知識化制造環(huán)境下生產資源自重構與調度的集成優(yōu)化.pdf

1、市場競爭的加劇對制造企業(yè)快速適應市場變化的能力提出了更高的要求，如何及時地響應變化的市場需求，已成為制造企業(yè)迫切需要解決的關鍵問題。在此背景下產生的知識化制造這種新的制造模式，強調對制造系統(tǒng)中內在隱藏的知識進行描述、挖掘和發(fā)現，并根據獲取的新知識適當地對系統(tǒng)運行模式和參數進行相應的調整，以期系統(tǒng)能夠始終運行在較佳狀態(tài)。以知識化制造理念構建的知識化制造系統(tǒng)(KMS)是一種高智能系統(tǒng)，它具備自適應、自進化和自重構等特征。其中，自重構問題致力

2、于解決在生產需求有劇烈波動的情況下，如何對生產工藝路線、生產能力分配、生產與采購計劃、生產調度方案、物料配送方案、生產管理系統(tǒng)的結構等進行全局性的重構，使得劇變后的需求能夠得到滿足，同時用于完成上述重構的成本最小。
　　本文研究了面向制造執(zhí)行過程中的知識化制造系統(tǒng)自重構問題，進一步完善了自重構優(yōu)化理論，推動了知識化制造系統(tǒng)從管理層面向制造執(zhí)行層面的轉變。論文主要工作概括如下:
　　1.為了滿足動態(tài)多變的市場需求，研究了知識化

3、制造環(huán)境下多產品工藝路線自重構問題。以最小化在制品水平和最小化重構后各工序在機器上的分配變動數目為目標，在滿足生產率、工序優(yōu)先順序、工件加工完整性、機器加工可行性約束的前提下，對產品工藝路線重構問題進行數學建模。提出了改進的混沌非支配排序遺傳算法(IC-NSGA)。利用Skew Tent映射作為混沌序列發(fā)生器對種群個體進行擾動，避免搜索陷入局部最優(yōu)。設計了基于工序優(yōu)先約束矩陣和候選機器集的解碼方法，從而獲得產品可行的加工工序序列及加工機

4、器序列。實例研究驗證了模型和算法的有效性，最終為決策者提供了多種可選工藝路線重構優(yōu)化方案。
　　2.某航空發(fā)動機裝配工序數量多、工序間裝配約束復雜。當產品需求發(fā)生變化時，人工調整存在響應速度慢、裝配效率低等問題。以最小化產品完工成本、工序提前期懲罰成本及班組重構成本加權和為目標，建立了航空發(fā)動機裝配車間調度和裝配班組自重構優(yōu)化模型。提出了一種交替迭代啟發(fā)式算法，實現調度和班組配置的協(xié)同優(yōu)化。證明了工序的局部最優(yōu)排序性質。提出一種新

5、的基于工序局部最優(yōu)排序的分解算法，將調度問題分解為單個裝配組上工序順序優(yōu)化問題，設計了一種工序后向插入搜索策略。根據獲得的較優(yōu)的調度方案計算出各裝配班組的利用率并對班組配置進行調整。通過數值試驗驗證了模型與算法的有效性。
　　3.針對某航空發(fā)動機裝配車間裝配效率低、工人分配不合理等問題，建立了面向航空發(fā)動機的知識化制造系統(tǒng)拖期調度與班組配置自重構優(yōu)化模型。提出一種啟發(fā)式算法，實現生產調度與班組配置的協(xié)同優(yōu)化。在算法調度層中，針對航

6、空發(fā)動機裝配過程存在復雜約束這一問題，證明了與產品拖期優(yōu)化目標相關的工序排序性質，并設計了相應工序調整算法。給出了工序在并行裝配組上的初始指派方案以及優(yōu)化方案。在重構層，根據系統(tǒng)負載平衡的原則來優(yōu)化各裝配班中裝配組的數量。仿真實驗結果表明了模型與算法的有效性。
　　4.為了解決航空發(fā)動機裝配過程中存在的不確定返工問題，建立了面向航空發(fā)動機裝配車間的知識化制造系統(tǒng)重調度和班組配置自重構優(yōu)化模型，提出裝配車間自重構集成優(yōu)化算法。在算法