技术领域
本发明涉及智能制造技术领域,尤其是涉及一种基于线边集成超市的装配线物料配送方法和系统。
背景技术
混流装配线(Mixed-model Assembly lines,MMAL)是一种实现多型号汽车同时生产装配的大批量生产模式,既保留了批量生产的优势,又能通过合理的生产计划与调度策略在有效控制制造成本的同时应对市场需求变动、避免出现库存积压,提高企业竞争力。但是,随着汽车制造企业为客户提供的车型可选配置种类和数量的增加,其通常需要面临对数百万种车型的生产计划进行平衡的挑战。此外,汽车构造通常非常复杂,其需要成百上千的零部件装配而成,导致装配过程对于零部件的需求量不断增加或变动,并需要同时兼顾数百个装配工位的零部件补给任务。作为辅助生产活动的必要环节,物料配送将直接影响整个企业的生产稳定性。因此,如何提高物料配送系统的效率对于制造企业而言至关重要。
生产线的物料配送属于厂内物流,是根据生产计划将所需的物料按照一定规则或方法,定时或定量地配送到指定工位。在整个配送过程中,需要紧密联系生产系统,并采用完善的物料配送策略和资源配置来严格控制配送物料类型、时间和配送量。为了实现便捷、稳定、可靠的混流装配线物料配送,一种基于线边集成超市的新型供料模式近年来引起了广泛的关注和运用。
不同于混合供料中额外划定区域建立物料超市的情况,线边集成超市直接将物料超市和装配线工位视为一体,即直接设置在装配线旁。由于配送距离的缩减,该新型供料模式下采用送料工替代多载量小车或AGV等搬运设备。物料工人直接按照生产计划挑拣、配送物料,并按序放置于各工位的JIS(Just in Sequence)料箱供装配工人直接拿取物料进行装配,这样有效避免了装配工人对物料进行辨别和选择等非增值活动的时间。此外,即便生产过程中出现突发事件,装配工人也可直接与对应送料工沟通协调,及时拿取或更换物料,最小化对生产过程的影响。由于基于线边集成超市的供料模式有机结合了线边储料、成套供料等传统供料模式的优势,因此,与线边集成超市相关的供料模式必然是未来的研究重点,也是本研究的主要内容。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于线边集成超市的装配线物料配送方法和系统。
本发明的目的可以通过以下技术方案来实现:
一种基于线边集成超市的装配线物料配送方法,所述线边集成超市存储有物料,所述装配线物料配送方法包括确定物料配送调度方案,送料工根据该物料配送调度方案将所述线边集成超市存储的物料配送到物料装配工位中的料箱中,所述物料配送调度方案的确定包括以下步骤:
构建最小化送料工雇用成本和送料成本的目标函数,采用改进型和声搜索算法,确定物料配送调度方案,该物料配送调度方案包括送料工的负责工位、每次补料行为的时间、工位和为每个工位配送的物料量;
所述改进型和声搜索算法包括以下步骤:
S1:构建和声向量,建立和声记忆库,所述和声向量为双层变长式编码,分别设有第一变量和第二变量,所述第一变量为送料工负责的最左边工位编号,所述第二变量为送料工送料的时间间隔;
S2:根据和声向量的编码长度,将所述和声记忆库划分为多个子和声记忆库;
S3:联合轮盘赌算法,对所述多个子和声记忆库进行迭代更新,直至每个所述子和声记忆库均迭代达到预设的迭代次数;
S4:将多个子和声记忆库归并,获取更新后的和声记忆库;
S5:对所述更新后的和声记忆库中的和声向量进行交叉和变异操作;
S6:判断所述和声记忆库是否满足预设的算法终止条件,若满足,则根据该和声记忆库,确定物料配送调度方案,否则返回步骤S2。
进一步地,所述对多个子和声记忆库进行迭代更新具体包括以下步骤:
S301:输入参数Sub-HM
S302:设定X
S303:获取第一随机数,若第一随机数<HMCR,则对X
式中,
S304:获取第二随机数,若第二随机数小于PAR,则对X
num=rand(1,Len
式中,rand为随机函数,Len
S305:采用轮盘赌算法从当前子和声记忆库中选取向量X
S306:通过如下步骤Step1~5,获取
Step1:计算每个工位s(s=i,…,j-1)对应的最少送料次数;
Step2:计算该工位段i,...,(j-1)对应最少送料次数;
Step3:计算送料工w的最少送料次数;
Step4:计算送料工w的送料次数,其对应周期性时间间隔为T
Step5:确定T
S307:若Z(X
X
S308:基于步骤S301至S307,遍历所有子和声记忆库,进行迭代更新。
进一步地,所述交叉和变异操作包括以下步骤:
S401:输入参数HM,P
S402:如果随机数的值小于P
X
X
L1=|X
L2=|X
C1=rand(2,L1-1)
式中,Z(X
S403:如果flag=0,那么对C2进行随机取值,并计算L′和L″,该计算表达式为:
C2=rand(2,L2-1)
L′=C1+L2-C2
L″=C2+L1-C1
S404:如果
S405:通过步骤S306中的步骤Step1~5获取
S406:如果Z(X′)<Z(X
X
X
S407:否则,如果第二随机数的值小于P
X
S408:如果Z(X
num=rand(1,L′)
S409:通过S306中的步骤1~5获取
S410:基于步骤S401至S409,进行迭代更新。
进一步地,所述算法终止条件为和声记忆库中任意两个和声向量的目标函数值差距低于预设的精度阈值。
进一步地,所述目标函数的表达式为:
式中,W为送料工集合;F
进一步地,所述装配线物料配送方法还包括:送料工预先根据物料配送调度方案,在线边集成超市完成物料分拣和组配,并存放到料箱中,但需要为工位配送物料时,送料工取出若干个料箱并按序放置在各工位中。
进一步地,所述送料工数量|W|的下界值为:
式中,C
进一步地,所述每个送料工,负责单个或多个连续工位的补料工作,同时送料工每隔固定时间对负责的所有工位进行补料且每次物料配送过程不得中断。
进一步地,当送料工个数|W|为定值时,Ω={1,δ
本发明还提供一种基于线边集成超市的装配线物料配送系统,包括线边集成超市、物料配送调度方案确定模块和和声搜索模块,
所述线边集成超市存储有物料;
所述物料配送调度方案确定模块,用于确定物料配送调度方案,送料工根据该物料配送调度方案将所述线边集成超市存储的物料配送到物料装配工位中的料箱中,所述物料配送调度方案的确定包括以下步骤:
构建最小化送料工雇用成本和送料成本的目标函数,采用改进型和声搜索算法,确定物料配送调度方案,该物料配送调度方案包括送料工的负责工位、每次补料行为的时间、工位和为每个工位配送的物料量;
所述和声搜索模块,用于运行所述改进型和声搜索算法,确定物料配送调度方案,所述改进型和声搜索算法包括以下步骤:
S1:构建和声向量,建立和声记忆库,所述和声向量为双层变长式编码,分别设有第一变量和第二变量,所述第一变量为送料工负责的最左边工位编号,所述第二变量为送料工送料的时间间隔;
S2:根据和声向量的编码长度,将所述和声记忆库划分为多个子和声记忆库;
S3:联合轮盘赌算法,对所述多个子和声记忆库进行迭代更新,直至每个所述子和声记忆库均迭代达到预设的迭代次数;
S4:将多个子和声记忆库归并,获取更新后的和声记忆库;
S5:对所述更新后的和声记忆库中的和声向量进行交叉和变异操作;
S6:判断所述和声记忆库是否满足预设的算法终止条件,若满足,则根据该和声记忆库,确定物料配送调度方案,否则返回步骤S2。
与现有技术相比,本发明具有以下优点:
本发明设计了一种基于线边集成超市的混流装配线物料配送方法,该方法采用线边集成超市直接将物料超市和装配线工位视为一体,即直接设置在装配线旁,并采用送料工替代多载量小车或AGV等搬运设备。物料工人直接按照生产计划挑拣、配送物料,并按序放置于各工位的JIS(Just in Sequence)料箱供装配工人直接拿取物料进行装配。以最小化送料工雇用成本和送料成本组成的物料配送系统总成本为目标,确定最优的物料配送策略,建立基于线边集成超市的混流装配线物料配送调度模型。有效避免了装配工人对物料进行辨别和选择等非增值活动的时间,即便生产过程中出现突发事件,装配工人也可直接与对应送料工沟通协调,及时拿取或更换物料,最小化对生产过程的影响。由于基于线边集成超市的供料模式有机结合了线边储料、成套供料等传统供料模式的优势,提供一种高效的物料配送方法,降低送料工人雇用成本和送料成本。
附图说明
图1为本发明实施例中装配线物料配送系统的布局图;
图2为本发明实施例中和声向量编码示意图;
图3是本发明实施例中子和声记忆更新流程图;
图4是本发明实施例中交叉变异操作运行流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种基于线边集成超市的装配线物料配送方法,线边集成超市存储有物料,装配线物料配送方法包括确定物料配送调度方案,送料工根据该物料配送调度方案将线边集成超市存储的物料配送到物料装配工位中的料箱中,物料配送调度方案的确定包括以下步骤:
构建最小化送料工雇用成本和送料成本的目标函数,采用改进型和声搜索算法,确定物料配送调度方案,该物料配送调度方案包括送料工的负责工位、每次补料行为的时间、工位和为每个工位配送的物料量;
改进型和声搜索算法包括以下步骤:
S1:构建和声向量,建立和声记忆库,和声向量为双层变长式编码,分别设有第一变量和第二变量,第一变量为送料工负责的最左边工位编号,第二变量为送料工送料的时间间隔;
S2:根据和声向量的编码长度,将和声记忆库划分为多个子和声记忆库;
S3:联合轮盘赌算法,对多个子和声记忆库进行迭代更新,直至每个子和声记忆库均迭代达到预设的迭代次数;
S4:将多个子和声记忆库归并,获取更新后的和声记忆库;
S5:对更新后的和声记忆库中的和声向量进行交叉和变异操作;
S6:判断和声记忆库是否满足预设的算法终止条件,若满足,则根据该和声记忆库,确定物料配送调度方案,否则返回步骤S2。
对多个子和声记忆库进行迭代更新具体包括以下步骤:
S301:输入参数Sub-HM
S302:设定X
S303:获取第一随机数,若第一随机数<HMCR,则对X
式中,
S304:获取第二随机数,若第二随机数小于PAR,则对X
num=rand(1,Len
式中,rand为随机函数,Len
S305:采用轮盘赌算法从当前子和声记忆库中选取向量X
S306:通过如下步骤Step1~5,获取
Step1:计算每个工位s(s=i,…,j-1)对应的最少送料次数;
Step2:计算该工位段i,...,(j-1)对应最少送料次数;
Step3:计算送料工w的最少送料次数;
Step4:计算送料工w的送料次数,其对应周期性时间间隔为T
Step5:确定T
S307:若Z(X
X
S308:基于步骤S301至S307,遍历所有子和声记忆库,进行迭代更新。
交叉和变异操作包括以下步骤:
S401:输入参数HM,P
S402:如果随机数的值小于P
X
X
L1=|X
L2=|X
C1=rand(2,L1-1)
式中,Z(X
S403:如果flag=0,那么对C2进行随机取值,并计算L′和L″,该计算表达式为:
C2=rand(2,L2-1)
L′=C1+L2-C2
L″=C2+L1-C1
S404:如果
S405:通过步骤S306中的步骤Step1~5获取
S406:如果Z(X′)<Z(X
X
X
S407:否则,如果第二随机数的值小于P
X
S408:如果Z(X
num=rand(1,L′)
S409:通过S306中的步骤1~5获取
S410:基于步骤S401至S409,进行迭代更新。
算法终止条件为和声记忆库中任意两个和声向量的目标函数值差距低于预设的精度阈值。
目标函数的表达式为:
式中,W为送料工集合;F
装配线物料配送方法还包括:送料工预先根据物料配送调度方案,在线边集成超市完成物料分拣和组配,并存放到料箱中,但需要为工位配送物料时,送料工取出若干个料箱并按序放置在各工位中。
送料工数量|W|的下界值为:
式中,C
每个送料工,负责单个或多个连续工位的补料工作,同时送料工每隔固定时间对负责的所有工位进行补料且每次物料配送过程不得中断。
当送料工个数|W|为定值时,Ω={1,δ
本实施例将上述基于线边集成超市的装配线物料配送方法,应用于汽车装配车间中,包括待装配的在制品1、JIS料箱2、装配工人3、推车4、送料工人5和线边集成超市6。在齐套策略中,物料最初存储在线边集成超市6中,物料由送料工人经过分拣、组配,再用推车运送到各个工位,按序放置于JIS料箱2中,供装配工依次拿取、装配汽车。
装配线物料配送方法具体包括如下步骤:
步骤1:每个工位装配所需物料统一由送料工从装配线旁的物料超市挑选,再用推车运送到各个工位,按序放置于JIS料箱,供装配工依次拿取、装配汽车。为了实现合理高效的物料配送,首先确定送料工的负责工位,即表示将整个装配区域划分成若干个工位段,每个工位段由1个送料工负责补料。
步骤2:确定送料工的物料配送调度方案,确定每次补料行为的时间、工位和物料量,即为每个送料工的调度问题。对送料工多次补料时间的决策转化成每隔固定时间间隔对负责工位段进行补料的单一量决策;同时每次补料均涵盖负责的所有工位,即解决了对补料工位的决策问题。
步骤3:由于上述两个问题相互关联、相互影响,将其视为整体进行数学建模和算法求解,以最小化送料工雇用成本和送料成本组成的物料配送系统总成本为目标,构建目标函数:
其中W表示送料工集合;F
步骤4:系统根据对系统目标Z的分析,最小化目标函数,采用改进型和声搜索算法,确定最优的物料配送调度策略,包括送料工的负责工位、每次补料行为的时间、工位和为每个工位配送的物料量;
步骤5:重复步骤1至步骤4,确定调度策略,实现装配线所需物料的及时配送。
在上述的基于线边集成超市的混流装配线物料配送方法中,所述的物料工人最初在线边超市中按照生产计划分拣、组配物料并存放到标准规格的料箱内;当需要为工位配送物料时,物料工人取出若干个JIS料箱并按序放置于各工位供装配工人直接拿取物料进行装配,从而有效避免了装配工人对物料进行辨别和选择等非增值活动的时间。
在上述的基于线边集成超市的混流装配线物料配送方法中,所述的送料工数量|W|的下界值为:
在上述的基于线边集成超市的混流装配线物料配送方法中,所述的每个送料工,负责单个或多个连续工位的补料工作,同时送料工每隔固定时间对负责的所有工位进行补料且每次物料配送过程不得中断。
在上述的基于线边集成超市的混流装配线物料配送方法中,送料工雇用成本及相应产生的物料配送成本共同影响系统总成本,其与单位成本参数F
在上述的基于线边集成超市的混流装配线物料配送方法中,当送料工个数|W|为定值时,Ω={1,δ
本实施例基于组合优化问题的NP难特性以及和声搜索算法的不足,构建了一种改进型和声搜索算法MHSA,包括如下步骤:
步骤1:和声向量X
当给定调度问题的工位数|S|,则可知和声向量编码的最大长度Len
步骤2:划分子和声记忆库,根据和声编码长度划分成多个子记忆库;
步骤3:更新子和声记忆库,对于中大规模问题,参数HMS不宜设置过大,否则在影响运算效率的同时也不利于收敛。因此,本发明在传统和声搜索算法过程中增设了一步划分并更新子和声记忆库的操作,即将原本的和声记忆库按照和声编码长度Len
步骤4:归并子和声记忆库:若每个子记忆库中已经迭代SNI次,则归并各子记忆库形成新的和声记忆库,否则返回步骤3;
步骤5:执行交叉变异操作虽然将和声记忆库分解成若干较小子记忆库可以加快运行速度,但也存在算法早熟收敛的可能。因此子和声记忆库每隔固定迭代次数后应重新合并成完整的和声记忆库。同时以该记忆库中的和声向量进行交叉和变异操作,进一步提升和声向量的多样性。具体的交叉变异操作运行流程如图4所示。其中,参数P
步骤6:判断算法终止条件:如果和声记忆库中任意两个和声的目标函数值差距低于精度ε,则停止运行,否则继续执行步骤2~5。
该改进型和声搜索算法MHSA的优点在于,其在传统和声搜索算法的基础上引入了拆分与合并和声记忆库的操作加快算法运行效率,同时引入交叉变异操作提升和声向量的多样性,避免早熟收敛。
本实施例还提供一种基于线边集成超市的装配线物料配送系统,包括线边集成超市、物料配送调度方案确定模块和和声搜索模块,
线边集成超市存储有物料;
物料配送调度方案确定模块,用于确定物料配送调度方案,送料工根据该物料配送调度方案将线边集成超市存储的物料配送到物料装配工位中的料箱中,物料配送调度方案的确定包括以下步骤:
构建最小化送料工雇用成本和送料成本的目标函数,采用改进型和声搜索算法,确定物料配送调度方案,该物料配送调度方案包括送料工的负责工位、每次补料行为的时间、工位和为每个工位配送的物料量;
和声搜索模块,用于运行改进型和声搜索算法,确定物料配送调度方案。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
机译: 基于集成属性的组签名处理方法,基于集成属性的基于组签名认证处理方法,基于集成属性的基于组签名跟踪处理方法,基于集成属性的基于组签名处理系统,以及程序
机译: //用于有线/无线网络上的语音和数据集成的基于移动辅助基于模糊的帧随机访问控制系统及其方法
机译: 半色调图像记录改进方法,例如用于相对运动的场景,涉及基于图像运动将每个网格线的网格线信号与包含同质图像信息的其他网格线的网格线信号进行集成