基于超网络的集成工艺决策与调度问题研究

针对多工艺产品的加工路线决策与车间调度方案不能同步制定的问题,在制造车间数字化背景下,提出集成车间不同要素信息的特征—工序—机器—工人的超网络结构,建立基于超网络的加工路线决策与车间调度模型,设计一种集成工艺决策与车间调度的两阶段混合遗传算法求解模型。在工艺决策阶段,设计特征—工序双层矩阵编码染色体保持加工路线的多样性,并在遗传算法的执行过程中使用变邻域搜索方法增强算法的局部搜索能力;在车间调度阶段,采用NSGA-Ⅱ算法优化调度模型,将得到的调度方案多目标值返回至工艺决策阶段用于加工路线的适应度评价。最后通过仿真实验验证了该算法的可行性与有效性。     

半自动化多机照料作业车间多目标调度模型及算法

研究了半自动化作业车间生产情况,将半自动化作业车间生产时间按照过程分为自动化生产时间和生产准备时间,处于自动化生产时间的工人可同时照料多台设备,处于生产准备时间的工人无法同时照料其他设备。建立了一种包括设备资源和人力资源2种约束的半自动化多机照料的作业车间多目标优化调度模型,采用多机照料双层染色体编码方案、设定工人可照料多台设备、任一工人在任一时刻最多为1道工序进行生产准备的条件约束,基于双层染色体进行单点交叉变异,对模型求解并仿真分析,最后与半自动化单机照料作业车间调度情况对比。实验结果表明,半自动化多机照料作业车间调度能够缩短工期,降低成本。     

双资源约束下预防性维护与作业车间集成调度模型

在生产过程中需要对机器进行预防性维护和故障维修,但维修工人数量少、培养周期长、人力成本高,致使维护计划时必须考虑人力资源约束。针对该问题,建立了考虑维修工人资源和机器资源双约束的维护和生产活动集成调度模型;根据威布尔公式计算出最佳预维护周期,设定预维护时间窗口,在时间窗口内进行预维护,根据机器累计加工时长进行判断,脱离窗口可能需要的故障维修;最短生产周期为优化目标,采用改进遗传算法求解模型,采用三层编码方式,引入精英保留策略,通过算例仿真实验寻找作业车间维修工人最佳配比数量。与未考虑双资源约束的研究进行对比,验证模型与算法的可行性与有效性。