一种面向多机协作加工车间的制造资源重构调度方法及系统

文档序号:26009662发布日期:2021-07-23 21:29阅读:来源:国知局

技术特征:

1.一种面向多机协作加工车间的制造资源重构调度方法,其特征在于:包括以下步骤:

获取生产任务信息和加工单元的加工资源信息;

建立多机协同重构调度数学优化模型,所述多机协同重构调度数学优化模型包括制造单元结构调整层和任务调度层,所述制造单元结构调整层根据生成任务信息和加工资源信息进行单元资源调整优化,并得到单元资源重构方案;

所述任务调度层根据单元资源重构方案对加工单元的加工任务进行调度排序得到调度排序方案;

计算每个调度排序方案中的评价指标;

根据评价指标生成加工任务的最优重构调度方案。

2.如权利要求1所述的面向多机协作加工车间的制造资源重构调度方法,其特征在于:所述多机协同重构调度数学优化模型表示如下:

目标:f={f1,f2,f3,f4}(6)

约束:

sij+tij≤si(j+1),i=1,2,...,n,j=1,2,...,qi-1(10)

其中,n:任务工件总数;m:加工机器总数;j:总工件集合;i:工件序号,i=1,2,…,n;qi:工件i所包含的工序总数;j:工件的工序号,j=1,2,…,qi;k:加工机器序号,k=1,2,…,m;

xijk表示eij表示工序oij的实际完工时间;sij表示工序oij的实际开始时间;tij表示工序oij的实际总加工时间;si(j+1)表示工序oi(j+1)的实际开始时间;表示vkt的次方,vkt表示老化设备加工系数;tijk表示候选机器mk对工序oij的加工时间;hij表示工序oij需要的同时参与加工机器数量,hij≥1;;表示工序oij在机器参与多机协同的第l台机器上的实际加工时间;sijl表示工序oij在机器参与多机协同的第l台机器上的实际开工时间;sij(l+1)表示工序oij在机器参与多机协同的第(l+1)台机器上的实际开工时间;eijl表示工序oij在机器参与多机协同的第l台机器上的实际完工时间;eij(l+1)表示表示工序oij在机器参与多机协同的第(l+1)台机器上的实际完工时间;表示为工序oij的加工机器是否空闲;表示为制造单元cop中的设备组;op表示加工单元数,cop(op=1,2,…,c):为加工车间的第op个加工单元;c表示加工单元数量;

式(6)表示其目标函数;约束(7)表示每台机器同一时刻只能加工最多一道工序;约束(8)表示每道工序可有一台机器或者多台机器协同加工;约束(9)表示工序一旦开始加工不能中断,直到加工完成;约束(10)表示每个工件前道工序完成后才能开始后道工序的加工;约束(11)表示工序oij若为多机协同加工工序,其总加工时间为参与机器的平均加工时间;约束(12)与约束(13)表示多机协同工序oij的所有加工机器参与生产的时间相等,且同时开始同时结束;约束(14)表示工序oij的所需加工机器处于空闲状态才能进行该工序的加工;约束(15)表示参与同一工序的多个机器需在同一个加工单元内。

3.如权利要求1所述的面向多机协作加工车间的制造资源重构调度方法,其特征在于:所述多机协同重构调度数学优化模型的求解过程包括对制造单元结构调整层的重构优化与对任务调度层的调度优化,所述调度优化是指调度层采用pox交叉搜索,对工序层进行搜索优化,所述重构优化是指重构层采用两点交叉搜索,包括以下步骤:

将制造单元结构调整层转换为数字串形式的编码,所述编码包括工序层编码、机器分配层编码以及单元层编码;

构建改进的灰狼算法,并初始化算法参数,所述算法参数包括种群个体数、最大迭代次数、群初始化;设置灰狼算法中的每个个体的初始解,所述初始解包括每个个体的工序顺序层编码初始值、机器分配层编码对应工序的位置初始值和单元层编码初始值;

对制造单元结构调整层进行重构优化得到重构层;

计算评价指标:计算每个个体的适应度值,包括跨单元次数、相对于原始单元的调整成本、加工总时间以及最大完工时间;

优化调度层:设置当前调度搜索迭代数,并执行灰狼算法离散搜索执行调度层搜索,调度层结束后输出最优解决方案;

判断重构优化层是否停止迭代搜索,若当前迭代数没有达到预设最大值,则对制造单元结构调整层再进行重构优化,重新计算评价指标;

若当前迭代数达到预设最大值,算法终止,输出最优多机协同重构调度方案。

4.如权利要求3所述的面向多机协作加工车间的制造资源重构调度方法,其特征在于:所述对制造单元结构调整层进行重构优化,步骤如下:

将两个交叉个体的单元结构分布转换为统一编码,并随机获得两交叉点;

交换交叉点之间的机器编号,并根据缺失的机器编号进行修复;

对每个个体随机选择c-1个单元划分点,划分为c个单元,每个单元机器数量不得超过制造单元可容纳机器上限;

获得两个个体单元结构交叉调整后的单元结构。

5.如权利要求1所述的面向多机协作加工车间的制造资源重构调度方法,其特征在于:所述评价指标包括跨单元次数f1,重构成本f2,最大完工时间f3以及任务总加工时间f4,并按照以下适应度函数计算:

f=w1f1+w2f2+w3f3+w4f4(18)

式中,w1、w2、w3以及w4分别表示各个指标在适应度函数中所占比重,且w1+w2+w3+w4=1。

6.如权利要求1所述的面向多机协作加工车间的制造资源重构调度方法,其特征在于:所述跨单元次数是通过判断同一工件相邻工序的机器是否在同一单元来确定是否跨单元,并累计计算跨单元总次数,按照以下公式计算:

其中,ac表示跨单元次数指标;mpij为工序oij的加工机器,若有多台机器则为其中任意一台;

所述重构成本是指机器拆卸成本、移动成本以及再次安装成本,计算公式如下:

其中,crc表示重构机器调整成本指标;

atk:机器重构安装成本;

dtk:机器重构拆卸成本;

加工单元cop到cop+1的距离;

mtk:机器重构单位距离移动成本;

老化机器更换综合成本;

所述最大完工时间f3按照以下公式计算:

其中,qi表示为第i类工件的生产批量;sijk表示工件i的第j道工序在机器k上起始加工时间;tij表示工序oij的实际总加工时间;

所述任务总加工时间f4按照以下公式计算:

其中,ct表示为任务加工总时间消耗。

7.如权利要求1所述的面向多机协作加工车间的制造资源重构调度方法,其特征在于:所述改进的灰狼算法的搜索策略采用基于遗传算法的交叉及变异操作的离散搜索策略,普通狼ω将选择与头狼α,β或者δ进行交叉操作,所述离散搜索的表达式表示如下:

式中,xi(t)表示第t代中的第i匹狼的解,xi(t+1)表示第t+1代中的第i匹狼的解;xα(t),xβ(t)以及xδ(t)分别表示α,β以及δ的解;co表示交叉操作。

8.如权利要求1所述的面向多机协作加工车间的制造资源重构调度方法,其特征在于:所述单元资源调整优化包括老化资源更换,所述老化资源更换按照老化机器与正常机器比例公式计算:

式中,与tk分别表示老化加工资源及正常加工资源加工同一工序的加工时间;

vkt为比例系数,且1≤vkt<2。

9.一种面向多机协作加工车间的制造资源重构调度系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:

获取生产任务信息和加工单元的加工资源信息;

建立多机协同重构调度数学优化模型,所述多机协同重构调度数学优化模型包括制造单元结构调整层和任务调度层,所述制造单元结构调整层根据生成任务信息和加工资源信息进行单元资源调整优化,并得到单元资源重构方案;

所述任务调度层根据单元资源重构方案对加工单元的加工任务进行调度排序得到调度排序方案;

计算每个调度排序方案中的评价指标;

根据评价指标生成加工任务的最优重构调度方案。

10.如权利要求9所述的面向多机协作加工车间的制造资源重构调度系统,其特征在于:所述多机协同重构调度数学优化模型的求解过程包括对制造单元结构调整层的重构优化与对任务调度层的调度优化,所述调度优化是指调度层采用pox交叉搜索,对工序层进行搜索优化,所述重构优化是指重构层采用两点交叉搜索,包括以下步骤:

将制造单元结构调整层转换为数字串形式的编码,所述编码包括工序层编码、机器分配层编码以及单元层编码;

构建改进的灰狼算法,并初始化算法参数,所述算法参数包括种群个体数、最大迭代次数、群初始化;设置灰狼算法中的每个个体的初始解,所述初始解包括每个个体的工序顺序层编码初始值、机器分配层编码对应工序的位置初始值和单元层编码初始值;

对制造单元结构调整层进行重构优化得到重构层;

计算评价指标:计算每个个体的适应度值,包括跨单元次数、相对于原始单元的调整成本、加工总时间以及最大完工时间;

优化调度层:设置当前调度搜索迭代数,并执行灰狼算法离散搜索执行调度层搜索,调度层结束后输出最优解决方案;

判断重构优化层是否停止迭代搜索,若当前迭代数没有达到预设最大值,则对制造单元结构调整层再进行重构优化,重新计算评价指标;

若当前迭代数达到预设最大值,算法终止,输出最优多机协同重构调度方案。


技术总结
本发明公开了一种面向多机协作加工车间的制造资源重构调度方法及系统,通过建立多机协同重构调度数学优化模型,得到单元资源重构和调度排序方案;计算每个调度排序方案中的评价指标;根据评价指标生成加工任务的最优重构调度方案。该方法同时考虑制造单元结构调整与任务调度,提高了加工任务与单元结构之间的匹配度,降低了加工方案的成本,设计三层编码方式以及适用于重构调度的分层搜索策略,并利用改进灰狼算法对模型进行求解,为企业决策提供了理论依据,构建重构调度评价指标,以生产任务跨单元加工次数、重构成本、最大完工时间以及总加工时间为评价优化指标,验证了提出的多机协同重构调度模型的有效性。

技术研发人员:杨波;高益凡;王时龙;陈嵘华;易力力;康玲
受保护的技术使用者:重庆大学
技术研发日:2021.03.22
技术公布日:2021.07.23
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1