不可靠批处理流水线调度优化与性能分析

Oriented to a flow shop with batch processing machines in a discrete manufacturing industry, the project conducts an innovation research on scheduling optimization and performance analysis considering the joint effects of the products diversity, the batch processing way, the random machine failures, and the limited buffer capacity. Therefore, this project is highly complex and strongly challenging. In order to explore the operation mechanism on the input-output process of a flow shop, this project focuses on three key scientific problems, namely, the optimization methods of batch scheduling, evolution mechanism of system states, and configuration mechanism of production lot based on steady-state performance measures. Furthermore, this project explores the related basic theoretical research on scheduling optimization and performance analysis from the aspects of model, method, mechanism and optimization. Specifically, this project addresses the corresponding key techniques through modeling the batch scheduling and performance analysis of a flow shop, proposing the optimization methods for solving economic batch scheduling and semi-online batch scheduling, revealing the coupling mechanism of machine failures propagation and enabling mechanism of buffer control strategies, and illustrating the optimization mechanism of job release and lot size. The related breakthrough is hopeful to build a core theory and method system for the research field of scheduling optimization and performance analysis of a flow shop with batch processing machines. This will enhance the management ability of production process, and improve the scientific decision level of production manager in a flow shop. The main objective of the research is to provide a scientific theory basis and innovative research methodology for effectively solving the operation problem of flow shops with batch processing machines. Therefore, this project has a strong theoretical significance and practical application prospects.

本项目面向离散制造业批处理流水线，考虑产品品种的多样性、机器加工的批处理特性、机器故障的随机性、缓冲容量的有限性等多因素耦合，开展调度优化与性能分析创新研究，复杂性高，挑战性强。本项目以投入产出过程机理分析为驱动，围绕批决策优化方法、状态演化机理、稳态调优机制三个关键的科学问题，从模型、方法、机理、机制等四个方面开展调度优化与性能分析相关基础理论研究，旨在建立产线组批调度模型、产线性能分析模型，提出经济组批调度优化方法、半在线组批调度优化方法，揭示机器故障影响传播耦合机理、缓冲控制策略使能机理，阐明产线投料优化机制、加工批量调优机制，形成批处理流水线调度优化以及性能分析核心理论与方法体系，提升产线的过程管控能力与科学决策水平，实现批处理流水线有序平稳、均衡高效、经济运营的目标。本研究为有效破解批处理流水线运作难题提供了科学的理论依据和创新的研究思路，具有重要的理论研究价值和实际应用前景。

本项目针对批处理调度优化与产线性能分析难题，从混合批处理调度近似算法、并行批处理调度博弈机制、多任务最优调度规则、批处理流水线性能分析、产线效能优化方法及机器节能启停控制策略等方面开展相关研究，主要研究成果如下：.1) 剖析了真空热处理炉的批处理特征，挖掘了批加工时间与工件加工时间之间的关系，提出了一种新型的混合批处理调度模型，扩展了并行批处理、串行批处理等现有批处理调度模型；.2) 面向混合批处理调度，研究了最小化最大完工时间模型、两代理线性加权模型和两代理帕累托模型，基于不同组批策略设计了近似算法，分析了算法的最差性能比，仿真验证了算法的有效性；.3) 针对并行批处理调度博弈问题，分析了批启动费用、工件相容性对工件决策的影响，提出了平衡个体利益、优化系统目标的协调机制，证明了纳什均衡存在性，分析了协调机制的无秩序代价；.4) 提出了面向恶化和增效的多任务调度模型，研究了完工时间相关目标及工期指派相关目标，证明了其为多项式时间可解问题，分情况剖析了恶化和增效对机器生产效率的影响程度，并证明了最优调度满足的排序规则；.5) 面向两机器批处理流水单元，针对满批处理策略和非空批处理策略，基于马尔可夫链建立了性能分析的精确解析模型，揭示了状态演化机理，分析了系统参数对系统性能的影响，对比了不同组批策略对系统性能指标的影响程度；.6) 面向多机器批处理流水线，基于Λ-批处理单元提出了一种增强型批处理机聚合方法，提高了性能评估的准确性。针对多品种批处理流水线，建立了不同缓冲区调度策略下性能评估模型，对比分析了不同调度策略对性能指标的影响；.7) 分析了质检报废和机器故障等随机扰动对流水线性能的影响，提出了流水线稳态及实时性能分析方法。权衡系统产出损失与质检机器投入成本，基于遗传算法给出了面向能效优化的质检机器配置优化方案；.8) 提出了机器节能启停控制策略，采用马尔可夫链与事件驱动建模方法，建立了系统产出损失评价模型，预测了机器节能停机造成的产出损失。综合考虑产出损失、控制成本及节能收益，确定了启停控制实施位置和节能停机时长。.经过团队不懈努力，共发表学术论文13篇。其中，SCI源刊11篇。撰写专著1本。授权国家发明专利5项。指导博士研究生7名，毕业2人。指导硕士研究生11名，毕业8人。