一种货车车身喷涂作业不相关并行机调度方法技术

本发明专利技术公开了一种货车车身喷涂作业不相关并行机调度方法，涉及喷涂作业技术领域，以最小化最大完工时间目标建立模型目标函数，设计了一种粒子群算法来求解该模型。该算法具有较强的通用性，原理简单，易于实现，需要调整的参数少，收敛速度快，更容易找到全局最优解，不易陷入局部最优的特点；通过得到的调度方法进行喷涂作业时，能提高不相关并行机的利用率和处理进度的质量，减少处理时间。减少处理时间。减少处理时间。

【技术实现步骤摘要】
一种货车车身喷涂作业不相关并行机调度方法


[0001]本专利技术属于喷涂作业
，具体涉及一种货车车身喷涂作业不相关并行机调度方法。

技术介绍

[0002]并行机调度问题(Parallel Machine Scheduling Problem,PMSP)在实际生产制造过程中比较常见。不相关并行机调度问题(Unrelated Parallel Machine Scheduling Problem，UPMSP)是PMSP中最普遍的一类问题。UPMSP已经被认证为NP
‑
hard问题。它可以描述为n个工件在m台机器上加工，每个工件只需在机器上加工一次，且同一工件在不同机器上的加工时间是不同的，UPMSP的目的就是合理地将工件安排在机器上，且确定加工顺序使最大完工时间最小。
[0003]货车车身喷涂作业工序种类复杂、工序繁多，是货车车厢出厂的关键工序，其喷涂质量和喷涂效率将直接影响整个货车产业链的产能；选择字符和生成喷涂轨迹是喷涂作业的的核心过程，它们决定了制造任务的质量。喷涂作业中存在很多约束因素，如字符数量，种类，车厢表面的粗糙度，道具数量等。因此，在提高不相关并行机的利用率的同时，提高处理进度的质量，减少处理时间至关重要。

技术实现思路

[0004]本专利技术的目的在于针对现有技术的不足之处，提供一种货车车身喷涂作业不相关并行机调度方法，以最小化最大完工时为目标建立喷涂作业不相关并行机智能调度模型，设计了一种粒子群算法来求解该模型，粒子群算法具有较强的通用性，原理简单，易于实现，需要调整的参数少，收敛速度快，更容易找到全局最优解，不易陷入局部最优。采用交叉和变异进行种群初始化，提高初始解的质量，加快算法的收敛速率。通过得到的调度方法进行喷涂作业时，能提高不相关并行机的利用率和处理进度的质量，减少处理时间。
[0005]为解决上述技术问题，本专利技术采用如下技术方案：
[0006]一种货车车身喷涂作业不相关并行机调度方法，包括如下步骤：
[0007]S1、根据货车喷涂工序特征建立不相关并行机智能调度模型，调度模型包括：
[0008]1.1对调度模型进行合理的假设；
[0009]1.2设置参数和决策变量；
[0010]1.3构建调度模型的目标函数；
[0011]S2、基于粒子群(PSO)算法计算目标函数；
[0012]2.1收集喷涂加工数据，将每一个喷涂字符视为一个加工任务，将不同型号的喷枪视为不同的喷涂机器；其中，相同字符的不同字号算作两个字符；
[0013]2.2采用工序编码和机器编码的双层编码方式转换上述喷涂加工数据，将调度模型转换为数学模型，即变换成可以计算的数学问题；
[0014]2.3设置粒子群算法的参数，按照步骤2.2的编码方式进行种群初始化；
[0015]2.4更新每个粒子的速度和位置，评估每个粒子的函数适应值；
[0016]2.5完成个体的更新迭代，更新每个粒子的历史最优位置，更新群体的全局最优位置；
[0017]2.6对目标函数反复进行迭代计算，至迭代次数达到设定的最大迭代次数，停止寻优计算，得到最佳的加工路径，为数学模型的最优解，是调度模型的最优解，也是调度模型目标函数的最优解；
[0018]S3、对比验证调度模型和算法有效性；可以通过与以最小加工时间原则的调度方案对比验证，最小加工时间原则即是所有工序均选择加工时间最小的机器加工所得到的加工方案；
[0019]优选地，步骤1.1中调度模型合理的假设包括：
[0020]1)每个喷枪在零时刻都是可用的，任一喷涂字符都能在零时刻加工；
[0021]2)不考虑特殊情况，如喷枪故障等；
[0022]3)任一喷涂字符的加工工序有先后约束；
[0023]4)一个喷涂字符在任意时刻至多只能在一台喷枪上加工，所有喷涂字符之间互不影响；
[0024]5)不同喷涂字符的加工顺序没有先后约束；
[0025]6)加工时间包含等待时间。
[0026]优选地，步骤1.2中的参数和决策变量包括：
[0027](1)索引及集合
[0028]i:工位序号，i∈{1，2，
……
,S}；
[0029]j:字符序号，j∈{1，2，
……
,N}；
[0030]q：喷枪编号，q∈{1，2，
……
,M}；
[0031]a：工位i中的机器序号，a∈{1，2，
……
,m
i
}；
[0032]k：字符j中的工序序号，k∈{1,2,
……
,N
j
}；
[0033]O
jk
：字符j的第k道工序；
[0034]U
i
：工位i中加工的所有工序集合；
[0035](2)参数
[0036]S：工位总数；
[0037]N：字符总数；
[0038]M：喷枪总数；
[0039]m
i
：工位i中的并行机喷枪数量，m
i
＝1,2,3,
……
；
[0040]N
j
：字符j的工序总数；
[0041]P
jk
：工序O
jk
的加工时间；
[0042]A：表示一个足够大的正数；
[0043](3)决策变量
[0044]Y
qt
：若在加工时间t喷枪q处于加工状态，则为1，否则为0；
[0045]r
ijka
：若工序O
jk
在工位i的第a台喷枪上加工，则为1，否则为0；
[0046]H
jkj
’
k
’
：若工序O
jk
比O
j
’
k
’
先加工，则为1，反之为0；
[0047]S
jk
：工序O
jk
的开始加工时间；
[0048]E
jk
：工序O
jk
的加工结束时间；
[0049]C
j
：字符j的完工时间；
[0050]C
max
：最大完工时间；
[0051]优选地，步骤1.3中的目标函数为：
[0052]f1＝minC
max
＝maxC
j
(1)
[0053]约束条件:
[0054][0055][0056][0057][0058][0059]其中，式(2)表示确保工序O
j(k+1)
的开始加工时间不早于工序O
jk
的加工完成时间；式(3)表示确保每道工序只能在对应工位的一台机器上加工，下道工序才允许开始加工；式(4)表示保证每台机器同一时刻最多加工本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种货车车身喷涂作业不相关并行机调度方法，其特征在于，包括如下步骤：S1、根据货车喷涂工序特征建立不相关并行机智能调度模型，调度模型包括：1.1对调度模型进行合理的假设；1.2设置参数和决策变量；1.3构建调度模型的目标函数；S2、基于粒子群算法计算目标函数；2.1收集喷涂加工数据，将每一个喷涂字符视为一个加工任务，将不同型号的喷枪视为不同的喷涂机器；2.2采用工序编码和机器编码的双层编码方式转换上述喷涂加工数据，将调度模型转换为数学模型；2.3设置粒子群算法的参数，按照步骤2.2的编码方式进行种群初始化；2.4更新每个粒子的速度和位置，评估每个粒子的函数适应值；2.5完成个体的更新迭代，更新每个粒子的历史最优位置，更新群体的全局最优位置；2.6对目标函数反复进行迭代计算，至迭代次数达到设定的最大迭代次数，停止寻优计算，得到最佳的加工路径，为数学模型的最优解，即调度模型目标函数的最优解；S3、对比验证调度模型和算法有效性。2.根据权利要求1所述的货车车身喷涂作业不相关并行机调度方法，其特征在于：步骤1.1中调度模型合理的假设包括：1)每个喷枪在零时刻都是可用的，任一喷涂字符都能在零时刻加工；2)不考虑特殊情况；3)任一喷涂字符的加工工序有先后约束；4)一个喷涂字符在任意时刻至多只能在一台喷枪上加工，所有喷涂字符之间互不影响；5)不同喷涂字符的加工顺序没有先后约束；6)加工时间包含等待时间。3.根据权利要求2所述的货车车身喷涂作业不相关并行机调度方法，其特征在于：步骤1.2中的参数和决策变量包括：(1)索引及集合i:工位序号，i∈{1，2，
……
,S}；j:字符序号，j∈{1，2，
……
,N}；q：喷枪编号，q∈{1，2，
……
,M}；a：工位i中的机器序号，a∈{1，2，
……
,m
i
}；k：字符j中的工序序号，k∈{1,2,
……
,N
j
}；O
jk
：字符j的第k道工序；U
i
：工位i中加工的所有工序集合；(2)参数S：工位总数；N：字符总数；M：喷枪总数；
m
i
：工位i中的并行机喷枪数量，m
i
＝1,2,3,
……
；N
j
：字符j的工序总数；P
jk
：工序O
jk
的加工时间；A：表示一个足够大的正数；(3)决策变量Y
qt
：若在加工时间t喷枪q处于加工状态，则...

【专利技术属性】
技术研发人员：陈成，唐红涛，陈文兴，胡韶，杨基源，兰弘毅，刘星，邝稳钢，邹剑锋，郭文亮，赵安林，许勇，袁宁，吕娅，刘军祥，
申请(专利权)人：中车长江运输设备集团有限公司，
类型：发明
国别省市：