数字孪生驱动的车间多模式配送调度优化

针对混流大型生产装配车间配送调控能力差、配送过程监控困难、运输资源消耗大等问题,提出一种基于遗传算法的数字孪生车间的物料配送方法。建立物理配送与孪生配送实时交互的数字孪生车间物料配送多目标模型,根据物料清单使用遗传算法生成初始物料配送方案,在搭建的孪生车间中对初始配送方案进行仿真优化,并采用数字孪生模型监测设备配送情况并解决配送过程中出现的突发情况。最后以某柴油机装配车间物料配送为例,证明了遗传算法结合数字孪生的装配车间物料配送方案能合理安排物料运输,降低了起重机运输时间,提高了AGV工作安全性,优化车间配送系统性能。     

应用于复杂场合的多批次投递物料路径规划方法研究

为提高物料运输调度效率,减少作业时间,将2批次物料投递问题划分为3个阶段,将3个阶段的总作业时间最少作为目标函数,提出了一个混合整数规划模型。通过定义单双向车道约束和运输车辆路口会车约束,并引入多种群遗传算法,研究了多台物料运输小车的物料投递作业调度模型及算法。与单种群遗传算法和某公司历史数据相比,结果表明:该算法可在避免局部搜索的基础上大幅度提高系统的运算精度与速度,减少物料配送时间,可靠性高。该研究结果为提高企业的经济效益提供了参考,也为多批次物料投递作业优化及决策提供了新的思路。     

精密注射模柔性制造中的智能调度研究现状分析

以带AGV搬运系统的精密注射模车间生产特点为背景,介绍了精密注射模柔性制造车间的生产调度。指出AGV作为柔性制造系统中的物流模块,其运输特点和运输路线对生产调度目标有重大影响。根据不同的调度目标和需求,阐述了柔性制造车间的调度种类,并对带AGV系统的精密注射模柔性制造车间调度算法的研究现状进行了分析归纳和总结。     

基于改进原子轨道搜索算法的多工艺路线柔性作业车间问题研究

针对多品种、小批量复杂产品在加工过程中忽略加工路线约束,导致调度方案中存在设备利用率低的问题,以完工时间最优为目标建立多工艺路线柔性作业车间数学模型。由于加入多约束后模型复杂度骤增,为有效求解该模型,提出一种改进原子轨道搜索算法。改进算法采用一种三层编码方式进行编码和解码;在算法初始化候选解时均匀生成全局加工路线;搜索过程中为增强局部搜索融入自体交叉;为避免陷入局部最优引入变邻域变异;迭代过程中设计了变工序数精英保留策略,扩大了搜索空间。最后,通过某内燃机车生产车间实例对模型和算法进行求解分析,验证了模型的有效性和算法的优越性及适用性。     

基于混合遗传算法的车间动态调度研究

针对扰动事件影响下的车间调度问题,基于事件驱动策略和滚动窗口技术,综合考虑完工时间与交货期,建立了作业车间动态调度模型。为了求解该模型,设计出模拟退火遗传算法,对算法的编码解码、遗传算子等方面进行改造。通过仿真得到初始调度方案,然后在此基础上,采用动态调度策略对交货期提前、机器故障、部件残品扰动事件进行了研究。通过对某公司产品进行实例验证,结果表明上述研究能够得到满意的调度方案。此模型和算法是可行且有效的,可以较好地应用到企业实际生产中。     

自动化仓库系统AGV小车优化调度方法

基于AGV小车系统在仓库系统中只参与运输货品的特点,分析了AGV小车系统在仓库系统中的调度问题,讨论了AGV小车在仓库调度中的调度机制,在分析问题的基础上建立其数学模型,采用遗传算法对数学模型进行了求解,详细地论述了编码、选择、交叉和变异操作的规则。仿真结果表明算法是可行的,可以获得比较好的结果,为AGV小车系统在仓库系统中的调度提供了一种有效的实践途径。     

基于离散多元宇宙算法的柔性作业车间调度北大核心

针对柔性作业车间调度问题计算复杂度高,求解困难的难题,提出了一种离散多元宇宙优化算法。首先,建立起以最大完工时间为目标的柔性作业车间调度模型,使用两段式整数编码和贪婪插入解码建立算法与调度问题之间的联系;其次,设计宇宙种群初始化方法,以确保初始调度解的质量和多样性;然后,在基本多元宇宙算法的基础上,设计新的白洞选择,黑洞白洞传输和向最优宇宙移动机制,提高了算法求解柔性作业车间调度问题的性能。通过基准算例与其他智能算法比较,实验表明,所提算法可以有效的求解柔性作业车间调度问题。     

基于改进遗传算法的自动导航小车路径规划调度

为解决智能车间物料运输AGV小车调度问题,以AGV补料任务行走总距离最短为目标,结合路径选择及任务排序双重标准,提出双层编码方式;同时为避免染色体上的基因聚集到小的邻域内,提出一种改进的遗传算法,算法增加了多种变异过程,相较于传统遗传算法扩大了解的空间,防止局部最优解的产生。最后通过MATLAB对环境进行建模、仿真,并与基本遗传算法进行对比。实验结果表明：所提出的改进算法能高效且可靠地解决AGV在多任务目标情况下的路径规划问题。     

面向节能的冲压车间调度优化方法

合理的车间调度是降低制造业生产能耗的有效策略之一。结合冲压车间生产特性,分析了冲压车间中冲压件加工过程的能耗,以完工时间最小和车间总能耗最低为目标,建立了面向冲压车间的优化调度模型,在模型中考虑冲压件的批量以及运输能耗。采用遗传模拟退火算法对模型进行求解,并对4种批量冲压件的加工进行了实例分析。结果显示:采用优化调度方案与传统调度方案相比,在完工时间增加了2.56%的基础上,车间总能耗降低了5.25%,平衡了完工时间与总能耗;同时,考虑运输能耗的调度将有助于决策者选择更加节能的调度方案。研究结果验证了所建立模型的可行性及有效性。     

综合多路径选择与前工序作业排序的热处理多目标在线调度

以模具热处理车间及其上游多路径可选的柔性作业车间为背景,总结其为一类多路径可选的FJSP类型批调度问题。考虑热处理车间中任务到达的动态性、上游多路径的可选性,构建了反映拖期、能耗与加工质量的优化目标,建立了综合多路径选择与前工序作业排序的热处理在线调度机制。当工件在上游工序时,通过多路径选择方案的调整,可以使工件以一个更为合适的时间到达热处理车间,通过具有良好鲁棒性的嵌入直接牵引的批调度机制对当前组批进行优化,周期性的前工序作业排序方案可以对所有组批方案进行优化,算法核心根据多层折衷规划模型对多目标优化进行深度协调。仿真研究验证了该算法的有效性和环境适应性。     

基于遗传算法的多目标车间调度

针对作业车间调度中应用遗传算法求解存在的早熟问题,对其搜索速度、收敛效果和最优解等方面进行分析研究,给出一种新的混合遗传算法。首先对初始种群进行实数编码,增加解空间中可行解的个数;接着根据距离排列,增加种群的多样性;然后采用拉普拉斯交叉算子和逆转变异,改进算法的搜索效率;最后结合模拟退火算法,并在每一代遗传进化中引入局部搜索,提高了算法的全局寻优能力。通过与其他算法的仿真比较,结果表明新的混合算法能提高多目标车间调度问题的求解速度和质量,并能够找到最佳的调度方案。     

面向MES的机械产品装配过程物料配送系统研究

以机械产品装配过程中的实时物料配送问题为研究对象,在对传统车间物料配送流程缺点分析的基础上,提出了一种面向MES的物料配送模型,对物料进行分类并确定相应的配送批量及配送时间。采用UML用例图建立了面向MES的物料配送系统的功能模型并设计了一种基于现场总线技术的物料报警系统。该物料配送系统在某企业变速器装配制造执行系统中的成功应用提高了物料配送的效率,实现了企业的信息化集成,同时也为装配车间的物料配送提供了更为有效的思路和方法。     

变化环境下汽轮机总装逆调度技术研究

汽轮机总装有严格的交货期,但装配过程中存在物料配送延迟和返工作业等干扰因素,导致原有装配计划无法执行。若频繁地调整装配作业顺序,则会加剧装配作业混乱,降低效率。针对汽轮机总装过程异常干扰影响装配作业计划问题,分析了工人和行车等约束,在满足交货期前提下,以最小化工人成本为目标,以装配工人分配和加班计划作为调整参数,建立多项目汽轮机总装逆调度模型。在此基础上,提出基于粒子群的装配工人动态分配和基于禁忌搜索的加班动态配置相融合的逆调度算法。通过案例测试,同时考虑工人分配与加班计划能够最大程度避免项目延期,同时降低装配成本。     

基于熵增强混沌遗传算法的柔性作业车间调度

为使企业获得最优综合调度质量的车间调度方案,研究了多目标柔性作业车间调度数学模型及其求解算法,建立了基于最大完工时间、最大机器负荷差、机器总负荷和调度复杂度4个调度质量指标的多目标柔性作业车间调度问题模型(MFJSP),提出熵增强混沌遗传算法(ECGA)求解该模型,应用伯努利混沌映射公式改进算法选择操作,用高斯云模型改进变异算子和交叉算子,提高算法的全局寻优能力和搜索效率。根据计算的交叉概率和变异概率执行切牌式交叉操作和两基因片段式变异操作提高种群基因的多样性。以M8J12P3调度问题为例验证了MFJSP模型和ECGA算法的有效性。结果表明,与SGA、PSO和ABC相比,ECGA具有更快的收敛速度和更好的全局搜索能力,有助于企业提高生产效率和降低成本。     

改进模拟退火算法在柔性调度中的应用

针对柔性生产碳排放量和作业时间的耦合,文章以碳排放量和最大完工时间为优化目标,建立了柔性作业车间调度模型,并提出了一种基于改进模拟退火算法的调度策略。为了提高算法的运行速度,采用了随机位置和轮盘赌的两种编码方式。为了避免算法陷入早熟,采用了个体调换和局部颠倒两种不同的搜索方式。最后以车间生产实际案例为背景,通过设置碳排放量和最大完工时间不同的权重系数代表不同的工厂对生产目标的不同要求,生成不同的调度方案。实验结果表明文中所提出的基于改进模拟退火算法的调度策略在加入低碳要求的车间调度中是可行和有效的。     

用蜂群算法实现动态作业车间调度

目前多数作业车间调度算法考虑的是静态调度,但在实际生产中车间总是处于动态变化中.文章研究利用蜂群与环境交互的模型来进行动态调度,提出了有关的算法,仿真实验结果表明这种方法适用于多批次以及各批次工件到达时间不定的情况下的作业车间调度.     

基于混合遗传算法的多目标柔性作业车间调度问题研究

针对柔性作业车间调度问题,提出一种改进的遗传算法,该算法考虑车间生产实际,使交货期短、成本降低、生产效率提高、资源利用率提高等建立多目标优化模型。对传统遗传算法进行一系列改进,在遗传算法的基础上,改进编码方式和遗传算子,结合精英保留策略和小生境技术,使算法的收敛性和多样性进一步优化,采用权重系数变化法计算染色体的适应度。仿真分析表明,提出改进后的混合遗传算法能有效解决柔性作业车间多目标调度优化问题。     

基于双层编码的柔性作业车间分批调度研究

针对柔性作业车间分批调度问题,提出一种基于双层编码的柔性分批调度算法。算法采用批量分割和工序调度相结合的双层编码方式,可同时对工件的批量分割和工序调度进行优化;并针对等量分批规则缺乏柔性的问题,提出一种FR柔性分批方法,使工件的批量分割可得到柔性调节。此外,该算法也考虑了生产车间的上期遗留任务问题。通过实例仿真分析,验证了该分批方法可有效减小子批数量,并明显缩短生产周期,同时也证明了该算法的有效性和可行性。     

含局部流水的柔性作业车间调度研究

针对含有局部流水生产的柔性作业车间生产调度问题,首先在柔性作业车间调度问题的基础上建立调度模型,然后提出一种基于模拟退火法的调度算法,同时对加工路径和加工顺序进行优化,并实现最小化完工时间的调度目标。最后通过实例进行仿真,结果表明了算法的可行性和有效性。     

基于自适应遗传算法的模具制造动态调度研究

模具生产工艺复杂,生产过程动态多变,为有效求解模具制造动态调度问题,设计动态调度算法。文章首先建立简化模具企业车间作业调度问题模型,利用自适应遗传算法确定模具各工件各工序的加工方案。其次,考虑模具生产中的不确定因素,提出了局部更新和全局更新相结合的、基于滚动窗口技术的动态调度方法。最后,将算法用于求解实际模具企业车间作业调度问题,结果表明,该算法通用性强,可行性高。