论文总字数：16006字

摘 要

车间作业调度问题是企业生产中的重要环节，多种产品在多个机器上经多个工艺完成，因此，为使得铸造车间总加工时间最小，提高生产效率，铸造企业车间调度问题更优化仍是很多学者的研究热门。铸造车间由于某些特殊工序导致调度问题面临很多难点，例如在金属融化浇铸流程中，为了使后续精加工操作中铸件既不会太硬也不会太软影响产品，过程中的等待时间是研究的重点。因此，需要研究更多算法对铸造车间调度问题进行求解和优化，其中遗传算法在铸造车间作业调度这种np-hard问题中应用较多。本文结合国内外学者对于铸造型企业车间调度问题的调查与研究，专注于运用遗传算法对该调度问题进行分析求解，得到更优化的作业调度方案。

关键词：铸造车间 调度 遗传算法

abstract

Job shop scheduling problem is an important part of enterprise production. Many kinds of products are completed by many processes on many machines. Therefore, in order to minimize the total processing time and improve the production efficiency, the optimization of job shop scheduling problem is still a hot topic for many scholars. Because of some special processes in the casting workshop, scheduling problems are faced with many difficulties. For example, in the melt casting process, in order to make the castings in the subsequent finishing operations not too hard or too soft to affect the products, the waiting time in the process is the focus of the research. Therefore, more algorithms need to be studied to solve and optimize the casting shop scheduling problem, among which genetic algorithm is widely used in the NP hard casting shop scheduling problem. In this paper, combined with the domestic and foreign scholars' investigation and Research on the job shop scheduling problem of casting enterprises, we focus on using genetic algorithm to analyze and solve the scheduling problem, and get a more optimized job scheduling scheme.

Key words:the casting workshop job shop scheduling genetic algorithm

目录

第1章 绪论 1

1、1研究的背景、目的及意义 1

1、2国内外研究现状 2

1、3研究目标与具体技术措施 3

第2章 铸造车间工艺过程 5

2、1铸造简述 5

2、2铸造工艺 5

2、3铸造作业调度难点 5

第3章 问题描述与建模 8

第4章 遗传算法设计求解 11

4、1 遗传算法概述 11

4、2编码与解码 13

4、3遗传算子 13

第5章实例数据与仿真 15

5、1实例数据 15

5、2仿真结果 15

第6章总结 17

参考文献 18

致谢 19

第1章 绪论

1、1研究的背景及目的

车间作业调度在车间制造系统中担任一个协调作用的关键部分，合理对车间作业进行调度，使得产品能够以高速速、低消耗、高质量生产节奏的同时，并且能够达到让顾客消费者对产品质量满意的状态。许多作业车间制造商都依赖过时的概念和尝试创建Excel来进行铸造车间作业调度优化分析，设计解决方案。但是这些工具具有延时性并且无法达到透明公开性，因此无法主动利用这些现状来发现问题、提出问题并且解决问题，提出优化或解决办法，制定未来的计划。显然，这些过时的方法在混乱的车间环境中不兼容或不够可靠，因此会对生产过程产生重大负面影响。总体而言，利用正确的作业车间调度，将使您能够正确处理不稳定的作业车间环境，并最终提高制造运营中的生产效率。^[1]因此，车间调度问题作为制造系统中至关重要的一个关键，也是一个典型的NP问题，已经成为制造工程领域的热点问题之一。铸造型企业环境中车间作业调度问题的调查与研究，通过对实例数据进行建模然后通过算法求出近似解，使得铸造车间总加工时间最小，提高生产效率。

制造系统的调度是任何企业在快速变化的市场中保持竞争地位的一个重要方面，因此开发有效、高效的先进制造和调度技术是非常重要的，其目标是最大化（或最小化）设备的不同标准，如flowshop调度问题是Johnson自1954年提出以来，一直被广泛研究的一个重要调度问题。在任何类型的生产环境中，作业的计划和调度是决定市场竞争地位的首要因素。铸造型企业无论种类少周期长的大型铸件车间还是种类繁多小批量的小型铸件车间，铸件的主要生产加工工序大体一致。传统铸造企业车间作业调度多采用遗传算法，遗传算法在处理n-phard问题时能够较为快速及有效的求解问题和优化方案，所以现在许多人都致力于用遗传算法解决车间作业调度问题。但是铸造车间中有更多的约束条件，普通遗传算法解出来的近似值与实际会有较大偏差，所以，需要对铸造车间作业调度进行优化，这样才能得到最小的总加工时间。

作业调度问题通过建模后借助各种算法求出近似解，车间按照该解进行作业调度，这样直接使铸造产品的单位总时间达到最小提高了生产效率。而且，优化得出的作业调度，会对车间内各种铸造设备的调度，原材料的放置也可以得到改善，减小了作业之间的物流量，从而减少铸造型企业总工时。

1、2国内外研究现状

国内外学者专家对于铸造型企业车间作业调度问题都有相关研究，有的也比较全面的研究了铸造车间内的各种约束条件下的调度问题及优化。他们在建模列举实例数据进行求解时也运用了各种不同的算法如改进遗传算法、混合粒子群算法和搜索算法等都有进行近似解的求解。

针对铸造车间实时调度问题，提出了粒子群优化与模拟退火相结合的无等待约束流水作业调度方法。提出的PHPSO算法采用PSO机制指导下的进化搜索和基于NEH的初始种群和SA机制指导下的局部搜索。混合算法在全局搜索和局部搜索的平衡中取得重要突破。然后对实际数据进行了仿真，并与另一种元启发式算法SA和PSO进行了比较，看出该方法的有效性和优越性。该方法的有效性是通过ARPD来衡量的，ARPD是一种广泛应用的性能度量方法。本文将仿照Laxmi A.Bewoor^[2]提出的铸造车间无等待流水车间车间所进行的问题建模，目标函数由i-1和i个工件之间开始时间的差值与每个工件总共加工时间之和。

Nawaz-Enscore-Ham[3]启发式算法有效地初始化种群，采用PSO机制引导的进化搜索和模拟退火机制的局部搜索，兼顾全局搜索和局部开发。混合粒子群优化算法，试图在考虑铸造环境的基础上，弥补理论与实际之间的差距，有助于规划人员根据客户的订单来决定生产作业的顺序，并开发出有效的调度程序，使总流程时间最小化计算量小。根据铸件的工作特点，进行了大量的计算实验。比较分析表明，PHPSO算法优于现有的启发式算法。该算法通过以较低的计算量最小化TFT，帮助生产计划人员有效地进行铸造车间作业调度，以满足调度过程的要求和满足客户订单的要求。

Marc Gravel ^[3]等人基于遗传算法的铝厂作业调度。在这个铸造中心，使用的手动规划方法使用的甘特图是手动操作和更新的。每个订单都由一张按比例切割的卡片表示，并用颜色编码以表示合金。三台炉的初步调度约需要3个小时，由于订单更改或意外情况而重新安排一周的活动需要更多的时间。当使用手动调度方法时，计划者很难催化和利用不需要设置的合金转换。作者的编译了设置矩阵。因此，调度程序无法识别和采用许多有用的解决方案。一种常见的方法是简单地查找、修改和重用以前生成的序列。由于数据量大，手动调度程序只使用了部分可用信息。遗传算法比人工过程能快速提供更好的解。在进行小的更新时，算法将始终使用到期日、所需设置和金属约束的所有可用信息。文中描述的方法被应用到原型软件中，并进行了广泛的测试，结果表明这些方法对解决Alcan的铸造调度问题是有效的。最初测试遗传调度方法的电解厂和铸造中心将在不久的将来关闭，并由新的装置取代。作者接到了为附近连铸中心开发类似方法的任务。同样的基本方法也被用于修改，以适应许多不同的约束。

汪红兵和徐安军^[4]等人通过研究炼钢连铸制造流程，炼钢连铸字面意思即是炼钢过程中各工序间无等待时间，结合基于排序的适应度分配，在遗传算法的适应性和交叉算子方面对传统的遗传算法进行改进，实验验证了算法的改进效果，并将改进的遗传算法应用于炼钢连铸生产调度问题。本文献中具体全面的介绍了关于遗传算法的全过程，运用遗传算法进行求解生产车间作业调度问题 ，需要从编码、解码到选择算子等过程，并采用适应度分配法得出选择算子的具体公式。然后运用具体的实例某钢材铸造厂钢材连铸精炼，基于改进遗传算法, 并得出改进遗传算法的迭代曲线以及最优调度甘特图因此本文所运用的遗传算法对铸造型企业生产车间作业调度问题进行分析、求解和优化。基于汪红兵等人对于遗传算法求解和优化的基本步骤，对铸造型企业车间作业调度问题进行数学建模后，按照文献中的具体遗传算法的步骤完成遗传算法求解。具体铸造型企业作业车间调度实例数据进行仿真求解实例数据的最优调度，并得出最优调度甘特图。

1、3研究目标与具体技术措施

铸造车间的融化浇铸流程是一个没有等待约束的流动车间，在这种生产类型中，过程中的热加工不能在两个连续操作之间等待。此外，由于铸造过程中工件的尺寸较大，两台连续机之间缓冲区的存储容量有限，因此应减少过程库存。为了减少在制品库存，应减少工件的总流动时间。铸造型企业车间作业调度在任何类型的生产环境中，作业的计划和调度是决定市场竞争地位的首要因素。本文以铸造厂为例，研究如何在指定的机器上，以最小化总流程时间为目标，找出有效的生产计划。铸造企业的生产过程是一个复杂的过程，各种物理化学变化同时发生^[5]。

因此，为了保证生产目标的完成，合理的生产计划和稳定的生产运行是铸造企业的重要组成部分。任何金属工业的铸造环境都有一个多阶段的过程，其中熔化的金属通过吹炼炉、加热炉和轧机的过程依次转化为产品。^[6]很明显，这代表了流水车间的一个典型模型，其中每一个作业都由每台机器按固定顺序处理。此外，铸造车间是一个没有等待约束的流动车间，在这种生产类型中，过程中的热加工不能在两个连续操作之间等待。。此外，由于铸造过程中工件的尺寸较大，两台连续机之间缓冲区的存储容量有限，因此应减少过程库存。因此，为了减少在制品库存，应减少工件的总流动时间。这通常也被视为具有资源约束的无等待进程需求。^[7]为了响应这一要求，本文以最小化总流程时间（TFT）为优化准则，它决定了每台机器上单个作业的总处理时间。以TFT为目标的无等待流水车间的研究对任何金属制造业都是合理有效的。

根据国内外多篇文献可以知道此研究的主要内容是对铸造车间作业流程进行分析并在分析中考虑到作业所需要的约束，然后建立一个数学模型得出目标函数；然后对模型进行算法计算得出近似值。然后查找实际数据进行带入分析进行仿真建模等一系列措施求出近似解。目标就是通过遗传算法得出铸造车间作业调度优化解帮助生产计划人员有效地进行铸造车间作业调度，以满足调度过程的要求和满足客户订单的要求。

本文的其余部分安排如下:第2章介绍铸造生产工艺。第3章正式定义和制定了NWFSSP即将铸造车间作业调度看成无等待流水车间进行数学建模，定义目标函数与约束条件。第4章描述了遗传算法以及实现所提出的改进遗传算法的详细过程。第5章对所提出的算法在铸造环境下的性能进行了实证评估。最后，在第6章中作了总结发言。

铸造车间工艺过程

2、1铸造简述

液态金属浇注到与零件形状、尺寸相适应的铸型型腔中，待其冷却凝固，以获得毛坯或零件的生产方法，可以称为金属铸造。^[8]简单工艺流程：液体金属→充型→凝固收缩→铸件。主要特点及优缺点：可生产形状任意复杂的铸件，特别是内腔形状复杂的铸件。适应性强，合金种类不受限制，铸件大小几乎不受限制。材料来源广，废品可重熔，设备投资低。废品率高、表面质量较低、劳动条件差。

2、2铸造工艺

请支付后下载全文，论文总字数：16006字