fms的刀具流在线优化控制策略.docVIP

FMS的刀具流在线优化控制策略 在FMS的刀具管理中，刀具流的路径决策是最关键也是最复杂的控制问题，除了保障正确选用刀具外，它还关系到能否减少装卸刀具的时间，最大限度地利用刀具的使用寿命，降低生产成本，提高生产效率。然而该问题的复杂性高，目前的优化控制主要采用启发式算法，计算比较繁琐，难以把握优化效果，另外在多目标、在线控制方法上还有许多值得改进的地方。本文提出一种均值优化控制策略解决上述问题。 1　均值控制均值控制是对待优化元素的整体平均选优方法。其基本思想是：存在被排序元素A=｛a1、a2、…、an｝，已排成的元素序列为a=a(1)　a(2)…a(k)，ai∈A,i∈［1,k］；正在排序元素a△∈A，未排序元素序列b=b(1)b(2)…b(p)，b(j)∈A,j∈［1,p］,p+k=n-1。 存在评价函数F(a,aΔ，b，C)，其中C是(a,aΔ，b)和其它对象的函数。由于a和b的排列方式的总数是其各自包含的元素总数的阶乘倍，而目标函数F又是a和b的排列方式的函数，这样a和b的元素数量稍大一点，要以穷举方式找到最优F及其a、aΔ、b，就存在计算量过大的问题。如果把a和b的各元素及其对F的影响平均看待，如同a只是由k个相同的“平均”元素构成，b只是由p个相同的“平均”元素构成，则求F就只考虑a、aΔ、b由什么元素构成就行了，不必考虑其排列方式。在b中选遍所有的元素作为aΔ，找其中一个最好的F，其对应的aΔ就被固定下来了。依此类推可将b的元素依次排列完毕。 可以证明，这种算法是一种多项式算法。 2　刀具流的控制机制2.1　评价函数 在FMS中根据多个零件的加工顺序和每个零件的工艺要求形成零件，由此选择不同类型的刀具。同一类型的刀具可有多个，这些具有完全相同的加工功能的姊妹刀具的选择是本文讨论的对象。 尽管姊妹刀具的加工功能相同，但它们的使用寿命却不一定相同，总是希望每把刀具都竭尽其寿命，“边角余料”尽量少。按此目标建立评价函数F。在零件对一种刀具需求序列中，将a作为已经排好的元素集合，aΔ作为正在试排的元素，b作为没有排列的元素集合。 式中 　gj——第j把姊妹刀具的均值剩余寿命，它是ti整除i——第j把姊妹刀具的余留使用寿命 　 　——未排序的零件对刀具的需求序列中每次需求的平均使用时间 　τi——未排序的零件对刀具的需求序列中第i次需求使用时间 　　　p——未排序的零件对刀具的总需求次数，也即b的长度，i∈b 2.2　递推计算过程 先选一个b中的元素作为aΔ1，此时b′=b-aΔ1，用式(1)和(2)求出F(1)并记下，随后将aΔ1放回b中，另选一个b中的元素作为aΔ2，此时b′=b-aΔ2，求出F(2)并记下，依此方法将b中的p个元素都作为aΔ试排一次，直到求出F(p)，从中选一个最小的F(*)，固定aΔ*的顺序，并把aΔ*作为a的最后一个元素，然后从余下的b中进行新一轮的aΔ选择，直到把b中的元素全部排完。 在比较和选择F(*)时，有时会出现多个相等的最小F(i)，可以任选其中一个，也可乘机进行微调：如果希望无用剩余寿命都集中在少数刀具上，就选F的gj的均方差较大的F；如果希望无用剩余寿命都分散在多把刀具上，就选F的gj的均方差较小的F。 3　全局决策3.1　刀具迟滞时间 刀具迟滞时间就是机床停工等待该刀具的时间，它直接影响FMS的生产效率。刀具的控制应设法使刀具迟滞时间减少到最小。定性地说，刀具在机床需要时所处的位置决定刀具迟滞时间的大小，该时间的大小位置关系是：在其它机床的使用位置＞在其它机床的局部刀库＞在中央刀库＞在本地局部刀库。 设：LTij为第i台机床停工等待第j把刀具的迟滞时间，Pk为刀具正在第k台机床加工零件时对该零件的剩余加工时间，tpkj为刀具j从其它第k台机床的使用位置到本地局部刀库的传输时间，takj为刀具j从其它第k台机床的局部刀库到本地局部刀库的传输时间，tcj为刀具j从中央刀库到本地局部刀库的传输时间。于是有 LTij=Pk+tpkj(当刀具j在第k台机床的使用位置时) LTij=takj(当刀具j在第k台机床的局部刀库时) LTij=tcj(当刀具j在中央刀库时) 上述式子忽略采用任何刀具都存在的刀具在即将使用位置和本地局部刀库之间的上下刀时间。 3.2　总评价函数 刀具流的总评价函数应该既要考虑刀具的利用率，又要保障FMS有较高的生产效率。因此 Gj=lF(j)+LTij 式中 Gj----刀具j的总评价函数 l----调节系数，l≥1 　　这样在线控制时，每一轮都要计算每一把刀具的Gj，选用具有最小Gj的刀具。对所有类型的姊妹刀都可用上述方法进行选配，完成全部刀具流的控制。 4　实例及结论以下实例采用均值控制方法进行优化。每个例子都给出若干零件对一种