[发明专利]基于多阶段智能优化算法的动态柔性作业车间调度控制方法

说明书

技术领域

本发明涉及车间生产调度控制技术领域，特别是用于柔性车间生产过程的调度管理与优化的基于多阶段智能优化算法的动态柔性作业车间调度控制方法。

背景技术

进入21世纪以来，随着全球市场竞争的加剧、客户需求越来越多样化和个性化，企业生产正朝着“品种多样、批量变小、注重交货期、减少库存”的方向发展，现代企业要想在激烈的竞争中立于不败之地，必须以最低的成本、最好的质量、最快的速度和最优的服务来快速响应市场，其中，车间生产调度是实现企业生产高效率、高柔性和高可靠性的关键因素之一，是企业制造系统的基础，生产调度与控制的优化技术是先进制造技术和现代管理技术的核心，科学地制定生产调度方案，对于缩短产品生产周期，控制车间的在制品库存，提高产品交货期满足率和提高企业生产率起着至关重要的作用。

在传统车间调度模型中，一般简化为若干调度模型，其中作业车间调度问题(Job shop scheduling problem，JSP)是一种十分典型的模型，它的特点是每个工序使用的机床被事先确定，并且是唯一的，但是，这并不符合实际加工情况，容易导致加工计划与实际生产调度相脱节。在现代企业的实际加工过程中，柔性制造系统和数控加工中心等一些柔性生产系统的出现使得一道工序可以在多台机床上被加工，也就产生了柔性作业车间调度问题(Flexible job shop scheduling problem，FJSP)，它的核心是工件的每道工序可以在一个机床集合(由加工能力相同的多台机床组成的集合)中任意一台机床上加工。在实际生产过程中，当每道工序可以在多台机器上加工时可以有效的提高设备的利用率，而且还可以有效的维持生产的稳定性，一方面，柔性作业车间调度问题包含两个子问题：确定各工件的加工机器(机器选择子问题)和确定各个机器上的加工先后顺序(工序排序子问题)；另一方面，柔性作业车间调度问题是典型的NP-hard问题，一直吸引着学者的广泛关注，是制造系统领域的研究热点之一。

从1990年首次提出柔性作业车间调度问题至今，对柔性作业车间调度问题的研究主要集中在静态、确定的假设条件下进行的，造成理论成果与在实际中应用程度还存在一定的距离，在实际生产中会出现动态事件，比如，原材料紧缺、紧急任务插入、新订单到达、交货期变更以及车间内部人员旷休、机器故障、零件报废或返工等，需要对动态事件做出动态调整，进行重新调度，否则，会导致生产无法顺利进行；另一方面，在求解动态柔性作业车间调度问题是，精确的数学方法，例如：分支界定法、整数规划、拉格朗日松弛法等，是过去经常被使用，然而，精确数学方法只能求解小规模的柔性作业车间调度问题，与实际生产数据无法匹配，从而造成实际中无法使用。

基于多阶段智能优化算法的动态不确定柔性作业车间调度方法是有效利用柔性作业车间具有加工机器可选性和工件工艺路线柔性化的特点，充分考虑在初始调度和重调度过程中调度人员具有丰富经验的作用，在整个动态调度与控制过程中建立多个阶段，并且在每个阶段借助于智能优化算法进行优化求解，加速处理动态事件的响应时间，提高重调度方案的可行性和稳定性。

发明内容

针对上述情况，为克服现有技术之缺陷，本发明之目的在于提供一种基于多阶段智能优化算法的动态柔性作业车间调度控制方法，有效解决了动态调度过程处理事件重调度时策略单一的问题。

其解决的技术方案是，本发明基于多阶段智能优化算法的动态柔性作业车间调度控制方法，包括:

第一阶段：初始调度方案的优化与选择，所述第一阶段包括两个步骤：

步骤一：根据车间生产任务、工件工艺信息和车间机床设备信息，通过自适应遗传算法产生具有目标值相同的多个初始调度方案集；

步骤二：依据机床设备信息，调度人员根据车间生产任务、工件工艺信息和车间机床设备信息从步骤一由自适应遗传算法产生的具有目标值相同的多个初始调度方案集中选择一个调度方案作为初始调度方案，并执行；

第二阶段：判断车间机床故障，并记录车间机床故障信息，所述第二阶段包括两个步骤：

步骤三：判断是否有车间机床故障事件的发生，如果没有车间机床发生故障继续执行初始调度方案；否则，开始执行步骤四；

步骤四：记录车间机床故障事件发生时刻，各台故障车间机床上正在加工以及后续未加工的工序信息，并获取故障车间机床的相关信息，包括故障车间机床的维修时间信息；

第三阶段：进行重调度，确定重调度执行方案，所述第三阶段包括三个步骤：