發(fā)布時間：2017-08-05 07:27

  本文關(guān)鍵詞：訂單陸續(xù)到達(dá)下虛擬單元多期構(gòu)建與動態(tài)調(diào)度問題研究

  更多相關(guān)文章： 虛擬單元多期構(gòu)建 資源選擇 訂單陸續(xù)到達(dá) 動態(tài)調(diào)度

【摘要】：在競爭日益激烈和制造能力不斷提升的環(huán)境下,制造業(yè)逐漸采用面向訂單制造(Make-to-Order manufacturing,MTO)的生產(chǎn)模式,產(chǎn)品呈現(xiàn)出批量小、品種多樣化及市場需求動態(tài)多變等特點。虛擬單元制造系統(tǒng)(Virtual Cellular Manufacturing System,VCMS)結(jié)合了單元制造模式的效率和柔性制造的生產(chǎn)柔性,是多品種、小批量企業(yè)中廣泛應(yīng)用的生產(chǎn)組織方式,通過邏輯上的單元構(gòu)建來組織生產(chǎn),不僅能保證一定的加工效率,也極大的減少了重構(gòu)時間和成本,因此更能適應(yīng)企業(yè)所面臨的內(nèi)、外部動態(tài)多變的生產(chǎn)環(huán)境。在實際生產(chǎn)環(huán)境中,除了緊急插單等突發(fā)擾動事件外,還不斷地接收著由計劃層下發(fā)的普通訂單,各訂單依次接受加工后再不斷地離開。隨著訂單的陸續(xù)到達(dá),導(dǎo)致加工任務(wù)的組合復(fù)雜多變,根據(jù)上一階段的零件種類和需求量構(gòu)建的單元結(jié)構(gòu)可能并不一定適合下一階段。在虛擬單元生產(chǎn)方式下,將原來一個計劃期分解成連續(xù)多個生產(chǎn)周期,根據(jù)這種動態(tài)變化對生產(chǎn)系統(tǒng)內(nèi)部資源不斷地進行調(diào)整。然而,頻繁的重構(gòu)會使得生產(chǎn)調(diào)度更為復(fù)雜,帶來更多的物料搬運成本,尤其是極大的增加了工人的生產(chǎn)壓力,也給生產(chǎn)的過程控制和質(zhì)量控制帶來很多隱患。因此有必要探討兼顧多周期均衡策略和考慮后續(xù)調(diào)度復(fù)雜度的虛擬單元動態(tài)構(gòu)建方法。在一個確定的生產(chǎn)周期內(nèi),考慮訂單陸續(xù)到達(dá)的生產(chǎn)特征更能反映生產(chǎn)的實際情況,但會使得調(diào)度過程更具隨機性,提高了調(diào)度問題的復(fù)雜度。采用結(jié)合滾動窗口技術(shù)的周期驅(qū)動動態(tài)調(diào)整策略,可簡化動態(tài)調(diào)度過程,使得陸續(xù)到達(dá)的訂單依次有序的進入加工狀態(tài),結(jié)合虛擬單元資源共享的生產(chǎn)方式可顯著地提高設(shè)備利用率。本文從車間層的短期作業(yè)計劃角度出發(fā),將虛擬單元多期構(gòu)建問題分為多周期設(shè)備資源選擇、路徑分配和單元結(jié)構(gòu)優(yōu)化兩個階段。綜合考慮了設(shè)備冗余情況下加工批量設(shè)置、系統(tǒng)穩(wěn)健性、單元構(gòu)建對調(diào)度的影響等問題,根據(jù)不同生產(chǎn)周期下零件加工的種類和數(shù)量的不同對制造資源進行選擇。提出以最小化加工及運輸成本、最大調(diào)度因子最小和負(fù)荷平衡為目標(biāo)的資源選擇和路徑分配問題的多目標(biāo)動態(tài)混合整數(shù)規(guī)劃模型,采用自適應(yīng)遺傳算法求解該優(yōu)化問題的pareto最優(yōu)解集,并引入TOPSIS思想得出最優(yōu)資源選擇方案。然后設(shè)計了基于模糊C均值的改進資源聚類算法,引入HERBAL算法來產(chǎn)生初始聚類中心,并采用單元構(gòu)建的專用距離函數(shù)實現(xiàn)聚類。從成組效率、設(shè)備負(fù)荷均衡兩個角度來評價最優(yōu)聚類集合,實現(xiàn)虛擬單元多周期構(gòu)建。針對在一個周期內(nèi)生產(chǎn)任務(wù)陸續(xù)到達(dá)的實際情況,通過對訂單隨機到達(dá)的時間進行模擬的基礎(chǔ)上,結(jié)合虛擬單元特有的資源共享理念,提出了考慮設(shè)備實時負(fù)荷的變周期驅(qū)動動態(tài)調(diào)度策略,將依次到達(dá)的各加工任務(wù)劃入相應(yīng)的調(diào)度區(qū)間。設(shè)計了該調(diào)度問題的多目標(biāo)優(yōu)化模型,同時考慮了最大完工時間、各工件加權(quán)總拖期和各工件的平均流經(jīng)時間最小。采用改進蟻群算法進行該問題的求解,采用最大最小螞蟻機制來避免算法陷入局部最優(yōu),引入精英螞蟻策略加速算法的收斂,最終生成虛擬單元動態(tài)調(diào)度的方案。為驗證本文提出的多周期虛擬單元資源選擇、聚類方法及虛擬單元動態(tài)調(diào)度方法的有效性,在對某造船企業(yè)生產(chǎn)現(xiàn)狀和存在的相關(guān)問題進行詳細(xì)分析后,將文中所提方法應(yīng)用于該企業(yè)管子加工車間。通過將當(dāng)前生產(chǎn)方式與虛擬單元生產(chǎn)方式的對比分析,顯示了本文所提方法的可行性及有效性。
【關(guān)鍵詞】：虛擬單元多期構(gòu)建 資源選擇 訂單陸續(xù)到達(dá) 動態(tài)調(diào)度
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F274;TP18
【目錄】：

• 摘要5-7
• Abstract7-15
• 第1章 緒論15-29
• 1.1 選題背景及研究意義15-16
• 1.2 國內(nèi)外研究現(xiàn)狀16-25
• 1.2.1 虛擬單元構(gòu)建問題研究現(xiàn)狀16-18
• 1.2.2 制造資源選擇問題研究現(xiàn)狀18-21
• 1.2.3 單元重構(gòu)算法研究現(xiàn)狀21-22
• 1.2.4 虛擬單元調(diào)度問題研究現(xiàn)狀22-23
• 1.2.5 周期驅(qū)動策略下的動態(tài)調(diào)度問題研究現(xiàn)狀23-24
• 1.2.6 相關(guān)研究現(xiàn)狀的評述及啟示24-25
• 1.3 研究內(nèi)容、技術(shù)路線及創(chuàng)新點25-28
• 1.3.1 研究內(nèi)容25-26
• 1.3.2 技術(shù)路線26-27
• 1.3.3 章節(jié)安排27
• 1.3.4 本文的創(chuàng)新點27-28
• 1.4 本章小結(jié)28-29
• 第2章 本文相關(guān)概念及理論基礎(chǔ)29-39
• 2.1 虛擬單元制造系統(tǒng)概述29-32
• 2.1.1 虛擬單元制造系統(tǒng)發(fā)展脈絡(luò)29-31
• 2.1.2 虛擬單元制造系統(tǒng)與其他生產(chǎn)方式對比31-32
• 2.2 虛擬單元構(gòu)建與調(diào)度的相關(guān)原理32-35
• 2.2.1 虛擬單元構(gòu)建基本概念及構(gòu)建策略分析32-33
• 2.2.2 虛擬單元調(diào)度基本概念及特征33-34
• 2.2.3 虛擬單元構(gòu)建與調(diào)度常用目標(biāo)設(shè)定34-35
• 2.3 擾動事件理論概述35-38
• 2.3.1 擾動事件的概念及特征35-36
• 2.3.2 虛擬單元生產(chǎn)方式下的擾動事件36-37
• 2.3.3 虛擬單元動態(tài)調(diào)整策略37-38
• 2.4 本章小結(jié)38-39
• 第3章 基于兩階段求解的虛擬單元多期構(gòu)建方法39-53
• 3.1 虛擬單元多期構(gòu)建機制39-42
• 3.1.1 虛擬單元動態(tài)構(gòu)建必要性研究40
• 3.1.2 虛擬單元動態(tài)構(gòu)建的過程40-42
• 3.2 虛擬單元多期構(gòu)建問題描述及數(shù)學(xué)模型42-45
• 3.2.1 問題描述42
• 3.2.2 虛擬單元多周期資源選擇的數(shù)學(xué)模型42-45
• 3.3 虛擬單元多期構(gòu)建兩階段求解算法設(shè)計45-48
• 3.3.1 資源選擇算法45-47
• 3.3.2 聚類算法設(shè)計47-48
• 3.4 算例研究48-52
• 3.4.1 算例基本數(shù)據(jù)48-49
• 3.4.2 資源選擇模型求解與分析49-52
• 3.4.3 虛擬單元聚類結(jié)果與分析52
• 3.5 本章小結(jié)52-53
• 第4章 任務(wù)陸續(xù)到達(dá)下基于變周期驅(qū)動的虛擬單元動態(tài)調(diào)度53-67
• 4.1 虛擬單元動態(tài)調(diào)度過程的描述與轉(zhuǎn)化53-56
• 4.1.1 工件到達(dá)時間模擬53-54
• 4.1.2 變周期驅(qū)動的滾動窗口技術(shù)54-56
• 4.1.3 任務(wù)陸續(xù)到達(dá)下動態(tài)調(diào)度區(qū)間劃分56
• 4.2 傳統(tǒng)蟻群算法簡介56-58
• 4.2.1 蟻群算法尋優(yōu)原理56-57
• 4.2.2 蟻群算法關(guān)鍵技術(shù)簡介57-58
• 4.3 虛擬單元多目標(biāo)動態(tài)調(diào)度問題模型58-61
• 4.3.1 問題描述59-60
• 4.3.2 數(shù)學(xué)模型60-61
• 4.4 改進蟻群算法設(shè)計61-64
• 4.5 算例研究64-66
• 4.5.1 算例基本數(shù)據(jù)64
• 4.5.2 計算結(jié)果及分析64-66
• 4.6 本章小結(jié)66-67
• 第5章 案例分析67-79
• 5.1 案例企業(yè)的基本情況67-70
• 5.1.1 企業(yè)的總體概況67-68
• 5.1.2 企業(yè)作業(yè)生產(chǎn)現(xiàn)狀及存在問題68-69
• 5.1.3 案例實施的可行性分析69-70
• 5.2 案例應(yīng)用過程及數(shù)據(jù)70-72
• 5.2.1 案例應(yīng)用的框架70-71
• 5.2.2 案例應(yīng)用的數(shù)據(jù)71-72
• 5.3 案例應(yīng)用結(jié)果及分析72-78
• 5.3.1 虛擬單元動態(tài)構(gòu)建結(jié)果72-74
• 5.3.2 虛擬單元動態(tài)調(diào)度結(jié)果74-76
• 5.3.3 有效性分析76-78
• 5.4 本章小結(jié)78-79
• 總結(jié)與展望79-81
• 參考文獻(xiàn)81-86
• 攻讀學(xué)位期間所取得的相關(guān)科研成果86-87
• 致謝87

，

本文編號：623672