考虑刀具约束的作业车间调度研究

为了解决车间刀具资源有限条件下的作业调度问题,首先分析考虑车间刀具约束的作业调度问题的特征,工件的工艺路线约束包括机床约束、刀具约束和工序时间约束,同时考虑机加工工序与非机加工工序,进行考虑车间刀具约束的作业调度数学模型的建立,目标是使系统完工时间最短;然后研究用于解决此生产调度模型的免疫遗传算法,实现其中的关键操作因子,包括编码、选择、交叉、变异,以及考虑刀具约束的解码等操作,得到满足车间刀具约束的生产调度方案。实例分析结果表明:与不考虑车间刀具约束的作业调度相比,通过改进的免疫遗传算法求解考虑刀具约束的作业车间调度问题,在实现对车间生产任务排产的同时,还能够考虑车间刀具资源的约束,可以在一定程度上避免在刀具资源有限条件下因刀具使用冲突而导致的停机问题。     

大批量汽车零部件柔性生产排程

在实际的大批量汽车零部件柔性生产排程中,存在模具、共模、一模两件、停机维护等以往文献中缺乏考虑的因素.研究了这些因素并对其进行精确描述与数学建模,以设计符合实际的生产完工时间算法.然后,在以"机台分配"和"加工次序"为基础的传统排程解中加入了"等待意愿"向量,进而改进了现有的柔性作业车间调度算法.最后,基于真实算例设计实验和统计方法测试了遗传算法和遗传-模拟退火混合算法在大批量汽车零部件柔性生产排程中的效果.     

PSO算法在FMS刀具可复用调度中的应用与仿真

刀具调度在现代FMS生产中越来越频繁,在前期刀具可复用策略研究的基础上,将粒子群算法(PSO)嵌入可复用策略的具体刀具调度中。算法设计上采用了四维变量编码法、整数圆整解码法、以及浮动目标函数迭代法,将刀具复杂的多指标十进制迭代过程灵活的加以实现。对该PSO算法以实例进行了仿真,结果证实了刀具的利用率有所提高、系统加工完成时间缩短,从而证明了带PSO的可复用调度策略应用于刀具调度带来的经济性。     

非量产模式下基于约束加优先权值调度技术与算法

根据面向网络协同制造的需要及非量产的特点,对该生产模式进行一种新的调度目标并行分解,提出了"先于完成"时间约束Cfnlt和"先于开始"时间约束Csnlt、目标链接约束Cchina以及目标链Cchina等概念定义.在此基础上分析了协作多目标时的物料资源竞争和设备资源竞争,提出了基于约束的加优先权值调度算法,该算法能有效解决非量产模式下的排程调度问题.     

基于数据挖掘的电力计量设备生产计划与排程算法研究

电力计量设备全生命周期管理的优化配置需要先进的数据挖掘技术支撑，回顾了数据挖掘的任务和方法。根据挖掘的数据库种类、发现的知识、利用的技术和适应的应用，将数据挖掘算法重点应用到电力计量设备生产计划和排程，其重点是短期到中期或长期计划的时间框架范围。综合考虑多种计划，如流程计划、战略能力计划、总体计划、主调度、材料需求计划和订单调度等，依据其不同的时间、产品和生产环境及导致的不同问题，实现在复杂生产机器与工作任务结合下的多目标综合最优生产计划与排程。     

非量产模式下基于约束加优先权值调度技术与算法

根据面向网络协同制造的需要及非量产的特点,对该生产模式进行一种新的调度目标并行分解,提出了“先于完成”时间约束C_(fnlt)和“先于开始”时间约束C_(snlt)、目标链接约束C_(chain)以及目标链G_(chain)等概念定义。在此基础上分析了协作多目标时的物料资源竞争和设备资源竞争,提出了基于约束的加优先权值调度算法,该算法能有效解决非量产模式下的排程调度问题。     

基于瓶颈约束的APS算法研究与应用

阐述了APS(advanced planning system)高级计划排程系统的概念、功能及其在生产调度中的巨大潜力;讨论了APS的3种建模方法--基于模拟仿真、基于数学方法和基于约束理论的APS建模;提出了基于瓶颈约束的APS算法,该算法以瓶颈资源为控制点,通过瓶颈资源订单排序、前推排序和后推排序3个步骤来实现对生产计划的排程;用实例说明了该算法的可行性与实用性.     

订单可拆分的非等同并行多机生产排程问题研究

研究了n个可拆分执行的订单在m台非等同并行机上加工调度的问题,该问题主要包括两方面,一是为每个订单安排合适的拆分方案,二是确定各拆分后子作业的开始加工时间。在生产过程中,不同的生产排程方案导致成本差异很大,因此从成本角度出发,构建总成本最小的数学模型,采用遗传算法进行算例实验,求解出排程方案,结果表明该算法能够有效解决不同规模的该类问题,并且具有良好的稳定性。     

考虑异常因素的机械加工生产智能排程方法研究

针对传统生产作业排程难以实时应对车间异常情况发生的问题,提出了考虑异常因素的机械加工生产智能排程方法。考虑订单、设备、质量等异常因素,建立了应对异常因素的动态排程规则;综合考虑生产时序、加工设备等约束,以最小完工时间和最低能耗量为优化目标,建立了机械加工生产排程的多目标优化模型;采用带精英策略的非支配排序遗传算法,对某重型机械产品实际生产中的完工时间和能耗量进行了仿真,得到了运算结果。研究结果表明:考虑异常因素的机械加工生产智能排程方法在实际生产中能够准确、高效且动态智能地响应异常,提高生产计划制订效率20%以上;该方法能够辅助车间调度人员进行生产计划实时动态调整,满足企业对生产计划制订的需求。     

PCBA柔性作业车间等量分批调度问题研究

为解决企业在不同生产类型下柔性作业车间分批调度的实际问题,对带有重入生产特性的印刷电路板组装(PCbA)调度进行研究。首先,构建以完工时间最小为目标的PCbA等量分批柔性作业车间调度优化模型。其次,提出并设计了一种遗传模拟退火算法来对分批调度模型进行求解,将整个求解过程分为订单批量分批、子批排程这两个阶段,并引入了Metropolis接受准则,以保证算法迭代初期种群的多样性。最后,以某企业PCbA车间的实例展开,运用MATLAb编程求解,验证了遗传模拟退火算法和等量分批的可行性和有效性,同时确定了各个批量生产类型的最优分批数。