The invention discloses an intelligent aircraft engine assembly workshop scheduling system, which is composed of an information input module, a program initialization module, a program optimization module and a dispatching plan output module. Based on swarm intelligence optimization strategy to optimize the dispatch of aeroengine assembly process improvement, based on swarm intelligence optimization method is easy to fall into local optima, the firefly algorithm based on flight Levy, to avoid the algorithm into a local optimum, and improve the accuracy of convergence, in order to speed up the convergence of the algorithm, put forward a series of work adjustment rules, optimal scheduling plan to generate. The invention can effectively shorten the total time of the assembly process of the aero engine and improve the assembly efficiency.
【技术实现步骤摘要】
一种智能的航空发动机装配车间调度系统
本专利技术涉及航空航天领域,具体地,涉及一种智能的航空发动机装配车间调度系统。
技术介绍
装配是航空发动机的最后一个环节,同时也是最重要的一个环节。在目前已有的航空发动机设计和加工技术条件下,装配环节的质量和效率越来越影响着航空发动机的整体性能。据不完全统计,在工业化国家中,在产品装配线上的工人占总人数的三分之一左右,40%~60%的时间都用在装配环节上,总费用的40%以上都是用在产品装配线上。航空发动机装配环节常常伴随着多型号、多任务的情况,因此传统的精确求解算法与启发式算法分别在求解时间与解的精度上已无法满足生产要求,而智能算法能够兼顾求解时间与解的精度。然而,国内目前的航空发动机装配调度方案仍采用传统的手工排产方式,通过手工方式产生的调度方案存在着效果较差、效率低、难以保证生产按计划完成的问题,而且方案的优良与否很大程度上取决于参与调度人员的经验,不合理的调度方案会增大企业的生产成本,降低企业的市场竞争力。
技术实现思路
为了克服目前航空发动机装配调度采用手工排产模式的不足,本专利技术提出了一种智能的的航空发动机装配车间调度系统。本专利技术解决其技术问题所采用的技术方案是:一种智能的航空发动机装配车间调度系统,该系统由信息输入模块、方案初始化模块、方案寻优模块和调度方案输出模块组成。四个模块依次连接,以信息输入模块、方案初始化模块、方案寻优模块和调度方案输出模块的顺序进行数据传输。该系统基于群智能的调度策略,生成最优调度方案,系统运行具体包括以下几个步骤:1)已知需要装配n台发动机,发动机可以记做集合J={1,2,… ...
【技术保护点】
一种智能的航空发动机装配车间调度系统。其特征是:该系统由信息输入模块、方案初始化模块、方案寻优模块和调度方案输出模块组成。四个模块依次连接,以信息输入模块、方案初始化模块、方案寻优模块和调度方案输出模块的顺序进行数据传输。该系统基于群智能的调度策略,生成最优调度方案,系统运行具体包括以下几个步骤:1)已知需要装配n台发动机,发动机可以记做集合J={1,2,…,n},每个发动机需要完成k道工序才能完成装配,每道装配工序i由mi个工人同时进行操作,i=1,2,…,k,将每台发动机的装配过程视作k个工序的一个序列,每台发动机必须按照工序顺序进行装配,只有在上一道工序装配完成后才能进行下一道工序的装配。一台发动机中的每道工序都需要一人或多人同时连续地装配一段时间。用sizeij与pij表示发动机j在第i道工序所需的工人数量与装配时间;i=1,2,…,k,j∈J。已知size和p矩阵,上传至信息输入模块。2)参数设置,种群个体数N、最大迭代次数tmax、随机参数α、个体吸引力β0、介质吸收率γ,Levy随机参数c;其中令N=20,tmax=500,α=0.5,β0=0.2,γ=1,c=1.5。3 ...
【技术特征摘要】
1.一种智能的航空发动机装配车间调度系统。其特征是:该系统由信息输入模块、方案初始化模块、方案寻优模块和调度方案输出模块组成。四个模块依次连接,以信息输入模块、方案初始化模块、方案寻优模块和调度方案输出模块的顺序进行数据传输。该系统基于群智能的调度策略,生成最优调度方案,系统运行具体包括以下几个步骤:1)已知需要装配n台发动机,发动机可以记做集合J={1,2,…,n},每个发动机需要完成k道工序才能完成装配,每道装配工序i由mi个工人同时进行操作,i=1,2,…,k,将每台发动机的装配过程视作k个工序的一个序列,每台发动机必须按照工序顺序进行装配,只有在上一道工序装配完成后才能进行下一道工序的装配。一台发动机中的每道工序都需要一人或多人同时连续地装配一段时间。用sizeij与pij表示发动机j在第i道工序所需的工人数量与装配时间;i=1,2,…,k,j∈J。已知size和p矩阵,上传至信息输入模块。2)参数设置,种群个体数N、最大迭代次数tmax、随机参数α、个体吸引力β0、介质吸收率γ,Levy随机参数c;其中令N=20,tmax=500,α=0.5,β0=0.2,γ=1,c=1.5。3)种群个体初始化。生成种群X=(x1,x2,…,xN),种群中的第s个个体xs=(xs1,…,xsn),,xsj为0~n之间的实数,s∈{1,2,…,N},j∈{1,2,…,n}。由于个体xs的坐标是连续的实数,而装配序列是离散的整数序列,用最小排序方法将连续坐标转化为装配序列,即将个体xs=(xs1,…,xsn)的各个维度从小到大排序,排序的序号构成的整数序列作为第一道工序的装配序列π1。4)计算每个个体对应的总装配完成时间Cmax。萤火虫算法的目标函数为序列对应的总装配完成时间Cmax。本发明基于先到先得的原则,根据各发动机前一道工序的装配完成时间顺序构造下一道工序的装配序列,然后根据一定规则对生成的装配序列进行适当调整,灵活地进行装配排序,减少装配过程的空闲时间,最终得到最优的调度方案及总装配完成时间Cmax。4.1)i=1时,根据构造出第1道工序的调度方案。其中h∈J,π1(h)表示序列π1中第h个元素对应的发动机,表示第π1(h)个发动机在第1道工序所需的工人数量。4.2)将各发动机第i道工序的装配完成时间进行非递减顺序排序,得到第i+1道工序的装配序列πi+1。对于任意的πi(h)和πi(l),h,l∈J,当且h<l时,进行πi+1排序时假定4.3)令j=1,根据适当规则调整序列πi+1中第j和j+1个发动机的次序。对于第i道工序中相邻的三个发动机A,B,C,即A=πi,p,B=πi,p+1,C=πi,p+2。根据STiA与STiB的关系,可分别提出以下规则来得到更优的处理序列。a.STiA>STiB规则1-i,若sizeiB+sizeiC>mi,sizeiA+sizeiC>mi,则交换A与B的处理顺序。规则1-ii,若sizeiB+sizeiC≤mi,sizeiA+sizeiC>mi,sizeiA+sizeiB>mi,且max{{STiB+piB,STiA}+piA,STiC}<max{STiA+piA+piB,S...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。