[智能设计与计划调度]机器故障下加工车间优化重调度方式预测

为预知不同故障情形下的优化重调度方式,实现快速、有效的重调度决策,提出融合调度仿真与改进概率神经网络的重调度方式预测方法。考虑到现场故障样本难获得且无法涵盖全部故障情形,利用仿真实现随机故障下优化重调度样本的生成;以工序加工时间的累计变动、变动任务数、makespan改变量为决策依据,生成各样本的标签;将带标签数据样本输入到概率神经网络模型,实现优化重调度方式预测。实验结果表明：所提出的方法准确率达99.54%;在指定加工车间和生产任务的前提下,故障机序号和故障修复时间对优化重调度方式起决定性作用。     

考虑加热温度曲线的热轧批次计划

针对目前热轧计划模型中未考虑加热炉温度变化而造成的能耗高的问题,根据钢铁企业热轧生产工艺的特点,将热轧批次生产计划归结为轧制计划数不确定的车辆路径问题。重点考虑了加热炉温度的变化规律和批次间温度的跳跃约束,以极小化温度跳跃惩罚值为目标建立了轧制计划数学模型,并设计出一种鱼群寻觅粒子群算法对模型进行求解。根据国内某钢铁企业热轧生产实际问题对模型和算法进行了验证,实验结果表明:考虑加热温度曲线的热轧批次计划不但能够按照预定的温度变化趋势来指导生产,而且有利于降低加热炉能耗和延长其寿命,因此所提出的模型和算法切实可行。     

机器故障下加工车间优化重调度方式预测

为预知不同故障情形下的优化重调度方式,实现快速、有效的重调度决策,提出融合调度仿真与改进概率神经网络的重调度方式预测方法。考虑到现场故障样本难获得且无法涵盖全部故障情形,利用仿真实现随机故障下优化重调度样本的生成;以工序加工时间的累计变动、变动任务数、makespan改变量为决策依据,生成各样本的标签;将带标签数据样本输入到概率神经网络模型,实现优化重调度方式预测。实验结果表明:所提出的方法准确率达99.54%;在指定加工车间和生产任务的前提下,故障机序号和故障修复时间对优化重调度方式起决定性作用。     

基于多智能体的连铸-热轧一体化生产调度模型

连铸.热轧生产制造流程是钢铁生产的一个重要环节,该过程的生产计划与调度问题是影响钢铁工业生产效率和经济效益的重要因素.本文针对连铸.热轧过程的生产调度问题,建立了整个连铸.热轧一体化生产调度过程多智能体系统模型,该模型由6个智能体组成.讨论了多智能体模型各智能体的机能、任务以及各智能体之间的协同工作问题.最后,利用实际生产数据进行了仿真实验,表明所提出的模型能够有效提高连铸-热轧一体化生产调度的热装比,减少能源消耗.     

物联网环境下混流生产车间两级动态调度研究

针对不确定的动态事件干扰混流生产车间预先调度实施的问题,对调度信息传递、车间扰动恢复、多目标优化等问题进行了研究。建立了以RFID技术为支撑的物联网环境下实时工况驱动的调度-重调两级动态调度机制,在物料消耗速率均衡化、最短化最小生产循环周期的两个预调度模型基础上,构造了混合布谷鸟搜索求解算法;基于扰动事件的特性,采取事件和周期混合驱动的调度策略,通过滚动窗口技术和混合布谷鸟搜索算法对重调度进行了求解,利用仿真平台对调度模型及混合布谷鸟搜索算法进行了测试。研究结果表明:该物联网环境的构建符合车间实时动态调度需求,能够实现工况信息的及时传递;调度机制能够有效应对各类扰动,满足了混流车间实际调度需要;算法求解速度快,获得的解质量良好。     

基于层次代理的车间生产调度系统模型的研究

针对车间生产环境的动态多变性特点,利用面向对象的分析方法,将生产过程中涉及到的实体及其相互联系进行抽象,建立了一种基于层次代理的生产调度系统模型,并讨论了对于常见突发事件的重调度策略,为优化和解决车间层生产调度的实时性、动态性问题提供了理论依据.     

基于模糊神经网络的半导体生产线重调度策略优化

针对缺乏半导体生产线重调度策略优化方法的研究现状,提出了基于模糊神经网络的半导体生产线重调度策略优化技术。将重调度策略划分为半导体生产线、设备组和设备重调度层次,利用仿真评价确定优化的重调度策略,并获得样本数据。通过对模糊神经网络训练,建立干扰和半导体生产线状态等输入参数与优化的重调度策略输出之间的映射关系。以上海某125mm晶圆生产线为例,结果表明了该重调度策略优化方法的有效性。     

炼油生产中的原油多周期调度优化

为了有效实现原油储运调度与调和优化,针对原油的码头接卸、中间站场及油库的收油和下输、原油调和进厂等业务环节,综合考虑操作与输送能力等约束和流程中的不确定性因素,采用数学规划方法,建立原油储运调度与调和优化一体化模型,利用启发式规则简化模型进行求解,实现原油多周期调度优化,对原油处理过程进行精细化管理。以中石化某原油运输线为例,通过该优化方法有效提升了原油调度精确性,降低了原油运输存储成本,为炼油生产提供了有力支撑。     

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。     

不确定可重入定点装配车间集成生产计划与调度

为满足工厂—车间一体化管理需求,研究了不确定可重入定点装配车间生产计划与调度集成优化问题。在分析车间装配特点的基础上,利用期望值描述不确定可重入情况,建立了双层生产计划与调度集成优化随机期望值模型,上层为能力约束的生产计划模型,下层为不确定可重入定点装配车间调度模型。提出了一种具有双层结构的交替迭代式改进遗传算法,上层用精英遗传算法求解生产计划,代入下层后采用基于随机模拟技术的遗传模拟退火算法求解生产调度,然后将调度结果返回上层重新求解新计划,如此不断交替迭代以实现计划与调度的同时优化。通过算例仿真验证了模型及算法的有效性。为制定不确定可重入定点装配车间生产计划与调度提供了一种合理可行的方法。     

基于仿真的数字化车间天车系统设计与验证

天车是生产车间物料运输的重要设备,目前在生产系统设计的时候,往往忽略了天车调度方案对生产线运行的影响。针对天车调度问题,介绍了一种利用仿真模型对生产系统中天车调度方案设计的方法。论文分析了天车调度的几种典型方案,构建了包括天车模型的数字化车间生产系统模型,利用Plant Simulation软件对整个生产系统的运行过程进行仿真,分析不同天车调度控制方案下生产系统的运行指标,从而得到优化的结果。论文把天车系统和生产系统结合起来进行优化仿真,为生产系统的设计优化提供了一种新的方法。     

不确定条件下车间动态重调度优化方法

分析车间生产环境复杂、多变以及生产过程中各种随机扰动所导致的不确定性问题,将扰动分为显性扰动和隐性扰动两类。分别采用主动和被动触发式重调度驱动规则,对各种扰动进行响应,并通过建立重调度优化集,结合滚动时域优化方法,对大规模动态重调度优化问题进行了简化。提出重调度优化集内待加工工件的选取规则,以减少工序间机器空闲时间。最后提出混合粒子群调度优化算法,对优化集内待加工工件进行智能优化调度,并采用该算法结合具体的仿真实例验证了该动态随机重调度优化方法的有效性。     

混合多处理机任务作业车间调度问题的仿真研究

针对现代钢结构制造企业车间生产中工件的一道加工工序需要不止一台处理机(工人、设备等)同时加工处理的情景,建立了混合多处理机任务作业车间调度模型。同时,结合企业生产过程中快速改变生产环境的生产方式,利用PlantSimulation仿真软件实现仿真模型。此外,针对遗传算法局部搜寻能力较弱设计混合优先调度规则的混合遗传算法对仿真模型进行优化。最后,通过算例对仿真模型和优化算法进行验证,并针对某钢结构车间的实际生产问题进行调度安排。     

[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。     

任务可拆分的多模式多项目调度模型与算法

针对多项目调度资源利用率低的问题,提出任务可拆分的多模式多项目调度模型。采用多属性效用函数对工期—成本—质量—资源均衡进行目标优化,以提高资源利用率、缩短工期,实现多项目调度整体效用的最大化。利用正态云模型云滴的随机性和稳定性的特征,设计云遗传算法并生成多项目调度各个活动的优先级,最终生成活动可拆分的多模式多项目调度计划。通过算例验证了所提模型和算法的有效性。     

柔性制造系统重调度的仿真建模与分析

在订单型生产系统中,订单的订货量和交货期等内容的变更会干扰原有的调度计划,从而需要进行重调度。以一个包含6个操作阶段的柔性制造系统为背景建立了重调度模型,模型以订单延误数和开工时段发生变化的订单数为双重优化目标。针对此重调度模型,运用仿真软件模拟了调度和重调度的过程,研究了向右顺延和紧挨交货期交换两种重调度的规则,并根据仿真结果比较了这两种规则的运行效果。分析表明:紧挨交货期交换规则在两个目标上都取得了更好的效果。     

城际铁路动车组修造合一车间调度优化方法与应用系统EI北大核心

针对城际铁路动车组生产基地在新造车产能降低后的资源浪费问题,利用修造合一调度优化方法实现动车组的高级修和新造的工艺过程共享生产设备。分析了动车组新造和高级修工艺过程,梳理了设施共享方案。基于检修/新造工艺拓扑和检修/新造物料清单(BOM),提出了一类基于修造拓扑关系约束的车间调度问题,设计修造合一拓扑关系的构造方法。以最小化动车组新造和高级修流程无效时间碎片为优化目标,以修造合一调度拓扑图和基地的设备资源为约束条件,建立修造合一调度优化模型。利用最大最小蚁群系统进行迭代优化,获得拓扑节点的最优调度序列,并将最优调度序列转化为修造合一调度方案。以某城际铁路动车组生产基地的新造和三级检修一体化调度问题为算例,验证了模型和算法的有效性。以修造合一调度模型为核心组件,设计实现了动车组修造基地生产管控系统,并在某城际铁路修造基地以及7个高铁动车组高级修检修基地上线应用。     

一种多品种变批量柔性作业车间调度方法

文中针对多品种变批量柔性生产车间交付周期长、设备利用不均衡、生产效率低的问题,提出了一种基于遗传算法的多品种变批量生产调度方法。该方法以最长完工时间和设备总负载为目标构建多品种变批量生产调度优化模型,并基于遗传算法求解该模型。同时考虑在实际生产过程中存在的动态扰动事件,设计并实现了一种基于扰动事件驱动的重调度方法。通过对某发动机的气门传动机构进行测试,验证了文中所提方法的可行性和有效性。     

工序加工时间不确定的柔性作业车间重调度算法

针对工序加工时间不确定的柔性作业车间重调度问题,以最小化最大完工时间和最小化机器总负荷为目标,利用区间数表征加工时间不确定性,采用泛灰数实施作业调度,引入EDQS重调度触发机制和滚动窗口优化策略,设计了关键工序集的构造规则;采用改进的NSGA-Ⅱ算法优化关键工序集和SPT规则调度非关键工序集,从而实现完全工序集的调度。引入Hypervolume指标维护进化种群,在保证Pareto最优解集收敛性的同时维持了群体多样性,以泛灰数序关系确定最优调度方案。仿真实例不仅证明了基于工序加工时间不确定的柔性作业车间重调度算法的可行性和有效性,而且证明该方法能够及时响应不确定性因素扰动。     

工序加工时间不确定条件下作业车间调度问题的区间数求解方法

针对一类难以获取工序加工时间变量的准确分布规律或隶属度函数的作业车间调度问题,采用区间数方法描述工序加工时间不确定变量,在分析工件完工时间区间与交货期时间窗的6种关系的基础上,分析归纳出提前/拖期惩罚取值区间的求解方法;论证了提前/拖期惩罚区间可以预估提前/拖期惩罚值的波动范围,为不确定调度问题转化为区间调度问题求解提供了理论支撑。以提前/拖期惩罚的取值区间为优化目标构建了区间调度模型。通过区间可能度方法对不同的提前/拖期指标区间值进行定量比较,解决了遗传算法求解区间调度模型时适应度值的比较问题。通过算例仿真验证了区间数定理和调度算法的有效性。