关键词:
柔性作业车间调度
能耗
多目标优化
改进NGSA-Ⅱ算法
摘要:
近年来,随着经济全球化进程的加速,制造业市场竞争的激烈化和客户需求的多样化与个性化已成为显著趋势,这促使企业向柔性生产方式转型;同时,全球能源问题形势的日益严峻也引起了制造企业对生产过程能源消耗的关注。作为最大发展中国家,我国《“十四五”工业绿色发展规划》制定了工业等高能耗产业的发展战略,重点是推动高能耗产业向绿色低碳转型,以实现能源消费低碳化。生产调度是企业生产管理的重要环节,也是实现低能耗生产的关键。能耗问题的出现让传统的生产调度模型和方法不再适用,需要探索更符合企业问题的模型与方法。
本文以LZ机械公司制造车间为背景,结合企业实际需求,深入分析企业生产车间现状,从调度和节能的角度,构建考虑能耗的多目标柔性作业车间调度模型,设计改进的非支配排序遗传算法Ⅱ(Non-Dominated Sorting Genetic Algorithm,NSGA-Ⅱ)求解模型,最后将研究成果应用到LZ公司生产实例,以指导车间生产加工。本文主要研究工作及相关成果如下:
(1)针对LZ机械公司制造车间生产效率低、调度方式滞后以及降低能耗的需求等问题,对车间实际现状进行详细分析,总结其特点和问题出现原因。重点考虑当工件运输至不同机器加工时,因运输距离不同产生不同运输能耗的问题,建立以最大完工时间最小、机器总负荷最小和总能耗最小的多目标柔性作业车间调度模型。
(2)针对标准NSGA-Ⅱ算法在求解多目标问题时的不足,设计了改进NSGAII算法以求解模型。具体包括结合模拟退火算法中的接受准则,设计一种动态自适应变异算子,首先判断个体是否参与变异,然后动态地调整当前变异概率;设计了改进的精英保留策略,通过两个随机参数α、β,控制非支配集中个体进入新父代种群的精英个数。最后通过三种不同规模算例和标准算例验证了改进NSGA-Ⅱ算法的有效性。
(3)基于上述研究,将模型和算法应用到LZ机械公司制造车间实例,并通过熵权TOPSIS法对所得Pareto解集进行评价,筛选出最优调度方案。现行调度方案与最优调度方案对比结果表明,最优调度方案在完工时间、机器总负荷、总能耗三个指标上均优于现行调度方案,从而证明了本文提出的多目标柔性作业车间生产调度模型及改进NSGA-Ⅱ算法在提高LZ机械公司制造车间生产效率和降低生产能耗方面的可行性。