一种面向多机协作加工车间的制造资源重构调度方法及系统技术方案

本发明专利技术公开了一种面向多机协作加工车间的制造资源重构调度方法及系统，通过建立多机协同重构调度数学优化模型，得到单元资源重构和调度排序方案；计算每个调度排序方案中的评价指标；根据评价指标生成加工任务的最优重构调度方案。该方法同时考虑制造单元结构调整与任务调度，提高了加工任务与单元结构之间的匹配度，降低了加工方案的成本，设计三层编码方式以及适用于重构调度的分层搜索策略，并利用改进灰狼算法对模型进行求解，为企业决策提供了理论依据，构建重构调度评价指标，以生产任务跨单元加工次数、重构成本、最大完工时间以及总加工时间为评价优化指标，验证了提出的多机协同重构调度模型的有效性。

【技术实现步骤摘要】
一种面向多机协作加工车间的制造资源重构调度方法及系统
本专利技术涉及制造资源的优化配置
，特别是一种面向多机协作加工车间的制造资源重构调度方法。
技术介绍
随着全球经济的快速发展，市场需求的不断变化，新产品和个性化产品的不断推出，要求短时间内批量生产，企业需要具备快速调整生产系统结构以兼顾效率和柔性，应对产品加工要求的变化。因此，如何快速、高效地应对不断变化的生产要求，发展一种新的制造模式，是现代制造业面临的巨大挑战。可重构制造系统(ReconfigurableManufacturingSystem，RMS)在这样的背景下应运而生，RMS的核心思想是以低廉的成本完成制造系统的迅速调整与重组，以改变生产系统的功能和加工能力。可重构制造单元(Reconfigurablemanufacturingcell,RMC)是RMS的重要组成部分，RMC是将相似操作划分为产品族，并将相似加工资源组成一个加工单元进行产品的加工，其根据市场需求变化或者某一阶段的生产任务变化为工艺相似性的加工任务选择加工资源形成新的制造单元，以此来满足产品的快速、低成本、高效率加工要求，实现制造资源面向生产任务的动态组合优化。由于RMC是一个有组织的、集中的加工过程，有利于提高生产效率、降低加工成本，因此许多RMS采用RMC的方式进行重构生产，除此之外，RMC可以有效的降低人工成本、材料的搬运成本以及零部件的转移成本等。可重构制造单元是制造单元的高级发展阶段，相比于其他制造单元具有较强的可重构性、敏捷性以及柔性。生产调度是企业生产制造中的核心问题，对企业加工效率、产品质量客户满意度以及经济利益的提升、对制造业的发展及智能制造战略的实施具有重大意义。而传统的调度仅考虑单机单工序加工模式，然而多机协同加工广泛存在于生产环境中，如焊接领域、蓝光检测领域、装配领域等。因此研究多机协同调度问题有助于提升相关企业的任务管理与规划。在以往的可重构研究中，一般资源调整与任务调度脱节，导致最终的加工方案达不到最优，从而影响加工成本以及加工效率。RMS是由Koren等人首次提出的一种先进的制造系统，其通过改变制造系统的结构和位置来调整生产能力，以应对市场的不确定和突然的需求变化。Renzi等人通过对其关键技术的分析，得出了RMS是一种非常关键的制造方法，它在降低成本和提升效率方面具有明显的优势。RMS具有一些关键特性，包括customization,convertibility,scalability,modularity,integrability以及diagnosability,是确保RMS高度可重构性的基础。大量学者深入的研究了RMS，Koren等人研究了RMS的设计方法，其中定义了RMS的主要特点及其设计原则。Bernd等人考虑了可重构机床的发展潜力，研究了机床容量调节控制方法。Paolo等人开发了一种RMS可重构决策方法，并给出了一个仿真环境来评估所提出的方法。Xia等人提出了一种新的可重构结构动态维护策略，即可诊断性，以快速响应各种系统级重构，有效的实现了RMS的快速响应和成本效益。Bychkov等人使用混合整数线性规划模型研究了一个可用于求解可变加工单元的有效精确模型。Elbenani等人提出了将遗传算法与邻域搜索相结合用来解决可重构制造单元构建问题。Yong等人使用相似性系数方法用来构建制造单元。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种面向多机协作加工车间的制造资源重构调度方法，通过构建重构调度优化模型，将制造单元的重构过程以及相关任务的调度统一协调优化，为企业加工决策提供了重要依据。为达到上述目的，本专利技术提供如下技术方案：本专利技术提供的一种面向多机协作加工车间的制造资源重构调度方法，包括以下步骤：获取生产任务信息和加工单元的加工资源信息；建立多机协同重构调度数学优化模型，所述多机协同重构调度数学优化模型包括制造单元结构调整层和任务调度层，所述制造单元结构调整层根据生成任务信息和加工资源信息进行单元资源调整优化，并得到单元资源重构方案；所述任务调度层根据单元资源重构方案对加工单元的加工任务进行调度排序得到调度排序方案；计算每个调度排序方案中的评价指标；根据评价指标生成加工任务的最优重构调度方案。进一步，所述多机协同重构调度数学优化模型表示如下：目标：f＝{f1,f2,f3,f4}(6)约束：sij+tij≤si(j+1)，i＝1,2,...,n,j＝1,2,...,qi-1(10)其中，n：任务工件总数；m：加工机器总数；J：总工件集合；i：工件序号，i＝1,2,…，n；qi：工件i所包含的工序总数；j：工件的工序号，j＝1,2,…，qi；k：加工机器序号，k＝1,2,…，m；eij表示工序Oij的实际完工时间；sij表示工序Oij的实际开始时间；tij表示工序Oij的实际总加工时间；si(j+1)表示工序Oi(j+1)的实际开始时间；表示vkT的次方，vkT表示老化设备加工系数；tijk表示候选机器Mk对工序Oij的加工时间；hij表示工序Oij需要的同时参与加工机器数量，hij≥1；；表示工序Oij在机器参与多机协同的第l台机器上的实际加工时间；sijl表示工序Oij在机器参与多机协同的第l台机器上的实际开工时间；sij(l+1)表示工序Oij在机器参与多机协同的第(l+1)台机器上的实际开工时间；eijl表示工序Oij在机器参与多机协同的第l台机器上的实际完工时间；eij(l+1)表示表示工序Oij在机器参与多机协同的第(l+1)台机器上的实际完工时间；表示为工序Oij的加工机器是否空闲；表示为制造单元Cop中的设备组；op表示加工单元数，Cop(op＝1，2，…，c)：为加工车间的第op个加工单元；c表示加工单元数量；式(6)表示其目标函数；约束(7)表示每台机器同一时刻只能加工最多一道工序；约束(8)表示每道工序可有一台机器或者多台机器协同加工；约束(9)表示工序一旦开始加工不能中断，直到加工完成；约束(10)表示每个工件前道工序完成后才能开始后道工序的加工；约束(11)表示工序Oij若为多机协同加工工序，其总加工时间为参与机器的平均加工时间；约束(12)与约束(13)表示多机协同工序Oij的所有加工机器参与生产的时间相等，且同时开始同时结束；约束(14)表示工序Oij的所需加工机器处于空闲状态才能进行该工序的加工；约束(15)表示参与同一工序的多个机器需在同一个加工单元内。进一步，所述多机协同重构调度数学优化模型的求解过程包括对制造单元结构调整层的重构优化与对任务调度层的调度优化，所述调度优化是指调度层采用POX交叉搜索，对工序层进行搜索优化，所述重构优化是指重构层采用两点交叉搜索，包括以下步骤：将制造单元结构调整层转换为数字串形式的编码，所述编码包括工序层编码、机器分配层编码以及单元层编码；...

【技术保护点】
1.一种面向多机协作加工车间的制造资源重构调度方法，其特征在于：包括以下步骤：/n获取生产任务信息和加工单元的加工资源信息；/n建立多机协同重构调度数学优化模型，所述多机协同重构调度数学优化模型包括制造单元结构调整层和任务调度层，所述制造单元结构调整层根据生成任务信息和加工资源信息进行单元资源调整优化，并得到单元资源重构方案；/n所述任务调度层根据单元资源重构方案对加工单元的加工任务进行调度排序得到调度排序方案；/n计算每个调度排序方案中的评价指标；/n根据评价指标生成加工任务的最优重构调度方案。/n

【技术特征摘要】
1.一种面向多机协作加工车间的制造资源重构调度方法，其特征在于：包括以下步骤：
获取生产任务信息和加工单元的加工资源信息；
建立多机协同重构调度数学优化模型，所述多机协同重构调度数学优化模型包括制造单元结构调整层和任务调度层，所述制造单元结构调整层根据生成任务信息和加工资源信息进行单元资源调整优化，并得到单元资源重构方案；
所述任务调度层根据单元资源重构方案对加工单元的加工任务进行调度排序得到调度排序方案；
计算每个调度排序方案中的评价指标；
根据评价指标生成加工任务的最优重构调度方案。


2.如权利要求1所述的面向多机协作加工车间的制造资源重构调度方法，其特征在于：所述多机协同重构调度数学优化模型表示如下：
目标：f＝{f1,f2,f3,f4}(6)
约束：









sij+tij≤si(j+1)，i＝1,2,...,n,j＝1,2,...,qi-1(10)















其中，n：任务工件总数；m：加工机器总数；J：总工件集合；i：工件序号，i＝1,2,…，n；qi：工件i所包含的工序总数；j：工件的工序号，j＝1,2,…，qi；k：加工机器序号，k＝1,2,…，m；
Xijk表示eij表示工序Oij的实际完工时间；sij表示工序Oij的实际开始时间；tij表示工序Oij的实际总加工时间；si(j+1)表示工序Oi(j+1)的实际开始时间；表示vkT的次方，vkT表示老化设备加工系数；tijk表示候选机器Mk对工序Oij的加工时间；hij表示工序Oij需要的同时参与加工机器数量，hij≥1；；表示工序Oij在机器参与多机协同的第l台机器上的实际加工时间；sijl表示工序Oij在机器参与多机协同的第l台机器上的实际开工时间；sij(l+1)表示工序Oij在机器参与多机协同的第(l+1)台机器上的实际开工时间；eijl表示工序Oij在机器参与多机协同的第l台机器上的实际完工时间；eij(l+1)表示表示工序Oij在机器参与多机协同的第(l+1)台机器上的实际完工时间；表示为工序Oij的加工机器是否空闲；表示为制造单元Cop中的设备组；op表示加工单元数，Cop(op＝1，2，…，c)：为加工车间的第op个加工单元；c表示加工单元数量；
式(6)表示其目标函数；约束(7)表示每台机器同一时刻只能加工最多一道工序；约束(8)表示每道工序可有一台机器或者多台机器协同加工；约束(9)表示工序一旦开始加工不能中断，直到加工完成；约束(10)表示每个工件前道工序完成后才能开始后道工序的加工；约束(11)表示工序Oij若为多机协同加工工序，其总加工时间为参与机器的平均加工时间；约束(12)与约束(13)表示多机协同工序Oij的所有加工机器参与生产的时间相等，且同时开始同时结束；约束(14)表示工序Oij的所需加工机器处于空闲状态才能进行该工序的加工；约束(15)表示参与同一工序的多个机器需在同一个加工单元内。


3.如权利要求1所述的面向多机协作加工车间的制造资源重构调度方法，其特征在于：所述多机协同重构调度数学优化模型的求解过程包括对制造单元结构调整层的重构优化与对任务调度层的调度优化，所述调度优化是指调度层采用POX交叉搜索，对工序层进行搜索优化，所述重构优化是指重构层采用两点交叉搜索，包括以下步骤：
将制造单元结构调整层转换为数字串形式的编码，所述编码包括工序层编码、机器分配层编码以及单元层编码；
构建改进的灰狼算法，并初始化算法参数，所述算法参数包括种群个体数、最大迭代次数、群初始化；设置灰狼算法中的每个个体的初始解，所述初始解包括每个个体的工序顺序层编码初始值、机器分配层编码对应工序的位置初始值和单元层编码初始值；
对制造单元结构调整层进行重构优化得到重构层；
计算评价指标：计算每个个体的适应度值，包括跨单元次数、相对于原始单元的调整成本、加工总时间以及最大完工时间；
优化调度层：设置当前调度搜索迭代数，并执行灰狼算法离散搜索执行调度层搜索，调度层结束后输出最优解决方案；
判断重构优化层是否停止迭代搜索，若当前迭代数没有达到预设最大值，则对制造单元结构调整层再进行重构优化，重新计算评价指标；
若当前迭代数达到预设最大值，算法终止，输出最优多机协同重构调度方案。


4.如权利要求3所述的面向多机协作加工车间的制造资源重构调度方法，其特征在于：所述对制造单元结构调整层进行重构优化，步骤如下：
将两个交叉个体的单元结构分布转换为统一编码，并随机获得两交叉点；
交换交叉点之间的机器编号，并根据缺失的机器编号进行修复；
对每个个体随机选择c-...

【专利技术属性】
技术研发人员：杨波，高益凡，王时龙，陈嵘华，易力力，康玲，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50