e-works数字化企业网  »  文章频道  »  先进制造技术  »  绿色制造

面向绿色制造的柔性作业车间调度优化(一)

2017/6/20    来源:互联网    作者:臧维娜  高国生      
关键字:绿色制造  遗传算法  柔性作业车间调度  
针对面向绿色制造的柔性作业车间调度问题,建立了以完工时间最优、能量消耗和环境影响最小为目标的调度模型,并采用遗传算法对模型进行求解。根据模型特点,采用机器染色体和工序染色体两种编码,并对初始种群的形成机制进行改进,采用精英策略和锦标赛法进行种群选择,两种染色体分别进行交叉和变异操作。最后通过实例对改进的遗传算法进行测试,并与其他方法的测试结果进行比较,验证了该算法的可行性和有效性。

    0 引言

    绿色制造是一个综合考虑环境影响和资源消耗的现代制造模式,旨在减少制造业对环境的负面影响,提高其资源利用率。近些年来,随着科技发展,制造业生产过程也发生了明显变化,最主要的特征即为生产规模大型化与生产过程连续化。在实施绿色制造的过程中,车间是最基本的生产单元,车间调度可以利用现有的资源(加工能力),满足被加工任务所需的各种约束(加工次序、所需机器等),使所有的任务能尽量按时完成(性能指标最小)。柔性作业车间调度问题(Flexible Job-shop Scheduling Problem,FJSP)是生产系统中的核心问题之一,是对经典作业调度的一种扩展,在实际生产中,它允许每个工序在多个备选机器上加工,提高了加工灵活性,也增加了问题的复杂度,是更为复杂的NP—Hard问题。从实际生产角度来说,好的调度方案更符合生产需求,更适合生产的动态特性,从绿色制造角度来说,好的调度方案能减少资源消耗和环境污染,因此面向绿色制造的柔性车间调度研究具有重要的理论和实际应用价值。

    目前,求解FJSP的常用算法有粒子群算法、蚁群算法、禁忌搜索和遗传算法等。遗传算法具有鲁棒性好、计算性能稳定、通用性强等特点,在求解组合优化领域的非确定多项式问题上显示出较好的搜索能力,在车间调度问题中得到了很好的应用。然而普通遗传算法存在消耗时间长、局部搜索能力较差且易早熟收敛等不足,为了克服上述缺陷,国内外学者们分别从算法编码、种群初始化、遗传操作、算法逻辑设计以及与其他算法融合等方面对算法进行改进。本文主要从种群初始化和遗传操作上对算法进行改进,并对优化目标进行了改善,弥补了遗传算法的不足,更适应面向绿色制造的柔性车间调度优化。

    1 面向绿色制造的柔性作业车间调度模型

    1.1问题描述

    面向绿色制造的柔性作业车间调度研究,2个工件{J1,J2,,…,Jn)在m台机床{W1,W2,…,Wm)上加工,每个工件有一道或者多道工序,工件的工序顺序确定,每道工序的加工机床有多台可供选择,工序的加工时间、能源消耗以及对环境的污染程度都会因加工机床的不同而不同,调度的最终目标是给每道工序选择最优加工机床,确定每台机床的工序加工顺序和时间,使所期望的加工性能指标最优。此外,在加工过程中还需满足以下约束条件:

    (1)同一台机床,同一个时问,只能加工一个工件;

    (2)同一个工件,同一个时刻,只能在一台机床上加工;

    (3)每一个工序一旦开始加工便不能中断;

    (4)工件间无优先级限制,所有工件的加工准备时间为零;

    (5)不同工件的工序间无先后约束,同一工件的工序间有先后约束。

    1.2 调度目标

    绿色制造需要综合考虑制造过程中的时间、质量、成本、资源消耗以及环境污染5个方面的影响,因此面向绿色制造的作业车间调度理应以这5项最优为目标。但在实际生产中,由于调度问题的复杂性,再加上5大目标间的相互联系,很难达到全面的最优,在此假设可选加工机床均能保证工件的加工质量,且忽略加工过程中所产生的生产成本差异,以时间、资源消耗和环境污染为调度目标。

    1.2.1 时间t

    多数文献都将最大完工时间最小作为作业车间调度的优化目标,但是在实际生产中,加工时间并非越短越好,最理想的状态应该是工件在其交货期内完成,提前完成会给企业增加仓储费用,延后完成会降低客户满意度,并且受到合同惩罚,因此调度的目标应是尽量使工件在交货期所在的时间段内完工。

    1.2.2 资源消耗和环境影响

    制造过程是将原材料加工成产品的过程,在这个过程中,必会造成资源价值和属性的改变,也就是说加工过程中必然会产生资源消耗和环境影响。文献[93已用实例证明,同一工件会因加工机床不同而消耗不同资源。受调度方案所影响的资源消耗主要表现在电能消耗上,其他的物料消耗,包括原材料、切削液等主要在前期加工设计阶段决定,因此将电能消耗量定义为资源属性值;生产过程中会产生废气、废液、噪声等对环境造成影响,加工安全性也会对劳动者的身心健康造成危害,因此将这几方面的综合影响量定义为环境属性值。综上可知,面向绿色制造的作业车间调度问题应将这两方面的影响考虑其中,优化目标是将这两方面的影响尽量降到最低,两方面的数值进行量纲统一后,将其和称为可持续性指标值,则优化目标就变为可持续性指标值最高。

    根据上述内容,为该调度模型定义变量如下:i代表工件序号,i=1,2,?,n;k代表机床序号,k=1,2,?,m;j代表工件的工序号;第i个工件的第j道工序可选机床集合为Mij,集合中元素的个数为mij;hi表示工件i的工序总数;tijk表示工件i的第歹道工序在机床k上的加工时间,Ti表示加工完工件i的时间,ri,ei分别表示加工工件i的资源属性值和环境属性值(均为量纲统一后的数值),Wr,We。为其权重,RE。表示可持续性指标值(如式(1)所示);stij,enij分别表示工序i的第j道工序的起始和结束时间.[Si,L]表示工件i的交货期,si,li分别为提前完工和延后完工的单位时间惩罚系数。

    1

    非交货期间完工都会对企业产生一定损失,因此需要进行惩罚,时间惩罚值用Pi表示(如式(2)所示),因此,将作业车间调度在时间方面的调度目标定为时间惩罚值最小,在资源消耗和环境影响方面的调度目标定为可持续性指标值最高,则总目标F如式(3)所示,其中P'i为量纲统一后的值,Wp、Wn为两分目标权重。

    2

    2 改进遗传算法求解面向绿色制造的柔性作业车间调度

    2.1 基因编码

    面向绿色制造的柔性作业车间调度问题,遗传算法的编码应由两部分组成,一部分是基于机床分配的编码,一部分是基于工序的编码。对于基于机床分配的编码,染色体的基因数等于所有工件工序的总数,基因用机床编号表示,如染色体[3 5 1 4 3 2 6 1 2],第一数字3表示为第一道工序选择W,机床进行加工。对于基于工序的编码,染色体的基因数等于所有工件工序的总数,工序用工件序号表示,序号出现的次数即为该工件的工序号,如染色体[1 2 1 3 2 3 3 2 1],数字1表示工件.,,,3个数字1表示工件J1的3个工序。

责任编辑:张纯子
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐