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。     

考虑多时间因素的绿色柔性作业车间动态调度

针对质检扰动引起的完工时间延迟和机床能耗高的问题,对绿色柔性作业车间动态调度进行研究.从考虑调整时间和质检时间的视角建立节能调度模型,采用加权归一的方式将多目标合并,利用改进的头脑风暴算法进行求解,在编码环节引进了转换机制和多层编码策略,优化了机器选择和工序排序问题.通过Matlab仿真软件对算例进行测试,研究结果表明...     

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。     

基于多Agent的蚁群算法在车间动态调度中的应用研究

文章提出了基于多代理的车间动态调度结构模型,并分析了此结构模型的工作原理.对应用蚁群算法如何实现车间的具体调度进行了分析与实现,从而为制造系统中的动态调度提供了一种新方法.通过仿真,验证了此方法在车间动态调度问题的求解中具有很好的可行性与有效性.     

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。     

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。     

基于混合禁忌蝙蝠算法的AGV物料配送调度研究

针对作业车间的物料配送调度问题,考虑到AGV在加工过程中只参与物料运输的特性,把整个生产车间的物料调度视为一个小型的车间物流系统,在此基础上提出一种实现AGV行走路径、运输时间和配送成本等多目标最优化的多AGV作业调度模型。采用单层整数分段编码和ROV编码转换方案,通过在基本蝙蝠算法中引入禁忌表、藐视准则和局部搜索寻优等策略,构建了一种混合禁忌蝙蝠算法来求解该调度模型。仿真结果表明该算法具有一定的可行性,可以获得比较好的效果,为多AGV在一定约束条件下的车间物料调度提供了一种切实有效的实践方案。     

生产周期——交货期双目标生产车间调度优化

目前生产车间调度问题研究主要集中在单目标调度问题上，离实际调度问题还有很大差距。文章结合实际，将遗传退火算法与双向调度策略相结合，研究了工艺路线可变的以生产周期和关键工件交货期为目标的生产车间调度问题。双向调度策略既满足了客户的要求，又考虑到了车间生产效率，具有很强的实际应用价值。遗传算法和模拟退火算法的结合，充分发挥了遗传算法良好的全局搜索能力以及模拟退火算法能有效避免陷入局部极小的特性，具有很好的收敛精度。最后给出的仿真结果证明该算法是可行的，并具有明显的优越性．     

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。     

考虑机器故障的柔性作业车间动态调度

针对生产过程中不确定性机器故障使初始调度方案可执行性降低的问题，提出了一种考虑机器故障概率的柔性作业车间重调度方法。采用事件和基于故障概率的周期混合驱动策略，综合使用多种重调度方式，引入最大完工时间偏差、工序开始时间累积偏差、工序机器变动量作为评价指标，借助结合变邻域搜索的改进遗传算法对调度方案进行求解。通过对处理后的柔性作业车间案例仿真分析，结果表明，相比于单一重调度方式该方法最优重调度方案在性能评价指标上有显著提升，验证了所提出重调度方法应对不同情况下机器故障扰动的优越性。     

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%。     

面向车间生产动态调度的动态工作日制研究

生产调度问题在实际应用中更多地表现为动态调度，在分析调度问题的三个动态因素：加工机床集、加工任务集和时间的基础上，并结合车间实际生产情况，对时间的动态变化这个影响动态调度最基本的因素进行了研究。提出了动态工作日制的动态实现策略和实现的关键的算法，为动态日制的离散实现提供了一个具体应用的方案，最后演示了一个对动态工作日制的管理及其实现的示例，证明了该方案实际应用的可行性。     

扰动环境下非标自动化设备项目反应性调度

为应对非标自动化设备项目调度中的突发状况，在企业资源受限下多模式项目调度问题基础上，针对扰动环境采用反应性调度作为动态调度方案，反应性调度模型将各作业开始时间变动成本最小化作为优化目标，同时考虑最小化各作业模式转换成本。为满足快速求解的要求设计了双层嵌套变邻域搜索算法，通过对邻域和扰动算子的设定减少了不可行解和扩大了搜索空间。将改进算法与遗传算法、模拟退火算法、禁忌搜索算法进行了比较，实验结果验证了算法的有效性和性能的优越性。     

考虑瓶颈工序外协的模具车间调度研究与应用

瓶颈工序是工件生产流动的窄口,直接影响产品的交货期和制造成本。模具生产为典型的多品种小批量生产方式,生产节拍难以控制,生产调度困难,瓶颈工序直接制约车间产量的提升。以最大化利润为调度目标,研究考虑瓶颈工序外协的调度算法,并在某公司模具车间进行运用,取得了较好的效益,验证了该调度算法对多目标柔性作业车间的指导意义。     

柔性流水类模具零部件热处理车间多目标动态调度

考虑柔性流水类模具零部件热处理车间的任务动态到达性、多工件族不相容性及设备装载量非同等性等特点,以交货准时性、制造节能性、质量稳定性为调度目标,构建了相应的数学模型,建立了事件触发的实时调度机制,并据此提出了一类基于前摄性组批策略的启发式算法,通过嵌入多层折衷规划模型对多目标进行有效协调,最后基于MATLAB仿真试验,说明了所提方法的有效性和适应性。     

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。     

基于PROFINET的E-车间通信模型构建及调度优化设计

为了解决E-车间通信的实时性问题,提出一种基于PROFINET的车间通信网络体系。在此基础上,重点设计了基于greedy算法的车间通信调度模型、得出了多任务调度时刻表、构建了物理检测平台,对算法的可行性进行了验证。在消息任务数目相同的条件下,采用文中提出的调度算法比使用传统西门子S7内部调度策略的任务交付时间有显著减少,且任务量越大,该算法越有优势。     

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。     

基于带精英策略的NSGA-Ⅱ遗传算法的车间作业调度研究

研究了带精英策略的非劣前沿分级遗传算法，优化了算法终止条件。针对多目标车间作业调度优化无法找到唯一最优解的问题，提出了基于带精英策略的非劣前沿分级遗传算法的多目标车间作业调度的优化策略和实现方案。仿真结果表明，基于带精英策略的非劣前沿分级遗传算法是求解多目标车间作业调度问题的有效算法。     

基于Petri网和GA的多目标动态优化调度问题研究

以最小化生产周期、机床负载和机床与工人的费用为调度目标,基于受控Petri网和遗传算法提出了一种多目标作业车间调度方法,用于解决作业车间的加工受到机床、操作工人双资源制约条件下的动态优化调度.首先,给出了基于Parikh矢量的Petri网控制器简化设计方法,并应用该方法构建了基于紧急订单的受控Petri网模型;然后设计了基于Pareto的遗传算法,能够获得Pareto最优解集;尤其重要的是能够针对车间的动态扰动给出相应的调度方案.最后,通过实例验证了该方法的可行性和有效性.