关键链多项目进度计划优化

关键链项目管理考虑了人的行为因素对项目进度计划的影响,但项目调度理论并不直接与人的行为因素相关,很难获得包融人的行为因素的有效项目网络计划.分析了人的行为因素与关键链项目调度的关系以及对关键链多项目调度的影响,在关键链多项目进度计划的基础上提出优化多项目进度计划的数学模型和启发式优先调度规则,设计了以逆向拓扑排序方式选择调度集的过程,给出了相应的优化算法.通过实例验证了该优化方法能够克服人的不良行为因素对关键链多项目进度计划的影响,具有对多项目资源进行平衡、减少资源在项目间的转移等效果.     

成批生产计划调度的集成建模与优化

针对多品种批量生产类型,建立了调度约束的生产计划与调度集成优化模型。模型的目标函数是使总调整费用、库存费用及生产费用之和最小,约束函数包括库存平衡约束和生产能力约束,同时考虑了调度约束,即工序顺序约束和工件在单机上的加工能力约束,保证了计划可行性。该模型为两层混合整数规划模型,对其求解综合运用了遗传算法和启发式规则,提出了混合启发式求解算法。最后,针对某机床厂多品种批量生产类型车间进行了实例应用,对车间零件月份作业计划进行分解,得到各工段单元零件周作业计划,确定了零件各周生产批量与投产顺序。     

基于约束理论的制造单元瓶颈分析及对策

任何系统中都存在制约其发展的约束因素，制造单元设计中的瓶颈问题则影响系统的负荷平衡及生产效率。本文依据约束理论，阐述了对制造单元中的资源瓶颈问题、如何判别MC中瓶颈环节和削减MC瓶颈的方法。瓶颈资源是变化的，贯穿于生产计划调度系统的整个过程，提出了基于TOC和MRPⅡ的集成计划与调度系统框架，其主要特点是考虑了基于约束的单元能力平衡。应用瓶颈管理优化制造单元，对提高制造企业的生产能力具有重要的指导意义。     

多品种少批量生产作业计划控制优化研究

多品种、少批量生产方式下,传统的生产作业计划存在较多问题,如延误交货、生产不均衡和资源利用率低等。为解决这些问题,提出了一种优化方案,通过建立能力需求平衡计划,形成一个从出货计划、投料计划到能力需求平衡计划的闭环系统,实现能力与负荷的平衡;在制定生产排程计划中,用网络图法进行时间优化;在制定作业排序计划中,采用以最小临界比为优先调度规则的动态作业排序,并以柔性电路板企业为例,对这种优化方法进行详细说明。     

浅谈制造执行系统

制造执行系统(MES)作为MRPⅡ系统的扩充,是企业资源计划系统(ERP)与车间作业控制系统(PAC)的纽带,可对工序进行精确计划和排序,对车间作业优化调度,获得工序作业计划的动态最优解,从而使企业的生产管理和控制更加科学化、实时化和规范化。     

一种面向成本优化的生产计划调度算法

建立了一种车间层的生产计划的成本优化模型,该模型是一个在时间约束、可重复使用和不可重复使用资源约束下的多模式项目调度问题;给出了解的定义,设计了一种时间可行的成本优化调度算法,通过改进成本优化调度算法达到时间一成本双优的目的;给出了模拟试验结果。     

基于工序成本的集成协作计划与调度模型研究

针对有多条生产加工路线而受加工能力和合作伙伴的制约的生产类型,提出了一个基于工序成本的新型集成协作计划与调度模型。该模型有效地解决了加工能力不足,部分工件可以外包,部分工件自行加工的不固定调度集的调度问题,在给定的生产周期依据工序成本规划出生产成本最低的工件调度组合。综合运用改进的遗传算法和启发式规则求解模型,在实现工艺路线决策的同时,确定了工序成本,以及总成本,保证了计划的可行性和调度的一致性。最后,应用设计出的算例完成了仿真演算,验证了模型的有效性和正确性。     

基于并行工程的CAPP与生产调度集成研究

传统的OAPP是基于制造资源静态考虑的，在实际生产调度时，由于现场资源的不断变化，往往导致原工艺计划与生产实际条件不符，需要做重新设计、反复修改等调整。针对这些情况，本文基于并行工程理论，提出了工序分段设计的OAPP系统和基于扩展事件再调度策略的生产调度系统的集成。本系统既可以缩短待加工工件进入生产的等待时间，又能够减少因紧急事件的发生所造成的OAPP原工艺计划的大调整，保证OAPP的时效性。另外，当某关键设备发生故障时，允许其上未完成工序的工件到可替代设备上加工。实例验证了本系统的可行性和有效性。     

动态制造系统生产计划与调度协同优化

基于生产计划与调度协同优化的思路,建立了计划与调度滚动优化模型,并提出一种"闭环集成-滚动重调度"策略。当生产系统出现产能受限或订单变更等动态变化时,调度与计划形成"闭环响应模式",进而采用动态约束平衡的混合算法对生产计划与调度进行协同优化。为验证所提出协同优化策略的有效性和可行性,选取典型算例进行了仿真研究,结果表明该策略能有效处理生产系统的动态变化,保证系统的调度优化及时调整。     

[生产计划]动态制造系统生产计划与调度协同优化

基于生产计划与调度协同优化的思路,建立了计划与调度滚动优化模型,并提出一种 “闭环集成滚动重调度”策略。当生产系统出现产能受限或订单变更等动态变化时,调度与计划形成“闭环响应模式”,进而采用动态约束平衡的混合算法对生产计划与调度进行协同优化。为验证所提出协同优化策略的有效性和可行性,选取典型算例进行了仿真研究,结果表明该策略能有效处理生产系统的动态变化,保证系统的调度优化及时调整。     

基于遗传算法的工步优化排序方法

针对数控加工中心上零件加工工步的排序问题,以辅助加工时间最短为优化目标,使用遗传算法对零件在一次装夹情况下的加工工步进行优化排序。提出了使用特征关系图和特征高度描述待加工特征之间加工的优先顺序、采用工步优先关系矩阵校验工步序列合理性的方法。论述了初始群体的生成、遗传算子以及工步优化排序的过程和算法。实际应用表明,该方法可有效提高工艺规划系统中工步的优化排序能力。     

利用遗传算法进行电动栏杆弹簧平衡系统的优化设计

弹簧平衡系统是电动栏杆机产品设计的关键技术之一,直接决定栏杆机的功率消耗指标．对产品的可靠性和寿命影响很大。为解决此关键技术,本文就能同步平衡栏杆正弦规律变化的阻力矩的弹簧平衡系统,提出了优化设计的教学模型．目标函数,利用具有很强优化能力和广泛适应性的遗传算法．用VB编程求解后得出了满意的优化数据,有效地支持了实际的产品设计。同时弹簧平衡系统的数学模型有普连实用性．还可以根据设计变量不同建立新的目标函敛．对关心的变量进行优化;对非正弦变化的负载阻力矩的平衡也可应用本设计的优化方法,有推广价值。     

遗传算法优化的汽车混流装配线投产排序决策

采用遗传算法,以车辆完成装配的总等待时间最少为目标,对汽车混流装配线进行投产排序优化,通过AutoMod仿真软件和遗传算法优化,得出了优化方案,其目标值减少69.5％,大大提高了企业生产效率,从而证明了遗传优化算法的有效性.     

基于电量平衡的串联混合动力汽车瞬时优化控制

建立了基于传动系能量均衡以电池充放电电流为控制变量的系统模型和以等效油耗最小为目标的优化数学模型．在设定参数条件下,以基于电量平衡的瞬时优化策略对2种常见行驶工况进行了整车仿真．将仿真结果与功率跟随策略的仿真结果进行比较,表明瞬时优化策略能更好地维持车辆行驶过程中电池电量平衡．     

基于两阶段求解的可重构虚拟制造单元构建方法

针对多品种、变批量需求的可重构制造问题,综合考虑工艺路线与生产批量约束,以设备负荷均衡、跨单元加工次数最少为目标,提出了两阶段求解的虚拟制造单元构建方法。第一阶段,采用图聚类法对工艺路线的相似性和零件的生产批量进行预处理,生成基于订单的多工艺路线最大支撑树,确定基本可行制造单元集;第二阶段,以设备负荷均衡、跨单元加工次数最少的综合目标函数设计为基础,采用基于类电磁机制寻优原理的求解算法,确定最优制造单元解。某泵阀制造企业生产数据的实例应用验证了算法的可行性与有效性。     

基于改进遗传算法的某发动机厂装配线平衡研究

以一条发动机装配线为研究对象,对工序作业元素进行重新划分,建立作业元素优先关系。以装配线的生产均衡指数为目标函数,通过改进遗传算法实现对研究对象的优化方案设计。运用Matlab实现算法获得了最优装配顺序及各工位作业分配结果,使生产线获得更好的平衡状态,从而提高生产效率。     

Hybrid DSO-GA-based sensorless optimal control strategy for wind turbine generators

The operation of a wind turbine generator involves natural uncertainty due to aerodynamic characteristics, resulting in a system that performs inefficiently. In general, the conventional controller now in wide use is not suitable for every operating point, because its tuning parameters and set-points do not meet the varying system characteristics. A study into an optimal control technique is conducted to reduce the negative effects of inherent uncertainty in system operation. In order to resolve the uncertainty problem, an optimal control method for an effective wind turbine generator is designed on the basis of a sensorless frame by utilizing a hybrid of the direct search optimization method (DSO) and the genetic algorithm (GA). This method is easy to implement and computation of functional derivatives is not necessary. The conventional GA is well known for its high performance in global optimization and its effectiveness in making ideal choices for control variables. The proposed DSO-GA hybrid differs from the conventional GA in terms of the sampling survey and the crossover operation. Moreover, the proposed multivariable optimal control strategy is a sensorless optimization technique that determines the pitch angle of the blades and the yaw angle of the nacelles to produce stable maximum power from a wind turbine system under steady-state operation. The proposed DSO-GA controller is implemented for a lab-scale wind turbine generator exposed to artificial wind, and the experimental results constitute a 3-D performance surface model of output voltage, which is used as an objective function for simulation. The optimization procedure with the objective function is carried out by means of the conventional and proposed methods, whose results reveal that the proposed DSO-GA optimizer yields far better performance in terms of generation number, convergence rate, and robustness. Both techniques are applied to a wind power generator through simulation and experiments. The performances are compared, and conclusions are drawn for each case.     

Single-machine-based production scheduling model integrated preventive maintenance planning

Manufacturing and production plants operate physical machine that will deteriorate with increased usage and time. Maintenance planning which can keep machines in good operation is thus required for smooth production. However, in previous research, production scheduling and maintenance planning are usually performed individually and not studied as an integrated model. In order to balance the trade-offs between them, this study proposes an integrated scheduling model by incorporating both production scheduling and preventive maintenance planning for a single-machine problem with the objective of minimizing the maximum weighted tardiness. In this model, a variable maintenance time subjected to machine degradation is considered. Finally, a numerical example using this improved production scheduling model is shown. The computational results prove its efficiency.     

基于遗传算法的行星轮减速器优化

遗传算法可以通过模拟自然进化的过程来搜索最优解,只需目标函数及适应度函数,不需要依赖梯度或其它辅助信息,多用于函数优化、组合优化、生产调度、自动控制、机器人学、图像处理、遗传编程等诸多方面。文中利用遗传算法对行星轮减速器进行了多目标函数的遗传算法优化分析。     

基于GA的机械停车库存取车路径优化

为使目前机械式停车库得到更加合理的存取车路径以提高作业效率,开展了对存取车耗时和车位重心影响因素的分析,以存取车路径耗时最短和车位重心最低为目标建立了数学模型,并利用遗传算法迭代思想对数学关系式进行了求解.研究结果表明,该求解具有较好的收敛性和计算效率,优化后的车位存取车编号矩阵与只考虑存取车时间耗时最短的车位存取车编号矩阵有了明显的变化;验证了大型车库作业效率提升不仅与车库本身结构有关,还与存取车重量等因素有关;同时,该求解对设计合理的车库运行方案具有一定的参考价值.