机械件加工车间生产与物流集成的优化调度方法与系统技术方案

本发明专利技术属于车间制造过程中的集成调度相关技术领域，其公开了一种机械件加工车间生产与物流集成的优化调度方法与系统，该方法包括以下步骤：(1)构建机械结构件生产过程中生产与物流的集成调度模型，所述集成调度模型同时考虑车间中的机器调度和运输设备的调度，其优化目标是最小化最大完工时间；(2)采用基于分布估计算法的超启发式混合算法对所述集成调度模型进行优化求解，以得到机械结构件的最佳加工顺序；其中，该超启发式混合算法是采用分布估计算法中的概率矩阵来选择操作算子。本发明专利技术使得机械大型结构件加工过程中的生产调度与物流调度关系清晰准确，能够大幅提高车间的生产效率，缩短生产周期，进而提升企业的经济效益。效益。效益。

【技术实现步骤摘要】
机械件加工车间生产与物流集成的优化调度方法与系统


[0001]本专利技术属于车间制造过程中的集成调度相关
，更具体地，涉及一种机械件加工车间生产与物流集成的优化调度方法与系统。

技术介绍

[0002]机械大型结构件是工程机械的重要组成部分，而且大多都是承力部件。根据使用大型结构件的功能和位置的不同，也使得大型结构件的种类多样、形状各异，如推土机的履带架，装载机的摇臂等。由于具有体积大、精度高的特点，导致大型结构件加工车间的生产效率低，一直是制造企业面临的难题。随着经济的快速建设以及基建的迅速崛起，对于大型结构件的需求也日益增长。因此，深入研究大型结构件的生产过程优化调度方法，对提高大型结构件的生产效率具有重要意义。同时，也能有效提高企业的经济效益，进而促进基建事业的进一步发展。
[0003]虽然大型结构件的结构复杂、种类多样，但其生产工艺基本相似，都需要经过以下基本工艺流程：切、铣、钻、焊、涂等工艺，受到结构件类型和原材料的不同，中间部分结构件的生产也需要折弯、矫直等加工。当然，也有的结构件不需要钻孔直接进行打磨并涂装。可以看出，结构件的生产工艺流程虽然大体相同，但工艺的柔性较大，每个结构件的工艺路线不尽相同，根据结构件的类型变化，属于典型的离散制造行业。
[0004]现有的离散制造调度的研究中或调度方法，常常忽略了物料在车间内的流转时间，或假设车间内的物流运输设备(AGV、运输机器人等)是无限的。显然，这是不合理的。物流调度作为车间生产的重要组成部分，特别是离散制造中，物流中的运输任务具有任务多、柔性大、设备有限等特点。同时，物流和生产是相互影响、相互制约的。所以导致现有的调度方法无法满足企业的实际生产需求。因此，针对现有的机械大型结构件的加工车间，研究考虑机器资源和运输资源的集成优化调度方法具有重要的工程价值。

技术实现思路

[0005]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种机械件加工车间生产与物流集成的优化调度方法与系统，其提出了机械大型结构件加工车间的生产与物流集成优化的调度模型和优化目标，能够在短时间内获得集成调度问题的优良解。本专利技术使得机械大型结构件加工过程中的生产调度与物流调度关系清晰准确，能够大幅提高车间的生产效率，缩短生产周期，进而提升企业的经济效益。
[0006]为实现上述目的，按照本专利技术的一个方面，提供了一种机械件加工车间生产与物流集成的优化调度方法，该方法包括以下步骤：
[0007](1)构建机械结构件生产过程中生产与物流的集成调度模型，所述集成调度模型同时考虑车间中的机器调度和运输设备的调度，其优化目标是最小化最大完工时间；
[0008](2)采用基于分布估计算法的超启发式混合算法对所述集成调度模型进行优化求解，以得到机械结构件的最佳加工顺序；其中，该超启发式混合算法是采用分布估计算法中
的概率矩阵来选择操作算子。
[0009]进一步地，集成调度模型中的各工件的每个运输任务T
ij
和加工任务P
ij
的开始时间的计算公式为：
[0010][0011]式中，i的为工件的下标，其变化范围为i＝1，2，
…
，n；j为工件i对应工序的下标，其变化范围为j＝1，2，
…
，J
i
；k为站点的下标，变化范围为k＝0，1，
…
，K，其中0代表物流库，1，2，
…
，K为对应的机器号；T
ij
代表工序O
ij
对应的运输任务，P
ij
代表工序O
ij
对应的运输任务；代表运输任务T
ij
的负载开始时间，代表加工任务P
ij
的开始加工时间；代表运输任务T
ij
所在运输设备的前序运输任务；代表加工任务P
ij
所在机器的前序加工任务；代表加工任务P
ij
所在工件前一工艺所对应的加工任务；代表运输任务T
ij
的起始站点，代表运输任务T
ij
的终止站点，其变化的范围与站点k一致；代表运输任务T
ij
的负载时间，代表加工任务P
ij
的加工时间；TT
kk'
代表运输设备从站点k到站点k'的运输时间。
[0012]进一步地，最大完工时间为所有工件在最后一台机器上完工时间的最大值，集成调度模型中的最大完工时间的计算公式为：
[0013][0014]进一步地，步骤(2)包括以下子步骤：
[0015]Step1，采用三层编码的形式来表示集成调度模型的一个可行解，并依次确定各个工序的完工时间以最终得到优化目标；
[0016]Step2，种群的设置和个体的初始化；
[0017]Step3，混合算法参数设置和概率矩阵的初始化；
[0018]Step4，操作算子的设置；
[0019]Step5，种群的更新及概率矩阵的更新；
[0020]Step6，如果混合算法满足当前迭代次数等于g
max
，则输出种群的最优个体；否则跳转至步骤Step5，反复迭代，直至满足终止条件为止。
[0021]进一步地，第一层为工序编码层，即代表工序的加工顺序；第二层为机器选择编码层，代表每个工序选择对应的加工机器；第三层为运输任务分配编码层，代表每个工序对应运输任务分配给相应的运输设备。
[0022]进一步地，解码时，依次选取工序层的工序O
ij
为待排序工序；其次，根据机器选择编码层来确定该工序对应加工任务P
ij
的所在机器，即该工序运输任务T
ij
的终点；然后，根据运输任务分配层确定执行该运输任务的运输设备，判断该运输设备的最早可用时间，即该运输任务的负载开始时间进而计算运输任务T
ij
的完工时间；最后，判断加工任务P
ij
的所在机器的最早可用时间，根据集成调度模型中的计算公式计算加工任务的开始时间继而依次确定各工序的完工时间并最终得到优化目标C
max
。
[0023]进一步地，种群的个体数量为PopSize，个体的初始化方法为随机生成，种群中的每个个体都为三层编码结构；设置混合算法的最大迭代次数为g
max
，操作算子的个数为D；η
dd'
为分布估计算法中的概率矩阵，采用概率矩阵是用来选择操作算子，η
dd'
(g)代表第g代中对当前种群执行第d个操作选择操作算子d'的概率；初始化时，所有操作算子被选中的概率相同，因此概率矩阵的初始值为1/D。
[0024]进一步地，操作算子的设计主要是对三层编码进行操作，常见的包括以下7种，操作算子1：对编码中的工序层进行操作，随机交换其中两个位置上的工序；操作算子2：对编码中的工序层进行操作，随机选中两个位置，将后面位置上的工序插入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机械件加工车间生产与物流集成的优化调度方法，其特征在于，该方法包括以下步骤：(1)构建机械结构件生产过程中生产与物流的集成调度模型，所述集成调度模型同时考虑车间中的机器调度和运输设备的调度，其优化目标是最小化最大完工时间；(2)采用基于分布估计算法的超启发式混合算法对所述集成调度模型进行优化求解，以得到机械结构件的最佳加工顺序；其中，该超启发式混合算法是采用分布估计算法中的概率矩阵来选择操作算子。2.如权利要求1所述的机械件加工车间生产与物流集成的优化调度方法，其特征在于：集成调度模型中的各工件的每个运输任务T
ij
和加工任务P
ij
的开始时间的计算公式为：的开始时间的计算公式为：式中，i的为工件的下标，其变化范围为i＝1，2，
…
，n；j为工件i对应工序的下标，其变化范围为j＝1，2，
…
，J
i
；k为站点的下标，变化范围为k＝0，1，
…
，K，其中0代表物流库，1，2，
…
，K为对应的机器号；T
ij
代表工序O
ij
对应的运输任务，P
ij
代表工序O
ij
对应的运输任务；代表运输任务T
ij
的负载开始时间，代表加工任务P
ij
的开始加工时间；代表运输任务T
ij
所在运输设备的前序运输任务；代表加工任务P
ij
所在机器的前序加工任务；代表加工任务P
ij
所在工件前一工艺所对应的加工任务；代表运输任务T
ij
的起始站点，代表运输任务T
ij
的终止站点，其变化的范围与站点k一致；代表运输任务T
ij
的负载时间，代表加工任务P
ij
的加工时间；TT
kk'
代表运输设备从站点k到站点k'的运输时间。3.如权利要求2所述的机械件加工车间生产与物流集成的优化调度方法，其特征在于：最大完工时间为所有工件在最后一台机器上完工时间的最大值，集成调度模型中的最大完工时间的计算公式为：4.如权利要求1所述的机械件加工车间生产与物流集成的优化调度方法，其特征在于：步骤(2)包括以下子步骤：Step1，采用三层编码的形式来表示集成调度模型的一个可行解，并依次确定各个工序的完工时间以最终得到优化目标；Step2，种群的设置和个体的初始化；Step3，混合算法参数设置和概率矩阵的初始化；Step4，操作算子的设置；Step5，种群的更新及概率矩阵的更新；Step6，如果混合算法满足当前迭代次数等于g
max
，则输出种群的最优个体；否则跳转至步骤Step5，反复迭代，直至满足终止条件为止。
5.如权利要求4所述的机械件加工车间生产与物流集成的优化调度方法，其特征在于：第一层为工序编码层，即代表工序的加工顺序；第二层为机器选择编码层，代表每个工序选择对应的加工机器；第三层为运输任务分配编码层，代表每个工序对应运...

【专利技术属性】
技术研发人员：李新宇，姚友杰，王翠雨，高亮，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：