CN115310794A - 人机协同装配线平衡方法及装置 - Google Patents

人机协同装配线平衡方法及装置 Download PDF

Info

Publication number
CN115310794A
CN115310794A CN202210896390.XA CN202210896390A CN115310794A CN 115310794 A CN115310794 A CN 115310794A CN 202210896390 A CN202210896390 A CN 202210896390A CN 115310794 A CN115310794 A CN 115310794A
Authority
CN
China
Prior art keywords
bird
neighborhood
beat
assembly line
flying
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.)
Pending
Application number
CN202210896390.XA
Other languages
English (en)
Inventor
郑晨昱
李梓响
张子凯
唐秋华
张利平
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.)
Wuhan University of Science and Engineering WUSE
Original Assignee
Wuhan University of Science and Engineering WUSE
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 Wuhan University of Science and Engineering WUSE filed Critical Wuhan University of Science and Engineering WUSE
Priority to CN202210896390.XA priority Critical patent/CN115310794A/zh
Publication of CN115310794A publication Critical patent/CN115310794A/zh
Pending legal-status Critical Current

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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/0633—Workflow analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Factory Administration (AREA)

Abstract

本发明提供一种人机协同装配线平衡方法及装置，包括：基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。通过建立人机协作装配线的数学模型，获取N个人机协同装配方案，并结合改进的候鸟算法来实现问题的高效求解。改进的候鸟算法包括种群初始化，领鸟改进，种群改进和领鸟更换这四个过程，从而实现对于生产节拍最小的人机协同装配方案的求解。

Description

人机协同装配线平衡方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及一种人机协同装配线平衡方法及装置。
背景技术
相比于传统的几个员工合作装配一个产品的生产方式，装配线通过将操作合理分工，以更低的装配成本、更高的装配效率，装配线的研究也受到越来越多的关注。随着员工成本的增加、人口老龄化的加剧和机器人技术的发展，传统的员工装配线已经不能满足社会的需求，而现有的机器人装配线，因为机器人装配能力的有限，只能执行少量的装配操作。因此，通过协作机器人部分代替或者协助员工完成操作也成为解决问题的有效方式，这样的装配线也叫人机协作装配线。人机协作装配线结合了员工操作的灵活性高，柔性大的优点和机器装配稳定，能执行危险装配操作等优势。可有效提高装配质量。
生产效率是企业主要关注的方向，提升装配线的效率往往通过新建装配线或者在已有设备和员工的基础上对装配线平衡优化，前者需要较高的成本，后者则需要较小的成本就能实现装配线效率的提升。人机协作装配线平衡问题是指如何合理安排各个操作的装配顺序、如何合理分配操作到工位和如何合理分配员工和机器人到工位使装配线的生产节拍最小。
因此，如何更好的实现人机协同装配线装配方案的合理分配已经成为业界亟待解决的问题。
发明内容
本发明提供一种人机协同装配线平衡方法及装置，用以解决现有技术中不能很好实现人机协同装配线装配方案的合理分配的缺陷。
本发明提供一种人机协同装配线平衡方法，包括：
基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；
对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
根据本发明提供的一种人机协同装配线平衡方法，对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案，包括：
S21，基于将每个人机协同装配方案作为一个飞鸟个体，获取N 个飞鸟，基于每个飞鸟对应的生产节拍确定领飞鸟，并将其它飞鸟随机放置在V型队列的左队列和右队列，得到初始鸟群；
S22，基于所述领飞鸟进行邻域搜索，得到p个邻域解；
S23，在任一所述邻域解的节拍与当前领飞鸟的节拍相同，则对所述邻域解的节拍设置为一个极大数作为惩罚，然后在所述p个邻域解中的最优邻域解的节拍小于所述领飞鸟的节拍情况下，替换所述领飞鸟；
S24，将所述p个邻域解中节拍超过第一预设阈值的x个邻域解共享给所述左队列中的飞鸟和所述右队列中的飞鸟；
S25，分别对于领飞鸟两侧的每一飞鸟依次进行邻域搜索，首先继承前一只飞鸟遗传的x个邻域解，再对所述飞鸟进行邻域搜索，得到p-x个邻域解，在x+(p-x)个邻域解中的最优邻域解的节拍小于所述飞鸟的节拍的情况下，替换所述飞鸟，将邻域解中节拍超过第一预设阈值的x个邻域解共享给下一只飞鸟；
S26，将步骤S22-S25重复执行m次后，将领飞鸟移动到种群群左右两侧任意一侧的最后一个位置上，并将该侧的每个飞鸟个体往前移动一位；
S27，重复执行步骤S22-S26，直至满足预设停止条件，得到生产节拍最小的人机协同装配方案。
根据本发明提供的一种人机协同装配线平衡方法，所述替换所述领飞鸟，还包括:
在所述p个邻域解中的最优邻域解的节拍大于所述领飞鸟的情况下，利用模拟退火算法的接受准则以预设概率接受这个差解；
在满足
Figure RE-GDA0003885988460000031
的情况下,则用所述最优邻域解替换当前的领飞鸟，否则仍保留当前的领飞鸟；
其中，rand[0,1]为0-1的随机数，T表示模拟退火算法的初始温度，随着模拟退火算法的迭代通过T＝T*a方式更新初始温度，a为冷却系数。
根据本发明提供的一种人机协同装配线平衡方法，所述基于装配线任务信息和工位信息，获取N个人机协同装配方案，包括：
基于所述装配线任务信息和所述装配线工位信息，采取任务分配向量和装配模式向量双层编码方式，获得每个工位的任务分配信息和每个工位对应的员工分配信息和机器人分配信息；
通过混合整数规划模型对所述任务分配信息、每个工位对应的员工分配信息和机器人分配信息进行分析，得到N个人机协同装配方案。
根据本发明提供的一种人机协同装配线平衡方法，所述获得每个工位的任务分配信息和每个工位对应的员工分配信息和机器人分配信息，包括：
对于每个工位的任务分配信息，将当前任务分配到的工位编号与所述当前任务的所有前序任务依次比较；
若所述当前任务分配到工位的编号在所述前序任务之前出现，则交换两个任务分配到工位的编号，直到与所有前序任务完成比较；
获得每个工位的任务分配信息和每个工位对应的员工分配信息和机器人分配信息。
本发明还提供一种人机协同装配线平衡装置，包括：
获取模块，用于基于装配线任务信息和装配线工位信息，获取N 个人机协同装配方案；
优化模块，用于对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
根据本发明提供的一种人机协同装配线平衡装置，所述优化模块，具体用于：
S21，基于将每个人机协同装配方案作为一个飞鸟个体，获取N 个飞鸟，基于每个飞鸟对应的生产节拍确定领飞鸟，并将其它飞鸟随机放置在V型队列的左队列和右队列，得到初始鸟群；
S22，基于所述领飞鸟进行邻域搜索，得到p个邻域解；
S23，在任一所述邻域解的节拍与当前领飞鸟的节拍相同，则对所述邻域解的节拍设置为一个极大数作为惩罚，然后在所述p个邻域解中的最优邻域解的节拍小于所述领飞鸟的节拍情况下，替换所述领飞鸟；
S24，将所述p个邻域解中节拍超过第一预设阈值的x个邻域解共享给所述左队列中的飞鸟和所述右队列中的飞鸟；
S25，分别对于领飞鸟两侧的每一飞鸟依次进行邻域搜索，首先继承前一只飞鸟遗传的x个邻域解，再对所述飞鸟进行邻域搜索，得到p-x个邻域解，在x+(p-x)个邻域解中的最优邻域解的节拍小于所述飞鸟的节拍的情况下，替换所述飞鸟，将邻域解中节拍超过第一预设阈值的x个邻域解共享给下一只飞鸟；
S26，将步骤S22-S25重复执行m次后，将领飞鸟移动到种群群左右两侧任意一侧的最后一个位置上，并将该侧的每个飞鸟个体往前移动一位；
S27，重复执行步骤S22-S26，直至满足预设停止条件，得到生产节拍最小的人机协同装配方案。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述人机协同装配线平衡方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述人机协同装配线平衡方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述人机协同装配线平衡方法。
本发明提供的人机协同装配线平衡方法及装置，通过建立人机协作装配线的数学模型，获取N个人机协同装配方案，并结合改进的候鸟算法来实现问题的高效求解。改进的候鸟算法包括种群初始化，领鸟改进，种群改进和领鸟更换这四个过程，从而实现对于生产节拍最小的人机协同装配方案的求解。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的人机协同装配线平衡方法流程示意图；
图2为本申请实施例提供的改进算法总体流程框架示意图；
图3为本申请实施例提供的邻域结构的示意图；
图4为本申请实施例提供的人机协同装配线平衡装置；
图5是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
合理安排各个操作的装配顺序、如何合理分配操作到工位和如何合理分配员工和机器人到工位使装配线的生产节拍最小是一个NP难问题，在求解过程中随着任务数的增加问题呈指数式增长，目前的文献对于该类问题的求解相对较少，传统的算法在求解该类问题时容易出现求解速度慢，已陷入局部最优等问题。
在本申请实施例中，对人机协作装配线充分理解的基础上，以节拍为目标建立数学模型，同时问题满足以下假设：操作的装配时间以及操作间的优先关系已知；操作的装配时间由该操作选择的装配模式决定；员工和机器人具有实现多种不同操作的能力；在不违背优先关系的前提下，同一时间段内员工和机器人可以进行不同的操作。
为了便于描述，模型中所用的变量符号如下表：
表1符号定义
Figure RE-GDA0003885988460000061
Figure RE-GDA0003885988460000071
基于上表的符号变量，建立如下数学模型：
Min f1＝CT (1)
Figure RE-GDA0003885988460000081
Figure RE-GDA0003885988460000082
Figure RE-GDA0003885988460000083
Figure RE-GDA0003885988460000084
Figure RE-GDA0003885988460000085
Figure RE-GDA0003885988460000086
Figure RE-GDA0003885988460000087
Figure RE-GDA0003885988460000088
Figure RE-GDA0003885988460000091
Figure RE-GDA0003885988460000092
Figure RE-GDA0003885988460000093
Figure RE-GDA0003885988460000094
Figure RE-GDA0003885988460000095
Figure RE-GDA0003885988460000096
Figure RE-GDA0003885988460000097
Figure RE-GDA0003885988460000098
Figure RE-GDA0003885988460000101
Figure RE-GDA0003885988460000102
Figure RE-GDA0003885988460000103
Figure RE-GDA0003885988460000104
式(1)表示优化目标为最小化生产节拍。式(2)表示任意操作只能分配到一个工位由一种装配模式加工。式(3)确定操作的加工时间。式 (4)为节拍约束，对于任何操作，操作结束时刻不能超过生产节拍。式 (5)约束任意操作开始时刻为非负。式(6)确定每个操作分配到工位的编号。式(7)为优先关系约束，具体为对于任意两个存在直接优先关系的操作，如果两个操作分配到同一工位，要求前序操结束时刻早于后序操作的开始时刻。式(8)和式(9)约束对于任意两个不存在直接优先关系的操作，如果两个操作分配到同一工位，且较早开始加工的操作由人机协作执行，要求另一个操作的开始时刻不早于该操作的结束时间。式(10)和式(11)约束对于任意两个不存在直接优先关系的操作，如果两个操作分配到同一工位，且较晚开始加工的操作由人机协作执行，要求该操作的开始时刻不早于另一个操作的结束时刻。式(12)和式(13) 约束对于任意两个不存在直接优先关系的操作，如果两个操作分配到同一工位，且两个操选择同一种加工方式加工，要求较早开始的操作完成方可进行另一个操作。式(14)确定机器人分配，对于人机协作或者机器执行的操作，该操作所在工位必须有对应的机器人分配。式(15) 约束对于任意工位，至多分配一个机器人。式(16)确定员工分配，对于人机协作或者员工执行的操作，该操作所在工位必须有员工分配。式(17)为员工数量约束，要求所分配到工位的员工数量不能超过现有可分配员工的最大数量。式(18)-式(21)为0,1变量约束。
图1为本申请实施例提供的人机协同装配线平衡方法流程示意图，如图1所示，包括：
步骤110，基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；
在本申请实施例中，随机初始化n个个体形成初始种群，通过随机产生编码，并对此编码进行解码生成一个个体，其中，每个个体均代表一个人机协同装配方案。
本申请中在随机化生成个体的过程中，在编码阶段，员工和机器人分配以及对于有人和机器人分配的工位操作装配方式的选择三个子问题，
因此本发明采取任务分配向量和装配模式向量双层编码方式。其中任务分配向量的长度为任务的数量I，每个元素代表每个任务分配到工位的编号；装配模式向量的长度为工位的数量K，每个元素代表每个工位分配的装配方式。
编码的修复机制：对于任务分配向量在随机产生过程中，很大可能会出现对于两个存在优先关系约束的操作，前序操作分配到后面工位，后序操作分配到前序操作的前面工位，这样就不满足优先关系约束。因此对按照任务分配向量的顺序，从第一个任务开始，将此任务分配到的工位编号，与其所有前序任务依次比较，若此任务分配到工位的编号在其前序任务之前，则交换两个任务分配到工位的编号，直到与所有前序任务比较完，待第一个任务比较完后，依次类推执行后续任务的比较。对于员工和机器人分配向量，在只有机器人分配的工位中，由于机器人能力的局限性，很大可能会出现某些操作分配到此工位中无法完成操作。因此，如果某个工位只有机器人分配，并且机器人不能完成所有分配到该工位的操作，则随机产生一种装配方式使其能执行所有分配到该工位的操作。
解码：在双层编码的基础上可获得每个工位的任务分配和每个工位的员工和机器人分配，解码则是在编码的基础上获得可行的调度方案。考虑到该问题的目标为最小化生产节拍，因此在解码过程中只计算每个工位的总操作时间。对于有员工和机器人同时分配的工位需要考虑各个操作的加工顺序和加工方式的选择才可计算该工位的总加工时间，对于只有员工或者机器人分配的工位，该工位的加工时间为每个任务操作时间和。为了获得较好的目标值，对于含有机器人和员工的工位，采取混合整数规划模型获得其最短加工时间，对于此工位以最短加工时间为目标，建立数学模型,模型中的参数符号定义如下表：
表2符号定义
Figure RE-GDA0003885988460000121
Figure RE-GDA0003885988460000131
Min f2＝T
Figure RE-GDA0003885988460000132
Figure RE-GDA0003885988460000133
Figure RE-GDA0003885988460000134
Figure RE-GDA0003885988460000135
Figure RE-GDA0003885988460000136
Figure RE-GDA0003885988460000137
Figure RE-GDA0003885988460000138
Figure RE-GDA0003885988460000139
Figure RE-GDA0003885988460000141
Figure RE-GDA0003885988460000142
Figure RE-GDA0003885988460000143
Figure RE-GDA0003885988460000144
Figure RE-GDA0003885988460000145
通过对模型的求解获得含有员工和机器人分配工位的最短加工时间，比较各个工位的加工时间，最长的加工时间为装配线的生产节拍，最终获取N个人机协同装配方案。
步骤120，对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
在本申请实施例中，具体优化步骤如下：
S21，基于将每个人机协同装配方案作为一个飞鸟个体，获取N 个飞鸟，基于每个飞鸟对应的生产节拍确定领飞鸟，并将其它飞鸟随机放置在V型队列的左队列和右队列，得到初始鸟群；
S22，基于所述领飞鸟进行邻域搜索，得到p个邻域解；
S23，在任一所述邻域解的节拍与当前领飞鸟的节拍相同，则对所述邻域解的节拍设置为一个极大数作为惩罚，然后在所述p个邻域解中的最优邻域解的节拍小于所述领飞鸟的节拍情况下，替换所述领飞鸟；
S24，将所述p个邻域解中节拍超过第一预设阈值的x个邻域解共享给所述左队列中的飞鸟和所述右队列中的飞鸟；
S25，分别对于领飞鸟两侧的每一飞鸟依次进行邻域搜索，首先继承前一只飞鸟遗传的x个邻域解，再对所述飞鸟进行邻域搜索，得到p-x个邻域解，在x+(p-x)个邻域解中的最优邻域解的节拍小于所述飞鸟的节拍的情况下，替换所述飞鸟，将邻域解中节拍超过第一预设阈值的x个邻域解共享给下一只飞鸟；
S26，将步骤S22-S25重复执行m次后，将领飞鸟移动到种群群左右两侧任意一侧的最后一个位置上，并将该侧的每个飞鸟个体往前移动一位；
S27，重复执行步骤S22-S26，直至满足预设停止条件，得到生产节拍最小的人机协同装配方案。
具体地，基于将每个人机协同装配方案作为一个飞鸟个体，获取 N个飞鸟，基于每个飞鸟对应的生产节拍确定领飞鸟，即将初始化产生的n个个体中最优的个体作为领飞鸟，基于邻域结构产生领飞鸟的邻域解，如果产生的邻域解优于当前领飞鸟个体，则直接采用该邻域解替代当前领飞鸟，总共产生p个邻域解。如果邻域解的节拍与当前领飞鸟的节拍相同，则对邻域解的节拍设置为一个极大数作为惩罚，而后选出p个邻域解中最优的邻域解。
如果最优邻域解的节拍(fit(B))小于当前领飞鸟的节拍(fit(S))，则用该邻域解替换当前的领飞鸟；如果最优邻域解的节拍大于当前领飞鸟的节拍，则利用模拟退火算法的接受准则以一定的概率接受这个差解，这样可以避免算法陷入局部最优。如果满足
Figure RE-GDA0003885988460000151
Figure RE-GDA0003885988460000152
则用该邻域解替换当前的领飞鸟，否则仍保留当前的领飞鸟。其中rand[0,1]为0-1的随机数，T表示初始温度，随着算法的迭代通过T＝T*a方式更新初始温度，a为冷却系数。
改进的种群改进阶段，对于领飞鸟两侧的任一个体，采取与上述步骤相同的个体更新方法，一旦产生优于该当前个体的邻域解，就用该邻域解替换当前个体。总共产生p-x个邻域解，如果邻域解的节拍与当前个体的节拍相同，则对邻域解的节拍设置为一个极大数作为惩罚。将p-x个邻域解与该个体同一侧的前面所有个体未被使用的x个最优邻域解中选择出一个最优的邻域解，将选择出的最优邻域解与当前个体进行比较，与上述步骤类似采取模拟退火算法的接受准则，如果最优邻域解的节拍小于当前个体的节拍或者满足接受准则，则用最优邻域解替换当前个体，否则保留当前个体。
重复执行上述步骤m次。
领鸟更换阶段，将领飞鸟移动到种群群左右两侧任意一侧的末尾，并将该侧的每个个体往前移动一位。
重复执行上述领鸟改进，种群改进和领鸟更换的步骤，直到满足算法运行的终止条件，最终得到生产节拍最小的人机协同装配方案。
图2为本申请实施例提供的改进算法总体流程框架示意图，如图 2所示，本发明采取交换操作和变异操作对任务分配向量和装配模式向量进行变更，首先输入算法参数，其具体可以包括优先关系、机器人种类和操作时间，然后随机初始化n个个体，形成初始种群，然后基于初始种群进行种群的领飞鸟改进，种群改进和领飞鸟更换，进行迭代优化，最终迭代中止，输出生产节拍，得到生产节拍最小的人机协同装配方案。
图3为本申请实施例提供的邻域结构的示意图，如图3所示，对于任务分配向量，交换操作随机选择两个分配到不同工位的任务，将这两个任务的工位编号进行更换；变异操作随机选择一个任务随机产生一个工位编号，如果产生的工位编号与当前的工位编号相同，则继续生成直到产生不一样的工位编号。对于装配模式向量，交换操作随机选两个不同装配方式的工位，将两个工位的装配方式进行更换；变异操作随机选择一个工位，将该工位的装配模式变更为新的装配模式。
在本申请实施例中，建立人机协作装配线的数学模型，并通过对候鸟算法的改进来实现问题的高效求解。改进的候鸟算法包括种群初始化，领鸟改进，种群改进和领鸟更换4个过程。为了获得较好的初始种群，本发明提出了一种新的解码方式，对于有员工和机器人同时分配的工位包含了操作的加工顺序选择和操作的装配方式选择两个子问题，构建此问题的数学模型，通过在解码过程中调用求解器实现该问题的精确求解，获得有员工和机器人分配工位的最短加工时间。
原始的候鸟算法在领鸟改进阶段通过领飞鸟产生p个邻域解后，才比较领飞鸟和p个邻域解并选择比领飞鸟更优的最优邻域解替换该领飞鸟，这样的做法不利于种群的进化，如果一直利用最优替换容易陷入局部最优，因此本发明对领鸟改进阶段进行改进，在领飞鸟每次产生邻域解后，就将该邻域解与领飞鸟对比选择出较优的个体作为产生下一个邻域解的个体，选出p个邻域解中与领飞鸟不同的最优的个体，如果最优邻域解优于最初的领飞鸟，则用该邻域解替换领飞鸟，如果最优解差于领飞鸟，则选择模拟退火的接受准则以一定概率接受该邻域解。
同样的，原始候鸟算法在种群改进阶段的做法与领飞鸟改进阶段做法类似，没有通过对领飞鸟的更新产生邻域解，也没有利用模拟退火机制接受差解。因此本发明也对种群改进阶段进行改进，改进的方法与领飞鸟改进阶段相同，选择左右两侧的任意一个个体，对于选择出的个体，产生个体的一个邻域解，如果邻域解优于该个体则替换，利用新的个体产生邻域解，选出产生的p-x个邻域解中与当前个体不同的最优的邻域解，并与该个体同侧的前面x个未被选择的最优做比较选出x+1个邻域解中最优的邻域解，将最优的邻域解与个体比较。如果优于个体，则用邻域解替换该个体，如果差于个体，则选择模拟退火机制接受准则以一定概率接受该邻域解。
在一些实施例中，本发明提出了人机并行协作装配线的数学模型，为了验证提出模型的正确性以及改进算法的性能，对表3中的案例集进行求解。表3展示了测试案例的操作数量、机器人类型、工位数量以及每组案例的数量。
表3测试案例集
Figure RE-GDA0003885988460000181
Figure RE-GDA0003885988460000191
首先测试提出的混合整数规划模型，构建的模型采用C++调用 CPLEX求解，运行平台为Microsoft Visual Studio 2019。模型的终止条件为找到最优解或运行时间为1000秒，在初步实验中混合整数规划模型在规定的时间内难以求得最优解。因此只测试了前面27个案例验证模型的正确性，测试结果表4所示
表4混合整数规划模型结果
Figure RE-GDA0003885988460000192
Figure RE-GDA0003885988460000201
表中结果表明混合整数规划模型可以实现小规模案例的精确求解，验证了提出的混合整数规划模型的正确性。
为了测试本发明提出的算法的性能，将算法与3种智能优化算法对比：原始候鸟算法(OMBO)，遗传算法(GA)，模拟退火算法(SA)。所有算法的终止条件为10*1000毫秒，将测试结果转化为相对百分偏差(MRPD)来比较算法的性能。相对百分偏差的计算公式为
Figure RE-GDA0003885988460000211
其中C为一个算法对某个案例求得的最优值，Cbest为4个算法对某个案例求得的最优值。MRPD的值越好，说明算法的性能越好。所有算法采用C++语言编程，运行平台为Microsoft Visual Studio 2019。
表5展示了MBO和其余3种算法获得的相对百分偏差结果。
表5算法获得的相对百分偏差
Figure RE-GDA0003885988460000212
Figure RE-GDA0003885988460000221
由表可知，IMBO的性能最优，其求解全部案例的相对百分偏差值为0.051，其次为OMBO，求解全部案例的相对百分偏差值为0.171。同时，可以发现IMBO算法在求解大规模案例时也表现出明优越性。
下面对本发明提供的人机协同装配线平衡装置进行描述，下文描述的人机协同装配线平衡装置与上文描述的人机协同装配线平衡方法可相互对应参照。
图4为本申请实施例提供的人机协同装配线平衡装置，如图4所示，包括：获取模块410和优化模块420；其中，获取模块410用于基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；其中，优化模块420用于对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
可选地，所述优化模块，具体用于：
S21，基于将每个人机协同装配方案作为一个飞鸟个体，获取N 个飞鸟，基于每个飞鸟对应的生产节拍确定领飞鸟，并将其它飞鸟随机放置在V型队列的左队列和右队列，得到初始鸟群；
S22，基于所述领飞鸟进行邻域搜索，得到p个邻域解；
S23，在任一所述邻域解的节拍与当前领飞鸟的节拍相同，则对所述邻域解的节拍设置为一个极大数作为惩罚，然后在所述p个邻域解中的最优邻域解的节拍小于所述领飞鸟的节拍情况下，替换所述领飞鸟；
S24，将所述p个邻域解中节拍超过第一预设阈值的x个邻域解共享给所述左队列中的飞鸟和所述右队列中的飞鸟；
S25，分别对于领飞鸟两侧的每一飞鸟依次进行邻域搜索，首先继承前一只飞鸟遗传的x个邻域解，再对所述飞鸟进行邻域搜索，得到p-x个邻域解，在x+(p-x)个邻域解中的最优邻域解的节拍小于所述飞鸟的节拍的情况下，替换所述飞鸟，将邻域解中节拍超过第一预设阈值的x个邻域解共享给下一只飞鸟；
S26，将步骤S22-S25重复执行m次后，将领飞鸟移动到种群群左右两侧任意一侧的最后一个位置上，并将该侧的每个飞鸟个体往前移动一位；
S27，重复执行步骤S22-S26，直至满足预设停止条件，得到生产节拍最小的人机协同装配方案。
在本申请实施例中，通过建立人机协作装配线的数学模型，获取 N个人机协同装配方案，并结合改进的候鸟算法来实现问题的高效求解。改进的候鸟算法包括种群初始化，领鸟改进，种群改进和领鸟更换这四个过程，从而实现对于生产节拍最小的人机协同装配方案的求解。
图5是本发明提供的电子设备的结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行人机协同装配线平衡方法，该方法包括：基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read- Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的人机协同装配线平衡方法，该方法包括：基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的人机协同装配线平衡方法，该方法包括：基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种人机协同装配线平衡方法，其特征在于，包括：
基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；
对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
2.根据权利要求1所述的人机协同装配线平衡方法，其特征在于，所述基于装配线任务信息和工位信息，获取N个人机协同装配方案，包括：
基于所述装配线任务信息和所述装配线工位信息，采取任务分配向量和装配模式向量双层编码方式，获得每个工位的任务分配信息和每个工位对应的员工分配信息和机器人分配信息；
通过混合整数规划模型对所述任务分配信息、每个工位对应的员工分配信息和机器人分配信息进行分析，得到N个人机协同装配方案。
3.根据权利要求2所述的人机协同装配线平衡方法，其特征在于，所述获得每个工位的任务分配信息和每个工位对应的员工分配信息和机器人分配信息，包括：
对于每个工位的任务分配信息，将当前任务分配到的工位编号与所述当前任务的所有前序任务依次比较；
若所述当前任务分配到工位的编号在所述前序任务之前出现，则交换两个任务分配到工位的编号，直到与所有前序任务完成比较；
获得每个工位的任务分配信息和每个工位对应的员工分配信息和机器人分配信息。
4.根据权利要求1所述的人机协同装配线平衡方法，其特征在于，对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案，包括：
S21，基于将每个人机协同装配方案作为一个飞鸟个体，获取N个飞鸟，基于每个飞鸟对应的生产节拍确定领飞鸟，并将其它飞鸟随机放置在V型队列的左队列和右队列，得到初始鸟群；
S22，基于所述领飞鸟进行邻域搜索，得到p个邻域解；
S23，在任一所述邻域解的节拍与当前领飞鸟的节拍相同，则对所述邻域解的节拍设置为一个极大数作为惩罚，然后在所述p个邻域解中的最优邻域解的节拍小于所述领飞鸟的节拍情况下，替换所述领飞鸟；
S24，将所述p个邻域解中节拍超过第一预设阈值的x个邻域解共享给所述左队列中的飞鸟和所述右队列中的飞鸟；
S25，分别对于领飞鸟两侧的每一飞鸟依次进行邻域搜索，首先继承前一只飞鸟遗传的x个邻域解，再对所述飞鸟进行邻域搜索，得到p-x个邻域解，在x+(p-x)个邻域解中的最优邻域解的节拍小于所述飞鸟的节拍的情况下，替换所述飞鸟，将邻域解中节拍超过第一预设阈值的x个邻域解共享给下一只飞鸟；
S26，将步骤S22-S25重复执行m次后，将领飞鸟移动到种群群左右两侧任意一侧的最后一个位置上，并将该侧的每个飞鸟个体往前移动一位；
S27，重复执行步骤S22-S26，直至满足预设停止条件，得到生产节拍最小的人机协同装配方案。
5.根据权利要求4所述的人机协同装配线平衡方法，其特征在于，所述替换所述领飞鸟，还包括:
在所述p个邻域解中的最优邻域解的节拍大于所述领飞鸟的情况下，利用模拟退火算法的接受准则以预设概率接受这个差解；
在满足
Figure FDA0003769218940000021
的情况下,则用所述最优邻域解替换当前的领飞鸟，否则仍保留当前的领飞鸟；
其中，rand[0,1]为0-1的随机数，T表示模拟退火算法的初始温度，随着模拟退火算法的迭代通过T＝T*a方式更新初始温度，a为冷却系数。
6.一种人机协同装配线平衡装置，其特征在于，包括：
获取模块，用于基于装配线任务信息和装配线工位信息，获取N个人机协同装配方案；
优化模块，用于对所述N个人机协同装配方案使用改进的候鸟算法进行优化，得到生产节拍最小的人机协同装配方案。
7.根据权利要求6所述的人机协同装配线平衡装置，其特征在于，所述优化模块，具体用于：
S21，基于将每个人机协同装配方案作为一个飞鸟个体，获取N个飞鸟，基于每个飞鸟对应的生产节拍确定领飞鸟，并将其它飞鸟随机放置在V型队列的左队列和右队列，得到初始鸟群；
S22，基于所述领飞鸟进行邻域搜索，得到p个邻域解；
S23，在任一所述邻域解的节拍与当前领飞鸟的节拍相同，则对所述邻域解的节拍设置为一个极大数作为惩罚，然后在所述p个邻域解中的最优邻域解的节拍小于所述领飞鸟的节拍情况下，替换所述领飞鸟；
S24，将所述p个邻域解中节拍超过第一预设阈值的x个邻域解共享给所述左队列中的飞鸟和所述右队列中的飞鸟；
S25，分别对于领飞鸟两侧的每一飞鸟依次进行邻域搜索，首先继承前一只飞鸟遗传的x个邻域解，再对所述飞鸟进行邻域搜索，得到p-x个邻域解，在x+(p-x)个邻域解中的最优邻域解的节拍小于所述飞鸟的节拍的情况下，替换所述飞鸟，将邻域解中节拍超过第一预设阈值的x个邻域解共享给下一只飞鸟；
S26，将步骤S22-S25重复执行m次后，将领飞鸟移动到种群群左右两侧任意一侧的最后一个位置上，并将该侧的每个飞鸟个体往前移动一位；
S27，重复执行步骤S22-S26，直至满足预设停止条件，得到生产节拍最小的人机协同装配方案。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述人机协同装配线平衡方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述人机协同装配线平衡方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述人机协同装配线平衡方法。
CN202210896390.XA 2022-07-28 2022-07-28 人机协同装配线平衡方法及装置 Pending CN115310794A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210896390.XA CN115310794A (zh) 2022-07-28 2022-07-28 人机协同装配线平衡方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210896390.XA CN115310794A (zh) 2022-07-28 2022-07-28 人机协同装配线平衡方法及装置

Publications (1)

Publication Number Publication Date
CN115310794A true CN115310794A (zh) 2022-11-08

Family

ID=83858239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210896390.XA Pending CN115310794A (zh) 2022-07-28 2022-07-28 人机协同装配线平衡方法及装置

Country Status (1)

Country Link
CN (1) CN115310794A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619082A (zh) * 2022-12-02 2023-01-17 天津大学 一种人机协同混流装配线平衡问题的解决方法和装置
CN115609593A (zh) * 2022-12-02 2023-01-17 天津大学 一种多类型机器人人机协同装配调度方法和装置
CN116843157A (zh) * 2023-08-02 2023-10-03 天津大学 一种批处理增材制造机器调度问题的解决方法和装置
CN117057551A (zh) * 2023-08-02 2023-11-14 天津大学 考虑协作机器人的多工序作业调度问题的解决方法和装置
CN117519055A (zh) * 2023-12-12 2024-02-06 天津大学 一种考虑复杂人机协作模式的平行装配线调度方法和装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619082A (zh) * 2022-12-02 2023-01-17 天津大学 一种人机协同混流装配线平衡问题的解决方法和装置
CN115609593A (zh) * 2022-12-02 2023-01-17 天津大学 一种多类型机器人人机协同装配调度方法和装置
CN116843157A (zh) * 2023-08-02 2023-10-03 天津大学 一种批处理增材制造机器调度问题的解决方法和装置
CN117057551A (zh) * 2023-08-02 2023-11-14 天津大学 考虑协作机器人的多工序作业调度问题的解决方法和装置
CN116843157B (zh) * 2023-08-02 2024-03-29 天津大学 一种批处理增材制造机器调度问题的解决方法和装置
CN117057551B (zh) * 2023-08-02 2024-04-19 天津大学 考虑协作机器人的多工序作业调度问题的解决方法和装置
CN117519055A (zh) * 2023-12-12 2024-02-06 天津大学 一种考虑复杂人机协作模式的平行装配线调度方法和装置
CN117519055B (zh) * 2023-12-12 2024-05-28 天津大学 一种考虑复杂人机协作模式的平行装配线调度方法和装置

Similar Documents

Publication Publication Date Title
CN115310794A (zh) 人机协同装配线平衡方法及装置
CN108053119B (zh) 一种求解零等待流水车间调度问题的改进粒子群优化方法
Shen et al. Mathematical modeling and multi-objective evolutionary algorithms applied to dynamic flexible job shop scheduling problems
Fan et al. An improved genetic algorithm for flexible job shop scheduling problem considering reconfigurable machine tools with limited auxiliary modules
CN109165808B (zh) 一种电力通信网现场运维工单派发方法
CN103530702B (zh) 一种基于瓶颈设备分解的大规模作业车间调度方法
CN101901425A (zh) 一种基于多种群协同进化的柔性作业车间调度方法
CN105629927A (zh) 一种基于混合遗传算法的mes生产计划排产方法
CN108460463B (zh) 基于改进遗传算法的高端装备流水线生产调度方法
Mencía et al. Genetic algorithms for the scheduling problem with arbitrary precedence relations and skilled operators
CN115619082B (zh) 一种人机协同混流装配线平衡问题的解决方法和装置
González et al. Multi-objective optimization in a job shop with energy costs through hybrid evolutionary techniques
CN115609593B (zh) 一种多类型机器人人机协同装配调度方法和装置
CN115933568A (zh) 一种多目标分布式混合流水车间调度方法
CN112884367B (zh) 多技能员工约束的装备研发多项目协同调度方法及系统
CN111242446A (zh) 一种基于ga-ts混合算法的车间排产方法
CN116985146B (zh) 退役电子产品的机器人并行拆解规划方法
CN113283819B (zh) 基于规则解码的Job Shop调度问题求解方法及系统
CN113657742B (zh) 车间调度方法、装置、电子设备及存储介质
CN115619200A (zh) 一种分割式Seru的排产与多能工调度组合优化方法和装置
CN113191662B (zh) 考虑支配工件和最小化能源消耗的智能协同调度方法及系统
Esquivel et al. Parameter settings and representations in Pareto-based optimization for job shop scheduling
CN113326581A (zh) 一种基于组合生产和设备故障约束的遗传调度方法
CN117252375A (zh) 作业车间调度方法、作业车间调度装置及电子设备
CN117436590A (zh) 一种面向收益与碳排放的部分拆卸线平衡优化方法

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