>[0049] 式6表示成型工序与硫化工序之间，胎胚需要在稳定环境下存放一段时间以达到 要求的状态，胎胚的存放容量不能高于V_;
[0050] 式7表示胎胚的存放至少需要的时间。
[0051] 作为本发明基于智能算法的轮胎成型-硫化生产能耗实时优化方法的再一种改 进，所述数据采集设备包括电表、温度传感器、压力传感器；所述无线传感设备包括ZigBee 以太网无线模块。
[0052] 总之，本发明与现有技术相比，具有如下的有益效果：
[0053] 1、本发明基于现有的物联传感技术，通过在车间布置数据采集设备、无线传感设 备等，采集工艺数据以及实时能耗信息，并上传至上层管理系统，使得生产过程调度依据更 加及时准确。
[0054] 2、本发明考虑到轮胎生产时成型与硫化工序之间的相互影响关系，将成型-硫化 工序的能耗优化问题抽象成一种柔性流水车间调度问题；轮胎生产由于轮胎型号多，各个 轮胎生产工艺要求高，约束性强，同时具有高耗能性，使得这类问题很复杂；本发明建立了 一个考虑生产拖期成本和能耗成本的双目标优化模型，使企业达到降低综合生产成本的目 的。
[0055] 3、本发明建立了一个多目标优化模型，由于目标之间数量级并不容易确定，因此 采用了帕累托最优来解决目标之间平衡问题，并利用一种基于规则的遗传算法求解得到帕 累托前沿，该方法流程简单，运行速度快，结果达到了帕累托最优效果。
【附图说明】
[0056] 图1是本发明方法的步骤流程图；
[0057] 图2是本发明方法在计算机仿真结果输出的帕累托解集；
[0058] 图3是本发明方法仿真时群体中目标1最优结果收敛曲线；
[0059] 图4是本发明方法仿真时群体中目标2最优结果收敛曲线；
[0060] 图5是本发明方法仿真时从最优解集中选择一个解得到的调度结果。
【具体实施方式】
[0061] 下面结合附图及具体实施例对本发明的技术方案及应用原理作进一步详细、完整 的说明：
[0062] 参照图1，为本实施例中一种基于遗传算法的轮胎成型-硫化生产能耗优化方法 步骤流程图，具体实施步骤如下：
[0063] 步骤1 :基于现有的物联传感技术，通过在车间布置数据采集设备、无线传感设备 等，采集工艺数据以及实时能耗信息，并上传至上层管理系统，其中，数据采集设备包括电 表、温度传感器、压力传感器；无线传感设备包括ZigBee以太网无线模块；具体包括：
[0064] 步骤I. 1 :数据采集设备按照设定的采样周期，采集到硫化机硫化过程主要的耗 能工艺参数，如电压、蒸汽温度和压力等；
[0065] 步骤1. 2 :根据工艺数据计算得到能耗水平，即单位时间能耗，随着时间会出现变 化；
[0066] 步骤1. 3 :分析各个产品工艺时间，由工艺时间乘以单位时间能耗水平，得到单位 产品在机器上加工过程中的能源消耗，将能耗数据存入数据库中，并结合步骤1. 1中得到 的最新工艺数据，更新历史能耗信息，得到更精确的能耗信息；
[0067] 步骤2 :构件轮胎成型-硫化过程能耗优化调度模型，模型包括两个目标，目标一 是总的能耗水平最低；目标二是轮胎总的加权拖期成本最低；目标函数分别如下所示：
[0068] 目标一：
[0070] (1)
[0074] Etoa是硫化机正常加工时耗能，E ldle是硫化机闲置等待时耗能，E praheat是硫化机开 机预热的耗能。6_1<、61&、6|51^_则代表相应状态下瞬时能耗水平；轮胎制造企业作为高耗 能企业，消耗多种能源介质，为了便于衡量不同能源介质的能耗，将其统一折算为标准煤， P_j代表第j种能源的折算系数。X(i，1)、y (i，1)、Z (i，1)分别代表如下意义：
CN 105117801 A 说明书 6/9 页
[0080] 其中T1代表第i条轮胎的拖期时间，拖期时间等于轮胎在硫化机上完工时间与对 应交货期之间的偏差；
[0081] 该数学模型应满足下列约束条件：
[0087] 式4表不后一道工序必须在如一道工序完工之后才能开始执行；
[0088] 式5表示不同规格的轮胎不能同时在一台硫化机/成型机上执行任务；
[0089] 式6表示成型工序与硫化工序之间，胎胚需要在稳定环境下存放一段时间以达到 要求的状态，胎胚的存放容量不能高于V_;
[0090] 式7表示胎胚的存放至少需要的时间；
[0091] 为了便于理解，定义了如表1所示的符号及其说明：
[0092] 表 1
[0093]
[0095] 步骤3 :针对步骤2中建立的轮胎成型-硫化工序能耗优化调度模型，由于成型工 序生产的胎胚需要在一种恒温恒压状态下存放一段时间，使胎胚达到特定状态，将存放工 序视为一道并行加工工序，机器是一次可以执行一个货架胎胚的批处理机，可同时处理任 何规格胎胚，机器数量是按货架数量计算的库存容量；胎胚可以随时放入随时取走，但加工 时间需满足最小值，否则不能取走。
[0096] 成型工序有一步法和二步法，二步法有一次成型机和二次成型机组成，将两台机 器看成一个整体。
[0097] 对加工工件和工序进行矩阵编码，编码方式为：染色体是一个mX3的矩阵，m代表 工件数量，3代表成型到硫化三个工序，其中染色体的每一个元素代表工件在相应的工序所 处的机器编号。工件在机器上的加工顺序则按FCFS先到先服务规则排序。
[0100] 步骤4 :基于最早交货期规则初始化父代种群，具体为：首先根据
得到每个工件的交货期，k是其中的交货期的宽松系数，k取值越大， 交货期越长；Tu是工件i在机器j上的加工时间，η为机器的总数量。根据工件交货期的 大小从小到大排列，结果靠前的工件，在每一阶段，优先分配得到加工时间短的机器。同时， 对于规格类似的工件，优先分配到相同的机器。
[0101] 步骤5 :根据步骤S4中初始化的父代种群，随机选择两个父代个体，随机选择交叉 点交叉，产生新的子代种群。合并父代和子代组成新的种群。
[0102] 步骤6 :计算步骤5得到的父代和子代组成新的种群中各个子代个体的适应度函 数，由于有两个目标函数，分别为EtotaJP C t"dl_s，两个目标值的数量级并不好确定，利用下 面公式计算子代的适应度函数：
[0104] 其中 Ejnaxtotal、^mintotal 初始时分别是群体中目标1的最大最小值，C maxtardiness、 C_tarfl_s则分别是目标2的最大最小值。
[0105] 步骤7 :根据步骤6中子代的适应度函数，随机选择两两配对的方式，对子代个体 进行竞争，选择适应度高的个体也就是适应度函数值低的个体保留，最后保留下来的子代 组成新的群体。
[0106] 步骤8 :构建一个数据仓库，设置容量为Num，当步骤7中子代中个体A的目标1和 目标2的值均优于数据仓库中的个体B时，则把A加入数据仓库，并把B从数据仓库中移除， 当A已存在时，则不加入。
[0107] 步骤9 :根据步骤8中新的数据仓库，更新目标1、目标2的最大值和最小值，即 FFr Γ 的倍 ?L/maxtotal> ?L/mintotal> v^maxtardinessΛ v^mintardinessl-lJ I且0
[0108] 步骤10 :将步骤7中得到的个体，以概率Pm进行变异操作。更新得到新的种群。
[0109] 步骤11 :根据步骤10中产生的群体是第几代群体，判断是否满足设定好的结束条 件，若满足结束条件，则停止进化，提取数据仓库中的群体，构成两个目标值的帕累托前沿； 若不满足结束条件，则返回步骤5继续执行。
[0110] 为了验证本发明提出的一种基于智能算法的轮胎成型-硫化生产能耗实时优化 方法的有效性，本实施设计了 一种仿真案例，在计算机上进行仿真实验，仿真软件版本为 MATLAB R2012b。
[0111] 需要输入的数据及参数有各个工序的机器数量、工件数量、工件