基于加工失效情形下生產(chǎn)批量計(jì)劃與設(shè)備維護(hù)集成優(yōu)化研究.pdf

1、生產(chǎn)計(jì)劃和設(shè)備維護(hù)安排是制造型企業(yè)生產(chǎn)運(yùn)營中非常重要的兩項(xiàng)決策活動(dòng)。在實(shí)際生產(chǎn)運(yùn)營和多數(shù)學(xué)術(shù)研究中，這兩項(xiàng)決策活動(dòng)往往被分別對(duì)待，缺乏對(duì)生產(chǎn)和維護(hù)之間相互影響和制約關(guān)系的全盤考慮，因此不能達(dá)到整體優(yōu)化效果。本論文將基于符合實(shí)際情形的相關(guān)假設(shè)，分別在單機(jī)和多機(jī)生產(chǎn)系統(tǒng)環(huán)境下，研究將生產(chǎn)批量計(jì)劃和設(shè)備預(yù)防性維護(hù)安排進(jìn)行集成決策的方法。
　　首先，針對(duì)單機(jī)系統(tǒng)，本文假定預(yù)防性維護(hù)使設(shè)備恢復(fù)如新，同時(shí)考慮預(yù)防性維護(hù)引起的生產(chǎn)時(shí)間損失和設(shè)備

2、失效引起的產(chǎn)能損失，并且假定設(shè)備失效情況依賴于實(shí)際生產(chǎn)運(yùn)營時(shí)間，建立了生產(chǎn)批量與維護(hù)計(jì)劃集成優(yōu)化數(shù)學(xué)模型，目標(biāo)是最小化生產(chǎn)和維護(hù)總成本。針對(duì)該模型中含有復(fù)雜非線性約束的特點(diǎn)，本文提出了基于循環(huán)迭代的求解方法，可將對(duì)該復(fù)雜非線性模型的求解轉(zhuǎn)化為對(duì)多個(gè)線性規(guī)劃模型的求解。設(shè)計(jì)數(shù)值實(shí)驗(yàn)說明了所提出的迭代式求解方法的有效性，并證明了本文模型相對(duì)于另兩種現(xiàn)有模型方法的優(yōu)越性。研究分析了若干參數(shù)的變動(dòng)對(duì)集成方法效果的影響。
　　隨后，本文將研

3、究擴(kuò)展到更復(fù)雜的多機(jī)串行系統(tǒng)，并考慮存在非完美維護(hù)和維護(hù)資源約束的情況。研究了系統(tǒng)產(chǎn)能與系統(tǒng)各組成單元維護(hù)決策之間的函數(shù)關(guān)系，在此基礎(chǔ)上建立了多機(jī)串聯(lián)生產(chǎn)環(huán)境下的集成優(yōu)化模型。針對(duì)其維護(hù)決策空間巨大的問題，在分析現(xiàn)有集成模型求解方法缺點(diǎn)的基礎(chǔ)上，設(shè)計(jì)了一種基于求解過程知識(shí)的高效啟發(fā)式算法，更能集成維護(hù)和生產(chǎn)計(jì)劃兩類決策過程，為解決該類集成優(yōu)化模型求解問題提供了新的思路。此外，進(jìn)一步設(shè)計(jì)了一種結(jié)合問題特點(diǎn)的高效改進(jìn)型遺傳算法。最后，針對(duì)存