预防性维修计划和生产调度的多目标优化

为了降低设备故障对生产成本和生产时间的影响,建立了单台设备预防性维修计划和生产调度的多目标联合优化模型.将维修成本、生产任务的最大完成时间、加权总完工时间及加权总延迟时间作为优化目标.采用了多目标遗传算法,同时对预防性维修计划和生产调度进行优化.通过实例,将预防性维修计划、生产调度的多目标联合优化方法分别与单目标联合优化方法、独立优化方法进行了对比,结果表明,文中的方法更节约成本和生产时间.

超启发式文化基因算法优化生产与预维修集成调度问题

鉴于传统车间调度通常认为机器始终处于可用状态而有悖于实际生产环境的不确定性,考虑机器使用过程中需要周期性的进行预防性维修的情况,以最大完工时间和预防性维修总成本为目标,建立了机器预防性维修和柔性作业车间调度的集成优化模型。针对该模型设计了年龄模型下的3种不同的集成策略,并开发了一种超启发式文化基因算法,算法采用两层结构,顶层采用文化基因算法的搜索机制,底层是全局搜索算子库和局部搜索算子库,采用基于概率的改进的自适应算子选择机制。实验表明,该算法可以有效求解生产调度与预维修集成优化问题。通过对比可知,同步集成策略表现最优。将役龄模型应用于同步集成策略中,进一步优化了同步集成调度策略,在保证机器可靠性的前提下降低了最大完成时间和预防性维修总成本。

多产品半柔性并联生产线预防性维修调度模型研究

针对半导体芯片封装测试工厂多产品和半柔性并联生产线的预防性维修调度问题,提出了以生产时间最大化为目标函数,以多产品情况下生产线柔性限度、各产品所需的生产时间要求、预防性维修宽放区间、维修班组数量为约束的多产品半柔性并联生产线预防性维修调度的模型。将该模型应用于某芯片封装测试工厂的多产品半柔性并联生产线的预防性维修调度,在lingo9.0软件中建模并进行模型求解。调度结果已成功运用于实际生产,验证了该模型的可行性和准确性。

考虑性能可靠度约束的单机调度与视情维修的集成优化模型

针对劣化状态可离线检测的单设备生产系统,考虑其在性能可靠度的约束下,进行了生产调度与视情维修的集成优化研究.以调度任务的加工序列和视情预防性维修的0-1逻辑变量作为决策变量,加工任务的总加权期望完成时间最小为优化目标,建立了随机期望值集成优化模型.在对单设备系统生产调度与视情维修联合策略分析的基础上,推导了调度任务完成后,基于设备状态的预防性维修的维修概率及其概率密度函数表达式,并给出了概率密度函数的求解方法.数值实验表明,在集成优化模型中引入系统的性能可靠度约束,可以保证设备在安全生产的前提下,得到最优的集成调度方案.

基于机器役龄约束的车间作业与预防维修的集成调度

生产过程中作业计划与设备维修计划经常存在着利益冲突,容易造成生产资源闲置和时间成本增加,然而设备的可靠运转是生产作业计划有效执行的重要保障,需要通过定期维修和检测来保证设备的可靠性。据此本文引入基于机器维修役龄的预防性维修策略,将车间作业调度问题和机器预防维修问题进行集成考虑,分析机器累计运行时间对机器预防维修时间及运行状况的影响;以故障概率函数作为实施预防维修策略的控制因子,建立了生产计划与机器维修集成调度模型;并设计了遗传算法进行模型求解,给出了基因编码、交叉变异及精英保留方法;算例结果表明,该方法能够有效减少生产任务安排与设备维修的时间冲突,缩短生产周期,减少时间浪费。

考虑质量衰退的批量调度与预防性维护的联合优化

针对生产调度过程中由于设备退化引起产品质量劣化的问题,构建了考虑质量与设备状态之间的耦合关系以及生产批次可分的批量流调度与预防性维护的联合优化模型。假设设备存在“受控”和“失控”两种状态,利用设备“失控”状态下产生的不合格品作为媒介描述上游设备与下游设备之间的随机依赖性,以最小化期望完工时间以及总成本为优化目标建立了数学模型;设计改进的差分进化算法对模型进行求解;通过数值实验验证了算法的收敛性,并通过对比实验对模型性能进行分析,结果显示了该联合优化模型的有效性。

分布式车间生产维修联合调度仿真优化方法

分布式车间生产调度是企业实现高效生产的一个核心问题,而预防性维修作为保证车间设备安全性和可靠性的重要手段,应纳入生产决策的范围。针对设备维修导致的生产延迟问题,提出了一种辅助校正的仿真优化方法,建立了联合生产和预防性维修调度问题的数学模型和仿真模型,将基于序列交换的遗传算法与仿真校正的优化方法相结合,形成了快速仿真优化方案。实验结果表明:所提出的辅助校正的仿真优化方法能够有效提高不确定性场景下的决策可行性和鲁棒性。

机器随机失效的作业车间生产与维修的集成调度

生产过程中设备的可靠运转是生产作业计划有效执行的重要保障,生产计划与设备维修计划具有相互影响的关系,二者之间的矛盾处理不当易造成生产资源闲置和时间成本增加。论文考虑作业车间内机器可能发生的随机故障,其失效概率服从威布尔分布的情况,根据机器实际状况采用不完美预防性维修与最小化维修的策略来保障机器的可靠性,以最小完工时间为目标,建立生产与维修的集成调度数学模型。通过设计基于工序的编码、线性顺序交叉算子、互换操作和精英保留策略,给出模型求解的遗传算法,最后通过实例验证所建模型的正确性以及算法求解的有效性。

改进GSO算法的成套订单调度和维修联合优化

基于对生产调度和设备维修间相关关系的分析,设计了成套订单调度和设备维修的联合策略。该策略根据故障率的大小来判定对应的设备维修活动或后续的调度任务,根据该策略,以加工作业顺序和预防性维修阈值为决策变量,加权成套订单数最大为优化目标构建了联合决策模型。利用对调度问题特点和设备故障机理的分析,设计了一个改进的萤火虫算法,将其运用于求解所提出的联合决策模型,并通过数值实验和灵敏度分析,验证了改进算法的可行性和模型的有效性。

有限产能批量问题生产调度与设备维护集成优化研究

基于有限产能批量问题模型,以多产品多阶段的单机系统为研究对象,以最小化的生产总成本(加工成本、库存成本、开机成本、缺货成本、换型成本以及维护成本)及最大化订单完成率为优化目标,对设备预防性维护和生产调度联合优化问题进行研究。建立了生产调度与设备预防性维护的联合优化模型,该模型可用于确定最优的预防性维护方案、生产批量大小以及加工顺序。利用改进后的差分进化算法对模型进行求解,仿真实验结果表明在相同的设备负荷条件下,该模型在故障维护次数、维护成本和生产总成本方面都要明显优于定周期维护模型。

基于改进人工蜂群算法的预防性维修与柔性作业车间成组调度集成优化

传统车间调度问题大多假设机器一直可用,忽视了机器需要维修的情况,而维修计划与生产调度存在着复杂的耦合关系,为最大限度降低维修成本、提高生产效率,有必要将预防性维修和生产调度集成优化。考虑到预防性维修更关注每个机器有效工作时间,提出以每个机器上最后一道工序的完工时间之和最小化以及总成本最小化为优化目标,建立预防性维修与柔性作业车间成组调度集成优化模型。为了提高算法的局部搜索能力,提出一种基于自适应变邻域搜索机制的改进人工蜂群算法(ABC-AN算法)。采用测试算例和三种规模的实际算例验证了提出算法的有效性,通过与分开优化的结果比较,验证了集成优化方法的有效性。

单机调度与丝锥视情预防性更换集成模型

针对丝锥因频繁更换或过度磨损影响生产调度,从而降低生产效率的问题,采用单机调度与丝锥视情更换相结合的联合策略,以调度作业的总加权期望完成时间最小为目标,并引入丝锥性能可靠度约束,进行单机调度与丝锥视情预防性更换的集成建模研究。根据丝锥的磨损特征建立其退化模型,并结合丝锥实际的磨损数据进行参数估计,以求解相应的联合决策问题。实例分析结果既表明了集成优化的有效性,又表明了引入丝锥性能可靠度约束的重要性。

不同预防性维护方式下的两台并行机调度问题

在企业实际的生产调度中,设备的维护是不可或缺的。本文以具有不同预防性维护方式的两台并行机调度为研究对象。以最小化最大加工时间为目标建立数学模型,确定工件的加工设备及其加工顺序。将海明距离与自适应步长结合,提出改进的人工鱼群算法,提升算法的性能。最后在不同算例规模的情况下进行仿真实验,并引入遗传算法(GA)作为对照,将AFSA、AFSA-C与GA进行性能对比,其结果表明改进的人工鱼群算法(AFSA-C)性能最优。

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.

集成预防性维护计划的单机调度蚁群优化研究

尽管生产调度与预防性维护计划密切相关,且其共有目标都是提高机床的利用率,但是存在着调度优化上的冲突。为了综合考虑单机情形下的生产调度与预防性维护计划,提出了一种改进的蚁群优化算法,用于解决以总计作业加权完成时间和总计维护成本最小为双目标的生产调度与预防性维护计划的集成模型。同时进行了大量的仿真实验,比较结果表明提出的蚁群优化算法在解决集成优化问题的有效性和实用性。

生产调度与维护集成的多目标Lorenz非劣遗传优化

研究了一种单机环境下集成生产和维护的双目标优化调度问题。机床的故障间隔时间和平均维修时间服从指数分布,同时结合加工序列相关准备时间。预防性维护活动不能与作业加工同时进行,但与准备时间不相冲突。调度目标是同时最小化作业总计完成时间和机床不可得性。在问题建模的基础上,构造了一种基于Lorenz非劣关系的分类遗传算法(表示为L-NSGA-Ⅱ),详细设计了算法的核心部分。最后,通过大量计算实验,将L-NSGA-II算法与NSGA-II算法进行了比较分析,说明了L-NSGA-II算法的有效性。

一种考虑可靠度约束的单设备集成维护模型

生产调度和设备维护是制造系统中的两个关键问题,两者的目标是统一的,但也存在冲突点,为找到两者之间的平衡点,提出了一种满足可靠度约束的预防性维护和生产调度的集成维护优化模型。以制造系统总生产费用最小为目标,引入可靠度约束条件,通过改善因子来描述预防性维护对设备役龄的改善效果,分别建立了预防性维护和生产调度的独立模型以及两者的集成优化模型。以故障率服从威布尔分布为例,利用遗传算法对模型进行了求解和优化,结果表明,该集成优化策略是实用而有效的,可为生产实际中设备维护计划的制定和生产调度提供决策支持。

考虑劣化状态的单机调度与维修决策集成模型

大多数研究单机调度与维修决策集成问题的文献采用基于役龄的维修策略.然而,设备劣化状态与加工对象、加工环境和加工时间等诸多因素相关.鉴于此,针对设备状态可检测的系统,采用非完美预防性视情维修、小修与故障更换相结合的维修策略,建立一种以加工作业次序和预防维修阈值为决策变量,加工作业的总加权期望完成时间最小为优化目标的随机期望值集成模型.实验结果表明,所提出的模型能更有效地避免过维修或欠维修,并且能够降低生产持有成本.

阀位变送器使效率最优化

位置变送器用来监控调节控制阀的位置或者关键隔离阀的启闭特性。来自变送器的信息随后被用来诊断阀门性能以警告有关人员需要进行早期预防性维修，或者自动调整定位器或控制器中的各种控制参数。最终目标是改进生产工艺质量并提高设备的生产能力。

平行机系统生产调度与维护计划联合优化

针对平行机系统中生产调度和维护计划的联合决策问题,假设随机故障服从威布尔分布,将作业在设备上加工位置以及设备上预防性维护位置作为决策变量,以最小化最大完工时间和最小化单位维护成本作为优化目标建立了多目标优化模型。建立了基于混合编码的遗传算法,针对不同编码类型采用合适的遗传算子,并引入了自适应交叉和变异概率使算法在收敛速度和求解精度上得到较好平衡。通过与枚举算法对比,证明遗传算法具有较好的时间效率和求解精度。通过与独立决策模型对比,证明联合优化模型能更好地解决联合优化问题,提高企业整体效益。