船舶曲面分段建造作业调度数字化仿真与优化

针对船舶曲面分段建造难度大、效率低的问题,对曲面分段车间建造作业调度过程进行仿真与优化研究。首先,提出基于虚拟流水线的分段建造车间作业调度模式;其次,基于数字化工厂策略实现其作业调度过程的仿真;以最大完工时间最小化为目标,提出基于遗传算法的作业调度过程优化;最后,以实际生产计划为对象进行了实例验证。结果表明:基于虚拟流水线的作业调度模式和基于数字化工厂策略的仿真优化,有效缩短了曲面分段建造周期,为提升船舶建造效率和水平提供了支撑。     

考虑运输时间窗的批—离散混合流水车间调度

为提高船舶分段生产效率,研究从分段涂装作业中提炼出的考虑运输时间窗的两阶段混合流水车间调度问题。其中第一阶段含多台批处理机、第二阶段含多台离散机。批处理机能同时处理多个工件,因而同一批次的工件在批处理阶段具有相同的开始作业和完成作业时间。两阶段之间存在有限等待时间和运输能力约束,并且阶段间的运输过程只能发生在特定运输时间窗内。以最小化最大完工时间为优化目标,同时考虑分段在冲砂车间的排布建立数学模型,提出一种混合多种启发式规则的差分进化算法。实例验证和数值分析表明,所提算法能在可接受运行时间内获得较满意的近优解,为分段涂装调度问题提供有效的解决方案。     

基于时空约束的船体曲面分段车间调度方法研究

船体曲面分段的生产调度问题流程复杂且具有时空耦合特性,其排产计划和调度方案的制定过程缺乏规范的流程及高效的方法,是船体建造过程中的瓶颈。对此提出了基于时空约束的曲面分段车间调度方法,该方法首先建立包含时空约束的调度问题数学模型;其次综合运用规则及分解策略,设计合理、简便的启发式算法;最后以船体部分曲面分段建造过程为例进行了实例验证。结果表明,所提出的基于时空约束的曲面分段车间调度方法使分段生产效率和车间场地利用率均有明显的提高。     

大型船舶分段涂装机器人的应用和发展

随着对自动化、智能化和绿色化制造理念的推动,工业机器人被越来越广泛地应用于制造业。在现代船舶制造中,船舶分段涂装作为船舶分段建造方法的关键一环,推广适用的机器人操作,可缩短其作业周期、提高分段建造质量,以确保船舶质量。对国内外船舶建造现状展开分析,探究大型船舶分段涂装工艺和适用的涂装机器人,比较国内外涂装机器人在搭载方式、结构机理、作业效率、绿色环保等方面的特点,阐述其优缺点,以期为大型船舶分段涂装机器人的研发提供参考。最后,对船舶分段涂装机器人未来的发展趋势进行展望。     

基于改进候鸟算法的柔性作业车间分批调度问题

为了将可变批次的调度策略应用于生产,以提高大规模柔性作业车间的生产效率和设备利用率,针对柔性作业车间可变子批问题的特点,建立了以最小化完成时间和最小化批次数目为优化目标的多目标柔性作业车间调度模型和析取图模型,提出一种改进的候鸟算法求解该问题.算法设计了精英分批和可行邻域结构两种策略用于提高算法的搜索效率.通过对比实验验证了可变批次划分策略的优势和所提算法的有效性.     

关键链约束理论解决柔性车间调度问题

柔性作业车间的调度难题一直以来都是NP难题,随着加工零件数量和机床数量的增加,调度优化难度将会以呈指数倍增长。本研究提出以约束理论为基础依托,选用最小临界比规则及遗传算法,结合各自的优点对柔性作业车间基于关键链进行调度优化,有效的解决了传统遗传算法容易陷入局部最优和最小临界比规则鲁棒性不强等问题。使设计的调度算法更加地符合车间真实的制造生产状况,改善了制造过程中资源设备利用率相对较低的问题,把设计的算法和传统遗传调度算法解决典型的柔性作业车间难题得到的结论相对比,验证设计算法的优势。     

基于Hopfield神经网络求解作业车间调度问题的新方法

对作业车间调度问题的换位矩阵表示方法进行了改进,给出新的作业车间调度问题的Hopfield神经网络计算能量函数表达式,然后提出改进的Hopfield神经网络作业车间调度方法。为了避免Hopfield神经网络容易收敛到局部极小的缺点,将模拟退火算法应用于Hopfield神经网络求解,提出随机神经网络作业车间调度方法。与已有算法相比,改进算法能够保证神经网络稳态输出为可行的作业车间调度方案。     

基于最短路算法的船舶分段堆场调度

为了改变船厂分段移动计划调度主要依赖经验和缺乏有效调度方法的现状,构建了考虑堆场信息、分段进出场次序等因素的最短路模型并对其进行优化。模型以分段在堆场中的调度为研究对象,以最小化临时分段移动量和平板车在堆场中的行驶距离为优化目标,确定分段在堆场中的最优停放位置和进出场路径。利用某船厂的实际数据对模型在堆场调度问题中的应用进行了实例验证,结果表明,该模型可得出较优的堆场作业计划,并提高堆场资源的利用率。     

分段式车间作业调度算法

车间作业调度问题是制造系统运筹技术、管理技术与优化技术发展的核心。本文对离散作业型 (Job Shop)车间中的作业调度问题做了探讨 ,并根据离散作业调度的阶段性提出了基于作业状态空间的逐段式车间作业调度算法。通过对一个实际车间作业调度仿真比较 ,此算法运算速度比最短加工时间 (SPT)和最少工作量剩余 (L WR)算法快 ,其调度结果具有可执行性     

柔性工作车间调度问题的多目标优化方法研究

针对各工件日标不同的多目标柔性作业车间调度问题,构建了以加工成本、加工质量及制造工期为目标函数的柔性作业车间调度多日标优化数学模型.针对传统的加权系数遗传算法不能很好地解决柔性作业车间调度多目标优化问题,提出采用改进的强度Pareto进化算法,对柔性作业车间调度问题进行多目标优化,从而得出柔性车间调度问题的Pareto综合最优解.最后,结合项目实施,以某大型空分装备企业的车间调度为例,证明了文中提出的方法能很好地解决柔性工作车间调度的多目标优化问题.