关键词:
柔性作业车间调度
不确定因素分析
改进头脑风暴优化算法
不确定加工时间
随机机器故障
摘要:
车间调度是制造业生产过程中重要的组成部分。与传统作业车间相比,柔性作业车间可以更加有效的处理加工设备、工件与生产管理等之间的关系。在实际生产制造过程中,影响加工顺利进行的不确定因素越来越多,致使一些生产数据难以准确的获取,无法按照调度方案顺利加工。故本文通过对柔性作业车间调度问题中存在的不确定性因素进行分析,研究不确定加工时间和随机机器故障下的柔性作业车间调度问题并建立数学模型,通过改进头脑风暴优化算法对模型进行求解,并设计了不确定因素下的柔性作业车间调度原型系统,以期为柔性作业车间调度问题提供了一种有效解决方法。本文主要研究内容如下:在对比分析了作业车间调度类型和特点的基础上,选用柔性作业车间调度作为研究对象,结合柔性作业车间调度不确定性和多目标性的特点,构建了不确定因素下的柔性作业车间调度问题优化体系框架,对其涉及到的不确定因素、模型建立和求解算法等关键技术进行分析。对不确定因素进行分析并建立了考虑不确定加工时间和随机机器故障的数学模型。在对作业车间调度问题中的不确定因素进行分析的基础上,对不确定加工时间和随机机器故障因素进行研究;针对考虑不确定加工时间因素下的柔性作业车间调度问题,结合模糊数理论,建立了考虑不确定加工时间的柔性作业车间调度数学模型;针对考虑随机机器故障因素的柔性作业车间调度问题,利用混合重调度策略和组合重调度方法,建立随机机器故障下的柔性作业车间调度数学模型。设计了柔性作业车间调度优化求解算法。采用了一套求解柔性作业车间调度问题专有编码方式;针对头脑风暴优化算法收敛性速度慢,容易陷入局部最优解的不足,分别提出了面向单目标和多目标问题的改进头脑风暴优化算法,利用测试函数进行仿真分析,验证了所提改进算法可有效提升算法的收敛速度和精度;并利用改进头脑风暴优化算法求解柔性作业车间调度问题,与其他算法进行比较,求解结果表明了改进算法求解柔性作业车间调度问题的有效性,为后续的求解不确定因素下的FJSP优化问题奠定基础。考虑不确定加工时间和随机机器故障的柔性作业车间调度问题优化设计。针对考虑不确定加工时间的柔性作业车间调度数学模型,利用改进头脑风暴优化算法分别进行以满意度、模糊最大完工时间和模糊最大机器加工负载为目标的单目标和多目标优化求解,求解结果表明多目标优化可以更好的平衡各个优化目标之间的关系;针对考虑随机机器故障下的柔性作业车间调度数学模型,利用改进头脑风暴优化算法分别进行以最大完工时间、机器加工能耗和设备负载方差为目标的单目标和多目标优化求解,对重调度方案的加工数据进行分析,求解结果表明了两种重调度策略的侧重点不同,并体现了重调度策略的有效性;针对不确定加工时间下的随机机器故障问题的多目标优化求解结果表明,已经加工完成的工序会对后续重调度方案的生成产生影响,且多目标优化设计的求解更能体现调度方案的准确性。为了便于开发考虑不确定因素的柔性作业车间调度原型系统,采用前后端分离技术,基于Vue和SpringBoot等框架,并通过对系统功能需求进行分析设计了调度系统的功能模块,实现了加工信息管理、重调度方案生成等功能,为考虑不确定因素的柔性作业车间调度生产提供一种解决方法。