[发明专利]结合运输设备约束的柔性作业车间智能调度决策方法

权利要求书

1.结合运输设备约束的柔性作业车间智能调度决策方法，其特征在于：获取柔性作业车间加工工序、运输工序和生产资源，构建加工工序集合、运输工序集合、加工设备集合和运输设备集合，并确定各个加工设备之间、加工设备与初始工位、加工设备与卸载工位的距离，构建距离矩阵；之后，确定每个加工/运输工序的可选设备资源，构建各个加工工序的可选加工设备资源集合和工序时间集合以及各个运输工序的可选运输设备资源集合；然后以完工时间最小为优化目标，构建考虑运输设备约束的柔性作业车间智能调度模型，并通过遗传算法进行求解，得到所有工件的柔性作业调度路线以及在不同加工设备和运输设备的开始和结束时间；所述的结合运输设备约束的柔性作业车间智能调度决策方法更加适应现有的生产现状，可以减少产品生产时间，降低产品生产过程中的生产成本，提高产品生产过程的自动化率，提高生产效率；

所述结合运输设备约束的柔性作业车间智能调度决策方法包括如下步骤：

步骤一、获取柔性作业车间加工/搬运工序和生产资源，构建加工工序集合、运输工序集合、加工设备资源集合和运输设备资源集合，并确定各个加工设备之间、加工设备与初始工位、加工设备与卸载工位的距离，构建距离矩阵；

步骤1.1：柔性作业车间需要完成n个工件的加工与运输操作，构建车间工件集合J＝{J₁,J₂,…,J_j,…,J_n}，其中，J_j表示产品第j个工件；

步骤1.2：对于工件J_j，共包括p个加工工序，构建工件J_j的加工工序集合MO_j＝{MO_j1,MO_j2,…,MO_jk,…,MO_jp}，MO_jk表示该工件J_j的第k个加工工序；

步骤1.3：柔性作业车间共有s个加工设备，构建加工设备资源集合其中，M_m表示第m个加工设备，表示第m*个加工设备；

步骤1.4：分别判断加工设备与加工设备、初始工位、卸载工位之间的距离，构建距离矩阵D

其中，D₀₀表示初始工位与初始工位之间的距离设置为0，D₀₁表示初始工位与加工设备M₁之间的距离，D_0m表示初始工位与加工设备M_m之间的距离，D_0s表示初始工位与加工设备M_s之间的距离，D_0(s+1)表示初始工位与卸载工位之间的距离，表示加工设备M_m和加工设备之间的距离，D_(s+1)0表示卸载工位与初始工位之间的距离，D_(s+1)1表示卸载工位与加工设备M₁之间的距离，D_(s+1)m表示卸载工位与加工设备M_m之间的距离，D_(s+1)s表示卸载工位与加工设备M_s之间的距离，D_(s+1)(s+1)表示卸载工位与卸载工位之间的距离；

步骤1.5：对于工件J_j，共包括p+1个运输工序，构建工件J_j的运输工序集合RO_j＝{RO_j1,RO_j2,…,RO_jl,…,RO_jp+1}，其中RO_j1表示从初始工位到该工件J_j第一个加工设备的运输工序，O_j2表示该工件J_j在第一个加工设备到该工件J_j第二个加工设备的运输工序，以此类推，RO_jl表示该工件J_j的在第(l-1)个加工设备到该工件J_j第l个加工设备的运输工序，RO_j(p+1)表示该工件J_j在最后一个加工设备到该工件卸载工位的运输工序；

步骤1.6：柔性作业车间共有w个运输设备，构建运输设备资源集合R＝{R₁,R₂,R₃,…，R_r，…，R_w}，其中R_r表示第r个运输设备；

步骤二：根据步骤一构建的加工工序集合、运输工序集合、加工设备资源集合和运输设备资源集合，确定每个加工/运输工序的可选设备资源，确定各个加工工序的可选加工设备资源集合和加工工序时间集合以及运输工序的可选运输设备资源集合；

步骤2.1：根据步骤一构建的加工工序集合和加工设备资源集合，确定加工工序MO_jk的可选加工设备资源集合M_jk＝{…，M_m，…}；

步骤2.2：根据2.1构建的加工工序MO_jk的可选加工设备资源集合M_jk，确定加工工序在各个可选加工设备上的加工工序时间集合为T_jk＝{…，T_jkm，…}，其中，T_jkm表示加工工序MO_jk在加工设备M_m上的加工时间；

步骤2.3：根据步骤一构建的运输工序集合和运输设备资源集合，确定运输工序的可选运输设备资源集合R_jl＝{…，R_r，…}；

步骤三：根据步骤一构建的加工工序集合和运输工序集合与步骤二建立的各个加工工序的可选加工设备资源集合和加工工序时间集合以及可选运输设备资源集合，优化目标为完工时间最小，构建考虑运输设备约束的柔性作业车间智能调度模型，并通过遗传算法进行求解，得到所有工件的柔性作业调度路线，以及在不同加工设备和运输设备的开始和结束时间；

步骤3.1：根据加工工序集合MO_j、运输工序集合RO_j与各个加工工序的可选加工设备资源集合M_jk和加工工序时间集合T_jk以及可选运输设备资源集合R_jl，优化目标为完工时间最小min(C_max)，构建考虑运输设备约束的柔性作业车间智能调度模型如下：

目标函数：

minf＝minC_max

约束条件：

TC_j＝max TC_jlr

MS_j1m≥D_0m/v

TT_j(p+1)r＝D_m(s+1)/v

其中，j表示工件的编号，k表示工件的加工工序的编号，l表示工件的运输工序的编号，m和m*表示加工设备的编号，r和r*表示运输设备的编号，MO_jk表示工件J_j的第k个加工工序，MO_jkm表示工件J_j的第k个加工工序在加工设备M_m上加工，RO_jl表示工件J_j的第l个运输工序，RO_jlr表示工件J_j的第l个运输工序在运输设备R_r上运输，表示加工设备M_m与加工设备之间的距离，D_0m表示加工设备M_m和初始工位的距离，D_m(s+1)表示加工设备M_m和卸载工位的距离，v表示运输设备的速度，L和W表示正数，C_j表示工件J_j的完工时间，C_max表示所有工件的完工时间，MS_j1m表示工件Jj的第1个加工工序的开始时间，TT_jlr表示运输设备R_r上工件J_j的第l个运输工序的运输时间，TT_j(p+1)r表示运输设备R_r上工件J_j的第(p+1)个运输工序的运输时间，MC_jkm表示加工设备M_m上工件J_j的第k个加工工序的完工时间，TC_jlr表示运输设备R_r上工件J_j的第l个运输工序的完工时间，x_jkm表示加工工序MO_jk在设备M_m上加工则为1，否则为0，x_j(k+1)m表示加工工序MO_j(k+1)在设备上加工则为1，否则为0，MS_jkm表示加工设备M_m上工件J_j的第k个加工工序的开始时间，表示加工设备上工件J_j的第(k+1)个加工工序的开始时间，MT_jkm表示工件Jj的第k个加工工序的加工时间，表示运输设备上工件J_j的第(l+1)个运输工序的开始时间；

步骤3.2：根据步骤3.1构建的集成决策模型，通过遗传算法进行求解，得到所有工件的柔性作业调度路线，包括在不同加工设备和运输设备的开始和结束时间。