面向Job-shop車間最優(yōu)作業(yè)切換的成組調(diào)度研究.pdf

1、制造業(yè)是我國(guó)經(jīng)濟(jì)的主體，是立國(guó)之本、興國(guó)之器、強(qiáng)國(guó)之基。為了滿足客戶的個(gè)性化需求，以及提高應(yīng)對(duì)市場(chǎng)的柔性，顧客到制造(Customer to Manufacture，C2M)的生產(chǎn)模式成為制造企業(yè)發(fā)展的方向，該生產(chǎn)模式下產(chǎn)品的多品種、小批量特征更加明顯，導(dǎo)致加工過程頻繁的作業(yè)切換活動(dòng)和大量的作業(yè)切換時(shí)間(setup time)，降低了設(shè)備等資源利用率和生產(chǎn)效率。經(jīng)典的調(diào)度理論主要考慮作業(yè)排隊(duì)等待時(shí)間，較少考慮到作業(yè)切換時(shí)間，對(duì)于C2M生

2、產(chǎn)模式存在較大的時(shí)間浪費(fèi)。
　　通過調(diào)研分析發(fā)現(xiàn)，C2M生產(chǎn)模式下某些工序的作業(yè)切換時(shí)間甚至高于加工時(shí)間十幾倍，明顯降低了設(shè)備等資源利用率，影響了產(chǎn)品的生產(chǎn)周期。不同的車間調(diào)度方案，產(chǎn)生不同的作業(yè)切換時(shí)間，加大了生產(chǎn)計(jì)劃制定和執(zhí)行控制的難度。為此，論文基于成組技術(shù)構(gòu)建了一套面向Job-shop車間最優(yōu)作業(yè)切換的調(diào)度方案，對(duì)離散制造車間調(diào)度管理具有重要的科學(xué)研究?jī)r(jià)值和工程實(shí)踐意義。
　　論文研究的主要內(nèi)容及成果包括以下五個(gè)方面

3、：
　　①分析了Job-sop車間生產(chǎn)調(diào)度和作業(yè)切換現(xiàn)狀，以及作業(yè)切換時(shí)間的影響因素。基于此，提出了基于成組技術(shù)的車間最優(yōu)作業(yè)切換調(diào)度問題，并建立了總體模型。
　　②研究了基于加工資源的零件聚類成組方法。提出數(shù)控車間加工資源主要包括機(jī)器、工裝、裝夾方式、加工精度、數(shù)控程序、員工知識(shí)水平等。首先對(duì)加工零件所需資源進(jìn)行分類，不同類別資源劃分子類，采用0-1整數(shù)編碼表示加工是否需要該項(xiàng)資源。根據(jù)加工資源對(duì)于作業(yè)切換時(shí)間長(zhǎng)短的不同影

4、響，確定核心加工資源和一般加工資源的權(quán)重。采用Jaccard系數(shù)計(jì)算零件間“相似度”，應(yīng)用成組遺傳算法確定零件的分類成組，并通過案例研究驗(yàn)證了本文提出方法的可行性和有效性。
　?、垩芯苛嘶诔山M技術(shù)的最優(yōu)作業(yè)切換的單機(jī)調(diào)度問題。以最小化總拖延時(shí)間為優(yōu)化目標(biāo)。通過排序依賴作業(yè)切換時(shí)間的調(diào)度方案來縮短作業(yè)切換時(shí)間。首先根據(jù)工件所需加工資源相似性進(jìn)行聚類成組，其次采用EDD-SDST-ACO啟發(fā)規(guī)則，并用田口設(shè)計(jì)方法的信噪比(SNR)進(jìn)

5、行算法參數(shù)優(yōu)化，通過仿真分析分別對(duì)比了論文提出的優(yōu)化規(guī)則與蟻群算法(ACO)和遺傳算法(GA)求解優(yōu)化目標(biāo)的最大值，最小值和平均值，以及搜索最優(yōu)解的次數(shù)。運(yùn)行結(jié)果驗(yàn)證了EDD-SDST-ACO啟發(fā)式規(guī)則的有效性和可行性。并通過實(shí)例對(duì)比了企業(yè)目前采用的調(diào)度方案，結(jié)果證實(shí)本文提出的調(diào)度方案使得總完工時(shí)間縮短了22.9％，總拖延時(shí)間縮短了99%，設(shè)備利用率提高了21.87%。
　　④研究了基于成組技術(shù)的最優(yōu)作業(yè)切換的不相關(guān)并行機(jī)調(diào)度問題

6、。以最小化總拖延時(shí)間為優(yōu)化目標(biāo)。通過排序依賴作業(yè)切換時(shí)間的調(diào)度方案來縮短作業(yè)切換時(shí)間。每臺(tái)機(jī)器上的加工速度因子不同，首先研究了所有工件組在各機(jī)器上的分配，其次研究同一臺(tái)機(jī)器上各工件組的優(yōu)化順序，工件組不同的加工排序，產(chǎn)生不同的作業(yè)切換時(shí)間和總拖延時(shí)間。同組內(nèi)工件間的作業(yè)切換時(shí)間視為0。建立了該問題的數(shù)學(xué)規(guī)劃模型，應(yīng)用遺傳禁忌搜索(GATS)算法進(jìn)行目標(biāo)優(yōu)化。采用田口設(shè)計(jì)方法的信噪比(SNR)對(duì)GATS算法參數(shù)進(jìn)行優(yōu)化，針對(duì)不同規(guī)模問題進(jìn)

7、行仿真分析，分別對(duì)比了人工蜂群(ABC)算法和遺傳模擬退火(GASA)算法運(yùn)行結(jié)果，驗(yàn)證結(jié)果證明了GATS算法的有效性和可行性。
　?、菅芯苛嘶诔山M技術(shù)的最優(yōu)作業(yè)切換的柔性Job-shop調(diào)度問題，以最小化最大完工時(shí)間為優(yōu)化目標(biāo)?？紤]排序依賴作業(yè)切換時(shí)間、加工時(shí)間和機(jī)器負(fù)荷的約束，首先根據(jù)機(jī)器負(fù)荷和加工時(shí)間選擇加工機(jī)器，其次根據(jù)作業(yè)切換時(shí)間和加工時(shí)間進(jìn)行機(jī)器上加工任務(wù)排序。提出改進(jìn)的QCSO算法進(jìn)行問題求解，將量子比特與貓群算法