首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种飞机起落架生产车间绿色调度方法 

申请/专利权人:电子科技大学

申请日:2024-03-22

公开(公告)日:2024-06-25

公开(公告)号:CN118244721A

主分类号:G05B19/418

分类号:G05B19/418;G06Q10/0631;G06Q50/04;G06N3/006

优先权:

专利状态码:在审-公开

法律状态:2024.06.25#公开

摘要:本发明公开了一种飞机起落架生产车间绿色调度方法,该方法首先建立飞机起落架生产车间的调度模型,将实际生产中的工程问题转化为数学模型的优化与求解问题;其次以最小化最大完工时间、最小化机器能耗、最小化运输能耗、最小化辅助作业能耗以及最小化噪声为优化目标,并将机器能耗和辅助作业能耗细化,同时考虑生产约束,构建高维目标的飞机起落架生产车间调度模型;接着采用改进遗传变邻域算法求出调度模型的调度解,生成调度计划。通过本方法所得的调度方案可有效缩短生产的作业总工期、降低生产中的资源消耗与噪声排放,达到节能减排的目的。

主权项:1.一种飞机起落架生产车间绿色调度方法,其特征在于,步骤如下:步骤1:基于历史设备故障数据和紧急插单数据,通过三次指数平滑方法计算预期设备故障和紧急插单情况:1.1:对于设备故障和紧急插单原始序列Xp={X1,X2,X3,...,XN}和Yp={Y1,Y2,Y3,...,YN}按照分治递归算法分别计算最优值α1和α2;1.2:将时间序列最优预测系数值α1和α2分别代入如下公式: 其中α代表最优预测系数值,x0k表示设备故障原始序列或紧急插单原始序列,l表示第l期的平滑值计算出原始序列的一次平滑S1k、二次平滑S2k、三次平滑序列S3k;1.3:根据如下公式计算设备故障和紧急插单序列预测模型懂得叙述模型系数: 1.4:建立预测模型并计算结果,T表示待预测数据与目前时刻的距离,也称为预测步长;1.5:在下一个生产阶段到来后,将在观测点k+T时刻所观测到的设备故障以及紧急插单序列加入设备故障和紧急插单原始序列,转步骤2.1;步骤2:建立飞机起落架生产车间绿色调度目标优化的数学模型,目标函数如下:f1=min{max[ti|t∈1,2,3,...,n]}f2=minW=Wbusy+Widle+Wtransf3=minTEf4=minE=Ewater+Egas 设f1为最小化最大完工时间,其中ti为工件Ji的完工时间;f2为最小机器总能耗,包括Wbusy所表示的机器加工能耗,Widle所表示的机器空闲能耗,Wtrans所表示的机器状态转换能耗,其中n为待加工工件的总件数,m为工段的总数,M为加工机器数,Ti,j,k为工件Ji在工段bj的第k个加工机器Mj,k上的加工时间,Xi,j,k为决策变量,用来表示工件是否正在机器上加工,若有工件正在机器上加工则为1,若没有工件正在机器上加工则为0;f3为最小化AGV小车所产生的运输能耗;f4为最小化辅助资源消耗,包括水资源的消耗和气资源的消耗,Ewater和Egas分别是水资源消耗和气资源消耗的计算方法;f5为最小化机器噪声计算方法,其中ni,j,k为在工段bj的第k个加工机器Mj,k上的指定工件Ji,其约束为: Zi,j,k=Si,j,k+Ti,j,kZi,j,k≤Si,j,kXp={X1,X2,X3...,XN}Yp={Y1,Y2,Y3,...,YN}其中,nj,k表示某个加工机器上加工的工件总数等于所有分配到该加工机器上加工的工件总数,ni,j,k为在工段bj的第k个加工机器Mj,k上的指定工件Ji;表示一个工件在某一阶段的并行加工机器中只能选择在其中一个加工机器上进行加工,其中Mi,j代表当前工件所在工序的加工机器,xi,j,k代表工序在其可选机器上加工;Zi,j,k表示工件在某个阶段某个加工机器上的开始加工时间、结束加工时间和加工时间三者之间的关系;Zi,j,k≤Si,j,k表示工件连续加工时在某个阶段某个加工机器上的开始加工时间和结束加工时间之间的关系,其中Zi,j,k为开始加工时间,Si,j,k为结束加工时间;Xp和Yp分别表示根据步骤1所计算出的,在某生产阶段中设备故障和紧急插单关系;步骤3:改进遗传变邻域算法优化求调度解,其步骤如下:3.1:参数设置:设最大代次数为maxGen,种群规模为popSize,交叉概率为Pc,变异概率为Pm;染色体是制造中工序和机器编码的载体,种群是染色体的一个集合;3.2:种群初始化:采用MSOS编码的方式产生popSize个染色体,并将染色体分为两组,数量各为染色体总个数的一半;由于考虑到求解目标为最小化项目工期以及最小化机器能耗、最小化运输能耗以及最小化辅助生产能耗,先采用优先级规则初始化部分个体,其余个体采用随机初始化以提高初始种群的多样性;3.3:计算个体适应度值,选用目标函数分配以不同的权值后求和的结果作为适应度函数,并判断当前迭代次数gen是否达到最大迭代次数maxGen,若达到最大迭代次数则输出最优解;否则转步骤3.4;3.4:选择:采用锦标赛选择策略对个体进行选择,每次从种群中随机选择一定数量的个体,根据其适应度函数值选择其中最优的个体进入新种群;3.5:交叉:采用交叉概率Pc进行交叉,使用单点交叉和POX交叉的混合交叉方法生成子代染色体;3.6:变异:按变异概率Pm对遗传算子的基因型做变动,采用右移变异和交换变异的混合变异方法,变异后产生新的种群newPop;3.7:变邻域操作:从newPop中选择适应度值前20%的个体作为变邻域操作的初始解集S,变邻域操作后生成局部最优解集;3.8:将局部最优解集重插入到原种群中,转步骤3.3。

全文数据:

权利要求:

百度查询: 电子科技大学 一种飞机起落架生产车间绿色调度方法

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。