[發(fā)明專利]面向單件小批柔性制造車間的動態(tài)調(diào)度優(yōu)化方法及裝置

在審

• 申請?zhí)枺?/td>: 202211633961.7
• 申請日: 2022-12-19
• 公開（公告）號: CN116224926A
• 公開（公告）日: 2023-06-06
• 發(fā)明（設(shè)計）人: 陸劍峰;徐萌穎;張浩;徐夢霞;韓調(diào)娟
• 申請（專利權(quán)）人: 同濟大學(xué)
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 林君如

本發(fā)明涉及一種面向單件小批柔性制造車間的動態(tài)調(diào)度優(yōu)化方法及裝置，所述方法包括：根據(jù)實際加工工件的工藝路線，建立元胞機網(wǎng)絡(luò)模型，獲取各元胞的初始狀態(tài)；根據(jù)各工位初始可加工訂單選擇，遍歷所有可能的首步動作，以不同的首步動作執(zhí)行：判斷所有訂單是否均完成，若是，則結(jié)束，獲得一調(diào)度最終解；判斷生產(chǎn)狀態(tài)是否改變，若是，則基于狀態(tài)改變類型執(zhí)行相應(yīng)處理，若否，則各工位根據(jù)當(dāng)前情況獲取下一步工作；基于元胞基本狀態(tài)演化函數(shù)更新所有元胞的狀態(tài)；獲取所有首步動作對應(yīng)的調(diào)度最終解，選擇最優(yōu)解，并基于該最優(yōu)解控制車間生產(chǎn)過程。與現(xiàn)有技術(shù)相比，本發(fā)明具有魯棒性良好、降低動態(tài)事件對車間調(diào)度影響、貼合工廠實際生產(chǎn)需求等優(yōu)點。

技術(shù)領(lǐng)域

本發(fā)明涉及制造車間的調(diào)度領(lǐng)域，尤其是涉及一種面向單件小批柔性制造車間的動態(tài)調(diào)度優(yōu)化方法及裝置。

背景技術(shù)

隨著市場競爭的加劇以及產(chǎn)品的多樣化，傳統(tǒng)生產(chǎn)方式已經(jīng)難以適應(yīng)現(xiàn)代化生產(chǎn)需求，使得多品種、小批量生產(chǎn)模式成為主流的生產(chǎn)方式，同時，區(qū)別于傳統(tǒng)大規(guī)模量化生產(chǎn)的柔性制造模式不斷得到發(fā)展。對于制造車間的調(diào)度方法，現(xiàn)有研究大多從理想化的靜態(tài)生產(chǎn)出發(fā)，單獨地追求最低的成本與最快的速度，割裂了生產(chǎn)與物流調(diào)度，忽略了實際生產(chǎn)中的動態(tài)不確定事件，如車間運行異常、機器故障、緊急訂單等會帶來大量擾動的事件，使得即便擁有數(shù)據(jù)完美、目標(biāo)極優(yōu)的生產(chǎn)計劃也無法與實際生產(chǎn)活動匹配，最終無法正常實施。此外，在實際項目實施時，發(fā)現(xiàn)集中式調(diào)度難以考慮，如訂單延期、訂單準(zhǔn)時制和工人能力等多重約束，因此所得的調(diào)度結(jié)果不光難以實時響應(yīng)，甚至是不可執(zhí)行的。

面對頻發(fā)的生產(chǎn)擾動，學(xué)者多從靜態(tài)、動態(tài)調(diào)度兩方面考慮集中式調(diào)度。在靜態(tài)調(diào)度方面多用預(yù)測調(diào)度與魯棒性調(diào)度等方法提高調(diào)度方案的抗干擾能力，但是這種調(diào)度方式是以損失一定的生產(chǎn)效率為代價，并且在調(diào)度靈活、環(huán)境多變的定制化車間，其調(diào)度和決策的實時性沒有得到很好的解決，應(yīng)用效果不明顯；動態(tài)調(diào)度方面多用重調(diào)度方法，以事件或周期等為驅(qū)動事件，但此類方法存在異常響應(yīng)緩慢、決策實時性差、系統(tǒng)穩(wěn)定性低等問題。尤其是針對多品種、小批量特征下的柔性制造車間調(diào)度問題而言，其具有多目標(biāo)性、多擾動性等特點，問題更為復(fù)雜，算法不能同時滿足快速性和最優(yōu)性。

中國申請專利CN113761732A公開了一種基于強化學(xué)習(xí)的一類多擾動車間柔性調(diào)度建模與優(yōu)化的方法，包括以下步驟：分析歸納出多擾動車間生產(chǎn)調(diào)度的擾動因素；基于元胞機建模的思想對一類多擾動車間的調(diào)度問題進(jìn)行抽象，歸納模型抽象的特點與運行機理，完成雙層元胞機調(diào)度模型的建立，構(gòu)建元胞機調(diào)度模型的雙層元胞空間；基于強化學(xué)習(xí)算法的思想對多擾動車間元胞機調(diào)度模型的演化規(guī)則進(jìn)行優(yōu)化；最后建立仿真模型系統(tǒng)。該方法的主要調(diào)度目標(biāo)只考慮最小化所有工件完工時間和最大化同組設(shè)備的平均利用率，雖然該方法能夠?qū)崿F(xiàn)動態(tài)監(jiān)控、魯棒性良好，但是此方法割裂了生產(chǎn)與物流調(diào)度，只適用制造單元功能單一且工藝路線固定的制造場景，并不適用制造單元功能多樣的柔性車間調(diào)度場景。

中國申請專利CN113570134A公開了一種用于大型裝備生產(chǎn)制造與行車系統(tǒng)的元胞機協(xié)同調(diào)度方法，該方法包括以下步驟：構(gòu)建生產(chǎn)調(diào)度元胞機的網(wǎng)格模型，設(shè)定演化規(guī)則；對生產(chǎn)調(diào)度元胞機模型的演化規(guī)則進(jìn)行優(yōu)化；根據(jù)實際的行車運行狀況構(gòu)建行車調(diào)度元胞機的網(wǎng)格模型，設(shè)定演化規(guī)則；借助遺傳算法對行車調(diào)度演化規(guī)則進(jìn)行優(yōu)化；設(shè)計大型裝備制造生產(chǎn)與行車協(xié)同調(diào)度仿真系統(tǒng)界面。該發(fā)明中行車任務(wù)需工位上的工件粒子完成改性任務(wù)后觸發(fā)，且行車完成運輸后暫無其他任務(wù)指令時回到指定原位等待下一任務(wù)，行車工作被動性強，導(dǎo)致工作效率低。

文獻(xiàn)“基于元胞機和改進(jìn)GA的大型零件柔性作業(yè)車間調(diào)度算法”針對大型零件柔性作業(yè)車間調(diào)度問題，采用改進(jìn)遺傳算法優(yōu)化元胞機局部演化規(guī)則，提出了元胞機和改進(jìn)遺傳算法相結(jié)合的混合調(diào)度算法。依據(jù)總加工時間最短、各工位負(fù)荷率高、同一工位組各工位負(fù)荷平衡率高的優(yōu)化目標(biāo)，建立了離散化后單個靜態(tài)調(diào)度單元的遺傳算法優(yōu)化模型,并結(jié)合算例具體說明了優(yōu)化過程。但是文章在設(shè)計模型再調(diào)度機制時采用了周期性再調(diào)度方式。雖然周期性再調(diào)度能確保生產(chǎn)具有一定的穩(wěn)定性，但其處理突發(fā)事件不夠快速、靈敏。