基于訂單導(dǎo)向的多品種小批量生產(chǎn)調(diào)度研究.pdf

1、隨著物聯(lián)網(wǎng)技術(shù)普及和工業(yè)4.0愿景的提出，制造企業(yè)的生產(chǎn)逐漸呈現(xiàn)協(xié)同化、信息化、即時(shí)化趨勢(shì)，而車間生產(chǎn)調(diào)度管理信息系統(tǒng)和物理系統(tǒng)的深度融合成為實(shí)現(xiàn)智能制造的關(guān)鍵。制造型企業(yè)為快速響應(yīng)市場(chǎng)的需求變化，將目光轉(zhuǎn)向具有工藝柔性特點(diǎn)的離散方式生產(chǎn)，采取多品種、小批量訂單生產(chǎn)方式組織生產(chǎn)活動(dòng)。然而多品種、小批量制造方式存在產(chǎn)品類別多、結(jié)構(gòu)復(fù)雜、制造周期長(zhǎng)、工藝變換頻繁、制造重復(fù)性低等特點(diǎn)，如何高效的進(jìn)行生產(chǎn)調(diào)度，一直是業(yè)界關(guān)注的問題。本文針對(duì)多品

2、種、小批量制造企業(yè)的生產(chǎn)調(diào)度問題，運(yùn)用生產(chǎn)調(diào)度相關(guān)理論，在對(duì)多品種、小批量制造企業(yè)生產(chǎn)調(diào)度共性研究的基礎(chǔ)上，構(gòu)建了基于訂單產(chǎn)品任務(wù)分解的排程概念模型；在此基礎(chǔ)上，結(jié)合人工魚群算法和遺傳算法的優(yōu)點(diǎn)，設(shè)計(jì)并改進(jìn)了調(diào)度算法，并對(duì)實(shí)際企業(yè)的生產(chǎn)調(diào)度進(jìn)行實(shí)例仿真，驗(yàn)證了改進(jìn)調(diào)度模型的有效性和改進(jìn)算法的尋優(yōu)性。
　　本研究主要內(nèi)容包括：⑴在滿足工藝約束前提下，基于訂單產(chǎn)品任務(wù)分解和多項(xiàng)目并行處理思想，通過加工任務(wù)和裝配任務(wù)的區(qū)分，使得裝配節(jié)點(diǎn)

3、的各項(xiàng)前序加工任務(wù)得以并行處理，從而縮短了制造周期；⑵結(jié)合有向圖和數(shù)學(xué)規(guī)劃方法，構(gòu)建具有樹約束的生產(chǎn)任務(wù)調(diào)度模型，借助遺傳進(jìn)化改進(jìn)了人工魚群算法的隨機(jī)搜尋算子，解決了主要仿生行為失效時(shí)人工魚群算法陷入局部最優(yōu)的困境。通過實(shí)例仿真，驗(yàn)證生產(chǎn)調(diào)度模型的適用性和改進(jìn)算法的全局尋優(yōu)性；⑶通過各類動(dòng)態(tài)事件的分析和動(dòng)態(tài)調(diào)度策略的改進(jìn)，模擬生產(chǎn)中擾動(dòng)事件的重調(diào)度，結(jié)果表明提出的生產(chǎn)調(diào)度動(dòng)態(tài)修正策略可以滿足多品種、小批量制造企業(yè)的生產(chǎn)計(jì)劃需求；⑷為實(shí)現(xiàn)