在機械產品的裝配過程中,由于人員變動、設備故障等不確定性因素,導致可用工位數(shù)呈動態(tài)變化,傳統(tǒng)方法由人工進行動態(tài)調整,往往會出現(xiàn)調整不合理的現(xiàn)象�；诖�,本文提出了根據(jù)可用工位數(shù)動態(tài)變化的裝配序列優(yōu)化方法,優(yōu)化方法通過實時檢測可用工位數(shù)的變化,動態(tài)調整裝配序列,從而實現(xiàn)裝配線效率最大化。本文分別對單品種和多品種的機械產品動態(tài)裝配序列優(yōu)化展開研究,研究內容如下:首先,研究了單品種機械產品的動態(tài)裝配序列優(yōu)化�；趯Σ淮_定性因素和裝配序列優(yōu)化方法的分析,本章研究了如何依據(jù)工位變化情況來動態(tài)優(yōu)化調整裝配序列。在該研究中,假設工位狀態(tài)變化服從伯努利分布,工位不可用和恢復的時間均服從指數(shù)分布。基于假設建立了以最大化裝配線效率為目標的單品種動態(tài)優(yōu)化模型,并提出了根據(jù)可用工位數(shù)變化的動態(tài)優(yōu)化策略。其次,動態(tài)優(yōu)化策略將改進蟻群算法與分配準則相結合。為了更高效地求解工位變化的動態(tài)裝配序列優(yōu)化問題,蟻群算法的改進主要體現(xiàn)在求解過程中,通過動態(tài)可選工序集縮小螞蟻搜索節(jié)點范圍,約束螞蟻尋找最優(yōu)路徑的范圍同時尋求新的最優(yōu)解,可加快算法搜索速度。第三,在上述研究的基礎上,提出了考慮工位變化的多品種動態(tài)優(yōu)化研究。為了滿... 

【文章來源】：西安工程大學陜西省

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

壓路車效果圖

由表 5-6 可得，隨著可用工位數(shù)的變化，采用優(yōu)化方法得到了不同的可用工位數(shù)時，動態(tài)裝配序列優(yōu)化方案。當可用工位數(shù)減少時，節(jié)拍增大，平均裝配時間也增大。但通過動態(tài)調整裝配序列，保證裝配線正常運行，減少可用工位變化產生的影響。序號 可用工位 裝配序列 裝配數(shù)量 用時(s) Cm(s) 節(jié)拍(s)1 6 1,3,2,4,5,7,6,8,9,10,12,11,13 32 5600 30 312 5 1,2,3,4,7,5,6,8,9,10,11,12,13 15 2625 35 373 4 1,2,3,4,5,6,7,8,10,9,11,12,13 21 3675 44 474 3 1,2,3,4,5,6,7,8,9,10,11,12,13 13 2275 59 615 5 1,2,3,4,7,5,6,8,9,10,11,12,13 46 8050 35 376 6 1,3,2,4,5,7,6,8,9,10,12,11,13 52 9100 30 317 4 1,2,3,4,5,6,7,8,10,9,11,12,13 10 1750 44 478 5 1,2,3,4,7,5,6,8,9,10,11,12,13 11 1925 35 37

5 實證研究假設某裝配線需裝配兒童金屬拼裝工程車，車型共有三種，分別是 A 型（水泥車），B 型（消防車），C 型（云梯車），其各自的成品效果圖，如圖 5-5 所示。這三種車型一天（8h 或 28800s）的需求量分別為 DA=60，DB=30 和 DC=30。不同品種產品所包含的工序和時間并非完全相同：A 產品包含 10 道工序；B 產品包含 13 道工序；C 產品包含 12 道工序，整個裝配過程共包含 20 道裝配工序，初始可用工位數(shù)設定為 8 個，各產品的優(yōu)先關系如圖 5-6 所示。在一個最小生產循環(huán)中，最大的公約數(shù)10，對每一種產品的需求比例分別為dA=DA/10=2，dB=DB/10=1 和 dC=DC/10=1，根據(jù)需求比例得到聯(lián)合優(yōu)先關系圖如圖 5-7 所示。

【參考文獻】：
期刊論文
[1]基于遺傳算法的艦載裝備多目標作業(yè)調度優(yōu)化研究[J]. 鮑勁松,李志強,周亞勤.  系統(tǒng)仿真學報. 2019(05)
[2]基于蟻群算法的異步并行裝配序列規(guī)劃方法[J]. 劉曉陽,劉恩福,靳江艷.  機械工程學報. 2019(09)
[3]求解多目標混流裝配線平衡問題的VPS-PSO算法[J]. 劉冬,張衛(wèi),陸寶春.  機械設計與制造. 2019(02)
[4]一種求解TSP問題的多策略改進蟻群算法[J]. 尚寶平,焦建強,裴杰,周坤,閆富宏.  數(shù)學的實踐與認識. 2019(02)
[5]改進蟻群算法在VRP問題中的應用及顏色Petri網實現(xiàn)[J]. 鄭文艷,趙麗敏.  計算機系統(tǒng)應用. 2018(11)
[6]仿真環(huán)境下基于遺傳算法的混流裝配線排產優(yōu)化研究[J]. 童小英,滕瑞飛,孫麗.  制造技術與機床. 2018(11)
[7]基于動態(tài)規(guī)劃的裝配線物料搬運節(jié)能調度方法[J]. 胡理嫚,李志偉,劉雪垠,陳鵬.  系統(tǒng)工程理論與實踐. 2018(09)
[8]多目標模擬退火算法求解混裝線平衡與排序[J]. 姜東,唐秋華,李梓響,吳玲.  機械設計與制造. 2018(09)
[9]基于改進煙花算法的隨機裝配線混流調度[J]. 劉儼后,麻娟,左敦穩(wěn),李學偉.  控制與決策. 2019(04)
[10]基于改進粒子群算法的裝配序列規(guī)劃研究[J]. 羅留祥,邢彥鋒.  輕工機械. 2018(01)

博士論文
[1]不確定條件下混裝和作業(yè)車間調度問題研究[D]. 李平.武漢科技大學 2013
[2]機器故障下柔性JobShop調度研究[D]. 何偉.重慶大學 2012
[3]裝配線平衡的最優(yōu)化模型與算法研究[D]. 周亮.南京理工大學 2005

碩士論文
[1]故障條件下柔性流水車間調度問題的研究[D]. 任魏翔.貴州大學 2016
[2]基于流程工業(yè)生產調度問題優(yōu)化與仿真研究[D]. 袁成.電子科技大學 2016
[3]多品種柔性化裝配線設計與仿真研究[D]. 何家盼.蘇州大學 2014
[4]不確定性下混流裝配線平衡問題研究[D]. 鐘金元.昆明理工大學 2013
[5]基于混合蟻群算法的動態(tài)JSP研究與仿真[D]. 雷蕾.西安工業(yè)大學 2012
[6]差分進化算法在混流裝配排序中的應用研究[D]. 方波.華中科技大學 2008
[7]基于遺傳算法的車橋裝配線工作站平衡研究[D]. 凌文曙.合肥工業(yè)大學 2008
[8]流程工業(yè)生產調度仿真方法研究[D]. 李濱虎.山東大學 2006



本文編號：3470513