CN115319742A - 带机器人物料搬运的柔性制造单元作业调度方法 - Google Patents

Abstract

本发明提供一种带机器人物料搬运的柔性制造单元作业调度方法，在研究相关约束的基础上，以最小化柔性制造单元的总工期和总能耗为目标，建立了考虑能源消耗的柔性制造单元内部物料搬运机器人调度问题的双目标数学模型；构建集成了莱维飞行、加权距离更新和局部邻域搜索策略的改进多目标灰狼算法以求解数学模型，缓解灰狼算法的局部收敛现象，提高算法获得更高质量解决方案的概率。与现有技术相比，本发明的方法不仅考虑作业的操作顺序调度，而且充分考虑了机器人运输过程的调度，有效减少搬运设备间的路径冲突、快速响应物料需求，并达到降低总工期和总能耗的目的，从而在对带有物料搬运机器人的柔性制造单元进行节能的同时，提高其运作效率。

Description

带机器人物料搬运的柔性制造单元作业调度方法

技术领域

本发明属于智能制造技术领域，具体涉及一种带机器人物料搬运的柔性制造单元作业调度方法。

背景技术

随着工业4.0和生产自动化的发展，企业不得不面对更多的挑战，以应对快速变化的市场。制造系统的灵活性对于他们满足客户的要求变得更加重要。因此，柔性制造单元应运而生。围绕柔性制造单元的研究是近年来学术研究中的一个热点。与柔性制造系统需要企业大量的投资和资本资源不同，柔性制造单元的成本和复杂性较低。一个柔性制造单元通常由一些灵活的机器和一个或多个材料处理设施组成，如天车、机器人和自动导引车，以在不同机器之间进行多操作的运输工作。这些研究的目标一般都集中在操作顺序的决策上，并试图解决最大完工时间问题，但往往没有考虑运输过程，而这实际上是制造业中不可缺少的因素。

此外，气候变化等环境问题，正伴随制造过程不断恶化，因而提高工业领域的能源利用效率也受到了越来越多的关注。因此，需要进一步考虑研究具有绿色调度目标的柔性制造单元的调度策略，以在制造过程中减少能源消耗。

现有的柔性制造系统内部物料调度大多仅着眼于作业操作顺序的调度，很少同时兼顾到机器人运输过程的调度和以及柔性制造单元能源消耗的研究。因此，需要一种新的能够考虑能源消耗的柔性制造系统内部物料搬运机器人调度方法进行综合决策，该问题同时考虑了节能目标和调度性能，有效减少搬运设备间的路径冲突、快速响应物料需求，并达到降低总工期和总能耗的目的，从而在对带有物料搬运机器人的柔性制造单元进行节能的同时，提高其运作效率。本发明为解决柔性制造单元物流调度问题提供了新的解决思路，也为制造企业在提高生产效率和降低能耗等方面提供了借鉴。

发明内容

本发明是为解决上述问题而进行的，目的在于提供一种考虑能源消耗的柔性制造单元内部物料搬运机器人的作业调度方法，该方法采用改进的多目标灰狼算法模型，对柔性制造单元内部物料搬运机器人进行调度，提高获得更高质量调度方案的概率。

本发明采用了如下技术方案：

本发明提供了一种带机器人物料搬运的柔性制造单元作业调度方法，其特征在于，包括以下步骤：

步骤S1，获取柔性制造单元的基础数据和生产计划信息，所述基础数据包括加工机器的数量、物料搬运机器人的数量，所述生产计划信息包括工件数量、工序数量及其顺序；

步骤S2，建立所述加工机器和所述物料搬运机器人的能耗模型，包括所述加工机器的加工时间、空闲时间与能耗的关系以及所述物料搬运机器人的运行速度与能耗的关系；

步骤S3，基于所述能耗模型，建立考虑能源消耗的所述柔性制造单元内部的所述物料搬运机器人调度的目标函数；

步骤S4，确定调度过程的约束条件；

步骤S5，基于所述约束条件，采用实数编码方式表示调度方案的解；

步骤S6，采用改进的多目标灰狼算法求解所述目标函数，确定最优调度方案，其中，所述改进的多目标灰狼算法集成了莱维飞行、位置加权更新策略和局部领域搜索策略。

本发明提供的带机器人物料搬运的柔性制造单元作业调度方法，还可以具有这样的技术特征，其中，步骤S3中，以最小化所述柔性制造单元的总工期和总能耗为目标，构建所述目标函数：

f₁＝min{C_max}

式中，f₁表示最小化加工任务的最大完成时间C_max，f₂表示最小化柔性制造单元的总能耗，包括加工机器加工状态的能耗PE、加工机器空间状态的能耗IE 以及物料搬运机器人搬运过程的能耗E_r三个部分，以O_ij表示工件i的第j道工序，E_p为加工机器单位时间的加工功率，

为工序O_ij在加工机器m上的加工时间，E_I为加工机器空闲状态单位时间的消耗功率，

为工序O_ij的加工开始时间， E_pf为物料搬运机器人负载运行时的功率，E_pe为物料搬运机器人空载运行时的功率，t_iji′j′为工序O_ij所在加工机器与工序O_i′j′所在加工机器之间的搬运时间，z_iji′j′为决策变量，若工序O_ij的搬运操作发生在工序O_i′j′的搬运操作之前则为1，反之则为0。

本发明提供的带机器人物料搬运的柔性制造单元作业调度方法，还可以具有这样的技术特征，其中，步骤S4中，所述约束条件包括：

R1，每道所述工序只能由一个所述物料搬运机器人搬运：

R2，加工操作O_i′j′必须在加工操作O_ij结束之后才能开始：

R3，加工某道所述工序的开始搬运时间必须在该工件的前一道所述工序的加工操作完成之后：

R4，某道所述工序的加工操作必须发生在该工件被搬运到相应的所述加工机器后：

R5，当所述物料搬运机器人连续搬运两道所述工序时，保证其有充分的移动时间：

z_iji′j′+z_i′j′ij≥x_ijr+x_i′j′r-1

z_iji′j′+z_i′j′ij≤x_ijr-x_i′j′r+1

R6，最大完成时间必须大于任何一个所述工序的加工完成时间：

R7，变量的非负性约束：

R8，若干0-1变量的规定：

式中，R为物料搬运机器人索引，R＝{1,2…r}，I为工件索引，I＝{1,2…n}， M为加工机器索引，M＝{1,2…m}，

为工序O_ij加工前的搬运开始时间，x_ijr为决策变量，若工序O_ij的物料搬运机器人为r则为1，反之则为0，y_iji′j′为决策变量，若工序O_ij的加工操作发生在工序O_i′j′之前则为1，反之则为0。

本发明提供的带机器人物料搬运的柔性制造单元作业调度方法，还可以具有这样的技术特征，其中，步骤S5中，所述实数编码方式的编码过程具体为：一条完整的编码包括所述工件的加工序列信息和所述物料搬运机器人的编号相关信息，所述编码的染色体长度为

其中L_i为工件i的工序总数，解码过程包括如下步骤：

步骤A1，将所述染色体平均分为两个部分，第1到

个基因为第一部分，用来确定所述工件的加工序列，第

到

个所述基因为第二部分，用来确定所述物料搬运机器人编号；

步骤A2，将所述工件的所述工序依次按顺序排序，依次为

作为第一序列；

步骤A3，将所述第一序列与所述染色体第一部分的所述基因一一对应，并将所述基因按其编码数值从小到大排序，得到加工序列；

步骤A4，根据所述染色体第二部分的基因位上的数值选择对应的所述物料搬运机器人，得到机器人序列；

步骤A5，将所述加工序列和所述机器人序列一一对应，解码完成，得到解码结果。

本发明提供的带机器人物料搬运的柔性制造单元作业调度方法，还可以具有这样的技术特征，其中，在所述解码过程后，确定所有所述工件的各道工序在对应的所述加工机器上的加工开始时间和加工结束时间，包括如下步骤：

步骤B1，根据所述解码结果得到加工序列{O_ij},i＝1,2…n,j＝1,2…L_i；

步骤B2，根据所述解码结果确定所述加工序列中的工序对应的所述物料搬运机器人，结合该工序对应的所述加工机器的位置，从而确定该工序的搬运路径；

步骤B3，在不考虑移动时间的情况下，为所述加工序列中的每道工序确定最早的开始加工时间

式中，

表示工序O_ij的前一道工序O_i(j-1)结束加工的时间，

表示工序O_ij所在的加工机器上前一道工序的结束加工时间，由

得到；

步骤B4，解决所述物料搬运机器人的路径冲突，并计算所述物料搬运机器人在各道所述工序中的移动时间，由此更新所述开始加工时间；

步骤B5，根据更新后的所述开始加工时间，计算所述工序的结束加工时间。

本发明提供的带机器人物料搬运的柔性制造单元作业调度方法，还可以具有这样的技术特征，其中，步骤S6包括如下子步骤：

步骤S6-1，初始化种群，随机生成构成种群的灰狼个体，计算所有所述灰狼个体的适应度值并排序，将排序前三的所述灰狼个体作为领头狼α、β、δ，其中，所述灰狼个体即所述调度方案，在初始化种群时，每个所述基因位是范围在[0,1] 的随机数；

步骤S6-2，结合所述莱维飞行和所述位置加权更新策略，通过控制量|A|控制所述灰狼个体的更新模式，当|A|>0.5时，采用带所述莱维飞行的策略更新所述灰狼个体位置，否则采用所述位置加权更新策略更新灰狼个体位置；

步骤S6-3，随机选择两个所述灰狼个体进行交叉操作，采用两点交叉算子，对位置更新后的所述灰狼个体，当交叉概率CR>rand时，随机选择两个灰狼个体，分别对其所述染色体的第一部分和第二部分进行交叉操作；

步骤S6-4，随机选择所述领头狼α、β、δ进行交换或倒序操作，基于所述局部领域搜索策略，随机选择一个单次迭代结束前更新得到的所述领头狼α、β、δ，对其进行扰动，并比较执行所述局部领域搜索策略后的所述灰狼个体与之前的所述灰狼个体的优劣，选择其中适应度值更高的所述灰狼个体；

步骤S6-5，判断是否满足预定的算法终止条件，判断为是时输出最优的所述灰狼个体，判断为否时返回步骤S6-2。

本发明提供的带机器人物料搬运的柔性制造单元作业调度方法，还可以具有这样的技术特征，其中，步骤S6-2中，所述位置加权更新策略的公式为：

其中，

式中，v～N(0,1)，β为[0,2]范围内的随机数。

本发明提供的带机器人物料搬运的柔性制造单元作业调度方法，还可以具有这样的技术特征，其中，步骤S6-4中，采用两种策略，当rand≤0.5时，在所述染色体第一部分随机选择两个所述基因位进行交换操作，反之，对所述染色体第一部分进行倒序操作，步骤S6-5中，所述算法终止条件为迭代次数到达预设的最大循环次数。

发明作用与效果

根据本发明的带机器人物料搬运的柔性制造单元作业调度方法，基于柔性制造单元，在研究相关约束的基础上，以最小化柔性制造单元的总工期和总能耗为目标，建立了考虑能源消耗的柔性制造单元内部物料搬运机器人调度问题的双目标数学模型；提出了一种基于莱维飞行和加权距离更新策略的多目标灰狼算法，以适应此类非确定性多项式问题的求解；构建集成了莱维飞行、加权距离更新和局部邻域搜索策略的改进多目标灰狼算法以求解数学模型，缓解灰狼算法的局部收敛现象，提高算法获得更高质量解决方案的概率。与现有技术相比，本发明的方法在柔性制造单元调度过程中，不仅考虑作业的操作顺序调度，而且充分考虑了机器人运输过程的调度，有效减少搬运设备间的路径冲突、快速响应物料需求，并达到降低总工期和总能耗的目的，从而在对带有物料搬运机器人的柔性制造单元进行节能的同时，提高其运作效率。

附图说明

图1是本发明实施例中柔性制造单元作业车间的布局图；

图2是本发明实施例中柔性制造单元作业调度方法的流程图；

图3是本发明实施例中交叉算子与局部领域搜索的操作示意图；

图4是本发明实施例中改进的多目标灰狼算法的流程示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本发明的带机器人物料搬运的柔性制造单元作业调度方法作具体阐述。

<实施例>

本实施例提供一种带机器人物料搬运的柔性制造单元作业调度方法，以下将先对带机器人物料搬运的柔性制造单元的结构进行说明，再结合其结构具体说明作业调度方法。

图1是本实施例中柔性制造单元作业车间的布局图。

如图1所示，柔性制造单元的作业车间中设置有多台加工机器M₁、M₂、……、 M_m以及多个物料搬运机器人1、机器人2、……、机器人n。物料搬运机器人用于将待加工的物料搬运至各个加工机器的加工工位上，加工机器用于对物料进行各道工序的加工。本实施例中，物料搬运机器人的结构、参数均一样，且均安装在同一个导轨上，可沿图中左右方向移动，多台加工机器沿导轨的延伸方向依次排列。

本实施例中，为便于说明，物料搬运机器人的数量为2个。

图2是本实施例中带机器人物料搬运的柔性制造单元作业调度方法的流程图。

如图2所示，基于上述柔性制造单元的作业车间的结构，本实施例的带机器人物料搬运的柔性制造单元作业调度方法具体包括以下步骤：

步骤S1，获取柔性制造单元的基础数据和生产计划信息，包括工件数量、工序数量及其顺序、加工机器的数量、物料搬运机器人的数量等信息。

本实施例中，基础数据还包括机器人空载时的移动速度、负载时的移动速度、拿起工件所需时间、放下工件所需要时间、空载时的功率，负载时的功率，各个加工机器加工对应工序所需时间、加工时的功率、空闲时的功率等。

步骤S2，建立加工机器和物料搬运机器人的能耗模型，包括：加工机器的加工时间、空闲时间与能耗的关系以及物料搬运机器人的运行速度与能耗的关系。

步骤S3，基于上述能耗模型，建立考虑能源消耗的柔性制造单元内部的物料搬运机器人调度目标函数(以下简称目标函数)。

以最小化柔性制造单元的总工期和总能耗为目标，构建以下目标函数：

f₁＝min{C_max} (1)

上式中，f₁表示最小化加工任务的最大完成时间C_max(即总工期)；f₂表示最小化柔性制造单元车间消耗的总能耗，包括机器加工状态的能耗PE、空闲状态的能耗IE以及机器人搬运过程的能耗E_r三个部分。

步骤S4，确定调度过程的约束条件。

约束条件包括以下：

R1，每道工序只能由一个机器人搬运：

R2，加工操作O_i′j′必须在加工操作O_ij结束之后才能开始：

R3，加工某道工序前的开始搬运时间必须在该工件的前一道工序加工操作完成之后：

R4，某道工序的加工操作必须发生在该工件被搬运到相应机器后：

R5，当机器人连续搬运两道工序时，保证其有充分的移动时间：

其中，当机器人r需要搬运工序O_ij与O_i′j′时，x_ijr＝x_i′j′r＝1，则z_iji′j′＝1 或z_i′j′ij＝1；假设z_iji′j′＝1，那么在(8)中有

表示工序O_i′j′加工前的开始搬运时间必须满足，机器人首先需要将工件O_ij从上一道工序O_i(j-1)所在机器搬运完成后，空载至O_i′j′的上一道工序O_i′(j′-1)所在机器上。

R6，最大完工时间必须大于任何一个工序的加工完成时间：

R7，变量的非负性约束：

R8，若干0-1变量的规定：

上述公式(1)～(13)中，符号及决策变量定义如以下表1所示：

表1 符号及决定变量定义

步骤S5，基于上述约束条件，采用实数编码方式表示调度方案的解。

假设在作业车间中共有I个工件等待加工，工件i的工序总数由L_i表示，O_ij表示工件i的第j道工序(j＝1…L_i)。根据问题的特点，一条完整的编码应该包括工件的加工序列和搬运机器人编号的相关信息，因此编码的染色体长度为

在步骤S6中初始化种群时，每个基因位是范围在[0,1]的随机数。

解码过程包括两部分，首先，确定工件的加工序列；其次，确定负责每道工序的搬运机器人编号。解码过程具体包括如下步骤：

步骤A1，将编码的染色体平均分为两个部分，第1到

个基因为第一部分，用来确定工件的加工序列，第

到

个基因为第二部分，用来确定机器人编号。

步骤A2，将待加工工件的工序依次按顺序排序，依次为

到

为止，将该序列记作第一序列；

步骤A3，将步骤A2得到的第一序列与染色体第一部分的基因一一对应，将基因按编码数值从小到大排序，第一序列随之改变，此时得到的序列即为工件的加工顺序，记作加工序列。

步骤A4，根据染色体第二部分基因位上的数值选择对应的物料搬运机器人，得到机器人序列，本实施例中，若该数值小数部分取值在区间[0,0.5]上，则对应机器人1，若小数部分取值在区间(0.5,1)上，则对应机器人2。

步骤A5，将第加工序列和机器人序列一一对应，解码完成，得到解码结果。

需要注意的是，根据问题的描述和假设，当存在工件在同一台机器上加工两道相邻工序或加工序列中对应工件的最后一道工序时，不需要机器人搬运，故此时忽略机器人的编号。

在解码得到工件加工序列和工序所需的搬运机器人后，需要确定所有工件的各个工序在机器上的开始加工时间与结束加工时间，以便生成甘特图，进一步计算能耗。

确定开始加工时间与结束加工时间具体包括如下步骤：

步骤B1，根据解码结果得到加工序列{O_ij},i＝1,2…n,j＝1,2…L_i。

步骤B2，根据解码结果确定工序对应的搬运机器人，结合工序对应的加工机器位置，从而确定该工序的搬运路径；

步骤B3，在不考虑移动时间的情况下，为加工序列中的每道工序确定最早开始加工时间

其中，

表示O_ij的前一道工序O_i(j-1)结束加工的时间，

表示O_ij所在的加工机器上前一道工序的结束加工时间，由

得到。

步骤B4，解决机器人路径冲突并计算机器人在各道工序中的移动时间，由此更新步骤B3得到的工序开始加工时间。

步骤B5，根据更新后的工序开始加工时间，计算工序结束加工时间。

步骤S6，采用改进的多目标灰狼算法求解目标函数，确定最优的制造单元内部物料搬运机器人的调度方案。

其中，改进的多目标灰狼算法集成了莱维(Lévy)飞行、位置加权更新策略和局部领域搜索策略。

图4是本实施例中改进的多目标灰狼算法的流程示意图。

如图4所示，步骤S6具体包括如下子步骤：

步骤S6-1，初始化种群：

随机生成构成种群的灰狼个体，计算所有灰狼个体的适应度值并排序，将排序前三的灰狼个体作为领头狼α、β、δ。其中，灰狼个体就是调度方案，在初始化种群时，每个基因位是范围在[0,1]的随机数。

步骤S6-2，位置加权更新策略更新灰狼个体位置：

结合莱维飞行和位置加权更新策略，通过控制量|A|控制灰狼个体的更新模式，当|A|>0.5时，采用带莱维飞行的策略更新灰狼个体位置，否则采用位置加权更新策略更新灰狼个体位置，具体公式如下：

其中：

上式中，v～N(0,1)，β为[0,2]范围内的随机数。

步骤S6-3，随机选择两个灰狼个体进行交叉操作：

采用两点交叉算子，对经过位置更新后的灰狼个体，当交叉概率CR>rand 时，随机选择两个灰狼个体分别对加工序列和物料搬运机器人左右两部分进行交叉操作，也即对上述染色体的第一部分和第二部分进行交叉操作。

步骤S6-4，随机选择领头狼α、β、δ进行交换或倒序操作：

基于局部领域搜索策略，随机选择一个单次迭代结束前更新得到的领头狼α、β、δ，对其进行扰动，并比较执行局部领域搜索策略后的灰狼个体与之前的灰狼个体的优劣，选择其中适应度更高的灰狼个体。本实施例中，主要采用两种策略，当rand≤0.5时，在加工序列部分随机选择两个位置进行交换操作，即在上述染色体第一部分随机选择两个基因位进行交换操作；反之，对加工序列进行倒序操作。

步骤S6-5，判断是否满足预定的算法终止条件：

当满足算法终止条件时，输出最优的灰狼个体，即最优目标函数值，否则返回步骤S6-2继续迭代。本实施例中，算法终止条件为迭代次数到达预设的最大循环次数。

经过迭代计算，将满足停止条件的求解结果作为最终的调度方案。

实施例作用与效果

根据本实施例提供的带机器人物料搬运的柔性制造单元作业调度方法，基于柔性制造单元，在研究相关约束的基础上，以最小化柔性制造单元的总工期和总能耗为目标，建立了考虑能源消耗的柔性制造单元内部物料搬运机器人调度问题的双目标数学模型；提出了一种基于莱维飞行和加权距离更新策略的多目标灰狼算法，以适应此类非确定性多项式问题的求解；构建集成了莱维飞行、加权距离更新和局部邻域搜索策略的改进多目标灰狼算法以求解数学模型，缓解灰狼算法的局部收敛现象，提高算法获得更高质量解决方案的概率。与现有技术相比，本发明的方法在柔性制造单元调度过程中，不仅考虑作业的操作顺序调度，而且充分考虑了机器人运输过程的调度，有效减少搬运设备间的路径冲突、快速响应物料需求，并达到降低总工期和总能耗的目的，从而在对带有物料搬运机器人的柔性制造单元进行节能的同时，提高其运作效率。

上述实施例仅用于举例说明本发明的具体实施方式，而本发明不限于上述实施例的描述范围。

Claims (8)

1.一种带机器人物料搬运的柔性制造单元作业调度方法，其特征在于，包括以下步骤：

步骤S1，获取柔性制造单元的基础数据和生产计划信息，所述基础数据包括加工机器的数量、物料搬运机器人的数量，所述生产计划信息包括工件数量、工序数量及其顺序；

步骤S2，建立所述加工机器和所述物料搬运机器人的能耗模型，包括所述加工机器的加工时间、空闲时间与能耗的关系以及所述物料搬运机器人的运行速度与能耗的关系；

步骤S3，基于所述能耗模型，建立考虑能源消耗的所述柔性制造单元内部的所述物料搬运机器人调度的目标函数；

步骤S4，确定调度过程的约束条件；

步骤S5，基于所述约束条件，采用实数编码方式表示调度方案的解；

步骤S6，采用改进的多目标灰狼算法求解所述目标函数，确定最优调度方案，

其中，所述改进的多目标灰狼算法集成了莱维飞行、位置加权更新策略和局部领域搜索策略。

2.根据权利要求1所述的带机器人物料搬运的柔性制造单元作业调度方法，其特征在于：

其中，步骤S3中，以最小化所述柔性制造单元的总工期和总能耗为目标，构建所述目标函数：

f₁＝min{C_max}

式中，f₁表示最小化加工任务的最大完成时间C_max，f₂表示最小化柔性制造单元的总能耗，包括加工机器加工状态的能耗PE、加工机器空间状态的能耗IE以及物料搬运机器人搬运过程的能耗E_r三个部分，

以O_ij表示工件i的第j道工序，

E_p为加工机器单位时间的加工功率，

为工序O_ij在加工机器m上的加工时间，E_I为加工机器空闲状态单位时间的消耗功率，

为工序O_ij的加工开始时间，E_pf为物料搬运机器人负载运行时的功率，E_pe为物料搬运机器人空载运行时的功率，t_iji′j′为工序O_ij所在加工机器与工序O_i′j′所在加工机器之间的搬运时间，

z_iji′j′为决策变量，若工序O_ij的搬运操作发生在工序O_i′j′的搬运操作之前则为1，反之则为0。

3.根据权利要求2所述的带机器人物料搬运的柔性制造单元作业调度方法，其特征在于：

其中，步骤S4中，所述约束条件包括：

R1，每道所述工序只能由一个所述物料搬运机器人搬运：

R2，加工操作O_i′j′必须在加工操作O_ij结束之后才能开始：

R3，加工某道所述工序的开始搬运时间必须在该工件的前一道所述工序的加工操作完成之后：

R4，某道所述工序的加工操作必须发生在该工件被搬运到相应的所述加工机器后：

R5，当所述物料搬运机器人连续搬运两道所述工序时，保证其有充分的移动时间：

R6，最大完成时间必须大于任何一个所述工序的加工完成时间：

R7，变量的非负性约束：

R8，若干0-1变量的规定：

式中，R为物料搬运机器人索引，R＝{1,2…r}，I为工件索引，I＝{1,2…n}，M为加工机器索引，M＝{1,2…m}，

为工序O_ij加工前的搬运开始时间，

x_ijr为决策变量，若工序O_ij的物料搬运机器人为r则为1，反之则为0，y_iji′j′为决策变量，若工序O_ij的加工操作发生在工序O_i′j′之前则为1，反之则为0。

4.根据权利要求3所述的带机器人物料搬运的柔性制造单元作业调度方法，其特征在于：

其中，步骤S5中，所述实数编码方式的编码过程具体为：

一条完整的编码包括所述工件的加工序列信息和所述物料搬运机器人的编号相关信息，所述编码的染色体长度为

其中L_i为工件i的工序总数，

解码过程包括如下步骤：

步骤A1，将所述染色体平均分为两个部分，第1到

个基因为第一部分，用来确定所述工件的加工序列，第

到

个所述基因为第二部分，用来确定所述物料搬运机器人编号；

步骤A2，将所述工件的所述工序依次按顺序排序，依次为

作为第一序列；

步骤A3，将所述第一序列与所述染色体第一部分的所述基因一一对应，并将所述基因按其编码数值从小到大排序，得到加工序列；

步骤A4，根据所述染色体第二部分的基因位上的数值选择对应的所述物料搬运机器人，得到机器人序列；

步骤A5，将所述加工序列和所述机器人序列一一对应，解码完成，得到解码结果。

5.根据权利要求4所述的带机器人物料搬运的柔性制造单元作业调度方法，其特征在于：

其中，在所述解码过程后，确定所有所述工件的各道工序在对应的所述加工机器上的加工开始时间和加工结束时间，包括如下步骤：

步骤B1，根据所述解码结果得到加工序列{O_ij},i＝1,2…n,j＝1,2…L_i；

步骤B2，根据所述解码结果确定所述加工序列中的工序对应的所述物料搬运机器人，结合该工序对应的所述加工机器的位置，从而确定该工序的搬运路径；

步骤B3，在不考虑移动时间的情况下，为所述加工序列中的每道工序确定最早的开始加工时间

式中，

表示工序O_ij的前一道工序O_i(j-1)结束加工的时间，

表示工序O_ij所在的加工机器上前一道工序的结束加工时间，由

得到；

步骤B4，解决所述物料搬运机器人的路径冲突，并计算所述物料搬运机器人在各道所述工序中的移动时间，由此更新所述开始加工时间；

步骤B5，根据更新后的所述开始加工时间，计算所述工序的结束加工时间。

6.根据权利要求5所述的带机器人物料搬运的柔性制造单元作业调度方法，其特征在于：

其中，步骤S6包括如下子步骤：

步骤S6-1，初始化种群，随机生成构成种群的灰狼个体，计算所有所述灰狼个体的适应度值并排序，将排序前三的所述灰狼个体作为领头狼α、β、δ，其中，所述灰狼个体即所述调度方案，在初始化种群时，每个所述基因位是范围在[0,1]的随机数；

步骤S6-2，结合所述莱维飞行和所述位置加权更新策略，通过控制量|A|控制所述灰狼个体的更新模式，当|A|>0.5时，采用带所述莱维飞行的策略更新所述灰狼个体位置，否则采用所述位置加权更新策略更新灰狼个体位置；

步骤S6-3，随机选择两个所述灰狼个体进行交叉操作，采用两点交叉算子，对位置更新后的所述灰狼个体，当交叉概率CR>rand时，随机选择两个灰狼个体，分别对其所述染色体的第一部分和第二部分进行交叉操作；

步骤S6-4，随机选择所述领头狼α、β、δ进行交换或倒序操作，基于所述局部领域搜索策略，随机选择一个单次迭代结束前更新得到的所述领头狼α、β、δ，对其进行扰动，并比较执行所述局部领域搜索策略后的所述灰狼个体与之前的所述灰狼个体的优劣，选择其中适应度值更高的所述灰狼个体；

步骤S6-5，判断是否满足预定的算法终止条件，判断为是时输出最优的所述灰狼个体，判断为否时返回步骤S6-2。

7.根据权利要求6所述的带机器人物料搬运的柔性制造单元作业调度方法，其特征在于：

其中，步骤S6-2中，所述位置加权更新策略的公式为：

其中，

式中，v～N(0,1)，β为[0,2]范围内的随机数。

8.根据权利要求6所述的带机器人物料搬运的柔性制造单元作业调度方法，其特征在于：

其中，步骤S6-4中，采用两种策略，当rand≤0.5时，在所述染色体第一部分随机选择两个所述基因位进行交换操作，反之，对所述染色体第一部分进行倒序操作，

步骤S6-5中，所述算法终止条件为迭代次数到达预设的最大循环次数。

Images