论文部分内容阅读
航空发动机被誉为工业之花，是现代工业皇冠上最璀璨的明珠，已成为一个国家科技水平和综合国力的重要标志。然而，航空发动机仍是制约我国航空工业跨越发展的软肋，其研制除材料和工艺两大瓶颈外，还存在生产制造过程管控不力的突出问题。近年来，随着型号研制和批产任务的剧增，航空发动机制造企业的产能矛盾日益突出，一种新型的航空零部件生产车间组织管理模式——优良制造中心（Center of Excellence, COE）应运而生。作为一个相对独立、运行高效的生产责任主体，航空COE对零部件交付节点、内部精细化运作和低成本运营提出了更高要求。论文聚焦航空COE的核心问题——计划调度展开系统深入的研究，以期为航空COE的精细化过程管控提供理论支撑与实践指导。论文主要研究内容及成果如下：（1）组合件E/T调度。针对组合件提前/拖期（Earliness/Tardiness, E/T）的计划调度优化问题，以订单的E/T总惩罚成本最小为目标函数，建立了包含BOM结构、零件加工次序、机器能力约束等的APS混合整数规划模型；采用基于0-1规划的组合件拆分方法，解决了BOM中父子项零件的快速识别和判定问题；设计了基于遗传算法的组合件E/T调度算法，仿真算例验证了模型和算法的合理性和有效性。（2）零件E/T调度。针对传统E/T调度忽视零件最晚可接受时间（deadline）问题，建立了带有零件deadline约束的优良制造中心E/T/D调度模型；采用拖期优先的调度策略，将这类调度问题分解为拖期子问题、修复子问题和提前子问题，降低了问题求解难度；在染色体解码过程中分别采用主动解码、染色体修复和逆向重调度三种方法，实现了在满足零件deadline约束条件下尽可能降低E/T总惩罚成本的目的；以调度问题规模、交货期松弛度和deadline松弛度三个可调节参数为主，设计了180组仿真实验，实验结果表明改进型遗传算法(EGA)在解决调度问题规模、寻优能力、调度结果的均衡性等方面具有较好的优势。（3）工序E/T调度。针对航空发动机部分关键零件加工工序多、加工周期长、工序中转环节多等现状，建立了工序级E/T调度模型；提出了一种禁忌搜索/数学规划（TS/MP）混合调度算法，在TS的迭代过程中，通过在Swap和Insertion两类邻域结构内进行搜索获得较优的机器加工序列，从而松弛了工序级E/T调度模型中最难满足的机器析取约束；针对既定的机器加工序列，采用MP方法完成工序开工时间、机器空闲时间等的精确计算；72组调度问题的benchmark算例测试表明，TS/MP混合算法在工序级E/T调度解的优化性能方面具有较好的优势。（4）以某航空发动机制造企业的机匣优良制造中心为例，基于自主研制的COE管控平台—Workshop Manager，将本文提出的调度算法应用于WorkshopManager的调度实践中，验证了本文所提方法的有效性。