本文關鍵詞：基于MES的單件小批混合車間調(diào)度算法研究

  更多相關文章： 制造執(zhí)行系統(tǒng) 單件生產(chǎn) 小批生產(chǎn) 混合車間 調(diào)度算法

【摘要】：在大型離散制造業(yè)中，單件小批生產(chǎn)模式占有很大比重，如重型機械設備的制造，輪船制造，電站成套設備的制造，飛機制造等。這種生產(chǎn)類型的企業(yè)，是在規(guī)定的時間內(nèi)，制造種類繁多的產(chǎn)品，其產(chǎn)量可能是一件或批量很少，并且絕大部分是按訂單進行生產(chǎn)的。由于在生產(chǎn)過程中，產(chǎn)品品種繁多，生產(chǎn)條件不穩(wěn)定，工序多，具有很多制約生產(chǎn)的大型設備，制品在生產(chǎn)過程中的移動路線長且復雜，生產(chǎn)過程中連續(xù)性較低等特點，使得對單件小批生產(chǎn)類型調(diào)度的研究成為了該領域研究的一個重要研究方向。 目前，，制造執(zhí)行系統(tǒng)（Manufacturing Execution System，MES）在大型離散制造業(yè)中的應用也越來越普遍，基于實時生產(chǎn)數(shù)據(jù)采集、分析的MES為車間調(diào)度提供了實時的信息環(huán)境。 本文在分析單件小批MES車間調(diào)度問題特點的基礎上，針對單件小批混合車間調(diào)度問題，綜合考慮了調(diào)度周期與工件加工準備時間，建立了數(shù)學模型，提出了一種基于遺傳算法的調(diào)度優(yōu)化算法，在有效縮短調(diào)度周期的情況下，提高了工件加工連續(xù)性，緩解了頻繁更換工裝的情況。本文還針對現(xiàn)有蟻群算法利用析取圖描述工件加工關系而增加了算法復雜度，提出了一種廣義蟻群算法，在有效解決單件小批混合車間調(diào)度問題的同時，降低算法復雜度，提升了算法的魯棒性。經(jīng)實驗表明，本文提出的優(yōu)化遺傳算法在縮短調(diào)度周期方面優(yōu)于目前算法，廣義蟻群算法在算法性能上優(yōu)于現(xiàn)有的蟻群算法。
【關鍵詞】：制造執(zhí)行系統(tǒng) 單件生產(chǎn) 小批生產(chǎn) 混合車間 調(diào)度算法
【學位授予單位】：哈爾濱理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TB497
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-22
• 1.1 課題研究的背景、目的和意義10-12
• 1.1.1 課題來源10
• 1.1.2 基于 MES 的單件小批混合車間調(diào)度研究的背景10-11
• 1.1.3 單件小批混合車間調(diào)度研究的目的及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-19
• 1.2.1 車間調(diào)度分類12-15
• 1.2.2 應用于車間調(diào)度的算法15-16
• 1.2.3 車間調(diào)度算法研究現(xiàn)狀16-19
• 1.2.4 當前研究存在的不足19
• 1.3 本論文主要研究內(nèi)容19-20
• 1.4 文章結構安排20-22
• 第2章 MES 體系結構及與 ERP/DCS 信息集成22-28
• 2.1 單件小批生產(chǎn)模式下 MES 體系結構22-24
• 2.2 MES 研究現(xiàn)狀24-25
• 2.3 MES 與 ERP/DCS 的信息集成25-26
• 2.4 本章小結26-28
• 第3章 單件小批混合車間調(diào)度問題28-33
• 3.1 單件小批混合車間調(diào)度問題描述28-31
• 3.1.1 問題描述28-29
• 3.1.2 符號表示29-31
• 3.2 單件小批混合車間調(diào)度的特點及難點31-32
• 3.3 本章小結32-33
• 第4章 單件小批混合車間調(diào)度優(yōu)化算法研究33-44
• 4.1 遺傳算法及優(yōu)化設計33-39
• 4.1.1 傳統(tǒng)遺傳算法描述33
• 4.1.2 遺傳算法優(yōu)化設計33-39
• 4.2 蟻群算法及優(yōu)化設計39-43
• 4.2.1 傳統(tǒng)蟻群算法描述39
• 4.2.2 廣義蟻群算法設計39-43
• 4.3 本章小結43-44
• 第5章 基于 MES 單件小批混合車間調(diào)度優(yōu)化算法實例分析44-54
• 5.1 優(yōu)化遺傳算法分析及評價44-49
• 5.1.1 算法分析44-47
• 5.1.2 算法評價47-49
• 5.2 廣義蟻群算法分析及評價49-53
• 5.2.1 算法分析49-51
• 5.2.2 算法評價51-53
• 5.3 本章小結53-54
• 結論54-55
• 參考文獻55-60
• 攻讀碩士學位期間所發(fā)表的學術論文60-61
• 致謝61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 李義杰,李桂蓮,尹濤;面向?qū)ο蠓椒ㄔ贔MS調(diào)度仿真系統(tǒng)中的應用[J];遼寧工程技術大學學報(自然科學版);2000年04期

2 許曉棟;莊新村;盧宇灝;李從心;;基于遺傳算法的有柔性路徑的動態(tài)調(diào)度問題研究[J];上海理工大學學報;2005年06期

3 方劍,席裕庚;周期性和事件驅(qū)動的Job Shop滾動調(diào)度策略[J];控制與決策;1997年02期

4 錢曉龍,唐立新,劉文新;動態(tài)調(diào)度的研究方法綜述[J];控制與決策;2001年02期

5 張德強,肖祥勝;FMS動態(tài)圖形監(jiān)控與仿真技術的研究[J];遼寧工學院學報;1999年04期

6 常春光,胡琨元,汪定偉,鄭秉霖,李慧瑩;鋼鐵生產(chǎn)動態(tài)調(diào)度理論研究與工程應用綜述[J];信息與控制;2003年06期

7 寧樹實;王偉;潘學軍;;基于準時制思想的煉鋼—連鑄生產(chǎn)動態(tài)調(diào)度算法[J];信息與控制;2007年01期

本文編號：1054528