连续多阶段带并行加工单元的自动柔性生产线平衡与调度问题研究

摘要

客户需求多样化、个性化，以及市场竞争的激烈化，迫使制造企业不断提升其生产制造系统的柔性化、智能化。如何规划设计出满足企业需求的柔性制造系统，实现高效、均衡的产出，是当前企业发展数字化车间、智能制造的关键问题之一。柔性生产线，作为柔性制造系统中至关重要的组成部分，通过合理的配置生产资源，以实现柔性生产线的平衡优化，最大限度地挖掘生产线潜能，降低单位产品的生产成本，已成为学术界和工业界广泛关注的热点研究课题。 本文围绕某新型自动柔性生产线的设计规划需求，围绕其自动柔性生产线平衡优化问题展开研究，在针对两类基本问题的研究基础上，深入研究探讨了考虑机台故障和维修时间不确定情况下的自动柔性生产线平衡问题、考虑加工时间不确定下的自动柔性生产线多目标鲁棒性平衡问题、客户需求不确定下的自动柔性生产线平衡与批量调度问题，从问题的特点、数学建模、优化算法等方面进行了深入的研究，具体包括： （1）研究了一种新型连续多阶段带并行加工单元的自动柔性生产线，分析了该自动柔性生产线的构造与生产特点，建立了自动柔性生产线与生产阶段、加工单元之间的节拍关系。针对自动柔性生产线平衡问题-I，考虑生产线中待分配处理的操作之间的优先约束关系、互斥约束关系以及包含约束关系，以最小化生产线配置成本为目标，建立了相应的数学模型，并阐述了该问题的计算复杂度等同于NP-hard问题。同时提出了基于分支定界法的启发式方法，最终通过基于企业实际情况设计的生产线平衡试验的验证，证明所提出的算法能在有效的时间内给出生产线平衡优化结果。 （2）基于自动柔性生产线平衡问题-Ⅰ，研究了机床故障频次和故障维修恢复时间两方面的双重不确定性的自动柔性生产线平衡问题，建立了对应的机会约束规划模型，提出一种基于分解启发式的求解算法，借助线性化变换，实现对于约束规划模型的有效分解。通过设计不同规模算例，引入随机模拟方法，对比验证表明本文所提分解启发式(DH)算法与随机模拟方法两者结果质量的一致性，并同时揭示其相比于后者具有更好的计算速度有效性。此外，通过分析生产线增加机台后的可靠性变化，实现了对所提算法的灵敏度分析；围绕自动柔性生产线规划设计中的机床供应商选择，对所提模型及算法进行了初步的实际应用。 （3）针对新型自动柔性生产线，研究了生产线平衡问题-Ⅱ，在已知生产线机台数量等设备配置情况下，以最小化生产线节拍时间为目标，建立了相应的混合整数规划模型。此外，对自动柔性生产线中的系统参数进行灵敏度分析，以了解机器数量和加工时间如何影响生产线的节拍时间及利用率。进而设计了一种基于集合划分的启发式算法，并将该算法分别与分支定界法和禁忌搜索算法进行对比，针对不同问题规模与系统参数，设计了相应的基准试验。最终结果表明所提出的基于集合划分的启发式算法在求解质量和计算效率等方面均优于其它算法。 （4）基于自动柔性生产线平衡问题-Ⅱ，研究了加工时间的不确定环境下的自动柔性生产线多目标平衡问题，考虑了包括最小化生产线节拍时间、最小化生产线平滑指数，同时最大化期望生产线节拍的稳定性三个目标，提出了基于场景规划的三种新的多目标鲁棒性支配标准，并结合支配标准设计了基于分支定界的启发式方法和基于人工蜂群的启发式方法。通过对不同规模自动柔性生产线平衡问题的求解，并综合考虑平衡结果在所有场景下的支配比例，结果证明，基于人工蜂群的启发式结果相比于基于分支定界的启发式方法，求解结果前者优于后者，而求解速度前者不如后者。总体上两类方法均能有效求解自动柔性生产线多目标鲁棒性平衡问题。 （5）在多条自动柔性生产线中，不同需求与交付期的订单连续到达工厂，很难在每个计划期内将订单需求做到合理、有效、均衡地分配到每条生产线上。针对多线生产环境下，本文研究考虑了混合产品种类在多条自动柔性生产线环境下的动态批量调度问题，同时考虑了客户需求和机台故障的不确定性。此外，在制定调度计划时，同时也考虑混合产品种类批次之间的切换时间。针对自动柔性生产线多线、混合品种调度问题，提出了一种混合整数规划模型，其目的是在每个规划期的交付期内尽可能完成来自不同客户订单的产品。为解决当前的问题，提出了解决动态批量调度问题的构造型启发式算法。所提出构造型启发式算法涉及在多条生产线路中分配不同客户订单的引导规则，并基于平衡生产线彼此之间的完工时间来进行分配。通过设计不同规模的测试实验，并基于的测试实验算例，与文献中著名的启发式方法得到的结果进行比较。结果表明，与其它典型启发式启发式算法相比，所提出的构造型启发式方法在绝大多数问题实例中得到了更好的结果。 （6）基于课题组自主研发的高级计划排程系统Xplanner，将本文相关理论和研究成果集成到高级计划排程系统中。针对本文提出的优化算法，形成了面向生产线配置优化的“架机系统”子模块，同时丰富了高级计划排程系统的优化算法库。最后，基于高级计划排程系统，有效解决了智能制造新模式下的H企业的实际问题，充分阐明了本文的研究与应用价值。 本文的研究成果在一定程度上丰富了自动柔性生产线平衡与优化问题研究，所研究的新型自动柔性生产线以及提出的关键技术不仅在理论方面有所突破，同时还能有效的提升企业的资源利用率和决策管理能力。

目录

第一个书签之前

摘 要

Abstract

目 录

1 绪论

1.1 研究背景

1.2 课题来源

1.3 课题目的及意义

1.4 国内外研究现状

1.4.1 串行生产线与柔性生产线研究现状

1.4.2 生产线平衡及配置优化问题研究现状

1.4.3 不确定环境下生产线平衡问题研究现状

1.4.4 多目标优化问题研究现状

1.4.5 批量控制与调度技术研究现状

1.5 论文的研究思路与组织结构

2 自动柔性生产线平衡问题-I研究

2.1 引言

2.2 连续多阶段带并行加工单元的自动柔性生产线

2.2.1 连续多阶段带并行加工单元的自动柔性生产线概述

2.2.2 自动柔性生产线的加工单元

2.2.3 自动柔性生产线的节拍关系

2.3 自动柔性生产线平衡问题-I描述及建模

2.4 基于分支定界法的启发式方法

2.4.1 计算复杂度说明

2.4.2 自动柔性生产线平衡问题下界分析

2.4.3 基于分支定界的启发式方法

2.4.4 简单算例

2.5 算例结果与分析

2.5.1 试验设计

2.5.2 试验结果及分析

2.6 本章小节

3 双重不确定下的自动柔性生产线平衡问题-I研究

3.1 引言

3.2 双重不确定下的自动柔性生产线平衡问题-II描述与建模

3.2.1 问题描述

3.2.2 节拍关系

3.2.3 双重不确定性

3.2.4 数学模型

3.3 基于分解启发式的解决方法

3.3.1 机会约束的变形

3.3.2 约束满足问题的分解

3.3.3 分解启发式方法

3.4 算例结果与分析

3.4.1 双重不确定下的自动柔性生产线设计

3.4.2 系统参数灵敏度分析

3.4.3 机台供应商选择

3.5 本章小结

4 自动柔性生产线平衡问题-II研究

4.1 引言

4.2 自动柔性生产线平衡问题-II描述及建模

4.2.1 自动柔性生产线中的加工单元

4.2.2 数学模型

4.3 基于集合划分的启发式方法

4.3.1 自动柔性生产线中的集合划分问题

4.3.2 分支定界法

4.3.3 禁忌搜索算法

4.3.4 基于集合划分的启发式方法

4.4 算例结果与分析

4.4.1 问题计算复杂度说明

4.4.2 系统参数灵敏度分析

4.4.3 性能指标

4.4.4 试验结果

4.5 本章小结

5 基于多目标鲁棒性的自动柔性生产线平衡问题-II研究

5.1 引言

5.1.1 自动柔性生产线加工时间不确定和多目标问题

5.1.2 基于鲁棒性方法的多目标优化

5.1.3 研究创新性

5.2 加工时间不确定下的自动柔性生产线平衡问题-II

5.2.1 问题描述与生产线节拍关系

5.2.2 机台加工时间不确定性

5.3 加工时间不确定的自动柔性生产线多目标优化问题

5.3.1 多目标优化与支配解

5.3.2 r型支配标准

5.3.3 SR型支配标准

5.4 启发式算法

5.4.1 基于分支定界法的启发式方法

5.4.2 基于人工蜂群的启发式方法

5.5 算例结果与分析

5.5.1 平衡方案的结果

5.5.2 结果分析与对比

5.6 本章小结

6 需求不确定下的自动柔性生产线批量调度问题研究

6.1 引言

6.1.1 多生产线动态批量调度问题

6.1.2 机台与机器人的可靠性

6.1.3 解决方法研究

6.2 需求不确定下的自动柔性生产线调度问题描述与建模

6.2.1 确定需求下的分批与调度问题

6.2.2 自动柔性生产线中的可靠性问题

6.2.3 计划周期内产品需求的不确定性

6.2.4 目标函数

6.3 构造型启发式算法

6.3.1 NEHedd启发式算法

6.3.2 AGB启发式算法

6.3.3 构造型启发式算法

6.4 算例结果与分析

6.4.1 数据输入

6.4.2 结果比较

6.5 本章小结

7 智能制造新模式下的初步应用

7.1 企业应用背景介绍

7.1.1 智能制造新模式整体框架

7.1.2 自动柔性生产线车间布局

7.1.3 自动柔性生产线车间产品工艺流程

7.1.4 自动柔性生产线车间生产计划需求分析

7.2 自动柔性生产线车间APS实施与应用

7.2.1 架机计划方案

7.2.2 高级计划排程方案

7.2.3 自动柔性生产线车间APS的实施与应用

7.2.4 实施效果

7.3 本章小节

8 总结与展望

8.1 全文总结

8.2 创新点

8.3 研究展望

致谢

参考文献

附录1 攻读博士学位期间发表的学术论文和学术成果

附录2 攻读博士学位期间参加的科研项目

附录3 H企业车间A部分相关数据