CN112308408B - 一种多型号航天器并行总装协调生产调度方法 - Google Patents

Abstract

本发明提供了一种多型号航天器并行总装协调生产调度方法，用以解决现有技术中多型号航天器并行总装效率低、资源利用率不高的问题。所述生产调度方法首先获取多型号航天器总装订单的出厂交付日期和关键节点交付日期，并设置调度目标；再根据总装工艺流程，获取并行总装协调生产的约束条件；然后采用多岛遗传算法，以资源约束条件和工艺约束条件求解调度目标，求解多型号航天器总装过程各生产工序的占用资源，以求解的工序及占用资源进行生产调度。本发明保证了多个型号航天器并行总装交付日期的同时，保证关键节点的交付，实现了资源利用的最大化，提高了多型号航天器并行总装的生产效率。

Description

一种多型号航天器并行总装协调生产调度方法

技术领域

本发明属于航天器制造领域，具体涉及一种多型号航天器并行总装协调生产调度方法。

背景技术

航天器总装过程是一种以班组为主要人员资源，以热试验场地、力学试验场地为核心场地资源的生产过程。一般在总装车间中，车间中并存的多个型号航天器由同一班组同时协同操作，每个型号航天器的星体结构交付总装、力学试验、热试验等工序共享场地、试验设备等核心资源，每个型号的总装在保证交付日期的同时，还需保证关键节点的交付。

现有技术中，多型号航天器在共享场地、由同一班组人员进行并行总装时，存在以下问题：

(1)精细、长远的排产计划难以制定。当前手工经验式和粗放式的排产，难以应对班组资源、核心资源、交付日期以及关键节点约束下的多型号协同，生成资源合理利用的生产调度方案。随着任务数量的增加和节点压力的增大，这种手工排产方案的劣势将愈加明显，甚至无法制定出满足所有约束的方案。另外，粗放低效的手工排产方式往往只能制定短时间内的各型号节点的生产计划，宏观角度不能考虑到每一个型号航天器的交货期，微观角度不能细致到具体某个时刻各个资源的占用情况以及各个型号的生产进度。

(2)节点追赶恶性循环。针对目前“一对多”的班组-型号对应关系，一旦某一型号出现当前人员配置无法满足其关键节点约束的情况，班组将抽调正在进行其他型号的人员来保证当前关键节点较为紧迫的航天器(称为节点紧迫航天器)的工作，造成班组大部分人员向该型号堆积。虽然这种方式可以保证节点紧迫航天器的当前节点，但是人员资源的配置不均匀会造成其他型号同一阶段的总装任务未能如期完成，从而陷入无休止的人员调配、拆东墙补西墙中。这种无休止的节点追赶造成总装生产完全没有计划可言，难以在任何时间点做关于交付日期和关键节点的答复与保证。

(3)多型号并行的核心资源配置冲突。在航天器总装生产过程中，力学试验设备和热试验设备在总装大厅中数量稀少，需要完成多个平台的多型号航天器的力学试验和热试验，因而成为核心资源。在制定排产计划时，若只考虑某一型号的交付日期约束和关键节点约束，将核心节点优先安排给这个型号，则可能会造成其他型号在核心资源前的长时间滞留，导致其他型号的关键节点延期。

由于上述问题的存在，当前多型号航天器并行总装生产时，生产调度方案无法保证核心资源、班组资源的优化配置，生产效率低下。

发明内容

鉴于现有技术中的上述缺陷或不足，本发明旨在提供一种多型号航天器并行总装协调生产调度方法，通过多型号航天器总装工艺流程设置调度方案的约束条件，以生产要求和调度目标为目标函数建立资源占用模型，再通过多岛遗传算法求解，根据所求解的占用资源结果进行生产调度，实现资源利用的最大化，提高多型号航天器并行总装的生产效率。

为了实现上述目的，本发明实施例采用如下技术方案：

本发明实施例提供了一种多型号航天器并行总装协调生产调度方法，所述生产调度方法包括如下步骤：

步骤S1，获取多型号航天器总装订单的出厂交付日期和关键节点交付日期；

步骤S2，根据所述出厂交付日期和关键节点交付日期设置调度目标；

步骤S3，根据总装工艺流程，获取多型号航天器并行总装协调生产的约束条件；

步骤S4，采用多岛遗传算法，以步骤S3中的约束条件求解步骤S2中的调度目标，求解多型号航天器总装过程各生产工序的占用资源，以求解的占用资源进行生产调度。

作为本发明的一个优选实施例，所述调度目标，为交付日期的总延期惩罚最小或总延期时间最短。

所述调度目标为交付日期的总延期惩罚最小；

步骤S2进一步包括：

步骤S21，定义全部型号航天器的出厂交付日期延期惩罚为：

式(1)中，F_i表示航天器总装订单J_i的完工时间，pc_i为航天器总装订单J_i的延期惩罚系数；

步骤22，定义全部型号航天器所有关键节点的延期惩罚为：

式(2)中，F_im表示航天器总装订单J_i的第m个关键节点的完工时间，

步骤23，将最小化所有型号航天器的关键节点交付日期和出厂交付日期的总延期惩罚确定为调度目标，表示为：

Min:TP (3)

式(3)中，

作为本发明的一个优选实施例，所述步骤S3中的约束条件，包括工艺约束、场地资源约束和人员资源约束。

作为本发明的一个优选实施例，步骤S3进一步包括：

步骤31，根据总装工艺流程，获取多型号航天器并行总装调度工艺约束；

步骤32，根据总装工艺流程及调度场地资源，获取多型号航天器并行总装协调的场地资源约束；

步骤33，根据总装工艺流程及可调度人员资源，获取多型号航天器并行总装协调的人员资源约束。

作为本发明的一个优选实施例，所述步骤S31中的工艺约束，进一步为：

总装工序O_ij的结束时刻E_ij为：

式(4)中，S_ij表示工序O_ij的总装工作开始时刻，AT_ij表示工序O_ij的总装工作时长；

当工序O_ij为舱体操作时：

当工序O_ij为测试或试验时：

式(5)和(6)中，T_ij为完成工序O_ij所需工作总时长，l表示工人代号的角标，w表示参与工序O_ij工作的工人数量；

航天器总装过程中，一道工序完全结束后才能开始其工艺路线约束下的下一道工序的总装工作，表示为：

式(7)中，S_i(j+1)表示工序O_ij的下一道工序的开始时间，E_ij表示工序O_ij的完成时间。

作为本发明的一个优选实施例，步骤32，对于任意一道工序，都必须有至少一个可进行总装工作的场地，即：

式(8)中，

任意一道工序的总装场地仅有一个，且属于其可选总装场地集合，即：

且/>

式(9)中，

每一个总装场地在同一时刻最多只能进行一道工序的总装工作，即：

式(10)中，L为一个足够大的常数。

作为本发明的一个优选实施例，所述步骤S33，对于任意一道工序，都必须有至少一个可操作工人，即：

式(11)中，

任意一道工序的操作工人可以有一个或多个，且属于其可选操作工人集合，即：

且/>

式(12)中，

每一个人员在同一时刻最多只能执行一道工序，即：

作为本发明的一个优选实施例，步骤S4进一步包括：

步骤S41，算法参数初始化；

步骤S42，根据约束条件，基于工序的编码方式生成以所有工序为基因的N个染色体，并对每个染色体按工序顺序进行基因排列，生成包含N个当前基因序列染色体的种群；

步骤S43，根据约束条件，为种群中每个染色体的所有基因分配场地资源和人员资源，计算求解N个染色体的适应度值TP，作为N个工序下所有航天器总装的延期总惩罚；

步骤S44，判断多岛遗传算法的迭代次数是否达到阈值；当达到阈值时，执行步骤S46；当未达到阈值时，执行步骤S45；

步骤S45，以当前种群为输入值执行多岛遗传算法，输出包含N个新的基因序列染色体的种群，转入步骤S43；

步骤S46，对N个染色体按适应度值大小的顺序进行排列，以适应度值最小的染色体中基因排列为准，获得当前染色体对应的总装工序及资源分配，进行生产调度，安排生产。

作为本发明的一个优选实施例，步骤S45进一步包括：

步骤S451，将N个染色体执行迁移操作，均布于n个“岛”上，每个岛是一种规则；

步骤S452，各个“岛”中的染色体分别以交叉概率P₁₁，P₂₁，P₃₁，……，P_n1随机挑选出需要进行交叉操作的染色体，生成一个交叉染色体集合；将交叉染色体集合中的染色体随机两两配对，成为多对父代染色体；遍历每对父代染色体，执行交叉操作，生成子染色体；将得到的子染色体与原种群中的N个染色体构成过渡种群；

步骤S453，对过渡种群各个“岛”中的染色体分别以变异概率P₁₂，P₂₂,，P₃₂，……，P_n2随机挑选出需要进行变异操作的染色体，生成一个变异染色体集合；变异染色体集合中的染色体上编码倒序排列，完成变异；

步骤S454，将所有“岛”上交叉和变异后的染色体按照适应度值从小到大排序，选择适应度值最小的75％N个染色体和适应度值最大的25％N个染色体组成新的种群，转入步骤S43。

本发明具有如下有益效果：

本发明实施例提供的多型号航天器并行总装协调生产调度方法，首先获取多型号航天器总装订单的出厂交付日期和关键节点交付日期，并根据所述出厂交付日期和关键节点交付日期设置调度目标；再根据总装工艺流程，获取多型号航天器并行总装协调生产的约束条件；基于此，采用多岛遗传算法，以工艺约束及资源约束条件求解调度目标，求解多型号航天器总装过程各生产工序的占用资源，以求解的占用资源进行生产调度。本发明以场地资源和人员资源为核心资源，以工艺、资源为约束条件、以最小化总延期惩罚为目标，构建资源利用模型，通过多岛遗传算法求解，得到多型号航天器总装过程各工序占用资源结果，进行生产调度和协调，保证了多个型号航天器并行总装交付日期的同时，保证关键节点的交付，实现了资源利用的最大化，提高了多型号航天器并行总装的生产效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为现有技术中进行多型号航天器总装协调生产的流程图；

图2为本发明实施方式提供的多型号航天器并行总装协调生产调度方法流程图；

图3为本发明实施方式采用多岛遗传算法求解调度目标流程图；

图4为本发明实施方式中一个包含当前基因序列的染色体结构示意图；

图5为本发明实施方式中对染色体的资源分配过程示意图；

图6为本发明实施方式中的遗传算法交叉操作示例图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

本发明实施方式提出了一种多型号航天器并行总装协调生产调度方法，以场地资源和人员资源为核心资源，以工艺、资源为约束条件、以最小化总延期惩罚为目标，构建资源利用模型，通过多岛遗传算法求解，得到多型号航天器总装过程各工序占用资源结果，进行生产调度和协调，在保证每个型号航天器总装交付日期(出厂日期)的同时，保证关键节点的交付。

图1示出了现有技术中进行多型号航天器总装协调生产时的流程图。如图1所示，在总装过程中，包括若干关键节点，以及以实验场地为主的核心资源。

图2示出了本发明实施方式所述多型号航天器并行总装协调生产调度方法流程示意图。如图2所示，所述生产调度方法包括如下步骤：

步骤S1，获取多型号航天器总装订单的出厂交付日期和关键节点交付日期。

本步骤中，每种类型的航天器总装订单具有一个出厂交付日期，航天器总装订单J_i(i＝1,2,3…n，其中n为航天器类型数量)的出厂交付日期D_i。所述出厂交付日期，也可以为出厂日期，这里的日期设定，根据具体环境的需要进行设定，保证需有订单的日期设定标准相同即可。

所述关键节点交付日期，在每个订单的关键节点处依次获得，航天器总装订单J_i的第m个关键节点的交付日期为KT_im(m＝1,2,3...K_i，K_i为型号J_i的关键节点数)。

步骤S2，根据所述出厂交付日期和关键节点交付日期设置调度目标。

本步骤中，所述调度目标，为交付日期的总延期惩罚最小或总延期时间最短。

如上所述，以调度目标为总延期惩罚最小为例，步骤S2进一步包括：

步骤S21，定义全部型号航天器的出厂交付日期延期惩罚为：

式(1)中，F_i表示航天器总装订单J_i的完工时间，pc_i为航天器总装订单J_i的延期惩罚系数。

步骤22，定义全部型号航天器所有关键节点的延期惩罚为：

式(2)中，F_im表示航天器总装订单J_i的第m个关键节点的完工时间，

步骤23，将最小化所有型号航天器的关键节点交付日期和出厂交付日期的总延期惩罚确定为调度目标，表示为：

Min:TP (3)

式(3)中，

步骤S3，根据总装工艺流程，获取多型号航天器并行总装协调生产的约束条件。

本步骤中，所述约束条件，包括工艺约束、场地资源约束和人员资源约束。

如上所述，步骤S3进一步包括：

步骤31，根据总装工艺流程，获取多型号航天器并行总装调度工艺约束。

本步骤中的总装工艺约束，为工艺操作中的结束时间约束及下一道工艺开始时刻的约束。

所述结束时间约束，与工艺开始时间与该道工艺所消耗时长的总和。

总装工序O_ij的结束时刻E_ij为：

式(4)中，S_ij表示工序O_ij的总装工作开始时刻，AT_ij表示工序O_ij的总装工作时长。

本步骤中，当工序O_ij为舱体操作时：

当工序O_ij为测试或试验时：

式(5)和(6)中，T_ij为完成工序O_ij所需工作总时长，l表示工人代号的角标，w表示参与工序O_ij工作的工人数量。

航天器总装过程中，一道工序完全结束后才能开始其工艺路线约束下的下一道工序的总装工作，表示为：

式(7)中，S_i(j+1)表示工序O_ij的下一道工序的开始时间，E_ij表示工序O_ij的完成时间。

步骤32，根据总装工艺流程及调度场地资源，获取多型号航天器并行总装协调的场地资源约束。

本步骤中，对于任意一道工序，都必须有至少一个可进行总装工作的场地，即：

式(8)中，

任意一道工序的总装场地仅有一个，且属于其可选总装场地集合，即：

且/>

式(9)中，

每一个总装场地在同一时刻最多只能进行一道工序的总装工作，即：

式(10)中，L为一个足够大的常数。

步骤33，根据总装工艺流程及可调度人员资源，获取多型号航天器并行总装协调的人员资源约束。

本步骤中，对于任意一道工序，都必须有至少一个可操作工人，即：

式(11)中，

任意一道工序的操作工人可以有一个或多个，且属于其可选操作工人集合，即：

且/>

式(12)中，

每一个人员在同一时刻最多只能执行一道工序，即：

步骤S4，采用多岛遗传算法，以步骤S3中的资源约束条件求解步骤S2中的调度目标，求解多型号航天器总装过程各生产工序的占用资源，以求解的占用资源进行生产调度。

本步骤中，采用多岛遗传算法，以资源约束条件求解调度目标时，如图3所示，包括如下步骤：

步骤S41，算法参数初始化。

步骤S42，根据工艺约束基于工序的编码方式生成以所有工序为基因的N个染色体，并对每个染色体按工序顺序进行基因排列，生成包含N个当前基因序列染色体的种群；

本步骤中，所述种群中染色体的数量，根据实际情况进行设定，例如，100～200个。

图4示出了一个包含当前基因序列的染色体结构。如图4所示，作为种群中的每个染色体，包含8个基因，即所有订单共包含8道工序，图中所示的工序为：订单2的第一道工序→订单1的第一道工序→订单1的第二道工序→订单3的第一道工序→订单2的第二道工序→订单3的第二道工序→订单1的第三道工序→订单3的第三道工序。

步骤S43，根据约束条件，为种群中每个染色体的所有基因代表的工序分配场地资源和人员资源，计算求解N个染色体的适应度值TP，即为N个工序下所有航天器总装的延期总惩罚。

图5示出了对染色体的资源分配过程。如图5所示，对每个染色体中的所有基因，分别进行工艺分配、场地资源和人员资源的分配。

步骤S44，判断多岛遗传算法的迭代次数是否达到阈值；当达到阈值时，执行步骤S46；当未达到阈值时，执行步骤S45；

步骤S45，以当前种群为输入值执行多岛遗传算法，输出包含N个新的基因序列染色体的种群，转入步骤S43。

具体的，本步骤包含：

步骤S451，将N个染色体执行迁移操作，均布于n个“岛”上，每个岛是一种规则。

步骤S452，各个“岛”中的染色体分别以交叉概率P₁₁，P₂₁，P₃₁，……，P_n1随机挑选出需要进行交叉操作的染色体，生成一个交叉染色体集合；将交叉染色体集合中的染色体随机两两配对，成为多对父代染色体；遍历每对父代染色体，执行交叉操作，生成子染色体；将得到的子染色体与原种群中的N个染色体构成过渡种群。

本步骤中，如图6所示，所述交叉操作采用POX算子。每个岛中的染色体交叉概率不同。

步骤S453，对所述过渡种群各个“岛”中的染色体分别以变异概率P₁₂，P₂₂,，P₃₂，……，P_n2随机挑选出需要进行变异操作的染色体，生成一个变异染色体集合；变异染色体集合中的染色体上编码倒序排列，完成变异操作。每个岛中的染色体变异概率也不同。

步骤S454，将所有“岛”上交叉和变异后的染色体按照适应度值从小到大排序，选择适应度值最小的75％N个染色体和适应度值最大的25％N个染色体组成新的种群，转入步骤S43。

步骤S46，对N个染色体按适应度值大小的顺序进行排列，以适应度值最小的染色体中基因排列为准，获得当前染色体对应的总装工序及资源分配，进行生产调度，安排生产。

由以上技术方案可以看出，本发明实施方式提供的多型号航天器并行总装协调生产调度方法，以场地资源和人员资源为核心资源，以工艺、资源为约束条件、以最小化总延期惩罚为目标，构建资源利用模型，通过多岛遗传算法求解，得到多型号航天器总装过程各工序占用资源结果，进行生产调度和协调，保证了多个型号航天器并行总装交付日期的同时，保证关键节点的交付，实现了资源利用的最大化，提高了多型号航天器并行总装的生产效率。

以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种多型号航天器并行总装协调生产调度方法，其特征在于，所述生产调度方法包括如下步骤：

步骤S1，获取多型号航天器总装订单的出厂交付日期和关键节点交付日期；

步骤S2，根据所述出厂交付日期和关键节点交付日期设置调度目标，进一步包括：

步骤S21，定义全部型号航天器的出厂交付日期延期惩罚为：

式(1)中，F_i表示航天器总装订单J_i的完工时间，pc_i为航天器总装订单J_i的延期惩罚系数；

步骤22，定义全部型号航天器所有关键节点的延期惩罚为：

式(2)中，F_im表示航天器总装订单J_i的第m个关键节点的完工时间，

步骤23，将最小化所有型号航天器的关键节点交付日期和出厂交付日期的总延期惩罚确定为调度目标，表示为：

Min:TP(3)

式(3)中，

步骤S3，根据总装工艺流程，获取多型号航天器并行总装协调生产的约束条件，进一步包括：

步骤31，根据总装工艺流程，获取多型号航天器并行总装调度工艺约束；

步骤32，根据总装工艺流程及调度场地资源，获取多型号航天器并行总装协调的场地资源约束；

步骤33，根据总装工艺流程及可调度人员资源，获取多型号航天器并行总装协调的人员资源约束；

步骤S4，采用多岛遗传算法，以步骤S3中的各项约束求解步骤S2中的调度目标，求解多型号航天器总装过程各生产工序的占用资源，以求解的占用资源进行生产调度。

2.根据权利要求1所述的多型号航天器并行总装协调生产调度方法，其特征在于，所述调度目标，为交付日期的总延期惩罚最小或总延期时间最短。

3.根据权利要求1所述的多型号航天器并行总装协调生产调度方法，其特征在于，所述调度目标为交付日期的总延期惩罚最小。

4.根据权利要求1所述的多型号航天器并行总装协调生产调度方法，其特征在于，所述步骤S3中的约束条件，包括工艺约束、场地资源约束和人员资源约束。

5.根据权利要求1所述的多型号航天器并行总装协调生产调度方法，其特征在于，所述步骤S31中的工艺约束，进一步为：

总装工序O_ij的结束时刻E_ij为：

式(4)中，S_ij表示工序O_ij的总装工作开始时刻，AT_ij表示工序O_ij的总装工作时长；

当工序O_ij为舱体操作时：

当工序O_ij为测试或试验时：

式(5)和(6)中，T_ij表示完成工序O_ij所需工作总时长，l表示工人代号的角标，w表示参与工序O_ij工作的工人数量；

航天器总装过程中，一道工序完全结束后才能开始其工艺路线约束下的下一道工序的总装工作，表示为：

式(7)中，S_i(j+1)表示工序O_ij的下一道工序的开始时间，E_ij表示工序O_ij的完成时间。

6.根据权利要求1所述的多型号航天器并行总装协调生产调度方法，其特征在于，步骤32，对于任意一道工序，都必须有至少一个可进行总装工作的场地，即：

式(8)中，

任意一道工序的总装场地仅有一个，且属于其可选总装场地集合，即：

式(9)中，

每一个总装场地在同一时刻最多只能进行一道工序的总装工作，即：

式(10)中，L为一个足够大的常数。

7.根据权利要求1所述的多型号航天器并行总装协调生产调度方法，其特征在于，所述步骤S33，对于任意一道工序，至少有一个可操作工人，即：

式(11)中，

任意一道工序的操作工人可以有一个或多个，且属于当前工序可选操作工人集合，即：

式(12)中，

每一个操作工人在同一时刻最多只能执行一道工序，即：

8.根据权利要求1所述的多型号航天器并行总装协调生产调度方法，其特征在于，步骤S4进一步包括：

步骤S41，算法参数初始化；

步骤S42，根据约束条件，基于工序的编码方式生成以所有工序为基因的N个染色体，并对每个染色体按工序顺序进行基因排列，生成包含N个当前基因序列染色体的种群；

步骤S43，根据约束条件，为种群中每个染色体的所有基因分配场地资源和人员资源，计算求解N个染色体的适应度值TP，作为N个工序下所有航天器总装的延期总惩罚；

步骤S44，判断多岛遗传算法的迭代次数是否达到阈值；当达到阈值时，执行步骤S46；当未达到阈值时，执行步骤S45；

步骤S45，以当前种群为输入值执行多岛遗传算法，输出包含N个新的基因序列染色体的种群，转入步骤S43；

步骤S46，对N个染色体按适应度值大小的顺序进行排列，以适应度值最小的染色体中基因排列为准，获得当前染色体对应的总装工序及资源分配，进行生产调度，安排生产。

9.根据权利要求8所述的多型号航天器并行总装协调生产调度方法，其特征在于，步骤S45进一步包括：

步骤S451，将N个染色体执行迁移操作，均布于n个“岛”上，每个岛是一种规则；

步骤S452，各个“岛”中的染色体分别以交叉概率P₁₁，P₂₁，P₃₁，……，P_n1随机挑选出需要进行交叉操作的染色体，生成一个交叉染色体集合；将交叉染色体集合中的染色体随机两两配对，成为多对父代染色体；遍历每对父代染色体，执行交叉操作，生成子染色体；将得到的子染色体与原种群中的N个染色体构成过渡种群；

步骤S453，对过渡种群各个“岛”中的染色体分别以变异概率P₁₂，P₂₂,，P₃₂，……，P_n2随机挑选出需要进行变异操作的染色体，生成一个变异染色体集合；变异染色体集合中的染色体上编码倒序排列，完成变异；

步骤S454，将所有“岛”上交叉和变异后的染色体按照适应度值从小到大排序，选择适应度值最小的75％N个染色体和适应度值最大的25％N个染色体组成新的种群，转入步骤S43。