机器人制造单元集成式工艺规划与调度方法

文章针对机器人制造单元集成式工艺规划与调度(RMC-IPPS)问题,并考虑其加工次序柔性、加工柔性及工序柔性,提出了一种多层级线性编码的方法,该方法能有效地将RMC-IPPS问题的解用简单的数据结构表示,并实现对问题的整体求解。同时,针对毛坯件/半成品在单元中的转运问题,设计了一种基于贪婪思想的机器人调度策略,该策略每一步都选择当前的最优状态,使生产周期尽量不因搬运工序的存在而产生过多延滞。最后,设计出一种基于外部档案库的NSGA-Ⅱ算法(M-NSGA-Ⅱ),该算法通过外部档案库对非劣解进行二次搜索,以避免种群多样性趋于单一,并通过基准实例与实际生产应用算例对所提方法进行验证,并将改进后的算法与其它算法进行对比。结果表明,相较标准NSGA-Ⅱ算法,M-NSGA-Ⅱ算法的覆盖率为100%;相较文献中的算法,M-NSGA-Ⅱ算法具有更高的覆盖率。

多目标集成式工艺规划与调度问题的求解与决策

将工艺规划与车间调度进行有效的集成是解决制造系统中工艺规划与车间调度过程分开优化时设备利用率低以及生产效率差的问题的主要途径。为了实现绿色低碳制造,首先以制造过程中的碳排放最小化、最大完工时间最小化、总拖期时间最小化为优化目标,基于非线性工艺规划的原理,建立多目标集成式工艺规划与调度模型;然后采用NSGA-Ⅱ遗传算法进行求解,优化得到Pareto最优解集;并提出利用基于熵权法的TOPSIS决策方法从Pareto最优解集中选出最佳工艺路线与调度方案。最后结合案例,验证了该模型及求解过程的有效性,并为实际生产过程中车间调度方案的决策提供了依据。

集成式工艺规划与车间调度的研究综述

阐述集成式工艺规划与车间调度(integrated process planning and scheduling,IPPS)在现代制造系统中的重要性;从工艺规划、车间调度、IPPS等方面进行问题概述;分别对IPPS、多目标IPPS、分布式IPPS问题的研究现状进行系统综述;总结IPPS已有研究所存在的问题,并对其发展趋势进行展望。

集成式工艺规划与车间调度问题研究现状及发展

集成式工艺规划与车间调度(IPPS)问题的研究对于制造系统整体性能的提高具有重要意义,综述与分析了近年来IPPS问题研究的发展现状。概述了IPPS的3种主要建模方法,分析了特定生产环境下工艺规划与车间调度进行集成的特殊性。从单目标优化与多目标优化两方面综述了IPPS求解方法的研究概况,分析了多目标IPPS求解方法研究中存在的问题。总结了不确定扰动下的IPPS问题及面向绿色制造的IPPS问题研究现状,分析了2种情况下IPPS模型构建和求解方法设计上带来的新问题。基于上述综述分析,展望了未来开展集成式工艺规划与车间调度问题研究的一些方向。

阀类零件的工艺规划与车间调度研究现状及进展

在阀门制造中,工艺规划和车间调度是至关重要的两部分。随着工厂对阀门生产过程的个性化需求不断上升,将车间调度和工艺规划相结合势在必行。因此,集成式工艺规划与车间调度应运而生。文章探讨了阀门零件制造领域中集成式工艺规划和车间调度的最新研究现状、热点和前沿技术,分析了当前存在的问题,并展望了未来的发展方向。通过比较国内外研究情况,揭示了各自的发展水平和研究重点。研究结果表明,阀类零件制造领域中集成式工艺规划和车间调度的结合可以极大地提高阀门的生产效率,也能提升阀门生产工序的灵活性。

两阶段混合算法求解集成工艺规划与调度问题

提出了求解集成式工艺规划与车间调度问题的两阶段混合算法。在工艺规划阶段,使用遗传算法为每个工件生成可选的近优工艺路线集,动态地为车间调度阶段输入已确定的工艺路线;在车间调度阶段,使用蜜蜂交配优化算法快速寻优,设计了蜂王婚飞的流程以保证算法的全局搜索能力,构建了基于不同邻域结构的工蜂培育幼蜂局部搜索策略。使用基准测试集对提出的方法进行验证,并与现有算法进行对比,计算结果证明了提出方法的有效性。

基于中智数及ε-支配的加工时间不确定IPPS问题多目标优化研究

工艺规划与车间调度的集成优化有利于缓解制造资源冲突,充分利用制造系统的柔性并提升制造系统运行效率.为避免实际加工时间的波动及其对调度方案鲁棒性的影响,利用中智数在刻画不确定事物方面的优势,本文使用中智数模拟工序的不确定加工时间并建立了相应的数学模型.为引导非支配解趋向于偏好区域,提出基于ε-支配的多目标优化算法,对调度鲁棒性及名义最大完工时间这两个指标进行了优化.提出的多目标优化算法对经典的Kim实例进行了求解,得到了偏好区域内的非支配解.