CN102354117B

CN102354117B - 一种适应设备动态配置的生产线系统的工艺排序方法

Info

Publication number: CN102354117B
Application number: CN 201110225082
Authority: CN
Inventors: 薛伟; 谢楠; 谢晓文; 郑蓓蓉; 林礼区
Original assignee: Tongji University; Wenzhou University
Current assignee: Tongji University; Wenzhou University
Priority date: 2011-08-08
Filing date: 2011-08-08
Publication date: 2013-06-19
Anticipated expiration: 2031-08-08
Also published as: CN102354117A

Abstract

本发明公开一种适应设备动态配置的生产线系统的工艺排序方法，该方法包含以下步骤：1、选取寻优方法的初始种群；2、计算初始种群中各个染色体的适应度值，排列并保留一定数量适应度值高的染色体作为子代种群；3、对种群中各个染色体进行优化；4、反复迭代至达到迭代数；5、选取子代种群的染色体中适应度值最大的最优个体；6、将最优个体储存至存储器并显示；7、根据最优工艺排序和设备配置协同优化方法对生产线上的各加工设备进行设定。本发明采用遗传方法为优化手段，根据OP图进行工艺安排的分配；得到协同考虑了加工工艺和各个设备配置的最优生产线工艺安排方案，同时也考虑单台设备的最优配置时的费用问题。

Description

一种适应设备动态配置的生产线系统的工艺排序方法

技术领域

本发明涉及一种用于在采用设备可动态配置的加工系统中生产工艺的安排方法，具体涉及一种适应设备动态配置的生产线系统及其工艺排序方法。

背景技术

目前，大多数企业采用的加工设备其配置都是固定而无法改变的，一个加工设备能完成什么样的工艺也是固定的。因此，不存在设备配置通过相应的改变可适用于不同的工艺的可能性。

随着加工设备的发展，出现了一种新型的加工设备，这种设备具备一定的冗余部件，这些冗余部件以及设备固有的部件为设备的重新配置提供了可能，而重新配置后的设备可适应新的工艺。因此，设备的不同配置提供了可适应不同工艺的能力。经过检索，尚没有对这类设备的工艺安排的发明专利。

经相关文献和资料的检索，与可重组制造系统的调度问题有一定类似性的基于遗传算法的柔性制造系统调度方法主要有以下几种：

CHEN等在《J. of Manuf. Sci. and Eng》上使用了面向零件加工特征的单台设备动态配置方法。该方法较好的加工零件的特性，并依据这些特征给出零件工艺的OP图，然后给出单台设备的配置方案，该方法能针对加工设备的配置给出次优解。但是，其缺点在于，上述算法仅仅适应单台设备的情况下，还不能适应由这些设备构成的生产线，未能充分考虑在整个生产线下的最优配置，而且在确定单台设备的最优配置时未考虑费用问题。

发明内容

本发明提供了一种适应设备动态配置的生产线系统及其工艺排序方法，适应由设备构成的生产线，充分考虑在整个生产线下的最优配置，而且减少在确定单台设备的最优配置时的费用。

为实现上述目的，本发明提供了一种适应设备动态配置的生产线系统，其特点是，该系统包含中央处理器，分别与该中央处理器电路连接的零件工艺安排存储器和系统存储器，以及若干与该中央处理器电路连接的加工设备。

各个上述的加工设备上都设有显示设备。

一种适应设备动态配置的生产线系统的工艺排序方法，其特点是，该方法包含以下步骤：

步骤1 中央处理器选取寻优方法的初始种群；

步骤1.1 根据零件加工工艺做出零件的OP图；

步骤1.2 随机排列生产线上设备的可能配置及其能实现的工艺步骤；

步骤1.3 剔除不符合OP图的工艺排列，获得寻优方法的初始种群；

步骤1.4 中央处理器读取OP图、加工时间、加工费用、加工精度以及初始种群，并存储在零件工艺安排存储器中，并读取生产线的基本信息存储至系统存储器；

步骤1.5 中央处理器设定寻优方法的迭代数；

步骤2 中央处理器计算初始种群中各个染色体的适应度值，排列并保留一定数量适应度值高的染色体作为子代种群，适应度值的计算公式如下：

Figure 2011102250826100002DEST_PATH_IMAGE001

其中，

Figure 2011102250826100002DEST_PATH_IMAGE002

表示不同的目标优化权重，可取0～1之间的任何值， f1为总费用CO，f2为加工精度MP，f3为适应度值，是f2与f1的加权平均；

步骤3 中央处理器对种群中各个染色体进行优化；

步骤3.1 中央处理器任意选择初始种群中的染色体个体进行单点交叉，产生子代种群；

步骤3.2 中央处理器对子代种群中的染色体个体进行变异操作；

步骤3.3中央处理器检查经过交叉和变异后的染色体个体是否符合OP图的有向工艺步骤，若是，则保留该染色体，并跳转到步骤4，若否，则剔除该染色体，并跳转到步骤4；

步骤4 中央处理器判断子代数是否达到预先设定的迭代数，若是，则跳转到步骤5，若否，则跳转到步骤2；

步骤5 中央处理器选取子代种群的染色体中适应度值最大的最优个体，获得最优工艺排序和设备配置协同优化方法；

步骤6中央处理器将最优工艺排序和设备配置协同优化方法储存至零件工艺安排存储器，并传输至显示设备；

步骤7 根据最优工艺排序和设备配置协同优化方法对生产线上的各加工设备进行设定操作。

上述的步骤1中的寻优方法采用遗传方法，其优化方法采用变异和交叉。

上述的步骤2中总费用CO的计算公式如下：

Figure 2011102250826100002DEST_PATH_IMAGE003

其中，CO为总费用，CR表示设备转变构型所产生的费用，CP为零件在设备各种不同构型下的生产费用。

上述的设备转变构型所产生的费用CR的计算公式如下：

其中，m代表了串行生产线的设备数量，j代表设备可能的构型，

Figure 2011102250826100002DEST_PATH_IMAGE005

是配置选择变量，当设备m的配置j被选中，则

Figure 2011102250826100002DEST_PATH_IMAGE006

=1，否则为0。

Figure 2011102250826100002DEST_PATH_IMAGE007

是设备转换构型的费用，由设备生产厂商给出。

上述的步骤2中加工精度MP的计算公式如下：

Figure 2011102250826100002DEST_PATH_IMAGE008

式中，

Figure 2011102250826100002DEST_PATH_IMAGE009

代表了设备m在配置j下的加工精度值，当

=0 表示加工精度高，

Figure 2011102250826100002DEST_PATH_IMAGE010

=1表示加工精度低，

表示精度的单位值。

本发明一种适应设备动态配置的生产线系统及其工艺排序方法和现有技术相比，其优点在于，本发明提供一种考虑设备配置的生产线工艺排序方法，该工艺排序方法采用遗传方法为优化手段，可以根据零件的加工工艺路线，即OP图（工艺操作的有向图）进行工艺安排的分配；同时还可以确定每台设备在特定工艺步骤下的构型，可协同的解决设备配置构型与加工工艺排序的问题，解决了背景技术中存在的问题，得到协同考虑了加工工艺和各个设备配置的最优生产线工艺安排方案，同时也考虑单台设备的最优配置时的费用问题，获得最优的费用安排。

附图说明

图1为本发明一种适应设备动态配置的生产线系统的结构示意图；

图2为本发明一种适应设备动态配置的生产线系统的工艺排序方法的方法流程图；

图3为本发明一种适应设备动态配置的生产线系统的工艺排序方法的计算适应度值的方法流程图。

具体实施方式

以下结合附图说明本发明的具体实施方式。

如图1所示，本发明一种适应设备动态配置的生产线系统的一种实施例。该生产线系统包含控制系统，该控制系统包含中央处理器1，分别与该中央处理器1电路连接的零件工艺安排存储器2和系统存储器3。

其中，中央处理器1采用英特尔IPC-601/P4 2.0G，零件工艺安排存储器采用金士顿1G SD卡，系统存储器采用80GHDD，显示设备5为15吋液晶显示屏。

本生产线系统还包含与中央处理器1电路连接的生产线，该生产线包含三台加工设备4a、4b和4c。加工设备4a、4b和4c上都设有显示设备5。每台加工设备都具有三种不同的构型可适应不同的加工要求。零件6依次经过上述的加工设备4a、4b和4c进行加工。

该加工设备4a、4b和4c，可采用各种加工设备，例如：加工设备4a、4b、4c分别为三台加工中心V160C，这三台卧式加工中心具有三种不同的构型。

同样，本生产线系统可加工各种零件6，例如：缸盖。

控制系统的中央处理器1、零件工艺安排存储器2和系统存储器3可接受生产线零件的加工信息如零件的加工工艺，即OP图、加工设备的构型等、加工费用、加工精度，中央处理器1读入相应的初始数据并存储到零件工艺安排存储器2和系统存储器3中。中央处理器1在运行本发明的方法时调用这些数据，并根据本发明描述的方法步骤进行运行，由零件工艺安排存储器2读出结果，并显示到每个4a、4b和4c的显示设备5上。

OP图是一个有向连接的图，是用来表示零件被设备加工的前后工序步骤，一个OP代表一个工序。OP图上的某个OP操作与设备可执行操作的对应关系，由根据OP以及设备可提供构型的加工能力确定。加工能力是指设备可以胜任的加工方式，例如有些设备只能做车这个工序，有些只能是铣，但是有些既可车也可铣。那么最后一种的加工能力就比较强。

以下结合图2说明本发明一种适应设备动态配置的生产线系统的工艺排序方法，该方法的步骤如下。

步骤1 中央处理器1选取寻优方法的初始种群。

本发明中寻优方法采用遗传方法，遗传方法是一种智能寻优方法，

其对加工生产线上零件的加工工艺根据设备可提供的构型进行最优排序，主要的优化指标是：费用和加工精度。

遗传方法中问题的解被称为染色体。一般遗传方法的步骤为产生初始染色体，评价染色体的适应度，挑选适应度高的产生下一代染色体，改变这一代染色体（采用交叉和变异操作），直到循环的条件满足。其中，种群规模为一代中染色体个数的数目。交叉操作为将2个染色体的某些部分进行互换。变异操作为染色体保持一部分，变异另外一部分。终止条件为算法何时终止。

步骤1.1 根据零件6的加工工艺做出零件6的OP图。

步骤1.2 随机排列生产线上设备4a、4b和4c的可能配置及其能实现的工艺步骤。

步骤1.3 剔除不符合OP图的设备的可能配置及其能实现的工艺步骤，取剩下的100个随机排列的可能配置和工艺步骤，作为寻优方法的初始种群。

步骤1.4 中央处理器1读取OP图、加工时间、加工费用、加工精度以及初始种群，并存储在零件工艺安排存储器2中。并读取生产线的基本信息存储至系统存储器3。

步骤1.5 中央处理器1设定寻优方法的迭代数，迭代数为遗传方法中反复进行下述流程的次数。其包含对染色体反复进行评价染色体的适应度，挑选适应度高的产生下一代染色体，改变这一代染色体（采用交叉和变异操作）。本发明中迭代数设为100。

步骤2 中央处理器1计算初始种群中各个染色体的适应度值，排列并保留一定数量适应度值高的染色体作为子代种群。

步骤2.1 中央处理器1计算确定单台设备的最优配置的总费用CO，其计算公式如下：

其中，CO为总费用，CR表示设备转变构型所产生的费用。设备可以有多种不同的构型，CP代表了在每一个不同构型下的生产费用。

CP由生产企业给定，其值由企业实际生产中测算得来。

上述的设备转变构型所产生的费用CR的计算公式如下：

是配置选择变量，当设备m的配置j被选中，则=1，否则为0。

是设备转换构型的费用，由设备生产厂商给出。

步骤2.2 中央处理器1计算加工精度MP，其计算公式如下：

式中，代表了设备m在配置j下的加工精度值，当

=0 表示加工精度高，

=1表示加工精度低，

表示精度的单位值。

步骤2.3 中央处理器1计算各个染色体的适应度值，其计算公式如下：

其中，表示不同的目标优化权重，可取0～1之间的任何值， f1为总费用CO，f2为加工精度MP，f3为适应度值，是f2与f1的加权平均。

步骤2.4 中央处理器1选取出初始种群中适应度值前100位大的染色体，保留该染色体作为子代种群的染色体。

步骤3 中央处理器1对种群中各个染色体进行优化处理。

步骤3.1 中央处理器1任意选择初始种群中的染色体个体进行单点交叉，产生子代种群。

单点交叉是指对两条染色体选中某一个位置（位置任意）保留交叉点的一边，交换染色体交叉点的另一边，从而形成了新的染色体。

步骤3.2 中央处理器1对子代种群中的染色体个体进行变异操作。

变异操作为染色体内随机的取一个点，然后将该点后面的序列用随机值代替，这样可以得到新一代的染色体。

步骤3.3中央处理器1检查经过交叉和变异后的染色体个体是否符合OP图的有向工艺步骤，若是，则保留该染色体，并跳转到步骤4，若否，则剔除该染色体，并跳转到步骤4。

步骤4 中央处理器1判断进行上述步骤2到步骤3中计算适应度值以及优化处理后的子代种群，其反复迭代的次数，即子代数，是否达到预先设定的迭代数100，若是，则中央处理器1认为经过100代的计算最后得到协同考虑了加工工艺和各个设备配置的生产线工艺安排方案，并跳转到步骤5，若否，则跳转到步骤2。

步骤5 中央处理器1选取子代种群的染色体中适应度值最大的最优个体，获得最优工艺排序和设备配置协同优化方法。

根据遗传方法得到的最优个体，可以确定OP图中，各个加工工序在哪台设备上进行加工，并且给出了每台加工设备在加工制定工序是采用的配置形式。

步骤6 中央处理器1将最优工艺排序和设备配置协同优化方法储存至零件工艺安排存储器2，并分别传输至加工设备4a、4b和4c的各个显示设备5。

步骤7 操作人员根据最优工艺排序和设备配置协同优化方法对生产线上的各加工设备4a、4b和4c进行设定操作。

对于由三台加工中心组成的生产线，本发明已利用对箱体类零件提供的各工业数据组进行测试，结果表明生产费用能降低20%。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims

1.一种适应设备动态配置的生产线系统的工艺排序方法，该适应设备动态配置的生产线系统包含中央处理器（1），分别与所述的中央处理器（1）电路连接的零件工艺安排存储器（2）和系统存储器（3），以及若干与所述的中央处理器（1）电路连接的加工设备（4）；各个所述的加工设备（4）上都设有显示设备（5）；

其特征在于，所述工艺排序方法包含以下步骤：

步骤1、中央处理器（1）选取寻优方法的初始种群；所述的寻优方法采用遗传方法，其优化方法采用变异和交叉；

步骤1.1、根据零件加工工艺做出零件的OP图；

步骤1.2、随机排列生产线上设备的可能配置及其能实现的工艺步骤；

步骤1.3、剔除不符合OP图的工艺排列，获得寻优方法的初始种群；

步骤1.4、中央处理器（1）读取OP图、加工时间、加工费用、加工精度以及初始种群，并存储在零件工艺安排存储器（2）中，并读取生产线的基本信息存储至系统存储器（3）；

步骤1.5、中央处理器（1）设定寻优方法的迭代数；

步骤2、中央处理器（1）计算初始种群中各个染色体的适应度值，排列并保留一定数量适应度值高的染色体作为子代种群，适应度值的计算公式如下：

其中，

Figure 2011102250826100001DEST_PATH_IMAGE002

所述总费用CO的计算公式如下：

其中，CO为总费用，CR表示设备转变构型所产生的费用，CP为零件在设备各种不同构型下的生产费用；

所述的设备转变构型所产生的费用CR的计算公式如下：

是配置选择变量，当设备m的配置j被选中，则

=1，否则为0 ，

是设备转换构型的费用，由设备生产厂商给出；

所述加工精度MP的计算公式如下：

式中，

代表了设备m在配置j下的加工精度值，当

=0 表示加工精度高，=1表示加工精度低，

表示精度的单位值；

步骤3、中央处理器（1）对种群中各个染色体进行优化；

步骤3.1、中央处理器（1）任意选择初始种群中的染色体个体进行单点交叉，产生子代种群；

步骤3.2、中央处理器（1）对子代种群中的染色体个体进行变异操作；

步骤3.3、中央处理器（1）检查经过交叉和变异后的染色体个体是否符合OP图的有向工艺步骤，若是，则保留该染色体，并跳转到步骤4，若否，则剔除该染色体，并跳转到步骤4；

步骤4、中央处理器（1）判断子代数是否达到预先设定的迭代数，若是，则跳转到步骤5，若否则跳转到步骤2；

步骤5、中央处理器（1）选取子代种群的染色体中适应度值最大的最优个体，获得最优工艺排序和设备配置协同优化方法；

步骤6、中央处理器（1）将最优工艺排序和设备配置协同优化方法储存至零件工艺安排存储器（2），并传输至显示设备（5）；

步骤7、根据最优工艺排序和设备配置协同优化方法对生产线上的各加工设备（4）进行设定操作。