Pcb板组装工艺中多机流水生产线贴片机负荷均衡优化方法
【技术领域】
[0001] 本发明涉及一种用于PCB板（印刷电路板)组装生产线的智能调度优化方法，属于 生产系统智能优化调度与控制技术领域。
【背景技术】
[0002] 表面组装生产过程作为我国电子信息制造业的关键工序，国际上在该方面的核心 研究成果也很少公开，国内对其中的关键共性理论问题和实现技术的探索才刚刚起步，这 些都成为制约我国电子信息产业赶超国际先进制造水平的瓶颈。
[0003] 印刷电路板(PCB板)组装是表面组装生产线的核心工艺过程，是将电子元件组装 在印刷电路板上，从而实现电子元器件的互联，其用的关键设备是贴片机。电子制造技术在 电子信息产业中的地位越来越重要，而印刷电路板组装又是电子信息产业的基础工业，也 是其支柱产业。
[0004] 印刷电路组装生产线必须适应多用户、多任务、多品种的生产要求，以最低的成本 和最小的废品率在最短的时间内获得最大的广出。满足这一问题的有效途径是全过程最优 控制。
[0005] 贴片机是表面组装生产线中最关键的设备，其工作效率的高低会制约着整条生产 线生产能力的发挥。因此，为了更好地满足电子装备制造过程中的多品种、变批量、短周期、 低成本、高质量的要求，研究表面组装生产线及其"瓶颈"设备一一贴片机优化运行的理论 和实际应用问题，寻求提高生产线和设备生产效率的有效方法，分析生产线上各贴片机负 荷均衡优化问题，成为近年来国内外相关学者研究的热点之一。同时，这些问题的研究和实 践，，将不仅推动国产表面组装技术的革新和升级，还能有效提高现有表面组装过程中贴片 设备的优化管理与控制水平，解决传统生产线上存在的生产调度优化问题，并将产生重大、 直接的经济效益和社会效益。
[0006] 表面组装生产线调度问题是车间调度问题和并行机调度问题的综合与推广，是强 NP-hard问题，其特征是某些难解性以及多目标性更能反映实际生产过程，其理论和方法具 有更高的应用价值。国内外许多学者曾用蚁群算法(AC0)、遗传算法(GA)、禁忌搜索算法 (TS)、粒子群算法(PS0)等求解流水作业车间调度问题，取得了很好的效果。目前国内对多 机流水生产线负荷均衡优化算法的研究相对较少，遗传算法具有大范围的全局搜索能力， 但对反馈信息利用不足，当解到一定程度时往往做大量无用的冗余迭代;蚁群算法具有反 馈机制但收敛速度慢;PS0算法收敛速度快，但不能保证得到最优解，布谷鸟搜索算法是近 几年提出的一种新型的智能算法，具有参数设置少、收敛速度快、全局寻优能力强等优点； 但是该算法存在局部寻优能力不强、搜索速度较慢的缺点。
【发明内容】
[0007] 本发明的目的在于针对现有技术的不足，提供了一种基于改进布谷鸟算法的表面 组装生产线贴片机负荷均衡优化的调度优化方法，解决PCB板组装生产线元器件贴装路径 规划的优化问题，获取负荷均衡优化的元器件贴装调度方案，为各台贴片机确定一种最佳 的生产负荷方案;使得各贴片机的加工时间相等且最小，从而使各台贴片机的负荷达到均 衡，提尚生广线的效率。
[0008] 本发明的目的通过以下技术方案来具体实现：
[0009] -种PCB板组装工艺中多机流水生产线贴片机负荷均衡优化方法，首先描述和分 析PCB板组装生产线的优化问题，再根据优化问题的描述和分析建立其负荷均衡的数学模 型，再针对数学模型的求解特点设计算法获得各贴片机负荷均衡的元器件贴装顺序，最后 应用于生产线控制系统，对生产线各贴片机按最优调度方式进行元器件贴装，所述算法采 用布谷鸟搜索算法和粒子群算法结合的智能优化算法。
[0010] 作为优选方案，上述的PCB板组装工艺中多机流水生产线贴片机负荷均衡优化方 法，其特征在于:包括如下步骤：
[0011] 1)数学模型的建立
[0012] 从PCB板组装的多机流水生产线的实际出发，描述PCB板的多机流水生产线负荷均 衡问题，再根据问题的描述建立带约束条件的生产线各贴片机负荷均衡的优化调度数学模 型；
[0013] 2)求解
[0014] 根据步骤1)中的建立的PCB板的多机流水生产线元器件贴装调度的数学模型，采 用将布谷鸟搜索算法和粒子群算法相结合的优化方法对其进行求解，以求得使各个贴片 机的加工时间相等且达到最小的最优解；
[0015] 3)控制贴装
[0016] 对步骤2)得到的元器件贴装调度最优解分别提供给生产线贴装控制子系统和智 能送料分配子系统，使整个生产线的每台贴片机按最优调度方式进行元器件贴装化。
[0017]优选的，所述步骤1)中，所述数学模型的建立方法如下：
[0018] a.先针对该流水线生产的实际特征，对PCB板的多机流水生产线负荷均衡问题进 行描述，描述方法如下：
[0019] 设PCB板上有c种元件将在m台贴片机上加工，为了便于描述和解析问题，所有贴片 机及PCB板的元件类型分别用数学编号表示如下：
[0020] 贴片机集合为:M={1，2, ···，!!!} ;PCB板的类型集合为:C={1，2，···'};加工需求集 合为:1={?1，《2，一，概，一，《。}，其求概为类型为1^仏〈〇的?08板的数量。设类型为1^的？08板 在编号为i￡M的贴片机上加工或组装时间为为编号为ieM的贴片机完成其所分配的 任务所需的时间。引入如下0-1决策变量：
[0022] b.针对步骤a对于问题的描述，建立负荷均衡优化调度问题用数学模型，数学模型 表示如下：
[0023] 目标函数：
[0027] 约束条件：
[0028]
· i = l，· · .，m;k = l，· · ·，C，表明任何一类元件只能分配给一个贴片机；
[0029]
:i = l，. . .，m;k = l，. . .，C，表明任何一台贴片机至少组装一类以上元件；
[0030] xike(〇，l)，i = l，· · ·，m;k=l，· · ·，C，表明该变量为0-1 变量约束。
[0031]优选的，所述步骤2)中，所述采用布谷鸟搜索算法和粒子群算法相结合的优化方 法为:利用粒子群算法对布谷鸟算法中的位置进行不断的更新，具体的，使布谷鸟按照Levy Flight机制随机游走，又使其在后期按照粒子群算法更新路径，以提高了布谷鸟搜索算法 在局部的寻优能力。
[0032]进一步优选的，所述步骤2)中，所述采用布谷鸟搜索算法和粒子群算法相结合的 优化方法，具体包括如下步骤：
[0033]步骤a:初始化基本参数
[0034]布谷鸟选择的鸟窝数目N，发现概率?3，最大种群粒子数h，学习因子C1、 C2,最大迭 代次数 maxgeneration;
[0035]步骤b:布谷鸟随机选择鸟窝的位置
[0036]随机产生并择优选取η个序列，将Xi (i = 1，2，…，N)，作为初始鸟巢，基于最小位置 值规则的随机键编码将鸟窝位置换为PCB板元器件帖装工序的排列，根据鸟窝的位置计算 评价各鸟窝的调度目标值，初选得到目前最优鸟窝X best，记录当前最优帖装排序和调度目 标值，迭代次数置为1;
[0037] 步骤c:分析各种位置解的优劣性，分别建立劣解种群集和优解种群集；
[0038] 步骤d:对于优解种群，转步骤f;对于劣解种群，顺序执行；
[0039]步骤e:根据标准布谷鸟搜索算法中的更新方式一，具体如式I，对鸟巢位置进行搜 索并与原位置进行对比，择优选择进行位置更新鸟窝，同时更新对应的帖装排序和调度目 标值，转步骤g，
[0041] 其中，尤〃+"表示第t+l代第i个鸟窝的候选位置；X，表示第t代第i个鸟窝的位置； α为控制步长；" ? "为点对点乘法;L(A)为服从Levy分布的随机搜索路径，转步骤g;
[0042] 步骤f:根据粒子群算法，具体如式Π ，对其他鸟巢位置进行搜索并与原位置进行 对比，择优选择进行位置更新鸟窝，同时更新对应的帖装排序和调度目标值，
[0045] 其中，;^表示位置；>/>表示速度;random()为[0，1]之间的随机数; C1、C;*学习因 子，是非负常数;w为