFJSPT的性能,采用MATLAB,对某机床零件加工企业生产数据进行了实验,并将其结果与采用非支配排序遗传算法(NSGA)-Ⅱ得到的结果进行了对比分析。研究结果表明:改进算法的解集质量和收敛性能均显著优于参考算法,通过改进算法求得最优解的最大完工时间为35.94 h,加工成本为6 003.95元,能耗为2 054.54 kW·h,人体工程学风险值为138.16;该结果可为实际复杂的柔性车间调度环境提供清晰准确的调度方案。

双资源作业车间双目标调度优化研究

考虑在制品库存费用、机床工时费、直接工人的工资费用、工件的提前和拖期完工造成的损失费用,提出了一种双资源作业车间调度的生产费用计算方法。将一种新的排序策略嵌入到Pareto竞争方法中,设计了一种新的混合遗传算法,对生产周期和生产费用两个目标同时进行优化。为了保证解的多样性,采用小生境技术并同时使用多种交叉方法。用Pareto解集过滤器保存进化过程中的最优个体并不断更新,防止最优解的遗失。算法最后给出问题的Pareto最优解集。仿真结果表明:该方法是可行的,并具有一定的优越性。

基于“主辅双岗制”的车间人力资源配置优化方法研究

针对小批量多品种柔性制造系统订单完成率低与人员闲置并存的现象,提出"主辅双岗制"的人力资源配置优化方法,并阐述了该方法的安排原则、实施步骤及注意事项。最后以某玻璃深加工企业为例,分析了车间现状及存在问题,介绍了基于"主辅双岗制"解决过程。结果显示了"主辅双岗制"的有效性,为小批量多品种柔性制造系统人力资源配置提供了一种可行的方法。

汽车零部件装配车间人力资源优化配置支持系统研究

针对汽车零部件装配车间多生产线和多生产任务模式下,人力资源优化配置和动态管理困难等问题,结合制造执行系统等先进管理思想,设计和开发了一套能够支持车间生产工位和操作工人动态匹配、生产任务和生产人员优化配置的汽车零部件制造企业装配车间人力资源优化配置支持系统,并建立了系统的体系结构、功能结构和运行流程,并对基于UML的系统设计等关键技术进行研究。最后,将该系统应用于某汽车零部件制造企业装配车间,取得良好应用效果。

考虑关键件加工质量的双资源约束车间调度算法

在工人异质性和机床类型多样的资源约束型车间中,针对资源抢占使加工质量向非关键件倾斜从而导致关键件加工质量无法保障的情况,建立了以完工时间为主要优化目标,以关键件加工质量、整体加工质量为辅助优化目标的双资源(工人/机床)约束柔性作业车间调度问题模型,并提出一种两级嵌套蚁群算法。首先采用工件候选集、资源候选集生成满足关键件加工要求的可行调度解;然后为工序寻找更合适的开工时间,针对机床类型、人机时窗差异设计了基于时窗的活动调度策略以提高算法的局部寻优能力;进而提出了一种保质策略,使关键件和总体工件加工质量水平持续提高;最后,通过算例测试验证了保质策略和两级嵌套蚁群算法的有效性。

考虑工人数量配置优化的柔性作业车间调度问题研究

在工人资源紧缺且工人成本增加的背景下,以合理的工人数量配置方案完成制造任务变得至关重要。以往考虑工人约束的柔性作业车间调度研究假设工人的数量是给定的。为实现不同技术水平工人的数量配置及柔性作业车间调度集成优化,考虑工件拖期惩罚成本、工人基础及绩效成本,建立了最小化总成本的混合整数规划模型,并提出了一种改进教学优化算法进行求解。在算法中,采用基于工人数量配置、工序排序、机器选择的三层编码并设计了活动调度解码方法,采用混合启发式初始化方法进行初始化,针对问题特征设计了有效的邻域结构。通过多组算例测试验证了所提算法能确定不同技术水平工人的实际数量并获得优异的调度方案,且在性能上优于对比算法。

云制造环境下的资源调度研究综述

云制造环境下的资源调度是云制造服务中的重要组成部分,它对云制造服务的服务质量有直接影响。云制造环境下的资源调度是根据云资源池中资源的状态并结合智能算法给出最优云服务组合的过程。目前国内外关于云制造环境下的资源调度研究成果主要集中在云制造环境下的车间层资源调度,云制造环境下的资源搜索方法以及云制造环境下基于调度模型的智能算法应用。对目前云制造环境下的资源调度所取的成果进行了综述,同时对云制造环境下的资源调度发展趋势作了展望,为今后对云制造资源调度深入的研究奠定了一定的基础。

浅谈汽车厂生产监控系统

制造企业要实现全厂生产计划调度,关键在于车间级生产管理信息系统的建设,实现车间作业计划管理、车间作业管理、生产物流追踪管理、车间资源管理与控制的流程化、自动化,与原有工厂级系统实现整合,从而达到以信息化支持生产管理模式现代化的目的.本文将就实现车间级生产监控系统所涉及的主要技术加以总结.

一种面向卷烟混合生产线的优化调度模型研究

目的基于多品种、小批量的生产制造模式,在规定的8 h工作之内,快速有效地生产出多品种、多批量的卷烟,并对所需物料进行准确调度,达到经济效益最大化的目的。方法针对某烟草生产企业订单需要生产6种型号的品牌香烟,通过分析卷烟生产线的工艺流程,提出一种解决卷烟厂车间资源优化调度的CSS模型,该模型可以根据产品之间的销售需求情况来匹配生产线资源配置,按需求比采用粒子群优化算法计算出单次投料后混合生产香烟所需的最小时间与最大收益。结果将所得方案进行综合对比后,计算得出在规定工期内,生产香烟获取利益的最优分配方案,在迭代在10次以内时已完成了优化过程,最大获利为3.65万元。结论该优化模型通过改变相关工艺参数能够实现对不同混合生产线的资源调度优化,并对其他制造行业提供借鉴价值。