具有相同机床的数控加工中心生产调度的优化算法.docVIP

具有相同机床的数控加工中心生产调度的优化算法 摘nbsp; 要 nbsp;通过对相同机床数的数控加工中心的设备组重构、负荷平衡、设备派工的算法研究，建立了一个相对合理化生产调度的算法，以期获得产品制造在时间和成本效益上的提升。 nbsp;nbsp;nbsp; 关键词nbsp; 加工中心 负荷 算法 优化 nbsp; 1 引言 nbsp;nbsp;nbsp; 数控加工中心若以传统的生产管理与调度方法，凭个人的实践经验来管理和组织生产，是不可能充分发挥数控加工中心应有的生产能力的。在当今数控加工中心，经常要涉及到多个工件的顺序加工。如果没有建立最优的加工顺序，数控加工中心的加工效率将得不到充分的提高，即数控设备得不到充分的利用。基于此，在这里我们将探索建立一个合理化生产调度的算法，以获得产品制造时间或成本的最优化。 2 算法假设 nbsp;nbsp;nbsp; 数控加工中心的生产调度是针对一项可分解的产品制造过程，探讨在尽可能满足约束条件的前提下，通过下达生产指令，安排其组成部分使用哪些资源、其加工时间及加工的先后顺序。优化指标通常有：生产周期、设备等待时间、交货期、设备负荷、总延误时间、总提前时间、最大延误时间等等。优化目标确定为：各数控机床负荷均衡、总数控机床等待时间最短、生产周期最短。算法研究主要涉及以下内容：设备组重构、负荷平衡、设备派工。 nbsp;nbsp;nbsp; 设有相同的数控机床m台用来加工n个相同的零件，其中每个零件需经k道工序加工，即需经k台数控机床加工才能完成。各工序的工时定额分别为 c1、 c2… ck，且k≤m。 3 算法建立 3.1机床组重构算法 nbsp;nbsp;nbsp; 机床组重构是将m台数控机床按照工序的不同优化进行分工，每台机床分配一道工序 。假设分工后完成各道工序的机床数目为 d1、d2 … dk，F为各加工工序时间总和。则： nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp; nbsp;nbsp;nbsp; Step 1：计算每台数控机床的平均加工时间 nbsp; nbsp;nbsp;nbsp; Step 2：计算 = nbsp;nbsp;nbsp; 若 lt;1，则取 =1； nbsp;nbsp;nbsp; 若 为整数，则 = ； nbsp;nbsp;nbsp; 若 gt;1且为小数，则 取 的整数部分或者 +1的整数部分。 nbsp;nbsp;nbsp; Step 3：根据Step 2 得到的 组合的情况（可能有几种情况）。分别计算F，取F为最小的一组 为最优解。 3.2 机床负荷分配算法 nbsp;nbsp;nbsp; 机床负荷分配的目的是使机床组内的各机床负荷均衡，从而缩短机床组间的加工等待时间，进而缩短整批零件的生产周期。设 为设备i加工零件的数目，即设备i的负荷。 nbsp;nbsp;nbsp; Step 1：p=1； nbsp;nbsp;nbsp; Step 2：计算正在运行的机床数目 ； nbsp;nbsp;nbsp; Step 3：取所有的 ni=R（R为 的整数部分），其中i= S- +1到S ，取w=n- .R，i= S- +1，转Step 5； nbsp;nbsp;nbsp; Step 4： ni= ni+1，i=i+1，w=w-1； nbsp;nbsp;nbsp; Step 5：若w≠0 则转Step 4； nbsp;nbsp;nbsp; 若w=0则p=p+1，若pgt;k则结束，否则转Step 2。 3.3 机床派工算法 nbsp;nbsp;nbsp; 在这里因为涉及到零件顺序加工问题，要使得机床的等待时间最小，必须对机床进行派工，并且对零件有序化。 nbsp;nbsp;nbsp; 设备组一的派工算法： nbsp;nbsp;nbsp; 设 Sij，Eij 分别表示工件j在机床i上的加工开始时间和结束时间，并且有关系： ；由于各设备加工不存在停顿，故存在： 。 nbsp;nbsp;nbsp; 其余机床组的派工算法相对较复杂， Ej为零件j在上一机床组的完工时间，其余机床组的派工算法如下： nbsp;nbsp;nbsp; 由上可以计算出各工件在机床组一的开始加工时间和加工结束时间，以及各机床加工零件的序号和完工时间. 3.4 算法实例 nbsp;nbsp;nbsp; 设用10台相同的机床加工30个相同的零件，每个零件需经三道工序加工才能完成，各工序的加工时间分别为10分钟、15分钟和5分钟，求应如何进行设备重构、负荷平衡和设备派工。 已知：m=10，n=30，k=3， C1=10， C2=15， C3=5。 nbsp;nbsp;nbsp; ⑴nbsp; 设备组