本文選題：Job-shop + 作業(yè)切換�。� 參考：《重慶大學》2016年博士論文

【摘要】：制造業(yè)是我國經(jīng)濟的主體,是立國之本、興國之器、強國之基。為了滿足客戶的個性化需求,以及提高應對市場的柔性,顧客到制造(Customer to Manufacture,C2M)的生產(chǎn)模式成為制造企業(yè)發(fā)展的方向,該生產(chǎn)模式下產(chǎn)品的多品種、小批量特征更加明顯,導致加工過程頻繁的作業(yè)切換活動和大量的作業(yè)切換時間(setup time),降低了設備等資源利用率和生產(chǎn)效率。經(jīng)典的調度理論主要考慮作業(yè)排隊等待時間,較少考慮到作業(yè)切換時間,對于C2M生產(chǎn)模式存在較大的時間浪費。通過調研分析發(fā)現(xiàn),C2M生產(chǎn)模式下某些工序的作業(yè)切換時間甚至高于加工時間十幾倍,明顯降低了設備等資源利用率,影響了產(chǎn)品的生產(chǎn)周期。不同的車間調度方案,產(chǎn)生不同的作業(yè)切換時間,加大了生產(chǎn)計劃制定和執(zhí)行控制的難度。為此,論文基于成組技術構建了一套面向Job-shop車間最優(yōu)作業(yè)切換的調度方案,對離散制造車間調度管理具有重要的科學研究價值和工程實踐意義。論文研究的主要內(nèi)容及成果包括以下五個方面:(1)分析了Job-sop車間生產(chǎn)調度和作業(yè)切換現(xiàn)狀,以及作業(yè)切換時間的影響因素。基于此,提出了基于成組技術的車間最優(yōu)作業(yè)切換調度問題,并建立了總體模型。(2)研究了基于加工資源的零件聚類成組方法。提出數(shù)控車間加工資源主要包括機器、工裝、裝夾方式、加工精度、數(shù)控程序、員工知識水平等。首先對加工零件所需資源進行分類,不同類別資源劃分子類,采用0-1整數(shù)編碼表示加工是否需要該項資源。根據(jù)加工資源對于作業(yè)切換時間長短的不同影響,確定核心加工資源和一般加工資源的權重。采用Jaccard系數(shù)計算零件間“相似度”,應用成組遺傳算法確定零件的分類成組,并通過案例研究驗證了本文提出方法的可行性和有效性。(3)研究了基于成組技術的最優(yōu)作業(yè)切換的單機調度問題。以最小化總拖延時間為優(yōu)化目標。通過排序依賴作業(yè)切換時間的調度方案來縮短作業(yè)切換時間。首先根據(jù)工件所需加工資源相似性進行聚類成組,其次采用EDD-SDST-ACO啟發(fā)規(guī)則,并用田口設計方法的信噪比(SNR)進行算法參數(shù)優(yōu)化,通過仿真分析分別對比了論文提出的優(yōu)化規(guī)則與蟻群算法(ACO)和遺傳算法(GA)求解優(yōu)化目標的最大值,最小值和平均值,以及搜索最優(yōu)解的次數(shù)。運行結果驗證了EDD-SDST-ACO啟發(fā)式規(guī)則的有效性和可行性。并通過實例對比了企業(yè)目前采用的調度方案,結果證實本文提出的調度方案使得總完工時間縮短了22.9%,總拖延時間縮短了99%,設備利用率提高了21.87%。(4)研究了基于成組技術的最優(yōu)作業(yè)切換的不相關并行機調度問題。以最小化總拖延時間為優(yōu)化目標。通過排序依賴作業(yè)切換時間的調度方案來縮短作業(yè)切換時間。每臺機器上的加工速度因子不同,首先研究了所有工件組在各機器上的分配,其次研究同一臺機器上各工件組的優(yōu)化順序,工件組不同的加工排序,產(chǎn)生不同的作業(yè)切換時間和總拖延時間。同組內(nèi)工件間的作業(yè)切換時間視為0。建立了該問題的數(shù)學規(guī)劃模型,應用遺傳禁忌搜索(GATS)算法進行目標優(yōu)化。采用田口設計方法的信噪比(SNR)對GATS算法參數(shù)進行優(yōu)化,針對不同規(guī)模問題進行仿真分析,分別對比了人工蜂群(ABC)算法和遺傳模擬退火(GASA)算法運行結果,驗證結果證明了GATS算法的有效性和可行性。(5)研究了基于成組技術的最優(yōu)作業(yè)切換的柔性Job-shop調度問題,以最小化最大完工時間為優(yōu)化目標�？紤]排序依賴作業(yè)切換時間、加工時間和機器負荷的約束,首先根據(jù)機器負荷和加工時間選擇加工機器,其次根據(jù)作業(yè)切換時間和加工時間進行機器上加工任務排序。提出改進的QCSO算法進行問題求解,將量子比特與貓群算法結合起來,引入了量子編碼,通過量子旋轉角的更新完成貓群位置迭代更新,根據(jù)算法迭代次數(shù)的變化選擇動態(tài)MR值,擴大了解的空間,提高了算法的運行效率和速度。通過仿真實驗對比了改進的QCSO算法和PGA算法運行結果,驗證結果證明改進的QCSO算法具有較好的尋優(yōu)結果,算法的魯棒性較好。實例研究結果顯示本文提出的調度方案比企業(yè)目前采用的調度方案的最大完工時間縮短了34.18%,設備利用率提高了31.55%。
[Abstract]:In order to meet the customer ' s individualized needs and to improve the flexibility of the market , the production mode of the customer to manufacture ( C2M ) has become the direction of the development of manufacturing enterprises . ( 3 ) The scheduling problem of optimal operation switching based on group technology is studied in order to minimize the total delay time .
【學位授予單位】：重慶大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TB497

【參考文獻】

相關期刊論文 前10條

1 賀寧;伍乃騏;;具有惡化效應和釋放時間約束的單機成組調度問題研究[J];價值工程;2016年16期

2 宋科艷;;工業(yè)4.0背景下改變我國服裝企業(yè)生產(chǎn)銷售模式的利器——C2M模式[J];經(jīng)貿(mào)實踐;2016年06期

3 丁岳偉;竇飛飛;;多目標貓群優(yōu)化算法支持下的云計算任務調度[J];電子科技;2016年02期

4 戚得眾;饒運清;余天;;板類零件分組下料優(yōu)化研究[J];機械設計與制造;2015年06期

5 喻明讓;張英杰;陳琨;高瑞;張定;;考慮調整時間的作業(yè)車間調度與預防性維修集成方法[J];西安交通大學學報;2015年06期

6 孔繼利;苑春薈;楊福興;賈國柱;;調整時間與搬運時間可分離的多目標流水車間成組調度[J];計算機集成制造系統(tǒng);2015年10期

7 曹衛(wèi)東;閻春平;郭奉民;;基于成組技術和標準模板的滾齒CNC自動編程[J];計算機集成制造系統(tǒng);2015年01期

8 吳偉林;周永華;;基于差分演化與貓群算法融合的群體智能算法[J];計算技術與自動化;2014年04期

9 馬邦雄;葉春明;;基于改進量子貓群算法的流水車間調度研究[J];計算機工程與應用;2015年17期

10 鄭永前;謝松杭;錢偉俊;;帶緩沖流水車間成組調度問題的混合微分算法[J];計算機集成制造系統(tǒng);2014年08期

相關博士學位論文 前5條

1 崔U，

本文編號：2059072