考虑生产和需求情况下多设备系统状态维护策略研究

针对考虑生产多于需求或少于需求的情况下多设备系统的维护问题,建立了状态维护策略模型。首先将设备退化过程分为三个状态,构建状态的转移概率模型,并且针对不同状态采取两种维护策略;其次,基于半马尔可夫模型以损失成本和超额利润、检测成本、维修成本为优化目标,建立在不同策略下维护费用模型,采用策略迭代算法求解不同状态下的维护策略。最后,通过算例分析验证模型的有效性,并对相应的参数进行了灵敏度分析。     

有限产能下多部件设备视情维修策略与多订单批量生产联合优化研究

针对有限产能下,面对多个不同要求订单时的订单选取和多部件设备维护决策问题,提出了基于客户满意度的多部件设备视情维修策略和多订单批量生产的联合优化模型。首先,基于比例风险模型描述出各部件的具体劣化趋势,并以虚拟年龄表示各部件的健康状态;其次,根据单次批量生产结束后的实时监测结果和维修阈值,确定不同的维修方式;再次,以利润最大化为优化目标,结合有限产能批量问题模型和客户满意度模型,建立视情维修策略和多订单批量生产联合优化模型;最后,利用模拟退火算法和粒子群算法就行模型求解,并通过算例验证了模型的有效性,使模型更具有现实意义,并对模型相应参数进行了灵敏度分析。     

区间数可重入混合流水车间调度与预维护协同优化

针对加工时间不确定的可重入混合流水车间调度与预维护协同优化问题,构建以区间最大完工时间、区间总碳排放和区间总预维护费用为优化目标的集成调度模型.针对问题特性,通过设计改进的可能度计算方法,定义区间意义下解的Pareto占优关系.提出一种改进的离散鲸鱼群算法,通过同步调度与维护策略,实现制造与维护的联合优化;设计个体间距离计算策略,寻找“最近较优个体”;设计个体位置移动策略以及多邻域搜索策略,有效地平衡全局搜索和局部搜索,提高收敛精度.通过大量的仿真实验和结果对比分析,表明了所提出的算法对于求解区间数可重入混合流水车间调度和预维护协同优化问题的有效性和可行性.     

两部件系统视情维修与生产调度的联合优化模型

为了解决生产调度过程中由系统维护维修产生的资源闲置和时间成本增加问题,将系统维修与生产调度联合建模.在众多学者将系统作为整体进行生产调度与维修研究的基础上,考虑系统内各组成部件之间的复杂关系.针对具有经济相关性的两部件系统,以调度作业加工顺序、预防性维修阈值、机会维修阈值作为决策变量,考虑到两部件同时维修比单部件独立维修更为经济,将机会维修引入到建模之中,制订机会维修、预防性维修、故障后更换的视情维修与生产调度结合的联合策略,通过劣化状态空间划分法给出生产调度过程中所有维修组合及其对应维修概率,推导出联合概率密度函数,建立以最小化总加权期望完成时间为目标的联合优化模型.通过数值实验和灵敏度分析验证所提出的策略及模型的有效性.     

基于灾变机制的预防性维护和生产调度集成优化方法

为了解决生产车间中多品种任务的生产调度与预防性维护集成优化问题,综合考虑其加工顺序、生产批量及预防性维护策略等要素,在订单充足的前提下,以总制造成本和加工时间最小化为联合优化目标,建立了生产调度与预防性维护集成优化模型。针对模型特点,在非支配排序遗传算法框架的基础上,基于灾变机制和荣誉空间,引入截断和拼接操作算子,提出一种变长度染色体单亲遗传算法对模型进行求解,并在不同参数条件和问题规模下,通过仿真实验验证了该算法解决复杂生产任务调度和预防性维护集成优化问题的有效性。     

面向多停泊基地的港口拖轮调度优化研究

拖轮调度是典型的多处理器任务调度问题,针对多停泊基地和不同作业模式下的拖轮调度,以最大完工时间和总作业油耗最小化为目标,建立了拖轮调度多目标优化模型。采用演化策略算法对多停泊基地拖轮调度优化问题进行计算,提出一种基于轮盘赌概率分配的编码和解码方法。计算结果表明了演化策略算法的有效性和可行性,优化后的最大完工时间最小值相比仿真运行结果取得较大的改善,不同作业模式下均减少了约16%;计算结果还表明不同作业模式对拖轮调度结果会产生较大影响。     

考虑能耗节约的集装箱码头双小车岸桥与AGV联合配置及调度优化

合理调度集装箱码头的装卸设备以减少生产过程中的能耗, 对实现其低碳绿色化发展具有重要意义. 针对集装箱码头向自动化发展过程中的双小车岸桥与AGV (Automated guided vehicle)联合配置及调度问题, 考虑AGV续航时间、双小车岸桥中转平台容量和堆场缓冲支架容量约束, 以岸桥的能耗最小为第一阶段模型的优化目标, 以AGV运输过程的能耗最小为第二阶段目标建立两阶段优化模型; 设计枚举法求解第一阶段模型, 改进遗传算法求解第二阶段优化模型. 以洋山四期自动化集装箱码头为例进行实验分析, 针对不同船舶在港总装卸时间和AGV配置原则进行实验, 验证了模型和算法的有效性, 结果表明以最小化能耗为目标的双小车岸桥与AGV联合调度可在岸桥主小车不延误的前提下, 显著减少AGV的配置数量.     

多AGV和机器集成的多目标柔性作业车间调度研究

为解决智能制造环境中具有多时间和多AGV约束的柔性作业车间调度问题,构建了以最小化最大完工时间、最小化总延期、最小化设备总负荷为目标的机器/AGV双约束多目标调度模型,模型中综合考虑加工时间、工件到达时间、交货期等多时间因素,进行了多AGV和机器集成调度。为求解该模型,设计了新的AGV调度规则和改进的NSGA-算法,算法中提出了基于工序的扩展染色体编码方式和基于AGV分配的贪婪式解码策略,同时设计了不同参数控制的多种群二元锦标赛选择和分段交叉变异策略以及基于Pareto级的去重精英保留策略,以促进个体协同优化搜索。通过实例实验,分析了不同AGV数量任务分配方案下的模型有效性,对4个案例的仿真测试和同类算法比较解也验证了改进NSGA-算法求解该模型的有效性。     

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.

     

异构负载下单机调度与预测性维修的集成建模

在生产调度的过程中,设备常常因加工不同作业而承受不同负载即异构负载,设备受异构负载的影响导致其加工每项作业过程中的退化速率不同,从而影响生产调度与维修计划的排程,进而带来资源闲置和时间成本增加的问题.为了解决该问题,在考虑异构负载影响下,提出单机调度与预测性维修的联合策略,以最小总加权期望完成时间为目标构建相应的集成模型.对单机调度过程中受异构负载影响的设备,建立基于维纳过程的退化模型,根据其退化规律,推导相应设备剩余寿命的累积分布函数.通过数值实验,分别针对异构负载与平均负载的情况比较相应集成模型的优化结果,结果表明了在集成模型中考虑异构负载的必要性,并通过参数灵敏度分析验证了所建集成模型的有效性.     

考虑患者分类的应急手术调度研究

针对公众突发事件背景下应急手术调度效率及救治率低下等问题,将应急手术调度问题看作三级混合流水车间调度问题,在考虑患者三级分类的同时,综合考虑患者的恶化效应与手术团队的学习效应因素,构建以平均完成手术时间、患者恶化成本和手术室总能耗为优化目标的多目标应急手术调度模型。针对布谷鸟算法易陷入局部寻优的缺点,设计了一种被发现概率自适应的布谷鸟算法对应急手术的调度模型进行求解。最后通过仿真实验验证了模型和算法的有效性。     

基于混合果蝇优化算法的选址-库存联合优化策略

针对装备维修保障仓库系统运营费用高、仓库点位布局不合理、备件库存结构不合理等问题,建立以多品种联合补货问题为基础的装备维修备件仓库选址-库存控制决策联合优化模型,模型可用于求解仓库的开设位置、维修活动需求点的指派情况、仓库补货时间以及库存水平等.根据模型的结构特点,利用多种群协同进化的方法改进传统果蝇优化算法的位置更新方式,设计一种内外两层搜索策略的混合果蝇优化算法,外层搜索策略作为算法的主程序用于搜索仓库选址决策变量,内层搜索策略采用改进的RAND算法用于搜索库存控制决策变量.仿真结果表明,混合果蝇优化算法具有良好的求解效率,能够确保库存系统在一定服务水平的基础上有效降低库存运营总成本.     

变质品生产、库存控制与预防维修联合建模与优化

针对产品变质带来库存损耗的问题,在经济生产批量模型的基础上加入零库存时间,提出新的库存控制策略.该策略以预防维修周期和零库存时间为联合决策变量,利用更新定理建立了单位时间内总成本的期望模型.为了提高对此期望的计算速度,设计基于矩阵运算的蒙特卡罗仿真算法,并与遗传算法结合,大大提高了模型的优化速度.通过比较研究,验证了仿真算法的显著优势,并通过敏感性分析明确了相关参数的变化对最优策略的影响.     

An approximate nondominated sorting genetic algorithm to integrate optimization of production scheduling and accurate maintenance based on reliability intervals

With the development of intelligent manufacturing, production scheduling and preventive maintenance are widely applied in industry to enhance production efficiency and machine reliability. Therefore, according to the different processing states and the physical degradation phenomena of the machine, this paper proposes an accurate maintenance (AM) model based on reliability intervals, which have different maintenance activities in diverse intervals and overcome the shortcoming of the single reliability threshold maintenance model used in the past. Combining the flexible job-shop scheduling problem (FJSP), an integrated multiobjective optimization model is established with production scheduling and accurate maintenance. To strengthen the ability of the evolutionary algorithm to solve the presented model/problem, we propose a novel genetic algorithm, named the approximate nondominated sorting genetic algorithm III (ANSGA-III), which is inspired by NSGA-III. To improve the performance of the Pareto dominance principle, the local search, the elite storage for the original algorithm, the approximate dominance principle, the variable neighborhood search, and the elite preservation strategy are proposed. Then, we employ a scheduling example to verify and evaluate the availability of the above three improved operations and the proposed algorithm. Next, we compare ANSGA-III against five recently proposed algorithms, representing the state-of-the-art on similar problems. Finally, we apply ANSGA-III to solve the integrated optimization model, and the results reveal that the machine can maintain higher availability and reliability when compared to other models in our experiments. Consequently, the superiority of the proposed model based on accurate maintenance of reliability intervals is demonstrated, and the optimal reliability threshold between the yellow and red areas is found to be 0.82.     

一种面向维修资源配送调度的遗传-烟花混合算法

为减轻资源供应不及时对维修活动顺利开展的影响,本文针对配送式供应保障,基于带时间窗的多配送中心车辆路径规划问题提出了一种半开放式的协同配送调度模型,使得多个资源库存中心之间达成了协同合作与互相保障,从而减少了资源的供应时长和调度成本,提高了全局调度效率。为高效地求解该模型,本文提出了一种遗传-烟花混合算法,混合算法在经典遗传算法的基础上引入了烟花算法的爆炸算子以增加种群优秀个体的数量,丰富种群基因的多样性,从而提高算法的寻优能力。通过仿真实验对比,证明了爆炸算子对遗传算法容易“早熟”的缺点有所改善,且混合算法具有更高的求解效率。     

改进松鼠搜索算法求解分布式节能柔性调度

为了优化同时考虑最大完工时间和机器能耗的双目标分布式柔性作业车间调度问题,提出了一种改进的多目标松鼠搜索算法。引入了基于升序排列规则的转换机制,实现了松鼠位置向量与调度解之间的转换,并针对机器空闲时间设计了从半主动到主动的解码策略。针对不同优化目标设计了三种种群初始化策略。同时提出了动态捕食者策略来更好地协调算法的全局探索和局部开发能力。设计了四种领域搜索策略用于增加种群多样。20个实例上的实验结果验证了改进后的算法求得解的质量和多样性更好,从而证明了其可有效求解分布式节能柔性调度问题。