可重構(gòu)制造系統(tǒng)最優(yōu)構(gòu)形選擇方法研究.pdf

1、可重構(gòu)制造系統(tǒng)（RMS）是一類構(gòu)形可變的新型制造系統(tǒng)，借助于構(gòu)形的變化能以經(jīng)濟(jì)的方式準(zhǔn)確地提供各生產(chǎn)周期所需的功能和產(chǎn)能。RMS系統(tǒng)運(yùn)作中的一個(gè)關(guān)鍵問題是在已知上一生產(chǎn)周期內(nèi)的構(gòu)形和即將到來(lái)的生產(chǎn)周期（當(dāng)前生產(chǎn)周期）內(nèi)的生產(chǎn)任務(wù)的基礎(chǔ)上，為當(dāng)前生產(chǎn)周期選擇怎樣的構(gòu)形，即最優(yōu)構(gòu)形選擇問題。對(duì)RMS最優(yōu)構(gòu)形選擇這一復(fù)雜的多目標(biāo)組合優(yōu)化問題，尚缺乏系統(tǒng)化的、行之有效的求解理論與方法。 針對(duì)這一情況，在國(guó)家重點(diǎn)基礎(chǔ)研究計(jì)劃的項(xiàng)目“復(fù)雜生

2、產(chǎn)制造過程實(shí)時(shí)、智能控制與優(yōu)化理論和方法研究”的資助下，圍繞課題“生產(chǎn)制造系統(tǒng)重構(gòu)過程的實(shí)時(shí)協(xié)調(diào)控制理論與方法研究”，本文開展了對(duì)產(chǎn)品變化程度中等、中到高產(chǎn)量需求模式下，可重構(gòu)加工系統(tǒng)的最優(yōu)構(gòu)形選擇方法的研究，并提出了一種有效的系統(tǒng)化求解方法——三階段方法。本文主要研究成果如下： 1．提出了綜合考慮多方面的性能準(zhǔn)則又切實(shí)可行的RMS最優(yōu)構(gòu)形選擇的三階段方法的框架?；诜謱右?guī)劃的思想，將RMS最優(yōu)構(gòu)形選擇問題分解為依次進(jìn)行的三個(gè)階

3、段來(lái)求解：RMS構(gòu)形優(yōu)化、候選構(gòu)形的性能分析和構(gòu)形選擇。在第一階段，通過選擇部分重要且易于計(jì)算的指標(biāo)作為目標(biāo)函數(shù)，將RMS最優(yōu)構(gòu)形選擇問題簡(jiǎn)化為RMS構(gòu)形優(yōu)化問題，并求解RMS構(gòu)形優(yōu)化問題獲得前K優(yōu)構(gòu)形，這K個(gè)構(gòu)形稱為候選構(gòu)形集。在第二階段，對(duì)候選構(gòu)形集中各構(gòu)形在前一階段中未涉及的耗時(shí)和難于計(jì)算的性能指標(biāo)進(jìn)行分析。在最后階段，采用多目標(biāo)決策方法，融入企業(yè)的決策偏好從候選構(gòu)形集中選擇一個(gè)最滿意的構(gòu)形作為當(dāng)前生產(chǎn)周期的最優(yōu)構(gòu)形。 2

4、．建立了RMS的單零件流水線（SPFL）和多零件流水線（MPFL）構(gòu)形優(yōu)化的0-1非線性規(guī)劃數(shù)學(xué)模型。流水線構(gòu)形中待優(yōu)化的參數(shù)包括工作站數(shù)量、各個(gè)工作站內(nèi)設(shè)置的機(jī)床的類型和數(shù)量以及所分配的工位操作（OS）。所建立的模型放寬了已有模型中一個(gè)工作站中只允許分配同一零件的一個(gè)工位操作的假設(shè)，而是允許在一個(gè)工作站中分配同一零件的多個(gè)工位操作。從而大大拓展了可行解空間，且解空間中包含優(yōu)于現(xiàn)有模型最優(yōu)解的可行解。所建立的模型的正確性和優(yōu)勢(shì)通過實(shí)例對(duì)

5、比得到了驗(yàn)證。 3．提出了求解具有NP-hard復(fù)雜度的SPFL和MPFL構(gòu)形優(yōu)化問題的有效方法。 對(duì)SPFL構(gòu)形優(yōu)化問題，提出了一種系統(tǒng)的求解方法：面向優(yōu)先圖的方法。該方法充分利用零件的工序優(yōu)先圖的特點(diǎn)來(lái)獲取高質(zhì)量的解。對(duì)強(qiáng)序優(yōu)先圖，利用工序和OS的關(guān)系以及工序優(yōu)先圖，采用全拓?fù)渑判蛩惴ǐ@得所有的可行工位操作序列（FOS）；隨后采用增廣設(shè)備圖構(gòu)建算法構(gòu)建關(guān)聯(lián)所有FOS的復(fù)合增廣設(shè)備圖模型，通過求解復(fù)合增廣設(shè)備圖上的約束

6、K最短路徑（CKSP）問題獲得前K優(yōu)SPFL構(gòu)形。對(duì)于一般優(yōu)先圖，發(fā)展出了一種面向FOS的遺傳算法快速獲取前K優(yōu)構(gòu)形。通過采用基于優(yōu)先權(quán)的編碼方式和基于零入度拓?fù)渑判蛩惴ǖ慕獯a方法，確保了每個(gè)染色體對(duì)應(yīng)一個(gè)FOS；通過選擇合適的交叉和變異算子，保證了染色體在進(jìn)行遺傳算子操作后的可行性。對(duì)于每個(gè)解碼出來(lái)的FOS，采用了圖論方法獲得關(guān)聯(lián)該FOS的最優(yōu)SPFL構(gòu)形。因而，搜索空間被限制在一個(gè)與所有FOS關(guān)聯(lián)的最優(yōu)SPFL構(gòu)形構(gòu)成的解空間中。在

7、這個(gè)精化了的解空間中進(jìn)行搜索，大大提高了GA的搜索效率并增加了獲得全局最優(yōu)解的可能性。 對(duì)MPFL構(gòu)形優(yōu)化問題，提出了適于從小規(guī)模到大規(guī)模問題求解的面向可行工位操作分配的遺傳算法（FOAOGA）。在FOAOGA中，染色體只記錄了可行工位操作分配（FOA）的信息，并采用了一種直接表示FOA的編碼方式，通過記錄各個(gè)零件的FOS中各OS所分配的工作站的ID，表征了一個(gè)FOA。所提出的編碼和解碼方法確保了每個(gè)染色體對(duì)應(yīng)一個(gè)FOA。對(duì)FO

8、A給出具有強(qiáng)多項(xiàng)式時(shí)間性質(zhì)的FOAOCS算法以快速獲得關(guān)聯(lián)該FOA的最優(yōu)MPFL構(gòu)形。因而FOAOGA搜索的空間被限定在關(guān)聯(lián)所有FOA的最優(yōu)MPFL構(gòu)形所組成的子空間中。在這個(gè)精化了的子空間中進(jìn)行搜索大大提高了GA的效率，同時(shí)也增加了獲得全局最優(yōu)解的可能性。 以上SPFL和MPFL構(gòu)形優(yōu)化方法，通過案例對(duì)比研究驗(yàn)證了其優(yōu)勢(shì)和有效性。 4．構(gòu)建了用于RMS構(gòu)形選擇的構(gòu)形評(píng)價(jià)指標(biāo)體系，解決了加工系統(tǒng)中零件的尺寸偏差的預(yù)測(cè)和重

9、構(gòu)成本的計(jì)算問題。所建立的層次結(jié)構(gòu)的指標(biāo)體系中涵蓋了生產(chǎn)率、產(chǎn)品質(zhì)量、轉(zhuǎn)換性、縮放性和成本五方面的評(píng)價(jià)準(zhǔn)則，各準(zhǔn)則下又包含了相應(yīng)的定量指標(biāo)集。 在加工系統(tǒng)零件尺寸偏差預(yù)測(cè)方面，綜合各工作站中夾具誤差、基準(zhǔn)誤差和加工誤差對(duì)零件尺寸偏差的影響，建立了串聯(lián)多級(jí)加工系統(tǒng)中尺寸偏差在各工作站間傳遞的系統(tǒng)級(jí)模型，并將各種構(gòu)形的加工系統(tǒng)轉(zhuǎn)換為等價(jià)的串聯(lián)多級(jí)加工系統(tǒng)，隨后由蒙特卡羅仿真得到加工系統(tǒng)中零件的尺寸偏差。通過實(shí)例驗(yàn)證了加工系統(tǒng)零件尺寸

10、偏差預(yù)測(cè)模型和方法的有效性。 在重構(gòu)成本計(jì)算方面，所建立的重構(gòu)成本模型主要考慮了設(shè)備添置費(fèi)用和重構(gòu)活動(dòng)的勞動(dòng)力成本，給出了與勞動(dòng)力成本計(jì)算相關(guān)的重構(gòu)規(guī)劃問題的基于規(guī)則的啟發(fā)式求解方法。在求解從源構(gòu)形重構(gòu)到目標(biāo)構(gòu)形的重構(gòu)規(guī)劃問題后，獲得了最優(yōu)（近優(yōu)）重構(gòu)動(dòng)作序列，據(jù)此能有效估算重構(gòu)成本。 5．建立了可重構(gòu)制造系統(tǒng)構(gòu)形選擇這一多準(zhǔn)則決策問題的層次結(jié)構(gòu)模型，提出了一種混合AHP決策法。該方法的主要特點(diǎn)是對(duì)定性因素由模糊互補(bǔ)判斷