一种智能车间的生产系统资源配置方法、装置及设备制造方法及图纸

本发明专利技术公开了一种智能车间的生产系统资源配置方法、装置及设备，该方法包括：获取生产系统和生产系统中每个制造单元各自对应的资源的随机规划模型及各自对应的约束条件；其中，资源包括机器人数量、自动导向车数量和缓冲区大小，约束条件包括利用开排队网络计算获取的性能指标的约束；利用搜索算法计算的每个制造单元各自对应的随机规划模型在各自对应的约束条件内的资源，通过分解协调优化算法获取生产系统对应的随机规划模型在对应的约束条件内的资源；本发明专利技术采用开排队网络建立生产系统的评估模型，可以计算生产系统的平均产出率和平均生产周期等性能指标；在性能指标的约束下，采用分解协调优化算法快速的优化配置生产系统中的资源。

【技术实现步骤摘要】
一种智能车间的生产系统资源配置方法、装置及设备
本专利技术涉及生产车间或制造系统规划布局领域，特别涉及一种智能车间的生产系统资源配置方法、装置及设备。
技术介绍
根据“中国制造2025”的发展策略，中国制造业正从传统的大规模面向库存生产方式，逐渐转变为以客户主导的按需求定制生产方式。随着信息技术的发展与物联网的普及，以及集成化生产设备与自动化物流储运系统的应用，定制型生产系统的布局方式从机群式布局，逐步向由含机器人的多个柔性制造单元所组成的生产系统演变，其中单元间的加工件通过批量储运系统传递(如图1所示)，实现高效、低成本的定制化生产过程。定制型生产系统在接到客户订单后开始生产，按期交货是此类生产企业的核心竞争力之一，因此生产周期、产出率是设计此类生产系统的重要指标。此外，随机不确定性因素大量存在于个性化的定制生产过程中，具体反映在订单到达时间间隔、零件加工工时以及在制品运输时间的不确定，以及工件返修报废，设备故障等，因此将这些不确定性信息包含在系统性能评估过程中才能较为准确的评估系统的平均产出率和平均生产周期等性能指标；并且定制型生产系统中大量先进的加工设备、机器人、物流运输小车(本文档来自技高网...

【技术保护点】
1.一种智能车间的生产系统资源配置方法，其特征在于，包括：获取生产系统和所述生产系统中每个制造单元各自对应的资源的随机规划模型及各自对应的约束条件；其中，所述资源包括机器人数量、自动导向车数量和缓冲区大小，所述约束条件包括利用开排队网络计算获取的性能指标的约束；利用搜索算法计算的每个所述制造单元各自对应的随机规划模型在各自对应的约束条件内的资源，通过分解协调优化算法获取所述生产系统对应的随机规划模型在对应的约束条件内的资源。

【技术特征摘要】
1.一种智能车间的生产系统资源配置方法，其特征在于，包括：获取生产系统和所述生产系统中每个制造单元各自对应的资源的随机规划模型及各自对应的约束条件；其中，所述资源包括机器人数量、自动导向车数量和缓冲区大小，所述约束条件包括利用开排队网络计算获取的性能指标的约束；利用搜索算法计算的每个所述制造单元各自对应的随机规划模型在各自对应的约束条件内的资源，通过分解协调优化算法获取所述生产系统对应的随机规划模型在对应的约束条件内的资源。2.根据权利要求1所述的智能车间的生产系统资源配置方法，其特征在于，所述随机规划模型为以最小化总投资为目标的随机规划模型，所述约束条件包括平均产出率约束和平均生产周期约束时，所述生产系统对应的随机规划模型和对应的约束条件分别为：Θ(X,Y,Z)≥a和T(X,Y,Z)≤b；其中，X、Y、Z为分别为所述生产系统中的机器人数量、自动导向车数量和缓冲区大小，X＝(x1,x2,...)∈N+，Y＝(y1,y2,...)∈N+，Z＝(z1,z2,...)∈N+，a和b分别为所述生产系统的预设平均产出率和预设平均生产周期，Θ(X,Y,Z)和T(X,Y,Z)分别为利用开排队网络计算获取的所述生产系统的平均产出率和平均生产周期；每个所述制造单元各自对应的随机规划模型和对应的约束条件分别为：Θi(Xi,Yi,Zi)≥ai和Ti(Xi,Yi,Zi)≤bi；其中，Xi、Yi和Zi分别为制造单元i中的机器人数量、自动导向车数量和缓冲区大小，Xi＝(xj,xj+1,...xj+m)∈N+，Yj＝(yj,yj+1,...yj+m)∈N+，Zj＝(zj,zj+1,...zj+m)∈N+，ai和bi分别为制造单元i的预设平均产出率和预设平均生产周期，Θi(Xi,Yi,Zi)和Ti(Xi,Yi,Zi)≤bi分别为利用开排队网络计算获取的制造单元i对应的平均产出率和平均生产周期。3.根据权利要求2所述的智能车间的生产系统资源配置方法，其特征在于，所述利用搜索算法计算的每个所述制造单元各自对应的随机规划模型在各自对应的约束条件内的资源，通过分解协调优化算法获取所述生产系统对应的随机规划模型在对应的约束条件内的资源，包括：调节ai和bi的数值，获取ai的数值最大且bi的数值最小时，在Θi(Xi,Yi,Zi)≥ai和Ti(Xi,Yi,Zi)≤bi内的资源对应的在Θ(X,Y,Z)≥a和T(X,Y,Z)≤b内的资源。4.根据权利要求3所示的智能车间的生产系统资源配置方法，其特征在于，所述调节ai和bi的数值，获取ai的数值最大且bi的数值最小时，在Θi(Xi,Yi,Zi)≥ai和Ti(Xi,Yi,Zi)≤bi内的资源对应的在Θ(X,Y,Z)≥a和T(X,Y,Z)≤b内的资源，包括：利用搜索算法并行计算的在Θi(Xi,Yi,Zi)≥ai和Ti(Xi,Yi,Zi)≤bi内的每个所述制造单元各自对应的资源，获取所述生产系统中的机器人数量和缓冲区大小；根据每个所述制造单元各自对应的资源中的自动导向车数量，利用搜索算法计算所述生产系统中的物流运输系统的自动导向车数量，获取所述生产系统中的自动导向车数量。5.根据权利要求1至4任一项所述的智能车间的生产系统资源配置方法，其特征在于，所述利用搜索算法计算的每个所述制造单元各自对应的随机规划模型在各自对应的约束条件内的资源，通过分解协调优化算法获取所述生产系统对应的随机规划模型在对应的约束条件内的资源，包括：获取所述生产系统的排队网络；其中，所述排队网络包括物料流动方向；利用广义扩展法按所述物...

【专利技术属性】
技术研发人员：席少辉，陈庆新，俞爱林，毛宁，胡常伟，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44