制造业生产调度体系研究.pdfVIP

行业应用 Application II 经济效益。由于生产环境的动态性，生产领域知识 强等优点，在生产计划与调度研究中得到重视。因此 ， 的多样性，调度 问题的复杂性，必须将人、数学方 难有一个包罗万象的、普遍适用 的调度策略、调度 法和信息技术结合起来进行生产领域管理调度问题 模型和算法。 的研究。近 2o年来 ，国际生产工程学会 (CIRP)曾 总结 了4O种先进 的制造模式 无论哪一种制造模式 3不确定条件下的生产调度策略及评价 都是 以优化 的生产调度为基础 】。尽管调度方法逐 指标 渐走向复杂化和多元化 ，但它们基本上可 以归结为 四种类型：基于运筹学的方法、启发式调度方法 3．1不确定条件下的生产调度策略 基于仿真的方法和基于人工智能 的方法。规则调度 针对不确定条件下的生产调度策略 问题 ，近年 法是根据人们在生产实践 中所总结、提炼出的很多 来出现 了一些新方法用来解决这些难题 ，目前 已经 行之有效的经验和规则 (通常称其为调度规则 )来决 形成了以下策略。 定下一步操作的调度方法。 (1)并行或分布策略。为适合不 同车间控制结 在现实生产环境 中，生产任务 的种类、批量、 构与高度复杂问题的需要 ，不少学者利用并行或分布 加工设备、工装状况和任务进度等 因素千变万化 ， 策略来解决车间调度问题 。如用多智能体结构的分布 针对不 同的加工环境 ，车 间调度 系统应 能快速地选 式决策方法对柔性加工系统 (FMS)进行动态调度。 择或组合相应 的调度模型和算法 。实际上在计划与 (2)分解与成组策略。利用分解生产计划或成 调度过程中，影响系统决策 的不确定性 因素广泛存 组技术 的调度策略，可以大大 降低 问题 的计算复杂 在。在确定性假设下得到 的最优计划和调度在实际 性和规模 ，求得调度 问题的较优解 ，同时优化系统 生产过程中由于不确定因素的影响往往变为次优 ， 的一些性能指标 。 甚至不可行 ，但不确定条件下的计划与调度优化仍 (3)人机交互策略。大量的研究成果表 明：人 然没有得到充分 的解决和实际应用。车 间生产调度 机协同交互 的策略可以减少系统的搜索空间，可在 问题的复杂性和现实生产对优化调度的应用需求 ， 有限时间、背景知识条件下解决困难 的问题 。交互 促使从事现代制造研究人员提 出很多解决方法 ，从 反应式调度 的主要优点是 ：在交互反应排产之前 ， 而推动车间生产调度理论与实践的发展。实际生产 通过智能算法 (如 GA、PSO和 ANN等 )得到最优 中，各种工艺约束、资源约束、生产能力约束等平 调度计划：一旦最优排产计划出现紊乱和扰动时， 行存在 ，这就需要对生产作业进行合理的调度安排。 可通过交互反应 ，进行快速修复，使得调度方案能 而一个好的调度安排需要一个好 的优化调度算法。 够快速适应变化 。采用基于多智能体系统 (MAS)的 以往车间调度系统只能适应某个具体车间环境且只 混合方法是解决模 型的准确性、实用性和求解可行 能得到时间最短、设备负荷平衡一般的调度方案 ， 性的有效途径。 这将严重影响企业的发展。生产计划与调度面临的 (4)动态重调度策略。预测控制是上世纪 7o年 难题包括不确定性 的描述与求解 、计算复杂性、基 代后期产生的一类新型的计算机控制算法 ，其基础是 础数据采集、调度模型及其解算方法等。从 已有的 三个基本原理：预测模型、滚动优化和反馈校正。它 研究看 ，最优化方法虽然可以得到 “最优解”，但