為滿足用戶對于多品種、小批量產(chǎn)品的需求,汽車裝配廠通常采用混合型裝配線組織生產(chǎn),在同一條裝配線上混合加工結(jié)構(gòu)相似且工藝相近的不同類型產(chǎn)品。由于不同生產(chǎn)部門對產(chǎn)品投產(chǎn)序列的偏好不同,實際生產(chǎn)中常常需要通過重排序來調(diào)整上游產(chǎn)品序列以滿足下游車間的排序要求。物理重排序和虛擬重排序是兩種基本的重排序形式。相比于物理重排序,虛擬重排序具有無需高昂設(shè)備投資且可節(jié)約生產(chǎn)車間面積等優(yōu)點。本文以汽車混合型裝配線為對象,對于在不同生產(chǎn)車間如何根據(jù)其排序要求有效使用虛擬重排來實現(xiàn)序列調(diào)整開展了一系列研究。建立了不同環(huán)境和要求下虛擬重排序問題的數(shù)學(xué)優(yōu)化模型,提出了用于快速求解的多種啟發(fā)式算法,并通過設(shè)計算例對所提算法的性能進行了測試。本文主要研究工作和成果如下:（1）進一步深入研究了涂裝車間前通過虛擬重排實現(xiàn)按顏色分批的優(yōu)化問題,提出了一種行之有效的蟻群算法。算例計算結(jié)果表明,對于中小規(guī)模的按顏色分批問題,該算法可迅速獲得與商務(wù)軟件CPLEX求解質(zhì)量相當(dāng)?shù)闹嘏判Ч?對于大規(guī)模問題,在滾動規(guī)劃周期內(nèi)連續(xù)使用該算法可獲得與使用線性緩沖區(qū)的物理重排序相近似的重排效果。此外,聯(lián)合使用虛擬重排序與物理重排序的集成重排方... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

常見的物理重排序方法示意圖

第二章涂裝車間前的虛擬重排序19圖2-3靜態(tài)規(guī)劃周期另一種解決方案是使用長度為h的滾動規(guī)劃周期（如圖2-4所示）進行虛擬重排序（以下簡稱為滾動虛擬重排序）。和前者不同的是，在這種方法中雖然對于規(guī)劃周期內(nèi)的所有車輛都執(zhí)行了虛擬重排，但是只有排在最前面的x輛同色白車身的顏色被最終確定下來。剩余的h-x輛車身加上原始序列中后續(xù)的x輛車身組合成為下一次虛擬重排的規(guī)劃周期。需要指出的是，此處x的值取決于每個虛擬重排子問題的求解，因此是個變量。圖2-4滾動規(guī)劃周期在這一組試驗中，每個算例中包括500輛車，近似等于汽車裝配廠在一個8小時班次內(nèi)生產(chǎn)的車輛數(shù)。試驗中車身類型數(shù)量（nb）的三個水平設(shè)為4，6，10，而顏色數(shù)量（nc）的兩個水平取為10和20。和上一組試驗一樣，分別考慮了顏色和車身類型的兩種分布方式。對于表2-7中的每一個參數(shù)組合隨機生成10個算例。使用修改過的蟻群算法求解這些算例，對于每一個虛擬排序子問題使用的規(guī)劃周期（h）為30。另外，為了橫向比較虛擬重排序與物理重排序的顏色分批效果，試驗中還應(yīng)用了基于線性緩沖區(qū)的物理重排序?qū)γ總�算例序列進行調(diào)整。在實際汽車生產(chǎn)中，線性緩沖區(qū)被廣泛應(yīng)用于車輛序列的物理重排過程。試驗中線性緩沖區(qū)的容量設(shè)為30，緩沖區(qū)由5條車道組成，每條車道可容納的最大車輛數(shù)為6。車輛進入和離開該緩沖區(qū)時，采用工業(yè)實踐中常用的簡單規(guī)則[26]進行決策。在實際生產(chǎn)中，緩沖區(qū)內(nèi)需要至少保持一定數(shù)量的在制品（workinprogress,WIP），以確保生產(chǎn)的持續(xù)進行。有研究表明當(dāng)使用簡單規(guī)則指導(dǎo)線性緩沖區(qū)的重排序時，在制品水平（緩沖區(qū)內(nèi)在制品數(shù)量與容量之比）為50%時，線性緩沖區(qū)的重排序效果最好[26,49]。因此在這組試驗中，將WIP設(shè)為50%。對于本組試驗中的所有算例，分別使用靜

第二章涂裝車間前的虛擬重排序21圖2-5是滾動虛擬重排序結(jié)果中nb,Db,nc,和Dc四個因子的主效應(yīng)圖。圖中可以看出nb和nc均有正的主效應(yīng)，這意味著nb或nc的增長會破壞虛擬重排序的效果。而當(dāng)車型或顏色是均勻分布時，虛擬重排序的效果更差，這意味著顧客對于顏色或車型的不同偏好對于虛擬重排序具有正向影響。圖2-5nb,Db,nc,和Dc的主效應(yīng)圖四個參數(shù)的兩因子交互作用如圖2-6所示。圖中可以看出nc和Dc之間具有較為顯著的交互作用，且當(dāng)nc為20時，Dc水平變化引起的重排序效果的變化量明顯比nc為10時大。另一方面，當(dāng)nb為高水平時，Db水平變化導(dǎo)致的平均CC的差異比于nb為低水平時更加明顯，這表明nb和Db之間有小的交互作用。除此之外，其他因子間的交互作用可以忽略不計。圖2-6nb,Db,nc,和Dc的交互作用圖綜上所述，在其它參數(shù)保持不變的條件下，較小的nb或nc，不平均的Db或Dc會使虛擬重排序獲得更好的結(jié)果。另外，顏色參數(shù)和車型參數(shù)之間的交互作用不明顯，換言之，這兩類參數(shù)分別獨立影響顏色分批的效果。此外，當(dāng)nb或nc較高時，具有不平均的Db或Dc更有價值。

【參考文獻】：
期刊論文
[1]一類無緩沖區(qū)涂裝噴漆排序問題[J]. 黃剛,姚志力,郭虎,司尚文.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2008(07)

博士論文
[1]混流裝配生產(chǎn)的計劃排序及其執(zhí)行過程管理[D]. 黃剛.華中科技大學(xué) 2007



本文編號：3400704