面向协同作业的柔性U型生产线任务分配方法

对柔性U型生产线采用人工分配方式进行任务分配时效率低,且难以对大量的任务进行分配,因此文章建立了协同作业任务分配模型,提出了一种包含两人协同作业的任务分配方法,在给定时间的约束条件下,以最少工人数量和最佳的作业负荷均衡为求解目标进行任务分配,不仅考虑了时间的最优性和作业负荷的均衡性,而且也使人力资源配置得到最优化。将该方法应用于某双作用离合器U型装配线的任务分配中,能够针对不同型号的产品快速、准确地进行任务分配,从而验证了该任务分配方法的可行性和有效性。     

预防维护下装配线平衡的集成优化

在装配线生产过程中,当某个工位的设备突发故障时会导致全线停工,带来重大的经济损失,为此本文提出预防维护下的装配线平衡问题,对正常生产和设备维护两种情形下的生产负载进行集成优化。以给定工位数量下正常生产节拍、预防维护时的生产节拍以及两种模式切换时的工序调整数量的最小化为目标建立数学模型,采用遗传算法进行求解。案例分析表明,预防维护下的装配线平衡可有效实现正常生产与设备维护之间的快速切换,保证生产的高效性和稳定性。     

应用ECRS方法提升手工装配线生产能级

合理的分配资源是生产能级提升的核心。本文采用ECRS方法阐述了对生产线瓶颈工序的分析方法和改善措施,结合变速器装配线实例,通过从工艺流程到作业指导的逐步优化,在不增添人员、设备的前提下,实现了生产能级的提升。结果表明,ECRS的理论和方法是一种提高企业生产效率的有效方案,显著作用。     

斗链装配线的建模与平衡点特性

根据工位约束条件的不同,将斗链装配线分为BBAL-1、BBAL-2和BBAL-3共3种类型;针对不同类型的组织规则,分别建立数学模型,并对其自平衡性和自组织性进行对比.证明了BBAL-1和BBAL-2存在唯一的平衡点,且具有从任意状态收敛至平衡状态的良好的自组织性;而BBAL-3因工位条件的改变,平衡点的存在具有不确定性,若存在平衡点,其可以在平衡点处实现自平衡,但缺乏从任意状态收敛至平衡状态的自组织性.文中最后通过对3类斗链装配线的数值仿真,对上述结论进行了验证.     

超启发式三维EDA求解绿色双边装配线平衡问题

针对绿色机器人的第Ⅰ类双边装配线平衡问题(green robotic two-sided assembly line balancing problem of type-Ⅰ, GRTALBP-Ⅰ），建立问题模型并提出一种超启发式三维分布估计算法(hyperheuristic three dimensional estimation of distribution algorithm, HH3DEDA)进行求解。在HH3DEDA中，结合问题特征，设计基于工序选择因子的组合编码，进而设计高低分层结构的HH3DEDA。在高层，采用三维概率矩阵学习优质高层个体中块结构及其分布信息，后通过采样该矩阵以生成新的高层个体，其中高层个体由结合问题特点设计的12种启发式操作的排列构成；在低层，将高层每个个体所确定启发式操作排列作为一种新的启发式算法对GRTALBP-Ⅰ解空间执行较深入搜索。同时，引入机器人开关机节能策略，进一步提升所获取非支配解的质量。通过仿真对比实验，验证了所提算法的有效性。     

随机型混流双边装配线仿真分析

在现有的确定型混流双边装配线平衡问题的基础上,考虑装配作业时间不确定性的特点,通过e M-Plant仿真软件建立了随机型混流双边装配线的仿真模型。该仿真模型对装配作业过程中可能遇到的不确定因素(工人作业时间随机变动)进行了仿真运行分析,仿真结果说明了:作业时间不确定因素对双边装配线各工位的平衡状况有重要影响。     

基于改进遗传算法的混合装配生产线平衡问题研究

文章针对传统混合装配生产线缺乏对一个工位多个产品的研究,建立了一个工位多个产品的装配生产线平衡问题模型;以汽车主减速器装配生产线为例,对模型进行分析建模,设计了基于激素调节机制的改进遗传算法的适应度函数、选择、交叉及变异算子,对一工位多产品的混合装配生产线平衡问题模型进行求解;利用Matlab软件编写仿真算法程序对模型进行仿真,在一定程度上验证了模型的可行性和算法的有效性。     

基于改进离散微粒群优化算法的混流装配线多目标排序

产品投产排序是混流装配线有效运作的关键,它是标准微粒群算法无法直接应用的离散空间问题.提出改进离散微粒群优化算法来解决混流装配线多目标排序问题.提出了适应离散编码的粒子位置编码方式,有效避免了不可行解的产生,提高算法效率.引入了动态参数及自适应逃逸机制增强了粒子的多样性和搜索性能.分析了装配线参数变化对目标函数和相应投产序列的影响,并确定出了能够获得最优解的合理参数范围.提出评价指标对改进离散微粒群优化算法与基本离散微粒群优化算法进行了对比,对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散排序问题,是一种高效的混流装配线排序算法.改进微粒群优化算法与遗传算法的仿真实验对比显示了提出方法在混流装配线排序问题中的优越性.     

面向第二类装配线平衡问题的改进粒子群算法

为求解第二类装配线平衡问题，建立一种以最小化节拍、工位负载标准差为优化目标的第二类装线平衡问题的模型.根据装配线平衡问题的特点，设计出一种改进的粒子群算法，引入随迭代次数增加而线性递减的惯性权重，防止粒子群算法陷入局部极值点；将反向学习策略与PSO算法相结合，使PSO算法具有更佳的搜索能力和收敛速度.通过求解标杆问题，结果表明改进的PSO算法与标准PSO算法相比，具备更好的求解能力.最后通过对青贮机装配线为实例验证算法的可行性和有效性，进一步验证了本文中提出的改进PSO算法具有很强的计算效率和求解能力.     

可跨工位操作的随机混流装配线平衡问题研究

装配线平衡问题是在满足一定约束的条件下,将一系列任务单元分配到各个工位上,使其工作强度与利用率相适应.研究了带有跨工位操作,且任务单元完成时间为随机量的一类特殊装配线平衡问题,目标是缩短整个生产过程中的总任务超载时间;参考机会约束规划的思想,建立了α任务超载时间最小化模型;结合随机模拟和遗传算法设计了混合遗传算法以求解,并通过实例仿真验证了算法的有效性.