作业车间

摘要： 以具有自动导航小车(automated guided vehicle,AGV)储运系统的智能车间为研究背景,针对作业车间内机床与AGV联合调度优化问题开展研究。首先,分析作业车间AGV联合调度问题特征,以此建立AGV-加工设备联合调度问题的数学模型以便精确算法求解;随后,将联合调度问题解耦成工序排序与AGV选择两个强关联的子决策问题,在此基础上构建了一套组合规则算法生成框架,并嵌入多样化的启发式规则,设计多种组合规则算法;最后,针对差异化场景算例,对比分析商业求解器Gurobi与组合规则算法的求解结果,并深入分析组合规则算法的有效性和场景适应性。

摘要： 在生产调度领域中,受生产工艺等诸多因素的影响,往往每个生产过程都需要多台机器同时参与加工。同时,待加工的工件数量较多,需要将每种类型的工件进行批量处理,以缩短生产周期。本文在作业车间环境下,根据每个加工过程所参与机器的负荷,采用可变分批方案,提出了非混排多处理机组合生产批量调度模型,并结合头脑风暴优化算法,求解出最短加工时间。提出了一种改进的头脑风暴优化算法,引入贪婪思想与动态讨论机制,讨论次数随着算法的迭代而自适应变化,将全局搜索与局部搜索相结合,加强了算法的搜索能力。实验结果表明,改进的头脑风暴优化算法与基本的头脑风暴优化算法相比,求解效率更高,收敛速度更快。

摘要： 机械加工系统是车间层实施绿色制造的主体之一。为了降低不必要的能耗,在以数控机床为加工设备的作业车间中引入一种超低待机状态。该车间将数控机床的能耗状态划分为加工状态、待机状态和超低待机状态三个不同阶段,增加了调度的复杂程度。针对这类特殊的车间调度问题建立面向绿色制造的多元能耗模型,并对数控机床各状态能耗进行详细分析。在此基础上,以能耗最优为目标,设计基于遗传算法的作业车间调度优化方法,引入面向工序的解码方式,在控制方案运行时间的同时实现作业车间绿色制造。最后通过实验案例,验证调度优化算法的有效性,并分析加工时间长度等级对超低待机状态节能效果的影响。结果显示,引入超低待机状态能够降低作业车间20%以上的待机能耗,这表明该状态在类似机械加工行业中具有节能潜力。

摘要： 1改造前情况JY公司自投产以来,包装系统的粉尘散排治理工作一直不尽如人意,2015年进行过一次车道收尘改造,虽然有一定效果,但已经达不到目前的职业卫生要求,包机正常运转情况下,包装作业车间粉尘浓度处于超标状态,一方面危害到作业人员的职业健康,另一方面背离水泥行业环保领跑者的企业愿景。车道收尘改造前现场见图1。

摘要： 以作业车间为研究对象,针对加工时间不确定这一扰动因素,主要采用周期驱动来制定相应的滚动调度策略.辅以事件驱动来保证车间运行整体情况的平衡.设计加工时间偏差容忍(LDT)来避免不必要的重调度.考虑车间的资源约束,重新定义状态转移规则,克服了长蚂蚁路径搜索容易停滞的缺点.通过仿真,获得了所需的合适滚动调度策略参数,进一步实验结果显示了改进的蚁群算法性能,针对调度方案所做的改进在计算时间和计算结果上均取得较优效果.

摘要： 针对作业车间节能调度问题,建立了一种以优化总能耗和工件最大完工时间为目标的节能调度模型,并提出一种多目标离散灰狼优化算法进行求解.根据问题的特点,首先采用离散整数编码方式,利用调度规则生成初始种群;其次引入一种基于跟踪模式和搜寻模式的双模式并行搜索方法,并在搜索过程中动态调整两种模式下个体的数目,以协调算法全局和局部搜索能力;为了使算法适用于多目标离散调度问题,在跟踪模式下提出一种基于交叉操作的离散个体更新方法,在搜寻模式下提出一种基于记忆池机制和邻域结构的离散个体更新方法.对40个作业车间调度问题基准算例进行改造,并验证了所提算法的有效性.

摘要： 自动导引车(AGV)在生产车间的应用,给车间调度带来许多额外的需要解决的实际问题,如运输任务AGV分配、AGV电量约束、AGV数量约束等,使得其调度问题更加复杂和困难.针对多AGV运输工件的作业车间调度的特点和约束条件,建立了考虑充电约束的多AGV运输工件的作业车间调度模型,通过虚拟设备的方法设计了工件分配和AGV运输任务的两段染色体编码,设计了工件分配和AGV任务分配的集成解码方法,并设计了改进遗传算法进行求解,进一步分析了AGV数量、AGV电量和运输时间等因素对优化目标的影响,最后通过作业车间典型算例仿真验证了模型与算法的有效性.

摘要： 为提高智能RGV同步加工过程中真实工作场景的动态调度性能和计算效率,根据智能RGV的加工工序、作业流程、设备故障、系统交互协作等生产情境特征,建立以CNC空闲等待时间总计最小为目标函数的动态调度整数规划模型,依据剩余加工时间短优先、后序工序优先、移动距离短优先等非抢占式优先和故障修复抢占式优先,构建基于先到先服务的动态优先级排队算法(DP-FCFS)。仿真结果表明,RGV和CNC作业效率较高。

摘要： 车间调度问题的研究具有重要的理论及实用价值,为此研究了基于Multi-Agent的作业车间调度问题.对Multi-Agent系统及其在制造作业车间调度中的应用进行了简要介绍,提出了一种基于Multi-Agent黑板模型的作业车间调度方案,定义了车间管理Agent、工作单元Agent、任务管理Agent、事件Agent等作业车间调度系统模型,探讨了Multi-Agent黑板模型及知识库规则,提出了基于黑板模型实现作业车间调度管理框架.研究表明,基于Multi-Agent的作业车间调度策略可以实现车间资源的合理分配与调度,提升企业竞争力.

摘要： 物联网技术的飞速发展不仅为作业车间调度提供了大量数据支持,同时也为作业车间的动态实时调度提出了极大挑战.提出了一种基于数据驱动遗传算法的作业车间动态调度方法.应用实例表明了本方法的正确性、可行性及可用性.本方法可为企业在智能生产领域的长远发展提供技术支撑.

摘要： 针对传统Job Shop瓶颈识别方法划定多瓶颈候选集时缺乏科学的划分范围、划分层次以及划分依据等问题,提出了机器簇、瓶颈簇、主瓶颈簇及阶次的概念,建立了作业车间瓶颈簇的识别模型.考虑机器的主次之分和多维特征属性,基于聚类思想及多属性决策理论提出了作业车间瓶颈簇的识别方法.第一,选择识别瓶颈的机器特征属性,采用免疫进化算法获得调度优化方案并计算机器的特征属性值.第二,采用层次聚类法,获得不同距离下机器簇的集合及其树状结构图.第三,基于TOPSIS法,确定并比较机器簇的簇中心,识别出瓶颈簇和非瓶颈簇.第四,对瓶颈簇的子簇依次进行比较,通过多次识别逐步确定出多阶主瓶颈簇集合.最后,采用24组JSSP标准算例,将本方法与移动瓶颈识别法、正交试验识别法、机器负荷识别法等进行比较,证明了本方法的可行性及优势.

摘要： 针对传统Job Shop瓶颈识别方法划定瓶颈候选集时缺乏科学的划分范围、划分层次以及划分依据等问题,提出了机器簇、瓶颈簇、主瓶颈簇及阶次的概念.考虑机器的主次之分和多维特征属性,基于聚类思想及多属性决策理论提出了作业车间瓶颈簇的识别方法.第一,确定识别瓶颈的机器特征属性,并采用免疫进化算法获得调度优化方案以计算机器的特征属性值;第二,采用层次聚类法获得不同距离下机器簇的集合及其树状结构图.第三;基于TOPSIS法确定并比较机器簇的簇中心确定瓶颈簇和非瓶颈簇;第四,立足瓶颈簇依次进行子簇比较,逐步确定出多阶主瓶颈簇集合.最后,采用24组JSSP标准算例,将本方法与移动瓶颈识别法和正交试验识别法进行对比,证明了本方法的可行性及优势.

摘要： 本文在假设企业采用多品种小批量的生产方式、柔性制造系统以及在车间层采用约束理论负责车间零部件的日计划及其控制的基础上,分析了目前基于招投标的作业车间调度研究中所存在的问题,给出了基于多代理的招投标调度框架和调度过程;提出了基于约束理论和柔性资源的正向与反向相结合的招投标机制;依据作业车间调度目标,建立招投标模糊决策模型,从而将多指标问题转化为单目标模型.最后,通过算例验证了该方法的可行性及优越性。

摘要： 本文针对作业车间的模糊动态调度问题,给出了该问题的生产系统描述、建模,给出了基于工件到达时间三角模糊数的计算确定重调度时段划分点的模糊动态调度策略,通过一种基于时间分解的策略将作业车间的模糊动态调度问题转化为一系列不一定被完全执行的静态模糊子调度问题求解.针对模型的求解给出了改进的G&T算法,将改进的基于关键路径的邻域交换技术引入遗传算法变异算子的设计,改善了算法解的局部寻优能力.仿真实验结果表明,本文给出的作业车间模糊动态调度模型是正确的,提出的算法有效,且动态调度策略具有鲁棒性.

摘要： 该文将多智能体（Ｍｕｌｉｔ－Ａｇｅｎｔ）技术应用于作业车间（Ｊｏｂ Ｓｈｏｐ）的调度问题，试图为这一经典问题提供一种新的研究思路和解决方法。首先用多智能体对作业车间调度问题建模，然后在此基础上论述了具体的调度算法和数据结构，最后给出了仿真实验分析。

摘要： 本文以通用仿真工具Arena为平台，建立了多Agent可中断作业车间调度系统的权重式合作模式，并针对PJSP的最小化标准化滞后和问题给出了具体的多agent算法。计算结果表明，权重式多agent方法优越于传统分派型启发式算法。本文只是研究了稳态情况下，既工件工期和车问负荷在调度期间不会突然发生变化，对工件工期和车间负荷动态变化的情况还没有研究。另外，本文没有讨论综合评价指数中权重值μ1和μ2的变化规律，这是今后要进一步研究的方向。

摘要： 遗传算法(Genetic Algorithm，GA)是基于自然界“适者生存”机制的一种全局优化算法。它将问题的可行解编码为由基因组成的染色体，通过模拟染色体群的选择、交叉和变异等操作，不断迭代，最终收敛到高适应度值的染色体，从而求得问题的最优解。遗传算法的基本特征是通过在代与代之间维持由潜在解组成的种群来实现多向性和全局搜索，这种从种群到种群的方法在搜索Pareto解时是有用的。首先，它能同时处理一组解，每运行算法一次，就能获得多个有效解；其次，遗传算法对均衡面(trade_off surface)的形状和连续性不敏感，能很好地逼近非凸或非连续均衡面。因此遗传算法具有适合求解多目标优化问题的优点。目前已有一些启发式算法求解JSP优化调度问题，但这些方法多数是基于单目标的，主要是优化工件的完工时间。现实环境中的调度问题通常是多目标优化的，本文提出基于改进遗传算法来搜索更多的可行调度解，算法既考虑了总加工时间的最小化，使加工时间集中紧凑，又保证各工件交工期的总延误最小。

摘要： 本文面向Job shop,立足工序间的影响,从各工序间的关系着手,提出了一种工序间相互作用的分析方法.首先,通过挖掘机器维和工件雏工序间的相互关系,提出了关系对、关系链、关系传播链等概念.其次,分析了工序间影响和工序间影响传播行为,揭示了关系传播链的传播规律,总结了关系传播链的优势.再次,给出了关系传播链传播的表示方法,辨析了关系传播链和关键路径、关键链的异同.最后,分析了关系传播链在调度性能分析、生产系统性能改善等方面的应用场景,给出工序间影响分析、关键链辨识、瓶颈机器辨识等具体应用实例.

摘要： 本文面向Job shop,立足工序间的影响,从各工序间的关系着手,提出了一种工序间相互作用的分析方法.首先,通过挖掘机器维和工件雏工序间的相互关系,提出了关系对、关系链、关系传播链等概念.其次,分析了工序间影响和工序间影响传播行为,揭示了关系传播链的传播规律,总结了关系传播链的优势.再次,给出了关系传播链传播的表示方法,辨析了关系传播链和关键路径、关键链的异同.最后,分析了关系传播链在调度性能分析、生产系统性能改善等方面的应用场景,给出工序间影响分析、关键链辨识、瓶颈机器辨识等具体应用实例.

摘要： 本发明提供一种车间作业单元多目标布局优化方法及电子设备，将SLP（设置布置理论）法与启发式MBO算法（候鸟优化算法）相结合，向通过SLP法定量与定性分析得到车间的布局方案,再将其作为MBO算法的初始解,MBO算法利用候鸟在飞行过程中不断进化的特点，对优化目标进行迭代寻优求解，得到的解精度更高、种群更多样化、局部和全局搜索能力更强，有效解决车间作业单元布局优化问题。

摘要： 本发明属于用于预测最优调度结果的数据处理领域，涉及一种以改进的粒子群算法为内核的分组车间作业调度方法，包括以下步骤：（1）将分组车间所有的加工方案储存到excel表，读取所有工件、机器信息，整理成两个dataframe，分别命名为工件信息表和机器信息表；（2）读取所有工件信息和机器信息，利用改进的粒子群算法计算机器余量矩阵pre；（3）根据改进的粒子群算法获得的机器余量矩阵pre进行初次调度；（4）读取初次调度获得的机器信息表和工件信息表矩阵，开始迭代优化调度结果。该方法可以确定一个良好的调度结果，并为调度结果进行调度优化，获得更优的调度结果，解决调度不平均的问题。

摘要： 本实用新型公开了一种改善型煤车间作业环境的冷风系统，涉及车间环境技术领域。本实用新型包括抽气管道，抽气管道下表面安装有抽气箱和冷风箱，抽气箱下表面安装有防护网，抽气箱内一侧面安装有支撑架。本实用新型通过安装抽气箱、灰尘过滤网和冷风箱，利用转动带和抽气电机转动配合，控制抽气电机带动抽气扇叶转动，将空气和空气中颗粒吸入抽气管道内，然后通过灰尘过滤网对空气中颗粒进行过滤，然后利用动力带和动力电机转动配合，通过动力电机带动吹气扇叶，可将净化过的空气引入冷风箱和制冷块制处冷气混合一块，在通过吹气扇叶从出气孔吹出冷风，利用抽气箱、抽气管道和冷风箱，使车间空气形成循环可以更好地改善车间环境。

摘要： 本发明涉及柔性作业车间人员配置及作业排序方法，使用上层蚁群算法求解资源配置问题，下层遗传算法求解既定资源配置方案下的作业排序问题，在上层蚁群算法中，为便于蚂蚁游历过程中配置工序的加工设备和操作人员，设计了一种新的蚂蚁游历地图、蚂蚁游历方式，以及局部启发式规则信息。在下层遗传算法中，采用基于工序的编码和实数解码方式，以及促进算法收敛的父子排序精英保留策略，并将求得的适应值反馈给上层蚁群算法，以指导蚂蚁以后的游历过程。

摘要： 本发明公开了一种带有作业族的作业车间调度方法及装置，以最小化作业族的总完成时间和总成本为调度目标，建立执行模式包括替换模式和修复模式的作业车间调度模型，以解决执行模式选择、替换作业分配和排序、修复机器分配和操作排序等三个问题，并采用改进的人工蜂群算法求解得到最优调度方案，所获得的最优调度方案优于现有技术所获得的最优调度方案。

摘要： 本发明涉及柔性作业车间人员配置及作业排序方法，使用上层蚁群算法求解资源配置问题，下层遗传算法求解既定资源配置方案下的作业排序问题，在上层蚁群算法中，为便于蚂蚁游历过程中配置工序的加工设备和操作人员，设计了一种新的蚂蚁游历地图、蚂蚁游历方式，以及局部启发式规则信息。在下层遗传算法中，采用基于工序的编码和实数解码方式，以及促进算法收敛的父子排序精英保留策略，并将求得的适应值反馈给上层蚁群算法，以指导蚂蚁以后的游历过程。

摘要： 本发明涉及一种作业车间环境温度在大于30°C的情况下，既能够作业车间自身环境温度来制造热能的同时，又能对作业车间温度进行舒适调节的一种利用作业车间环境热能改变作业环境及热能输送的系统及方法，它包括多台空气调节装置，位于作业车间内的多台空气调节装置中散热片的散热口直对吸热风口罩，吸热风口罩出口相互连通且与流体加热器进口连通，流体加热器出口通过热风管道至热风干燥设备的热风进口，热风干燥设备的余热出风口通过余热风管与流体加热器进口连通；多台空气调节装置中的散冷片散冷口直对吸冷风罩，吸冷风罩出口相互连通且通过冷风输送管一路至作业车间冷气出口用于调节作业车间温度。

摘要： 本发明公开了一种随机贪婪初始种群遗传算法求解柔性作业车间调度方法，包括S1‑参数设置；S2‑随机贪婪初始化种群；S3‑解码；S4‑适应度计算；S5‑选择；S6‑交叉；S7‑变异；S8‑更新种群和S9‑算法终止；本发明针对柔性作业车间调度问题，以最小化最大完成时间为目标函数，设计了一种基于机器加工时间相对最短的随机贪婪初始化种群遗传算法，这种算法避免了贪婪算法陷入局部最优解的缺陷，同时使得随机选择具有一定的任意性，这样既保证了初始种群的多样性，又使得初始解在质量上有一定的优势，这种算法使得初始种群在多样性和解的质量上达到了一定的折中，同时加快了算法的收敛速度。

摘要： 本发明涉及一种基于自适应分层策略的柔性作业车间调度方法，包括以下步骤：初始化生成初始种群；判断种群是否收敛，若为是，则输出种群中的最优解，否则对种群Pt进行遗传操作，得到子代种群Qt，合并Pt和Qt得到组合种群Rt；对Rt中的所有个体进行非支配排序和拥挤度计算，通过精英保留策略自Rt中选出N个个体作为新的种群。与现有技术相比，本发明设计了自适应分层策略，在精英保留策略中，动态的选择不同非支配层的个体进入下一代，同时为了考虑算法的收敛性和稳定性，在选择过程中尽量保持非支配层中靠前的个体保持较高的选中概率，这样保留了种群中的优良个体，也增加了种群的多样性，增加了种群的丰富度，提升调度结果的最优值。

摘要： 本实用新型涉及一种作业车间环境温度在大于30°C的情况下，既能够作业车间自身环境温度来制造热能的同时，又能对作业车间温度进行舒适调节的一种利用作业车间环境热能改变作业环境及热能输送系统和空气调节装置，它包括多台空气调节装置，位于作业车间内的多台空气调节装置中散热片的散热口直对吸热风口罩，吸热风口罩出口相互连通且与流体加热器进口连通，流体加热器出口通过热风管道至热风干燥设备的热风进口，热风干燥设备的余热出风口通过余热风管与流体加热器进口连通；多台空气调节装置中的散冷片散冷口直对吸冷风罩，吸冷风罩出口相互连通且通过冷风输送管一路至作业车间冷气出口用于调节作业车间温度。