本發(fā)明涉及工序調(diào)度，特別涉及一種動(dòng)態(tài)事件下多目標(biāo)柔性噴涂車間調(diào)度方法及系統(tǒng)。

背景技術(shù)：

1、目前，流水線作業(yè)方式在汽車生產(chǎn)中逐漸成為了主流方式。汽車生產(chǎn)線包括焊接、沖壓、涂裝、動(dòng)力總成等等，其中，噴涂車間作為其中的關(guān)鍵一環(huán)，對(duì)汽車產(chǎn)品表觀和質(zhì)量有著極大的影響。汽車噴涂車間囊括了：底漆打磨與擦凈、中涂噴漆、烘干、強(qiáng)冷、面漆噴涂、面漆烘干、面漆強(qiáng)冷、檢查和修飾、點(diǎn)修補(bǔ)等多個(gè)工序，基本由工業(yè)機(jī)器人及輔助設(shè)備代替人工完成，具有自動(dòng)化程度高、柔性高、日產(chǎn)能力強(qiáng)等特點(diǎn)，其生產(chǎn)節(jié)拍與柔性程度對(duì)整車生產(chǎn)至關(guān)重要。

2、隨著汽車工業(yè)的不斷發(fā)展，單一車型的汽車噴涂車間已不能完全滿足市場(chǎng)需求。為滿足客戶的個(gè)性化需要，將多種車型噴涂線集成為一個(gè)柔性化噴涂系統(tǒng)的方式得到廣泛應(yīng)用。在柔性噴涂車間生產(chǎn)過(guò)程中，為了同時(shí)提高制造工業(yè)的柔性和生產(chǎn)效率，需要對(duì)柔性作業(yè)車間調(diào)度問(wèn)題進(jìn)行研究?，F(xiàn)有的車間調(diào)度問(wèn)題優(yōu)化方法主要集中在靜態(tài)問(wèn)題和簡(jiǎn)化的作業(yè)車間環(huán)境，往往不能適應(yīng)實(shí)際車間的動(dòng)態(tài)特征。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種動(dòng)態(tài)事件下多目標(biāo)柔性噴涂車間調(diào)度方法及系統(tǒng)，用以解決背景技術(shù)中提出的問(wèn)題。

2、一種動(dòng)態(tài)事件下多目標(biāo)柔性噴涂車間調(diào)度方法，包括：

3、s1：基于多目標(biāo)柔性噴涂車間的設(shè)備參數(shù)和相關(guān)工作參數(shù)，搭建噴涂車間仿真模型，并對(duì)噴涂車間仿真模型進(jìn)行靜態(tài)調(diào)度仿真，確定動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況；

4、s2：基于多目標(biāo)柔性噴涂車間的機(jī)器故障動(dòng)態(tài)事件和緊急訂單插入動(dòng)態(tài)事件，建立以最大完工時(shí)間、機(jī)器最大負(fù)荷和機(jī)器總負(fù)荷為目標(biāo)的多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型；

5、s3：基于動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況，結(jié)合約束條件，建立動(dòng)態(tài)事件相應(yīng)的重調(diào)度響應(yīng)機(jī)制；

6、s4：基于天牛須搜索策略的粒子群算法，結(jié)合重調(diào)度響應(yīng)機(jī)制，對(duì)多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型進(jìn)行優(yōu)化求解，得到全局最優(yōu)值,并基于全局最優(yōu)值，得到多目標(biāo)柔性噴涂車間調(diào)度方案。

7、優(yōu)選的，所述s1中，基于多目標(biāo)柔性噴涂車間的設(shè)備參數(shù)和相關(guān)工作參數(shù)，搭建噴涂車間仿真模型，包括：

8、基于柔性噴涂車間的基礎(chǔ)工序，利用仿真軟件，建立柔性噴涂工序?qū)?yīng)的模型層；

9、在模型層中依次插入物料產(chǎn)出器，物料終結(jié)器和物料加工器，利用連接器將物料產(chǎn)出器，物料終結(jié)器和物料加工器連接起來(lái)，得到基礎(chǔ)工序?qū)?yīng)的工位，并設(shè)置物料表單模塊和工藝路線表模塊，構(gòu)建得到基礎(chǔ)柔性噴涂車間模型；

10、在所述基礎(chǔ)柔性噴涂車間模型中設(shè)置生產(chǎn)零件，并建立生產(chǎn)零件在不同工位上的數(shù)據(jù)表；

11、建立工位與數(shù)據(jù)表之間的索引關(guān)系，在基礎(chǔ)柔性噴涂車間模型中加入索引關(guān)系，得到噴涂車間仿真模型。

12、優(yōu)選的，所述s1中，對(duì)噴涂車間仿真模型進(jìn)行靜態(tài)調(diào)度仿真，確定動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況，包括：

13、利用事件控制器對(duì)噴涂車間仿真模型進(jìn)行靜態(tài)徹底運(yùn)行，單步運(yùn)行和復(fù)位運(yùn)行操作，采集運(yùn)行過(guò)程中的統(tǒng)計(jì)數(shù)據(jù)，確定噴涂車間仿真模型是否正常運(yùn)行；

14、在確定噴涂車間仿真模型正常運(yùn)行后，設(shè)置遺傳算法的算法參數(shù)，基于車間數(shù)據(jù)，結(jié)合算法參數(shù)對(duì)噴涂車間仿真模型進(jìn)行仿真，得到初始調(diào)度方案；

15、在噴涂車間仿真模型的工位中進(jìn)行自定義機(jī)器故障和自定義緊急訂單，得到輸出結(jié)果，將輸出結(jié)果與原調(diào)度方案進(jìn)行對(duì)比，得到動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況。

16、優(yōu)選的，所述s2中，基于多目標(biāo)柔性噴涂車間的機(jī)器故障動(dòng)態(tài)事件和緊急訂單插入動(dòng)態(tài)事件，建立以最大完工時(shí)間、機(jī)器最大負(fù)荷和機(jī)器總負(fù)荷為目標(biāo)的多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型，包括：

17、確定機(jī)器故障動(dòng)態(tài)事件和緊急訂單插入動(dòng)態(tài)事件對(duì)加工過(guò)程的時(shí)間影響特征和負(fù)荷影響特征；

18、將所述最大完工時(shí)間、機(jī)器最大負(fù)荷和機(jī)器總負(fù)荷作為主要優(yōu)化目標(biāo)，并建立柔性噴涂車間加工過(guò)程的約束條件，基于約束條件確定對(duì)主要優(yōu)化目標(biāo)的目標(biāo)函數(shù)；

19、建立最大完工時(shí)間、機(jī)器最大負(fù)荷和機(jī)器總負(fù)荷的權(quán)重選擇機(jī)制，結(jié)合主要優(yōu)化目標(biāo)的目標(biāo)函數(shù)，構(gòu)建得到基礎(chǔ)調(diào)度模型；

20、在所述基礎(chǔ)調(diào)度模型中加入故障動(dòng)態(tài)事件和緊急訂單插入動(dòng)態(tài)事件，建立基礎(chǔ)動(dòng)態(tài)調(diào)度模型；

21、將所述時(shí)間影響特征和負(fù)荷影響特征在基礎(chǔ)動(dòng)態(tài)調(diào)度模型中進(jìn)行具體動(dòng)態(tài)影響標(biāo)記，得到多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型。

22、優(yōu)選的，將所述時(shí)間影響特征和負(fù)荷影響特征在基礎(chǔ)動(dòng)態(tài)調(diào)度模型中進(jìn)行具體動(dòng)態(tài)影響標(biāo)記，得到多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型，包括：

23、將所述時(shí)間影響特征和負(fù)荷影響特征加入至基礎(chǔ)動(dòng)態(tài)調(diào)度模型中對(duì)應(yīng)的目標(biāo)函數(shù)中，對(duì)目標(biāo)函數(shù)進(jìn)行動(dòng)態(tài)標(biāo)記，得到動(dòng)態(tài)目標(biāo)函數(shù)；

24、基于所述動(dòng)態(tài)目標(biāo)函數(shù)對(duì)權(quán)重選擇機(jī)制進(jìn)行動(dòng)態(tài)標(biāo)記，得到動(dòng)態(tài)權(quán)重選擇機(jī)制；

25、基于動(dòng)態(tài)目標(biāo)函數(shù)和動(dòng)態(tài)權(quán)重選擇機(jī)制，得到多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型。

26、優(yōu)選的，所述s3中，基于動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況，結(jié)合約束條件，建立動(dòng)態(tài)事件相應(yīng)的重調(diào)度響應(yīng)機(jī)制，包括：

27、基于動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況，結(jié)合約束條件，確定動(dòng)態(tài)事件與方案特征之間的影響值，并基于動(dòng)態(tài)事件與方案特征的對(duì)應(yīng)關(guān)系，將所述動(dòng)態(tài)事件進(jìn)行分類，得到被動(dòng)影響事件和主動(dòng)影響事件，基于動(dòng)態(tài)事件與方案特征之間的影響值，確定被動(dòng)影響事件和主動(dòng)影響事件的影響權(quán)重；

28、基于被動(dòng)影響事件和主動(dòng)影響事件及其對(duì)應(yīng)的影響權(quán)重確定重調(diào)度方式和重調(diào)度調(diào)整幅度；

29、基于重調(diào)度方式和重調(diào)度調(diào)整幅度建立初始重調(diào)度模型，獲取預(yù)設(shè)單一動(dòng)態(tài)事件在初始重調(diào)度模型下的重調(diào)度方案，對(duì)多個(gè)預(yù)設(shè)單一動(dòng)態(tài)事件及其對(duì)應(yīng)的重調(diào)度方案進(jìn)行綜合分析，確定不同單一動(dòng)態(tài)事件之間的相互作用特征；

30、基于所述相互作用特征對(duì)初始重調(diào)度模型建立多個(gè)作用分支，并設(shè)定多個(gè)作用分支之間的作用優(yōu)先級(jí)，基于所述多個(gè)作用分支和作用優(yōu)先級(jí)對(duì)初始重調(diào)度模型進(jìn)行升級(jí)優(yōu)化，得到目標(biāo)重調(diào)度模型；

31、將動(dòng)態(tài)事件輸入目標(biāo)重調(diào)度模型中得到動(dòng)態(tài)事件相應(yīng)的重調(diào)度響應(yīng)機(jī)制。

32、優(yōu)選的，所述基于被動(dòng)影響事件和主動(dòng)影響事件及其對(duì)應(yīng)的影響權(quán)重確定重調(diào)度方式和重調(diào)度調(diào)整幅度，包括：

33、確定被動(dòng)影響事件的重調(diào)度方式為周期性重調(diào)度方式，并基于影響權(quán)重，確定重調(diào)度周期的調(diào)整幅度；

34、確定主動(dòng)影響事件的重調(diào)度方式為事件驅(qū)動(dòng)型重調(diào)度，并基于影響權(quán)重，確定驅(qū)動(dòng)型重調(diào)度的調(diào)整幅度。

35、優(yōu)選的，所述s4中，基于天牛須搜索策略的粒子群算法，結(jié)合重調(diào)度響應(yīng)機(jī)制，對(duì)多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型進(jìn)行優(yōu)化求解，得到全局最優(yōu)值,包括：

36、基于編碼交叉策略對(duì)已有車間工序進(jìn)行交叉和變異操作，得到新工序；

37、將天牛天牛須搜索策略和粒子群算法進(jìn)行融合，得到天牛須搜索粒子群算法，將所述天牛須搜索粒子群算法加入多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型中，并對(duì)模型參數(shù)進(jìn)行初始化，基于新工序，結(jié)合重調(diào)度響應(yīng)機(jī)制，以反向世代距離和超體積作為評(píng)價(jià)指標(biāo)，得到初始全局最優(yōu)解；

38、隨機(jī)獲取每個(gè)天牛的位置和速度，得到每個(gè)天牛的適應(yīng)度值，基于更新規(guī)則和適應(yīng)度值更新每個(gè)速度和位置進(jìn)行迭代；

39、獲取迭代后更新初始個(gè)體最優(yōu)解和初始全局最優(yōu)解，并與上次迭代的值進(jìn)行比較，得到全局最優(yōu)值。

40、優(yōu)選的，所述基于全局最優(yōu)值，得到多目標(biāo)柔性噴涂車間調(diào)度方案，包括：

41、基于所述全局最優(yōu)值確定多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型的模型參數(shù)；

42、確定最大完工時(shí)間、機(jī)器最大負(fù)荷和機(jī)器總負(fù)荷的具體取值，并以所述模型參數(shù)下的多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型對(duì)待調(diào)度車間工序進(jìn)行處理，得到多目標(biāo)柔性噴涂車間調(diào)度方案。

43、一種動(dòng)態(tài)事件下多目標(biāo)柔性噴涂車間調(diào)度方法的調(diào)度系統(tǒng)，包括：

44、仿真模塊，用于基于多目標(biāo)柔性噴涂車間的設(shè)備參數(shù)和相關(guān)工作參數(shù)，搭建噴涂車間仿真模型，并對(duì)噴涂車間仿真模型進(jìn)行靜態(tài)調(diào)度仿真，確定動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況；

45、模型確定模塊，用于基于多目標(biāo)柔性噴涂車間的機(jī)器故障動(dòng)態(tài)事件和緊急訂單插入動(dòng)態(tài)事件，建立以最大完工時(shí)間、機(jī)器最大負(fù)荷和機(jī)器總負(fù)荷為目標(biāo)的多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型；

46、響應(yīng)確定模塊，用于基于動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況，結(jié)合約束條件，建立動(dòng)態(tài)事件相應(yīng)的重調(diào)度響應(yīng)機(jī)制；

47、方案確定模塊，用于基于天牛須搜索策略的粒子群算法，結(jié)合重調(diào)度響應(yīng)機(jī)制，對(duì)多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型進(jìn)行優(yōu)化求解，得到全局最優(yōu)值,并基于全局最優(yōu)值，得到多目標(biāo)柔性噴涂車間調(diào)度方案。

48、與現(xiàn)有技術(shù)相比，本發(fā)明取得了以下有益效果：

49、通過(guò)基于多目標(biāo)柔性噴涂車間的設(shè)備參數(shù)和相關(guān)工作參數(shù)，搭建噴涂車間仿真模型，并對(duì)噴涂車間仿真模型進(jìn)行靜態(tài)調(diào)度仿真，確定動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況，為動(dòng)態(tài)事件下多目標(biāo)柔性噴涂車間調(diào)度提供仿真基礎(chǔ)，基于多目標(biāo)柔性噴涂車間的機(jī)器故障動(dòng)態(tài)事件和緊急訂單插入動(dòng)態(tài)事件，建立以最大完工時(shí)間、機(jī)器最大負(fù)荷和機(jī)器總負(fù)荷為目標(biāo)的多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型，探究不同的動(dòng)態(tài)事件對(duì)與噴涂車間原最佳調(diào)度方案產(chǎn)生的影響，為之后研究動(dòng)態(tài)事件下的重調(diào)度機(jī)制建立基礎(chǔ)，基于動(dòng)態(tài)事件對(duì)原調(diào)度方案的影響情況，結(jié)合約束條件，建立動(dòng)態(tài)事件相應(yīng)的重調(diào)度響應(yīng)機(jī)制，通過(guò)建立重調(diào)度響應(yīng)機(jī)制為后續(xù)確定多目標(biāo)柔性噴涂車間調(diào)度方案提供基礎(chǔ)，基于天牛須搜索策略的粒子群算法，結(jié)合重調(diào)度響應(yīng)機(jī)制，對(duì)多目標(biāo)動(dòng)態(tài)柔性噴涂車間調(diào)度模型進(jìn)行優(yōu)化求解，得到全局最優(yōu)值,并基于全局最優(yōu)值，得到多目標(biāo)柔性噴涂車間調(diào)度方案，提出一種基于天牛須搜索策略的優(yōu)化算法，減少解算次數(shù)，提升算法效率，結(jié)合重調(diào)度響應(yīng)機(jī)制，保證得到多目標(biāo)柔性噴涂車間調(diào)度方案的有效性和準(zhǔn)確性，最終，通過(guò)車間動(dòng)態(tài)特征的分析，提高制造工業(yè)的柔性和生產(chǎn)效率。

50、本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書中闡述，并且，部分地從說(shuō)明書中變得顯而易見，或者通過(guò)實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過(guò)在本技術(shù)文件中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。

51、下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。