基于图论的可重构制造系统重构策略

可重构制造系统(RMS)是针对零件族设计的既具有定制的柔性,又具有高生产率的制造系统。RMS通过重构来适应市场需求的变化。RMS的设计目标是基于重构条件下寻求制造系统在全生产周期内的系统成本最优。首先建立RMS的各生产周期成本模型、重构成本模型与全生产周期成本模型,构建RMS在各生产周期的组态有向图,利用Dijkstra算法与双向扫视算法求得RMS在各生产周期的最优成本组态与K-1个次优成本组态。根据所求得各生产周期的最优成本组态与K-1个次优成本组态,重构成本模型与全生产周期成本模型,计算上下生产周期各组态间的重构成本,并构建RMS全生产周期的重构策略有向图,再次利用Dijkstra算法与双向扫视算法求得 RMS全生产周期的最优重构策略与K-1个次优重构策略。最后用实例验证了方法的有效性与可行性。     

可重构制造系统工艺路线与系统布局设计研究

为使可重构制造系统的重构过程更加快速有效,提出了一种工艺路线和系统布局设计的方法.首先,基于图论构建了可重构制造系统工艺路线的有向网络模型,并采用Dijkstra算法和双向扫视算法,进行最优工艺路线和备选工艺路线的选择;然后,以工艺路线为基础,依据排队论中的相关理论,对制造系统的布局进行优化设计,以获得可重构制造系统布局方案.实例表明,该设计能够适应可重构制造系统快速多变的特征,提高对制造系统已有资源的利用率.     

可重构制造系统建模方法

对可重构制造系统建模方法,包括基于Petri网的可重构制造系统建模、基于排队网络的可重构制造系统建模、基于马尔可夫链的可重构制造系统建模、基于多Agent理论的可重构制造系统建模等方法的研究现状进行了系统的介绍,并进行了分析和比较,最后给出了可重构制造系统建模的发展方向。     

基于遗传算法的可重构制造系统多零件流水线构形优化

获取各生产周期内的最优和K-1个次优(K优)多零件流水线构形是可重构制造系统运行阶段的一个重要优化问题.给定各零件的工序优先图、工序和工位操作的关系以及各工位操作的町选设备,多零件流水线构形优化问题即为确定工作站数量、各工作站内并列放置机床的类型和数量以及选择和分配各零件的工位操作,以最小化构形的资本成本.为获得K优构形,首先放宽现有模型对上位操作分配的限制,建立了构形优化问题的0-1非线性规划模型,扩展了可行解空间.随后提出一种面向可行工位操作分配的遗传算法,从可行解空间中快速获取K优解.案例研究表明,该方法能获得优于现有模型最优解的解,同时也验证了所建模型和优化方法的有效性.     

面向多品种变批量的可重构制造系统的设计方法研究

可重构制造系统的设计目标是要确定各种零件的生产周期、各种零件之间的生产顺序与加工各种零件所用的组态。建立了各生产周期成本模型、重构成本模型与全生产周期成本模型。由各种零件的批量确定加工各种零件的标准生产周期，分析系统成本冗余，得到了多组偏差生产周期，求出了各种生产周期下各种零件之间所有生产排序的K-优组态路径。通过比较所求得的组态路径，可以获得一条最优与多条次优组态路径。用案例验证了所提出的方法。     

可重构制造系统的多尺度构形概念模型设计

针对可重构制造系统重构过程中的构形概念设计问题,提出一种基于生命系统理论的可重构制造系统多尺度构形概念模型设计方法。从系统、单元和机床3个尺度分析可重构制造系统的构形概念设计过程,构建可重构制造系统构形多尺度模型;基于生命系统理论对可重构制造系统构形多尺度模型进行分解和表达,利用生命系统理论的20个关键子系统建立可重构制造系统多尺度构形概念设计的普遍适用模型,并采用成本对模型进行评估。面对订单波动,可以通过重用现有构形的概念模型,对其进行添加、删除、替代等操作,来实现新构形的快速设计,达到提高可重构制造系统重构效率的目的。通过一个案例研讨阐述了该方法的实施过程,并验证了算法的有效性和实用性。     

基于排队网络模型的混流制造系统服务率优化

基于排队理论研究了混流制造系统服务率优化问题。建立了混流制造系统的开放式排队网络模型;以每一个工作单元单位时间内服务费用与产品逗留损失费用之和的期望值为目标函数,以工作单元加工每一类产品的服务强度为约束条件,建立了期望费用模型;针对所建立的混流制造系统服务率优化数学模型的复杂性,构造惩罚函数对原目标函数加以修正,将原约束问题转化为无约束问题,利用坐标轮换法、黄金分割法、进退法等最优化方法以及MATLAB程序对每一个工作单元的惩罚函数进行了求解,得到了其加工每一类产品的最优服务率。算例计算结果表明了该方法的有效性和可行性。     

多层车间中自动存取系统的AGV配置优化

为节省企业成本，更好地适应市场的竞争环境，考虑多层车间与自动存取系统的规划设计问题变得愈发重要。针对定制型装备制造企业，多层车间中自动小车存取系统的自动导引小车(AGV)数量配置优化，研究将排队网络分析模型与启发式算法相结合的优化方法。以最小化AGV投资成本为目标函数，建立以吞吐率和空闲AGV数量两个性能指标双重约束的优化模型。由于约束条件无法用决策变量的封闭形式表示，提出排队网络模型用于求解性能指标，并通过将性能分析方法嵌入进启发式算法来优化AGV的配置方案。最后设计实验算例，通过将算例结果与仿真实验结果进行对比，验证了所提方法的有效性和准确性。     

Study on Dynamic Modeling and Structure for Rapidly Reconfigurable Manufacturing System

提出了基于组态式柔性制造单元组成的阵列式布局的快速重组制造系统的创新结构体系,建立了以生产效益为该系统设计和运行决策目标的随机模型,应用排队网络模型静态马尔科夫工件运送方式得出系统重组时缓冲区容量的优化配置和最优工件运送策略的算法,研制了作为构建快速重组制造系统核心的新颖的组态式柔性制造单元的原型,并给出生产工程中应用所创建的阵列式可重组制造系统的成功案例。     

大规模定制下制造商延迟生产的成本优化模型

为解决大规模定制下延迟生产系统中制造商的生产成本优化问题,建立了大规模定制下制造商实施延迟生产的生产成本优化基本模型和扩展模型,以大规模定制下延迟生产系统的生产成本最小化为目标,综合考虑了固定资产的投资成本、制造成本、在制品持有成本、半成品库存成本,以及客户提前期问题.分析了客户订单分离点最佳位置及其决定因素,并指出了客户需求平均到达率、定制化产品种类数量,以及制造中心平均生产率对客户订单分离点最佳位置的影响.最后,对延迟生产系统的生产成本优化模型进行了仿真.     

Effect of reconfiguration costs on planning for capacity scalability in reconfigurable manufacturing systems

In a globally competitive market for products, manufacturers are faced with an increasing need to improve their flexibility, reliability, and responsiveness to meet the demands of their customers. Reconfigurable manufacturing systems (RMS) have become an important manufacturing paradigm, because they broadly encompass the ability to react efficiently to this environment by providing the exact capacity and functionality needed when needed. This paper studies how such new systems can manage their capacity scalability planning in a cost effective manner. An approach for modeling capacity scalability planning is proposed. The development of the model is based on set theory and the regeneration point theorem which is mapped to the reconfigurable manufacturing paradigm as the capacity scalability points of that system. The cost function of the model incorporates both the physical capacity cost based on capacity size and costs associated with the reconfiguration process which referred to as the scalability penalty cost and scalability effort cost. A dynamic programming (DP) approach is manipulated for the development of optimal capacity scalability plans. The effect of the reconfiguration costs on the capacity scalability planning horizon and overall cost is investigated. The results showed the relation between deciding on the optimal capacity scalability planning horizon and the different reconfiguration costs. Results also highlighted the fact that decreasing costs of reconfiguration will lead to cost effective implementation of reconfigurable manufacturing systems.     

具有模糊缺陷率和订货费用的库存管理研究

为解决目前库存研究中忽略产品缺陷率和订货费用不确定的问题，研究了同时具有模糊缺陷率和模糊订货费用的库存管理问题。首先利用模糊理论描述了库存管理中的不确定性，建立了缺陷率和订货费用模糊下的经济订货批量模型，以确定合理的订货批量，使得整个利润最大。然后利用符号距离法对模型目标进行了解模糊运算，给出并证明了参数为三角形模糊数时的最优订货策略。最后利用仿真实验验证了该策略，并研究分析了缺陷率和订货费用的模糊性对最优订货批量和最优利润的影响。     

Scheduling and replenishment plan for an integrated deteriorating inventory model with stock-dependent selling rate

An integrated approach is used to clarify the critical issues of scheduling and replenishment planning in an advanced inventory system under stock-dependent selling rate environment. This is because integration removes the barriers between enterprises and improves overall performance. A close collaboration such as just-in-time (JIT) operations also improves product quality of the supply chain. Different from the single-stage inventory model, this study develops an integrated two-stage production-inventory deteriorating model for the buyer and the supplier with stock-dependent selling rate, as well as considering imperfect items and JIT multiple deliveries. Our paper proposes a significant method using a time-weighted-inventory approach to analyze the supplier’s saw-tooth holding cost. We derive the optimal number of inspection, optimal deliveries and the optimal delivery-time interval. A numerical example is also presented to illustrate the theory. The results show that the fixed demand rate, the holding cost and the unit inspection cost are critical in the management of the deteriorating inventory model.     

A selection of a fabric-cutting system configuration in different types of apparel manufacturing environments

This paper proposes a queuing theory to find the optimum configuration of a computerised fabric-cutting system within different characteristics of production including small-sized, medium-sized and large-sized production orders. The proposed method can help apparel manufacturers to select the most appropriate cutting system configuration before an investment is made. The spreading and cutting sequencing (SCS) model using genetic algorithms developed by Wong et al. (2000) is employed to validate the feasibility of the proposed queuing theory approach. The results generated by the queuing approach were similar to that of the SCS model. The queuing approach is thus an alternative and effective method to assist apparel manufacturers on their decision-making about investing in a computerised fabric-cutting system.     

一种多周期随机需求生产/库存模型

为使存贮、生产和缺货等费用的总和最小，建立了一种多周期随机需求生产／库存模型，该模型采用（S，Q）策略对生产和库存进行控制，即当成品库存降至8时准备生产，生产量为Q。通过对该模型费用函数特性的分析，设计了一种迭代学习算法，根据该算法可以得出系统的最优生产准备点及最优生产量。将所提出的迭代学习算法与遗传算法进行了比较，结果显示，两者所得到的控制量是吻合的，且迭代学习算法的求解速度更快，从而证实所建立的模型和提出的迭代学习算法是正确有效的。