發(fā)布時(shí)間：2020-07-16 13:47

【摘要】：調(diào)度問題研究的是將有限資源分配給在一定時(shí)間內(nèi)的不同任務(wù),是影響制造業(yè)生產(chǎn)效率的關(guān)鍵因素之一,并且在實(shí)際的生產(chǎn)車間中存在著不確定的擾動(dòng)因素影響調(diào)度結(jié)果。調(diào)度問題規(guī)模呈現(xiàn)復(fù)雜化趨勢(shì)。所以,對(duì)型材車間動(dòng)態(tài)調(diào)度問題的研究,具有很大的意義。本文通過分析某客車公司底盤型材車間的生產(chǎn)現(xiàn)狀,根據(jù)調(diào)度需求,對(duì)型材車間動(dòng)態(tài)調(diào)度問題進(jìn)行分析和研究,主要研究?jī)?nèi)容如下:首先,從型材車間的概況、產(chǎn)品生產(chǎn)工藝流程、生產(chǎn)模式等方面分析型材車間生產(chǎn)加工需求,車間加工過程分為三道工序,并且每道工序都有多臺(tái)加工性能相同的機(jī)器,符合混合流水車間調(diào)度的特點(diǎn)。分析生產(chǎn)加工過程中存在的問題和需要解決的關(guān)鍵點(diǎn),制定型材車間生產(chǎn)調(diào)度規(guī)則。其次,結(jié)合型材車間的生產(chǎn)特點(diǎn),以加權(quán)訂單完工周期最短為優(yōu)化目標(biāo),建立型材車間調(diào)度模型。以遺傳算法為基礎(chǔ),設(shè)計(jì)相應(yīng)的模型求解算法,采用啟發(fā)式算法產(chǎn)生初始種群,從而提高初始種群質(zhì)量;采用輪盤賭的方式進(jìn)行個(gè)體選擇;進(jìn)行交叉變異操作;采用變鄰域操作并結(jié)合模擬退火操作提高局部搜索能力,通過算例驗(yàn)證算法可行性和有效性。再次,針對(duì)型材車間混合流水車間動(dòng)態(tài)擾動(dòng)因素進(jìn)行了分析,將擾動(dòng)因素分為顯性和隱性兩種形式,同時(shí)結(jié)合混合驅(qū)動(dòng)機(jī)制判斷是否重調(diào)度。即當(dāng)沒有顯性擾動(dòng)事件發(fā)生時(shí),車間采用周期驅(qū)動(dòng)策略;出現(xiàn)顯性擾動(dòng)事件時(shí),采用事件驅(qū)動(dòng)策略�；旌向�(qū)動(dòng)機(jī)制以偏離容忍度為指標(biāo)對(duì)原調(diào)度方案的偏離度進(jìn)行評(píng)估,判斷是否需要進(jìn)行重調(diào)度,從而減少重調(diào)度次數(shù),提高了動(dòng)態(tài)調(diào)度系統(tǒng)穩(wěn)健性。最后,采用數(shù)字化工廠仿真軟件Plant Simulation建立型材車間調(diào)度參數(shù)化、可視化仿真模型。將本文的優(yōu)化結(jié)果與Plant Simulation進(jìn)行數(shù)據(jù)實(shí)時(shí)交互通訊,搭建型材車間混合流水調(diào)度可視化仿真原型系統(tǒng),企業(yè)可以根據(jù)自身的需要輸入不同的訂單來優(yōu)化處理,輸出機(jī)床利用率、動(dòng)態(tài)調(diào)度方案等結(jié)果,提高型材車間的加工效率,降低成本。
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U468
【圖文】：

第 2 章 型材車間調(diào)度規(guī)則的建立根據(jù)某汽車公司底盤型材車間的生產(chǎn)調(diào)度流程現(xiàn)狀，分析當(dāng)前生產(chǎn)環(huán)節(jié)的特點(diǎn)，剖析造成資源浪費(fèi)、生產(chǎn)效率低下等現(xiàn)狀的原因。針對(duì)現(xiàn)存問題確定型材車間的總體調(diào)度約束。以減少資源浪費(fèi)、提高生產(chǎn)效率，實(shí)現(xiàn)調(diào)度柔性化、智能化為目標(biāo)，對(duì)生產(chǎn)車間調(diào)度系統(tǒng)進(jìn)行智能化改造，建立調(diào)度規(guī)則、制定車間總體調(diào)度流程，并形成底盤型材車間改造方案。2.1 某客車公司型材車間背景2.1.1 型材車間生產(chǎn)現(xiàn)狀及生產(chǎn)流程某客車公司底盤型材車間生產(chǎn)現(xiàn)場(chǎng)如圖 2-1a)所示，圖 2-1b)是型材車間原材料。要求根據(jù)市場(chǎng)訂單情況，每天完成約數(shù)十臺(tái)的不同車型訂單零部件的生產(chǎn)，品種規(guī)格非常龐大，對(duì)于生產(chǎn)的組織中的柔性要求是非常高的。

a)資源平衡前 b)資源平衡后圖 2-4 資源平衡前后對(duì)比Fig.2-4 Comparison of resource balance before and after(1)靜態(tài)調(diào)度預(yù)先輸入企業(yè)生產(chǎn)的各種車型信息，包括原材料信息、車型零件信息、物料編碼信息、加工工藝信息、資源配置信息等。同時(shí)，建立每種車型的調(diào)度優(yōu)化模型，該模型中除包含上述輸入信息外，還有資源平衡的理想算法模型。該模型可以判斷機(jī)器加工的任務(wù)量，以訂單平均任務(wù)量為參考點(diǎn)，合理的分配任務(wù)，使得每臺(tái)機(jī)器的任務(wù)偏差最小。實(shí)現(xiàn)每種車型訂單完工周期最短，資源有效利用率最高，更重要的是滿足了資源平衡的最佳狀態(tài)。車間接到訂單后，就同時(shí)在智能車間管控平臺(tái)調(diào)度系統(tǒng)中決定了哪臺(tái)機(jī)器加工什么料，加工幾種料。結(jié)果是，智能起重機(jī)會(huì)給某臺(tái)機(jī)器的線邊庫(kù)只放一種原材料，也可能是智能起重機(jī)給某臺(tái)機(jī)器的線邊庫(kù)放置兩種或以上的原材料。智能起重機(jī)要配合機(jī)器加工進(jìn)程與作業(yè)順序完成供料功能，由預(yù)先設(shè)定的調(diào)度模型直接計(jì)算起重機(jī)供料的路徑，實(shí)現(xiàn)起重機(jī)調(diào)度。放置多種原材料，就是提前預(yù)判好了當(dāng)前機(jī)器加工量。若一個(gè)機(jī)器的任務(wù)量較少，需要將任務(wù)多的機(jī)器的工作分配到此機(jī)器，從而達(dá)到了資源平衡的狀態(tài)。同時(shí)該模型也適應(yīng)事前生

Source對(duì)象參數(shù)設(shè)置Fig.5-1Sourceobjectparametersettings

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉明周;王小巧;張銘鑫;劉從虎;;不確定環(huán)境下混流裝配線動(dòng)態(tài)準(zhǔn)時(shí)制物料配送系統(tǒng)[J];計(jì)算機(jī)集成制造系統(tǒng);2014年12期

2 丁秋雷;胡祥培;姜洋;;基于前景理論的物流配送干擾管理模型研究[J];管理科學(xué)學(xué)報(bào);2014年11期

3 楊宏安;王周鋒;呂陽陽;席志成;王宏浩;;工序加工時(shí)間不確定條件下作業(yè)車間調(diào)度問題的區(qū)間數(shù)求解方法[J];計(jì)算機(jī)集成制造系統(tǒng);2014年09期

4 劉明周;張璽;劉從虎;張銘鑫;葛茂根;;不確定環(huán)境下再制造加工車間生產(chǎn)調(diào)度優(yōu)化方法[J];機(jī)械工程學(xué)報(bào);2014年10期

5 劉國(guó)寶;張潔;;基于改進(jìn)滾動(dòng)時(shí)域優(yōu)化策略的動(dòng)態(tài)調(diào)度方法[J];機(jī)械工程學(xué)報(bào);2013年14期

6 趙鶴群;王鵬宇;李磊;;禁忌搜索算法的參數(shù)選擇及其收斂特性分析[J];自動(dòng)化技術(shù)與應(yīng)用;2013年02期

7 王超;劉階萍;常偉濤;趙軍;;不確定條件下的作業(yè)車間生產(chǎn)調(diào)度綜述[J];裝備制造技術(shù);2011年04期

8 余建軍;張定超;周銘新;;生產(chǎn)調(diào)度研究綜述[J];中國(guó)制造業(yè)信息化;2009年17期

9 李文勇,李泉永;基于模擬退火的全局優(yōu)化算法[J];桂林電子工業(yè)學(xué)院學(xué)報(bào);2001年02期

10 熊銳,吳澄;車間生產(chǎn)調(diào)度問題的技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);1998年10期

相關(guān)博士學(xué)位論文 前3條

1 王越;不確定環(huán)境下生產(chǎn)計(jì)劃和調(diào)度的研究[D];浙江大學(xué);2016年

2 王杜娟;生產(chǎn)調(diào)度中應(yīng)對(duì)干擾的重調(diào)度模型和算法研究[D];大連理工大學(xué);2015年

3 姜洋;面向不確定事件的生產(chǎn)調(diào)度干擾管理方法研究[D];大連理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前8條

1 宮雪;單件小批車間調(diào)度與重調(diào)度的算法研究[D];哈爾濱理工大學(xué);2016年

2 李小陽;單件小批MES靜態(tài)作業(yè)計(jì)劃與調(diào)度優(yōu)化算法的研究[D];哈爾濱理工大學(xué);2016年

3 王淑娟;柔性作業(yè)車間的多目標(biāo)動(dòng)態(tài)穩(wěn)健調(diào)度研究[D];山東大學(xué);2014年

4 何明;不確定條件下柔性作業(yè)車間的魯棒優(yōu)化調(diào)度方法[D];武漢科技大學(xué);2014年

5 張富生;基于遺傳算法的車間動(dòng)態(tài)調(diào)度研究[D];山東大學(xué);2013年

6 吳文瑞;不確定環(huán)境下Job Shop制造車間重調(diào)度驅(qū)動(dòng)機(jī)制研究[D];合肥工業(yè)大學(xué);2012年

7 石國(guó)新;生產(chǎn)調(diào)度中不確定因素研究及其定量評(píng)價(jià)[D];武漢理工大學(xué);2007年

8 董薇;基于規(guī)則的單件車間調(diào)度算法的研究[D];哈爾濱理工大學(xué);2007年

本文編號(hào)：2758077