存在返工的定点装配车间生产计划与调度集成优化

【摘要】：不合格品返工通常分为部件返工、产品返工及售后产品返厂维修三种情况,在制造系统中客观存在,且返工数量及发生时间是不确定的。尤其在定点装配车间,返工不确定性直接导致预先制定的调度不可行,进而影响生产计划执行。因此,本论文以定点装配车间为研究对象,研究部件返工、产品返工及售后产品返厂维修情况下生产计划与调度集成优化问题,提出增设单元检测点、将返工延后处理、预留返工处理时间的方法,以降低返工对生产管理的干扰,建立部件返工、产品返工及售后产品返厂维修不确定情况下定点装配车间生产计划与调度集成优化模型;并证明工件与装配班组的开工时间应满足的约束条件;通过对模型结构与特点的分析研究,提出了解决此类问题快速而有效的求解技术;最后进行算例运算仿真以检验模型与算法的有效性,进而完善补充不确定条件下生产计划与调度的集成优化理论。本论文的主要内容概括如下:1.研究了不确定可重入定点装配车间生产计划与调度问题,提出基于随机期望值规划的定点装配车间生产计划与调度集成优化方案。不确定可重入定点装配车间存在同一工件的不同加工阶段重复访问同一设备的情况,且重复次数依据上一工序的质检结果具有不确定性,这给生产计划制定带来很大难度。为满足工厂-车间一体化管理需求,分析了定点装配车间的特点。在工件质检成功事件服从的概率分布已知的情况下,利用期望值描述不确定可重入情况,建立了双层生产计划与调度集成优化随机期望值模型,上层为能力约束下成本最小的生产计划模型,下层为不确定可重入定点装配车间调度模型,并证明了可行调度解的递推公式。然后提出了一种具有双层结构的交替迭代式改进遗传算法,采用精英遗传算法求解上层模型获得生产计划,然后代入下层模型后采用基于随机模拟技术的遗传模拟退火算法求解调度,再将调度结果返回代入上层重新求解新计划,如此不断交替迭代实现计划与调度的同时优化。最后的算例仿真验证了所建模型及所提算法的有效性。为制定不确定可重入定点装配车间生产计划提供了一种合理可行的方法。2.研究了部件返工情况下定点装配车间生产计划与调度集成优化问题,提出在产品装配过程中父节点工件处增设装配单元检测点的方法,降低返工对生产管理的干扰。在部件返工次数波动所属区间数据已知的情况下,建立了定点装配车间双层生产计划与调度集成优化模型,上层为效益最大的生产计划模型,下层调度层中将各单元检测点工件返工次数的不确定情况用不同的场景表示,建立了基于场景的调度性能均值-方差模型,并证明各场景下工件与装配班组的开工时间应满足的约束条件。通过对模型结构复杂性的研究,提出一种具有双层结构的交替迭代式遗传-文化基因算法求解该模型,同时证明了算法的局部搜索条件。最后的算例验证了所提方法的可行性和实用性。3.研究了存在不合格产品返工的定点装配车间生产计划与调度集成优化问题,提出一种基于返工延后处理的定点装配车间生产计划与调度集成优化方法。在分析定点装配车间特点及返工流程的基础上,将每周期产生的不合格品放入缓冲区等待下周期期初重新调整生产计划及调度。首先在各周期每种产品不良品率已知的情况下,建立了以生产效益最大为目标的返工延后处理的粗生产计划模型,并设计遗传算法求解;下达计划生产后,针对实际装配过程中需返工的不合格品,采用二分法重新调整生产计划,并通过文化基因算法求解新计划下定点装配车间的最优调度,同时根据模型特点证明了文化基因算法的局部搜索条件,判断其是否满足装配班组负载率要求,交替迭代直至达到计划与调度的均衡和优化;最后的算例验证了所提方法的有效性,表明所提方法能有效化解不合格产品返工对生产计划和调度的影响。4.研究了售后产品返厂维修不确定情况下定点装配车间的生产计划与调度集成优化问题,提出在混合模式下分两阶段处理售后产品返厂维修不确定情况。第一阶段,在仅有需返厂维修的售后产品数量估计值情况下,提出预留空闲时间处理售后产品返修的方法,吸收售后产品返厂维修不确定性对生产计划的干扰,构建空闲时间的多情景规划模型,提出一种改进候鸟迁徙优化算法求解模型,并证明了算法邻域搜索的可行性质以及采用的启发式搜索规则;然后建立一种带空闲时间的生产计划与预测调度集成优化模型,并采用双层交替迭代遗传-候鸟迁徙优化算法求解,从而获得考虑含售后产品返厂维修情况下的生产计划及预测调度。第二阶段,在执行预测调度时对实际发生的售后产品返厂维修情况,利用空闲时间进行反应式调度。最后的算例仿真表明,该方法可以使车间在顺利完成生产计划的同时及时处理售后产品返厂维修,最终达到计划与调度的同时优化。