论文部分内容阅读
虚拟单元动态调度和重调度是虚拟单元新的研究方向,并日益得到国内外学者的关注和重视。然而,许多学者在研究此类问题时,并未充分考虑重调度对于初始调度的干扰程度,且并未有效利用批量分割的方法缩减工件的完工时间和生产总成本。鉴于此,本文在深入研究虚拟单元重调度、干扰管理和批量分割相关国内外研究现状和相关理论的基础上,对急件订单干扰下融入干扰管理方法和批量分割思想的虚拟单元重调度问题进行了较为细致的研究。本文急件订单干扰下融入干扰管理方法和批量分割思想的虚拟单元重调度问题的研究可分为两个阶段,第一阶段为急件订单干扰下考虑序位相似性的虚拟单元重调度问题研究,在此阶段,着重解决急件订单干扰管理问题;第二阶段为虚拟单元模式下批量策略的确定问题研究,在此阶段,将批量分割的思想融入到急件订单干扰下的重调度问题当中,以期较优的柔性分批调度方案,确保在最大化资源利用的同时,缩减工件的完工时间和完工总成本。关于急件订单干扰下考虑序位相似性的虚拟单元重调度问题,本文结合急件订单特性,赋予急件订单更高的生产优先级。在急件订单干扰出现时,将急件订单与原虚拟单元常规订单的产品族和设备组进行相似性判断,在急件订单能够与原虚拟单元融合生产的情况下进行虚拟单元重调度。同时,设置了各工件工序可用机器集合和相应的加工时间集合,构建了以急件订单完工时间、系统总流程时间最短和序位相似性最大为目标的多目标非线性整数规划模型。针对模型自身特征,设计了遗传--蚁群相结合的组合优化算法求解模型。此外,借助干扰管理的方法,降低了急件订单干扰对生产调度的影响。关于虚拟单元模式下批量策略的确定问题,本文充分考虑时间和成本因素,提出了考虑批次启动时间的以总完工时间、总加工成本、总运输成本以及总拖期惩罚成本最小为目标的多目标非线性混合整数规划模型。为有效的求解模型,将遗传算法与工序优先级调度算法相结合,提出了基于工序的两阶段编码的优化遗传算法,该算法可以根据实际调度的需要将工件分割成具有柔性批量的多个子批,而且可以同时优化子批的加工工艺路径和加工排序方案。最后,本文在对HDZH机加工车间的生产现状及存在的问题进行详细分析的基础上,将所提出的急件订单干扰下融入干扰管理方法和批量分割思想的虚拟单元重调度问题策略应用到机加工车间舵系、轴系等产品的生产过程中,以验证本文所提出的方案在实际船舶企业生产中的应用价值和意义。研究结果表明,本文所提出方法具有较高的可行性和优越性。同时,本文的研究对船舶等大型生产企业优化生产流程具有一定的指导意义,在急件订单干扰时,为如何在生产成本和生产扰动之间的权衡决策提供了一定的理论支持。