变扰动强度下柔性装配作业车间调度性能分析

柔性装配作业车间是柔性作业车间的一类现实化扩展,其调度问题既要考虑复杂的加工路径柔性,还要考虑零件间的装配关联约束,以及由其带来的关联零件生产进度协同难题。首先给出了柔性装配作业车间调度问题的数学模型;然后考虑现实生产中普遍存在的随机扰动,采用了完全反应式与预测-反应式两类动态调度策略,并提出了相应的优先度规则算法和周期性滚动遗传算法。前者能快速协同各关联任务,但其决策分散,缺乏全局优化力度;后者进行全局周期决策,但扰动将导致性能的下降。最后构建了一般化的仿真模型,并设计了大量的比较实验,分析了不同综合扰动强度对两种调度策略的影响,为实际生产调度策略选择提供了有效的依据。     

飞机复合材料部件装配调度算法研究

以优化飞机复合材料部件装配顺序、缩短部件装配时间为目标,构建了复合材料部件装配调度模型,提出了一种启发式算法与禁忌搜索算法相结合的调度算法(HTA-AJSP),并对其进行了优化,通过采用变邻域搜索和禁忌规则,很好地避免了算法搜索陷入局部最优。通过分析与实例验证,并与启发式算法和局部搜索算法进行比较,所提出的算法在产品装配调度优化问题上取得了比较满意的效果,缩短了装配周期,提高了装配效率。     

面向航空发动机装配线的知识化制造自适应优化调度

为了解决不确定生产环境下的航空发动机装配调度问题,设计了一种面向航空发动机装配线的知识化制造自适应优化调度算法。算法采用强化学习和过程仿真相结合的调度策略求解方式,以最小化提前期惩罚费用和完工时间成本为调度目标,给出了航空发动机装配的Q学习自适应调度模型;针对装配调度问题定义了四个新的调度规则,定义了航空发动机装配的四个状态特征用于对系统状态进行描述,并针对调度目标设计了合理的回报函数。仿真实验结果表明,在调度过程中,采用提出的Q学习方法在多数情况下都远优于其他规则,尤其在装配任务到达频繁的情况下,总体上表现出更好的优势,显示了良好的自适应性能。     

基于改进灰狼算法的柔性装配车间绿色调度

以柔性装配车间生产实际为背景,建立以最小化最大完工时间和总能耗为目标的柔性装配车间绿色调度问题模型,并提出改进灰狼算法IGWO用于该模型的求解,包括设计一种基于工序约束矩阵的解码方案,引入档案集用于最优解的维护与更新,设计位置更新策略用于提高算法的全局搜索与局部搜索能力。最后,以医疗器械制造企业实际生产案例为对象,进行了算法的对比实验,验证了IGWO算法在解决该模型的有效性。     

飞机复合材料部件装配调度算法研究

以优化飞机复合材料部件装配顺序、缩短部件装配时间为目标,构建了复合材料部件装配调度模型,提出了一种启发式算法与禁忌搜索算法相结合的调度算法（HTA-AJSP）,并对其进行了优化,通过采用变邻域搜索和禁忌规则,很好地避免了算法搜索陷入局部最优。通过分析与实例验证,并与启发式算法和局部搜索算法进行比较,所提出的算法在产品装配调度优化问题上取得了比较满意的效果,缩短了装配周期,提高了装配效率。     

基于前摄—反应的泊位岸桥鲁棒性集成调度

针对不确定因素下集装箱码头岸边侧泊位岸桥资源的协同调度问题,提出前摄调度计划和与之匹配的反应策略相结合的决策框架,并在前摄调度计划中引入了时间缓冲,以吸收船舶到港时间不确定带来的影响。以质量鲁棒性和解鲁棒性为目标函数,建立了不确定环境下连续型泊位岸桥集成调度的数学模型,并构建了具有双层决策结构的优化算法对模型进行求解。其中,上层采用非支配排序遗传算法框架搜索关键决策变量编码,下层运用带缓冲的前摄启发式算法对上层解码,并结合Monto Caro抽样及所设计的两种反应策略进行仿真评估。通过数值实验验证了所提方法框架与算法的有效性。     

考虑工件准备时间的Semi-Flow-Shop装配调度问题研究

提出一种类似于Flow-Shop调度问题(FSP)但又区别于FSP的Semi-Flow-Shop装配调度问题(SFSP),即在系列产品的装配中,某些产品可以跳过装配工艺中的几道工序而直接进入下道工序.根据实际情况,同时考虑了工件的准备时间及劳动力资源约束.针对该类问题,以最小化生产周期为目标建立数学模型,并设计了一种改进的双层自适应单亲遗传算法,实例证明该算法具有较高的有效性.     

基于灰色粒子群算法的飞机装配公差多目标优化设计

为全面考虑公差对制造成本的影响,将装配成本引入飞机装配公差优化设计模型,针对典型的飞机装配工艺方法,提出一种基于制造成本和质量损失的公差多目标优化设计模型,进而实现不同装配方法约束下的公差优化设计。将灰色关联理论与粒子群优化算法相结合应用于公差优化设计,根据公差设计特点提出改进策略,使其能够有效实现模型的求解。以某飞机典型组件为例,验证了该方法的有效性,并对不同装配方法的公差设计结果进行了对比分析。     

基于磷虾群-禁忌算法的复杂产品装配调度问题

针对航天复杂产品装配车间调度问题,提出一种改进的磷虾群-禁忌算法。首先,通过分析装配车间生产过程,建立以最大完工时间最小为调度目标的复杂产品装配调度数学模型;其次,在初始化阶段,通过对初始解进行优选和随机初始化相结合的方式来提高初始解的质量,并保证种群多样性,在解码阶段,利用基于排列和启发式规则的解码方式将种群个体调度解转化为调度目标,同时结合磷虾群(Krill Herd,KH)算法的全局搜索能力和禁忌搜索(Tabu Search,TS)算法的局部搜索能力来提高求解质量和效率;最后,利用正交试验法确定磷虾群-禁忌算法的最佳相关参数组合,并基于相关文献中的标准算例与不同算法进行对比,结果表明,磷虾群-禁忌算法在求解质量和稳定性上均优于其他对比算法。     

高效精准混装作业调度策略研究

以汽车混装作业为研究对象，对照闭式生产，推导得出开式生产模式具有高效性的结论。研究了多产品混合装配时的投产序列调度和精准调控机理，认为只有投产序列和工位任务分配协同调度，才能使企业生产高效和调度作业精准。论述了该协同调度措施的层次实现策略，指出面向多产品混合装配工序，柔性装配和虚拟装配是策略实施的关键技术手段。     

集装箱码头泊位—堆场资源的鲁棒性模板决策

为对码头资源进行科学合理分配,以进出口港为背景,针对战术层面的泊位—堆场资源联合分配问题,提出周期性及不确定性环境下的鲁棒性模板决策。基于前摄—反应鲁棒性调度思想,以最小化船舶期望在港时间和计划偏移量为目标,建立了混合整数规划模型。在此基础上设计了相应的启发式求解算法,其中前摄基础计划使用基于启发式解码规则和代理目标评价的自适应遗传算法进行搜索,执行过程使用基于松弛时间的反应策略进行调整。通过数值实验验证所提出鲁棒性调度的有效性,为集装箱码头多资源协同分配模板的设计和执行提供了有效的决策思路。     

基于遗传算法和延时Petri网的柔性装配系统的设备调度方法

为解决柔性装配系统的设备调度问题，提出了一种将基于延时Petri网的装配过程仿真与基于遗传算法相结合的调度方法。在该方法中，遗传算法使用的染色体是由延时Petri网模型中的部分选择库所名称排列而成，每个染色体都代表一种设备调度方案。遗传操作包括选择、交叉和变异3种类型，利用基于延时Petri网的装配过程模型进行仿真，得到每个染色体相对应的装配时间，进而将装配时间通过适应度函数转化为适应度。该方法融合了Petri网和遗传算法各自的优点，较好地解决了柔性装配系统中的装配建模和装配任务分配优化的问题。仿真实验证明该方法是有效的。     

基于设备可用时间约束的装配作业车间调度规则

为开发自动和手控设备混合的装配作业车间启发式调度算法,设计了装配作业和设备特性相结合的生产调度规则.分析了自动和手控设备的运作特性,以及设备和作业者的日可用时间约束对生产调度所产生的影响.首先以缩短工件平均流程时间和提高自动设备夜间运载率为目标,扩展了最短作业时间优先规则的内涵,设计了最短设备占有时间优先规则的系列;然后考虑了装配作业车间的装配特性,设计了将作业交货期最早优先规则与提出规则相结合的组合规则.经模具生产车间的仿真实验表明,所设计的组合调度规则对平均延期时间和其他相关评价指标具有较优的结果.     

面向飞机装配的生产管理技术研究

针对飞机装配作业生产管理复杂的特点,以及难以制定合适的生产计划以及生产调度难等问题,在深入分析飞机装配作业过程的基础上,提出了一种面向订单设计的飞机装配生产管理方法.该方法以飞机装配过程为核心,利用多级网络计划技术制定适应生产现场的柔性生产计划,采用面向生产现场的生产调度方法实现生产调度优化,从而实现了生产现场能快速组织装配资源按时完成生产订单.该方法已在实际生产中得到应用,并取得良好的效果.     

面向复杂产品装配过程的可视化生产调度技术

为解决复杂产品装配过程中出现的装配计划不合理、动态调度困难、过程监控和信息管理手段缺乏等问题,提出面向复杂产品装配过程的可视化生产调度技术.分析了复杂产品装配过程的特点,提出了基于工作流的装配过程可视化建模方法,并在此基础上建立了复杂产品装配调度模型.针对装配计划排产问题,提出了基于启发式调度规则的装配调度算法;针对装配过程中的扰动事件,提出了面向生产扰动的动态调度算法.提出了面向装配过程的可视化调度及信息管理方法,实现了装配过程的可视化监控、动态调度以及调度信息的组织与管理.通过实例验证了所提方法和技术的有效性.     

存在设备无关延迟约束的综合柔性调度算法

针对加工和装配综合的柔性调度中忽略工序间存在设备无关延迟约束导致调度结果不精确的问题,提出存在设备无关延迟约束的综合柔性调度算法。该算法通过将设备无关延迟时间转换为设备无关延迟工序,提出存在设备无关延迟约束的综合柔性调度工艺模型;通过将设备无关延迟约束工序转换为顺序约束工序的策略,将存在设备无关延迟约束的柔性加工问题转换为一般柔性加工问题;对一般柔性加工问题采用短用时策略和设备均衡策略确定标准工序的加工设备,将一般柔性加工问题简化为一般综合调度问题并用长路径优先策略调度;对于路径长度相等且在同一设备上加工的标准工序,提出调度前续短路径策略选择调度工序。实例表明,该算法通过考虑设备无关延迟约束时间使综合柔性调度的结果更精确并且能减少产品总的加工时间。     

装配作业车间的JIT调度研究

虽然作业车间调度问题在过去几十年里已经得到了广泛而深入的研究,但大部分研究都是以正规指标(Regular measures)最小化为目标.正规指标的调度只需要将工序尽量提前即可.相对于正规指标,最小化提前和延迟成本之和等则属于非正规指标(Non-regular measures).对于非正规指标调度,将所有工序尽量提前并不能优化目标,其调度方案的生成过程必然更加复杂.针对提前和延迟成本最小化这类非正规指标问题,将研究对象从作业车间调度(Job shop scheduling,JSP)扩展到了装配作业车间调度(Assembly job shop scheduling,AJSP),以更广泛地探讨求解此类问题的一般规律.设计了一种三阶段调整的启发式算法以生成调度方案,并结合遗传算法的求解框架进行了分析.通过与最优解结果对比,证明该启发式算法的效率和有效性.另外,试验结果也揭示了不同求解因子对求解效果的影响,为后续研究提供参考.     

分布式多柔性装配作业车间调度问题研究

针对分布式柔性装配作业车间环境，综合考虑了调度过程中的机器选择柔性、工人安排柔性和工序顺序柔性，构建了以最小化最大完工时间和最小化总能耗为优化目标的分布式多柔性装配作业车间调度问题(DMFAJSP)的数学模型。为求解DMFAJSP模型，提出了一种以分布估计算法为全局搜索组件、以邻域搜索算子为局部搜索组件的多维模因算法(MDMA)。最后，将所提出的算法与其他算法进行了对比试验，结果表明MDMA算法在求解DMFAJSP模型方面具有显著优势。     

考虑设备维修与维护的装配作业车间动态生产仿真研究

装配作业车间生产调度的关键是动态协同产品各零件的生产进度以满足产品的齐套需求。设备的随机故障将会扰乱已有的生产计划,给各零件之间的进度协同带来更高的挑战。预防性维护能够提高设备的可靠度以减少故障的发生,但过度的维护又会减少生产加工的时间。从调度规则构成属性的角度分析设备故障将带来的影响,并提出一种考虑设备故障的改进型调度规则。通过仿真试验分析了企业常见的3种预防性维护策略对车间性能的影响和7种代表性调度规则的性能。试验结果表明:预防性维护策略对车间有明显的影响;且考虑了设备故障的调度规则有一定的改进效果。     

半导体制造中具有重入加工工艺的双臂组合设备的调度研究*

解决带重入加工工艺的双臂组合设备的调度问题是非常困难的。如果采用交换策略调度该系统,系统将处于一个3-晶圆周期性调度过程。为改善系统的运行过程及降低生产周期,给出了基于2-晶圆周期性调度方法的调度算法。该算法由解析表达式组成。因此执行非常有效。通过对比3-晶圆和2-晶圆调度方法,可有效的判断两种调度方法的优劣。最后,实例验证该方法的可应用性。