【技术实现步骤摘要】
本专利技术属于包装车间智能生产调度，特别是涉及一种基于多目标优化算法的全自动包装调度方法。
技术介绍
1、产品包装在化工、制造、医疗、食品等行业占据着重要地位，各行业对包装的需求日益增长。相较于传统的人工手动包装生产线，自动化包装生产线具有效率高、包装质量高、包装灵活性高、生产能耗低等优点。
2、自动化包装调度系统作为生产组织、管理的重要环节，其本质是将管理的功能导入到工单生产、物料调度、物料包装的活动中，以快速、有效的方法，协调车间所需物料配置管理、下发工单的及时生产。
3、但现有的自动化包装生产线调度系统存在生产资源调度不充分的缺陷，由于生产料仓容积有限，易发生仓容饱和问题，不仅影响生产连续性，还可能导致停机处理，带来高昂的成本损失；同时，下发工单需要及时处理，包装调度存在的复杂性、动态随机性、多约束和多目标性等问题，严重影响生产连续性与生产效率，增加生产成本；自动化包装生产线的调度方法是是实现调度系统的关键，现有的轮转调度、优先级调度、先来先服务、基于经验等调度方法缺少对综合因素考量，难兼顾全局，调度质量差、效率低。因此针对以上问题，本方案提供一种基于多目标优化算法的全自动包装调度方法。
技术实现思路
1、本专利技术提供了一种基于多目标优化算法的全自动包装调度方法，通过采集全流程生产信息、调度信息，调度系统通过改进的insga-ⅱ的多目标优化算法进行调度方案的求解，解决了
技术介绍
中的问题。
2、为解决上述技术问题，本专利技术是通过以下技术方
3、本专利技术的一种基于多目标优化算法的全自动包装调度方法，一方面，基于多目标优化算法的全自动包装调度系统包括信息管理模块、实时调度模块、生产监测模块；
4、所述信息管理模块对全自动包装生产线的全流程生产信息进行管理，所述全流程生产信息包括全自动包装生产线的生产情况信息、料仓情况信息和下发工单信息；其中所述生产情况信息包括包装机的编号、名称、功率、包装能力，包装物料的编号、名称、种类、包装要求等，所述料仓情况信息包括料仓原料类别、当前料位、余料情况、水洗情况、仓容饱和情况、仓储温湿度等，所述下发工单信息包括生产工单的工单数量、包装要求、物料要求、交货时间等，用户可以选择不同的信息管理页面来浏览对应信息，并且对相关信息进行增加、修改、删除和查询操作。
5、所述实时调度模块基于多目标优化算法生成优化调度方案，安排生产投料、包装、水洗等工序，达到最小化最大完工时间、最小化最大能耗、最小化机器总负荷等目标，优化调度方案供自动化生产线生产任务的安排和下发。
6、所述生产监测模块包括设备运行情况、设备能耗情况、工单执行情况和自动化生产线异常情况检测；其中异常情况包括设备故障、料仓饱和、物料短缺和工单冲突等。
7、另一方面，一种基于多目标优化算法的全自动包装调度方法，基于前述一种基于多目标优化算法的全自动包装调度系统实现，具体包括以下步骤：
8、s1：根据生产线待包装工单，提取自动化生产线生产数据并初始化参数；
9、s2：构建自动化包装生产线多目标优化模型；
10、其中，多目标优化模型建立方法为：生产系统采用多类传感器采集生产调度数据，获取订单信息、包装信息、设备信息、资源信息，通过通讯协议将数据传递至调度系统，建立对应模型；
11、其中，多类传感器包括质量传感器、料位传感器、温度传感器、湿度传感器、压力传感器；订单信息包括订单编号，订单优先级，交付时间，订单包装需求；包装信息包括包装标量、包装数目、包装型号；设备信息包括设备运行状况、运行数目、停机数目、检修数目，资源信息包括班次情况、物料情况。
12、s3：采用改进的非支配排序遗传算法insga-ⅱ，通过最小化最大完工时间、最小化最大能耗、最小化机器总负荷以及目标函数和约束条件，进行包装自动化生产线生产调度，生成调度优化方案；
13、s3.1：建立目标函数及约束条件，其数学表达如下所示：
14、f1＝{ci|i＝1,2,3...,n}； (1)
15、
16、其中，f1为最大完工时间表达式；其中f2为最大能耗表达式；其中f3为机器总负荷表达式；
17、目标函数如下所示：
18、
19、其中，f1，f2，f3为最小化最大完工时间、最小化最大能耗以及最小化机器总负荷优化目标函数；
20、其中，ci代表物料i的包装完工时间，n是物料工单总数量；
21、qj表示设备j在这次包装过程中产生的总能耗；
22、
23、cpj和ipj分别是包装设备j的加工功率与空转功率；和分别是机器j的包装加工时间与空闲时间；q为m台机器消耗能量的总和；
24、其中，
25、
26、tj表示包装设备j的总包装时间。
27、约束条件如下所示：
28、a.包装设备在工作时有空间排它性；
29、b.包装工序在进行时有空间排它性，时间的排它性和时间连续性；
30、c.所有包装设备在时刻0启动；
31、d.初始不同原料的包装顺序优先级相同；
32、e.某一原料的包装工序之间有先后约束。
33、s3.2生成基于包装工序和基于包装设备的编码。
34、s3.3算法开始，初始化种群p0，采用混合初始化方法，先让包装工序编码部分全部使用随机初始化方法，然后让对应的包装设备编码部分一半使用启发式初始化，另一半使用随机式初始化。
35、其中，启发式初始化为包装工序选择可选设备为集中加工时间最短的，随机式初始化为随机进行选取。
36、s3.4判断分级排序是否完成，若否，进行非支配排序，计算相关拥挤度；若是，设定初始代数为1；
37、其中，非支配排序为选择支配层级高的个体进入子代种群，若支配层级相同则选择拥挤度小的个体；最后不断重复抽取选择操作，直至形成的新种群规模达到初始种群的规模。
38、s3.5父代种群解码，选择保留适应度最好染色体；
39、s3.6进行交叉变异操作，判断；
40、其中，适应度函数为：
41、
42、为上述最小化最大完工时间、最小化最大能耗以及最小化机器总负荷优化目标函数。
43、nsga-ii是一种快速非支配排序的多目标优化算法，具有运行速度快，解集收敛性好的优点，但存在过早收敛且容易陷入局部最优的问题，采用对初始化方法、交叉与变异操作、交叉与变异因子进行改进的insga-ii算法。
44、所述交叉操作：采用均匀交叉方式，设定子包装集g1，对包装工序编码基于工序优先顺序进行交叉，子代一部分由父代1与g1相同部分基因遗传，另一部分替换为父代2与g1相异基因；
45、所述变异操作：对包装工序编码在非遗传关系的父代子代之间进行个别基本文档来自技高网...
【技术保护点】
1.一种基于多目标优化算法的全自动包装调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述S3步骤中的INSGA-Ⅱ优化算法通过如下分步骤实现：
3.根据权利要求2所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述S3.1步骤的具体内容是：
4.根据权利要求2所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述S3.3步骤中，启发式初始化为包装工序选择可选设备为集中加工时间最短的，随机式初始化为随机进行选取。
5.根据权利要求2所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述S3.4步骤中，非支配排序为选择支配层级高的个体进入子代种群，若支配层级相同则选择拥挤度小的个体；最后不断重复抽取选择操作，直至形成的新种群规模达到初始种群的规模。
6.根据权利要求2所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述S3.5步骤中，适应度通过如下适应度函数计算：
7.根据权利要求2所述的一
8.根据权利要求1所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述全自动包装调度方法基于全自动包装调度系统实现，所述全自动包装调度系统包括信息管理模块、实时调度模块以及生产监测模块；
...【技术特征摘要】
1.一种基于多目标优化算法的全自动包装调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述s3步骤中的insga-ⅱ优化算法通过如下分步骤实现：
3.根据权利要求2所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述s3.1步骤的具体内容是：
4.根据权利要求2所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所述s3.3步骤中，启发式初始化为包装工序选择可选设备为集中加工时间最短的，随机式初始化为随机进行选取。
5.根据权利要求2所述的一种基于多目标优化算法的全自动包装调度方法，其特征在于，所...
【专利技术属性】
技术研发人员：马启航，王磊，陈增轩，
申请(专利权)人：颖态智能技术上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。