CN113341896A - 面向离散制造的动态集成车间调度与装配序列规划方法 - Google Patents

面向离散制造的动态集成车间调度与装配序列规划方法 Download PDF

Info

Publication number
CN113341896A
CN113341896A CN202110630741.8A CN202110630741A CN113341896A CN 113341896 A CN113341896 A CN 113341896A CN 202110630741 A CN202110630741 A CN 202110630741A CN 113341896 A CN113341896 A CN 113341896A
Authority
CN
China
Prior art keywords
time
parts
assembly
rescheduling
scheduling
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.)
Granted
Application number
CN202110630741.8A
Other languages
English (en)
Other versions
CN113341896B (zh
Inventor
王梓越
鲁聪
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110630741.8A priority Critical patent/CN113341896B/zh
Publication of CN113341896A publication Critical patent/CN113341896A/zh
Application granted granted Critical
Publication of CN113341896B publication Critical patent/CN113341896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种面向离散制造的动态集成车间调度与装配序列规划方法，包括以下步骤：S1、根据面向离散制造的动态集成车间调度与装配序列规划问题，建立优化目标函数以及约束条件；S2、结合滚动窗口技术，提出后移重调度和完全重调度两种调度策略，并将两种调度策略分别与原方案合并，得到新的调度方案；S3、对两种新的调度方案进行比较，找出最优方案。本发明在离散制造过程中发生动态扰动事件时，可提供适用于动态离散制造环境的动态调度策略，以减少动态扰动因素造成的损失，能够提高离散制造企业生产效率、降低生产成本。

Description

面向离散制造的动态集成车间调度与装配序列规划方法
技术领域
本发明属于智能制造领域，具体涉及一种面向离散制造的动态集成车间调度与装配序列规划方法(Dynamic Integrated Job Shop Scheduling and Assembly SequencePlanning,DIJSSASP)。
背景技术
在如今科学技术快速发展和经济全球化的世界中，被称为“国民经济支柱”的离散制造业已经有了翻天覆地的变化，以更好的适应全球市场竞争中制造业的新局面。为了在市场中获得竞争优势，企业必须不断扩大的生产来获得更大的利益，这就对企业的生产管理有了一定的要求，在尽可能的降低生产成本，以获取更多利益的同时，按约定时间完成生产并交付产品，以免对企业信誉的产生影响，这就需要企业制定合适的生产方案。同时在实际的车间制造系统中，会出现大量的、不可预见的或随机的动态扰动事件，一旦发生了动态扰动事件，原本确定的生产方案将不再适用，这将导致生产时间延长，制造成本增加，甚至会导致一系列不可挽回的后果，例如企业声誉的下降。因此企业需要快速在原定方案的基础上，快速调整，产生新方案。
目前的研究主要集中在静态车间调度以及动态车间调度，但是在生产过程中，加工与装配是两个密不可分的过程，动态扰动事件的发生不仅只是对后续零件的加工过程有影响，同时也会对后续的装配过程有影响。目前，对于离散制造中，如何同时考虑动态扰动事件对零件加工过程和装配过程的影响，从而实现综合性能最佳的车间调度方案和产品装配方案，还未有有效的技术方法和手段。
发明内容
本发明的目的在于克服现有技术的不足，提供一种在离散制造过程中发生动态扰动事件时，可提供适用于动态离散制造环境的动态调度策略，以减少动态扰动因素造成的损失，能够提高离散制造企业生产效率、降低生产成本的面向离散制造的动态集成车间调度与装配序列规划方法。
本发明的目的是通过以下技术方案来实现的：面向离散制造的动态集成车间调度与装配序列规划方法，包括以下步骤：
S1、根据面向离散制造的动态集成车间调度与装配序列规划问题，建立优化目标函数以及约束条件；
S2、结合滚动窗口技术，提出后移重调度和完全重调度两种调度策略，并将两种调度策略分别与原方案合并，得到新的调度方案；
后移重调度是指在保持原本方案中加工和装配序列不变的前提下，找出因为机器故障或者返工零件插入受到影响的加工工序和装配零件，原本未受到影响的加工工序和装配过程继续进行，将受到影响的加工工序的加工时间和装配零件的开始时间依次向后推移，由此产生新的生产方案；
完全重调度，即将不受动态扰动因素影响的零件的工序集合，在调度窗口和等待窗口中所有等待加工的零件的工序集合以及未调度的零件的工序集合全部收集，重新放入调度窗口中进行新一轮的调度；
S3、对两种新的调度方案进行比较，找出最优方案。
进一步地，所述步骤S1具体包括以下子步骤：
S11、建立以下目标函数：
(1)静态环境下的优化目标：优化目标是使生产过程中零件的总生产完成时间和总库存时间最小；对于有n个零件组成的产品，给定的装配序列S：{Se1,Se2,.....,Sei,.....,Sen}，用F1表示的产品的生产总完成时间：
Figure BDA0003103641860000021
用F2表示的生产过程中零件的总库存时间：
Figure BDA0003103641860000022
z为给定装配序列下的装配干涉次数；
(2)动态环境下的优化目标：在动态扰动事件发生后，需要对方案的稳定性进行优化，建立如下重调度偏差函数：
Figure BDA0003103641860000023
其中rp为未加工的工序数，ra为未装配的零件数，dSpj为动态方案下工序j的开始加工时间，Spj为原方案中工序j的开始加工时间，dSai为动态方案下零件Pi开始装配时间，Sai为原方案中零件Pi开始装配时间；
在动态扰动事件发生后，优化目标分别为产品的生产总完成时间最短minF1、零件的总库存时间最短minF2、重调度偏差最小minF3；
零件Pi的第j道工序加工完成时间Epij为：
Figure BDA0003103641860000031
其中，Spij表示零件Pi的第j道工序的开始加工时间，Tpijk表示在机器Mk上零件Pi第j道工序的加工时间，
Figure BDA0003103641860000032
零件Pi的加工完成时间为零件Pi的最后一道工序的加工完成时间，因此零件Pi的加工完成时间Epi为：
Epi＝Epij,当j＝Qi (5)
其中，Qi表示零件Pi的工序数；
只有零件Pi-1的装配过程已经完成并且零件Pi的所有加工工序全部完成之后，才能对零件Pi开始装配过程，因此零件Pi的开始装配时间表示如下：
Sai＝max(Epi,Ea(i-1)) (6)
Ea(i-1)表示装配过程中零件Pi-1的完成时间；
在装配过程中，由于装配方向的改变、操作的改变和工具的改变都会增加装配时间，因此装配过程中零件Pi的完成时间计算如下：
Eai＝Sai+Tai+ndi×tdi+nopi×topi+nti×tti (7)
其中，Sai表示零件Pi的开始装配时间，Tai表示零件Pi的装配时间；tdi表示当装配零件Pi的方向发生改变时的时间增加；topi表示当装配零件Pi的操作类型发生变化时的时间增加；tti表示当装配零件Pi的装配工具发生变化时的时间增加；ndi、nopi、nti均为布尔变量：
Figure BDA0003103641860000033
Figure BDA0003103641860000034
Figure BDA0003103641860000041
基于式(4)、式(5)、式(6)和式(7)得出零件Pi在装配中的完成时间，进而用式(1)得出产品的总生产完成时间，从而得到目标函数F1的值；
为了得到目标函数F2的值，需要对生产过程中零件的总库存时间进行总结，如下所述：如果零件Pi的所有处理操作都已完成，而零件Pi-1的装配尚未完成，则零件Pi将会产生库存占用；零件Pi的库存占用时间由式(8)得出：
Eni＝max(Sai-Epi,0) (8)；
S12、建立以下约束条件：
Figure BDA0003103641860000042
Figure BDA0003103641860000043
Figure BDA0003103641860000044
Figure BDA0003103641860000045
Figure BDA0003103641860000046
Figure BDA0003103641860000047
约束(9)确保在同一时间只能处理零件的一道工序，A为任意正整数；
Figure BDA0003103641860000048
表示零件Pi的第j1、j2道工序加工完成时间；
Figure BDA0003103641860000049
表示零件Pi的第j1道工序的加工时间；
Figure BDA00031036418600000414
为布林变量：
Figure BDA00031036418600000410
如果第j2道工序在第j1道工序之间加工；
约束(10)确保每台机器同一时刻只能处理一个零件的一道工序，
Figure BDA00031036418600000415
表示在机器Mk上零件
Figure BDA00031036418600000411
的第j1道工序的完工时间；
Figure BDA00031036418600000416
表示在机器Mk上零件
Figure BDA00031036418600000412
第j1道工序的加工时间；
Figure BDA00031036418600000417
表示布林变量：
Figure BDA00031036418600000413
约束(11)确保零件的一道工序只能在一台机器上处理；
约束(12)保证了零件Pi的第j道工序加工完成后才能开始加工零件Pi的第j+1道工序；
约束(13)保证了零件Pi的所有道加工工序都加工完成之后才能开始零件Pi的装配过程
约束(14)保证了在给定的装配顺序S：{Se1,Se2,.....,Sei,.....,Sen}中，零件Pi-1的装配过程完成后才能开始对零件Pi进行装配；
S13、从干涉矩阵中分析得出装配干涉次数以及给定装配序列中装配方向、操作和工具的变化次数。
进一步地，所述后移重调度的具体实施步骤如下：
S211、识别受影响的加工工序和装配零件；
S212、调整受影响的加工工序：采用树状影响关系图来确认受影响的加工工序之间的关系，从根节点即零件1的第一道工序的开始时间为起点，逐层往后推移；判断父节点上工序由于后移影响的完工时间与子节点上原方案中的开始时间，判断子节点的工序是否需要后移；若父节点上工序由于后移影响的完工时间大于子节点上原方案中的开始时间，那么子节点上工序的开始时间应后移为父节点的完成时间；若父节点上工序由于后移影响的完工时间小于或等于子节点上原方案中的开始时间，则子节点上工序的开始时间不需要后移；
S213、调整受影响的装配零件：在对受影响的加工工序调整完成后，需要将受到影响的零件的完工时间与零件的装配起始时间进行比较，同时也需要比较上一个由于受到后移影响的装配零件的完工时间与该零件的装配起始时间，如果装配零件受到后移的影响，那么零件的装配起始时间点应为该零件的完工时间和上一个装配零件的装配完成时间中较大的时间点；
S214、合并后移重调度策略与原方案，得到新的调度方案。
进一步地，所述完全重调度策略具体实施步骤如下：
S221、初始信息收集，收集以下信息：
(1)对原方案中的加工信息进行收集；
(2)在动态扰动事件发生时，对零件状态进行收集，零件状态分为：
零件的所有工序均已完工、零件的部分工序完工、零件均未开始加工三种状态；
其中已完成加工的零件将不再需要考虑；
部分工序完工的零件需要分析该零件在动态扰动事件发生时，是否处于加工状态；若处在加工状态，则在重调度中零件的开始加工时间为零件处于加工的工序的计划完工时间，若处在非加工状态，则在重调度中零件的开始加工时间为重调度时刻；
未开始加工的零件在重调度中的开始加工时间为重调度时刻；
(3)对机器状态进行收集，机器状态分为：正在加工的机器、处于故障的机器、空闲的机器三种；若机器处于正在加工的状态，则在该机器上工序的计划完工时间为机器的最早可用时间；若机器处于故障状态，则修复完成时间为机器的最早可用时间；若机器处于空闲状态，则机器的最早可用时间为重调度时刻；
(4)对零件进行装配时对零件状态进行收集，零件状态分为：已装配完成、正在装配、未装配三种状态；其中已装配完成的零件将不再考虑，若有正在装配的零件，则未装配的零件的最早装配时间为正在装配零件的计划装配完成时间和该零件的加工完工时间的最大值，若没有正在装配的零件，则未装配的零件的最早装配时间为重调度时刻和该零件的完工时间的最大值；
S222、对重调度窗口中的工序进行重调度：将正在加工的零件的工序和未加工的工序放入重调度窗口中，其中正在加工的零件的加工信息不变，未加工的工序遵守初始信息收集中各零件的开始加工及装配时间进行重调度操作；
S223、合并完全重调度策略与原方案，得到新的调度方案。
本发明的有益效果是：本发明针对离散制造问题进行研究，同时考虑实际生产过程中存在的动态扰动事件对零件加工过程及装配过程的影响，提出了一种面向离散制造的动态集成车间调度与装配序列规划方法，包括以下步骤：建立适应度函数以及约束条件等数学模型；结合滚动窗口技术，提出后移重调度和完全重调度两种调度策略；针对机械故障及零件质量不合格而返工两种动态扰动事件，提出合适的重调度策略。本发明提出的动态集成作业车间调度与装配序列规划方法，在离散制造过程中发生动态扰动事件时，可提供适用于动态离散制造环境的动态调度策略，以减少动态扰动因素造成的损失，对于提高离散制造企业生产效率、降低生产成本具有重要的意义。
附图说明
图1为本发明的动态集成车间调度与装配序列规划方法的流程图；
图2为本发明的滚动窗口示意图；
图3为本发明的后移重调度示意图；
图4为本发明的受影响的加工工序之间的关系图；
图5为本发明的动态扰动事件发生示意图；
图6为本发明的重调度操作示意图；
图7为本发明的合并调度方案的示意图；
图8为本实施例的所示的大型模锻压机的一个部件示意图；
图9为本实施例大型模锻压机部件原加工方案的甘特图；
图10为本实施例实验一中，后移重调度策略的示意图；
图11为本实施例实验二的树状影响关系图；
图12为本实施例实验二中，根据后移重调度策略，得出新的生产方案图；
图13为本实施例实验二中完全重调度后的甘特图；
图14为本实施例实验三中的树状影响关系图；
图15为本实施例实验三中，根据后移重调度策略，得出新的生产方案；
图16为本实施例实验三中完全重调度后的甘特图。
具体实施方式
考虑离散制造中零件加工过程和装配过程的相互影响关系，并针对离散制造中的动态扰动事件影响这一关键性问题，本发明提出一种面向离散制造的动态集成车间调度与装配序列规划方法，以提供适用于动态离散制造环境的动态调度策略，对于提高离散制造企业生产效率、降低生产成本具有重要的意义。下面结合附图进一步说明本发明的技术方案。
如图1所示，本发明的一种面向离散制造的动态集成车间调度与装配序列规划方法，包括以下步骤：
S1、根据面向离散制造的动态集成车间调度与装配序列规划问题，建立优化目标函数以及约束条件；
动态离散型制造的问题可以描述为：在一个生产过程中有n个零件，共有m台加工机器，每台机器可以加工零件的部分工序，合理安排生产顺序使得零件完成加工并进行装配。但是生产过程中会发生机器故障、装配过程中因零件质量不合格而返工等动态扰动事件。因此需要在出现动态扰动事件后尽可能的减少动态扰动事件对生产的影响，并且尽可能的对目标进行优化，同时需要满足以下假设：(a)加工车间和装配车间的工作条件已经具备，任何零件都可以加工或装配；(b)如果在运行过程中，机器没有发生任何故障，则机器将一直运行，直到加工过程完成；(c)各部件的运输时间包含在加工时间内；(d)加工和装配所需的工件、操作、机器和工具都是提前已知的。
基于上述假设，步骤S1具体包括以下子步骤：
S11、建立以下目标函数：
(1)静态环境下的优化目标：在IJSSASP的求解中，优化目标是使生产过程中零件的总生产完成时间和总库存时间最小；对于有n个零件组成的产品，给定的装配序列S：{Se1,Se2,.....,Sei,.....,Sen}，用F1表示的产品的生产总完成时间：
Figure BDA0003103641860000071
用F2表示的生产过程中零件的总库存时间：
Figure BDA0003103641860000081
z为给定装配序列下的装配干涉次数；
(2)动态环境下的优化目标：在动态扰动事件发生后，尽可能减少原方案与新的方案之间的偏差，因此需要对方案的稳定性进行优化，建立如下重调度偏差函数：
Figure BDA0003103641860000082
其中rp为未加工的工序数，ra为未装配的零件数，dSpj为动态方案下工序j的开始加工时间，Spj为原方案中工序j的开始加工时间，dSai为动态方案下零件Pi开始装配时间，Sai为原方案中零件Pi开始装配时间；
在动态扰动事件发生后，优化目标分别为产品的生产总完成时间最短minF1、零件的总库存时间最短minF2、重调度偏差最小minF3；
通过公式(1)和公式(2)，在装配过程中存在装配干扰的解将通过增大目标函数值的方式进行惩罚。
零件Pi的第j道工序加工完成时间Epij为：
Figure BDA0003103641860000083
其中，Spij表示零件Pi的第j道工序的开始加工时间，Tpijk表示在机器Mk上零件Pi第j道工序的加工时间，
Figure BDA0003103641860000084
零件Pi的加工完成时间为零件Pi的最后一道工序的加工完成时间，因此零件Pi的加工完成时间Epi为：
Epi＝Epij,当j＝Qi (5)
其中，Qi表示零件Pi的工序数；
考虑到目前正在进行的零件加工和装配过程，对于给定的装配顺序S:{Se1,Se2,.....,Sei,.....,Sen}，只有零件Pi-1的装配过程已经完成并且零件Pi的所有加工工序全部完成之后，才能对零件Pi开始装配过程，因此零件Pi的开始装配时间表示如下：
Sai＝max(Epi,Ea(i-1)) (6)
Ea(i-1)表示装配过程中零件Pi-1的完成时间；
在装配过程中，由于装配方向的改变、操作的改变和工具的改变都会增加装配时间，因此装配过程中零件Pi的完成时间计算如下：
Eai＝Sai+Tai+ndi×tdi+nopi×topi+nti×tti (7)
其中，Sai表示零件Pi的开始装配时间，Tai表示零件Pi的装配时间；tdi表示当装配零件Pi的方向发生改变时的时间增加；topi表示当装配零件Pi的操作类型发生变化时的时间增加；tti表示当装配零件Pi的装配工具发生变化时的时间增加；ndi、nopi、nti均为布尔变量：
Figure BDA0003103641860000091
Figure BDA0003103641860000092
Figure BDA0003103641860000093
基于式(4)、式(5)、式(6)和式(7)得出零件Pi在装配中的完成时间，进而用式(1)可以得出产品的总生产完成时间，从而得到目标函数F1的值；
为了得到目标函数F2的值，需要对生产过程中零件的总库存时间进行总结，如下所述：在并行零件加工和装配过程中，给定装配序列S:{Se1，Se2，…，Sei，…，Sen}，如果零件Pi的所有处理操作都已完成，而零件Pi-1的装配尚未完成，则零件Pi将会产生库存占用；零件Pi的库存占用时间可由式(8)得出：
Eni＝max(Sai-Epi,0) (8)
在式(8)的基础上，用式(2)求出生产过程中零件的总库存时间，然后求出目标函数F2的值；
S12、为了求解DIJSSASP问题，除了建立优化目标函数，在并行零件加工和装配过程中，还需要建立以下约束条件：
Figure BDA0003103641860000094
Figure BDA0003103641860000095
Figure BDA0003103641860000101
Figure BDA0003103641860000102
Figure BDA0003103641860000103
Figure BDA0003103641860000104
约束(9)确保在同一时间只能处理零件的一道工序，A为任意正整数；
Figure BDA0003103641860000105
表示零件Pi的第j1、j2道工序加工完成时间；
Figure BDA0003103641860000106
表示零件Pi的第j1道工序的加工时间；
Figure BDA0003103641860000107
为布林变量：
Figure BDA0003103641860000108
约束(10)确保每台机器同一时刻只能处理一个零件的一道工序，
Figure BDA00031036418600001014
表示在机器Mk上零件
Figure BDA0003103641860000109
的第j1道工序的完工时间；
Figure BDA00031036418600001015
表示在机器Mk上零件
Figure BDA00031036418600001010
第j1道工序的加工时间；
Figure BDA00031036418600001016
表示布林变量：
Figure BDA00031036418600001011
约束(11)确保零件的一道工序只能在一台机器上处理；
约束(12)保证了零件Pi的第j道工序加工完成后才能开始加工零件Pi的第j+1道工序；
约束(13)保证了零件Pi的所有道加工工序都加工完成之后才能开始零件Pi的装配过程
约束(14)保证了在给定的装配顺序S：{Se1,Se2,.....,Sei,.....,Sen}中，零件Pi-1的装配过程完成后才能开始对零件Pi进行装配；
S13、除上述约束条件外，为了得到求解DIJSSASP问题的优化目标值，还需要从干涉矩阵中分析得出装配干涉次数以及给定装配序列中装配方向、操作和工具的变化次数。
对于包含n个零件的装配产品，干涉矩阵IMd如下所示：
Figure BDA00031036418600001012
其中，d表示装配方向，d∈{X±,Y±,Z±}，X±,Y±,Z±为空间坐标系六个方向；i∈[1,n],j∈[1,n]，元素Iij的取值为：
Figure BDA00031036418600001013
根据干涉矩阵得出在给定的装配顺序中，沿方向d(d∈{X±,Y±,Z±})将零件Pi装配到产品上是否可行的结论：如果零件Pi六个方向中的任何一个都不能进行装配，则给定的装配顺序不可行；
对一组装配序列中零件Pi的装配方向是否发生改变的ndi计算步骤为：
(1)令D(Sei)表示零件Pi装配的可行装配方向；
(2)令i＝1，q＝1，ndi＝0；
(3)如果D(Se1)∩D(Se2)∩...∩D(Se(i-1))≠Φ，但是
D(Se1)∩D(Se2)∩...∩D(Se(i-1))∩D(Sei)＝Φ，那么待装配体的零部件Pi需要改变一次装配方向，ndi＝ndi+1；
(4)结束。
对一组装配序列中零件Pi的装配方式和装配工具是否发生改变的nopi和nti计算步骤如ndi的计算方法相似。
S2、结合滚动窗口技术，提出后移重调度和完全重调度两种调度策略，并将两种调度策略分别与原方案合并，得到新的调度方案；
滚动窗口技术：在车间生产过程中，零件的状态会随着加工进行而不断发生变化，将零件的状态分为三类：零件已完工、零件正在加工、零件待加工和零件未调度。因此结合预测控制原理提出滚动窗口技术，将动态调度过程划分为一个个短暂的静态调度区间，在每个特定的重新调度时刻，从要加工的所有零件的未加工工序中选择一定数量的加工任务，并将它们添加到调度窗口以进行调度并生成重新调度计划，从而使车间生产调度性能提高。根据调度的时间，可以将调度窗口分为以下三个：完工窗口、调度窗口、等待窗口，在完工窗口中存入已完工的零件，在调度窗口中存入等待加工零件和正在加工零件，在等待窗口中存入未调度零件，如图2所示。
随着加工的进行，正在加工的零件完工后，将从调度窗口中移出，移至完工窗口，筛选未调度的零件从等待窗口中移出，移至调度窗口中进行调度安排，生成加工方案。
后移重调度是指在保持原本方案中加工和装配序列不变的前提下，找出因为机器故障或者返工零件插入受到影响的加工工序和装配零件，原本未受到影响的加工工序和装配过程继续进行，将受到影响的加工工序的加工时间和装配零件的开始时间依次向后推移，由此产生新的生产方案；
所述后移重调度的具体实施步骤如下：
S211、识别受影响的加工工序和装配零件；在生产方案的加工和装配过程中，同一个零件不同工序的加工顺序，同一个机器上不同工序的加工顺序及零件的装配顺序都有着先后顺序。当动态扰动事件发生时，不仅当前时刻的工序加工受到影响，同一零件的后续工序、所处的同一机器的后续工序，以及该零件的装配起始点和后续零件的装配起始点都会受到影响。因此，找出受到影响的加工工序和装配零件是后移重调度操作的关键。
如图3所示，假设在机器1准备加工零件1的第一道工序时发生了动态扰动事件，若使用后移重调度策略，零件1的第一道工序为直接影响，零件1的第二道工序和零件3的第二道工序会因为零件1的第一道工序的后移而受到间接影响，依次类推零件2的第三道工序、零件3的第三道工序和零件1的第三道工序也会受到影响。同时装配过程中，由于3个零件的完工时间后移，导致了3个零件装配起始点后移。但具体是否会导致零件工序加工时间点和零件装配起始点的后移，还需要将零件的开始加工时间点、零件的完工时间点和装配的起始点进行计算比较后才能确定。
S212、调整受影响的加工工序：为了方便直观的研究零件加工工序之间的相互影响关系，本文采用树状影响关系图来确认受影响的加工工序之间的关系，如图4所示。从根节点即零件1的第一道工序的开始时间为起点，逐层往后推移；判断父节点上工序由于后移影响的完工时间与子节点上原方案中的开始时间，判断子节点的工序是否需要后移；若父节点上工序由于后移影响的完工时间大于子节点上原方案中的开始时间，那么子节点上工序的开始时间应后移为父节点的完成时间；若父节点上工序由于后移影响的完工时间小于或等于子节点上原方案中的开始时间，则子节点上工序的开始时间不需要后移；例如：图4中，零件1的第一道工序由于后移影响的完工时间大于原本方案中零件1的第二道工序的开始时间，但是小于等于原本方案中零件3的第二道工序，那么零件1的第二道工序的开始时间需要后移为零件1的第一道工序的完工时间，而零件3的第二道工序不需要后移。通过上述操作方法，可以对整个受到影响的加工工序全部进行调整。
S213、调整受影响的装配零件：在对受影响的加工工序调整完成后，需要将受到影响的零件的完工时间与零件的装配起始时间进行比较，同时也需要比较上一个由于受到后移影响的装配零件的完工时间与该零件的装配起始时间，如果装配零件受到后移的影响，那么零件的装配起始时间点应为该零件的完工时间和上一个装配零件的装配完成时间中较大的时间点。例如：图5中，零件2的装配起始时间点，应为零件2的第三道工序的完工时间和零件3的装配完成时间中较大的时间点。通过上述操作办法，可以对受影响的装配零件进行调整。
S214、合并后移重调度策略与原方案，得到新的调度方案。
完全重调度，即将不受动态扰动因素影响的零件的工序集合，在调度窗口和等待窗口中所有等待加工的零件的工序集合以及未调度的零件的工序集合全部收集，重新放入调度窗口中进行新一轮的调度；后移重调度策略会对整个受到影响的加工和装配工序全部进行调整，当受影响的工序过多，将会导致整个加工流程的后移，因此这种情况下，完全重调度策略可能更为适合。
完全重调度策略具体实施步骤如下：
S221、初始信息收集，收集以下信息：
(1)对原方案中的加工信息进行收集；动态离散制造过程中，机器与零件的状态与静态离散制造过程有一定的区别。在静态离散制造过程中，所有的机器在初始时刻都处于空闲状态，所有的零件在初始时刻都处于待加工状态，因此所有零件的最早可加工时间都是0时刻。但是在动态离散制造过程中，由于动态扰动事件的发生，对发生动态扰动后的零件进行重调度，而零件和机器的最早可加工时间并不一定是重调度时刻，因此需要对原方案中的加工信息进行收集。
(2)在动态扰动事件发生时，对零件状态进行收集，零件状态分为：
零件的所有工序均已完工、零件的部分工序完工、零件均未开始加工三种状态；
其中已完成加工的零件将不再需要考虑；
部分工序完工的零件需要分析该零件在动态扰动事件发生时，是否处于加工状态；若处在加工状态，则在重调度中零件的开始加工时间为零件处于加工的工序的计划完工时间，若处在非加工状态，则在重调度中零件的开始加工时间为重调度时刻；
未开始加工的零件在重调度中的开始加工时间为重调度时刻；
(3)对机器状态进行收集，机器状态分为：正在加工的机器、处于故障的机器、空闲的机器三种；若机器处于正在加工的状态，则在该机器上工序的计划完工时间为机器的最早可用时间；若机器处于故障状态，则修复完成时间为机器的最早可用时间；若机器处于空闲状态，则机器的最早可用时间为重调度时刻；
(4)对零件进行装配时对零件状态进行收集，零件状态分为：已装配完成、正在装配、未装配三种状态；其中已装配完成的零件将不再考虑，若有正在装配的零件，则未装配的零件的最早装配时间为正在装配零件的计划装配完成时间和该零件的加工完工时间的最大值，若没有正在装配的零件，则未装配的零件的最早装配时间为重调度时刻和该零件的完工时间的最大值；
如图5所示，有3个零件分别在3个机器上加工，每个零件均有3道工序，当动态扰动事件发生时，需要在该时刻进行重调度。机器2处于空闲状态，零件3在重调度时刻处于非加工状态，因此零件3的第3道工序的最早加工时间为重调度时刻。由于零件1在重调度时刻处于加工状态，因此零件1的第3道工序的最早加工时间为零件1的第2道工序的计划完工时间。由于机器3在重调度时刻处于加工状态，因此零件2的第3道工序的最早加工时间为零件1的第2道工序的计划完工时间。零件1、2、3都处于未装配状态，因此3个零件的最早装配时间为零件的完工时刻和重调度时刻的最大值。
S222、对重调度窗口中的工序进行重调度：将正在加工的零件的工序和未加工的工序放入重调度窗口中，其中正在加工的零件的加工信息不变，未加工的工序遵守初始信息收集中各零件的开始加工及装配时间进行重调度操作。如图6所示，将正在操作的零件2的第二道工序中未完成的部分放入重调度窗口中，继续按照原本的加工信息进行加工。未加工的零件1的第三道工序，零件3的第三道工序，零件2的第三道工序以及未装配的零件1-3的装配过程进行重调度操作。
S223、合并完全重调度策略与原方案，得到新的调度方案：将经过重调度操作得到的方案与原方案的信息进行合并，将原方案中动态扰动事件发生前的加工及装配信息和经过重调度操作得到的加工及装配信息合并。如图7所示，将已完成加工的零件1的第1道工序、零件2的第1道工序、零件2的第2道工序、零件3的第1道工序、零件3的第2道工序、正在加工的零件1的第2道工序、未加工的零件1的第3道工序、零件2的第3道工序、零件3的第3道工序的加工信息，以及未装配的零件1、2、3的装配信息进行合并，得出在动态扰动事件发生后产生新的生产方案。
S3、对两种新的调度方案进行比较，找出最优方案。
以下通过具体实例对本发明方法的流程做进一步说明，在生产过程中遇到的机器故障以及在装配过程中因零件质量不合格而返工两种动态扰动事件对生产过程的影响，并且根据本文提出的后移重调度策略和完全重调度策略，分别对两种动态扰动事件进行测试，找出更为合适的动态调度策略，以展示出本发明的优越性。在本实例中，以图8所示的大型模锻压机的一个部件为例，基于Matlab编程，具体包括以下步骤：
S1：确定该部件的零件组成，确定每个零件的加工信息见表1，确定各零件的装配工艺信息见表2，确定原加工方案的甘特图见图9。
表1
Figure BDA0003103641860000141
Figure BDA0003103641860000151
Figure BDA0003103641860000161
表2
零件号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
操作时间(h) 16 16 16 32 16 16 24 16 16 8 8 24 24 16 16
工具类型 1 2 2 1 3 2 2 2 3 3 3 4 4 3 2
操作方式 1 0 0 0 1 2 0 2 0 2 2 3 3 0 2
如图8所示，对模锻压机的各零件编号，根据零件之间的装配关系建立零件的干涉矩阵，见表3-表8，根据表2中的装配工艺信息，确定零件的装配方式和装配工具。
表3 X轴正方向的零件干涉矩阵
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
1 0 1 0 1 1 1 1 0 1 1 0 1 1 0
1 0 0 0 1 0 0 0 0 0 0 0 1 1 0
1 0 0 0 1 0 0 0 0 1 1 0 1 0 0
1 1 1 1 0 1 1 1 0 1 1 0 1 0 0
1 0 1 0 1 0 0 0 0 0 0 0 0 0 0
1 0 1 0 1 0 0 0 0 0 0 0 1 0 0
1 0 1 0 1 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 1 1 0 0 0 0 0 0 0 1 0 0
1 0 0 1 1 0 0 0 0 0 0 0 1 0 0
1 1 1 1 1 1 1 1 1 1 1 0 1 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 1 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
表4 X轴负方向的零件干涉矩阵
Figure BDA0003103641860000162
Figure BDA0003103641860000171
表5 Y轴正方向的零件干涉矩阵
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
1 0 0 0 1 0 0 0 0 0 0 0 0 0 0
1 0 0 0 1 0 0 0 0 0 0 0 0 0 0
1 0 0 0 1 0 0 0 1 1 1 0 0 0 0
1 1 1 1 0 0 0 0 1 0 0 0 0 0 0
1 0 0 0 0 0 1 1 0 0 0 0 0 0 0
1 0 0 0 0 0 0 1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 1 1 0 0 0 0 0 0 1 1 0 0
1 0 0 1 0 0 0 0 0 0 0 0 0 0 0
1 0 0 1 0 0 0 0 0 1 0 0 0 0 0
1 0 0 0 0 0 0 0 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0 1 0 0 0 0 0 0
1 1 1 0 1 1 1 1 0 0 0 1 1 0 1
1 1 1 1 1 0 0 0 1 1 1 1 1 1 0
表6 Y轴负方向的零件干涉矩阵
Figure BDA0003103641860000172
Figure BDA0003103641860000181
表7 Z轴正方向的零件干涉矩阵
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 0 0 1 1 1 1 0 0 0 0 0 0
1 1 1 1 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 0 0 0 1 0 0 0 0 1 1 0 0
1 0 0 1 0 1 1 1 1 0 0 0 0 0 0
1 0 0 1 0 1 1 1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0 1 0 0 0 0 1 0
1 0 0 0 0 0 0 0 1 0 0 0 0 1 0
1 1 1 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 0 0 0 0 0 0 0 0 0 0 1 0
表8 Z轴负方向的零件干涉矩阵
Figure BDA0003103641860000182
Figure BDA0003103641860000191
S2：对机器故障以及在装配过程中因零件质量不合格而返工两种动态扰动事件，分别使用后移重调度策略和完全重调度策略。
S3：对结果进行比较，分别找出更合适的动态调度策略。首先对机器故障这一动态扰动事件进行分析
实验一：机器1在第49h的时刻发生机器故障，所需修理时间为10h。
此时机器1处于空闲状态，同时准备对零件12的第2道工序进行加工。由于机器的故障，将会对后续工序的加工产生一定的影响。由于在原方案中，零件12的第2道工序完工到该机器下一个需要加工的零件3的第2道工序之间有着巨大的时间间隔，因此通过后移重调度策略，将零件12的第2道工序的开始加工时间由49h后移到59h，对后续工序的加工完全没有影响，如图10所示。
实验二：机器2在第118h的时刻发生机器故障，并且需要10h的修理时间。
首先使用后移重调度策略。此时机器2正准备对零件3的第1道工序进行加工，由于机器的故障，将会对后续工序的加工产生一定的影响。由于在准备加工零件3的第1道工序时发生了机器故障，因此以该工序作为根节点，通过树状影响关系图11所示，对后续所受影响的加工工序及装配工序进行收集。
首先工序301的开始加工时间后移10h，根据计算得知，工序301影响的后续工序502、603、302、1001、1503、801的开始加工时间统一往后移10h，由于加工时间的后移，也将会导致零件的开始装配时间的后移，其中受到后移影响，零件13的开始装配时间为零件13的完工时间即264h，零件13的完工时间后移至293h，而在计划中的零件7的装配开始时间为285，因此受到后移影响，需要后移8h至293h。后续的零件12、3、9、14也受到相应的后移影响，后移8h。根据后移重调度策略，得出新的生产方案，如图12所示。
在使用后移重调度策略过程中，由于受到后移影响的工序较多，因此考虑使用完全重调度策略对动态扰动事件进行测试，并与上述的使用后移重调度策略得出的结果进行比较。
首先对初试信息进行收集，分别找出已经完成加工的工序、正在加工的工序、未加工的工序、已完成装配的零件、正在装配的零件，以及未装配的零件如表9所示。
表9
Figure BDA0003103641860000201
由于机器2的故障，因此在机器2上未加工的工序{301 402 502 603 201 1003803 1103}的最早开始加工时间均为机器2的修理完成时间。由于工序102在动态扰动事件发生时还处于加工状态，因此零件1的后续工序103以及加工工序102所在的机器3上未加工的工序{1302901 403 702 303 802 203 1203}的最早开始加工时间为工序102的在原方案中的完工时间。其余的未加工工序的最早加工时间为重调度时刻，未装配零件的最早开始装配时间为重调度时刻和该零件完工时间的最大值。在对初试信息收集完成后，使用本文所提出的集成车间调度与装配规划方法，对未加工工序和未装配零件通过NSGA-Ⅱ算法进行求解，优化目标为产品的生产总完成时间最短，零件的总库存时间最短，重调度偏差最小。将经过重调度操作得到的方案与原方案的信息进行合并，将原方案中动态扰动事件发生前的加工及装配信息和经过重调度操作得到的加工及装配信息合并，得出完全重调度后的甘特图，如图13所示。
表10给出了在发生机械故障这一动态扰动事件时，分别使用后移重调度策略和完全重调度策略所得结果的比较。
表10
评价标准 后移重调度策略 完全重调度策略
总生产完成时间(h) 576 563
总库存时间(h) 776 801
重调度偏差(h) 140 2677
可以看出使用后移重调度策略和完全重调度策略的得出的结果中，总生产完成时间和总库存时间这两个目标的差距并不大，其中使用完全重调度策略得出的总生产完成时间略短，而使用后移重调度策略得出的总库存时间略短。但是在考虑到重调度偏差这一评价指标，后移重调度策略得出的结果远远好于完全重调度策略得出的结果。
当发生机器故障这一动态扰动事件时，无论使用后移重调度策略而导致后移工序的多或者少，均只会将工序的加工及装配时间向后推移，而当使用完全重调度策略，则将会对从开始发生动态扰动事件起，所有未操作的加工及装配工序全部重新调度计算，因此新生成的生产方案相比原方案将会有较大的差别。所以在应对机器故障这一动态扰动事件时，相比使用完全重调度策略，使用后移重调度策略可以得到更小的重调度偏差的生产新方案。
对零件不合格而返工进行分析
实验三：零件7由于质量不合格而返工。
首先对这一动态扰动事件使用后移重调度策略，直接对零件7进行返工，相应的后续工序依次后移，以工序701为根节点，通过树状影响关系图14所示，对后续所受影响的加工工序及装配工序进行收集。
零件7在进行装配过程中，发现质量不合格无法装配，因此需要返回再加工。因此零件7的第1道工序即工序701的开始加工时间为原方案中零件7的第3道工序的结束时间，原方案中工序402的开始加工时间为315h，在后移重调度策略下，需要后移17h至332h开始加工，与工序402直接影响的工序1003、201均需要后移17h。工序202和203受到工序201的后移影响，也应该后移17h。工序702的开始加工时间为工序701的完成加工时间，即332h。工序403的开始加工时间由工序702的完成加工时间和工序402的完成加工时间，据计算，工序702的完成加工时间为379h，工序402的完成加工时间为385h，因此工序403的开始加工时间为385h，原方案中工序403的开始加工时间为368h，因此需要后移17h。工序802受到工序403的后移影响，也需要后移17h。工序803的开始加工时间受到工序802和工序201的约束，据计算，受到后移影响，工序201的完成时间为461h，工序802的完成时间为462h，因此工序803的开始加工时间为462h，后移17h。工序1103受到工序803的影响，后移17h。工序703的开始加工时间为工序702的完成加工时间379h，据计算，这一时刻机器5已处于空闲状态，因此对后续加工没有任何影响。
由于零件7的不合格，因此在重新加工零件7时，从零件7开始，后续的装配过程全部处于停滞状态，均无法进行装配。零件7的开始装配时间为零件7的加工完成时间，即394h，在原方案中，零件7的开始装配时间为285h，因此后移了109h。后续零件的装配开始时间均为前面零件的装配完成时间，据计算，零件12、3、9、14相比原方案需要后移109h，零件4相比原方案需要后移101h，零件8、2、11、10、5、15相比原方案需要后移86h。
当发生零件7由于质量不合格而返工这一动态扰动事件，根据后移重调度策略，得出新的生产方案，如图15所示。
在使用后移重调度策略过程中，由于在重新加工零件7的过程中，后续的装配过程全部处于停滞状态，使用后移重调度策略解决这一动态扰动事件可能并不是一个最优的方法，因此考虑使用完全重调度策略对动态扰动事件进行测试，并与上述的使用后移重调度策略得出的结果进行比较。
首先对初试信息进行收集，分别找出已经完成加工的工序，正在加工的工序，未加工的工序，已完成装配的零件，正在装配的零件，未装配的零件如表11所示。其中重新加工的零件7的3道工序{701 702 703}重新归类为未加工的工序。
表11
Figure BDA0003103641860000221
由于发生了零件7由于加工不合格而返工这一动态扰动事件，因此动态扰动时刻为原方案中零件7的生产完工时刻285h。在动态扰动事件发生时，机器1、机器2和机器5处于空闲状态，因此在机器1上未加工的工序{202}，机器2上未加工的工序{701 402 201 8031103}，机器5上未加工的工序{903 1403 703}的最早开始加工时间为重调度时刻。动态扰动事件发生时，机器3上正在加工工序1203，因此在机器3上的后续工序{303 702 403 802203}的最早开始加工时间为原方案中工序1203的计划完工时间。机器4上正在加工工序1002，因此零件10的后续工序1003的最早开始加工时间为原方案中工序1002的计划完工时间。同时机器4上的后续工序{1402 01 503 1102}的最早开始加工时间为原方案中工序1002的计划完工时间。未装配零件{2 3 4 5 7 8 9 10 11 12 14 15}的最早开始装配时间为重调度时刻和该零件完工时间的最大值其中。在对初试信息收集完成后，使用本文所提出的集成车间调度与装配规划方法，对未加工工序和未装配零件通过NSGA-Ⅱ算法进行求解，优化目标为产品的生产总完成时间最短，零件的总库存时间最短，重调度偏差最小。将经过重调度操作得到的方案与原方案的信息进行合并，将原方案中动态扰动事件发生前的加工及装配信息和经过重调度操作得到的加工及装配信息合并，得出完全重调度后的甘特图，如图16所示。
表12给出了在发生零件7由于加工不合格而返工这一动态扰动事件时，分别使用后移重调度策略和完全重调度策略所得结果的比较。可以看出使用后移重调度策略和完全重调度策略的得出的结果中，总生产完成时间、总库存时间和重调度偏差三个评价的比较下，使用完全重调度策略均优于使用后移重调度策略。其中在总库存时间这一评价指标中，使用完全重调度策略得出的结果远远优于使用后移重调度得出的结果。
表12
评价标准 后移重调度策略 完全重调度策略
总生产完成时间(h) 662 590
总库存时间(h) 1831 562
重调度偏差(h) 1301 1249
在发生零件不合格而返工这一动态扰动情况下，由于零件不合格而无法进行装配，如果继续使用后移重调度方案，只能先将该不合格零件重新生成完成后再装配，在该零件未生产完成时，原方案中后续的装配过程全部处于停滞状态，生产完成的零件无法进行装配，只能增加库存占用时间。而使用完全重调度策略，在发生动态扰动时刻起，将不合格的零件的工序以及对应的零件与后续未加工的工序以及对应的零件重新进行调度计算，生成新的生产方案，避免了装配过程的停滞等待。因此在发生零件不合格而返工时，相比使用后移重调度策略，使用完全重调度策略可以得到更小的最库存占用时间的生产新方案。
实验结果表明，当机器故障发生时，选择后移重调度策略能得出更好的新生产方案，当零件不合格而返工时，选择完全重调度策略可以得出更好的新生产方案，在保证生产效率的同时，也可以保证生产的稳定性。
本发明针对离散制造问题进行研究，同时考虑实际生产过程中存在的动态扰动事件对零件加工过程及装配过程的影响，提出了一种面向离散制造的动态集成车间调度与装配序列规划方法，包括以下步骤：建立适应度函数以及约束条件等数学模型；结合滚动窗口技术，提出后移重调度和完全重调度两种调度策略；针对机械故障及零件质量不合格而返工两种动态扰动事件，提出合适的重调度策略。本发明提出的动态集成作业车间调度与装配序列规划方法，在离散制造过程中发生动态扰动事件时，可提供适用于动态离散制造环境的动态调度策略，以减少动态扰动因素造成的损失，对于提高离散制造企业生产效率、降低生产成本具有重要的意义。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.面向离散制造的动态集成车间调度与装配序列规划方法，其特征在于，包括以下步骤：
S1、根据面向离散制造的动态集成车间调度与装配序列规划问题，建立优化目标函数以及约束条件；
S2、结合滚动窗口技术，提出后移重调度和完全重调度两种调度策略，并将两种调度策略分别与原方案合并，得到新的调度方案；
后移重调度是指在保持原本方案中加工和装配序列不变的前提下，找出因为机器故障或者返工零件插入受到影响的加工工序和装配零件，原本未受到影响的加工工序和装配过程继续进行，将受到影响的加工工序的加工时间和装配零件的开始时间依次向后推移，由此产生新的生产方案；
完全重调度，即将不受动态扰动因素影响的零件的工序集合，在调度窗口和等待窗口中所有等待加工的零件的工序集合以及未调度的零件的工序集合全部收集，重新放入调度窗口中进行新一轮的调度；
S3、对两种新的调度方案进行比较，找出最优方案。
2.根据权利要求1所述的面向离散制造的动态集成车间调度与装配序列规划方法，其特征在于，所述步骤S1具体包括以下子步骤：
S11、建立以下目标函数：
(1)静态环境下的优化目标：优化目标是使生产过程中零件的总生产完成时间和总库存时间最小；对于有n个零件组成的产品，给定的装配序列S：{Se1,Se2,…,Sei,…,Sen}，用F1表示的产品的生产总完成时间：
Figure FDA0003103641850000011
用F2表示的生产过程中零件的总库存时间：
Figure FDA0003103641850000012
z为给定装配序列下的装配干涉次数；
(2)动态环境下的优化目标：在动态扰动事件发生后，需要对方案的稳定性进行优化，建立如下重调度偏差函数：
Figure FDA0003103641850000013
其中rp为未加工的工序数，ra为未装配的零件数，dSpj为动态方案下工序j的开始加工时间，Spj为原方案中工序j的开始加工时间，dSai为动态方案下零件Pi开始装配时间，Sai为原方案中零件Pi开始装配时间；
在动态扰动事件发生后，优化目标分别为产品的生产总完成时间最短minF1、零件的总库存时间最短minF2、重调度偏差最小minF3；
零件Pi的第j道工序加工完成时间Epij为：
Figure FDA0003103641850000021
其中，Spij表示零件Pi的第j道工序的开始加工时间，Tpijk表示在机器Mk上零件Pi第j道工序的加工时间，
Figure FDA0003103641850000022
零件Pi的加工完成时间为零件Pi的最后一道工序的加工完成时间，因此零件Pi的加工完成时间Epi为：
Epi＝Epij,当j＝Qi (5)
其中，Qi表示零件Pi的工序数；
只有零件Pi-1的装配过程已经完成并且零件Pi的所有加工工序全部完成之后，才能对零件Pi开始装配过程，因此零件Pi的开始装配时间表示如下：
Sai＝max(Epi,Ea(i-1)) (6)
Ea(i-1)表示装配过程中零件Pi-1的完成时间；
在装配过程中，由于装配方向的改变、操作的改变和工具的改变都会增加装配时间，因此装配过程中零件Pi的完成时间计算如下：
Eai＝Sai+Tai+ndi×tdi+nopi×topi+nti×tti (7)
其中，Sai表示零件Pi的开始装配时间，Tai表示零件Pi的装配时间；tdi表示当装配零件Pi的方向发生改变时的时间增加；topi表示当装配零件Pi的操作类型发生变化时的时间增加；tti表示当装配零件Pi的装配工具发生变化时的时间增加；ndi、nopi、nti均为布尔变量：
Figure FDA0003103641850000031
Figure FDA0003103641850000032
Figure FDA0003103641850000033
基于式(4)、式(5)、式(6)和式(7)得出零件Pi在装配中的完成时间，进而用式(1)得出产品的总生产完成时间，从而得到目标函数F1的值；
为了得到目标函数F2的值，需要对生产过程中零件的总库存时间进行总结，如下所述：如果零件Pi的所有处理操作都已完成，而零件Pi-1的装配尚未完成，则零件Pi将会产生库存占用；零件Pi的库存占用时间由式(8)得出：
Eni＝max(Sai-Epi,0) (8)；
S12、建立以下约束条件：
Figure FDA0003103641850000034
Figure FDA0003103641850000035
Figure FDA0003103641850000036
Figure FDA0003103641850000037
Figure FDA0003103641850000038
Figure FDA0003103641850000039
约束(9)确保在同一时间只能处理零件的一道工序，A为任意正整数；
Figure FDA00031036418500000312
表示零件Pi的第j1、j2道工序加工完成时间；
Figure FDA00031036418500000313
表示零件Pi的第j1道工序的加工时间；
Figure FDA00031036418500000314
为布林变量：
Figure FDA00031036418500000310
约束(10)确保每台机器同一时刻只能处理一个零件的一道工序，
Figure FDA00031036418500000315
表示在机器Mk上零件
Figure FDA00031036418500000316
的第j1道工序的完工时间；
Figure FDA00031036418500000317
表示在机器Mk上零件
Figure FDA00031036418500000318
第j1道工序的加工时间；
Figure FDA00031036418500000319
表示布林变量：
Figure FDA00031036418500000311
约束(11)确保零件的一道工序只能在一台机器上处理；
约束(12)保证了零件Pi的第j道工序加工完成后才能开始加工零件Pi的第j+1道工序；
约束(13)保证了零件Pi的所有道加工工序都加工完成之后才能开始零件Pi的装配过程
约束(14)保证了在给定的装配顺序S：{Se1,Se2,…,Sei,…,Sen}中，零件Pi-1的装配过程完成后才能开始对零件Pi进行装配；
S13、从干涉矩阵中分析得出装配干涉次数以及给定装配序列中装配方向、操作和工具的变化次数。
3.根据权利要求1所述的面向离散制造的动态集成车间调度与装配序列规划方法，其特征在于，所述后移重调度策略的具体实施步骤如下：
S211、识别受影响的加工工序和装配零件；
S212、调整受影响的加工工序：采用树状影响关系图来确认受影响的加工工序之间的关系，从根节点即零件1的第一道工序的开始时间为起点，逐层往后推移；判断父节点上工序由于后移影响的完工时间与子节点上原方案中的开始时间，判断子节点的工序是否需要后移；若父节点上工序由于后移影响的完工时间大于子节点上原方案中的开始时间，那么子节点上工序的开始时间应后移为父节点的完成时间；若父节点上工序由于后移影响的完工时间小于或等于子节点上原方案中的开始时间，则子节点上工序的开始时间不需要后移；
S213、调整受影响的装配零件：在对受影响的加工工序调整完成后，需要将受到影响的零件的完工时间与零件的装配起始时间进行比较，同时也需要比较上一个由于受到后移影响的装配零件的完工时间与该零件的装配起始时间，如果装配零件受到后移的影响，那么零件的装配起始时间点应为该零件的完工时间和上一个装配零件的装配完成时间中较大的时间点；
S214、合并后移重调度策略与原方案，得到新的调度方案。
4.根据权利要求1所述的面向离散制造的动态集成车间调度与装配序列规划方法，其特征在于，所述完全重调度策略具体实施步骤如下：
S221、初始信息收集，收集以下信息：
(1)对原方案中的加工信息进行收集；
(2)在动态扰动事件发生时，对零件状态进行收集，零件状态分为：
零件的所有工序均已完工、零件的部分工序完工、零件均未开始加工三种状态；
其中已完成加工的零件将不再需要考虑；
部分工序完工的零件需要分析该零件在动态扰动事件发生时，是否处于加工状态；若处在加工状态，则在重调度中零件的开始加工时间为零件处于加工的工序的计划完工时间，若处在非加工状态，则在重调度中零件的开始加工时间为重调度时刻；
未开始加工的零件在重调度中的开始加工时间为重调度时刻；
(3)对机器状态进行收集，机器状态分为：正在加工的机器、处于故障的机器、空闲的机器三种；若机器处于正在加工的状态，则在该机器上工序的计划完工时间为机器的最早可用时间；若机器处于故障状态，则修复完成时间为机器的最早可用时间；若机器处于空闲状态，则机器的最早可用时间为重调度时刻；
(4)对零件进行装配时对零件状态进行收集，零件状态分为：已装配完成、正在装配、未装配三种状态；其中已装配完成的零件将不再考虑，若有正在装配的零件，则未装配的零件的最早装配时间为正在装配零件的计划装配完成时间和该零件的加工完工时间的最大值，若没有正在装配的零件，则未装配的零件的最早装配时间为重调度时刻和该零件的完工时间的最大值；
S222、对重调度窗口中的工序进行重调度：将正在加工的零件的工序和未加工的工序放入重调度窗口中，其中正在加工的零件的加工信息不变，未加工的工序遵守初始信息收集中各零件的开始加工及装配时间进行重调度操作；
S223、合并完全重调度策略与原方案，得到新的调度方案。
CN202110630741.8A 2021-06-07 2021-06-07 面向离散制造的动态集成车间调度与装配序列规划方法 Active CN113341896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110630741.8A CN113341896B (zh) 2021-06-07 2021-06-07 面向离散制造的动态集成车间调度与装配序列规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110630741.8A CN113341896B (zh) 2021-06-07 2021-06-07 面向离散制造的动态集成车间调度与装配序列规划方法

Publications (2)

Publication Number Publication Date
CN113341896A true CN113341896A (zh) 2021-09-03
CN113341896B CN113341896B (zh) 2022-08-05

Family

ID=77474562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110630741.8A Active CN113341896B (zh) 2021-06-07 2021-06-07 面向离散制造的动态集成车间调度与装配序列规划方法

Country Status (1)

Country Link
CN (1) CN113341896B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111814359A (zh) * 2020-08-24 2020-10-23 电子科技大学 一种面向离散制造的集成车间调度与装配序列规划方法
CN114460908A (zh) * 2021-11-29 2022-05-10 广西成电智能制造产业技术有限责任公司 一种螺狮粉生产企业柔性生产车间调度方法
CN114527714A (zh) * 2022-01-19 2022-05-24 北京工业大学 一种基于数字孪生及扰动监测的车间动态调度方法
CN115719108A (zh) * 2022-11-03 2023-02-28 吉林师范大学 资源对称型分布式车间综合调度方法
CN116125935A (zh) * 2023-04-14 2023-05-16 成都飞机工业（集团）有限责任公司 一种装配工艺流程构建方法、装置、设备及介质

Citations (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0420476A2 (en) * 1989-09-27 1991-04-03 International Business Machines Corporation Dynamic scheduling
EP0435451A2 (en) * 1989-12-18 1991-07-03 Hewlett-Packard Company Set-up optimization for flexible manufacturing systems
US5040123A (en) * 1989-09-08 1991-08-13 General Motors Corporation Expert system scheduler
US5093794A (en) * 1989-08-22 1992-03-03 United Technologies Corporation Job scheduling system
US20030171972A1 (en) * 2002-01-28 2003-09-11 James Heskin Scheduling system and method
US20030191795A1 (en) * 2002-02-04 2003-10-09 James Bernardin Adaptive scheduling
US20040111700A1 (en) * 2002-06-03 2004-06-10 Schneider Automation Gmbh Process for developing an agent-based control system for an industrial flexible production system
US20050137732A1 (en) * 2003-12-18 2005-06-23 Jen-Lin Chao System and method for manufacturing planning and control
US20050283782A1 (en) * 2004-06-17 2005-12-22 Platform Computing Corporation Job-centric scheduling in a grid environment
CN101303597A (zh) * 2008-05-30 2008-11-12 合肥工业大学 基于实时工况的变权式随机调度方法
JP2009015597A (ja) * 2007-07-04 2009-01-22 Nagaoka Univ Of Technology スケジュール作成方法，スケジュール作成装置，およびコンピュータプログラム
CN101364108A (zh) * 2008-09-24 2009-02-11 永凯软件技术（上海）有限公司 复杂大系统环境下的基于事驱动的车间作业动态调度方法
US20090138311A1 (en) * 2007-11-28 2009-05-28 Michael Anthony Iacovone System and method for computer aided work order scheduling
CN101794147A (zh) * 2010-02-25 2010-08-04 北京理工大学 一种基于扰动事件驱动的车间作业动态调度方法
EP2244223A1 (en) * 2009-04-24 2010-10-27 Rockwell Automation Technologies, Inc. Dynamic sustainability factor management
EP2562696A1 (en) * 2011-08-25 2013-02-27 Siemens Aktiengesellschaft Production management for manufacturing execution systems
US20130218455A1 (en) * 2012-02-16 2013-08-22 Trapeze Software Inc. Method And System For Adjusting A Demand-Response Transit Schedule
EP2645192A1 (en) * 2012-03-30 2013-10-02 ABB Research Ltd. Monitoring the progress of a scheduled activity in an industrial process
CN104504540A (zh) * 2015-01-13 2015-04-08 郑州航空工业管理学院 基于多阶段智能优化算法的动态柔性作业车间调度控制方法
CN105279570A (zh) * 2015-06-19 2016-01-27 电子科技大学 一种基于烟花算法的复杂机械产品装配序列规划方法
WO2016101181A1 (zh) * 2014-12-23 2016-06-30 清华大学 基于指标预报和解相似度分析的光刻工序动态调度方法
CN105824304A (zh) * 2016-05-18 2016-08-03 重庆大学 一种考虑机加工设备可用性的柔性作业车间动态调度方法
CN105947232A (zh) * 2016-06-06 2016-09-21 电子科技大学 一种考虑装配资源影响的飞机机身部件可装配性评价方法
WO2016169287A1 (zh) * 2015-04-20 2016-10-27 海安县申菱电器制造有限公司 一种混流生产线产能分配方法
CN106094757A (zh) * 2016-07-15 2016-11-09 郑州航空工业管理学院 一种基于数据驱动的动态柔性作业车间调度控制方法
CN106094759A (zh) * 2016-07-19 2016-11-09 南京航空航天大学 一种复杂生产环境下车间调度实时控制方法
CN107065803A (zh) * 2017-05-15 2017-08-18 安徽工程大学 基于可变重调度区间的柔性作业车间动态调度方法
CN107219824A (zh) * 2017-02-17 2017-09-29 山西同方知网数字出版技术有限公司 一种基于滚动窗口调度技术的软件机器人集成控制调度程序设计方法
WO2018058842A1 (zh) * 2016-09-28 2018-04-05 北京北方微电子基地设备工艺研究中心有限责任公司 一种生产线设备的调度方法和装置
US10088837B1 (en) * 2014-10-14 2018-10-02 Neo PLM, Inc. Process design and management system
CN109270904A (zh) * 2018-10-22 2019-01-25 中车青岛四方机车车辆股份有限公司 一种柔性作业车间批量动态调度优化方法
US20190227533A1 (en) * 2018-01-19 2019-07-25 Industrial Technology Research Institute Method and apparatus for dynamic intelligent scheduling
CN111665811A (zh) * 2020-06-29 2020-09-15 重庆大学 动态事件下的柔性作业车间重调度节能优化方法
CN111738578A (zh) * 2020-06-11 2020-10-02 电子科技大学 一种动态环境下的离散型生产车间调度方法
CN111814359A (zh) * 2020-08-24 2020-10-23 电子科技大学 一种面向离散制造的集成车间调度与装配序列规划方法
CN111813054A (zh) * 2019-04-11 2020-10-23 阜阳师范学院 一种有轨制导车辆的动态调度方法及系统
CN111861167A (zh) * 2020-07-07 2020-10-30 东北大学 基于分解的多目标优化算法的生产线在线动态调度方法
US20210049460A1 (en) * 2019-08-15 2021-02-18 Noodle Analytics, Inc. Deep probabilistic decision machines
WO2021046619A1 (en) * 2019-09-13 2021-03-18 Technological Resources Pty. Limited Method and apparatus for operation of railway systems
CN112650187A (zh) * 2021-01-22 2021-04-13 北京理工大学 一种车间调度方法、装置和系统
WO2021068274A1 (zh) * 2019-10-10 2021-04-15 清华大学 基于操作完工时间快速预测的集成电路生产线调度方法
WO2021103891A1 (zh) * 2019-11-26 2021-06-03 北京工业大学 一种具有可变参数连续加工与间歇加工的混合流水车间调度方法
CN112904818A (zh) * 2021-01-19 2021-06-04 东华大学 一种复杂结构件加工车间预测-反应式调度方法
CN114527714A (zh) * 2022-01-19 2022-05-24 北京工业大学 一种基于数字孪生及扰动监测的车间动态调度方法

Patent Citations (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5093794A (en) * 1989-08-22 1992-03-03 United Technologies Corporation Job scheduling system
US5040123A (en) * 1989-09-08 1991-08-13 General Motors Corporation Expert system scheduler
EP0420476A2 (en) * 1989-09-27 1991-04-03 International Business Machines Corporation Dynamic scheduling
EP0435451A2 (en) * 1989-12-18 1991-07-03 Hewlett-Packard Company Set-up optimization for flexible manufacturing systems
US20030171972A1 (en) * 2002-01-28 2003-09-11 James Heskin Scheduling system and method
US20030191795A1 (en) * 2002-02-04 2003-10-09 James Bernardin Adaptive scheduling
US20040111700A1 (en) * 2002-06-03 2004-06-10 Schneider Automation Gmbh Process for developing an agent-based control system for an industrial flexible production system
US20050137732A1 (en) * 2003-12-18 2005-06-23 Jen-Lin Chao System and method for manufacturing planning and control
US20050283782A1 (en) * 2004-06-17 2005-12-22 Platform Computing Corporation Job-centric scheduling in a grid environment
JP2009015597A (ja) * 2007-07-04 2009-01-22 Nagaoka Univ Of Technology スケジュール作成方法，スケジュール作成装置，およびコンピュータプログラム
US20090138311A1 (en) * 2007-11-28 2009-05-28 Michael Anthony Iacovone System and method for computer aided work order scheduling
CN101303597A (zh) * 2008-05-30 2008-11-12 合肥工业大学 基于实时工况的变权式随机调度方法
CN101364108A (zh) * 2008-09-24 2009-02-11 永凯软件技术（上海）有限公司 复杂大系统环境下的基于事驱动的车间作业动态调度方法
EP2244223A1 (en) * 2009-04-24 2010-10-27 Rockwell Automation Technologies, Inc. Dynamic sustainability factor management
CN101794147A (zh) * 2010-02-25 2010-08-04 北京理工大学 一种基于扰动事件驱动的车间作业动态调度方法
EP2562696A1 (en) * 2011-08-25 2013-02-27 Siemens Aktiengesellschaft Production management for manufacturing execution systems
US20130218455A1 (en) * 2012-02-16 2013-08-22 Trapeze Software Inc. Method And System For Adjusting A Demand-Response Transit Schedule
EP2645192A1 (en) * 2012-03-30 2013-10-02 ABB Research Ltd. Monitoring the progress of a scheduled activity in an industrial process
US10088837B1 (en) * 2014-10-14 2018-10-02 Neo PLM, Inc. Process design and management system
WO2016101181A1 (zh) * 2014-12-23 2016-06-30 清华大学 基于指标预报和解相似度分析的光刻工序动态调度方法
CN104504540A (zh) * 2015-01-13 2015-04-08 郑州航空工业管理学院 基于多阶段智能优化算法的动态柔性作业车间调度控制方法
WO2016169287A1 (zh) * 2015-04-20 2016-10-27 海安县申菱电器制造有限公司 一种混流生产线产能分配方法
CN105279570A (zh) * 2015-06-19 2016-01-27 电子科技大学 一种基于烟花算法的复杂机械产品装配序列规划方法
CN105824304A (zh) * 2016-05-18 2016-08-03 重庆大学 一种考虑机加工设备可用性的柔性作业车间动态调度方法
CN105947232A (zh) * 2016-06-06 2016-09-21 电子科技大学 一种考虑装配资源影响的飞机机身部件可装配性评价方法
CN106094757A (zh) * 2016-07-15 2016-11-09 郑州航空工业管理学院 一种基于数据驱动的动态柔性作业车间调度控制方法
CN106094759A (zh) * 2016-07-19 2016-11-09 南京航空航天大学 一种复杂生产环境下车间调度实时控制方法
WO2018058842A1 (zh) * 2016-09-28 2018-04-05 北京北方微电子基地设备工艺研究中心有限责任公司 一种生产线设备的调度方法和装置
CN107219824A (zh) * 2017-02-17 2017-09-29 山西同方知网数字出版技术有限公司 一种基于滚动窗口调度技术的软件机器人集成控制调度程序设计方法
CN107065803A (zh) * 2017-05-15 2017-08-18 安徽工程大学 基于可变重调度区间的柔性作业车间动态调度方法
US20190227533A1 (en) * 2018-01-19 2019-07-25 Industrial Technology Research Institute Method and apparatus for dynamic intelligent scheduling
CN109270904A (zh) * 2018-10-22 2019-01-25 中车青岛四方机车车辆股份有限公司 一种柔性作业车间批量动态调度优化方法
CN111813054A (zh) * 2019-04-11 2020-10-23 阜阳师范学院 一种有轨制导车辆的动态调度方法及系统
US20210049460A1 (en) * 2019-08-15 2021-02-18 Noodle Analytics, Inc. Deep probabilistic decision machines
WO2021046619A1 (en) * 2019-09-13 2021-03-18 Technological Resources Pty. Limited Method and apparatus for operation of railway systems
WO2021068274A1 (zh) * 2019-10-10 2021-04-15 清华大学 基于操作完工时间快速预测的集成电路生产线调度方法
WO2021103891A1 (zh) * 2019-11-26 2021-06-03 北京工业大学 一种具有可变参数连续加工与间歇加工的混合流水车间调度方法
JP2022504393A (ja) * 2019-11-26 2022-01-13 北京工業大学 可変パラメータを有する連続加工と断続加工のハイブリッドフローショップスケジューリング方法
CN111738578A (zh) * 2020-06-11 2020-10-02 电子科技大学 一种动态环境下的离散型生产车间调度方法
CN111665811A (zh) * 2020-06-29 2020-09-15 重庆大学 动态事件下的柔性作业车间重调度节能优化方法
CN111861167A (zh) * 2020-07-07 2020-10-30 东北大学 基于分解的多目标优化算法的生产线在线动态调度方法
CN111814359A (zh) * 2020-08-24 2020-10-23 电子科技大学 一种面向离散制造的集成车间调度与装配序列规划方法
CN112904818A (zh) * 2021-01-19 2021-06-04 东华大学 一种复杂结构件加工车间预测-反应式调度方法
CN112650187A (zh) * 2021-01-22 2021-04-13 北京理工大学 一种车间调度方法、装置和系统
CN114527714A (zh) * 2022-01-19 2022-05-24 北京工业大学 一种基于数字孪生及扰动监测的车间动态调度方法

Non-Patent Citations (13)

* Cited by examiner, † Cited by third party
Title
HAMZADAYI A: ""Event driven strategy based complete rescheduling approaches for dynamic m identical parallel machines scheduling problem with a common server"", 《COMPUTERS & INDUSTRIAL ENGINEERING》 *
RAJABINASAB A: ""Dynamic flexible job shop scheduling with alternative process plans: an agent-based approach"", 《THE INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY》 *
RAMASESH R: ""Dynamic job shop scheduling: a survey of simulation research"", 《OMEGA》 *
WANG Z Y: ""Assembly variation analysis of the aircraft panel in multi-stage assembly process with N-2-1 locating scheme"", 《ARCHIVE PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS PART C JOURNAL OF MECHANICAL ENGINEERING SCIENCE》 *
刘国宝等: ""基于改进滚动时域优化策略的动态调度方法"", 《机械工程学报》 *
吉卫喜等: "异常事件驱动的离散制造车间重调度决策", 《系统仿真学报》 *
彭建刚: ""工序加工时间不确定的柔性作业车间重调度算法"", 《中国机械工程》 *
成荣荣等: ""基于多目标的动态车间调度问题的策略研究"", 《现代制造工程》 *
杨能俊等: "实时数据驱动的离散制造车间自适应调度方法", 《组合机床与自动化加工技术》 *
王艳: ""动态柔性作业车间优化调度与决策方法"", 《系统仿真报》 *
陈保安: ""离散型制造车间生产调度优化研究"", 《中国优秀硕士学位论文全文数据库》 *
陈超: ""机器故障下的柔性作业车间动态调度方法"", 《中国优秀硕士学位论文全文数据库》 *
韩国震: ""动态装配作业车间调度问题中复合调度规则生成算法研究"", 《中国优秀硕士学位论文全文数据库》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111814359A (zh) * 2020-08-24 2020-10-23 电子科技大学 一种面向离散制造的集成车间调度与装配序列规划方法
CN114460908A (zh) * 2021-11-29 2022-05-10 广西成电智能制造产业技术有限责任公司 一种螺狮粉生产企业柔性生产车间调度方法
CN114527714A (zh) * 2022-01-19 2022-05-24 北京工业大学 一种基于数字孪生及扰动监测的车间动态调度方法
CN115719108A (zh) * 2022-11-03 2023-02-28 吉林师范大学 资源对称型分布式车间综合调度方法
CN116125935A (zh) * 2023-04-14 2023-05-16 成都飞机工业（集团）有限责任公司 一种装配工艺流程构建方法、装置、设备及介质

Also Published As

Publication number Publication date
CN113341896B (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN113341896B (zh) 面向离散制造的动态集成车间调度与装配序列规划方法
CN111738578B (zh) 一种动态环境下的离散型生产车间调度方法
Nallusamy et al. Lean tools execution in a small scale manufacturing industry for productivity improvement-A case study
CN110597210A (zh) 考虑设备预维护的柔性作业车间调度节能优化方法
CN113867299B (zh) 基于数字孪生的不确定扰动下的ipps问题求解方法
Bhade et al. Improvement of overall equipment efficiency of machine by SMED
CN111665811A (zh) 动态事件下的柔性作业车间重调度节能优化方法
CN111259314B (zh) 一种分布式混凝土预制构件流水车间生产调度方法
CN116306040B (zh) 一种复材生产线流程仿真动态产能标定系统及方法
CN111340345B (zh) 一种基于改进粒子群算法的刀具调度方法
CN115249123A (zh) 一种基于爬山法的柔性制造系统智能排产方法及系统
CN116629509A (zh) 一种基于关键机器的流水车间成组调度快速评价方法
CN114460908A (zh) 一种螺狮粉生产企业柔性生产车间调度方法
Graver et al. A tool provisioning problem in an FMS
Merchant World trends and prospects in manufacturing technology
CN115309111A (zh) 一种资源受限的分布式混合流水车间调度方法与系统
Yoshimura et al. Integrated optimization of machine product design and process design
Chowdary Flexibility and related issues in evaluation and selection of technological systems
CN114563994B (zh) 一种汽车零部件分布式生产和装配过程的优化调度方法
Jelinek Production innovation and economies of scope: Beyond the “technological fix”
CN114995318A (zh) 一种针对质检扰动的柔性车间动态分批调度方法
CN117270486B (zh) 一种考虑周期性维修的柔性作业车间调度问题的建模方法
Johnson A methodology for determining engineering costs and their effects on the development of product families
CN115758788B (zh) 一种基于Petri网建模的柔性制造系统的加工时间计算方法
Basova et al. Lifecycle Management of Modular Machine Tools

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