集成化车间作业计划动态关键路径编制算法

针对单件小批生产加工装配式制造的特点,结合车间作业计划与物料需求计划的集成化管控需求,提出了基于生产过程网络图的动态关键路径作业计划编制算法.算法按照零部件加工装配过程中的工艺顺序和装配关系,将计划期内订单的形成过程抽象化为生产过程网络图,并将物料需求计划映射为网络图中的节点,进行生产能力控制和加工装配约束.以生产过程网络图为作业计划编制的对象模型,以订单的交货期为依据,采用倒排的方式,通过动态寻找网络图中的关键路径来确定车间作业计划顺序和资源分配.通过某密封产品生产企业机加车间生产计划编制的实例,证明了该算法能快速有效地在有限生产能力条件下编制高效可行的车间作业计划,保证作业计划与物料需求计划的一致性.     

用遗传算法解决作业车间的调度优化问题

用遗传算法对作业车间的生产周期这一目标进行优化调度。首先针对优化目标,在得到关键路径的基础上进行染色体编码,然后再通过交叉、变异等遗传操作,得到目标的最优或次优值。最后给出了算法运行结果,并作了简要分析     

单件生产系统中动态车间作业计划与监控系统的集成研究

对于动态多变的单件生产系统来说，车间作业计划是最有效的生产管理措施之一；在编制这类生产系统的车间作业计划时，与监控系统有效集成又是必须考虑的最关键的问题。为此研究了单件生产系统中车间作业计划与监控系统的集成问题，又提出了集成的总体结构，基于这一结构，叉提出了日程作业计划的3种确定方法，较详细地分析了在进行车间作业计划滚动编制时，对各种监控反馈信息的处理措施。     

PERT技术在B747飞机大修安装件作业中的应用

分析了B747飞机大修作业流程,以大修安装件作业流程为例,运用PERT技术绘制出网络图,根据网络图上安装件作业的顺序和作业工时,进行工序时间参数计算,找出关键路径;运用C#语言开发了关键路径查询程序,实现对安装件作业流程、作业时间的查询,最终达到通过控制关键路径的作业时间来缩短整个大修作业时间的目的.     

作业车间含工期约束的离散时间成本权衡问题的关键路径法

针对作业车间含工期约束的离散时间成本权衡问题,提出一种改进的基于关键路径的精确求解方法.该方法在保证交货期的前提下,通过优化选择需要压缩的活动及压缩量,最小化总成本.最后,给出一个算例阐释该方法求解过程,通过与枚举方法比较,验证了关键路径法的有效性.     

基于关键路径求解作业车间调度问题的收敛性分析

为深入研究基于关键路径求解作业车间调度问题的算法收敛性理论,在构建状态空间与明确算法收敛性充要条件的基础上划分方案转化途径,在参与转换的工序数量与移动方式方面对Van Laarhoven,Nowicki,DellAmico,Balas与Nasiri,Zhang五种邻域结构的部分性质进行拓展,得到相应推论并明确转化途径与完工时间的关系。将五种邻域结构与状态寻优路径相对比,得出结论:五种邻域结构的应用不能满足算法收敛直接连通性的充要条件,利用五种邻域结构求解作业车间调度问题无法保证收敛。所提方案转化途径与工序在关键工序集与非关键工序集间的移动方式,为基于关键路径的邻域结构设计提供了新的思路。     

多工艺路线的作业车间模糊调度优化

对具有模糊加工时间和模糊交货期的多工艺路线的作业车间调度问题进行了研究；以最大化平均满意度为调度目标，建立了作业车间模糊调度的数学模型，提出了一种基于遗传算法的全局优化的调度算法；设计了包含工序及其加工机床信息的染色体编码，对染色体的解码方法、交叉方法和变异方法进行了研究。仿真结果表明，该算法是可行的，与其他同类研究相比，有一定的优越性。     

MRPⅡ、JIT、TOC生产计划与控制比较研究

在对MRPⅡ、JIT、TOC三种生产管理思想的适用性和优缺点分析、比较的基础上，在生产计划与控制的不同层面，根据不同要求，对MRPⅡ、JIT、TOC进行了定位分析，并把MRPⅡ定位在厂级或企业级，负责主生产计划、物料需求及各车间零部件的月、周计划；TOC定位在车间级，负责车间或工段工序日作业计划与调度、物料的投放；JIT定位在生产现场，负责作业计划的执行、生产的控制和现场的反馈。     

基于均衡化的SMT 设备快速换产研究

要满足通用设备表面贴装(Surface Mounting Technology, SMT)所面临的以多品种、小批量为特征的均衡化生产要求,电子企业就必须缩短SMT设备的换产时间,增加单位时间内可生产产品的种类.文中提出了一种基于关键路径和时间树的快速换产方法.该方法首先使用关键路径法对换产流程进行图形化描述,并根据绘制的网络图寻找到关键路径.然后对关键路径上的内、外换产作业进行改善,并利用时间树将改善前后的作业时间及作业人员进行标注,区分内外换产,从而缩短换产时间.以某电子企业表面贴装机的换产改善为例,实现了换产时间缩短58%的效果,缓解了该企业均衡化生产对关键设备资源的竞争.     

不同顺序加工零件的作业排序与作业安排方法

对车间进程计划问题进行了讨论，充分考虑了车间生产的实际情况，对不同顺序加工的零件作业排序进行了分析和仿真，提出了一种实用的最小时钟推进仿真作业排序方法。     

两端式自动化立体仓库布局堆垛机调度

针对两端式自动化立体仓库出/入库任务序列的分配方式和堆垛机的调度路径展开了研究。以堆垛机执行出/入库任务的时间为存储效率的评价标准,考虑货物出/入库台的分配问题,建立了单一命令与复合命令两种作业方式并存的堆垛机调度模型。运用涡流搜索算法优化堆垛机的调度路径,获得了堆垛机调度模型的最优解,实现了存储效率的最优化。仿真验证表明,该方法可以有效分配货物的出/入库台,优化堆垛机调度路径,提高仓库的存储效率。     

加工时间不确定的柔性作业车间鲁棒调度方法

针对中小批量环境下加工时间不确定的柔性作业车间调度问题,采用冗余处理方法构建了以最大完工时间为目标的鲁棒调度模型。为降低算法的搜索规模和提高算法的求解速度,提出了顺序搜索机制,并设计两阶段遗传算法,分阶段获取冗余状态和最优结果。采用某柔性生产线的数据进行正交试验,优化了算法关键参数,并构建了柔性生产线仿真模型,对调度结果的鲁棒性和优化目标性能进行了分析。结果表明,该算法在目标性能和鲁棒性上都显著优于标准遗传算法,能有效处理加工时间不确定的柔性作业车间调度问题。     

基于免疫遗传算法的工艺设计与调度集成

为实现工艺设计与调度的并行分布式集成，建立了工艺规程调度仿真优化的数学模型，确定了模型的决策空间、目标函数及约束条件。提出了一种协同进化免疫遗传算法，用以同时优化零件的备选工艺规程组合和调度方案，通过工艺种群及调度种群的相互促进，实现协同进化，依据抗体的亲和力及抗体浓度来保持群体的多样性，根据抗体的激励度来进行免疫选择，采用最优解保持策略，确保算法的收敛性，考虑编码特点，工艺抗体采用均匀交叉及随机扰动变异，而调度抗体采用均匀顺序交叉及倒位变异。通过对10台设备10种零件的实例仿真，验证了算法的有效性。     

基于改进的两阶段控制策略的AGV路径优化调度研究

提出了一种基于改进后的两阶段控制策略和多目标的带约束遗传算法的控制策略,并用通过速度调节的冲突解决模式,实施对AGV系统的优化调度。首先利用遗传算法离线生成k条最优路径,再采用速度调节的冲突解决模式对其进行在线动态路径规划;若k条路径均不能满足条件,则用带约束多目标遗传算法计算最优路径。仿真证明:本文提出的调度策略,大大增加了AGV调度系统的柔性、效率和鲁棒性,提高了系统效率,为实际应用提供了技术依据。     

多核处理器数控系统的全局调度算法

提出了面向多核处理器系统的限制抢占调度算法,通过在任务的末尾设置高优先级(抢占阈值)的限制抢占区,减少任务运行过程中被抢占的次数,提高调度效率。建立了限制抢占调度的可调度性判定条件和限制抢占区设计方法。仿真结果表明,限制抢占调度的调度性能较抢占调度和延迟抢占调度的调度性能有明显提高。     

考虑批量和辅助时间等生产工况的智能调度方法

根据车间调度实际要求,综合考虑批量、毛坯到达时间和辅助时间等生产工况,研究复杂生产调度问题。给出了此问题的模型及求解此问题的生物免疫算法模型,并介绍了基于生物免疫机理的智能调度方法实现过程中的关键技术,包括抗体编码设计、工件起始加工时间的计算准则和优化方法、交叉和变异操作等。对考虑辅助时间、批量等多工况问题的测试结果表明,所提出的综合考虑批量和辅助时间等生产工况的智能调度方法是有效的, 且在调度过程中考虑批量是必要的。     

考虑多关键路径的随机项目进度监视模型

针对模具制造项目的不确定因素而造成监控难度大的问题,分析了模具项目的特点,提出了一种考虑多关键路径的随机项目进度监视模型.该模型考虑了项目任务状态分布及状态转移规则,比较了并行工序的工时消耗,以确定项目关键路径.通过项目状态演化得到项目的完工期数学分布.为减少计算量,模型利用屏蔽低概率任务状态的方法,缩减系统状态空间,并开发了一套项目管理系统,利用此系统对一个案例进行演化,演化结果说明该模型具备一定的实用性.     

基于混合离散蝙蝠算法的跨工序协同调度问题

针对跨工序的生产与配送协同调度问题,构建了前工序单机批加工、后工序多产线逐订单加工,且工序之间采用自动引导车循环配送的协同调度模型。以最小化最大完工时间和后工序前的在制品等待时间为调度目标,设计了融合模拟退火算法与解串算法的混合离散蝙蝠算法,与改进的离散粒子群算法和Ullrich遗传算法相比,该算法能很好地减少后工序产线前的队列等待时间,缩短产品的生产周期。     

智能制造 调度为先——《制造系统智能调度方法与云服务》导读

随着越来越多小微型企业对制造车间“万物感知、万物互联、万物智能”的需求,结合大数据和云计算技术,针对制造资源和生产任务,构建多种制造类型下的调度算法库,提供智能调度方案,是实现制造系统高效运行的关键。为了探讨智能调度的原理、方法和云端化实现路径,笔者撰写了《制造系统智能调度方法与云服务》一书,全面介绍了制造系统中多种复杂调度问题,重点介绍了各类调度问题对应的调度方法,结合云服务框架介绍了不同调度方法的云端化技术与实现方式,搭建了基于云计算的制造车间智能调度算法库及服务系统。本书为推动我国制造业的智能化发展和企业应用提供参考,对提升我国制造业的核心竞争力具有重要意义。     

基于遗传算法的作业车间双向调度优化问题

提出了一种基于混合遗传算法的双向调度算法，用来解决以关键工件交货期和生产周期为优化目标的作业车间调度问题。在算法中，遗传算法在全局范围内搜索最优调度染色体，双向调度算法根据得到的染色体进行调度。按照订单的要求，作业车间的工件可分为两类，即关键工件和一般工件。因此，车间调度与可分为前向调度和反向调度两个步骤，对于关键工度，利用剩余的车间资源，尽可能早完工。仿真结果表明该算法是可行的，与传统的调度算法相比，其优越性是明显的。