【摘要】：模具生產(chǎn)屬于典型的小批量、多品種、訂單式的生產(chǎn)模式,其生產(chǎn)過程存在較大的不確定性,例如：任務(wù)工時、機器故障發(fā)生的時間和修復(fù)時間、訂單到達時間等等,而模具企業(yè)的供貨周期、服務(wù)水平是模具企業(yè)的核心競爭力之一,因此模具生產(chǎn)調(diào)度問題既是一個難題又是模具生產(chǎn)管理技術(shù)中的重點。本文所研究的模具柔性流水車間調(diào)度問題屬于最困難的約束組合優(yōu)化問題和典型的NP難題,其特點是沒有一個有效的算法能在多項式時間內(nèi)求出其最優(yōu)解。通過建立數(shù)學(xué)模型的分析方法往往具有一定局限性,一方面,其模型高度復(fù)雜而難以求得最優(yōu)解,另一方面數(shù)學(xué)模型很難全面地反映模具制造系統(tǒng)中的許多實際生產(chǎn)特征,因此采用計算機仿真模擬技術(shù)來研究模具生產(chǎn)調(diào)度問題是一種較好的方法。 通過實際調(diào)研,某輪胎模具企業(yè)鋼花紋柔性流水車間環(huán)境下存在著工時不確定、機器故障以及急單到達等不確定因素,將導(dǎo)致加工任務(wù)的延期,而這些延期累積一定程度后將會對生產(chǎn)調(diào)度任務(wù)產(chǎn)生顯著的影響,為此,本文提出了一種基于累積延期的反應(yīng)式調(diào)度策略,然后采用Plant Simulation軟件建立仿真模型,在該仿真模型上運行了所提出的策略,并通過實驗驗證和評價了該策略。本文的主要研究內(nèi)容： 一、建立了輪胎模具鋼花紋柔性流水車間模型,明確了仿真的系統(tǒng)邊界以及相關(guān)假設(shè),并且通過對企業(yè)歷史生產(chǎn)數(shù)據(jù)的定量分析建立了工件工時的離散概率模型,該結(jié)果是本文建立Plant Simulation仿真平臺的數(shù)據(jù)基礎(chǔ)。 二、提出一種基于累積延期的反應(yīng)式驅(qū)動方式,給出了工件累積延期的計算公式和反應(yīng)式調(diào)度的驅(qū)動機制。 三、通過對模具車間精車、CNC線切割、電火花加工三道序的實地調(diào)研,基于某企業(yè)的生產(chǎn)組織結(jié)構(gòu)用Plant Simulation建立三階段多臺機模具柔性流水車間仿真模型,從生產(chǎn)流程、生產(chǎn)資源、工件模型等幾個方面分析并建立Plant Simulation模型,然后通過Plant Simulation軟件的功能模塊以及Simtalk語言實現(xiàn)了本文所提出的基于累積延期的混合驅(qū)動反應(yīng)式調(diào)度策略。 四、設(shè)計仿真實驗,通過改變關(guān)鍵參數(shù)產(chǎn)生多個情景研究所提出的策略的特性。然后,對比其他典型策略驗證了本文所提出的基于累積延期的反應(yīng)式策略的有效性。結(jié)論顯示,本文所提出的策略能較好兼顧生產(chǎn)的穩(wěn)定性和生產(chǎn)效率。 本論文得到國家自然科學(xué)基金項目(編號50875051)資助。
[Abstract]:Die production is a typical small batch, multi-variety, order-type production mode, its production process has greater uncertainty, such as: task hours, machine failure and repair time, order arrival time, etc. The supply cycle and service level of mould enterprises are one of the core competitiveness of die and mould enterprises, so the scheduling problem of mould production is not only a difficult problem but also a key point in die production management technology. The flexible flow shop scheduling problem in this paper belongs to the most difficult constrained combinatorial optimization problem and the typical NP problem. Its characteristic is that there is no effective algorithm to find its optimal solution in polynomial time. The analytical method of establishing mathematical model often has some limitations. On the one hand, the model is highly complex and difficult to obtain the optimal solution, on the other hand, it is difficult to fully reflect many actual production characteristics in the mould manufacturing system. Therefore, it is a better method to use computer simulation technology to study die production scheduling problem. Through actual investigation, there are uncertain factors such as uncertain working hours, machine failure and urgent arrival in the steel pattern flexible flow workshop of a tire mould enterprise, which will lead to the delay of the processing task. However, these delays will have a significant impact on production scheduling tasks. Therefore, a reactive scheduling strategy based on cumulative delay is proposed, and then the simulation model is established by using Plant Simulation software. The proposed strategy is run on the simulation model, and the strategy is verified and evaluated by experiments. The main research contents of this paper are as follows: first, the model of tire mould steel pattern flexible flow shop is established, and the system boundary and related assumptions are defined. The discrete probability model of workpiece man-hour is established by quantitative analysis of enterprise historical production data, which is the data base of Plant Simulation simulation platform in this paper. Secondly, a reactive driving method based on cumulative delay is proposed, and the formula for calculating the cumulative delay of workpiece and the driving mechanism for reactive scheduling are given. Third, based on the field investigation of the three sequence of precision car, CNC wire cutting and EDM in the mould workshop, based on the production organization structure of a certain enterprise, the simulation model of flexible flow shop of three stage multi-machine mould is established with Plant Simulation, and from the production process, The Plant Simulation model is analyzed and established in several aspects such as production resources and workpiece model. Then the hybrid driven reactive scheduling strategy based on cumulative delay is implemented through the function modules of Plant Simulation software and Simtalk language. Fourthly, the simulation experiment is designed to produce the characteristics of several scenarios by changing the key parameters. Then, compared with other typical strategies, the effectiveness of the cumulative delay based response strategy proposed in this paper is verified. The conclusion shows that the strategy proposed in this paper can give good consideration to the stability and efficiency of production. This paper is supported by the National Natural Science Foundation of China (No. 50875051).
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TH186

【相似文獻】

相關(guān)期刊論文 前10條

1 梁黎明,汪國強;求解流水車間調(diào)度問題的一種混合式遺傳算法[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2001年11期

2 孫承夏;郭禾;;一種有效的遺傳算法在重入式生產(chǎn)調(diào)度問題中的應(yīng)用[J];軟件;2010年11期

3 黃敏鎂;羅榮桂;袁際軍;;具有學(xué)習(xí)效果的兩機流水車間調(diào)度啟發(fā)式算法研究[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2007年05期

4 柳毅;葉春明;;模糊交貨期Flow-shop調(diào)度問題的改進微粒群算法[J];哈爾濱工業(yè)大學(xué)學(xué)報;2009年01期

5 王晶;姚輝;王艷亮;;有限等待流水車間調(diào)度鄰域搜索算法[J];工業(yè)工程與管理;2010年03期

6 趙建峰;朱曉春;汪木蘭;卞磊;;基于遺傳算法柔性制造系統(tǒng)生產(chǎn)調(diào)度的優(yōu)化與仿真[J];制造業(yè)自動化;2010年05期

7 李素粉,朱云龍,尹朝萬;具有隨機加工時間和機器故障的流水車間調(diào)度[J];計算機集成制造系統(tǒng)-CIMS;2005年10期

8 魏文杲;蔣真真;于翔;馬秀明;;基于改進遺傳算法的流水車間調(diào)度研究與仿真[J];裝備制造技術(shù);2011年02期

9 倫淑嫻;薛洪波;盧東升;;改進PSO權(quán)值算法在流水生產(chǎn)調(diào)度中的應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2011年02期

10 胡凱林;李平;;基于改進蟻群算法的煉鐵原料混勻過程調(diào)度優(yōu)化[J];上海交通大學(xué)學(xué)報;2011年08期

相關(guān)會議論文 前3條

1 洪宗友;;No-Wait流水車間調(diào)度問題求解研究[A];科學(xué)發(fā)展與社會責(zé)任（A卷）——第五屆沈陽科學(xué)學(xué)術(shù)年會文集[C];2008年

2 洪宗友;龐哈利;;No-wait流水車間調(diào)度問題的一種啟發(fā)式算法[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

3 劉志雄;;求解置換Flow Shop調(diào)度的混合演化策略算法[A];中國自動化學(xué)會控制理論專業(yè)委員會C卷[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 劉延風(fēng);置換流水車間調(diào)度問題的幾種智能算法[D];西安電子科技大學(xué);2012年

2 蔡蘭;制造業(yè)車間生產(chǎn)調(diào)度及其評估理論的研究和應(yīng)用[D];武漢理工大學(xué);2008年

3 劉洋;成像偵察衛(wèi)星動態(tài)重調(diào)度模型、算法及應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2004年

4 黃敏鎂;具有柔性資源約束的優(yōu)化調(diào)度問題研究[D];武漢理工大學(xué);2007年

5 郭秀萍;多目標進化算法及其在制造系統(tǒng)中的應(yīng)用研究[D];上海交通大學(xué);2007年

6 陳恩修;離散群體智能算法的研究與應(yīng)用[D];山東師范大學(xué);2009年

7 盧睿;不確定環(huán)境下項目調(diào)度方法的研究與實現(xiàn)[D];東北大學(xué)　;2009年

8 黎展滔;具有成組約束的柔性流水車間作業(yè)計劃制定的啟發(fā)式算法[D];廣東工業(yè)大學(xué);2012年

9 劉榮輝;多階段自適應(yīng)差分進化算法及應(yīng)用研究[D];東華大學(xué);2012年

10 胡凱林;鋼鐵企業(yè)散裝原料場運行調(diào)度與優(yōu)化問題研究[D];浙江大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 戴伯堯;基于Plant Simulation模具生產(chǎn)車間調(diào)度策略仿真研究[D];廣東工業(yè)大學(xué);2012年

2 李西海;連續(xù)過程動態(tài)調(diào)度的研究[D];山東大學(xué);2012年

3 鄭章元;蛙跳算法及其在置換流水車間調(diào)度中的應(yīng)用研究[D];華中科技大學(xué);2011年

4 林漢華;面向輪胎模具鋼花紋圈加工的柔性流水車間調(diào)度研究[D];廣東工業(yè)大學(xué);2011年

5 陳偉;基于遺傳算法的綠色制造車間調(diào)度方法研究[D];武漢科技大學(xué);2005年

6 丁英娟;基于粒子群優(yōu)化的多目標車間調(diào)度算法[D];華中科技大學(xué);2007年

7 孫藝;基于混合粒子群優(yōu)化的置換流水車調(diào)度方法研究[D];華中科技大學(xué);2011年

8 段培勇;遺傳算法在車間優(yōu)化調(diào)度中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2007年

9 張博;流水車間成組作業(yè)調(diào)度的仿真研究[D];天津工業(yè)大學(xué);2008年

10 馬秀明;基于改進遺傳算法的車間調(diào)度優(yōu)化及其仿真[D];大連理工大學(xué);2008年

，

本文編號：2356683