许涛[1]2002年在《车间生产动态调度系统的设计与调度算法的研究》文中进行了进一步梳理本文在某单位“发动机批产管理系统”项目的基础上，针对如何完善和扩充车间生产动态调度系统、开发更适用的调度算法等问题开展了工作。主要研究内容和成果包括： 1．车间生产动态调度系统 针对现行车间生产控制自动化程度还较低、仍需强调集中控制的特点，并结合车间生产控制架构向Holonic方式的发展，本文通过分析层次结构化技术与面向对象技术的优劣从而突出面向对象技术在车间控制系统开发中的优势，进而充分发挥该优势，采用OMT技术设计了一个车间生产动态调度系统。该系统除具有面向对象系统的一般优点外，还通过对工艺规划信息的有效处理具备了离线预调度和在线调度相结合的特点，从而具备了动态调度的特性。 2．离线预调度算法 该算法基于非线性工艺规划思想，先用遗传算法决定各零件的工艺路径与各工序所选用的设备，然后对每台设备运用启发式方法来决定相应零件在此设备上加工的次序和开始加工时间，从而实现了工序计划与调度的集成。在遗传算法中，所提出的遗传编码的设计充分考虑工艺路径的柔性，并在该编码基础上提出了染色体子群的概念和调度方案的构造方法，同时相应地改进了遗传操作，从而实现了调度的全局最优性和可行性。 本文所构造系统还可进一步引入分布式组件的思想，同时，相应于所提出的编码方案，其调度方案的构建和遗传操作还有待改进。
张富生[2]2013年在《基于遗传算法的车间动态调度研究》文中研究指明作业车间调度是影响制造业生产效率的重要因素,有效的调度方法与优化技术的研究和应用,对于制造企业提高生产效率、降低生产成本等方面起着重要作用,因而越来越受到学者们的关注。本文分析了作业车间调度的相应需求,并在作业车间静态调度遗传算法研究的基础上,结合滚动窗口技术,进一步研究了基于遗传算法的作业车间的动态调度策略。本文首先介绍国内外作业车间调度研究的方法、发展现状以及存在的问题,阐述遗传算法的基本概念、原理和方法。其次,对作业车间调度问题进行了详细的分析,并对数学描述进行了简化,为静态调度算法设计建立了数学模型,并针对遗传算法的编码解码进行了改进、对初始种群产生、适应值函数和遗传算子等进行了设计。通过算例仿真验证改进遗传算法的可行性。再次,通过对作业车间动态调度问题的研究,将滚动窗口技术和作业车间静态调度的遗传算法相结合,研究了以事件驱动和周期性驱动再调度相结合的动态调度策略。对不同动态事件进行具体的分析处理,并对调度的实时性问题进行探讨。通过算例仿真对动态调度解决方案进行验证。最后,对车间调度系统进行功能需求分析,确定系统的功能结构,并在前几章对作业车间调度算法和调度策略研究的基础上,运用VB语言开发了基于遗传算法的作业车间调度优化原型系统。
杨冬涛[3]2008年在《基于遗传算法的MES车间生产计划动态调度研究》文中认为车间调度系统是生产线制造执行系统(Manufacturing Execution System,MES)中的重要功能之一,它处理MES与过程控制系统之间的信息交互,并对生产执行过程中的各种变化做出实时响应。在实际的生产车间中,即在动态加工环境下,针对急件加工、新加工工件插入和工件到期,生产设备损坏与修复等实时突发事件。静态调度不能适应动态加工环境的变化,必须采用动态调度对实时事件进行处理,以适应动态的加工环境。从而获得整个生产车间的生产的优化。针对以上要求,本文的研究工作主要如下:(1)阐述了车间调度的概念与意义,研究方法与发展方向,对车间调度的各种研究方法进行了简要的介绍和比较,建立了一般车间静态调度模型。(2)根据车间生产调度的特点,提出本文的目标函数。通过分析影响目标函数的因素,制定相应的调度规则,用于指导生产调度。通过车间调度的仿真实验,取得比较好的调度结果。(3)研究遗传算法,通过遗传算法与调度规则相结合,提出了以调度规则作为基因的遗传算法,用于实现调度的优化。通过仿真结果验证了该算法的有效性与优越性。(4)为适应动态车间调度,尤其在现实复杂的环境下,建立动态调度的模型,并结合遗传算法,最终实现生产车间的动态调度。(5)结合以上四个章节的内容,采用matlab与vc混合编程进行系统的仿真。仿真结果验证了所提出方法的有效性与正确性,并在减少再调度次数和提高动态调度的稳定性上有一定的优势,并且能获得满意的调度结果。最后总结了本文的主要工作,指出了进一步的研究方向。
王小蓉[4]2014年在《柔性自动化制造车间的生产调度系统的开发与应用》文中研究说明随着科学技术发展、市场竞争的激烈、客户需求的多样化,多品种小批量柔性生产正在成为制造系统的主要模式,产品质量、生产能力、交货周期、生产成本等的制造矛盾越来越突出,传统的生产调度方法已不能适应现代化企业的柔性、高效、自动化生产目标。本论文针对柔性自动化车间生产调度问题开展了研究,论文的主要研究工作和成果包括：1)针对工序多设备的柔性调度问题,提出了采用蚁群-遗传混合方法,构建了基于蚁群算法的多目标、工序多设备优化选择算法,以及基于遗传算法的多目标作业调度算法,采用了不同的分层策略,实现了两种蚁群-遗传混合算法。两种算法在解决缩短完工时间和设备负荷均衡问题各有优势。通过对现有案例的测试,以及与目前所能获得的优化解进行比较,验证了本研究成果的有效性,论文以企业的实际生产数据为对象,对所提方法进行了可行性测试。2)根据企业实际生产中工序转换需要使用行车等公共资源的调度问题,提出了基于调度序列的公共资源优化设计方法,解决了使用行车的资源优化分配及其动态路径规划问题,测试结果验证了算法的可行性。实现最短的总完工时间目标。3)研究了紧急任务插入、重要工件工序返修问题,设计了部分右重移调度策略,构建了动态调度算法,可以最大限度地抑制插入紧急任务后对正在执行的调度计划造成的损失。论文对以上算法进行了可行性测试,验证了算法的有效性。4)研制了柔性自动化车间生产调度系统的关键模块,以企业实际工程环境为例,进行了生产作业优化目标工程应用案例的测试。
郑晓伟[5]2008年在《基于遗传算法的作业车间动态调度研究》文中研究指明作业车间调度是影响制造业生产效率的重要因素,有效的调度方法与优化技术的研究和应用,对于制造企业提高生产效率、降低生产成本等方面起着重要作用,因而越来越受到学者们的关注。本文分析了作业车间调度的相应需求,并在作业车间静态调度遗传算法研究的基础上,结合滚动窗口技术,进一步研究了基于遗传算法的作业车间的动态调度策略。本文首先介绍国内外作业车间调度研究的方法、发展现状和存在的问题,阐述遗传算法的基本概念、原理和方法。其次,对作业车间调度问题进行了详细的分析,并对数学描述进行了简化,为静态调度算法设计建立了数学模型,并针对遗传算法的编码解码进行了改进、对初始种群产生、适应值函数和遗传算子等进行了设计。再次,通过对作业车间动态调度问题的研究,将滚动窗口技术和作业车间静态调度的遗传算法相结合,研究了以事件驱动和周期性驱动再调度相结合的动态调度策略。最后,根据本文研究的内容,用易语言开发了基于遗传算法的作业车间调度优化原型系统,并用作业车间静态调度算例和动态调度算例对调度优化系统进行了仿真验证。
刘建国[6]2008年在《混合流水线生产计划与调度问题研究》文中指出21世纪人类进入了信息化的时代,经济的全球化、一体化、市场化和信息化,使全球市场竞争也越来越激烈,促使企业的生产方式发生了巨大的变化。利用现代各种先进的方法和技术,优化生产经营和生产操作,优化资源分配的生产计划和调度已经越来越重要,是实现精细化生产,增强企业竞争力的一个重要方面。随着生产方式的改进,对生产计划与调度的研究也具有越来越重要的现实意义和理论价值。本文根据汽车生产企业的生产流程,对混合流水型生产方式的生产计划、投产序列优化调度、生产过程的监测和控制、生产中的物料需求几方面的应用,结合汽车部件生产和整车装配生产计划与调度过程进行了深入的研究。主要工作内容及创新点如下:(1)提出了混流装配生产计划与生产排程制定方法。以订单需求与企业生产能力为依据制定生产计划和工作班次。为保证产品生产序列满足负荷平衡和物料消耗平准化,设计了加权决策的多目标模型,采用免疫优化算法,设计了一种新的抗体浓度表示方法,能够以很快的收敛速度获得优化结果。计算结果表明,按照该序列进行生产日程安排,可以满足交货日期要求,并能使库存最小化。(2)根据混流生产产品的特点,提出了以状态路径或状态网络图表达产品装配生产过程的方法,并由此建立产品状态之间的转化路径,以此为依据,可以实现产品个性化的生产活动往后推迟,同时可以实现在制品的在线动态调整。(3)构建了基于产品控制和在制品动态调整的混流装配生产计划与调度体系结构,给出了生产监控的数学模型,提出了多个控制向量,实现了从生产计划的产品队列到在制品的状态跟踪和分析,以及对产品的调整等生产过程的动态描述。(4)将产品装配工艺与产品物料清单结合形成装配工位物料需求,按照装配线物料供给特点,既可以得到按生产节拍的投料计划,也可以依据单元物料消耗和产品生产序列推导出不同时间段的物料需求。给出的物料需求的计算公式,可以获得不同时间精度的投料计划。(5)在混合流水加工车间,生产调度目标是生产时间最小化与机器负荷平衡,为此建立了控制负荷差别的数学模型,以最小化的makespan为目标,运用免疫算法求解,可以加快算法的迭代速度,提高效率。对于加工和装配两阶段生产调度,利用分治方法将问题分解得到多个子问题并形成对应的Agent,然后采用合作博弈理论,进行多Agent之间的合作博弈,实现优化过程。(6)为处理生产过程中的突发事件,设计了漏斗模型动态调度方法。以调度窗口里的生产任务为漏斗库存,以事件为驱动再调度的策略,按照策略选择任务进入调度窗口,保持任务总量与生产系统平衡;根据各种事件特点进行规则判断,选择重新调度与否。本方法采用较少的再调度次数保证生产的目标要求,即保持了生产过程平稳有序进行,又提高了生产的效率。以江铃汽车集团全顺汽车厂的生产实际为背景,结合本论文所提出的理论,开发了具有实用价值的混合流水生产计划和调度系统。
王世进[7]2008年在《基于自治与协商机制的柔性制造车间智能调度技术研究》文中认为柔性制造环境下车间生产调度问题具有复杂性、不确定性、多目标、多约束、多资源相互协调等特点。鉴于其重要的理论和实际意义,一直以来是生产管理和组合优化领域的重点和难点课题。本论文在充分吸收近十余年间基于Agent或Holon的非集中式生产调度最新研究成果基础上,以具有生产加工柔性的、多单元、离散作业型(Job Shop)制造车间为研究对象,围绕基于Holon的协商与自治调度关键技术(实体封装、控制体系结构、协商机制和核心算法)展开研究,提出了基于Holon概念模型的、集成强化学习机制的合同网协议和改进过滤定向搜索算法的自治与协商智能调度技术,以提供实用有效的求解方法、改善柔性制造车间适应内部动态环境和外部市场快速变化的能力。具体地,本文的主要内容可概括为:1.首先从基于Agent或Holon的自治与协商调度的关键技术(实体封装、控制体系结构、协商机制和核心算法)角度详细综述了近些年间基于Agent或Holon的自治与协商生产调度、核心技术的研究现状和存在问题,引出本文研究的出发点和意义;2.针对可靠性、可扩展性和适应性等要求,提出了基于Holon的柔性制造车间控制体系结构,描述了组件Holon的结构模型、数据和功能关系、信息传递模型和通信语言基本规范,并从软件体系结构的观点出发,运用π演算对其进行了形式化描述和分析,为基于Holon的体系结构设计和分析奠定基础;3.针对传统制造合同网协议缺乏优化和动态学习能力这一问题,将强化学习工具之一的Q-学习算法与制造合同网协议集成,形成CNP-QL(Contract Net Protocol-Q Leaning)协商机制,以提高Holon适应动态环境的实时协调调度能力。详细定义了CNP-QL机制的消息描述、策略决策过程、学习迭代过程和CNP-QL机制中Q-学习算法的各个要素(包括状态确定准则、状态空间划分、奖惩函数设计和搜索策略定义等)。最后,单元Holon和产品Holon之间通过CNP-QL机制协商,用于解决具有柔性工艺路径的多单元间的任务动态协调分配问题,并通过仿真实例与纯CNP机制进行了比较分析,验证了该机制的有效性;4.调度算法是单元自治决策的引擎。在单元Holon任务协调分配后,提出了基于改进过滤定向搜索启发式算法HFBS(Heuristic based on Filtered-Beam-Search)的单元自治调度机制。构建了基于HFBS的单元自治调度决策模型。针对任务协调分配后形成的柔性Job Shop调度问题(Flexible Job-shop Scheduling Problem,FJSP),建立了面向多目标FJSP问题的数学规划模型并对模型进行分析讨论。为了有效解决FJSP问题,详细定义了HFBS四个搜索策略因素:(1)解空间的搜索树表述;(2)分枝策略;(3)定向搜索宽度和定向过滤宽度的确定;(4)评价函数的构造。最后,在分析策略因素对算法性能影响的基础上,就FJSP领域的标杆数据(Benchmark)和大量随机仿真数据,分别与现有的其它基于人工智能的启发式算法和调度规则进行了分析比较,说明了算法的有效性;5.为了使单元自治调度实现持续优化,提高自治调度对不可预见或随机的内外扰动事件(如机床故障、新订单进入等)的实时适应能力,在系统化阐述动态重调度整体理论框架体系(包括重调度环境、策略、方法和技术)的基础上,提出柔性制造车间单元内的动态重调度决策过程,对基于过滤定向搜索的启发式核心算法进行局部/全局评价函数和分枝策略两方面的扩展以更好地集成作业交货期和优先权重,并从动态重调度对算法响应能力方面考虑,分析了算法的时间复杂性。最后,通过一系列实例仿真说明了基于过滤定向搜索算法能实现面向典型扰动的动态重调度并确保调度性能和反应效率。6.最后,在JADE平台上,设计和开发了综合的原型仿真系统。以JADE Agent表述和实现了所定义的Holon之间交互和内部自治算法的控制技术,为将来基于自治与协商机制生产调度的工业化应用尝试可行的设计实现。本文的研究成果在一定程度上推进和丰富了基于Holon的协商与自治调度方法关键技术的研究,有利于改善企业的科学生产管理和控制水平,对提高生产绩效和综合市场竞争能力具有一定的指导作用。同时,在改进和深化的基础上,本文研究思路和成果对于其它组合优化问题和复杂调度问题具有良好的求解潜力和应用前景。本文在研究过程中得到了国家863项目(No.2003AA414120)、柔性制造系统技术国家重点实验室项目(No.51458060104JW0316)、2006教育部新世纪人才项目的大力支持和资助,在此表示衷心的感谢。
彭建刚[8]2015年在《基于多目标的虚拟制造单元运行优化方法研究》文中研究表明制造业要满足消费者订单的快速变化和市场环境的动态调整,必须改变传统的大规模生产模式,多品种小批量生产模式已经成为信息时代制造业的主导生产方式,也是工业4.0时代的重要生产组织和管理模式之一。在“中国制造2025”战略的实施过程中,制造基础不断强化,多品种小批量生产模式成为智能制造发展行动计划的重要内容。虚拟制造单元(Virtual manufacturing cell,VMC)是实现多品种小批量生产模式的一种新的车间制造模式,也是实现数字化、网络化、智能化制造的技术支撑。本论文以虚拟制造单元的资源优化、生产调度以及多目标虚拟制造单元优化方案决策为研究重点,主要研究内容如下：1、多品种小批量生产模式下客户目标个性鲜明、不同企业或企业内部部门往往呈现相互冲突的目标诉求；生产环境复杂多变、生产制造系统内外不可避免的不确定性扰动,导致生产过程呈现动态多变的特征。引入基于车间动态重构实现任务的分解与虚拟制造单元的生成,达到设备资源动态优化组合；应用成组技术,将多品种小批量生产转换为批量生产,提高制造资源的利用率、降低生产成本。2、在分析虚拟制造单元构建技术、启发式算法和Pareto占优技术等基础上,提出基于Pareto占优的改进自由搜索算法求解多目标虚拟制造单元资源优化问题,并证明所提算法的收敛性,分析算法的收敛速度和复杂度。3、单元生产调度是单元内部自主决策的工序排序与机器分配过程,是虚拟制造单元运行的重要步骤,引入Pareto占优技术,改进种群维护策略,提出基于改进遗传算法求解单元生产调度。针对虚拟制造单元的不确定性扰动,运用滚动窗口和泛灰数技术,研究了一类工序加工时间为区间数的重调度策略,并通过实例进行验证。4、通过虚拟制造单元资源优化和生产调度,生成多品种小批量制造模式候选方案,为实现虚拟制造单元的整体优化,提出基于Pareto占优解集的双层联合决策模型,采用分步决策与信息反馈相结合的原则,运用决策者信息偏好机制和多属性决策方法,实现虚拟制造单元运行整体方案的优化决策。
黄辉[9]2013年在《炼铁—炼钢区间铁水优化调度方法及应用》文中认为现代大型钢铁企业炼铁-炼钢区间的铁水物流过程是由多座高炉、多个铁水预处理站(包含多个前扒渣、脱硫(脱磷)、后扒渣设备)以及多个炼钢厂倒罐站组成的。高炉产出的铁水由鱼雷罐车(torpedo car,简称TPC)承载(TPC一次装载的铁水称为一个TPC罐次),并由机车牵引至铁水预处理站,铁水预处理站包括前扒渣、脱硫(脱磷)、后扒渣等工序,TPC罐次首先由前扒渣设备去除TPC内铁水表层的铁渣,然后由脱硫(脱磷)设备进行铁水的脱硫(脱磷)处理,处理结束之后再由后扒渣设备将脱硫(脱磷)处理后铁水表层产生的铁渣扒掉,之后TPC罐次由机车拉至倒罐站,将铁水倒入至铁水包中,至此铁水完成了在TPC中的运载过程。炼铁-炼钢区间的铁水调度是在保证铁水物流平衡的前提条件下,以炼铁厂的高炉出铁计划及炼钢厂的炼钢出钢计划为基础,以TPC罐次为调度工件,按照炼钢出钢计划中浇次对于铁水的时间、重量、成分等指标的要求,完成TPC罐次与预罐次(由炼钢出钢计划中的浇次转化而来)之间的对应,编制出铁钢对应计划。并进而以铁钢对应计划为基础,确定出TPC罐次在前扒渣、脱硫(脱磷)、后扒渣、倒罐等工序的加工处理设备以及处理开始时间和结束时间,形成TPC罐次的生产作业时间表(称为铁水调度计划)。在铁水物流生产过程中,因为TPC罐次在设备上处理时间的波动、TPC罐次在高炉下的二次受铁、运输设备(机车)没有及时到位以及运输时间的波动等导致某一TPC罐次在设备上不能按时开工造成大延时,如果仍然按照原调度计划执行,会导致相邻TPC罐次在同一设备上产生作业时间的冲突,因此需要对原调度计划进行调整(即重调度)。由此可见,炼铁-炼钢区间的铁水调度是由铁水物流平衡、铁钢对应调度、TPC罐次铁水静态调度以及铁水重调度等问题所组成的。铁水物流平衡是以计划周期内炼铁厂各座高炉的最大产能、各炼钢厂的需铁量以及各炼钢厂的最大产能为基础,以计划周期开始时的在线铁水量、计划周期内在线铁水的最大／最小安全库存量、各高炉到各炼钢厂的运输费用系数为已知条件,以最大化发挥各高炉的生产能力,各高炉到各炼钢厂的铁水运输费用最小化为目标,确定计划周期内每个子周期下各高炉运往各炼钢厂的铁水重量,形成铁水物流平衡计划表。铁钢对应调度是以炼铁厂的高炉出铁计划、炼钢厂的炼钢出钢计划为基础,确定出高炉出铁计划中的各个TPC罐次,与炼钢出钢计划中各浇次转化形成的各个预罐次之间的对应关系,即将某个TPC罐次对应到哪一个预罐次上去,满足某个炼钢厂的某个浇次对于铁水的需求,并确保受铁结束时间较早的TPC罐次优先对应到目标倒罐时间较早的预罐次上去,最终编制生成铁钢对应计划表。TPC罐次铁水静态调度是以铁钢对应计划为基础,在TPC罐次所经过的铁水预处理站及倒罐站,TPC罐次在高炉受铁、前扒渣、脱硫(脱磷)、后扒渣、倒罐等工序设备上的加工处理时间及运输时间已知不变的条件下,以同一台设备上加工的不同TPC罐次之间不能出现作业时间的冲突、TPC罐次在倒罐站准时倒罐为性能指标,确定各个TPC罐次在前扒渣、脱硫(脱磷)、后扒渣、倒罐工序上的加工处理设备及处理开始时间和结束时间,形成TPC罐次铁水的生产作业时间表(称为铁水调度计划)。在铁水调度计划的执行过程中,由于TPC罐次在设备上加工时间的波动、运输时间的波动、TPC罐次在高炉下的二次受铁以及运输设备(机车)没有及时到位等原因使得某一TPC罐次在设备上不能按时开工形成大延时,从而造成与相邻TPC罐次的作业时间冲突。因此,需要对原调度计划进行调整(即铁水重调度)。铁水重调度是以原有铁水调度计划为基础,在TPC罐次的加工作业状态、TPC罐次在前扒渣、脱硫(脱磷)、后扒渣、倒罐工序设备上的加工处理时间不变、以及TPC罐次的运输时间不变的条件下,以同一台设备上加工的不同TPC罐次之间不能出现作业时间的冲突、TPC罐次在倒罐站准时倒罐为性能指标,确定各个TPC罐次在其作业状态为“未处理”的工序上的加工处理设备及处理开始时间和结束时间,重新形成新的铁水调度计划表。炼铁-炼钢区间的铁水生产物流过程是钢铁企业生产的重要组成部分,在钢铁企业的生产中担负着承上启下的作用。铁水生产物流过程的运行状态影响着上游炼铁高炉及下游炼钢转炉等大型设备的生产。因此,炼铁-炼钢区间的铁水调度对于钢铁企业的生产具有非常重要的作用,如果铁水调度的效果不够理想,将会影响到高炉出铁的安全性,或因铁水供应的不及时造成后序转炉炼钢生产时间的延迟。在TPC罐次铁水静态调度以及铁水重调度问题中,由于“同一设备上加工的不同TPC罐次之间不能产生作业时间冲突”以及“TPC罐次加工处理顺序”这两个约束条件的描述都存在着多种可能性,可以被表示为多个约束方程,因此难以采用已有的优化方法去解决。而在现有的铁水调度研究文献中,只是将铁水预处理站看成一个整体,忽略了铁水预处理站内所包括前扒渣、脱硫(脱磷)、后扒渣等工序设备,而且也忽略了在前扒渣、脱硫(脱磷)、后扒渣、倒罐等工序存在多台同类设备的情况,导致了所研究的方法难以应用到钢铁企业的铁水调度中。因此,目前钢铁企业的铁水调度只好采用人工调度的方式。人工进行铁水调度不仅费时费力、效率低下,而且带有较大的随意性与片面性,并且缺少预判性,极易造成TPC罐次在各工序设备间的冗余等待时间过长,从而影响其按时倒罐；或者会影响前扒渣、后扒渣等瓶颈工序设备的利用率,降低了生产效率,增加了能源消耗,使得铁水调度的质量难以保证,效果不够理想。本文以国内某大型钢铁企业具有4座高炉、2个铁水预处理站(其中一炼钢厂铁水预处理站具有1台前扒渣设备、2台脱硫设备；二炼钢厂铁水预处理站具有1台前扒渣设备、3台脱硫(脱磷)设备、2台后扒渣设备)、2个炼钢厂倒罐站(其中一炼钢厂倒罐站具有1个倒罐工位,二炼钢厂倒罐站具有4个倒罐工位)的铁水物流过程为背景,对于炼铁-炼钢区间铁水优化调度方法及应用开展了研究,取得成果如下：1.首先,在对炼铁-炼钢区间的铁水物流过程进行描述与分析的基础上,提出了由铁水物流平衡、铁钢对应调度、TPC罐次铁水静态调度以及铁水重调度所组成的炼铁-炼钢区间铁水调度的总体结构,并对于以上各个问题的目标、约束条件、决策变量等关键要素进行了描述,同时分析了炼铁-炼钢区间铁水调度难以采用已有优化方法解决的原因。在对生产现场人工调度过程进行描述的基础上,分析了人工调度存在的不足。2.提出了由铁水物流平衡、铁钢对应调度、TPC罐次铁水静态调度以及铁水重调度所组成的炼铁-炼钢区间铁水调度的总体调度策略,以及基于规则、启发式算法、线性规划相结合的铁水优化调度方法,主要由以下四部分组成：①铁水物流平衡方法：在分析了铁水生产物流过程工艺要求的基础上,以最大化地发挥各高炉的生产能力、各高炉到各炼钢厂的铁水运输费用最小为目标,以各高炉及各炼钢厂的最大产能限制、在线铁水不能超出最大／最小安全库存量的范围为约束方程,以计划周期内每个子周期各高炉运往各炼钢厂的铁水重量为决策变量,建立了铁水物流平衡问题的数学模型,并提出了基于线性规划的铁水物流平衡方法。②铁钢对应调度方法：在分析现场人工进行铁钢对应调度时所考虑因素(铁水的重量、成分、时间、温度等)的基础上,描述了铁钢对应调度问题的约束条件和目标。针对铁钢对应调度问题难以精确建模,提出了基于规则的启发式算法用于解决铁钢对应调度问题,该算法包含了从铁水调度专家的经验及现场的工艺要求中提炼出的4类共7条铁钢对应调度规则。③TPC罐次铁水静态调度方法：以铁钢对应计划表为输入,以TPC罐次在倒罐站准时倒罐、TPC罐次在各工序设备间的总等待时间最小、以及最大化地发挥前扒渣、后扒渣等瓶颈工序设备的产能为目标,以同一设备上不同TPC罐次不能产生作业时间冲突、TPC罐次的加工处理顺序、前/后扒渣工序设备的最大产能限制等为约束方程,以各TPC罐次在前扒渣、脱硫(脱磷)、后扒渣、倒罐工序上的处理设备及处理开始时间为决策变量,给出了问题的数学描述。分析了该问题难以采用已有优化方法解决的原因,提出了由基于规则的TPC罐次批次的划分,基于启发式算法的特殊类型铁水TPC罐次的处理设备指派,基于线性规划的特殊类型铁水TPC罐次处理开始时间的优化决策,基于FCFS(先到先服务)规则启发式算法的普通类型铁水TPC罐次的调度等四部分组成的调度策略。④某一TPC罐次不能按时开工造成大延时的铁水重调度方法：以原有铁水调度计划表为输入,以TPC罐次在倒罐站准时倒罐、TPC罐次在各工序设备间的总等待时间最小、以及最大化地发挥前扒渣、后扒渣等瓶颈工序设备的产能为目标,以同一设备上不同TPC罐次不能产生作业时间冲突、TPC罐次的加工处理顺序、前／后扒渣工序设备的最大产能限制等为约束方程,以在前扒渣、脱硫(脱磷)、后扒渣、倒罐等工序的作业状态为“未处理”的TPC罐次的处理设备及处理开始时间为决策变量,给出问题的数学描述。分析了该问题难以采用已有优化方法解决的原因,提出了由基于规则的已完成各工序处理的TPC罐次与尚有未处理工序的TPC罐次的分离,基于规则的尚有未处理工序的TPC罐次批次的划分,基于启发式算法的特殊类型铁水TPC罐次处理设备的指派,基于线性规划的特殊类型铁水TPC罐次处理开始时间的重调度,基于FCFS(先到先服务)规则启发式算法的普通类型铁水TPC罐次的重调度等五部分组成的重调度策略。3.采用上述所提到的铁水物流平衡方法、铁钢对应调度方法、TPC罐次铁水静态调度方法及某一TPC罐次不能按时开工造成大延时的铁水重调度方法,设计开发了炼铁-炼钢区间铁水调度系统软件,在国内某大型钢铁企业的铁水物流过程中进行了工业应用研究,并成功应用。系统的运行效果表明：对于铁水物流平衡计划、铁钢对应计划的编制,铁水调度计划的编制与调整(即重调度),本文所提出的方法均可以在10秒以内完成,大大低于现场人工编制各种计划所需的时间,满足了现场对于铁水调度实时性和快速性的要求。对于平均每天150个TPC罐次,与该钢铁企业原来的人工调度相比,降低了TPC罐次在各工序设备间的等待时间,减少了TPC罐次倒罐时的提前／拖期时间,提高了前扒渣、后扒渣等瓶颈工序设备的利用率,从而提高了生产效率。
高永红[10]2009年在《炼钢—精炼—连铸生产调度与过程监控系统》文中提出炼钢—精炼—连铸是钢铁生产的关键工序,如何及时有效地进行生产计划编制与动态调度是钢铁企业生产管理的重要课题。动态调度对于消除生产扰动,提高企业经济效益具有重要的现实意义。本文以国家863计划/先进制造技术领域专题项目“基于最佳工艺温度的炼钢—精炼—连铸流程能耗综合优化系统(2007AA04Z194)”为背景,结合钢铁厂实际生产流程,设计了采用规则推理和人机交互混合方法的炼钢—精炼—连铸可视化计划编制与动态调度系统,系统以生产计划为依据,结合仿真模块合理协调和均衡各设备的生产,使各生产环节有效配合和紧密衔接。监控模块通过TCP/IP通信协议,接收仿真模块的生产信息,及时准确地监控实际生产情况,并通过多级颜色预警机制,在监控界面中预先进行动态调度。主要工作体现在以下几个方面：(1)针对炼钢—精炼—连铸的生产特点,对生产调度问题进行分析。研究了炼钢—精炼—连铸生产调度中存在的约束问题,分析了炼钢—精炼—连铸动态调度的策略与主要任务。(2)应用混合流水车间调度问题的研究理论,进行了炼钢—精炼—连铸生产调度系统的设计,详细分析了系统的功能需求。根据时间约束网络的理论知识,实现了基于时间窗口的可视化计划编制方法。(3)进行了动态调度模型的设计与实现。(4)进行了甘特图的设计,保证了人机交互的可行性,实现了手动动态调度。(5)在甘特图的基础上采用TCP/IP通信协议进行了监控功能的实现。通过甘特图监控画面,及时地进行重调度,更新并下发生产指令,保证生产过程持续进行。
参考文献：
[1]. 车间生产动态调度系统的设计与调度算法的研究[D]. 许涛. 中国科学院研究生院（软件研究所）. 2002
[2]. 基于遗传算法的车间动态调度研究[D]. 张富生. 山东大学. 2013
[3]. 基于遗传算法的MES车间生产计划动态调度研究[D]. 杨冬涛. 广东工业大学. 2008
[4]. 柔性自动化制造车间的生产调度系统的开发与应用[D]. 王小蓉. 东华大学. 2014
[5]. 基于遗传算法的作业车间动态调度研究[D]. 郑晓伟. 武汉理工大学. 2008
[6]. 混合流水线生产计划与调度问题研究[D]. 刘建国. 南京航空航天大学. 2008
[7]. 基于自治与协商机制的柔性制造车间智能调度技术研究[D]. 王世进. 上海交通大学. 2008
[8]. 基于多目标的虚拟制造单元运行优化方法研究[D]. 彭建刚. 合肥工业大学. 2015
[9]. 炼铁—炼钢区间铁水优化调度方法及应用[D]. 黄辉. 东北大学. 2013
[10]. 炼钢—精炼—连铸生产调度与过程监控系统[D]. 高永红. 东北大学. 2009
标签：计算机软件及计算机应用论文; 遗传算法论文; 生产调度论文; 高炉炼铁论文; 生产系统论文; 静态分析论文; 对应分析论文; 优化策略论文; 高炉论文;