模具加工过程的面向对象分析及其动态车间作业计划建模

模具的生产属于单件订货型生产,其车间级的生产管理一直是模具企业管理的难点。车间作业计划是解决这一难点的有效措施之一。通过采用面向对象的方法,对模具企业生产过程中与车间作业计划有关的对象进行了详细地分析和描述,以此为基础,进一步分析一模具企业车间作业计划中的优化目标和约束,建立了相应的动态车间作业计划模型,为模具企业编制切实可行的车间作业计划奠定了基础。     

面向单件小批生产的集成化车间作业调度系统研究

针对单件小批生产的车间生产环境特点,采用两层递阶的车间作业调度策略对作业计划与调度控制进行集成,建立了一种集成化的作业调度系统原型,并着重讨论了两个层次上的调度求解方法,为优化和解决车间层作业调度提供了理论依据.     

单析小批生产的作业计划与调度监控集成系统

介绍了一个实用化的单件小批生产条件下车间作业计划与调度监控集成系统。该系统由工艺准备子系统和生产作业计划及调度监控子系统组成，系统可快速建立或修正作业计划，实现了车间物流实时仿真及调及监控，最大限度地减少材料和劳动和的消耗，提高设备的利用率，从而降低产品的制造。     

单件小批量生产作业计划的倒排产算法研究

提出一种用于单件小批量生产中编制作业计划的算法模型———倒排产算法 ,并建立一套包含此模型的作业计划及调度监控集成系统。在科龙等企业的生产部门进行实施 ,获得良好效果     

单件小批生产的作业计划与调度监控集成系统

介绍了一个实用化的单件小批生产条件下车间作业计划与调度监控集成系统。该系统由工艺准备子系统和生产作业计划及调度监控子系统组成。系统可快速建立或修正作业计划,实现车间物流实时仿真及调度监控,最大限度地减少材料和劳动力的消耗、提高设备的利用率,从而降低产品的制造成本。     

集成化车间作业计划动态关键路径编制算法

针对单件小批生产加工装配式制造的特点,结合车间作业计划与物料需求计划的集成化管控需求,提出了基于生产过程网络图的动态关键路径作业计划编制算法.算法按照零部件加工装配过程中的工艺顺序和装配关系,将计划期内订单的形成过程抽象化为生产过程网络图,并将物料需求计划映射为网络图中的节点,进行生产能力控制和加工装配约束.以生产过程网络图为作业计划编制的对象模型,以订单的交货期为依据,采用倒排的方式,通过动态寻找网络图中的关键路径来确定车间作业计划顺序和资源分配.通过某密封产品生产企业机加车间生产计划编制的实例,证明了该算法能快速有效地在有限生产能力条件下编制高效可行的车间作业计划,保证作业计划与物料需求计划的一致性.     

烟草物流中心数字化车间监控系统研究

针对烟草物流自动化车间生产过程监控不足导致车间生产效率不高、管控难度大的问题,研究了一种面向生产过程的可视化监控方法,该方法从实体设备、车间作业流程等多方面构建具有多层级映射规则的数字孪生车间功能模型,在此基础上,建立孪生数据映射逻辑模型,搭建基于S7协议的实时数据采集传输架构,驱动孪生模型同步运行,设计并开发了数字化车间监控系统。最后通过实例验证,表明此系统能够有效集成、融合车间生产数据,实现对车间作业全流程的有效监控。     

基于仿真的车间作业计划系统研究

基于仿真的车间作业计划系统可以增加系统的透明度,提高计划执行率.针对多品种小批量的生产模式,在eM-Plant软件上提出一种基于离散事件的仿真方案,开发了相应的系统模型和仿真算法,运行仿真系统,得到调度结果,验证所编制的车间计划的可行性.采用上述仿真系统就某军工车间一计划周期的生产任务进行仿真,根据不同优先级的仿真算法,得到合理的车间作业计划.实例证明本系统提高了车间作业计划编制有效性.     

一种改进的作业车间调度算法及其实现

单件小批量生产形式下的作业车间调度是生产调度中的一个重要问题,也是计算机集成制造系统中的一个关键环节,在实际生产中具有广泛应用。针对已有的求解作业车间调度问题的算法,引入了交换与移动相结合的机制,以提高调解效率,并在Visual Basic for Applications for Project 2000中实现了该算法。经过分析及一个10×10的调度问题的测试实例验证,利用这种算法求解作业车间调度问题可得到十分满意的结果。     

压力加工车间产品质量集成监控系统

为了使压力加工车间产品质量处于受控状态并得以持续提高，文章提出了一种压力加工车间产品质量集成监控系统，给出了集成监控的功能模型与物理结构，并从现场监控层、传输层、集成监控层三个方面给出了系统的功能结构与实现方案。     

工艺计划与车间作业计划集成系统的研究

分析了现有工艺计划与车间作业计划的系统集成模型,建立了企业生产工艺计划与作业计划的层次结构,提出了面向车间作业计划的动态、分布式工艺计划与车间作业计划集成模型。将工艺计划与基于周期和事件驱动的动态作业计划相结合,把改进的离散化粒子群算法引入车间优化作业计划运算,使集成模型中生产作业计划与控制功能得以实现。实例证明了集成系统的可行性和有效性。     

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     

面向IC生产模式的Job Shop调度问题的研究

针对即时定制生产模式的车间调度的特点,提出基于粒子群算法(PSO)的车间调度问题的解决方案.利用粒子群算法本身的优越性解决复杂的车间作业排序问题,克服了传统调度算法存在寻优效率低或全局寻优能力差的弱点.对粒子群的编码及寻优操作进行研究,确定了更适合车间调度问题的编码和操作方式,并将算法进行编程,应用到系统的车间调度部分.仿真结果表明,通过设置适当的参数,可以快速地得到理想的排序结果,能够适用于IC生产模式的车间调度问题.     

基于多代理的画间调度系统研究

在分析车间生产调度特点的基础上，提出基于多代理的车间生产调度模型。把车间生产调度系统分为车间代理、调度代理、在线控制代理、任务代理和资源代理，并对该系统进行仿真试验。对仿真结果进行了分析，为解决车间加工动态调度问题提供了一种新的方法。     

基于混合遗传算法的动态车间调度系统的研究

分析了生产工艺计划与车间调度系统的集成原理，提出将CAPP模块与基于周期和事件驱动的滚动窗口调度有机地相结合，从而实现工序分段设计的CAPP系统和基于周期和事件驱动的滚动窗口再调度策略的生产调度系统的集成。在建立集成模型的基础上，对算法进行研究，把简单遗传算法（SGA）和模拟退火算法（SA）有机结合，使算法优化机制融合和优化结构互补，形成高效的混合遗传算法，使集成系统能适应连续加工过程中复杂的环境变化并高效地完成实时处理，减少突发事件造成的工序大范围的重新设计。实例验证了系统的可行性和有效性。     

Integration of process planning and scheduling in a job shop environment

Today’s manufacturing systems are striving for an integrated manufacturing environment. To achieve truly computer-integrated manufacturing systems (CIMS), the integration of process planning and production scheduling is essential. This paper proposes a framework for integration of process planning with production scheduling in a job shop environment for axisymmetric components. Based on the design specifications of incoming parts, feasible process plans are generated taking into account the real time shop floor status and availability of machine tools. The scheduling strategy prioritizes the machine tools based on cost considerations.     

A Prototype Genetic Algorithm-Enhanced Multi-Objective Scheduler for Manufacturing Systems

This paper describes the development of a prototype genetic algorithm-enhanced multi-objective scheduler for manufacturing systems. A framework of the prototype scheduler is proposed which accepts data input from a database or file and outputs a near-optimal schedule. A scheduling toolbox with scheduling models for job shop, flow shop and cellular manufacturing, forms part of the prototype scheduler, and the schedule builder transforms the near-optimal solution into a valid shop floor schedule. The prototype system was validated for various cases, with and without constraints and multiple objective functions, (makespan and tardiness), enforced simultaneously with constraints. In the first case, the schedule generated was comparable to those obtained by other researchers. The prototype system was also tested for its ability to handle dynamic scheduling, e.g. a rush order. The results showed that all the job orders could be rescheduled within the original makespan, even though the order of one of the jobs was doubled.     

An intelligent operations scheduling system in a job shop

Scheduling jobs effectively under the consideration of actual loads on machines is one of the most complicated tasks in production control. The conventional scheduling methods fail because of the complexity of the tasks. To deal with the complexity, knowledge-based approaches to job shop scheduling have been attempted. This paper presents an interactive scheduling expert system, IOSS (Intelligent Operations Scheduling System), which performs both predictive and reactive scheduling. IOSS combines the knowledge-based scheduling method with the interactive scheduling method to generate a feasible schedule and to revise the existing schedule. It is based on opportunistic and interactive repair based problem solving within a blackboard architecture. To handle conflicting events, heuristics are applied from the order point of view. Flexible reaction management is possible while keeping the changes in the generated schedule to a minimum by adjusting the schedule for tardy operations or changes in job shop status. The effectiveness of the proposed concept is demonstrated by applying the developed system to an example case.     

CAPP与车间作业计划集成的研究

阐述在制造过程中ＣＡＰＰ与车间作业计划之间集成的必要性，分析目前ＣＡＰＰ与车间作业计划集成的方法：在分析式集成方法的基础上，提出分层规划集成的模型，并讨论此模型的系统结构和特点。     

可变机器约束的模糊作业车间调度问题研究

在车间实际加工中,工件的加工时间和交货期是一个模糊数,而且工件的某道工序有多台机器可供选择。针对这类作业的车间调度,提出了以极大化最小客户满意度为指标的可变机器约束的模糊作业车间调度模型,并给出了算法设计。应用遗传算法在适应度函数处理中引入模糊数处理方法,解决作业车间模糊调度问题,实现调度优化。仿真实验结果表明了该调度方法的有效性,为可变机器约束的模糊作业车间调度提供了一种实现途径。