[发明专利]一种流程工业企业生产过程的生产调度智能优化方法

摘要

一种流程工业企业生产过程的生产调度智能优化方法，涉及到调度模型构造和求解算法设计，采用统一时间离散化方法，建立了流程工业带有限中间存储的间歇、连续混合生产过程调度模型；提出了一种新的编码方式，且基于新的编码方式，为差分进化算法设计了相应的进化操作作为模型的优化方法。本发明所提出的模型和算法操作简单、计算速度快，能够为生产线上各台连续生产设备确定各个时间段内的流速、为各台间歇生产设备确定各个时间段内的处理量(批量)，使目标最优化，提高生产效率。

主权项

1、一种流程工业企业生产过程的生产调度智能优化方法，其特征在于：所述生产调度智能优化方法包括以下步骤：1)、调度模型建立：将调度范围划分成许多等长度的时间段，在一个时间段内，连续生产工序的流速保持不变，且该工序处理的物料量等于该工序的流速乘以时间段长度，而间歇生产工序处理的物料量的等于该工序的生产批量，时间段长度τ不能大于间歇工序生产设备的加工时间的最大公约数；具体有：(1.1)变量定义：τ：时间段的长度；T：调度时间范围；L：时间段数，L＝T/τ；O：工序总数；MI_i，MO_i：工序i的输入物料集合和输出的产品集合；RI_i，j：工序i的输入物料j的输入比例，且Σj∈MIiRIi,j=1;]]>ρ_i，j：工序i输出物料j与总投入的比例，即投入产出比，且Σj∈MOiρi,j=1;]]>ω_i，j：物料i含物质j的比例；Q_i^min，Q_i^max：工序i的最小和最大处理量，对于连续设备则指最小和最大流速，对于间歇设备则指最小和最大加工的批量；Q_i，j^min，Q_i，j^max：工序i处理物料j的最小和最大处理量，对于连续设备则指最小和最大流速，对于间歇设备则指最小和最大加工的批量；CI_i，j：向工序i提供原料j的贮槽集合，且j∈MI_i；CO_i，j：存储由工序i生成的产品j的贮槽集合，且j∈MO_i；OCI_i，j：向贮槽i输入产品j的工序的集合；OCO_i，j：由贮槽i提供物料j进行加工的工序的集合；BO_i，j：向工序i提供物料j的工序集合；AO_i，j；由工序i提供物料j的工序集合；V_i^min，V_i^max：贮槽i的最小和最大储量；V_i⁰：初始时刻贮槽i的容量；Q_i，t；工序i在t时刻的处理量，对于连续设备为流速，对于间歇设备则为加工的批量；B_i：工序i是否为连续的生产过程，若是，则B_i＝1，否则，B_i＝0；V_i，t：贮槽i在t时刻的储量；P：生产的产品集合；M_i：输出产品i的工序集合，i∈P；C_i：消耗产品i的工序集合，i∈P；MV_i：存储产品i的贮槽集合，i∈P；PR_i：产品i的销售价格，i∈P；约定用处理量表示在时间段t内间歇工序加工的批量，或经过连续设备的流量，即流速乘以时间段长度；(1.2)约束条件：(a)物料平衡对于连续的工序有：Σj∈MIiQi,t×τ×Ri,j×ωj,m=Σk∈MOiQi,t×τ×ρi,k×ωk,m,∀i,m,t---(1a)]]>对于间歇的工序有：Σj∈MIiQi,t×Ri,j×ωj,m=Σk∈MOiQi,t×ρi,k×ωk,m,∀i,m,t---(1b)]]>上式表明，对于任何物质m在任何时段t在工序i上的投入和产出要保证质量相等；(b)设备的生产能力约束：Qimin≤Qi,t≤Qimax,∀i,t---(2a)]]>Qi,mmin≤Qi,t×RIi,m≤Qi,mmin,∀i,t,m∈MIi---(2b)]]>式(2a)表示任一时刻工序的处理量必须介于工序的最大和最小处理值之间，式(2b)表示在任意给定的时刻工序加工的物料m必须介于工序加工该物料的最大和最小处理值之间；(c)容量约束：Vi,0=Vi0,∀i---(3a)]]>Vimin≤Vi,t≤Vimax,∀i,t---(3b)]]>Vimin≤Vi,t+Σk∈OCIi,j[Qk,t×τ×ρk,j×Bk+Qk,t×ρk,j×(1-Bk)]]]>-Σm∈OCOi,j[Qm,t×τ×ρk,j×Bm-Qm,t×ρk,j×(1-Bm)]≤Vimax,∀i,t---(3c)]]>式(3a)是贮槽的初始储量；式(3b)表示在任一时间段内，贮槽i的储量应保持在其最小储量与最大储量之间；式(3c)表示在任意时间段内，上游工序产出的产品j进入贮槽i的量与提供下游工序加工的产品j的量的差值加上时刻t时储量必须介于贮槽的最大储量和最小储量之间；(d)供求约束：Qimin×RIi,j×τ≤Σk∈CIi,j{Vk,t-Vkmin+Σc∈OCIk,j[Qc,t×τ×ρc,j×Bc+Qc,t×ρc,j×(1-Bc)]]]>-Σd∈OCOk,j[Qdmin×τ×ρc,j×Bd+Qdmin×ρd,j×(1-Bd)]},∀i,j,t---(4a)]]>Qimax×RIi,j×τ≥Σk∈CIi,j{Vk,t-Vkmax+Σc∈OCIk,j[Qc,t×τ×ρc,j×Bc+Qc,t×ρc,j×(1-Bc)]]]>-Σd∈OCOk,j[Qdmax×τ×ρc,j×Bd+Qdmax×ρd,j×(1-Bd)]},∀i,j,t---(4b)]]>式(4a)中不等式右边的第三项表示在时间段t内向贮槽k输入产品j的容量，第四项保证了由贮槽k提供物料j进行加工的工序需要满足的最小加工量的约束；整个式子表示在任何时段t必须保证输入到工序i加工的物料j的量必须大于其最小处理量；同理，式(4b)表示在任何时段t必须保证输入到工序i加工的物料j的量必须小于其最大处理量；(1.3)生产调度的目标函数取为：maxJ=Σt=1LΣi∈P[Σm∈MiDm,t,i-Σp∈ciDp,t,i+Σj∈MVi[Vj,L+1-Vj,0]]×PRi-Σi∈P(Pi×PRi)---(5)]]>式中，P_i表示在调度周期内产品i的计划产量；调度的目标是在满足企业计划产量的同时使得企业的产值最大；式中第一项为实际生产的总产值，第二项为计划产值；得到的数学规划模型为：确定：决策变量Q_i，t；满足：式(1)～式(4)；使得：Max J；2)、采用差分进化算法来求解调度模型，得到生产线上各台连续生产设备在各个时间段内的流速以及各台间歇生产设备在各个时间段内的处理量。