基于RFID的定点装配两级动态调度方法

发布时间：2017-10-13 02:10

  本文关键词：基于RFID的定点装配两级动态调度方法

  更多相关文章： RFID 物联网 定点装配 车间调度 重调度 遗传算法

【摘要】：为解决大型复杂产品装配移动性能差、装配工序约束复杂、装配任务模糊不清的问题,本文提出了基于RFID物联网技术的定点装配车间制造模式,主要通过装配主体工件不动而装配人员移动于各个装配单元的方式进行装配,旨在基于装配单元的角度分解装配工序,以解决车间调度的复杂性问题。这种调度模式不仅是当前生产调度领域所研究的新兴问题,也是我国大力发展航空、航海及装备制造过程中产生的重要研究课题。 针对定点装配所面临的装配工位固定、装配人员有限、装配工件复杂多约束的问题,本文采用了调度--重调度的两级车间动态调度机制。首先,组织合理的车间调度计划,使得分散的生产资源随着生产流程逐渐向装配单元动态推进；同时根据RFID所采集数据的生产,动态性进行定点装配执行过程与计划的偏差判断,适时地启动重调度机制,从而达到车间生产动态的计划、执行和控制。 首先对定点装配的制造模式进行整体介绍。本文从区别于传统车间生产方式的角度,详细阐述了定点装配的生产特点和整体车间环境,针对定点装配的车间所面临的信息共享实时性差及生产复杂度高等问题,提出基于RFID的无线制造车间的装配运作逻辑。 其次对定点装配车间两级调度问题进行分析和建模。通过对具有工序约束的定点装配产品特性进行分析,利用其复杂的装配树状工序图的横向(加工工序层)和纵向(加工路径)的结构关系,结合横向优化工序约束、纵向优化工序路径的双重优化方式,提出了用时短、关键路径等调度规则,建立起了针对装配工序、装配单元、装配人员等资源的初始调度模型；而针对车间实时扰动所导致的装配执行过程与计划过程的偏差问题,确定扰动和阂值处理机制,动态调整可调度工序集,适时地启动车间重调度模型。 最后提出了遗传算法和基于物联网技术的定点装配车间解决方案。通过应用遗传算法案例对所建模型进行调度--重调度的两级联合调度的验证,调度结果在满足模型设计准则、工序和资源的约束,资源最优化利用的前提下,达到了总装配工时最优；结合基于物联网技术的系统案例,从智能缓存、智能装配以及智能计划与监控模块分别执行调度计划所产生的装配任务,利用RFID在车间装配中数据采集的实时性和准确性,保证车间装配的连续性和高效性。在本文的结论处,详细的总结了定点装配问题和经典JSP问题在形式、模型、结果三方面各角度的不同之处。
【关键词】：RFID 物联网 定点装配 车间调度 重调度 遗传算法
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH186
【目录】：

• 摘要4-6
• ABSTRACT6-8
• 目录8-11
• CONTENTS11-14
• 第一章 绪论14-23
• 1.1 研究背景14-16
• 1.1.1 定点装配的生产特点15
• 1.1.2 定点装配型车间调度15-16
• 1.2 国内外研究及发展现状16-20
• 1.2.1 国内外研究水平16-18
• 1.2.2 定点装配中面临的问题18-19
• 1.2.3 车间所面临问题的难点分析19-20
• 1.2.4 本文的研究内容20
• 1.3 研究目的及意义20-21
• 1.4 本文章节介绍21-23
• 第二章 基于RFID的定点装配车间环境及调度规划23-29
• 2.1 基于物联网环境下框架模式23-25
• 2.1.1 基于RFID的生产车间智能对象24
• 2.1.2 面向车间装配过程的现场总线24-25
• 2.2 无线制造车间环境与装配单元的布局25-28
• 2.2.1 基于装配单元的二级装配网络图26-27
• 2.2.2 定点装配车间的运作逻辑27-28
• 2.3 本章小结28-29
• 第三章 定点装配产品在生产调度中的建模及算法设计29-43
• 3.1 定点装配车间生产调度问题建模29-36
• 3.1.1 定点装配车间与传统车间作业的区别29-30
• 3.1.2 定点装配车间调度问题的描述30-32
• 3.1.3 带工序约束的单装配单元调度问题分析32
• 3.1.4 带工序约束的调度准则设计32-36
• 3.2 定点装配车间下的自适应重调度机制36-42
• 3.2.1 按影响程度对车间扰动分类36
• 3.2.2 车间扰动处理机制的建立36-37
• 3.2.3 随机扰动下的自适应重调度机制37-39
• 3.2.4 车间作业重调度流程39-40
• 3.2.5 车间整体的调度算法设计40-42
• 3.3 本章小结42-43
• 第四章 定点装配下的车间调度遗传算法设计43-53
• 4.1 遗传算法43-45
• 4.1.1 遗传算法的基本特点43-44
• 4.1.2 遗传算法的基本原理44-45
• 4.2 具有工序约束的定点装配产品遗传算法设计45-52
• 4.2.1 遗传编码的设计45-47
• 4.2.2 初始种群的产生47
• 4.2.3 适应度函数及选择47-48
• 4.2.4 交叉和变异的设计48-49
• 4.2.5 树的优先遍历方式49-50
• 4.2.6 遗传算法的求解结果50-52
• 4.3 本章小结52-53
• 第五章 定点装配下的物联网解决方案及装配案例分析53-62
• 5.1 定点装配车间智能计划和监控解决方案53-56
• 5.1.1 传统车间决策中存在的问题分析53
• 5.1.2 车间解决方案53-54
• 5.1.3 智能生产计划54-55
• 5.1.4 装配进度监控55-56
• 5.2 智能缓存区RFID解决方案56-58
• 5.2.1 传统缓存区所存在的问题分析56
• 5.2.2 车间RFID硬件及配置56
• 5.2.3 信息流程及解决方案56-58
• 5.3 智能装配RFID解决方案58-59
• 5.3.1 传统的配送和装配所存在的问题分析58
• 5.3.2 车间配送流程58
• 5.3.3 装配流程方案及优势58-59
• 5.4 定点装配车间系统总体的案例流程59-61
• 5.5 本章小结61-62
• 结论及展望62-63
• 参考文献63-67
• 攻读学位期间发表的论文67-68
• 攻读学位期间取得的科研成果68-70
• 致谢70

【引证文献】

中国期刊全文数据库 前2条

1 唐丽华;刘建军;陈庆新;;基于人工蜂群算法的吹瓶机装配作业计划方法[J];现代制造工程;2016年12期

2 蒋南云;严洪森;;不确定可重入定点装配车间集成生产计划与调度[J];计算机集成制造系统;2017年03期

，

本文编号：1022217