在各个机器加工 时间及能耗水平、各个硫化机在闲置及停机预热的能耗水平、工件之间规格相关度、交货期 宽裕度系数、变异概率、成型机换鼓时间、硫化机停机预热需要时间等。
[0112] 由于轮胎生产过程中，一般是成型机上生产同一型号的胎胚若干条，放于 可移动货架上，然后这一批胎胚一同被叉车随同货架配送到硫化机，基本可将这一 批货架上的胎胚视为一个工件，而加工时间及耗能则为这批胎胚的总和。取工件数 为50件，成型机6台，存放区视为有15台机器，硫化机20台。成型加工时间：先通 过t = round(10*rand(50, 1)+12)随机获取50个工件加工时间，再基于此加工时间以 round(6*rand(l，6)+t(i)-3)获取每个工件在每一台成型机的加工时间。同理，硫化机 硫化时间先以t = round(100*rand(50, 1)+70)获取50个工件一般加工时间，进而通过 round(20*rand(l，20)+t(i)-10)获取各工件在每台硫化机加工时间，rand(l)表示随机得 到0-1之间的数。交货期宽裕度系数取为3,变异概率取为1.5。选择迭代次数为400次， 种群规模100。
[0113] 参照图2,在仿真软件中运行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，最终得到的一系列帕累托最优解集，可以看到，最优解集中能耗成 本最低为1.8 X 104,拖期成本最低为1.385 X 104。但不存在一个解同时满足两个目标值最 优，这些解构成了帕累托前沿。
[0114] 参照图3以及图4,分别为迭代过程种群中目标1和目标2的最优结果收敛曲线。 可知在规定次数呢，拖期成本和能耗成本都达到了最优值，其结果等于最优解集中相应的 最小值，进一步验证了得到的帕累托最优解集的有效性及合理性。
[0115] 参照图5,为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 化方法仿真得到的最优解集中，选取的一个比较综合的解，绘制的工件加工甘特图，可以看 到各工件每道工序所在的机器号，以及工件在机器上的加工。
[0116] 本发明将轮胎成型-硫化车间能耗优化问题抽象成为一种柔性流水调度问题，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，基于 实时生产能耗信息对生产过程进行实时优化，使企业达到降低综合生产成本的目的，能够 为企业节约能源，并保证企业及时交货。
【主权项】
1.基于智能算法的轮胎成型-硫化生产能耗实时优化方法，其特征在于，包括以下步 骤： 步骤1:在车间布置数据采集设备、无线传感设备，采集工艺数据以及实时能耗信息， 并上传至上层管理系统； 步骤2 :构建轮胎成型-硫化过程能耗优化调度模型，模型包括两个目标，目标一为：总 的能耗水平最低；目标二为：轮胎总的加权拖期成本最低；目标函数分别如下所示： 目标一： Min(Etotal)=Min(Ework+Epreheat+Eldle) (1) 其中：EWOTk是硫化机正常加工时耗能，Eidlf；是硫化机闲置等待时耗能，Eprahf；at是硫化机开机预 热的耗能；eWOTk、ei&、eprahMt则代表相应状态下瞬时能耗水平；P,代表第j种能源的折算系 数；x(i，l)y(i，l)z(i，1)分别代表如下意义：其中t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； 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，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； 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4 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；IV,是工件i在机器j上的加工时间，n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； 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； 步骤6 :计算步骤5中父代和子代组成的新的种群中各个个体的适应度函数：(3) 其中： ￡_^1上1_31初始时分别是群体中目标1的最大最小值，0 maxtardiness、Qnintardiness贝丨J为力丨J 是目标2的最大最小值； 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； 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； 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，8卩E_total、 Emintotal、Qiiaxtardiness、Qnintardiness的值； 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； 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。2. 如权利要求1所述的基于智能算法的轮胎成型-硫化生产能耗实时优化方法，其特 征在于，所述步骤S1中，具体包括以下步骤： 步骤1. 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耗能工艺参数； 该耗能工艺参数包括电压、蒸汽温度和压力； 步骤1. 2 :根据步骤1. 1采集到的耗能工艺参数计算得到能耗水平，即单位时间能耗； 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，得到精确的能耗信息。3. 如权利要求1所述的基于智能算法的轮胎成型-硫化生产能耗实时优化方法，其特 征在于，所述目标二：的数学模型应满足下列约束条 件： (ETn-ETistore)彡 tu (4) (ETal-ETbl^tal) U(ETak-ETbk^tak) (5) vstore^Vnax (6) tstore ^ K min (7) 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； 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； 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尚于Vmax; 式7表示胎胚的存放至少需要的时间。4.如权利要求1所述的所述的基于智能算法的轮胎成型-硫化生产能耗实时优化方 法，其特征在于，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。
【专利摘要】本发明公开了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，本发明致力于通过在成型及硫化车间有效布置数据采集设备，获取车间生产能耗数据以及实时生产状况，结合历史能耗数据建立生产加工系统能耗模型；将成型和硫化两道工序抽象成一种柔性流水车间调度问题，对机器和工件进行编码，进而采用智能算法对工序进行合理调度，得到具有最优适应度的可行解。
【IPC分类】G06Q50/04, G06Q10/04
【公开号】CN105117801
【申请号】CN201510562642
【发明人】杨海东, 张映锋, 徐建学, 王文波, 张沙清
【申请人】广东工业大学, 西北工业大学, 佛山市南海区广工大数控装备协同创新研究院
【公开日】2015年12月2日
【申请日】2015年9月7日