论文部分内容阅读
多机器人装配单元在实际生产中具有高自动化和高柔性的特点,可以显著提高生产效率,同时快速适应市场的变化。目前关于机器人装配单元调度优化问题的研究主要集中在以最小化完工时间为目标的单一订单混合产品或多个订单一种产品的调度问题,然而实际生产车间中以多个订单混合产品的生产模式为主。并且为了提高经济效益和环境效益,精益生产和绿色节能生产已成为各制造企业追求的生产模式。此外,实际生产过程中的动态性,使得企业迫切的需要对实际的多机器人装配单元中的生产调度问题进行深入研究。本文正是基于以上背景,结合精益生产,绿色节能生产和多个订单混合产品的生产模式,对多机器人装配单元的调度问题进行了以下研究工作:(1)基于C型布局机器人和L型布局机器人的特点,建立了两种布局类型机器人并存的多机器人装配单元布局模型,提出了基于精益生产,绿色生产和多订单混合产品生产模式的多机器人混合产品装配单元准时制节能生产静态调度问题和考虑紧急订单插入的动态调度问题,并以此建立了以准时制(Just-In-Time,JIT)生产和节能生产为调度优化目标的多机器人混合产品装配单元的静态调度模型及其动态调度模型。(2)针对该问题多个订单混合产品的特点和准时制生产的要求,提出了一种编码方法和多订单阶段反向解码策略,并在此基础上提出了一种改进的混合多目标果蝇优化算法(Hybrid Multi-objective Fruit Fly Optimization Algorithm,HMFOA)。在HMFOA中,采用了多种群策略来保持种群的多样性;设计了订单-产品装配序列的交换操作和机器人选择序列的重分配操作实现嗅觉搜索;提出了将Pareto非支配排序和目标加权这两种多目标处理方法相结合来实现视觉搜索;提出将局部开发能力较强的果蝇优化算法和全局探索能力较强的分布估计算法相结合,增强个体间协作。(3)针对该问题特性设置了九组不同规模的算例,并依次进行多订单阶段反向解码策略的验证实验和HMFOA的对比实验。首先对比基于HMFOA的多订单阶段反向解码策略和传统的反向解码策略得到的前沿解集,验证了本文提出的多订单阶段反向解码策略的高效性;其次将HMFOA、NSGA-Ⅱ和多目标果蝇算法应用在九组算例中进行对比,验证了本文提出的HMFOA在解决该静态问题时的有效性。(4)研究了紧急订单插入的多机器人混合产品装配单元JIT节能生产动态调度问题以及调度方法。首先设计了基于滚动窗口的动态混合多目标果蝇优化算法,并提出了不同调度阶段采用了不同解码方法的策略。其次设置了动态调度仿真实验,采用基于事件和周期混合驱动的动态调度策略将动态调度问题划分为一系列的静态调度问题,并运用上述算法对每个静态调度问题优化求解,验证了动态调度策略的有效性。