首页> 中文学位 >考虑恶化效应和维护需求的生产调度研究
【6h】

考虑恶化效应和维护需求的生产调度研究

代理获取

目录

声明

第1章 绪论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 设备维护研究现状

1.2.1 基于时间的设备维护研究现状

1.2.2 基于状态的设备维护研究现状

1.3 生产调度研究现状

1.3.1 具有恶化效应的调度问题研究现状

1.3.2 具有维护需求的调度问题研究现状

1.3.3 考虑恶化效应和维护需求的调度问题研究现状

1.4 论文主要研究内容与技术路线

1.4.1 研究内容

1.4.2 技术路线

1.5 本章小结

第2章 考虑维护与恶化的生产调度问题及目标分析

2.1 维护策略分析

2.1.1 基于周期的维护

2.1.2 基于状态的维护

2.2 工时恶化分析

2.3 优化目标分析

2.3.1 优化目标概述

2.3.2 产能受限的单机调度目标

2.3.3 产能不受限的并行机调度目标

2.4 模型假设条件

2.5 本章小结

第3章 周期维护策略与工时恶化作用下的单机调度

3.1 固定/柔性周期维护概述

3.2 固定周期维护策略下的模型建立

3.2.1 问题描述

3.2.2 符号说明

3.2.3 混合整数规划模型

3.3 柔性周期维护策略下的模型建立

3.3.1 问题描述

3.3.2 符号说明

3.3.3 混合整数规划模型

3.4 模型有效性分析

3.4.1 枚举法与Gurobi求解对比

3.4.2 生产与维护联合决策对比

3.4.3 恶化工期取值变化对比

3.5 数值实验与分析

3.5.1 固定/柔性周期维护策略比较

3.5.2 单因素调试结果分析

3.5.3 成本与权重比值影响

3.6 本章小结

第4章 状态维护策略与工时恶化作用下的单机调度

4.1 设备状态维护概述及符号说明

4.1.1 连续/离散故障率检测维护概述

4.1.2 符号说明

4.2 连续故障检测维护策略下的模型建立

4.2.1 问题描述

4.2.2 混合整数规划模型

4.3 离散故障检测维护策略下的模型建立

4.3.1 问题描述

4.3.2 混合整数规划模型

4.4 模型求解及实验分析

4.4.1 连续/离散检测策略比较

4.4.2 单位时间拖期成本影响

4.4.3 维护与小修时间比值影响

4.5 本章小结

第5章 考虑柔性周期维护和工时恶化的并行机调度

5.1 问题描述

5.2 模型建立与对比

5.2.1 基于加工批次的模型

5.2.2 基于加工位置的模型

5.2.3 模型对比分析

5.3 算法研究与设计

5.3.1 最优解的性质

5.3.2 基于启发式规则的遗传算法

5.3.3 基于改进启发式的遗传算法

5.3.4 遗传算法整体过程

5.4 算法求解与分析

5.4.1 参数设定

5.4.2 结果分析

5.5 本章小结

结论与展望

结论

展望

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果

展开▼

摘要

机械加工的“个性化定制”和“多品种小批量生产”需求与日俱增,生产的高度灵活性和设备维护的必要性给调度工作带来了巨大挑战,实际生产伴随的恶化效应使得调度问题更加复杂。因此,基于合适的维护策略,运用优化理论实现生产与维护的协同管理,对机加工企业降低运营成本、提高经济效益有重要意义。论文以单机环境为研究基础,对周期维护策略和状态维护策略下考虑工时恶化效应的生产调度问题进行了研究,总结了不同维护策略下的调度规律。基于单机分析结果,对考虑柔性周期维护与分段线性恶化的异速并行机调度问题建立模型并引入算法进行求解。论文主要工作如下:  (1)分析了机械加工生产过程中的维护策略和恶化效应的影响因素。考虑加工过程存在的设备性能衰退,利用分段线性函数对工时恶化进行描述,从集成优化的角度出发,对考虑维护活动的生产调度问题进行了目标分析。  (2)研究了周期维护策略下考虑恶化效应的单机调度问题。基于固定周期维护和柔性周期维护,分别建立调度模型。通过调参分析,确定了周期维护策略的关键和非关键因素,实现了维护策略的优劣对比。计算表明:柔性周期维护没有批次空闲,且能抵消恶化惩罚时间,较固定周期维护有显著优势。  (3)研究了状态维护策略下考虑恶化效应的单机调度问题。基于连续故障检测和离散故障检测,引入失效率函数建立模型。通过调参分析,确定了参数对成本的影响。计算表明:离散检测易出现过维护或欠维护的情况,两策略“归一化”能得到较好结果,但不能柔性抵消恶化惩罚时间,目标成本不一定总是最小。  (4)研究了考虑柔性周期维护与分段线性恶化的不相关异速并行机调度问题。分别利用装箱思想和位置转化思想构建了基于批次和基于位置的混合整数规划模型,通过参数对比证明了基于批次模型的优势。以遗传算法(Genetic Algorithm, GA)为主体框架,设计了基于改进启发式的GA-TEI和GA-CRI,数值实验证明:GA-CRI是求解该类并行机调度问题的有效算法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号