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。     

工作流在混合流水车间调度问题上的应用

由于混合流水车间的调度问题是NP难题,难以得到它的精确调度结果;而且车间调度往往是动态过程,这又使得生产模式为混合流水车间的生产线的自动执行、资源指派和现场生产调度变得更加困难。文章提出了适合车间调度的工作流模型,建立了混合流水车间的流程定义;采用NEH启发式算法构造全局资源指派规则,同时构造了针对机器、工件的局部指派规则;将工作流技术应用于混合流水车间,在一定程度上解决了车间生产的自动化、优化及动态调度问题。     

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。     

基于改进NSGA-II算法的高维多目标柔性冲压车间生产调度优化

为了优化柔性冲压车间的生产调度、减少车间的生产能耗、实现绿色可持续发展，以车间总能耗、最大完工时间、总拖期、设备总负载最小为目标，建立了高维多目标柔性车间调度模型。提出改进的二代非支配排序遗传算法NSGA-II,该算法优化了局部搜索操作、精英选择策略、交叉和变异概率。根据柔性冲压车间的生产实例，利用传统和改进的NSGA-II算法分别对4个目标函数进行求解，并对各目标的优化迭代过程进行对比，验证了改进算法的有效性。同时，采用优劣解距离法选取一个调度方案，与基于传统NSGA-II算法求出的生产调度方案相比，改进算法得出的调度方案的车间总能耗降低了22.1%、最大完工时间缩短了14.8%、设备总负载减少了11.6%。     

基于遗传算法的航空航天环锻件混合流水车间调度优化

航空航天环锻件的生产特点趋于批量小、定制化和种类多，针对其生产过程中的混合流水车间调度问题进行了优化研究。将优化目标函数设为最小化的整体完工时间，选择搜索能力较高的遗传算法，在Matlab2019b软件中模拟仿真实验，并将实验结果与环锻件的实际生产数据进行对比，验证了算法的有效性和可行性。结果表明：提出的基于遗传算法的调度优化方法的整体完工时间，相较于传统人工排产的略有减少，约提高生产效率10.09%,为优化航空航天环锻件混合流水车间调度问题提供了可能。     

改进遗传算法求解低碳约束的柔性车间调度问题

考虑了实际生产的碳排放问题,提出低碳排放约束下的柔性作业车间调度问题,以最大完工时间最小和碳排放最小为目标。采用改进的遗传算法求解低碳约束下的柔性作业车间调度问题,采用分步求解,先以最大完工时间最小进行调度方案的优化,再以碳排放指标进行调度方案的选取。在低碳约束下,同时考虑机器加工运转和空闲运转,设计不同机器间的碳排放模型。通过使用改进的遗传算法求解仿真案例得到不同的调度方案,根据预设碳排放模型比较分析得出调度方案的优劣。最后通过对企业生产实例的计算,并对不同调度方案进行总碳排放的对比,验证所建立的碳排放模型的有效性。     

基于改进粒子群算法的离散制造车间柔性调度优化

针对离散制造生产过程信息复杂、生产计划与作业计划难以均衡等问题,以提高产品质量,降低企业生产成本为目标,建立了面向柔性制造系统的车间调度模型,并设计了一种改进粒子群算法进行离散制造车间柔性调度优化。改进算法惯性权重能够余弦自适应调节,学习因子能够基于惯性权重动态变化。仿真实验结果表明,改进粒子群算法具有较快的收敛速度以及全局寻优能力。柔性车间调度对于缩短产品生产周期,提高生产线的生产效率,降低生产成本,提高企业的经济效益具有重要意义。     

基于强繁殖NSGA-Ⅱ算法的柔性车间调度多目标优化

为了实现减少车间完工时间、机器总负荷和车间能耗等优化目标,提出了基于强繁殖NSGA-Ⅱ算法的柔性车间调度优化方法。对柔性车间调度问题进行了描述,建立了车间调度的多目标优化模型,给出了调度问题编码和甘特图解码方法。以NSGA-Ⅱ算法为基础,根据繁殖能力的不同将染色体分为强繁殖子群和普通子群,两个子群根据自身特点使用不同的遗传操作,从而给出了强繁殖NSGA-Ⅱ算法。将强繁殖NSGA-Ⅱ算法应用于柔性车间调度优化,改进算法求解的Pareto解集分布优于传统NSGA-Ⅱ算法;选择一个折中解进行验证,强繁殖NSGA-Ⅱ算法解的甘特图完工时间、机器总负荷、车间能耗均小于传统NSGA-Ⅱ算法解的参数,验证了NSGA-Ⅱ算法在柔性车间调度多目标优化中的优越性。     

柔性作业车间多目标调度约束条件研究

目前中国95%的制造业都为小批量多品种柔性作业企业,传统单目标车间调度模型已不能满足企业调度要求。同时实际企业生产多为"部分柔性"生产,但目前对于柔性车间调度问题的研究大都针对于"完全柔性"车间,对"部分柔性"车间涉及较少。首先分析了经典作业问题,然后结合实际"部分柔性"生产的资源约束以及顺序约束,并引入最小提前拖后惩罚目标,建立多目标部分柔性作业调度模型,同时构建了针对"部分柔性"的约束函数。     

面向单件小批量生产的车间分层调度算法

针对车间调度领域,研究面向小批量生产具有交货期约束的作业车间调度(job-shop scheduling)算法,结合实际生产情况提出了一种分层调度算法,该算法将预排产和精益排产有机结合,在预排产层中,系统根据遗传算法以企业的日产能和交货期约束制定粗略的日产计划,精益排产层以预排产层得到的方案为基础,以最小化最长加工时间为目标函数运用遗传算法迭代出一个精益的生产作业计划。经生产验证,该算法符合实际生产状态、容易实现,可以应用于工程生产中。     

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。     

基于自适应遗传算法混合Flow-shop的调度与仿真

通过对柔性制造系统中混合流水车间生产调度问题的分析和研究,开发了基于遗传算法的生产调度方法,调度目标为最小化工件的最大完工时间。采用了一套新的染色体编码方法以保证个体的合法性与计算的方便性,设计了相应的交叉和变异操作算子,并生成最优的排序计划。仿真结果表明,改进后的顺序自适应交叉遗传算法更能有效地解决混合流水车间调度问题,并采用VB软件编程实现了调度过程的动态仿真。     

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。     

两阶段流水类型模具热处理车间的联合批调度方法

以两阶段流水类型模具热处理生产控制为背景,总结其为一类柔性Flow-shop类型批调度问题,考虑到模具热处理车间中任务到达的动态性、多工件族不相容性,构建了反映拖期和能耗的优化指标,建立了事件与周期联合调度机制,对淬火阶段生产环境的变化进行实时响应,对回火任务滚动排产,通过算法中两层折衷规划模型的嵌入,实现了对多目标的有效协调。最后通过仿真试验证明了所提方法的优越性和适应性。     

考虑低碳的柔性作业车间调度问题研究

针对面向绿色制造的车间调度问题,将低碳因素作为影响因子考虑到模型中,构建低碳生产下的多目标柔性作业车间调度模型,并提出改进的免疫遗传算法求解模型。算法改进初始种群的形成机制,以提高收敛速度和改善求解质量,采用合理的选择策略机制、交叉和变异方式,结合记忆库设计熵值移除法筛选Pareto解集,以提高算法的搜索能力和避免算法陷入早熟。运用MATLAB编程运算实例,实验结果表明,该方法能够有效地解决了绿色制造中低碳的多目标调度优化问题。     

改进果蝇算法求解零空闲流水车间调度问题北大核心

针对传统果蝇算法在求解零空闲流水车间调度问题时,存在精度及稳定性较差的问题,提出了一种改进果蝇优化算法用以求解该类问题。该方法以最大完工时间最小化为优化目标,在传统果蝇算法的基础上,建立了多种群中心搜索模式,改进嗅觉搜索方式,引入破坏重建、插入领域局部搜索;并将免疫算法激励度引入果蝇视觉觅食阶段;最后通过测试案例,验证了该改进算法的有效性。结果显示该算法不仅能有效提高全局寻优效果,而且具有较好的稳定性,为求解零空闲流水车间问题提出了一种新方法。     

面向柔性作业车间的动态调整权重启发式算法

针对柔性作业车间绿色生产以及生产均衡性问题,提出一种面向柔性作业车间绿色生产的动态调整权重启发式算法。首先,根据柔性作业车间生产特点构建时间、能耗节能调度优化模型,基于调度模型提出综合优先规则,依据此规则对调度优先级进行干预,实现设备与工序的分层优化,获得高效、低耗的生产方案。在每一次迭代寻优过程中,通过缩短时间、能耗指标值与平均聚集距离的偏差率动态调整指标权重系数,保证时间、能耗选择的均衡性,避免优化过程陷入局部收敛,同时指导下一阶段的选择。最后,通过案例分析对比不同算法的优化结果,验证算法的有效性及准确性,为柔性作业车间生产提供指导。     

基于SLP和人工蜂群算法的车间输送系统优化

为解决纺织车间纱锭自动输送系统的布局问题,分析车间物流及非物流影响因素,建立了生产成本最低化、生产效率最大化、工作区占地面积最小化的多目标优化函数.应用SLP和人工蜂群算法对输送系统进行布局优化.根据车间需求划分作业区域,进行数学建模及边界条件约束,以实际电子玻璃纤维基布生产车间为研究对象进行仿真验证.实验表明,优化后...     

单元流水式制造方式车间建模及仿真分析

应用黑板—多智能代理结构对单元流水式制造方式车间的运作管理进行了分析,用eM-Plant仿真软件构建了仿真系统,建立了系统性能评价指标,对常见的几种典型多层次调度策略进行了仿真,比较分析了这些调度组合策略在单元流水式车间的应用效果。     

柔性作业车间鲁棒调度与预防性维护集成优化

对柔性作业车间生产过程中预防性维护难以有效避免机器故障的发生,并且还存在各种无法预测的随机事件的问题进行了研究。为了有效应对这种情况,提出了多目标柔性作业车间鲁棒性调度与预防性维护的集成优化模型和在空闲时间进行预防性维护的策略,同时优化加工周期、机器可用性和调度方案的鲁棒性。应用多目标遗传算法NRGA对模型求解,并针对柔性作业车间调度问题的特点,采用三层编码方法。采用有效的交叉和变异操作避免产生非法解。最后通过模拟随机事件的发生进行仿真实验,结果表明提出的模型、维护策略和求解算法能够有效地提高生产效率、维护机器可用性、避免实际调度性能的恶化。