作业车间多工艺路线批量作业计划优化

提出一种基于遗传算法的作业计划算法,用于解决作业车间的中小批量多工艺加工作业计划的优化问题。在作业计划算法中,提出了一种将工件的子批数量和加工工序包容在一起的染色体编码方法,使得子批数量的确定和子批加工顺序的安排能够被同时优化。以生产周期为目标优化作业计划,将遗传算法和分派规则相结合,通过交叉、变异等遗传操作,得到目标的最优或次优解。最后对算法进行了仿真研究,并给出了算法运行结果,仿真结果表明该算法是可行的。     

面向柔性定制的并行不等效客车混装线生产计划主从联合优化

针对客车制造过程中多条异构混装线之间加工能力、作业时间不等效的特征,提出面向柔性定制的并行不等效客车混装线生产计划模型。分析订单分解和投产排序的耦合关联机理;以产品紧急度、匹配度以及产线负荷为目标,建立以订单分解为主、投产排序为从的主从联合优化模型。针对模型特征提出一种结合Pareto前沿解的双层交互式遗传算法。为了提高遗传算法的性能,引入自适应调整方法对交叉概率和变异概率进行改进,并采用小生境技术保证种群多样性。利用客车混装线中的案例对提出的模型进行了验证,并与多阶段遗传算法以及企业的实际方案进行了比较。所提出的使用双层交互式遗传算法的模型可以真实地代表企业的实际情况,并最大限度地提高混装线的效率。     

基于嫁接GA的车间作业调度问题研究

针对现有遗传算法在解决大规模车间作业调度问题时存在进化速度过慢与早熟的矛盾，提出了一种改进的遗传算法一嫁接遗传算法。算法的改进之处有3点：①引入嫁接种群来加快进化速度并提高抗早熟的能力；(多引入交叉概率矩阵来进一步防止出现早熟；(9采用3种不同的交叉算子来扩大搜索范围，提高解的质量。通过经典调度例子测试，该算法在进化速度和求解精度方面同时取得了比较满意的效果，不失为一种解决遗传算法矛盾问题的新途径。     

基于交货期的流水线车间调度算法设计与实现

这里提出了在流水线调度时可以利用遗传算法计算出工件的最短通过时间，但同时应考虑交货期的影响、设备的负荷率和员工加班等问题。在设计过程中，根据实际，改进常规遗传算法，设计出一种基于交货期的遗传算法，可以很快的收索到最优个体。实例证明了其可行性。     

可重入混合流水车间调度的改进遗传算法

研究了可重入多阶段混合流水车间调度问题,其中至少有一个加工阶段有多台同构并行机。考虑工件在相邻两阶段间的运输时间和工件动态到达等实际生产特征,以最小化最大完工时间为目标建立数学模型。在传统遗传算法的基础上,结合NEH启发式算法产生工件初始加工顺序,令遗传参数随进化代数和个体适应函数值2个方面进行自适应调节,以避免算法陷入早熟,提出改进遗传算法用以求解该NP-hard问题。分别利用所提出的改进遗传算法与传统遗传算法、NEH启发式算法对不同规模的问题进行仿真测试,结果表明,改进遗传算法在较短的计算时间内能够获得较好的近优解。     

考虑多时间约束和机器效率的柔性作业车间调度问题建模及优化

针对传统柔性作业车间调度问题只考虑加工过程的局限性,综合考虑具有工件运输时间、交货期、加工时间以及工件到达时间等多约束,构建了以机器效率最大和最大完工时间最小为目标的调度模型,其中机器效率用每台机器开始加工到结束加工之间的空闲时间和来表示。模型中充分考虑多时间因素并通过工件紧前工序、机器前置工序确定机器的可用时间段和工件的最早开始加工时间。基于遗传算法设计了分段式编码和插入式解码策略,利用S-自适应概率对染色体交叉进行改进,并采用了一种基于最大化机器使用效率的选择策略对机器部分进行变异,另外为保证后代的多样性,提出一种局部种群扩张策略以扩大种群。最后,通过两个不同规模的柔性作业车间调度案例对模型和算法进行测试。实验结果显示所构建的模型适用于该类考虑多时间和机器效率的柔性作业车间调度问题,同时改进算法的表现也优于对比算法。     

航发叶片气膜孔电加工生产线的调度策略

针对航发叶片电加工生产线受到多种随机因素影响、不能准确预知工件加工时长、需要频繁修整更换电极等特点，开展了带搬运时间柔性流水线多序列有限缓冲区排产优化问题的研究。采用了一种改进的遗传算法，加快了收敛速度；规划了航发叶片电加工生产线重排产方案，用以应对多种随机因素的影响，如机器故障、插单、撤单、加工延时等；提出了一种模型简化方法，将随机问题转化成了确定性问题。经过仿真测试，改进的遗传算法可以有效解决带搬运时间和多序列有限缓冲区的排产优化问题，且效率提高了36.9%,模型简化和重排产方法则可以有效应对生产中的异常情况，以及修整更换电极等电加工特殊工艺需求。     

求解并行JSP作业车间调度问题的一种混合遗传算法

针对并行JSP作业车间调度问题,将所有工件对应工序按照统一顺序编号,由蚁群算法随机构造初始解,通过重排工序法保证解的可行性;融合遗传算法的选择、交叉、变异操作,加大全局最优解的求解概率,防止陷入局部最优解.在交叉算子中采用随机设置工件固定,以及顺序交叉邻域搜索策略,使得解的多样性性均得到充分保证;实验证明,改进混合遗传...     

基于多目标优化的生产调度与设备维护集成研究

为了解决生产实际中工件调度与维修计划的相互影响问题,提出基于多目标遗传算法的联合优化方案,以单机系统为研究对象,设备失效函数服从威布尔分布,考虑机器和工件的堕化效应,综合决策工件加工顺序和预防性维护时间。以工件流程时间最短化和维修成本最小化为联合优化目标,基于非支配排序遗传算法框架,提出一种新的选择机制以及去除重复个体的方法以提高种群多样性,设计改进的多目标遗传算法以求解Pareto最优解。通过不同设置下的数据实验验证了基于多目标优化的联合决策比独立决策表现更优异。实现了生产与维修部双目标之间的权衡,使决策者可根据偏好选择不同的满意解,有效协调车间的生产调度与设备维护计划。     

基于改进非支配排序遗传算法的多目标柔性作业车间调度

采用多目标进化算法解决具有工件释放时间、工件目标差异的柔性作业车间调度问题。依据实际制造系统中存在较多的最大完工时间、平均流经时间、总拖期时间、机器总负荷、瓶颈机器负荷和生产成本性能指标,建立多目标柔性作业车间调度模型。针对柔性作业车间调度问题的特点,设计一种扩展的基于工序的编码及其主动调度的解码机制,以及初始解产生机制和有效的交叉、变异操作;针对非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA-II)在非支配解排序和精英选择策略方面的不足,设计一种改进的非支配排序遗传算法,应用改进的算法求解柔性作业车间调度问题得到一组Pareto解集,并运用层次分析法选出最优妥协解。通过测试基准和模拟实际生产的实例,验证提出算法的可行性和有效性。     

Performance of a Complaint Foil Seal in a Small Gas Turbine Engine Simulator Employing a Hybrid Foil/Ball Bearing Support System

Operation of a non-contact compliant gas foil seal (CFS) in a high temperature hybrid dynamic simulator representative of a small gas turbine engine spool is discussed. At the hot section of the simulator two oil-free components, a CFS and a compliant foil bearing (CFB) were mounted and at the cold (compressor) section of the simulator, an oil-mist lubricated ball bearing was installed. The preliminary numerical study on the fluid flow and thermal analysis of a CFS was discussed in the previous work by the authors. The experimental results for successful operation of the foil bearing and foil seal at temperatures up to 560 °C and speeds up to 55,000 rpm are presented. The surface of the CFS and CFB journals for high temperature tests were coated with PS304 solid lubricant film, developed by NASA The CFS performance at different operating speeds and temperatures and differential pressures was investigated. In a similar test, a leakage flow comparison was made among a labyrinth seal, a brush seal and a CFS. The experimental results indicate superior performance of the CFS over the two other types of seals. Unlike brush seal, CFS showed no evidence of rub or induced wear on the journal or seal surface.     

并行传送带式摩托车流水线调度模型与求解

针对一类摩托车制造柔性流水线中的调度问题,提出一种考虑工位差异的并行传送带式流水线调度模型。考虑不同在制品在生产线上不同工位的不同最大加工速度对传送带速度的影响因素,引入射频识别技术实时采集线上在制品的信息,通过及时调整传送带速度提高生产效率;根据生产实际需求,在生产线上不同种类在制品之间插入调整间隔,为更换车型提供准备时间。在此基础上,考虑模型以最小化最大完工时间为目标,采用基于极坐标编码的改进人工鱼群算法进行求解,说明了求解过程中的编码方法、母体迭代方式、人工鱼个体距离等关键技术。通过某摩托车生产企业的实际生产数据验证了该模型的有效性。     

A Comparison Between Machine Flexibility and Routing Flexibility

In this paper, we evaluate two types of flexibility, machine flexibility and routing flexibility, in terms of manufacturing performance in various shop environments. A simulation-based investigation was conducted to analyze the impact of these types of flexibility on the average flow time of parts under various job flow pattern conditions, which characterize the shop nature from a random job shop to a flow shop, operation time variance, setup time, and shop load. The experimental results show how these types of flexibility affect the average flow time of parts and which type is superior under what conditions. Management can obtain better insight and guidelines for determining priorities or the scale, or scope, of various decision items relating to design standardization, process and operations improvement, investment in new equipment and tools, and the like.     

具有前成组约束的两阶段柔性流水车间的启发式算法

以模具加工车间为背景,分析具有前成组约束的两阶段柔性流水车间的特点,在对前成组约束进行定义和数学描述的基础上,以最少化最大完工时间为目标,建立具有前成组约束的、工件批量到达的两阶段柔性流水车间调度问题的数学模型,并且在第一阶段由两个成组加工单元构成;接着针对这一模型,提出一种启发式求解算法H′;运用数学分析的手段,给出该算法优化结果的一个下界;设计大量的实例测试集,将启发式算法H′与其他三种改造后的经典启发式算法进行性能比较,不仅验证启发式算法H′的有效性,而且还发现随着任务规模的增大,启发式算法H′的优越性更加明显,这一结论对H′算法在模具加工车间调度上的应用具有重要意义。     

带变异算子的启发式最大最小蚂蚁系统求解流水车间调度问题

针对蚂蚁算法在求解流水车间调度问题(FSP)时易出现停滞以及计算时间较长的缺点,对最大最小蚂蚁系统(MMAS)进行了改进,提出一种带变异算子的启发式最大最小蚂蚁系统,在改进的算法中,指出了启发式信息值的求法,对一些参数作动态性调整并融入了遗传算法中的变异操作,最后,通过仿真结果表明了该算法对求解FSP问题是有效的。     

基于改进遗传算法的流水车间调度研究与仿真

针对流水车间调度过程中的物料流程混乱、设备负荷不均衡的问题,用矩阵表示工件、工序和机器之间的约束关系,通过引入线性自适应算子对交叉算子和变异算子加以改进,对经典流水车间调度问题Car1(11×5)进行了改进遗传算法实现,此外在考虑传输过程的情况下,对该典型问题的加工过程进行了仿真分析。     

A multi-objective genetic algorithm for scheduling in flow shops to minimize the makespan and total flow time of jobs

In this paper the problem of permutation flow shop scheduling with the objectives of minimizing the makespan and total flow time of jobs is considered. A Pareto-ranking based multi-objective genetic algorithm, called a Pareto genetic algorithm (GA) with an archive of non-dominated solutions subjected to a local search (PGA-ALS) is proposed. The proposed algorithm makes use of the principle of non-dominated sorting, coupled with the use of a metric for crowding distance being used as a secondary criterion. This approach is intended to alleviate the problem of genetic drift in GA methodology. In addition, the proposed genetic algorithm maintains an archive of non-dominated solutions that are being updated and improved through the implementation of local search techniques at the end of every generation. A relative evaluation of the proposed genetic algorithm and the existing best multi-objective algorithms for flow shop scheduling is carried by considering the benchmark flow shop scheduling problems. The non-dominated sets obtained from each of the existing algorithms and the proposed PGA-ALS algorithm are compared, and subsequently combined to obtain a net non-dominated front. It is found that most of the solutions in the net non-dominated front are yielded by the proposed PGA-ALS.     

基于改进免疫遗传算法的混合车间调度研究

建立了以最大总完成时间最小为目标的混合车间调度模型。该模型包括作业车间和并行流水装配车间两部分调度问题。为降低问题求解难度,采用分解的策略对调度问题分阶段求解,并引入多Agent协商机制和模拟退火算法与免疫遗传算法相结合,提出了基于分解策略的免疫遗传算法,并通过在某汽车减振器企业的实施验证了模型和算法的有效性。     

基于蚂蚁算法的混流车间动态调度研究

根据蚂蚁路径寻优行为模型及其与混流车间调度的相似性，提出混流车间的蚂蚁调度算法。算法利用试错，区分加工路线的优劣。实验表明，该算法的性能优于启发式算法，可以用来求解随机加工时间的调度问题，并对车间内外部环境变化具有良好的自适应性。     

具有随机加工时间和机器故障的流水车间调度

不同的流水车间往往具有不同的生产方式,为提高调度方案对不同生产方式下随机因素的处理能力,重点考虑了2种生产方式下3种不同情况的随机调度。针对这3种情况,以最小化最大完工时间为目标,研究了具有随机加工时间和随机机器故障的置换流水车间调度问题,提出了处理不同生产方式下随机因素的3种计算方法,通过预测机器的期望故障时刻来计算每个任务的完工时间。采用启发式规则和遗传算法相结合的方法,确定出最佳调度方案,并进行了实验分析和比较。