面向产品投产比例的多Hoist调度研究

在电镀生产线上,多种不同类型的工件往往按照一定的比例关系组织生产,以应对多样化的订单需求,缩短订单交付周期,而为了克服由运输设备造成的生产瓶颈,加工设备之间的工件转运作业多采用数个自动化的Hoist(行车)来完成。针对面向产品投产比例的多Hoist调度问题,采用启发式策略实现多个不同类型工件在并行工作站上的分配,同时考虑工件加工时间窗口约束、工作站的使用能力约束以及Hoist无碰撞约束,构建了解决此类问题的混合整数规划模型。最后,以某印刷电路板制造企业的全板电镀生产实例验证了所建数学模型的实际应用价值。     

CSP生产模式下轧制计划编制模型及算法

针对紧凑式带钢生产(CSP)模式下的轧制计划编制问题,综合考虑设备能力、订单需求和相邻板坯间厚度跳跃,提出一种两阶段问题求解框架。第一阶段以最小化轧制单元数和非计划卷使用量为目标建立整数规划模型,为保证模型的求解效率,从生产实际中提炼出"优先薄板,后补非计划材"的启发式规则进行求解。第二阶段以最小化板坯间平均厚度跳跃为目标来建模,综合考虑非计划卷厚度可变的特性,提出一种多邻域结构的变邻域搜索算法进行求解。通过某CSP生产线的轧制计划编制实例验证了该模型和算法的有效性。     

基于改进遗传算法的自动化制造单元调度

研究了一类带时间窗口的自动化制造单元调度问题。为了克服基本遗传算法求解此类问题容易陷入局部最优这一缺陷,在设计改进遗传算法时,采用基于循环序列的编码排列方式,并配合使用两点交叉操作,以增强进化过程中种群的多样性。采用启发式目标函数以引导种群向有利方向进化。针对进化过程中产生的大量不可行解,提出了具有联动修复机制的修复策略,根据修复过程自适应搜索待修复目标片段,同时引入禁忌表记录各基因的移动方向以避免迂回搜索,从而保证算法的搜索效率和求解质量。最后,使用文献中的8个基准案例进行算法测试,测试结果验证了本文提出的改进遗传算法的有效性。     

基于遗传模拟退火算法的自动化制造单元周期调度

鉴于有时间窗约束的单机器人单度自动化制造单元周期调度问题的可行解极少且难以找到最优解,提出一种带有不可行解修复机制的遗传模拟退火算法,以提高解的搜索效率。采用基于跨周期决策的先后次序约束修复、联动修复等机制,对不可行解进行修复,提升其逼近可行解的概率;结合遗传算法的多点初始和模拟退火的靶向搜索能力,强力筛查可能存在的可行解;根据模拟退火的降温速度,利用Metropolis准则以逐渐变小的概率接受交叉和变异后产生的劣解,促进种群跳出局部最优。实验证明所提出的算法在保证解的质量的前提下,计算时间更短,求解效率更高,可较好地满足自动化制造单元的周期调度要求。