智能制造系統多目標車間調度分析

陳賢照

摘?要：車間生產調度是智能制造系統運行的基礎內容。以現階段智能制造系統工作情況為基礎，結合近年來車間調度問題的含義及發展趨勢，明確企業發展對智能制造系統的要求，分析智能制造系統多目標車間調度，并分析未來發展方向，以此持續優化我國企業的管理水平。

關鍵詞：智能制造系統;車間調度;動態作業;批量生產

作為制造系統的基礎，優化生產調度是現代制造技術和管理工作的核心內容。現階段，國際生產工程學會已經提出了四十種先進的制造模式，但不管是哪一種都是以優化生產調度為核心提出的。因此，要想優化我國企業管理水平，必須要研制出具有我國特色的生產調度技術。因此，下面對智能制造系統多目標車間調度進行研究。

1 智能制造系統的概念

簡單來說，這一內容是由智能機器和人類專家共同組成的人機一體化智能系統，其在制造時會以一種高度柔性與集成不高的方式，整合計算機模擬人類專家的智能活動進行研究、判斷及思考，最終取代或延伸制造環境中人類大腦的活動過程。同時，在實踐運行中，其可以吸收、共享及優化人類專家的智能。如下圖所示，其為MES系統構成圖：

2 車間調度問題

2.1 含義

這一內容是指，從時間角度合理配備系統中包含的資源，并滿足特定目標提出的要求。其中，在實踐發展中，最難解的問題是一個特加工零件集合，此時每個零件中有一個工序集合，而每個工序都會引用所需生產資源，并嚴格按照規定路線進行操作。因此，為了保障實踐工作的有效性，在運行期間各個機床要針對不同要求提出對應工序。在這一過程中，調度的本質在于為零件科學劃分各項資源，且合理設計加工時間，這樣有助于工作在符合制約條件的基礎上，實現指標最優化[1]。

2.2 發展趨勢

現階段，很多車間調度問題都具備NP困難特性，雖然針對這一內容的研究歷史已有幾十年，但一直到現如今都沒有提出完善的理論與方法，且兩者存在較大差異。一般情況下，在實踐操作中應用的調度方法雖然可以滿足系統動態變化，但卻難以獲取良好調度;而部分理論中擁有最優調度方法，但因計算較難，且忽視了現實操作中的影響因素，導致兩者之間存在一定區別。未來有關調度問題的研究會從以下三點入手：其一，集成化;其二，動態化;其三，高效智能化。

3 智能制造系統多目標車間調度研究

3.1 生產周期-交貨期雙目標

通過在雙向調度方法中添加遺傳算法，可以構建全新的調度算法。在關鍵零件中應用反向調度，可以符合交貨期規定。相反，在一般零件中應用前向調度法，能在剩余車間資源的保障下盡快完成工作。整合實踐結果分析可知，引用遺傳算法中的全局搜索能力，有助于獲取優質調度，且在生產工作中具有優越性。

3.2 生產周期-生產費用雙目標

通過融合遺傳算法和小腦模型神經網絡，在生產周期-生產費用雙目標調度問題中，可以提出以凈現值為核心的生產費用計算方法。在這一過程中，小腦模型可以全面掌握不同狀態下獲取的數據，并能充分展現各個生產率與生產成本所需的優質調度方案。

3.3 多資源多目標作業

在了解這一調度問題時，要設計一種產生活動調度的啟發式算法。按照決策人員帶來的模糊偏好信息，科學優化多目標遺傳算法，可以讓啟發式調度算法與革新后的遺傳算法融合到一起，最終獲取一個多目標的遺傳調度算法。通過實踐證明，這一內容是具有可行性和現實性的。

3.4 批量生產調度

將控制生產周期看作工作目標，全面分析批量生產作業中的調度問題，并設計具體算法。一般情況下，在算法中會引用三種對策提升實踐生產率，此時不僅要將零件分為小生產批量，還要對小生產批量進行多次運輸，卻科學劃分批量啟動時間和生產工作時間，最終在零件達到機床前進行準備工作[2]。

3.5 動態作業調度

這項工作是指通過構建動態化的批量生產的多資源多工藝多目標的作業調度模型，提出對應的調度算法。更為重要的是，要研究設備故障、零件持續達到等突發現象，此時可以引用以周期和事件為核心的調度對策，從而保障變化狀態得到響應。

3.6 調度軟件

現階段，我國已經加強了作業調度軟件開發力度，且已經開始在企業生產中大量應用。

4 結語

綜上所述，在調度研究越發深入的背景下，式計算法勢必會與生產實踐相整合，并開始向著智能化和高效化的方向持續革新。因此，在新時代發展中，為了滿足智能制造系統發展需求，必須要增加多目標車間調度研究力度，以此為實踐發展提供更多依據。

參考文獻：

[1]彭憶炎，孔建壽，陳軒，等.面向智能制造的作業車間調度算法研究[J].南京理工大學學報（自然科學版），2017，41（3）：322-329.

[2]金嘉誠，張月霞，戴佐俊.離散車間多目標調度算法探究[J].電腦與電信，2017（12）：10-13.