基于粒子群算法的车间设备布局优化方法技术

技术编号:27060042 阅读:41 留言:0更新日期:2021-01-15 14:40
本发明专利技术公开了一种基于粒子群算法的车间设备布局优化方法,方法包括以下步骤:构建车间设备布局优化的数学模型,该模型以设备不得干涉与重叠、重复等为约束条件;采集车间任务生产数据集,提取加工设备及工序相关信息;基于所述加工设备及工序相关信息,利用改进的粒子群算法对数学模型进行求解,获得车间设备布局优化方案;判断车间任务是否更新,若是,返回执行第二步,否则输出车间设备布局优化方案。针对现有布局方法存在布局设计模型过于复杂、缺乏灵活性、生产成本过高等问题,本发明专利技术方法应用计算机仿真技术和粒子群算法相结合的方式,使得车间设备布局更具有灵活性,能降低生产成本,提高生产效率。

【技术实现步骤摘要】
基于粒子群算法的车间设备布局优化方法
本专利技术属于机械制造车间设备布局领域,特别涉及一种基于粒子群算法的车间设备布局优化方法。
技术介绍
车间设备布局问题已不是一个新问题,传统的车间设备布局方法一般通过流程图、样片排列组合等方法,对操作者经验要求较高,严重依赖于设计者的直观感觉和艺术水平,目前已无法满足车间设备布局问题中逐渐增加的定量的约束。据统计,当车间设备布局不合理时,物料等待时间将占到产品生产周期的90%以上,极大地制约着生产效率。实践证明,制造企业生产中有20%~50%的总运营成本是物料搬运成本,而通过有效的车间设备布局设计可以使该成本降到10%~30%,因此采用了有效的车间设备布局优化,制造业的生产效率将会比过去十几年效率都高得多。随着科学技术的迅速发展,为了减少和消除不必要的车间作业,以提高企业生产效率并降低成本。车间设备布局问题得到了运筹学和管理科学等领域的共同重视,被视为在满足一定约束条件下通过优化某些性能指标,以得到最优解的一类组合优化问题。传统的车间设备布局方法主要根据生产资料对实体设备进行简化,将空间布局问题抽象为数学模型,通过一定的求解算法进行求解。但仍然存在一些问题。首先,数学模型的建立是在简化了很多面积信息和几何形状信息的基础上,与实际环境有所差距。然后由于车间系统具有动态性,过多的约束可能使数学模型无法求解。最后传统的布局设计模型过于复杂,缺乏灵活性,生产成本过高。传统的车间设备布局方法已经不能满足现代制造业柔性化、敏捷化、智能化等要求,新的车间设备布局方法的成为当今研究的热点。针对上述问题,引起了诸多科研团队的广泛关注。李爱平等人提出了基于NSGA-Ⅱ的多目标车间设备布局。张映红等人提出了汽车冲压车间设备布局调整优化研究与实践。黄超等人提出了基于仿真的车间设备布局优化设计。齐婉莎等人提出了基于精益生产的某车间设备布局与排产研究。张新敏等人提出了基于混合蚁群算法机加车间设备布局优化研究。但这些方法仍然存在一些不足,由于实际车间设备布局环境具体动态性对数学模型的建立和求解会产生了较多的影响。
技术实现思路
本专利技术的目的在于针对上述现有技术存在的问题,提供一种基于粒子群算法的车间设备布局优化方法,以使得车间设备布局具有灵活性,降低生产成本,提高生产效率。实现本专利技术目的的技术解决方案为:一种基于粒子群算法的车间设备布局优化方法,所述方法包括以下步骤:步骤1,构建车间设备布局优化的数学模型;步骤2,采集车间任务生产数据集,提取加工设备及工序相关信息;步骤3,基于所述加工设备及工序相关信息,利用改进的粒子群算法对数学模型进行求解,获得车间设备布局优化方案。步骤4,判断车间任务是否更新,若是,返回执行步骤2,否则输出车间设备布局优化方案。进一步地,步骤2所述构建车间设备数学模型,具体包括:步骤2-1,模型假设:1)车间设备布局空间为矩形结构且布局面积已知;2)待布局的各个设备作业单元,假定均为矩形且长宽己知;3)假定每个设备作业单元有一个最小间隙,且间隙距离已知;4)设备运行时有一个进料口和一个出料口,均在设备矩形边界上,且进料口、出料口位置已知;5)每一种加工产品对应一种加工顺序,加工顺序中,设备可以重复出现,但不能连续重复,加工顺序矩阵允许累加,以体现不同加工路径不同的权重;6)物料在设备间运输时,从上一设备的出料口至下一设备的入料口,运输路线为直线,采用1范数计算运输距离,即经过纵向、横向距离之和;7)设备间的单位运输成本已知,且不对称,设备到自身的单位运输成本为0;8)设备间的运输费用等于运输距离乘以单位成本;9)惩罚项包括:空地惩罚,即设备布局后的最小包围矩形中空地的面积乘以单位面积运输价值;干涉惩罚,即设备间的干涉面积乘以干涉成本;步骤2-2,确定车间设备布局优化问题的目标函数,即构建车间设备布局优化的数学模型为:min(∑T+E)式中,T为物料运输成本,E为惩罚项;其中,物料运输成本T为:式中,Pij表示单位运输成本矩阵,Qij表示加工顺序矩阵,Dij表示运输距离矩阵,Dij=|Xouti-Xinj|+|Youti-Yinj|,其中(Xouti,Youti)表示设备i出料口的绝对坐标,(Xinj,Yinj)表示设备j进料口的绝对坐标;进料口出料口(xi,yi)表示设备i的绝对坐标,ri表示设备i的旋转弧度,(xini,yini)表示设备i入料口的相对坐标,(xouti,youti)表示设备i出料口的相对坐标;n为设备的总数;其中,惩罚项E为:E=Se·Ce+Si·Ci式中,Se为空地面积,Ce为空地惩罚因子,Si为干涉面积,Ci为干涉惩罚因子;空地面积Se的计算公式为:Se=Sc-Sd+Si式中,Sc为设备的最小包围矩形面积,Sc=(Xu-Xl)(Yu-Yl),Xu为最小包围矩形x方向的上边界,di表示设备i的最小间隙,旋转后的设备的长w'i=|cos(ri)|·wi+|sin(ri)|·hi,Xl为最小包围矩形x方向的下边界,Yu为最小包围矩形y方向的上边界,旋转后的设备的宽h'i=|cos(ri)|·hi+|sin(ri)|·wi,Yl为最小包围矩形y方向的下边界,Sd为设备的面积和,wi、hi分别为未旋转的设备长和宽;Si为干涉面积,xvij为设备i、j之间x方向的干涉长度,xvij=max[0,(wi+wj)/2+mdij-|xi-xj|],yvij为设备i,j之间y方向的干涉长度,yvij=max[0,(hi+hj)/2+mdij-|yi-yj|],mdij=max(di,dj),表示设备i、j之间的最小间隙;空地惩罚因子Ce的计算公式为:干涉惩罚因子Ci的计算公式为:Ci=10Ce。进一步地,步骤3所述基于所述加工设备及工序相关信息,利用改进的粒子群算法对数学模型进行求解,获得车间设备布局优化方案,具体过程包括:步骤3-1,初始化种群,包括N个个体,每个个体包括所有设备的位置及旋转;步骤3-2,对每个个体的参数进行迭代更新:(1)觅食行为式中,表示第i个个体在第t次迭代后的参数,pi表示个体历程中最好的位置,gi表示整个种群历程中最好的位置,f1、f2、f3分别代表自身变异、与个体历程中最好位置的交叉、与整个种群历程中最好位置的交叉三种操作,ω、C、S分别f1、f2、f3三种操作的概率,均在(0,1)之间;(2)警戒行为式中,meanj表示最接近群体适应度平均值的个体,以此代表种群的平均位置,pk表示群体中随机选取的不同于Xi的一个个体,f1、f2、f3含义同觅食行为中的含义相同,ω、A1、A2分别f1、f2、f3三种操作的概率;步骤3-3,计算每个个体的适应度值,更新个体历程、种群历程的最好位置pi、gi;步骤3-4,判断是否达到终止条件,本文档来自技高网
...

【技术保护点】
1.一种基于粒子群算法的车间设备布局优化方法,其特征在于,所述方法包括以下步骤:/n步骤1,构建车间设备布局优化的数学模型;/n步骤2,采集车间任务生产数据集,提取加工设备及工序相关信息;/n步骤3,基于所述加工设备及工序相关信息,利用改进的粒子群算法对数学模型进行求解,获得车间设备布局优化方案;/n步骤4,判断车间任务是否更新,若是,返回执行步骤2,否则输出车间设备布局优化方案。/n

【技术特征摘要】
1.一种基于粒子群算法的车间设备布局优化方法,其特征在于,所述方法包括以下步骤:
步骤1,构建车间设备布局优化的数学模型;
步骤2,采集车间任务生产数据集,提取加工设备及工序相关信息;
步骤3,基于所述加工设备及工序相关信息,利用改进的粒子群算法对数学模型进行求解,获得车间设备布局优化方案;
步骤4,判断车间任务是否更新,若是,返回执行步骤2,否则输出车间设备布局优化方案。


2.根据权利要求1所述的基于粒子群算法的车间设备布局优化方法,其特征在于,步骤2所述构建车间设备数学模型,具体包括:
步骤2-1,模型假设:
1)车间设备布局空间为矩形结构且布局面积已知;
2)待布局的各个设备作业单元,假定均为矩形且长宽己知;
3)假定每个设备作业单元有一个最小间隙,且间隙距离已知;
4)设备运行时有一个进料口和一个出料口,均在设备矩形边界上,且进料口、出料口位置已知;
5)每一种加工产品对应一种加工顺序,加工顺序中,设备可以重复出现,但不能连续重复,加工顺序矩阵允许累加,以体现不同加工路径不同的权重;
6)物料在设备间运输时,从上一设备的出料口至下一设备的入料口,运输路线为直线,采用1范数计算运输距离,即经过纵向、横向距离之和;
7)设备间的单位运输成本已知,且不对称,设备到自身的单位运输成本为0;
8)设备间的运输费用等于运输距离乘以单位成本;
9)惩罚项包括:空地惩罚,即设备布局后的最小包围矩形中空地的面积乘以单位面积运输价值;干涉惩罚,即设备间的干涉面积乘以干涉成本;
步骤2-2,确定车间设备布局优化问题的目标函数,即构建车间设备布局优化的数学模型为:
min(∑T+E)
式中,T为物料运输成本,E为惩罚项;
其中,物料运输成本T为:



式中,Pij表示单位运输成本矩阵,Qij表示加工顺序矩阵,Dij表示运输距离矩阵,Dij=|Xouti-Xinj|+|Youti-Yinj|,其中(Xouti,Youti)表示设备i出料口的绝对坐标,(Xinj,Yinj)表示设备j进料口的绝对坐标;进料口出料口(xi,yi)表示设备i的绝对坐标,ri表示设备i的旋转弧度,(xini,yini)表示设备i入料口的相对坐标,(xouti,youti)表示设备i出料口的相对坐标;n为设备的总数;
其中,惩罚项E为:
E=Se·Ce+Si·Ci
式中,Se为空地面积,Ce为空地惩罚因子,Si为干涉面积,Ci为干涉惩罚因子;
空地面积Se的计算公式为:
Se=Sc-Sd+Si
式中,Sc为设备的最小包围矩形面积,Sc=(Xu-Xl)(Yu-Yl),Xu为最小包围矩形x方向的上边界,di表示设备i的最小间隙,旋转后的设备的长w'i=|cos(ri)|·wi+|sin(ri)|·hi,Xl为最小包围矩形x方向的下边界,Yu为最小包围矩形y方向的上边界,旋转后的设备的宽h'i=|cos(ri)|·hi+|s...

【专利技术属性】
技术研发人员:徐鹏史超张政李建华朱彤李刚孟祥慈刘鑫宇陈燕燕
申请(专利权)人:中国船舶重工集团公司第七一六研究所中船重工信息科技有限公司
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 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。

1