留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

订单加急扰动下柔性生产车间动态完全重调度

王彦勇 张一泽

王彦勇, 张一泽. 订单加急扰动下柔性生产车间动态完全重调度[J]. 制造技术与机床, 2023, (4): 156-162. doi: 10.19287/j.mtmt.1005-2402.2023.04.024
引用本文: 王彦勇, 张一泽. 订单加急扰动下柔性生产车间动态完全重调度[J]. 制造技术与机床, 2023, (4): 156-162. doi: 10.19287/j.mtmt.1005-2402.2023.04.024
WANG Yanyong, ZHANG Yize. Dynamic complete rescheduling of flexible production shop under order expediting disturbance[J]. Manufacturing Technology & Machine Tool, 2023, (4): 156-162. doi: 10.19287/j.mtmt.1005-2402.2023.04.024
Citation: WANG Yanyong, ZHANG Yize. Dynamic complete rescheduling of flexible production shop under order expediting disturbance[J]. Manufacturing Technology & Machine Tool, 2023, (4): 156-162. doi: 10.19287/j.mtmt.1005-2402.2023.04.024

订单加急扰动下柔性生产车间动态完全重调度

doi: 10.19287/j.mtmt.1005-2402.2023.04.024
基金项目: 2020年度浙江省科技厅重点研发计划立项项目(2020A01002)
详细信息
    作者简介:

    王彦勇,女,1974年生,硕士,讲师,研究方向为控制理论与控制工程,已发表论文4篇。E-mail:wangyyo1974@163.com

    通讯作者:

    王彦勇,女,1974年生,硕士,讲师,研究方向为控制理论与控制工程,已发表论文4篇。E-mail:wangyyo1974@163.com

  • 中图分类号: TP18

Dynamic complete rescheduling of flexible production shop under order expediting disturbance

  • 摘要: 为了提高订单加急扰动时柔性生产车间重调度的效率,提出了基于邻域拥挤度淘汰NSGA-II算法和优先加工通道的重调度方案。针对订单加急扰动下重调度问题,建立了减少车间能耗和完工时间的双重优化模型。构造了多目标优化问题的邻域,提出了基于邻域拥挤度淘汰NSGA-II算法的柔性车间静态调度方法。当订单加急扰动发生时,设计了基于优先加工通道的完全重调度方案。使用Kacem02标准算例对静态调度性能测试,文章算法的优化目标极值小于标准NSGA-II算法和混合NSGA-II算法,说明该算法的优化能力更强。订单加急扰动后,优先加工通道和滚动遗传算法均将加急订单完成时间由18 min提前到14 min,但是前者保持了整体完工时间不变,而后者整体加工时间由18 min增加到20 min,结果表明优先加工通道在柔性车间重调度中具有更好性能。

     

  • 图  1  染色体编码

    图  2  工序链与机床链同步交叉策略

    图  3  工序链与机床链异步变异策略

    图  4  柔性车间完全重调度流程

    图  5  最小完工时间调度方案

    图  6  重调度方案

    表  1  加工能耗 kJ/min

    能耗M1M2M3M4M5M6M7M8
    T125124416
    T232135322
    T323221114
    T421353163
    T542212621
    T653442241
    T716213232
    T823522111
    下载: 导出CSV

    表  2  3种算法的目标函数极值

    算法非支配解数量${f_1}$/min${f_2}$/kJ
    标准NSGA-II算法1423241
    文献[17]混合NSGA-II算法1920230
    邻域拥挤淘汰NSGA-II算法2218221
    下载: 导出CSV

    表  3  重调度方案任务完成时间 min

    时间静态调度方案重调度方案
    加急订单完工时间整体完工时间加急订单完工时间整体完工时间
    优先加工通道18181418
    滚动遗传算法18181420
    下载: 导出CSV
  • [1] Borreguero-Sanchidrian T, Pulido R, Garcia-Sanchez A, et al. Flexible job shop scheduling with operators in aeronautical manufacturing: a case study[J]. IEEE Access, 2018, 6: 224-233. doi: 10.1109/ACCESS.2017.2761994
    [2] 李稚, 周双牛. 基于GABSO算法的动态柔性作业车间调度问题[J]. 系统工程, 2022, 40(1): 143-151.
    [3] Ahmadi E, Zandieh M, Farrokh M, et al. A multi objective optimization approach for flexible job shop scheduling problem under random machine breakdown by evolutionary algorithms[J]. Computers & Operations Research, 2016, 73: 56-66.
    [4] 程胜明, 王雅君, 张昕晨, 等. 基于智能制造的混合流水车间插单动态调度[J]. 大连工业大学学报, 2022, 41(5): 386-390. doi: 10.19670/j.cnki.dlgydxxb.2022.0513
    [5] 斯兴瑶, 廖映华, 任少波, 等. 基于滚动窗口技术和遗传算法的柔性作业车间动态调度研究[J]. 机电工程, 2022, 39(1): 87-93. doi: 10.3969/j.issn.1001-4551.2022.01.013
    [6] 王艺霖. 混合蝙蝠算法及其在调度管理中的应用研究[D]. 上海: 东华大学, 2022.
    [7] Ortiz Barrios M, Neira-Rodado D, Jimenez G, et al. Integration of dispatching algorithm and AHP-TOPSIS method for flexible job-shop scheduling problem: a case study from the apparel industry[J]. International Journal of Manufacturing Science and Technology, 2021(1): 15.
    [8] Rakovitis N, Li D, Zhang N, et al. Novel approach to energy-efficient flexible job-shop scheduling problems[J]. Energy, 2021(5): 121773.
    [9] 杜晓亮, 张楠, 孟凡云, 等. 改进NSGA2算法求解柔性作业车间调度问题[J]. 组合机床与自动化加工技术, 2022(5): 182-186. doi: 10.13462/j.cnki.mmtamt.2022.05.044
    [10] Nouiri M, Bekrar A, Jemai A, et al. Two stage particle swarm optimization to solve the flexible job shop predictive scheduling problem considering possible machine breakdowns[J]. Computers & Industrial Engineering, 2017, 112: 595-606.
    [11] 任玺悦, 王修贤, 耿娜, 等. 考虑多急件到达的作业车间重调度研究[J]. 工业工程与管理, 2022, 27(3): 74-83. doi: 10.19495/j.cnki.1007-5429.2022.03.009
    [12] 尤一琛, 王艳, 纪志成. 基于博弈论的柔性作业车间动态调度研究[J]. 系统仿真学报, 2021, 33(11): 2579-2588. doi: 10.16182/j.issn1004731x.joss.21-FZ0704
    [13] 张守京, 王彦亭, 罗志轩. 免疫度下的柔性车间动态重调度研究[J]. 机械科学与技术, 2021, 40(1): 109-115. doi: 10.13433/j.cnki.1003-8728.20200029
    [14] Rashid M A, Khatib F, Hoque M T, et al. An enhanced genetic algorithm for ab initio protein structure prediction[J]. IEEE Transactions on Evolutionary Computation, 2016, 20(4): 627-644. doi: 10.1109/TEVC.2015.2505317
    [15] 徐金辉, 涂海宁, 陆远. 智能制造单元生产调度算法研究[J]. 制造技术与机床, 2020(3): 134-138. doi: 10.19287/j.cnki.1005-2402.2020.03.028
    [16] Adamou Mitiche A, Mitiche L. Multivariable systems model reduction based on the dominant modes and genetic algorithm[J]. IEEE Transactions on Industrial Electronics, 2017,64(2): 1617-1619.
    [17] 宋昌兴, 阮景奎, 王宸. 基于混合多目标遗传算法的柔性作业车间调度问题研究[J]. 机电工程, 2021, 38(2): 169-176. doi: 10.3969/j.issn.1001-4551.2021.02.005
  • 加载中
图(6) / 表(3)
计量
  • 文章访问数:  46
  • HTML全文浏览量:  2
  • PDF下载量:  12
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-12-22
  • 录用日期:  2023-02-16

目录

    /

    返回文章
    返回