考虑动态资源和工件批量约束的柔性车间生产调度

针对实际车间生产调度过程中车间设备资源受上一调度周期剩余任务影响、工件批量和加工路径柔性等问题,构建考虑设备动态负荷和工件批量约束的柔性车间生产调度模型。提出双层嵌套式遗传算法:外层遗传算法确定工件批量划分和各子批零件的工艺路径,并设计一种基于设备优选法的解码算子来确定个体对应的批量划分中各子批零件的工艺路径;内层遗传算法确定外层遗传算法个体所对应的工件分批和加工路径约束下的调度方案,调度方案的完工时间和超出交货期时间将反馈到外层遗传算法中,用于综合评估当前分批和加工路径方案的性能,实现综合优化。最后在柔性调度标准案例10×10案例基础上增加批量、交货期、设备资源等约束,对所提模型和算法进行测试,结果表明所提算法在对工件进行合理分批和工艺路径确定的同时,能够优化调度结果,满足产品交货期和设备资源约束。     

蚁群算法和遗传算法融合及其在有时问窗的车辆路径问题中的应用

针对基本蚁群算法搜索时间长、易陷入局部最优的缺点,提出了一种蚁群算法和遗传算法相融合的混合算法。该算法利用遗传算法全局快速收敛的优点,将遗传算法融入到蚁群算法的每一次迭代中,以加快算法的收敛速度,提高求解效率。实例运行结果验证了算法的有效性。     

双资源约束的航天结构件车间生产调度方法

针对航天结构件生产调度过程中工序加工时间随操作人员能力级别而变化,关重件和关键工序特定设备和人员要求约束等问题,构建综合考虑关键设备和人员双资源约束的柔性车间作业调度数学模型,解决航天结构件生产设备资源维、人员资源维、工序信息维的描述。为实现双资源约束下的柔性调度,提出嵌套式蚁群-遗传混合算法,针对结构件加工工序设备和人员双资源选择问题,建立资源选择问题与蚁群并行搜索的映射关系,设计蚁群算法实现资源选择;为提高算法搜索性能,利用遗传算法求解当前蚂蚁资源选择下的调度问题,在避免人员资源使用冲突前提下实现设备加工工序的优化排序,使得关键设备利用率最大,总完工时间最短,并通过综合考虑蚁群和遗传算法阶段的求解目标进行蚁群算法信息素的更新,大大提高算法获得较优解的性能。最后,通过航天结构件车间实际案例进行算法测试,测试结果表明,嵌套式蚁群-遗传混合算法能有效地求解双资源约束的航天结构件车间生产调度问题,可降低资源总负荷,提高关键设备利用率,避免人员资源冲突,具有良好的综合调度性能。     

[数据建模]针织生产智能管控的通用数据模型研究

针对针织面料生产智能管控需求,从车间计划与调度、产品生产过程和设备监控管理三个典型管控功能角度出发,基于针织生产大数据分析,建立了针织面料生产智能管控通用数据模型。依据“数据-模型-关键流程-管控”方法,对针织面料生产过程产生的大数据进行抽取分析,考虑产品信息、设备信息和生产流程信息,实现对高端针织面料生产全流程的多维数据描述;在此基础上,分析生产计划与调度、生产执行管理和设备监控关键流程中的数据流,建立相应的通用数据模型,为进一步实现针织生产关键流程织造和染整流程的智能制造管控提供基础指导。     

纺织智能制造标准体系架构研究与实现

纺织智能制造标准体系架构的建立,有助于纺织生产过程中生产设备、系统集成、生产执行和成品流通智能化改造的快速铺开,具有重要的意义。为此,在深入分析纺织智能制造共性技术和标准化需求的基础上,设计纺织智能制造标准体系架构,包括共性技术与标准、关键技术标准和纺织智能制造新模式。关键技术标准中,智能车间与工厂是实现纺织智能制造的关键,进一步考虑纺织产品生命全周期,从纺织工厂资源要素、系统集成、互联互通、信息融合、制造执行与运营分析等方面构建纺织智能制造工厂架构。最后以上海某针织面料生产企业为例,构建包括针织面料生产全流程规范、生产装备互联互通网络架构、数据结构规范和织造染整管控4个层次的针织生产智能管控标准架构,并对设备实时监控与异常侦测、纺织工艺质量分析与工艺优化、纺织全流程生产计划与调度典型应用场景流程进行分析。     

基于约束矩阵和遗传算法的装配线平衡优化方法

针对装配线平衡问题(ALB),归纳装配作业的三种基本约束关系,并通过约束矩阵描述装配作业的约束与优先权关系.利用遗传算法对装配线平衡问题(ALB)进行分析和求解.算法中,提出基于约束矩阵的作业序列编码策略,设计遗传操作(选择、交叉、变异),并通过基于模拟退火机制的精英策略加速了算法收敛.最后,用实例证明此算法的有效性.     

基于拓扑优化的薄壁零件装夹布局确定方法

在复杂薄壁件加工过程中,合理的定位点配置可以有效降低加工变形。为了解决薄壁件定位支撑结构的优化设计问题,文章建立了以刚度为目标函数,体积为约束函数的拓扑优化模型。模型将夹具与工件看作同一实体,采取多组件多约束的拓扑优化方法,利用大型商用软件Ansys Work-bench中的拓扑优化设计模块对零件的定位支撑结构进行拓扑优化设计,并对不同支撑条件的变形仿真结果进行了比较,证明了拓扑优化方法在夹具设计中应用的可行性。     

纬编织造车间生产调度方法研究

为解决纬编织造车间生产订单品种繁多、工艺复杂等问题,构建综合考虑织造车间因素的生产调度模型。研究了“订单拆分-设备选择-任务排序”的织造车间调度方法设计订单拆分规则,对重要客户交货期紧急的订单进行拆分处理;基于产品工艺相似性设计启发式规则,对产品加工设备进行选择;设计结合变邻域搜索策略的遗传算法,对设备加工任务进行优化排序。结果表明:通过提出的调度方法,保证了产品交货期内的加工时间富裕度,减少了设备改机时间,实现了产品完工时间与总拖期时间最小化目标。以生产实例进行算法仿真分析,验证本文方法及算法的有效性,并对不同规模案例与其他算法的求解结果进行比较,验证了改进遗传算法的优越性。     

调整时间与工序顺序相关的Job Shop调度优化方法研究

以多目标多约束Job Shop调度问题为背景，考虑工序调整、作业相似性等特点，利用成组技术和人工智能树，提出了与工序排序有关的调整时间描述方法及其调度规则，给出了此问题的混合整数规划模型，并构造了基于生物免疫机理的调度算法以提高求解此类问题的效果。介绍了保证抗体的多样性和有效性的基于自然数的抗体编码方法和基于抗体浓度的抗体激增和抑制策略。用毛纺后整理车间的一个调度实例和La31案例证明了免疫算法用于求解复杂生产调度问题的速度和效果。     

基于遗传算法的批量 Flow-shop调度问题研究

结合实际情况，对批量Flow—shop调度问题进行了研究，给出批量Flow—shop调度问题的建模，根据不同的移动方式。给出工件在各机床上的起始加工时间的确定方法，并提出一种融入启发式规则的遗传算法进行问题的最后求解。最后的实例证明了提出的算法求解批量Flow—shop调度问题的有效性。