论文部分内容阅读
智能制造是目前最先进的生产模式。一方面,通过对车间实施智能化改造,有望解决不确定客户需求和不确定制造过程两大不确定问题,以实现车间资源的优化配置,制造系统价值最大化;另一方面,智能制造也促使车间制造发生了深刻的改变,现代制造企业亟需运用与之对应的先进制造模式和生产调度技术。随着数字化车间建设工作的推进,基于虚拟单元制造系统对数字化车间有较好的匹配程度,为使制造系统快速适应市场变化,进一步提高车间生产综合性能,本文对虚拟单元构建与调度集成优化问题展开研究,在较全面的考虑了研究问题的影响因素和优化目标的基础之上,建立了非线性整数规划模型,设计了基于四层编码的改进NSGA-II算法,在实际半导体车间运用中证明了模型和算法的有效性和优越性。论文的主要工作总结为以下几个方面:(1)阐述了智能制造下数字化车间的特点,以及智造单元生产概念,概述了虚拟单元构建与调度问题的研究现状与重难点,分析了能够灵活重构的虚拟单元制造系统对高效快捷的智能制造的适应性,讨论了集成优化的意义与优势,在此基础之上,提出了本文智能化虚拟制造单元的构建与调度集成优化的研究问题。(2)集成优化问题复杂度高,本文较全面地分析了虚拟单元构建与调度集成优化的多方面影响因素,提出了涵盖系统资源配置合理、调度时间短和设备负荷均衡的多个优化目标,然后从系统平台角度和车间现场角度进行了问题描述,最后建立了多目标非线性整数规划模型。(3)为同时进行多目标优化,本文设计了基于四层编码的改进NSGA-II算法,算法采用改进的基于共享适应度值的锦标赛选择策略,执行基于单元的多点交叉算子,设计了变邻域搜索算法,以弥补遗传算法在局部搜索上的不足。运用本文算法求解半导体车间案例,使工厂能够根据当期订单,一步到位的获得目标较优的虚拟单元构建与调度方案,将本文算法与初始车间加工、未改进的NSGA-II算法、分阶段优化算法对比分析,证明了本文集成优化算法的有效性和优越性,并讨论了构建单元数量和单元设备容量两个决策因素对目标优化的影响,最后采用乘数指数加权法评选出最优方案,为企业决策提供参考。