智能制造系统多目标车间调度分析

陈贤照

摘 要：车间生产调度是智能制造系统运行的基础内容。以现阶段智能制造系统工作情况为基础，结合近年来车间调度问题的含义及发展趋势，明确企业发展对智能制造系统的要求，分析智能制造系统多目标车间调度，并分析未来发展方向，以此持续优化我国企业的管理水平。

关键词：智能制造系统;车间调度;动态作业;批量生产

作为制造系统的基础，优化生产调度是现代制造技术和管理工作的核心内容。现阶段，国际生产工程学会已经提出了四十种先进的制造模式，但不管是哪一种都是以优化生产调度为核心提出的。因此，要想优化我国企业管理水平，必须要研制出具有我国特色的生产调度技术。因此，下面对智能制造系统多目标车间调度进行研究。

1 智能制造系统的概念

简单来说，这一内容是由智能机器和人类专家共同组成的人机一体化智能系统，其在制造时会以一种高度柔性与集成不高的方式，整合计算机模拟人类专家的智能活动进行研究、判断及思考，最终取代或延伸制造环境中人类大脑的活动过程。同时，在实践运行中，其可以吸收、共享及优化人类专家的智能。如下图所示，其为MES系统构成图：

2 车间调度问题

2.1 含义

这一内容是指，从时间角度合理配备系统中包含的资源，并满足特定目标提出的要求。其中，在实践发展中，最难解的问题是一个特加工零件集合，此时每个零件中有一个工序集合，而每个工序都会引用所需生产资源，并严格按照规定路线进行操作。因此，为了保障实践工作的有效性，在运行期间各个机床要针对不同要求提出对应工序。在这一过程中，调度的本质在于为零件科学划分各项资源，且合理设计加工时间，这样有助于工作在符合制约条件的基础上，实现指标最优化[1]。

2.2 发展趋势

现阶段，很多车间调度问题都具备NP困难特性，虽然针对这一内容的研究历史已有几十年，但一直到现如今都没有提出完善的理论与方法，且两者存在较大差异。一般情况下，在实践操作中应用的调度方法虽然可以满足系统动态变化，但却难以获取良好调度;而部分理论中拥有最优调度方法，但因计算较难，且忽视了现实操作中的影响因素，导致两者之间存在一定区别。未来有关调度问题的研究会从以下三点入手：其一，集成化;其二，动态化;其三，高效智能化。

3 智能制造系统多目标车间调度研究

3.1 生产周期-交货期双目标

通过在双向调度方法中添加遗传算法，可以构建全新的调度算法。在关键零件中应用反向调度，可以符合交货期规定。相反，在一般零件中应用前向调度法，能在剩余车间资源的保障下尽快完成工作。整合实践结果分析可知，引用遗传算法中的全局搜索能力，有助于获取优质调度，且在生产工作中具有优越性。

3.2 生产周期-生产费用双目标

通过融合遗传算法和小脑模型神经网络，在生产周期-生产费用双目标调度问题中，可以提出以净现值为核心的生产费用计算方法。在这一过程中，小脑模型可以全面掌握不同状态下获取的数据，并能充分展现各个生产率与生产成本所需的优质调度方案。

3.3 多资源多目标作业

在了解这一调度问题时，要设计一种产生活动调度的启发式算法。按照决策人员带来的模糊偏好信息，科学优化多目标遗传算法，可以让启发式调度算法与革新后的遗传算法融合到一起，最终获取一个多目标的遗传调度算法。通过实践证明，这一内容是具有可行性和现实性的。

3.4 批量生产调度

将控制生产周期看作工作目标，全面分析批量生产作业中的调度问题，并设计具体算法。一般情况下，在算法中会引用三种对策提升实践生产率，此时不仅要将零件分为小生产批量，还要对小生产批量进行多次运输，却科学划分批量启动时间和生产工作时间，最终在零件达到机床前进行准备工作[2]。

3.5 动态作业调度

这项工作是指通过构建动态化的批量生产的多资源多工艺多目标的作业调度模型，提出对应的调度算法。更为重要的是，要研究设备故障、零件持续达到等突发现象，此时可以引用以周期和事件为核心的调度对策，从而保障变化状态得到响应。

3.6 调度软件

现阶段，我国已经加强了作业调度软件开发力度，且已经开始在企业生产中大量应用。

4 结语

综上所述，在调度研究越发深入的背景下，式计算法势必会与生产实践相整合，并开始向着智能化和高效化的方向持续革新。因此，在新時代发展中，为了满足智能制造系统发展需求，必须要增加多目标车间调度研究力度，以此为实践发展提供更多依据。

参考文献：

[1]彭忆炎，孔建寿，陈轩，等.面向智能制造的作业车间调度算法研究[J].南京理工大学学报（自然科学版），2017，41（3）：322-329.

[2]金嘉诚，张月霞，戴佐俊.离散车间多目标调度算法探究[J].电脑与电信，2017（12）：10-13.