论文部分内容阅读
当今智能制造工厂对数控机床的要求日益苛刻,不仅对数控机床的加工精度要求更高,而且需要通过优化车间调度系统来提高企业生产效率和降低生产成本。随着机床零件的生产业务不断增加,原先仅靠单一经验构建的车间调度模式已经远远不能满足现在的制造企业批量生产的需要,因此,企业管理者迫切地需要制定一套良好的生产车间调度方案来满足当今企业发展的需求。本文为解决公司现有高端数控机床的床身、立柱、主轴箱体、滑鞍、工作台等相关零件生产系统车间调度问题。将机床零件加工车间调度系统转化为置换流水车间调度问题进行建模仿真,采用g-MOEA/D算法与QUEST软件对机床零件加工车间调度进行分析与优化,解决机床零件加工车间所面临的生产问题。针对公司机床零件加工车间的置换流水车间调度问题,建立机床零件加工车间多目标优化调度模型,构建最大完工时间、最大延误时间、库存成本三个目标函数,以最小化三个函数为目标,建立多目标优化模型。本文采用改进MOEA/D算法对上述问题求解。将g支配思想引入到MOEA/D算法中,结合基于二范数权重向量,提出g支配策略的MOEA/D算法(g-MOEA/D算法),g支配把传统Pareto前沿与参考点的使用相结合,使基于分解的多目标进化算法生成适应决策者偏好的有效解的集合,来代替整个Pareto解集或单个有效解,从而提高MOEA/D的择优效果及收敛性。采用10种不同规模的置换流水车间调度测试实例对g-MOEA/D与原MOEA/D算法进行对比验证,实验表明,g支配可以与MOEA/D算法有效结合,得到较优的多目标优化解,和令人满意的性能指标的验证结果。进一步将算法应用到实际问题中。运用QUEST软件对机床零件加工车间进行建模仿真。为更直观体现g-MOEA/D算法对加工车间数据的优化效果,选用CATIA软件对机床零件进行三维物理建模并将模型导入到QUEST,再用QUEST软件对机床零件加工车间的生产线进行物理建模及逻辑链接,最后,分别选出由两种算法得到令人满意的两套方案。将g-MOEA/D算法,MOEA/D算法的优化结果及原始调度方案输入到QUEST模型进行仿真,通过QUEST仿真输出设备利用率、设备空闲时间等数据参数完成仿真数据对比分析,证明g-MOEA/D算法的可行性。通过对机床零件加工车间的置换流水车间调度问题的算法优化及软件仿真分析,有效地降低了机床零件加工车间的生产成本,提高了车间的生产效率。