申请/专利权人：江苏科技大学

申请日：2021-11-22

公开（公告）日：2024-06-18

公开（公告）号：CN114022028B

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06Q10/04;G06Q50/04;G06F30/20;G06F111/04;G06F119/06

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2022.02.25#实质审查的生效;2022.02.08#公开

摘要：本发明公开了一种自动化混合流水线调度布局集成优化方法。包括以下步骤：步骤S1，确定的自动化混合流水线的基本布局参数信息和基本调度参数信息，步骤S2，获取生产线集成优化模型的约束条件，建立以完工时间最小和生产线能耗最小为目标的自动化混合流水线调度布局集成优化模型；步骤S3，选择与目标函数相关联的优化对象，并设计一种关联性混合编码方式的染色体序列；步骤S4，由改进的多种群NSGA_II算法对自动化混合流水线调度布局集成优化模型进行求解并根据目标函数得到对应的适应度值，最终根据优化的适应度值得到Pareto最优解集。

主权项：1.一种自动化混合流水线调度布局集成优化方法，其特征在于：用于自动化混合流水线中通过优化上料顺序、各工位机床数量、各工位机床类型顺序、各工位机床间距，求得完工时间最小和生产线能耗最小的自动化混合流水线调度布局集成优化模型，包括如下步骤：步骤S1、根据实际场地空间和各设备尺寸确定的自动化混合流水线的基本布局参数信息，包括设备类型及其长度、宽度，各台设备距离的范围，根据场地的长度、宽度得出的各工位并行机数量上限；由生产纲领和工艺流程确定自动化混合流水线的基本调度参数信息，包括工件的数量和种类，生产线工位数量及各工位并行机数量下限；确定所述根据实际场地空间和各设备尺寸确定的自动化混合流水线的基本布局参数信息，和由生产纲领和工艺流程确定自动化混合流水线的基本调度参数信息，包括：设置工件集合为N＝{1,2,…,n}，i∈N，其中i为工件，n为工件数；工位集合为H＝{1,2,…,h}，j∈H，其中j为工位，h为工位数；所有机床集合为M＝{1,2,…,m}，k∈M，其中k为机床，m为机床总数；工位j上可供选取的并行机集合为Mj＝{1,2,…,mj}，其中mj为工位j上的并行机床数；其中yj为工位j上各台机床中心点间的距离；步骤S2、以自动化混合流水线的基本布局参数信息和基本调度参数信息，结合各机床设备工作过程中的加工时间、能耗因素约束条件，滑轨机械手在搬运过程中不同工况所需考虑的移动速度、移动距离、能耗因素约束条件，工件对于机床设备和滑轨机械手的判断因子因素约束条件，并以完工时间最小和生产线能耗最小为目标函数，建立自动化混合流水线调度布局集成优化模型；所述各机床设备工作过程中的加工时间、能耗因素约束条件，滑轨机械手在搬运过程中不同工况所需考虑的移动速度、移动距离、能耗因素约束条件，工件对于机床设备和滑轨机械手的判断因子因素约束条件，包括：设置v1为滑轨滑轨机械手搬运工件时的移动速度，v2为滑轨滑轨机械手空载时的移动速度；sj,i为工位j对应的滑轨机械手搬运工件i的次数；为工位j对应的滑轨机械手取工件i的次数；为工位j对应的滑轨机械手第w次取工件i的起始机床序号，为工位j对应的滑轨机械手第w次取工件i的目标机床序号，为工位j对应的滑轨机械手第w次搬运工件i的起始机床序号，为工位j对应的滑轨机械手第w次搬运工件i的目标机床序号；dj,i,w为工位j对应的滑轨机械手第w次取工件i的移动距离，为工位j对应的滑轨机械手第w次搬运工件i的移动距离；Pi,k为工件i在机床k上的加工功率，为机床k的待机功率，Pj,i为工位j对应的滑轨机械手搬运工件i的运行功率，为工位j对应的滑轨机械手的空载功率；Ti,j,k为工件i的第j道工位在机床k上的加工时间；Kk,t为机床k第t次的开始加工时刻；Jk,t为机床k第t次的结束加工时刻；Fi,j为工件i的第j道工位的开始加工时刻；Ci,j为工件i的第j道工位的结束加工时刻；Wi,j,k＝1表示工件i的第j道工位在机床k上加工，否则为0；Ui,k,t＝1表示机床k第t次加工的工件为工件i，否则为0；表示工位j对应的滑轨机械手第w次将工件i搬运到了下一工位,表示工位j对应的滑轨机械手第w次将工件i搬运到了当前机床对应的缓存区；所述各机床设备工作过程中的加工时间、能耗因素约束条件，包括： 其中，各机床设备工作过程中的加工时间已知，式1中MPE为机床加工能耗，式2中MWE为机床等待能耗；所述滑轨机械手在搬运过程中不同工况所需考虑的移动速度、移动距离、能耗因素约束条件，包括： 其中，式3为滑轨机械手取工件的移动距离的计算公式，式4为滑轨机械手搬运工件的移动距离的计算公式；式5中RPE为滑轨机械手搬运能耗，式6中RWE为滑轨机械手空载能耗；工件对于机床设备和滑轨机械手的判断因子因素约束条件，包括： Fi，j＝Kk，t，Ui，k，t＝Wi，j，k＝1i∈N，j∈H，k∈M，t∈N11 kk，t≥Jk，t-1，k∈M15约束7表示任一工件的任一道工位只能在该道工位中的某一台机器上加工一次；约束8表示任一机床在同一时刻最多只能加工一个工件；约束9表示滑轨机械手每取一次工件就需搬运一次工件；约束10表示若滑轨机械手第一次搬运时就将工件搬运到了下一工位，则滑轨机械手搬运该工件的总次数为一，若滑轨机械手第一次搬运时将工件搬运到了缓存区，则滑轨机械手搬运该工件的总次数为二；约束11确保机床加工任一工件的开始时刻等于该工件开始加工时刻；约束12和13确保任一工件在对应机床上的结束加工时刻等于开始加工时刻与加工时间之和；约束14确保任一工件后一道工位的开始加工时刻不小于前一道工位的结束加工时刻与滑轨机械手取工件、搬运工件的时间之和；约束15确保机床后一次的开始加工时刻不小于前一次结束加工时刻；所述以完工时间最小和生产线能耗最小为目标函数，包括： minf2＝minMPE+MWE+RPE+RWE17其中，式16为完工时间最小的目标函数；式17为生产线总能耗最小的目标函数，式中MPE为机床加工能耗，MWE为机床等待能耗，RPE为滑轨机械手搬运能耗，RWE为滑轨机械手空载能耗；步骤S3、选择与自动化混合流水线调度布局集成优化模型中目标函数相关联的优化对象，包括上料顺序、各工位机床数量、各工位机床类型顺序、各工位机床间距四部分，并设计一种关联性混合编码方式由工件上料顺序、各工位机床数量、各工位机床类型顺序、各工位机床间距四部分优化对象组成的染色体序列，根据实际解决的问题，染色体序列中四部分编码选择不同的编码方式和交叉变异方式；步骤S4、由多种群遗传算法结合第二代非支配遗传算法所改进的多种群NSGA-II算法生成染色体编码，对自动化混合流水线调度布局集成优化模型进行求解并根据目标函数得到对应的适应度值，在多种群NSGA-II算法运行过程中对适应度值进行优化，在算法终止时，最终根据优化的适应度值得到Pareto最优解集；所述由多种群遗传算法结合第二代非支配遗传算法所改进的多种群NSGA-II算法，包括：步骤S41，根据自动化混合流水线调度布局集成优化模型，采用混合编码方式的染色体编码，随机生成N个初始种群；步骤S42，结合自动化物流方案，对所述N个初始种群中的每个染色体进行解码，对生产线模型进行仿真求解并获得多个目标值；步骤S43，根据所述多个目标值计算所述N个初始种群中每个染色体的非支配等级和拥挤度；步骤S44，对所述N个初始种群进行移民操作，交换最优解和最差解；步骤S45，每个种群采用不同的交叉和变异率，对染色体进行选择、交叉和变异操作，得到对应的子种群；步骤S46，将所述每个种群和所述每个种群对应的子种群进行结合，获得N个新种群，并重复步骤S42～S43；步骤S47，根据所述N个初始种群中每个染色体的非支配等级和拥挤度，选择非支配等级低且拥挤度大的M个个体形成N个新种群；步骤S48，在每个新种群中选取m个最优解放入精华种群，得到Pareto最优解集；步骤S49,判断循环是否达到最大迭代次数，如果是，则输出最优解；如果否，则返回步骤S44；在步骤S4中，改进的多种群NSGA-II算法在PlantSimulation生产仿真软件中对混合流水线调度布局多目标集成优化模型进行求解优化。

全文数据：

权利要求：

百度查询： 江苏科技大学 一种自动化混合流水线调度布局集成优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD