發(fā)布時間：2021-08-11 23:28

　　針對傳統(tǒng)多車間生產(chǎn)調(diào)度方法不能滿足智能生產(chǎn)系統(tǒng)調(diào)度優(yōu)化的問題,結(jié)合智能工廠需求,以分布式柔性作業(yè)車間為研究對象,提出基于"生產(chǎn)計劃-車間調(diào)度-物流倉儲"的ATC層次模型,該模型是以時間、成本組成的一個多目標優(yōu)化模型;提出兩級效能偏差判別機制,在物聯(lián)環(huán)境下動態(tài)識別擾動并根據(jù)擾動影響作出實時決策。最后,以3個車間調(diào)度問題為例,基于遺傳禁忌搜索算法,驗證了該模型的有效性。 

【文章來源】：制造業(yè)自動化. 2020,42(03)CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

車間B調(diào)度甘特圖

圖1 分布式柔性作業(yè)車間示意圖

根據(jù)實際生產(chǎn)情況，可人為設置一級重調(diào)度閾值和二級重調(diào)度閾值為。當時，說明擾動因素造成的影響較小，可以忽略。當時，說明動態(tài)事件造成的影響不可忽略，但在該車間內(nèi)重調(diào)度可以解決，需執(zhí)行車間內(nèi)重調(diào)度。當時，說明動態(tài)事件造成的影響比較大，且單靠該車間重調(diào)度無法解決，需要通過外部資源的協(xié)調(diào)才能使生產(chǎn)平穩(wěn)運行，則此時觸發(fā)生產(chǎn)系統(tǒng)的重調(diào)度。3 算例分析

【參考文獻】：
期刊論文
[1]差分進化算法求解分布式柔性作業(yè)車間調(diào)度問題[J]. 吳秀麗,劉夏晶.  計算機集成制造系統(tǒng). 2019(10)
[2]物聯(lián)網(wǎng)環(huán)境下面向高動態(tài)性生產(chǎn)系統(tǒng)優(yōu)態(tài)運行的聯(lián)動決策與控制方法[J]. 屈挺,張凱,閆勉,郭洪飛,黃國全,李從東,李曉敏.  機械工程學報. 2018(16)
[3]改進人工蜂群算法求解分布式柔性作業(yè)車間調(diào)度問題[J]. 吳銳,郭順生,李益兵,王磊,許文祥.  控制與決策. 2019(12)
[4]面向柔性作業(yè)分布式車間的分層調(diào)度模型研究[J]. 楊江波,陳友玲,曹楠.  計算機工程與應用. 2014(23)
[5]基于目標級聯(lián)法的動態(tài)零件族跨單元生產(chǎn)的單元調(diào)度研究[J]. 韓文民,田麗麗,陳娟.  機械設計與制造. 2012(10)
[6]基于目標級聯(lián)法和粒子群算法的柔性分布式車間調(diào)度[J]. 黃英杰,姚錫凡.  中南大學學報(自然科學版). 2012(01)
[7]基于目標級聯(lián)法的作業(yè)車間調(diào)度[J]. 黃英杰,姚錫凡,顏亮,余銘奇.  華南理工大學學報(自然科學版). 2010(06)
[8]面向大規(guī)模定制生產(chǎn)的e-陶制造單元標層解分析優(yōu)化規(guī)劃模型[J]. 趙剛,江平宇.  機械工程學報. 2007(02)



本文編號：3337105