一种混合生产形态下的多订单调度遗传算法

针对混合生产形态下（既有加工也有装配）的多订单调度问题,提出一种新的遗传算法。该算法首先提出一种双层编码方法,可以有效解耦装配约束及记录订单权重信息,以指导后继遗传操作;新算法在种群初始化采用＂首基因＂规则以提高种群多样性,在交叉操作时设计基于订单的多父辈交叉算子,不仅能够保证子辈染色体更多地继承父辈的优秀信息,还不会出现不可行解;基于订单权重的变异算子可以在防止算法非成熟收敛的同时,尽量保证权重高的订单按时完成。通过数据仿真结果证明,该算法可有效求解混合生产形态下的多订单调度问题。     

运用聚类算法的订单归并模型研究

针对面向订单的生产管理问题,建立一套订单管理系统,对订单统一管理.在此基础上,深入研究订单归并模型,提出基于交货期和加工工艺的订单归并聚类模型,保证工件的准时交货和加工流程的统一化.实际生产时,对归并订单进行细化分组,相似加工尺寸、同名称和同型号的工件分为一个子订单,减少加工设备的调整次数,提高生产效率.该系统在某重型...     

集成化车间作业计划动态关键路径编制算法

针对单件小批生产加工装配式制造的特点,结合车间作业计划与物料需求计划的集成化管控需求,提出了基于生产过程网络图的动态关键路径作业计划编制算法.算法按照零部件加工装配过程中的工艺顺序和装配关系,将计划期内订单的形成过程抽象化为生产过程网络图,并将物料需求计划映射为网络图中的节点,进行生产能力控制和加工装配约束.以生产过程网络图为作业计划编制的对象模型,以订单的交货期为依据,采用倒排的方式,通过动态寻找网络图中的关键路径来确定车间作业计划顺序和资源分配.通过某密封产品生产企业机加车间生产计划编制的实例,证明了该算法能快速有效地在有限生产能力条件下编制高效可行的车间作业计划,保证作业计划与物料需求计划的一致性.     

订单加急扰动下柔性生产车间动态完全重调度

为了提高订单加急扰动时柔性生产车间重调度的效率,提出了基于邻域拥挤度淘汰NSGA-II算法和优先加工通道的重调度方案。针对订单加急扰动下重调度问题,建立了减少车间能耗和完工时间的双重优化模型。构造了多目标优化问题的邻域,提出了基于邻域拥挤度淘汰NSGA-II算法的柔性车间静态调度方法。当订单加急扰动发生时,设计了基于优先加工通道的完全重调度方案。使用Kacem02标准算例对静态调度性能测试,文章算法的优化目标极值小于标准NSGA-II算法和混合NSGA-II算法,说明该算法的优化能力更强。订单加急扰动后,优先加工通道和滚动遗传算法均将加急订单完成时间由18 min提前到14 min,但是前者保持了整体完工时间不变,而后者整体加工时间由18 min增加到20 min,结果表明优先加工通道在柔性车间重调度中具有更好性能。     

基于遗传算法的印刷企业生产调度模型的构建

目的:针对网络数字印刷订单多、周期短等特点,利用遗传算法求解印品的生产计划排产问题。方法设定若干印品订单、加工工艺、机器设备以及各工序加工时间,采用多层编码遗传算法进行编程计算,通过MATLAB模拟验证遗传算法用于求解调度问题所得到的效果,获得排产顺序甘特图。结果:通过算法搜索过程可知,全部印品加工总时间在第8次迭代时趋于最小值,并且设计算法收敛较快,运算效率较高。调度人员在正常生产条件下,可以通过甘特图直观地进行生产计划排产,能够使车间在保证交货期的前提下快速而又有条不紊的进行生产,缩短了印刷加工周期,提高了机器利用率和生产效率。结论:遗传算法静态生产调度模型可以有效用于印刷作业的一般排产调度,在遇突发状态时可参与人工配合调整,或者需要提供动态调度解决方案。     

订单型企业多目标生产计划的制定及其调度

针对制定订单式小批量生产计划问题,提出了一种使用动态随机投入产出函数来制定多目标生产计划的方法。针对生产调度问题,提出了联合使用最长加工时间优先(LPT)与遗传算法(GA)的混合遗传算法(HGA)来求解混合流水线的调度,并给出了一种新的编码方法,选择了相应的交叉和变异方法。研究结果表明,该计划制造方法能较好地满足订单型企业的随机性要求,而且生产计划编制效率高。该编码方法在保证染色体合法性的同时也保证了算法本身的随机性。某轧辊厂的实际案例分析结果也验证了所提出的订单型企业多目标生产计划的制定及其调度方法的可行性。     

面向刀具再制造的砂轮选配方法

刀具再制造是对受损刀具进行刃磨的加工技术,使刀具具备再次投入生产加工中的能力。在刃磨过程中,受损刀具与砂轮以及加工参数密切联系,目前对此缺乏相应的研究。本文对影响受损刀具加工的参数进行数学建模,推导出刀具在刃磨过程中影响砂轮选配的相关参数计算方法,保证选配砂轮参数的准确性。通过加工实验结果与算法结果的对比测试,证明所设计的砂轮参数选配算法的可行性与可靠性。     

基于水轮发电机叶片的复杂曲面数控加工刀轨生成算法比较研究与优化

以中小水轮发电机叶片加工为研究对象,通过对等参数线法、等距截面法和等残留高度法三种刀轨生成算法所生产叶片零件的加工过程进行研究,比较三种不同算法在复杂曲面加工中的异同及三种不同的加工方法对水轮机叶片加工质量及加工效率的影响,得出水轮机叶片三种加工方法各自最优使用范围及方法,为水轮机叶片实际生产加工过程提供了参考。     

基于改进BP神经网络算法的钻锪工艺参数优化

针对目前工业机器人钻锪工艺参数选取主要依靠经验法的问题,提出基于改进BP神经网络算法的钻锪工艺参数优化方法。分析钻锪工艺过程并针对工艺参数和加工质量的关系进行正交实验设计和相关性分析;针对哈里斯鹰算法的不足,在猎物逃脱几率和猎物跳跃强度两方面对其进行改进;运用改进的哈里斯鹰算法优化BP神经网络,并基于改进的BP神经网络算法建立工艺参数优化数学模型;采用fmincon函数求解最优工艺参数并进行实验验证。分析结果表明,与由经验法确定的工艺参数相比,优化后的工艺参数在孔径精度和锪窝深度精度方面分别提高了17.9%和26.5%,满足了加工质量要求,并保证了加工效率。     

金属玻璃电火花加工多目标优化研究

为解决金属玻璃电火花加工(EDM)过程中,操作人员难以选取最佳工艺参数来获得最优加工效果这一问题,对带有精英策略的非支配排序遗传(NSGA-II)算法进行改进;并将改进的算法应用于金属玻璃电火花加工的加工效果优化中,寻求峰值电流、脉冲宽度和脉冲间隔3个工艺电参数的最优值,以实现工件表面粗糙度最小化和切割速度最大化的优化目标。采用将Jensen递归法与快速排序法相结合的算法代替原有的排序算法,以及在算法中添加删选规则对传统的NSGA-II算法进行改进,以增加种群的多样化,减少算法运算时间,提高算法效率。仿真结果表明,采用改进的NSGA-II算法仿真得到的工件表面粗糙度和切割速度的最优值更优于传统算法,收敛精度更高;而且改进算法的仿真结果更接近金属玻璃电火花加工的实际加工结果,对于加工过程的优化更为可靠,这对实际生产应用具有更好的参考意义。     

基于改进蚁群算法的多主体制造资源配置冲突协调方法

在多主体制造资源组合优化配置过程中,当某个制造资源在同一时刻接收到多个订单加工需求而引发冲突时,结合多主体订单对所有制造资源加工优先级的启发式全局冲突协调过程往往被轻视或忽略。针对这一问题,提出一种改进的双维度蚁群算法。该算法将订单的加工路线作为蚂蚁的第一维度路径,将每个资源对于订单的优先级作为蚂蚁的第二维度路径,实现两个方向的启发式搜索。以某建材装备制造集团的外协订单任务资源配置为例,验证了所提理论方法的合理性和有效性。     

三次NURBS曲线的Obrechkoff参数化插值算法

针对工程实践中对复杂曲线曲面零件高精度加工的要求,提出一种基于单步四阶Obrechkoff参数化法的三次非均匀有理B样条(NURBS)曲线的插值算法。该算法通过后向差分代替微分的方法,对Obrechkoff法求解微分方程的参数化插值算法进行了合理的简化,降低了计算复杂度,有效地保证了计算的精度和插值的实时性。考虑参数化算法对插值曲线的光顺性影响,在MATLAB上与累计弦长参数化法和阿当姆斯参数化法进行仿真比较。结果表明,该算法对应的插值曲线平均曲率最小,光顺性最好。     

基于小样本数据驱动的滚齿工艺参数低碳优化决策方法

针对实际生产历史数据不足的情况,提出一种基于小样本数据驱动的碳排放预测和多目标优化模型。通过Box-Behnken实验设计收集加工数据后,采用反向传播神经网络建立面向碳排放和加工效率的预测模型,在保证预测精度的同时有效减少模型对数据量的需求。以总碳耗和总时长为优化目标,采用改进的多目标灰狼算法和熵权-逼近理想解排序综合评价法进行了最优工艺参数决策。加工实验验证了提出方法的有效性。     

基于Lagrange算法的集群式供应链跨链订单并行配置优化

为研究客户订单在供应链间的协作处理机制,考虑集群式供应链环境下基于两条单链进行柔性动态订单配置的情形,建立订单并行配置条件及基本模型。考虑链间横向合作现实,扩展构建订单跨链并行配置模型,用以机动处理能力内和能力外的跨链订单。基于Lagrange算法进行求解。仿真分析发现,跨链下的订单配置策略比无跨链情形更具弹性,在保证生产能力充分负荷的同时减少了订单拒绝风险。同时还发现,订单拒绝机会成本系数和跨链订单生产成本系数对订单配置有重要影响,这两个参数的组合中存在一个临界点,集群式供应链可通过临界点演化出来的组合,设计出对优先订单和跨链订单的接受决策及其生产规划,从而使客户满意度和总利润达到最优。     

基于动态机器故障率的并联加工系统资源多目标调度

针对并联加工系统,为处理生产过程中因机器故障导致的加工资源动态调度问题,考虑系统资源负荷和故障率存在的动态相互制约关系,依据子周期划分的不同策略,对调度后的加工总时间、预防维修时间和系统可靠度进行量化研究,构建多目标动态调度模型。采用基于Pareto熵的多目标粒子群算法对模型进行求解,通过改进个体最优解选择策略,提升最优解选取的多样性;通过差熵来估计种群所处进化状态,改进算法的搜索能力。以某企业的加工系统为实例,利用该模型进行加工资源调度方案设计,通过模糊决策得到的多目标权重,选取最优调度方案,并进行多个参数对比,验证在加工资源调度过程中,集成考虑动态机器故障率和基于机器最大役龄约束划分子周期的可行性,不仅可以完成订单准时交付,还可以使企业有更好的柔性去应对可能到来的紧急订单。     

曲线的三参数路径规划车削插补算法研究

为了保证数控加工中复杂曲线零件的车削加工精度,在普通二参数车削加工的基础上,提出了一种三参数路径规划车削插补算法。该算法将复杂曲面数控加工插补过程的路径规划分解为若干插补点之间的最优路径搜索和选取问题,根据不同加工要求设置决策变量,并进行取值判别,通过3个参数联动对曲线进行插补运算,优化加工过程中刀具的路径,并应用于相关的实例分析。研究结果表明,该优化算法能保证加工曲线的光滑性,有利于提高曲线的加工质量,并且该算法还具有计算规模小、求解迅速、数控加工插补误差小等优点。     

基于滑动平均订单预测的半导体生产库存模型

为满足变化莫测的市场需求与半导体制造企业复杂的制造过程,针对半导体生产企业的生产时间不确定性和订单到达不确定性,分别使用滑动平均法与指数平滑法建立客户订单预测模型,提出了基于这两种客户需求预测模型的离散反馈状态生产库存控制系统模型;讨论了这两种模型系统有界输入有界输出的稳定性,并给出了基于这两种模型的系统达到有界输入有界输出稳定的参数限制条件。使用某半导体制造企业的订单生产数据,对两种预测模型进行仿真运算,比较了这两种模型下系统生产库存控制的具体效果。仿真结果显示,两种模型都可以满足客户订单的需求。通过检验表明,滑动平均法预测模型能使半导体企业生产库存控制获得小于3%的牛鞭效应,优于指数平滑法预测模型的结果。     

横向型虚拟企业订单分配模型研究

横向型虚拟企业是由多个生产同类产品的企业构成的协作生产联合体,正确合理地在协作企业之间进行订单分配,是提高制造企业敏捷性和竞争力的重要手段。针对这一问题,提出了一种基于生产负荷率准则的订单分配方法,建立了订单均衡分配模型。利用进化规划算法对模型进行了求解,并应用研究实例验证了算法的有效性。研究结果表明,提出的模型与方法是有效的。     

基于JIT的加工和装配计划集成方法及其应用

针对订单生产型企业JIT准时供货的要求,建立了加工和装配计划集成模型,该模型的目标函数是为了保证产品交货期的要求;为保证计划的可行性,约束函数包括加工能力约束、装配能力约束、加工和装配顺序约束;模型为两层混合规划模型,运用了遗传算法和启发式规则,提出了混合启发式算法。最后,针对某按订单制造型企业进行了实例应用,对产品制造过程进行了分解,采用先由装配计划得出各工件的交货期,然后根据工件的交货期确定工件的加工和装配计划。     

基于相邻交换复合蚁群算法的多产品供应链调度优化

为制定网络化制造模式下供应链合作成员间的动态调度策略,构建了由制造商、协同制造商和分销商组成的三层供应链动态调度模型。针对多产品多订单调度情况,在加工工序和交货期等约束条件下,构建由加工成本、半成品库存成本、成品库存成本、运输成本和延期惩罚成本等描述的调度模型,以寻求最优化的供应链运作时间、综合成本和客户需求服务水平。为解决多产品多订单加工顺序全排列与求解穷搜索所带来的时间过长的问题,采用单种群复合蚁群算法,运用总控制台判断订单类别以分配至待加工订单库,提出相邻交换因子调整订单顺序以提高蚁群寻优效率,并根据相邻交换的奇偶次数决定订单前移策略,避免出现死循环;同时,在供应链调度过程中考虑相同分销商的不同产品订单是否进行组合运输,通过将订单合并行为作为一特殊工序加以实现。实例仿真表明,该算法具有良好的求解性能和搜索速度,且调度模型具有合理性和实用性,可以为实际生产调度的优化决策提供参考。