CN111310924B - 一种考虑机床能耗的生产线缓冲区配置系统及方法 - Google Patents

一种考虑机床能耗的生产线缓冲区配置系统及方法 Download PDF

Info

Publication number
CN111310924B
CN111310924B CN202010092615.7A CN202010092615A CN111310924B CN 111310924 B CN111310924 B CN 111310924B CN 202010092615 A CN202010092615 A CN 202010092615A CN 111310924 B CN111310924 B CN 111310924B
Authority
CN
China
Prior art keywords
machine tool
area
buffer
workshop
energy consumption
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
CN202010092615.7A
Other languages
English (en)
Other versions
CN111310924A (zh
Inventor
张彩霞
董树林
刘志峰
闫俊
初红艳
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.)
Beijing University of Technology
Original Assignee
Beijing University of 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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202010092615.7A priority Critical patent/CN111310924B/zh
Publication of CN111310924A publication Critical patent/CN111310924A/zh
Priority to PCT/CN2020/123790 priority patent/WO2021159731A1/zh
Application granted granted Critical
Publication of CN111310924B publication Critical patent/CN111310924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Biophysics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Manufacturing & Machinery (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Educational Administration (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种考虑机床能耗的混流生产线缓冲区配置系统及方法，属于生产线规划与设计领域。该方法通过对车间信息、机床信息、产品信息、工艺信息的收集输入，通过生成具有相应参数的数学模型并进行计算及优化，在给定车间大小的情况下，在保证车间机床利用率最大化的同时得到机床能耗最小的生产线缓冲区配置方法。本方法通过输入数据进行不同的模型参数优化求解，具有较高的通用性及可移植性，并能够有效的降低生产线加工过程中的机床能耗，最大化的利用车间的缓冲区总面积。

Description

一种考虑机床能耗的生产线缓冲区配置系统及方法
技术领域
本发明属于生产线规划与设计领域，具体的为一种考虑机床能耗的生产线缓冲区配置系统及方法。
背景技术
随着绿色制造的提出，车间生产过程中的机床能耗逐渐引起了重视，往常机床能耗优化仅在车间调度过程中进行，而缺少在布局过程对机床能耗的考虑。缓冲区容量配置作为车间布局的重要内容，对机床的利用率及空闲等待时间均有所影响，往常瓶颈工位后由于不存在堵塞情况，很少对此位置进行缓冲区配置，这将导致此位置后的设备频繁空闲或开关机，将导致较大的机床能耗浪费。因此，考虑此情况对缓冲区配置方法进行优化能够有效缓解机床能耗的浪费。
发明内容
考虑当前的机床能耗的浪费情况，本发明的目的是提供一种考虑机床能耗的生产线缓冲区配置系统及方法。此方法考虑了混流生产的情况，在保证了机床可用度的前提下，对机床能耗模型进行了建立，并考虑了车间的整体面积，确定了车间布局模型使车间面积利用最大化。结合遗传算法对模型进行求解，得到最优生产线的缓冲区容量配置方案。
为实现上述目的，本发明提供的一种考虑机床能耗的生产线缓冲区配置系统，包括：
输入模块：用于收集车间信息及数据。
分析模块：用于将所输入的数据进行计算、分析，并建立相应数学模型，计算缓冲区配置方案。
输出模块：用于对所得出的配置方案进行输出。
本发明提出了一种考虑机床能耗的生产线缓冲区配置方法，包括以下步骤：
步骤(1)针对缓冲区配置需要考虑的因素，确定车间面积信息、设备信息、工艺信息、加工节拍、工件尺寸信息、安全距离要求，根据输入数据分析生产线各生产区域的对应设备及所需面积情况及生产线的相关参数；
步骤(2)在建立车间布局模型的基础上，根据导入的数据建立机床可用度模型及机床能耗模型；
步骤(3)根据工件托盘的尺寸及设定缓冲区容量分配方法分配缓冲区面积，并根据得到的车间各工作区域面积建立车间布局模型。
步骤(4)在预设的约束条件下，采用遗传算法对所建立的车间布局模型进行求解，输出最优缓冲区配置方案。
进一步地，步骤(2)具体为：
根据输入的设备工序加工节拍Ci计算设备的生产率，并采用设备的状态转移速率平衡方程进行模型建立，对于混流生产时的设备生产率计算时，生产率计算存在以下两种情况：同一台设备需加工不同的产品或后续工序根据产品的不同分流进行并行工序加工。
对于一台设备同时需要加工多类产品的情况，在生产排序尽量使生产节拍靠近平均加工时间时，加工速率为平均生产节拍的倒数1/Ci。
对于后续并联D个设备的设备，若该设备为j，为后续每台设备生产的工件数为nd，对应的每个产品的加工时间td，则将该设备相对于后续D台设备进行单独计算生产节拍，每个设备生产产品的节拍分别为Cj1,Cj2,···,CjD，计算方法为总加工时间与对应加工产品数的比值，即：
则分离后设备的名义加工速率为1/Cjd。求解出所有设备的生产率后，按照设定的缓冲区容量代入如下设备的状态转移速率平衡概率方程进行求解各机床可用度。
其中：Ni、n分别为缓冲区内的工件容量及数目，且0<n<Ni+1；表示当前节点处于不同状态的概率，其中右下角的Ni为设备及对应缓冲区中工件数量，且u、v分别代表正常工作或阻塞的情况；μi、/>λi、/>分别代表名义加工速率，实际加工速率，工件名义到达速率，工件实际到达速率；/>为设备i堵塞其前序设备的概率。
计算设备的生产速率后，生产速率较小的可视为瓶颈工序，对瓶颈工序后配置缓冲区，从而使后续设备能够节省相应的空闲待机能耗。机床闲置时，其可能存在待机等待或开关机两种状态，通过调节缓冲区配置，对机床的闲置状态进行调节，从而降低机床能耗。
若机床j的开关机能耗为PSE，待机功率为WLj，机床j开关机一次的时间为Tj，则机床j的空置时选择待机等待还是开关机的取决于机床的空载平衡时间TIj：
开关机策略为：当闲置时间小于TIj时，机床选择待机等待；反之，选择开关机。在此开关机策略下，若机床j前的缓冲区容量为Bj，则考虑缓冲区配置的机床j的空闲等待能耗为：
其中：N1为机床j开始加工前缓冲区内需达到的工件数，N2为机床j前缓冲区内工件再次达到0时所加工的工件数量，Cj-1为设备j前一个设备相对于设备j的加工节拍。
假设机床j前的缓冲区预留安全容量为nb，工件i在机床j的加工时间Tij。则对于N1,N2的计算方法为：
N1＝Bj-nb
机床能耗的计算方法为：
Pij为工件i在机床j上的加工能耗。
进一步地，步骤(3)具体为：
对于输入的工件或托盘的尺寸，并根据设定的各个缓冲区的容量，计算相应的缓冲区面积，计算方法为：
其中：nl、nw分别为缓冲区内托盘或工件放置的列数、行数；l、w分别为托盘或工件的长度及宽度；LB、WB为缓冲区的长度及宽度。
在给定的车间总面积下，对各缓冲区及各工作区的位置进行分配，分配方法为，以车间总体框架为坐标区域，假定各个区域的中心点的坐标，并考虑相应区域的尺寸及安全距离。对应的公式表达需考虑的因素有，每个作业单位均在车间内进行布局且仅能布局一次，不同作业单位间不能存在干涉或重叠，且考虑到一般车间的排列中，单行区域的宽度取决于工作区域的宽度，因此，缓冲区的宽度应小于该行的加工区域的最大宽度，即：
WBk≤max Wmk
其中：xm,ym,为作业单位m的中心点坐标；lm,wm为作业单位m的长度即宽度，且WBk及Wmk分别为第k行的缓冲区及作业区的宽度；dmz,gmz分别为作业区域间的横向即纵向的安全距离；Zmk用于限制作业区所在的行,NK为布局的总行数；s1为作业区域与墙体在横向方向上的安全距离，s3为作业区域与墙体之间在纵向方向上的安全距离。L，W为车间的总长及总宽。
进一步地，步骤(4)具体为：
初始化种群为采用十进制编码形式进行编码，编码分为两个部分，一部分为各分区的位置{x1,y1,x2,y2···xm,ym}，每两个数字代表对应的分区的坐标；另一部分为缓冲区的容量{B1,B2，···Bm}，每个数字代表对应的缓冲区的容量。每条染色体为两部分的拼接，为所求解的一个解。
适应度计算过程为对每条染色体代表的缓冲区容量分配进行机床可用度计算及机床能耗计算，针对计算结果首先进行归一化处理，并进行加权求和确定最终适应度值，相应的权值取决于不同的工况。种群进化时采用交叉、变异等方法，保证种群的多样性及避免局部最优。
选择时，首先将变异前后的每条染色体均代入车间布局模型，确定所代表的缓冲区配置方案是否能够在布局过程中满足车间的面积需求，并对不满足布局条件的染色体进行淘汰。对满足要求的染色体按照适应度值进行排序，并按照轮盘赌进行选择，不能满足种群规模需求时，按照所缺少的染色体数量将适应度值相应的前几条染色体进行选择。
当满足算法结束要求时，则终止求解过程，并输出相应的最优缓冲区配置及相应的各分区布局位置。
对于以上技术方法，本发明具有以下有益效果：
1、设计过程中仅需输入所需要收集地车间及设备等参数，模型参数的计算及建立求解均在系统中自动进行，增强了方法的适用性及可移植性，且提高了规划效率。
2、提供了一种考虑机床能耗的生产线缓冲区配置系统及方法，在车间布局规划过程中对机床能耗进行了考虑，为车间的缓冲区容量配置提供了新思路。
3、计算机床可用度时考虑了混流生产及并行工位的情况，提高了方法使用范围，并考虑了车间的总面积，更符合实际生产情况。
附图说明
本发明的下列附图在此作为本发明的一部分用于进一步理解本发明，本发明的实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为考虑机床能耗的生产线缓冲区配置系统及方法流程图；
图2为考虑混流及并行情况的设备生产率计算示意图；
图3为机床空闲能耗时间调整示意图；
图4为车间布局模型示意图。
图5为本方法的实施流程图。
具体实施方式
在下面的描述中阐明了很多具体细节以便充分理解本发明。但本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。
下面结合附图，对本发明的优选实施例进行详细的描述。
如图1所示，所述系统包括：
输入模块：用于收集车间信息及数据。
分析模块：用于将所输入的数据进行计算、分析，并建立相应数学模型，计算缓冲区配置方案。
输出模块：用于对所得出的配置方案进行输出。
所述方法包含以下步骤：
(1)针对缓冲区配置需要考虑的因素，确定车间面积信息、设备信息、工艺信息、加工节拍、工件尺寸信息、安全距离要求，根据输入数据分析生产线各生产区域的对应设备及所需面积情况及生产线的相关参数；
(2)在建立车间布局模型的基础上，根据导入的数据建立机床可用度模型及机床能耗模型；
(3)根据工件托盘的尺寸及设定缓冲区容量分配方法分配缓冲区面积，并根据得到的车间各工作区域面积建立车间布局模型。
(4)在预设的约束条件下，采用遗传算法对所建立的模型进行求解，输出最优缓冲区配置方案。
其中，如图2、图3所示，机床可用度模型及机床能耗模型建立过程如下：
根据输入的设备工序加工节拍Ci计算设备的生产率，并采用设备的状态转移速率平衡方程进行模型建立，其中，对于混流生产时的设备生产率计算时，生产率计算存在以下两种情况：同一台设备需加工不同的产品或后续工序根据产品的不同分流进行并行工序加工。
对于一台设备同时需要加工多类产品的情况，在生产排序尽量使生产节拍靠近平均加工时间时，加工速率为平均生产节拍的倒数1/Ci。
对于后续并联D个设备的设备，若该设备为j，为后续每台设备生产的工件数为nd，对应的每个产品的加工时间td，则将该设备相对于后续D台设备进行单独计算生产节拍，每个设备生产产品的节拍分别为Cj1,Cj2,···,CjD，计算方法为总加工时间与对应加工产品数的比值，即：
则分离后设备的名义加工速率为1/Cjd。求解出所有设备的生产率后，按照设定的缓冲区容量代入如下设备的状态转移速率平衡概率方程进行求解各机床可用度。
其中：Ni，n分别为缓冲区内的工件容量及数目，且0<n<Ni+1；表示当前节点处于不同状态的概率，其中右下角的Ni为设备及对应缓冲区中工件数量，且u，v分别代表正常工作或阻塞的情况；μi，/>λi，/>分别代表名义加工速率，实际加工速率，工件名义到达速率，工件实际到达速率；/>为设备i堵塞其前序设备的概率。
计算设备的生产速率后，生产速率较小的可视为瓶颈工序，对瓶颈工序后配置缓冲区，从而使后续设备能够节省相应的空闲待机能耗。机床闲置时，其可能存在待机等待或开关机两种状态，可通过调节缓冲区配置，对机床的闲置状态进行调节，从而降低机床能耗。
若机床j的开关机能耗为PSE，待机功率为WLj，机床j开关机一次的时间为Tj，则机床j的空置时选择待机等待还是开关机的取决于机床的空载平衡时间TIj：
当闲置时间小于TIj时，机床选择待机等待；反之，选择开关机。在此开关机策略下，若机床j前的缓冲区容量为Bj，则考虑缓冲区配置的机床j的空闲等待能耗为：
其中：N1为机床j开始加工前缓冲区内需达到的工件数，N2为机床j前缓冲区内工件再次达到0时所加工的工件数量，Cj-1为设备j前一个设备相对于设备j的加工节拍。
假设机床j前的缓冲区预留安全容量为nb，产品i在机床j的加工时间Tij。则对于N1,N2的计算方法为：
N1＝Bj-nb
机床能耗的计算方法为：
Pij为工件i在机床j上的加工能耗。
如图4所示，车间布局模型建立过程为：
对于输入的工件或托盘的尺寸，并根据设定的各个缓冲区的容量，计算相应的缓冲区面积，计算方法为：
其中：nl、nw分别为缓冲区内托盘或工件放置的列数，行数；l、w分别为托盘或工件的长度及宽度；LB、WB为缓冲区的长度及宽度。
在给定的车间总面积下，对各缓冲区及各工作区的位置进行分配，分配方法为，以车间总体框架为坐标区域，假定各个区域的中心点的坐标，并考虑相应区域的尺寸及安全距离。对应的公式表达需考虑的因素有，每个作业单位均在车间内进行布局且仅能布局一次，不同作业单位间不能存在干涉或重叠，且考虑到一般车间的排列中，单行区域的宽度取决于工作区域的宽度，因此，缓冲区的宽度应小于该行的加工区域的最大宽度，即：
WBk≤max Wmk
其中：xm,ym,为作业单位m的中心点坐标；lm,wm为作业单位m的长度即宽度，且WBk及Wmk分别为第k行的缓冲区及作业区的宽度；dmz,gmz分别为作业区域间的横向即纵向的安全距离；Zmk用于限制作业区所在的行,NK为布局的总行数；s1为作业区域与墙体在横向方向上的安全距离，s3为作业区域与墙体之间在纵向方向上的安全距离。L，W为车间的总长及总宽。
模型建立后，采用遗传算法进行求解，分为以下几个方面：
初始化种群为采用十进制编码形式进行编码，编码分为两个部分，一部分为各分区的位置{x1,y1,x2,y2···xm,ym}，每两个数字代表对应的分区的坐标；另一部分为缓冲区的容量{B1,B2，···Bm}，每个数字代表对应的缓冲区的容量。每条染色体为两部分的拼接，为所求解的一个解。
适应度计算过程为对每条染色体代表的缓冲区容量分配进行机床可用度计算及机床能耗计算，针对计算结果首先进行归一化处理，并进行加权求和确定最终适应度值，相应的权值取决于不同的工况。种群进化时采用交叉、变异等方法，保证种群的多样性及避免局部最优。
选择时，首先将变异前后的每条染色体均代入车间布局模型，确定所代表的缓冲区配置方案是否能够在布局过程中满足车间的面积需求，并对不满足布局条件的染色体进行淘汰。对满足要求的染色体按照适应度值进行排序，并按照轮盘赌进行选择，不能满足种群规模需求时，按照所缺少的染色体数量将适应度值相应的前几条染色体进行选择。
当满足算法结束要求时，则终止求解过程，并输出相应的最优缓冲区配置及相应的各分区布局位置。

Claims (4)

1.一种考虑机床能耗的生产线缓冲区配置方法，实现该方法的系统包括输入模块：用于收集车间信息及数据；
分析模块：用于将所输入的数据进行计算、分析，并建立相应数学模型，计算缓冲区配置方案；
输出模块：用于对所得出的配置方案进行输出；
其特征在于：包括以下步骤：
步骤(1)针对缓冲区配置需要考虑的因素，确定车间面积信息、设备信息、工艺信息、加工节拍、工件尺寸信息、安全距离要求，根据输入数据分析生产线各生产区域的对应设备及所需面积情况及生产线的相关参数；
步骤(2)在建立车间布局模型的基础上，根据导入的数据建立机床可用度模型及机床能耗模型；
步骤(3)根据工件托盘的尺寸及设定缓冲区容量分配方法分配缓冲区面积，并根据得到的车间各工作区域面积建立车间布局模型；
步骤(4)在预设的约束条件下，采用遗传算法对所建立的车间布局模型进行求解，输出最优缓冲区配置方案；
步骤(2)具体为：
根据输入的设备工序加工节拍Ci计算设备的生产率，并采用设备的状态转移速率平衡方程进行模型建立，对于混流生产时的设备生产率计算时，生产率计算存在以下两种情况：同一台设备需加工不同的产品或后续工序根据产品的不同分流进行并行工序加工；
对于一台设备同时需要加工多类产品的情况，在生产排序尽量使生产节拍靠近平均加工时间时，加工速率为平均生产节拍的倒数1/Ci；
对于后续并联D个设备的设备，若该设备为j，为后续每台设备生产的工件数为nd，对应的每个产品的加工时间td，则将该设备相对于后续D台设备进行单独计算生产节拍，每个设备生产产品的节拍分别为Cj1,Cj2,···,CjD，计算方法为总加工时间与对应加工产品数的比值，即：
则分离后设备的名义加工速率为1/Cjd；求解出所有设备的生产率后，按照设定的缓冲区容量代入如下设备的状态转移速率平衡概率方程进行求解各机床可用度；
其中：Ni、n分别为缓冲区内的工件容量及数目，且0<n<Ni+1；表示当前节点处于不同状态的概率，其中右下角的Ni为设备及对应缓冲区中工件数量，且u、v分别代表正常工作或阻塞的情况；μi、/>λ、
i
分别代表名义加工速率，实际加工速率，工件名义到达速率，工件实际到达速率；/>为设备i堵塞其前序设备的概率；
计算设备的生产速率后，生产速率较小的可视为瓶颈工序，对瓶颈工序后配置缓冲区，从而使后续设备能够节省相应的空闲待机能耗；机床闲置时，其可能存在待机等待或开关机两种状态，通过调节缓冲区配置，对机床的闲置状态进行调节，从而降低机床能耗；
若机床j的开关机能耗为PSE，待机功率为WLj，机床j开关机一次的时间为Tj，则机床j的空置时选择待机等待还是开关机的取决于机床的空载平衡时间TIj：
开关机策略为：当闲置时间小于TIj时，机床选择待机等待；反之，选择开关机；在此开关机策略下，若机床j前的缓冲区容量为Bj，则考虑缓冲区配置的机床j的空闲等待能耗为：
其中：N1为机床j开始加工前缓冲区内需达到的工件数，N2为机床j前缓冲区内工件再次达到0时所加工的工件数量，Cj-1为设备j前一个设备相对于设备j的加工节拍；
假设机床j前的缓冲区预留安全容量为nb，工件i在机床j的加工时间Tij；则对于N1,N2的计算方法为：
N1＝Bj-nb
机床能耗的计算方法为：
Pij为工件i在机床j上的加工能耗。
2.根据权利要求1所述的一种考虑机床能耗的生产线缓冲区配置方法，其特征在于：步骤(3)具体为：
对于输入的工件或托盘的尺寸，并根据设定的各个缓冲区的容量，计算相应的缓冲区面积，计算方法为：
其中：nl、nw分别为缓冲区内托盘或工件放置的列数、行数；l、w分别为托盘或工件的长度及宽度；LB、WB为缓冲区的长度及宽度；
在给定的车间总面积下，对各缓冲区及各工作区的位置进行分配，分配方法为，以车间总体框架为坐标区域，假定各个区域的中心点的坐标，并考虑相应区域的尺寸及安全距离；对应的公式表达需考虑的因素有，每个作业单位均在车间内进行布局且仅能布局一次，不同作业单位间不能存在干涉或重叠，且考虑到一般车间的排列中，单行区域的宽度取决于工作区域的宽度，因此，缓冲区的宽度应小于该行的加工区域的最大宽度，即：
WBk≤maxWmk
其中：xm,ym,为作业单位m的中心点坐标；lm,wm为作业单位m的长度即宽度，且WBk及Wmk分别为第k行的缓冲区及作业区的宽度；dmz,gmz分别为作业区域间的横向即纵向的安全距离；Zmk用于限制作业区所在的行,NK为布局的总行数；s1为作业区域与墙体在横向方向上的安全距离，s3为作业区域与墙体之间在纵向方向上的安全距离；L，W为车间的总长及总宽。
3.根据权利要求1所述的一种考虑机床能耗的生产线缓冲区配置方法，其特征在于：步骤(4)具体为：
初始化种群为采用十进制编码形式进行编码，编码分为两个部分，一部分为各分区的位置{x1,y1,x2,y2···xm,ym}，每两个数字代表对应的分区的坐标；另一部分为缓冲区的容量{B1,B2，···Bm}，每个数字代表对应的缓冲区的容量；每条染色体为两部分的拼接，为所求解的一个解；
适应度计算过程为对每条染色体代表的缓冲区容量分配进行机床可用度计算及机床能耗计算，针对计算结果首先进行归一化处理，并进行加权求和确定最终适应度值，相应的权值取决于不同的工况；种群进化时采用交叉、变异方法，保证种群的多样性及避免局部最优；
选择时，首先将变异前后的每条染色体均代入车间布局模型，确定所代表的缓冲区配置方案是否能够在布局过程中满足车间的面积需求，并对不满足布局条件的染色体进行淘汰；对满足要求的染色体按照适应度值进行排序，并按照轮盘赌进行选择，不能满足种群规模需求时，按照所缺少的染色体数量将适应度值相应的前几条染色体进行选择；
当满足算法结束要求时，则终止求解过程，并输出相应的最优缓冲区配置及相应的各分区布局位置。
4.根据权利要求1所述的一种考虑机床能耗的生产线缓冲区配置方法，其特征在于：该方法的参数输入、模型建立及求解过程均采用matlab完成，界面采用GUI模块进行设计。
CN202010092615.7A 2020-02-14 2020-02-14 一种考虑机床能耗的生产线缓冲区配置系统及方法 Active CN111310924B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010092615.7A CN111310924B (zh) 2020-02-14 2020-02-14 一种考虑机床能耗的生产线缓冲区配置系统及方法
PCT/CN2020/123790 WO2021159731A1 (zh) 2020-02-14 2020-10-27 一种考虑机床能耗的生产线缓冲区配置系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010092615.7A CN111310924B (zh) 2020-02-14 2020-02-14 一种考虑机床能耗的生产线缓冲区配置系统及方法

Publications (2)

Publication Number Publication Date
CN111310924A CN111310924A (zh) 2020-06-19
CN111310924B true CN111310924B (zh) 2023-09-05

Family

ID=71161723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010092615.7A Active CN111310924B (zh) 2020-02-14 2020-02-14 一种考虑机床能耗的生产线缓冲区配置系统及方法

Country Status (2)

Country Link
CN (1) CN111310924B (zh)
WO (1) WO2021159731A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310924B (zh) * 2020-02-14 2023-09-05 北京工业大学 一种考虑机床能耗的生产线缓冲区配置系统及方法
CN111898998A (zh) * 2020-08-21 2020-11-06 北京机械设备研究所 基于缓冲区容量和工序节拍的生产线优化方法及装置
CN113033005B (zh) * 2021-03-30 2023-01-24 广东工业大学 针对具有多资源协同约束的作业车间性能指标的求解方法
CN113779782B (zh) * 2021-08-29 2024-03-19 西北工业大学 考虑工件报废的装配线建模与性能评估方法
CN113877974B (zh) * 2021-10-20 2024-09-24 华帝股份有限公司 一种冲压自动化连线作业工艺布局及方法
CN114488957A (zh) * 2022-01-27 2022-05-13 上海镭慎光电科技有限公司 一种超快精密机床加工装备操控台设计方法及系统
CN114742352B (zh) * 2022-03-09 2024-06-28 华南理工大学 一种基于focas的模具edm零件加工优先级设定方法
CN117119783B (zh) * 2023-10-25 2024-01-30 广东迅扬科技股份有限公司 一种模块待机功耗的控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016038754A (ja) * 2014-08-07 2016-03-22 富士通株式会社 評価プログラム、評価装置および評価方法
CN106447520A (zh) * 2016-11-28 2017-02-22 东南大学 一种再制造系统多目标缓冲区分配方法
CN108898299A (zh) * 2018-06-20 2018-11-27 重庆大学 一种基于可用度评价的串行生产线缓冲区容量配置方法
CN110069880A (zh) * 2019-04-30 2019-07-30 西安交通大学 一种基于仿真的多目标设备布局和生产排程协同优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310924B (zh) * 2020-02-14 2023-09-05 北京工业大学 一种考虑机床能耗的生产线缓冲区配置系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016038754A (ja) * 2014-08-07 2016-03-22 富士通株式会社 評価プログラム、評価装置および評価方法
CN106447520A (zh) * 2016-11-28 2017-02-22 东南大学 一种再制造系统多目标缓冲区分配方法
CN108898299A (zh) * 2018-06-20 2018-11-27 重庆大学 一种基于可用度评价的串行生产线缓冲区容量配置方法
CN110069880A (zh) * 2019-04-30 2019-07-30 西安交通大学 一种基于仿真的多目标设备布局和生产排程协同优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈杰 等.基于Plant Simulation 的柴油机缸体生产线仿真与配置优化.《制造技术与机床》.2019,31-35. *

Also Published As

Publication number Publication date
WO2021159731A1 (zh) 2021-08-19
CN111310924A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN111310924B (zh) 一种考虑机床能耗的生产线缓冲区配置系统及方法
Pan et al. A knowledge-based two-population optimization algorithm for distributed energy-efficient parallel machines scheduling
Sun et al. Hybrid genetic algorithm with variable neighborhood search for flexible job shop scheduling problem in a machining system
CN107301473B (zh) 基于改进遗传算法的同类平行机批调度方法及系统
Sang et al. Intelligent factory many-objective distributed flexible job shop collaborative scheduling method
CN103942610B (zh) 基于任务的可重组制造系统多态构型优化方法
CN103676881B (zh) 一种半导体生产线动态瓶颈分析方法
Chaudhry et al. Minimizing total tardiness for the machine scheduling and worker assignment problems in identical parallel machines using genetic algorithms
CN102346882B (zh) 炼钢-连铸生产智能调度的二层规划方法
CN112990716B (zh) 一种双资源约束柔性车间调度和布局集成优化方法及系统
CN108710970B (zh) 一种巨型梯级水电系统的多目标调度并行降维方法
CN108171372A (zh) 一种存在准备时间的多品种生产分批调度方法
CN111639793A (zh) 一种锅炉群组调度优化方法及装置
CN107942918A (zh) 自适应式干式真空机械泵电控系统及控制方法
CN115358578A (zh) 用于分段装焊线混流生产的绿色调度方法、系统及装置
CN114022028A (zh) 一种自动化混合流水线调度布局集成优化方法
CN113283755B (zh) 一种车间智能调度决策方法
CN115310832A (zh) 一种多种群优化算法的双资源约束柔性作业车间调度方法及装置
CN112859761B (zh) 一种考虑集中热处理的分布式锻造流水车间节能调度方法
Von Lucken et al. Pump scheduling optimization using asynchronous parallel evolutionary algorithms
Xing et al. A hybrid multi-objective algorithm for energy-efficient scheduling considering machine maintenance
CN105427058A (zh) 一种基于遗传算法的发动机测试线工位分配优化方法
CN109560553B (zh) 一种电力电子变压器低压侧可切换功率模块的切换方法
CN115509188B (zh) 一种基于多智能体架构的柔性作业车间节能调度方法
CN113326581B (zh) 一种基于组合生产和设备故障约束的遗传调度方法

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