卷烟生产计划排产模型建立与优化

为了对卷烟生产进行自动优化排产,构建出卷烟排产分层递阶优化流程,对流程的关键环节设计了自动优化模型;分别建立了带约束限制的卷烟多点生产任务分配和生产点详细排产数学模型。对两个模型分别设计了改进的遗传优化算法。对多点生产模型,提出了一种基于遗传算法-模式搜索法的任务分配优化算法,改善了单独使用遗传算法局部搜索能力差的缺陷;对详细排产最大完工时间数学模型,设计了相应的算法操作策略,将牌号优先规则、生产约束嵌入到遗传算法中,满足了实际生产限制。通过卷烟生产排产实例,验证了算法的有效性,给出了优化的卷烟精确排产计划,降低了卷烟生产总成本和库存,缩短了总生产流程时间,提高了设备效率。     

热轧无缝钢管排产计划研究

以轧管厂为核心,设计出6条排产规则实现了轧管厂的优化排产,并提出一种启发式的排产方法,在保证炼钢厂(管加工厂)生产计划可行的前提下,尽可能地实现炼钢厂(管加工厂)的优化排产,从而在一定程度上实现了热轧无缝钢管的整体优化排产．     

启发式算法在计划排产中的应用

面向单件生产的车间生产作业计划排产问题一直是研究的热点和难点。文中结合汽车模具行业生产管理特点和实际生产状况,针对有限能力排产问题,提出了具体的排产方法和步骤,并建立了基于启发式算法的车间作业优化排序函数。上述研究成果将提高排产的有效性,解决我国单件生产企业在计划排产中普遍存在的问题,对于加强车间生产控制和管理起到促进作用。     

启发式算法在计划排产中的应用

面向单件生产的车间生产作业计划排产问题一直是研究的热点和难点.文中结合汽车模具行业生产管理特点和实际生产状况,针对有限能力排产问题,提出了具体的排产方法和步骤,并建立了基于启发式算法的车间作业优化排序函数.上述研究成果将提高排产的有效性,解决我国单件生产企业在计划排产中普遍存在的问题,对于加强车间生产控制和管理起到促进作用.     

极值优化算法求解印染排产调度优化问题

目前印染的核心过程—排产,大部分仍采用人工排产,这严重降低了企业信息化、自动化的程度,降低了企业的生产效率。本文建立了印染排产调度问题的数学模型。针对这个SMSP(单阶段多产品批处理过程短期调度问题)问题,提出了用改进的极值优化算法来求解这一问题。极值优化算法是受到复杂系统自组织临界理论的启发而提出的一种优化算法,应用到一些复杂组合优化问题上体现出了良好的性能。本文将极值优化与优先适合启发式相结合,提出了用于解决印染排产调度问题的优化算法。仿真结果表明通过选择合理的值,算法性能良好。相较遗传算法,运行时间短,达优率高。     

半导体封装测试生产线排产研究

以某半导体封装测试（Semiconductor assembly and test manufacturing,ATM）企业为研究背景,对半导体封装测试的生产过程进行分析总结,提出一种新的“产能限定混线车间”（Capacity-limit flexible flow-shop,CLFFS）模型作为半导体封装测试生产线的排产模型.通过对半导体封装测试的特殊逻辑处理、排产方法以及排产规则等进行研究,提出采用逻辑约束和调度规则双层优化控制的启发式正序排产算法作为半导体封装测试的总体排产方法,同时针对批准备单处理生产阶段,提出一种新的预测开机控制优化调度方法.最后,结合CLFFS排产模型和所提出的策略方法,给出半导体封装测试排产的应用研究示例与比较,结果证明本文给定的总体排产方法在ATM中具有很好的可行性和业务逻辑嵌入的即便性,同时本文所提出的新的预测开机控制优化调度方法能够很好的缩短生产周期,提高生产效率.     

酿造业中的一种温度自动控制装置

一、概述该装置是用于酱油制曲的自动温控系统。酱油在酱油曲生产中的作用是使曲料中蛋白质转化为蛋白酶,再经过发酵作用生产酱油。酱油曲子质量的好坏,对产量和质量的影响很大。影响曲子质量最重要的因素是曲子本身的温度,因此,将其温度控制在所要求的范围内,成为保证曲子质量的关键。以前哈市酱油二厂在制曲生产中用手控风机通风降温,控制效果较差,工人劳动强度较大     

回溯算法在制丝生产线自动排产中的应用

烟草企业面临着市场供给和计划生产的双重挑战,烟草企业制丝生产线自动排产调度越来越受到重视,优化制丝生产调度是提高生产效率的重要手段.论文分析了烟草制丝自动排产的业务流程和质量指标,对制丝生产线的生产段、工艺柜等进行理论分析和科学建模,采用回溯算法实现了制造生产调度自动排产与优化,得到了预期效果.     

分支定界法在制丝多线排产优化中的应用

为优化制丝多生产线排产,设计了带约束限制、以总生产成本为优化目标的排产数学模型.该模型使用分支界定优化算法进行求解,并针对实际的制丝任务排产,改进了算法流程和求解策略.采用.NET编程实现了制丝多线生产的整数规划优化.通过制丝生产任务分配实例,验证了分支定界算法的有效性.该算法在满足实际生产约束条件下,获得了优化的制丝多线任务分配方案,从而降低了制丝生产总成本和烟丝库存.     

遗传算法在刹车片生产计划排产中的应用与实践

生产计划的排产问题是影响车间生产效率的主要因素之一.合理的排产计划能够高效地使用车间现有的生产资源,提高车间生产能力,降低生产成本.本文首先分析了刹车片生产运行状况,针对热压成型生产车间的多品种变批次生产模式,建立了排产数学模型;其次,设计了一种联合均值-遗传算法,对热压成型车间的排产数学模型进行求解;最后通过实验仿真,对本文设计的算法进行验证,实验结果表明联合均值-遗传算法能够很好的解决当前刹车片生产计划的排产问题.     

基于遗传算法的一类带缓冲区的混合生产调度

提出带缓冲区的混合生产的一种调度模型,将离散生产所需的半成品原料的生产分解为连续生产各生产线的分段式生产任务,并给出快速调度方法,再利用遗传算法和分派规则求解离散生产调度问题,仿真算例表明了该方法的有效性。     

基于节点流的流程工业生产物流调度方法及应用

流程工业生产物流动态平衡调度是典型的多工序、多目标、多约束的多机并行调度问题,难以解析建模.为此,提出了节点流控制及切换的概念,建立了生产调度模型,并采用多目标分层求解调度模型.在此基础上,提出了流程工业生产的物流平衡调度方法.实际应用表明,所提出方法提高了物流动态调度的准确性和生产效率.     

炼钢-连铸生产启发式调度方法

实际炼钢–连铸生产存在着多阶段、多并行机,以及在精炼阶段具有多重精炼方式,从而大大增加了炼钢–连铸生产调度难度.目前已有的炼钢–连铸生产调度研究由于仅仅针对简单生产方式而难以应用于目前大型炼钢–连铸生产调度.而实际生产过程中的以人工为主的调度方法速度慢、优化程度低,极易造成炉次在设备间的冗余等待时间过长,导致钢水温度下降,甚至造成连铸断浇事故.本文针对中国宝钢某大型炼钢厂的多重精炼方式且存在着可重入调度下的炼钢–连铸生产调度问题进行研究,提出了多种调度顺序方法和设备指派方法,通过仿真实验对多种调度顺序方法和多种设备指派方法组合而成的各种启发式方法进行了研究.最后将本文提出的性能最好的启发式方法应用于该大型炼钢厂的炼钢–连铸生产调度,钢水平均日冗余等待时间得到显著降低.     

智能制造系统基于数据驱动的车间实时调度

智能制造系统采用大量先进的信息技术,为车间实时调度提供技术基础.各类信息技术在生产制造过程中的广泛应用使得制造系统积累了大量与生产调度相关的数据,因此,通过利用历史生产调度数据和智能装备收集到的实时生产数据,建立基于数据驱动的生产实时调度方法成为新型制造环境下实现高效调度的新思路.针对智能制造环境下的混合流水车间实时调度问题,提出基于BP神经网络的数据驱动的实时调度方法,从历史近优的调度方案中提取用于调度知识挖掘的样本数据,通过BP神经网络训练学习获取生产系统状态与调度规则的映射关系网络,并将其应用于生产在线实时调度.数值实验表明,所提出的方法优于固定单一调度规则,在不同的调度性能指标下其效果均稳定且良好.     

基于上下文赌博机的自适应实时车间调度

传统的多Agent车间调度方法使用单一调度规则, 忽略了生产环境变化对调度规则适用性的影响, 导致调度结果欠佳. 本文针对该问题提出一种自适应实时车间调度方法, 通过上下文赌博机对工件调度过程进行类比建模. 经过若干回合学习的上下文赌博机模型能够依据生产环境制定调度决策, 获得优异的调度结果. 最后, 通过仿真实验验证了提出方法的有效性.     

基于价值密度的Job-shop车间生产计划控制

针对离散型生产中工艺路线不确定,工时不准确,加工中变化快,物流速度快的生产现状,提出计划期内生产的价值作为追求目标,排产不必追求任务完成的时间节点,而应制定投产的顺序,以保证企业在单位时间内实现的价值最高,即价值密度作为排产依据。确定车间的瓶颈设备之后,通过排产保证该设备前面有足够的零部件等待加工,将人力资源和设备混合排产,在动态中实现任务计划的改变、时间窗口的锁定或拒绝,兼顾了订单的重要性和交货时间,发挥出了车间设备的最大能力。每个任务的计算量仅有一次,特别适合动态中的快速排产。     

工件工序可并行的作业车间调度模型与求解

针对传统作业车间调度模型没有考虑工件工序存在并行性的不足,提出一种以最小化完工时间为目标的工件工序可并行作业车间调度模型,且在模型中考虑了工序加工设备柔性;设计了基于遗传算法的调度算法,其中染色体编码采用分段编码方式,并提出一种适用于工件工序存在并行性的染色体解码方法.实验结果表明,文中算法能够有效地解决工件工序可并行的作业车间调度问题.     

柔性车间生产排产调度优化方法

为满足柔性制造企业在车间生产中合理安排生产排产调度的需要,提出柔性车间生产排产调度优化方法。首先,通过分析车间生产排产问题的特点,制定满足车间应用需求和各种资源限制的生产排产总体流程,从而设计基于约束条件的生产对象关系模型;其次,提出一种动态策略差分进化算法,根据个体之间的拥挤度动态选择变异策略,设计基于工序位置的编解码方案,其能快速有效地进行求解,从而得到最佳调度方案,提高设备运行效率,实现资源利用的最大化;最后,通过6个标准测试函数、FT6-6测试问题及生产调度应用实例验证了算法的有效性。     

小批量多类型PCB板组装生产调度算法研究

文章针对目前电子制造业中常见的小批量、多类型PCB板组装生产过程,研究如何进行生产调度以缩短总生产时间。文章着重考虑了不同PCB板类型转换生产时的调整时间对生产效率的影响,提出了一种能够有效缩短PCB生产调整时间的生产调度启发式算法。仿真数据表明,该算法能够给出较好的生产调度方案,提高PCB组装生产效率。     

基于粒子群算法的流程工业生产调度研究

以优化流程工业生产为目标,研究了将基于惯性权重的粒子群算法应用到流程工业的生产调度问题。在对流程工业生产调度问题进行分析的基础上,建立了以总加工完成时间最短为优化目标的生产调度模型。调度算法采用动态惯性权重,使惯性权值在粒子群算法搜索过程中线性变化,以提高粒子群算法的优化性能。给出了粒子编码与解码实现方法,以及具体的算法实现过程。以某流程工业企业生产调度实例为例,利用建立的优化调度模型和设计的粒子群算法进行了实验仿真,结果表明,建立的调度模型和设计的算法是可行的,与蚁群系统方法相比较,有较好的调度性能,适用于解决流程工业实际生产调度问题。