【技术实现步骤摘要】
一种基于联合优化模型的生产调度和机器维护优化方法
[0001]本专利技术提供一种生产与维护联合优化技术,具体涉及一种基于生产与维护联合优化模型的生产调度和机器维护的方法,属于工业工程调度优化
技术介绍
[0002]保持系统的稳定性和提高生产力是两个不可分割的生产系统目标。生产效率与生产到期日直接相关,一般受生产调度和机器状态的影响。生产调度的一个目标是通过确定加工工单的顺序和工单加工机器的选择来最小化最大完工时间。在现实中,使用频率或环境腐蚀等因素可能会导致机器退化,而退化的机器状态会反过来影响加工速度。维护作为机器状态的决定因素之一,能有效地保持机器和系统的高可靠性。然而,高频维护会导致时间机器不可用。此外,维修费用也随着维修频率的增加而增加。因此,维护和生产调度是生产系统中两个相互作用的因素。这种情况在一些行业很常见,比如机加工、焊接和装配车间。因此,在当前的工业需求下,一个考虑到生产调度和维护之间的交互作用以实现高生产率和低维护成本的操作是非常需要的。
[0003]在制造业中,生产与维修的联合优化是提 ...
【技术保护点】
【技术特征摘要】
1.一种基于生产与维护联合优化模型的生产调度和机器维护方法,考虑生产调度和机器维护之间的相互关系以及机器随机退化性,建立基于生产与维护的联合优化模型,进行生产工程调度和生成机器维护优化;包括:构建生产机器的退化模型;对生产过程建立考虑生产和维护之间相关关系的生产与维护联合优化模型;设计适应性机器维护策略AJMW,在此基础上设计基于元启发式算法和自适应维修策略AJMW的联合优化方法,用于对生产与维护联合优化模型的求解;包括如下步骤:1)构建生产机器的退化模型,表示为:Z
k,s,j+1
‑
Z
k,s,j
=λ(X
k,s,j+1
‑
X
k,s,j
)+ψ(Y
k,s,j+1
‑
Y
k,s,j
)
ꢀꢀꢀꢀꢀꢀ
(式1)其中,Z
k,s,j
为工程的第s阶段中第k个机器加工完第j个工序后的状态;λ,ψ分别是连续压力和离散效应的对机器退化的影响系数;Y
k,s,j+1
‑
Y
k,s,j
表示加工第j个工序对第s阶段中第k个机器退化状态的影响;X
k,s,j+1
‑
X
k,s,j
表示在加工j工序期间外部环境对机器退化的影响;2)基于步骤1)构建的生产机器退化模型,构建生产与维护联合优化模型;建立生产与维护联合优化模型表示为式3~式14:生产与维护联合优化模型表示为式3~式14:生产与维护联合优化模型表示为式3~式14:生产与维护联合优化模型表示为式3~式14:生产与维护联合优化模型表示为式3~式14:S
i,2
‑
S
i,1
≥Pa
i,1
,i∈N
s
,
ꢀꢀꢀꢀꢀꢀ
(式8)(式8)(式8)(式8)(式8)(式8)其中,xp
k,s,j
,xc
k,s,j
分别是执行机器维护预防性维护PM和纠正性维护CM的决策变量;H
是一个固定数值;pa
i,s
是第s阶段工序i实际加工时间;S
i,s
第s阶段工序i开始加工时间;C
i,s
,分别代表第s阶段工序i加工结束时间,阶段s机器k的PM时间、PM准备时间和CM时间;n,p
sys
分别代表加工工单总数量以及加工单位工单时间效率;上述联合优化模型的目标函数是在三个部分的约束下最大限度地提高系统的生产效率;式4表示工序只被一个机器在一个位置上被加工,当阶段s的工序i被分配到机器k的第j个位置时,x
i,k,s,j
=1,否则为0;该模型表示两阶段混合流水车间调度问题的基本假设和工序的前后序约束顺序、实际处理时间和机器退化的关联,并给出决策变量的取值范围;考虑维修策略的机器退化公式表示为式15:3)设计基于元启发式算法和自适应维修策略AJMW的联合优化方法;基于步骤2)构建的模型,确定变量包括调度和维修两类;首先建立适应性维修机器策略AJMW,然后设计基于AJMW的元启发式算法,得到基于元启发式算法和自适应维修策略AJMW的联合优化方法;包括:a)建立适应性机器维护策略AJMW;根据机器的实时状态对机器进行选择性维修,包括:机器维护预防性维护PM和纠正性维护CM;并采用了不完美的PM策略,维护之后的机器可恢复到式16所表示的状态,即进行PM后,机器k在s阶段的状态可表示为式16:其中,为阶段s的机器k处理工序的平均时间,n
′
k,s
分别是阶段s的机器k距离上次CM后已经进行PM的次数和距离上次PM后加工工...
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。