网络联盟企业中制造单元生产信息管理

敏捷制造将成为制造业在21世纪采用的主要模式,网络联盟是实现敏捷制造的基本组织方式。本文对网络联盟企业的概念、总体构思及主要支撑技术进行了简要介绍,指出信息管理是网络联盟企业中一项非常重要的工作;而制造单元是网络联盟企业的基本组织管理单位和制造过程的执行单位,是网络联盟企业物流与信息流的交汇点,所以,制造单元的生产信息管理是整个网络联盟企业信息管理工作的重要内容。本文还就制造单元生产信息管理的内容及技术进行了论述,指出单元生产调度是制造单元生产信息管理的重要内容,对网络联盟企业中制造单元的生产调度和制造单元的运行进行了重点介绍。     

基于生产费用的柔性作业车间调度优化

考虑在制品库存费用、机床工时费、直接工人的工资费用、工件的提前和拖期完工造成的损失费用,提出了一种双资源柔性作业车间调度的生产费用计算方法.将模拟退火算法嵌入遗传算法中,设计了一种新的混合遗传算法.该算法首先利用遗传算法快速搜索一组较好的解,然后利用模拟退火算法进行群体寻优.采用基于工序的编码和一种新的解码方法,并运用多种交叉方法使得算法能够在解空间中尽可能地搜索最优解.为了避免最优解在进化过程中损失,采用择优操作将每代中的最优解保留下来,并不断更新.仿真结果表明:该方法是可行的,并具有一定的优越性.     

协同生产计划调度系统及其关键技术

分析了网络化制造环境下生产计划调度的需求和特点,提出了一种面向动态联盟的协同生产计划调度系统的体系结构,并深入研究了实现协同生产计划调度的关键技术.首先对协同信息交互的立体结构和基于XML(eX-tensible Markup Language)的信息交互机制进行了分析,引入基于协商的协调机制和冲突消解策略,最后探讨了计划调度的快速优化算法,以实现对生产计划调度系统的协调优化.在此基础上,建立了原型系统,对上述关键技术进行了应用验证.应用表明,该系统具有良好的扩展性和适应性,能够实现动态联盟生产过程中的自治和协同.     

车间生产调度问题的技术现状与发展趋势

对于ＣＩＭＳ环境下的车间的计划与调度问题,从ＦＭＳ（柔性制造系统）中车间调度问题的分类与特点的讨论出发,综述了当前存在的车间调度问题的各种研究方法;在总结出当前研究调度问题的多种研究策略的基础上,指出了当前车间调度问题研究中存在的问题、解决途径及发展趋势。提出了几个具有前途和代表性的关于这类问题的研究方向和方法,以期为这类问题的研究指出可行的道路和方向。     

多阶段制造系统的生产计划与调度综合模型

给出一种多阶段生产制造系统的生产计划与调度综合模型,采取分解与交互逼近的方法求解,可得到生产计划与调度的局部最优解,并且是实际可操作的.     

基于头脑风暴算法的多处理机组合生产批量调度问题

在生产调度领域中,受生产工艺等诸多因素的影响,往往每个生产过程都需要多台机器同时参与加工。同时,待加工的工件数量较多,需要将每种类型的工件进行批量处理,以缩短生产周期。本文在作业车间环境下,根据每个加工过程所参与机器的负荷,采用可变分批方案,提出了非混排多处理机组合生产批量调度模型,并结合头脑风暴优化算法,求解出最短加工时间。提出了一种改进的头脑风暴优化算法,引入贪婪思想与动态讨论机制,讨论次数随着算法的迭代而自适应变化,将全局搜索与局部搜索相结合,加强了算法的搜索能力。实验结果表明,改进的头脑风暴优化算法与基本的头脑风暴优化算法相比,求解效率更高,收敛速度更快。     

基于遗传算法的离散型并行生产的调度排优

在分析了CIM体系结构中离散型并行生产调度问题的基础上,基于遗传算法,针对调度排优问题,建立了以总加工完成时间最短为优化目标的数学模型,并设计了遗传算法的编码、交叉、变异算子,详细描述了遗传算法的各个组成部分·利用数据库技术,开发了实现该算法的可视化软件,并在实际应用中实现了调度系统与CIMS其他模块之间的集成·理论分析与实践表明,遗传算法简明、有效并且实用,所求解得到的优化作业排序对于并行生产的车间作业调度具有很好的指导意义·     

2013年汉诺威欧洲机床展:“智能生产”为制造技术提速

作为世界金属加工行业的顶级盛会,汉诺威欧洲机床展(EM0)将于2013年9月16日—21日在德国汉诺威市隆重举行。届时,EMO 2013将以"智能生产"为主题,云集各国制造技术生产商全面展示金属加工产品、解决方案以及服务。EMO无论在展品规模上,还是展品数量上,都有着其他展会     

基于遗传算法的网络化制造车间调度

针对卷铁芯变压器网络化制造车间的调度问题,给出了调度系统的整体框架,将这个网络化制造系统分为两层调度体系.上层调度体系负责各车间生产任务的部署,下层车间级的调度为各具体生产环节的执行.以剪裁车间的生产加工为例,提出了一种基于改进遗传算法的调度模型,在基于作业的编码方法上融入了基于机器分配的编码方法,并据此设计了相应的交叉变异操作,兼顾了生产成本和生产时间两个目标,有效地解决了多目标优化问题.