【技术实现步骤摘要】
本专利技术属于针对废旧电器电子产品回收过程中的拆卸生产线平衡设计领域，尤其涉及多人多机交互站点拆解线平衡设计方法。
技术介绍
1、传统的拆卸线平衡设计中，每个工作站均采用单个工人的拆解模式。当处理零部件数量多且结构复杂的废旧机电产品时，每个站点内分配的任务数量也会增多，仍然采用单个工人的拆解模式，其拆卸效率极为低下。在这种背景下，于是多人共享站点的拆卸模式出现了，即一个站点内分配多个工人完成站内已分配的任务。随着科技的不断进步，工业机器人逐渐代替工人进行部分简单重复操作，机器人操作不仅能够节约成本，还能提高拆卸速度和准确度，于是，一种工人机器人共站的拆卸模式被提出。在人机共站的拆解线研究中，由于考虑到机器人的拆解能力限制，均假设机器人能够独自完成简单且重复度高的拆解任务，并不能与工人进行交互从而执行同一个拆解任务。因此，现有的人机共站拆解线研究并不能处理废旧产品中需要人机交互才能完成的拆解任务。
技术实现思路
1、本专利技术的目的是提供多人多机交互站点拆解线平衡设计方法，将最小化工作站数量、操作者数量、拆解总时间和空闲均衡指标作为优化目标，并建立了精确的混合整数规划模型，提高整体拆卸效率。
2、为了实现以上目的，本专利技术采用的技术方案为：多人多机交互站点拆解线平衡设计方法，包括如下步骤：
3、s1，以f1开启的总站点数；f2所雇用操作员的总人数，f3总操作时间和f4空闲平衡指数最小化为目标，建立混合整数规划模型；该模型的目标函数如下：
4、p>
5、
6、s2，收集拆卸线数据并提出目标函数的约束条件，形成拆卸平衡设计模型；约束如下：
7、
8、
9、
10、
11、
12、
13、
14、
15、
16、
17、
18、
19、
20、
21、
22、
23、
24、
25、
26、
27、
28、
29、
30、
31、其中，i，j为任务索引，e为站点索引，w为候选工人索引，b为候选机器人索引；n为任务索引集合，n＝{1，2，…，n}，i，j∈n；e为站点索引集合e＝{1，2，…，e}，e∈e；w工人索引集合，w＝{1，2，…，w}，w∈w；b机器人索引集合，b＝{1，2，…，b}，b∈b；pi任务i的紧前任务集合；tiw工人w执行任务i的作业时间；tib机器人r执行任务i的作业时间；η一个很大的正数；mi任务的交互属性，mi＝1，任务i需要被一个机器人和一个工人交互执行拆解时；0，否则；ci任务的复杂属性，ci＝1，任务i具有复杂属性且仅能被工人执行；0，否则；hi任务的危害属性，hi＝1，任务i具有危害属性且仅能被机器人执行；0，否则；ct拆解线的节拍时间；cwmax每个站点能分配的最多工人数量；cbmax每个站点能分配的最多机器人数量；tis任务i的开始时间；xiew工人拆解变量，x1＝1，任务i由站点k内的工人w执行；0，否则；xieb机器人拆解变量，x2＝1，任务i由站点k内的机器人r执行；0，否则；yew工人分配变量；y1＝1，工人w被分配到站点k；0，否则；yeb机器人分配变量，y2＝1，机器人r被分配到站点k；0，否则；zijew工人手中的任务顺序变量，z1＝1，任务i和任务j被站点k中的工人w执行，且i在j的前面被执行；0，否则；zijeb机器人手中的任务顺序变量，z2＝1，任务i和任务j被站点k中的机器人r执行，且i在j的前面被执行；0，否则；se站点开启变量，se＝1，站点e被开启；0，否则；
32、s3，基于混合整数规划模型，对解集进行占优处理，获取最优的拆解线平衡方案。
33、优选的，s3采用gja算法获取最优的拆解线平衡方案，具体步骤如下：
34、step1：预设参数，
35、step2：种群初始化；设计编码方式产生初始种群并计算该种群个体对应的目标值(f1,f2,f3,f4)；
36、step3：进入迭代程序，令l＝1；
37、step4：选择种群中最好的个体构成算法的交配池；
38、step5：复制一份新的交配池，针对原交配池中的所有个体st进行交叉操作，并且针对原交配池全部个体执行变异操作；将新复制的交配池根据so和ss的类型差别分为类型-a的组群和类型-b的组群，并分别对这两类组群进行交叉操作和变异操作。
39、step6：将step5中新产生的个体进行合并，并进一步执行jaya学习策略从而再次产生新的个体；
40、step7：将step6中新产生的个体与step2中的父代种群进行合并；
41、step8：采用非支配排序和拥挤距离进行种群更新，并采用非支配排序和拥挤距离筛选的非劣解集进行hv指标的计算；
42、step9：判断是否进入下一次迭代，如果l<l，令l＝l+1，转到step4进入下一次迭代，否则终止迭代，将所获得非劣解作为多人多机交互站点拆卸线平衡问题(mmrc-dlbp)的最优解，并输出这些非劣解对应的非劣方案。
43、优选的，step2的编码方式如下：根据优先关系约束，设计包含所有拆卸任务的序列st，其中，下标“c”表示复杂任务、“m”表示为人机交互任务、“h”为危害任务，其余没有下标的任务为普通任务；然后，设计包含所有候选工人和候选机器人的操作者序列so，为避免某一拆卸任务总是只分配给同一站点内的工人或机器人，序列so应该包含两种情况：工人在前机器人在后、机器人在前工人在后，且两种情况的概率占比应均是50％，这两种情况分别采用soa和sob表示；考虑到工人和机器人的编号唯一性，位于so序列后段的操作者编号需要进行调整，为了实现操作者到站点的分配并且匹配soa和sob的两种情况，分别设计了匹配soa和sob的站点序列ssa和ssb；在ssa序列中，工人能分配的站点编号片段在前，该片段是由1到最大能开启的站点编号e按照每个站点的工人容量限制(cwmax)随机生成进行组合，机器人能分配的站点编号在后，该片段则是由1～e按照机器人容量限制(cbmax)随机生成进行组合；和sob类似，ssb序列中工人段和机器人段的位置则是相反的；结合设计的soa和sob序列以及ssa和ssb序列能够实现候选工人和机器人站点的分配过程，接下来，任务到站内操作者的分配则由解码进行负责。
44、优选的，解码方法如下：解码是将st序列中的任务按照站点的节拍时间约束逐一分配给站点内的操作者的执行过程，在分配过程中，根据当前选择的任务的属性来决定它的分配对象：复杂任务只能分配给候选工人，危害任务只能分配给候选机器人，交互任务同时分配给同一站点内的候选工人和机器人，而普通任务随机分配给候选工人或机本文档来自技高网...
【技术保护点】
1.多人多机交互站点拆解线平衡设计方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多人多机交互站点拆解线平衡设计方法，其特征在于，S3采用GJA算法获取最优的拆解线平衡方案，具体步骤如下：
3.根据权利要求2所述的多人多机交互站点拆解线平衡设计方法，其特征在于，Step2的编码方式如下：根据优先关系约束，设计包含所有拆卸任务的序列St，其中，下标“c”表示复杂任务、“m”表示为人机交互任务、“h”为危害任务，其余没有下标的任务为普通任务；然后，设计包含所有候选工人和候选机器人的操作者序列So，为避免某一拆卸任务总是只分配给同一站点内的工人或机器人，序列So应该包含两种情况：工人在前机器人在后、机器人在前工人在后，且两种情况的概率占比应均是50％，这两种情况分别采用Soa和Sob表示；考虑到工人和机器人的编号唯一性，位于So序列后段的操作者编号需要进行调整，为了实现操作者到站点的分配并且匹配Soa和Sob的两种情况，分别设计了匹配Soa和Sob的站点序列Ssa和Ssb；在Ssa序列中，工人能分配的站点编号片段在前，该片段是由1到最大能开启的站点编号
4.根据权利要求3所述的多人多机交互站点拆解线平衡设计方法，其特征在于，解码方法如下：解码是将St序列中的任务按照站点的节拍时间约束逐一分配给站点内的操作者的执行过程，在分配过程中，根据当前选择的任务的属性来决定它的分配对象：复杂任务只能分配给候选工人，危害任务只能分配给候选机器人，交互任务同时分配给同一站点内的候选工人和机器人，而普通任务随机分配给候选工人或机器人，考虑到多人机站点的特性，即一个站点内包含多个工人和多个机器人，因此分配任务时必然会面临无法选择具体操作者编号的情况，如一个复杂任务分配到站点内的工人时并不能确定分配给哪个工人，这使得解码无法继续进行，为此，提出了最短任务完成时间策略，即当无法抉择某个操作者时，则选择最短完成时间的操作者来执行该任务，然而，执行当前任务的多个操作者也可能同时存在最短完成时间的情况，这时所提的策略就不起作用了，为此进一步提出了“选择位于So序列中的第一个操作者来执行当前任务”的方法以解决这种情况，针对交互任务，除了使用所提策略外，针对具有多个相同最短完成时间的工人或机器人时，仍需使用“选择位于So序列中的第一个工人和第一个机器人”的方法才能完成交互任务的具体分配；另外，在计算当前任务的完成时间时，应该要遵守模型中的约束(9～13)；当站点内操作者的最大剩余时间都无法满足当前任务的分配需求时，则需要开启下一个站点；废旧产品完全被拆解，因此解码是以St序列中的最后一个任务分配完毕为退出终点，在解码过程中，以下3种情况会出现不可行解：1.复杂任务将被分配给没有工人的站点；2.危害任务将被分配给没有机器人的站点；3.交互任务将被分配给缺少工人或者机器人的站点，这3种情况对应的目标值被设定为(η,η,η,η),这样可以直接被Pareto筛选去除。
5.根据权利要求4所述的多人多机交互站点拆解线平衡设计方法，其特征在于，交叉操作如下：针对拆解任务序列St和操作者序列So，采用两点交叉操作，针对站点序列Ss采用互换随机选中的站点数量的操作，并且结合三条新产生的序列进行再次解码即可获得新的解和拆解方案。
6.根据权利要求5所述的多人多机交互站点拆解线平衡设计方法，其特征在于，针对MMRC-DLBP的三条编码序列，均采用单点变异方式以一定的概率对它们进行变异操作，在变异时，St需要遵从废旧产品的优先关系约束，Ss需要遵从站点内操作者数量限制约束。
7.根据权利要求6所述的多人多机交互站点拆解线平衡设计方法，其特征在于，Jaya学习策略的个体更新表达式为
...【技术特征摘要】
1.多人多机交互站点拆解线平衡设计方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多人多机交互站点拆解线平衡设计方法，其特征在于，s3采用gja算法获取最优的拆解线平衡方案，具体步骤如下：
3.根据权利要求2所述的多人多机交互站点拆解线平衡设计方法，其特征在于，step2的编码方式如下：根据优先关系约束，设计包含所有拆卸任务的序列st，其中，下标“c”表示复杂任务、“m”表示为人机交互任务、“h”为危害任务，其余没有下标的任务为普通任务；然后，设计包含所有候选工人和候选机器人的操作者序列so，为避免某一拆卸任务总是只分配给同一站点内的工人或机器人，序列so应该包含两种情况：工人在前机器人在后、机器人在前工人在后，且两种情况的概率占比应均是50％，这两种情况分别采用soa和sob表示；考虑到工人和机器人的编号唯一性，位于so序列后段的操作者编号需要进行调整，为了实现操作者到站点的分配并且匹配soa和sob的两种情况，分别设计了匹配soa和sob的站点序列ssa和ssb；在ssa序列中，工人能分配的站点编号片段在前，该片段是由1到最大能开启的站点编号e按照每个站点的工人容量限制(cwmax)随机生成进行组合，机器人能分配的站点编号在后，该片段则是由1～e按照机器人容量限制(cbmax)随机生成进行组合；和sob类似，ssb序列中工人段和机器人段的位置则是相反的；结合设计的soa和sob序列以及ssa和ssb序列能够实现候选工人和机器人站点的分配过程，接下来，任务到站内操作者的分配则由解码进行负责。
4.根据权利要求3所述的多人多机交互站点拆解线平衡设计方法，其特征在于，解码方法如下：解码是将st序列中的任务按照站点的节拍时间约束逐一分配给站点内的操作者的执行过程，在分配过程中，根据当前选择的任务的属性来决定它的分配对象：复杂任务只能分配给候选工人，危害任务只能分配给候选机器人，交互任务同时分配给同一站点内的候选工人和机器人，而普通任务随机分配给候选工人或机器人，考虑到多人机站点的特性，...
【专利技术属性】
技术研发人员：尹涛，龙建宇，周欣怡，黄致铭，梁巧，
申请(专利权)人：东莞理工学院，
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。