CN109034667B - 一种五金模具生产过程的优化调度方法 - Google Patents

一种五金模具生产过程的优化调度方法 Download PDF

Info

Publication number
CN109034667B
CN109034667B CN201811031018.2A CN201811031018A CN109034667B CN 109034667 B CN109034667 B CN 109034667B CN 201811031018 A CN201811031018 A CN 201811031018A CN 109034667 B CN109034667 B CN 109034667B
Authority
CN
China
Prior art keywords
individual
population
bird
target value
updating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811031018.2A
Other languages
English (en)
Other versions
CN109034667A (zh
Inventor
钱斌
姚友杰
胡蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN201811031018.2A priority Critical patent/CN109034667B/zh
Publication of CN109034667A publication Critical patent/CN109034667A/zh
Application granted granted Critical
Publication of CN109034667B publication Critical patent/CN109034667B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种五金模具生产过程的优化调度方法，属于生产车间智能优化调度领域。本发明提出了五金模具生产过程的调度模型和优化目标，可在短时间内获得五金模具生产过程调度问题的优良解，使得五金模具的生产过程更加清晰准确，调度方法合理有效，缩短企业的生产周期，提高了工厂的生产效益。

Description

一种五金模具生产过程的优化调度方法
技术领域
本发明涉及一种五金模具生产过程的优化调度方法，属于生产车间智能优化调度领域。
背景技术
我们日常生产、生活中所使用到的各种工具和产品，大到机床的底座、机身外壳，小到一个胚头螺丝、纽扣以及各种家用电器的外壳，无不与模具有着密切的关系。模具的形状决定着这些产品的外形，模具的加工质量与精度也就决定着这些产品的质量。由于各种产品的材质、外观、规格及用途的不同，因此模具生产分为很多种，但五金模具的制作不是我们想象中的那么简单,我们必须一步一步的按照流程来做。因此，对于五金模具生产过程的调度研究，能够提高工厂的生产效率，缩短企业的生产周期，进而提高企业的经济效益。
对五金模具的加工过程，通常可以大致分为毛胚料加工、机加工、线切割、装配等过程，具有典型的流程工艺特点。但由于五金模具大都是金属材质，在实际生产中有许多金属屑产生，从而影响模具的形状和精度。因此，在实际的工业生产中，在每个加工环节完成后，都会将五金模具用高压水枪或人工清洗，以免影响模具的质量，这就造成模具在各生产阶段之间有一定的设置时间。另外，根据客户或企业的要求，不同的模具在各个阶段的加工时间有所不同。这种问题属于典型的带序不相关设置时间的流水线调度问题。
发明内容
本发明提供了一种五金模具生产过程的优化调度方法，以用于解决在较短时间内获得五金模具生产过程优良解的调度问题。
本发明的技术方案是：一种五金模具生产过程的优化调度方法，通过确定五金模具生产过程的调度模型和优化目标，并使用基于混合候鸟算法的优化调度方法对优化目标进行优化；其中调度模型依据每个模具所需操作数及相应操作的加工时间来建立，优化目标为最小化最大完工时间Cmax(π)：
Figure BDA0001789716700000011
Figure BDA0001789716700000012
Figure BDA0001789716700000021
Figure BDA0001789716700000022
Figure BDA0001789716700000023
式中，五金模具的个数为n、需要的加工工艺操作数为m；π＝{π1,π2,…,πn}代表该优化调度问题的一个解，πi为加工序列π中第i个被加工的五金模具产品；
Figure BDA0001789716700000024
为模具πi在操作j结束后的完工时刻，
Figure BDA0001789716700000025
代表模具πi在操作j所需要的加工时间，St表示机器在加工完一个操作后所需要的设置时间，其中在第一个工件到来之前，所有的机器处于准备状态，即第一个模具在各机器上的设置时间可以忽略或作为第一个模具的加工时间；在生产过程中，某台机器一旦开始生产某种规格的模具，不允许中断，且模具必须在完成上一个工艺操作后才能进行下一个工艺操作的加工。
所述基于混合候鸟算法的优化调度方法具体为：
Step1、种群初始化：采用随机生成的方法产生初始化种群并计算相应个体的目标值，直至初始解的数量达到要求的种群规模；随机从每组候鸟中选出一只候鸟，分别对其进行NEH操作；其中，种群规模为4×N_pop；将初始种群分为标号为1、2、3、4的四个组，每组的候鸟个数为N_pop；
Step2、种群更新：对种群中的每组候鸟分别进行更新：
Step2.1、对标号为1的候鸟进行Insert操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.2、对标号为2的候鸟进行InterChange操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.3、对标号为3的候鸟进行Swap操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.4、对标号为4的候鸟进行Inverse操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step3、交叉操作：从四个组中随机选择两个个体，保证这两个个体分别来自不同的组；对这两个个体进行交叉操作，若新生成的个体目标值优于两个父代的目标值，则将该个体同时替换两个父代；若新生成的个体目标值只优于一个父代，则只将该个体替换该个体优于的父代；若新生成的个体目标值均劣于两个父代，则舍弃该新个体；
Step4、终止条件：设定终止条件为最大迭代次数：如果满足，则输出整个种群中的“最优个体”；否则跳转至Step2，直到满足终止条件。
本发明的有益效果是：本发明提出了五金模具生产过程的调度模型和优化目标，可在短时间内获得五金模具生产过程调度问题的优良解，使得五金模具的生产过程更加清晰准确，调度方法合理有效，缩短企业的生产周期，提高了工厂的生产效益。
附图说明
图1为本发明的整体流程框图；
图2为本发明中问题解的表达示意图；
图3为NEH操作的示意图；
图4为本发明的Insert操作示意图；
图5为本发明的InterChange操作示意图；
图6为本发明的Swap操作示意图；
图7为本发明的Inverse操作示意图；
图8为本发明的交叉操作示意图。
具体实施方式
实施例1：如图1-8所示，一种五金模具生产过程的优化调度方法，通过确定五金模具生产过程的调度模型和优化目标，并使用基于混合候鸟算法的优化调度方法对优化目标进行优化；其中调度模型依据每个模具所需操作数及相应操作的加工时间来建立，优化目标为最小化最大完工时间Cmax(π)：
Figure BDA0001789716700000031
Figure BDA0001789716700000032
Figure BDA0001789716700000033
Figure BDA0001789716700000034
Figure BDA0001789716700000035
式中，五金模具的个数为n、需要的加工工艺操作数为m；π＝{π1,π2,…,πn}代表该优化调度问题的一个解，πi为加工序列π中第i个被加工的五金模具产品；
Figure BDA0001789716700000036
为模具πi在操作j结束后的完工时刻，
Figure BDA0001789716700000041
代表模具πi在操作j所需要的加工时间，St表示机器在加工完一个操作后所需要的设置时间，其中在第一个工件到来之前，所有的机器处于准备状态，即第一个模具在各机器上的设置时间可以忽略或作为第一个模具的加工时间；在生产过程中，某台机器一旦开始生产某种规格的模具，不允许中断，且模具必须在完成上一个工艺操作后才能进行下一个工艺操作的加工。
进一步地，可以设置所述基于混合候鸟算法的优化调度方法具体为：
Step1、种群初始化：采用随机生成的方法产生初始化种群并计算相应个体的目标值，直至初始解的数量达到要求的种群规模；随机从每组候鸟中选出一只候鸟，分别对其进行NEH(Nawaz Enscore Ham)操作；其中，种群规模为4×N_pop；将初始种群分为标号为1、2、3、4的四个组，每组的候鸟个数为N_pop；
Step2、种群更新：对种群中的每组候鸟分别进行更新：
Step2.1、对标号为1的候鸟进行Insert操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.2、对标号为2的候鸟进行InterChange操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.3、对标号为3的候鸟进行Swap操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.4、对标号为4的候鸟进行Inverse操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step3、交叉操作：从四个组中随机选择两个个体，保证这两个个体分别来自不同的组；对这两个个体进行交叉操作，若新生成的个体目标值优于两个父代的目标值，则将该个体同时替换两个父代；若新生成的个体目标值只优于一个父代，则只将该个体替换该个体优于的父代；若新生成的个体目标值均劣于两个父代，则舍弃该新个体；
Step4、终止条件：设定终止条件的最大迭代次数为300：如果满足，则输出整个种群中的“最优个体”；否则跳转至Step2，直到满足终止条件。
所述种群规模设置为4×N_pop＝80，即N_pop＝20。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (1)

1.一种五金模具生产过程的优化调度方法，其特征在于：通过确定五金模具生产过程的调度模型和优化目标，并使用基于混合候鸟算法的优化调度方法对优化目标进行优化；其中调度模型依据每个模具所需操作数及相应操作的加工时间来建立，优化目标为最小化最大完工时间Cmax(π)：
Figure FDA0003309557760000011
Figure FDA0003309557760000012
Figure FDA0003309557760000013
Figure FDA0003309557760000014
Figure FDA0003309557760000015
式中，五金模具的个数为n、需要的加工工艺操作数为m；π＝{π1,π2,…,πn}代表该优化调度问题的一个解，πi为加工序列π中第i个被加工的五金模具产品；
Figure FDA0003309557760000016
为模具πi在操作j结束后的完工时刻，
Figure FDA0003309557760000017
代表模具πi在操作j所需要的加工时间，St表示机器在加工完一个操作后所需要的设置时间，其中在第一个工件到来之前，所有的机器处于准备状态，即第一个模具在各机器上的设置时间可以忽略或作为第一个模具的加工时间；在生产过程中，某台机器一旦开始生产某种规格的模具，不允许中断，且模具必须在完成上一个工艺操作后才能进行下一个工艺操作的加工；
所述基于混合候鸟算法的优化调度方法具体为：
Step1、种群初始化：采用随机生成的方法产生初始化种群并计算相应个体的目标值，直至初始解的数量达到要求的种群规模；随机从每组候鸟中选出一只候鸟，分别对其进行NEH操作；其中，种群规模为4×N_pop；将初始种群分为标号为1、2、3、4的四个组，每组的候鸟个数为N_pop；
Step2、种群更新：对种群中的每组候鸟分别进行更新：
Step2.1、对标号为1的候鸟进行Insert操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.2、对标号为2的候鸟进行InterChange操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.3、对标号为3的候鸟进行Swap操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step2.4、对标号为4的候鸟进行Inverse操作的更新，若新个体的目标值优于老个体，则替换，否则保留老个体；
Step3、交叉操作：从四个组中随机选择两个个体，保证这两个个体分别来自不同的组；对这两个个体进行交叉操作，若新生成的个体目标值优于两个父代的目标值，则将该个体同时替换两个父代；若新生成的个体目标值只优于一个父代，则只将该个体替换该个体优于的父代；若新生成的个体目标值均劣于两个父代，则舍弃该新个体；
Step4、终止条件：设定终止条件为最大迭代次数：如果满足，则输出整个种群中的“最优个体”；否则跳转至Step2，直到满足终止条件。
CN201811031018.2A 2018-09-05 2018-09-05 一种五金模具生产过程的优化调度方法 Active CN109034667B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811031018.2A CN109034667B (zh) 2018-09-05 2018-09-05 一种五金模具生产过程的优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811031018.2A CN109034667B (zh) 2018-09-05 2018-09-05 一种五金模具生产过程的优化调度方法

Publications (2)

Publication Number Publication Date
CN109034667A CN109034667A (zh) 2018-12-18
CN109034667B true CN109034667B (zh) 2022-04-12

Family

ID=64623457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811031018.2A Active CN109034667B (zh) 2018-09-05 2018-09-05 一种五金模具生产过程的优化调度方法

Country Status (1)

Country Link
CN (1) CN109034667B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916404A (zh) * 2010-08-06 2010-12-15 沈阳工业大学 一种装备制造过程多厂协同调度优化方法
CN102253662A (zh) * 2011-04-11 2011-11-23 同济大学 基于多蚁群优化的半导体生产线排程方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916404A (zh) * 2010-08-06 2010-12-15 沈阳工业大学 一种装备制造过程多厂协同调度优化方法
CN102253662A (zh) * 2011-04-11 2011-11-23 同济大学 基于多蚁群优化的半导体生产线排程方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于新型邻域搜索以碳排放为目标的混合流水车间低碳调度;艾子义等;《信息与控制》;20170330;第46卷(第3期);第3.3节 *
基于离散候鸟迁徙优化算法的置换流水车间调度问题;张素君等;《华东理工大学学报（自然科学版）》;20160630;第42卷(第3期);第1-3节 *
张素君等.基于离散候鸟迁徙优化算法的置换流水车间调度问题.《华东理工大学学报（自然科学版）》.2016,第42卷(第3期), *

Also Published As

Publication number Publication date
CN109034667A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
CN112859785B (zh) 基于多目标优化算法的纸盆车间生产调度方法及调度系统
CN110480273A (zh) 一种注塑模具加工方法
CN109318498A (zh) 一种薄壁零件的加工方法
CN110750931A (zh) 一种高效的型材挤压模具设计方法
CN103921064A (zh) 一种冷镦螺母加工工艺
CN105665608A (zh) 核级f91阀体锻造工艺
CN109034667B (zh) 一种五金模具生产过程的优化调度方法
CN115049246A (zh) 一种面向订单扰动下的离散制造生产线重调度方法
CN104858300A (zh) 一种长条形led灯丝支架连续冲压模具
JP6046366B2 (ja) 金属板のインクリメンタル成形加工方法
JP2017164755A (ja) プレス成形品の製造方法およびプレス成形品
CN110889231B (zh) 一种金属铣削参数优选方法
CN106156446A (zh) 基于数值模拟的塑性成形过程能耗分析方法
CN210098970U (zh) 一种slm设备成型模具的嫁接装置
CN109086969B (zh) 一种用于电机换向器生产过程的优化调度方法
CN111761308A (zh) 一种大型锥形环件的制造方法
CN106180829A (zh) 一种cnc加工工艺方法
CN104826943B (zh) 一种折弯连续模
CN108971302A (zh) 一种薄壁件内翻边的加工方法
CN204685839U (zh) 一种折弯连续模
CN218425055U (zh) 一种小段差产品拉伸模具
CN109164763A (zh) 一种工业机器人自动化生产线的优化调度方法
CN103501087A (zh) 一种电机定子端板的加工方法
CN217990686U (zh) 一种同时送三条材料的模具结构
CN220636035U (zh) 一种四面环切装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant