考虑多重扰动的柔性作业车间重调度方案制定与选择

作     者：冯卓雅 

作者单位：江苏科技大学 

学位级别：硕士

导师姓名：韩文民

授予年度：2023年

学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 

主      题：柔性作业车间 生产扰动 重调度方案制定 重调度方案选择 改进人工蜂群算法 

摘      要：随着市场需求层次的不断升级,个性化、品质化、多样化产品需求激增,为适应市场变化,诸多企业向多品种、中小批量生产模式转型。柔性作业车间作为一种灵活性较高、可以根据市场需求和客户订单变化快速调整生产流程的生产组织模式被广泛选择。但在实际生产过程中存在着很多不确定因素,影响着车间正常生产活动的开展,当影响较大时需重新制定生产计划指导车间生产。重调度作为一种根据实际生产状况调整或重新安排生产计划的调度方式,在动态多变的生产环境下具有较强的适用性,可以最大限度地提高生产效率和产能利用率,因此考虑多重因素制定重调度方案十分重要。从现有研究来看,针对不确定扰动的重调度方案制定与选择问题的研究,大多采用单一策略应对多类扰动或仅考虑一类扰动事件,存在方案灵活性差、适应度低等问题;同时多采用随机法或模糊数集选择最优解,对企业偏好与生产客观需求的综合考虑不足,所选方案可能不符合实际生产需要。针对以上问题,本文开展了考虑多重扰动的柔性作业车间重调度方案制定与选择问题研究。为有效解决仅考虑一类扰动事件或采用单一策略制定重调度方案灵活性差、指导性弱、适应度低等问题,本文在已有研究的基础上,提出了考虑多重扰动的重调度方案制定方法。该方法依据扰动事件产生来源对扰动进行分类,并制定各类扰动响应策略集;在此基础上,构建了以最大完工时间与机器负荷标准差最小为目标的不同策略下的重调度模型,并设计了改进人工蜂群算法进行模型求解。该算法通过采用混合初始化策略解决了标准人工蜂群算法易陷入局部最优问题,并引入外部解集使其适用于多目标问题求解。该方法能够在扰动发生后依据扰动特性对不同策略的重调度模型进行求解,制定恰当的重调度方案,并为后续重调度方案选择提供了可选重调度方案。为更加科学有效的选择出最符合当前扰动影响消除需求的重调度方案,基于企业偏好与生产客观需求,综合考虑加工时间、机器负荷均衡率、损耗成本与机器能耗等因素,提出了基于G1-改进熵权法-改进TOPSIS的重调度方案选择方法。该方法依据企业偏好与方案客观指标值,根据最小鉴别原理将G1法与引入反熵权法的改进熵权法相结合,并采用引入KL散度与灰色关联理论的改进TOPSIS对可选重调度方案集进行优劣评价、选择。该方法解决了单一赋权方法主观性过强或过于客观问题,并改善了传统TOPSIS在距离对比上的欠缺,通过综合赋权与量化分析选择出既满足生产客观需求又符合企业偏好的最优扰动响应重调度方案。为了验证本文所提方法的可行性与有效性,采用W公司柴油机缸体加工车间生产实例对上述方法进行了验证。对实践调研所得到的相关生产数据整合分析,选择以故障扰动与新订单插入为例进行方法应用,将依据上述方法得到的重调度方案与企业实际生产重调度方案进行性能对比,结果表明本文所提重调度方案在加工时间、机器利用率、损耗成本与机器能耗等方面综合性能更优,验证了本文所提方法的可行性与有效性。本文所提出的重调度方案制定与选择方法提高了重调度方案的全局性与灵活性,在保证生产效率的同时促进企业长期有效发展,具有一定的实践意义与理论价值,并对相关企业具有一定的参考和借鉴意义。