可重入柔性flow-shop类型模具热处理单元动态批调度问题研究

To improve the delivery performance and decrease the manufacturing cost in mould industry, it is critical to effectively control the production of mould heat-treatment. The mould heat-treatment shop floor is a re-entrant and flexible flow-shop with batch processing in stochastic production environments, whose jobs have relatively strong differences and dynamic arrivals. Hence, the control problem for mould heat-treatment production is a complex dynamic batch scheduling problem with limited decision support data. Around the solution to this problem, this project will study corresponding scheduling mechanism, optimization model and solution algorithms. Firstly, considering the gradual uncertainties of the arrival times of jobs, we propose a hybrid scheduling mechanism based on event driven and variable rolling horizon and, present a dynamic construction approach for the set of the scheduling jobs at the same time. Secondly, an optimization model is formulated for the simultaneous maximization of the bi-criteria of delivery- and energy efficiency- related performance measures. Compared to the traditional models, the object function, decision variable and restrict condition of this developed model have better adaptability and higher complexity. Finally, in order to solve the model, a novel heuristic based look-ahead batching strategy for the event-driven job dispatching and a modified taboo search algorithm for the rolling-horizon scheduling are constructed. Our research on this project can help that mould companies significantly improve the delivery performance and energy efficiency of the heat-treatment shop floor.

有效控制模具热处理生产是提高模具准时交货率和降低模具制造成本的关键。针对随机生产环境下模具热处理单元的生产运作特点，指出其为一类可重入柔性批处理flow-shop，而且加工任务具有较强的差异性和动态到达性，使得模具热处理生产控制问题成为一类复杂的全局信息不完全的动态批调度问题。围绕此问题的解决，从调度机制、优化模型和求解算法等方面展开研究。首先，考虑任务到达时间的渐次不确定性特征，提出了基于事件驱动与柔性周期相结合的混合调度机制，并相应的给出了调度任务集的动态构建方法；其次，建立了优化交货表现和能源效率的多目标优化调度模型，该模型在目标函数、决策变量以及约束条件等方面都较传统模型具有更高的适应性和复杂性；最后，针对模型的求解，构造了事件驱动下上机决策的新型启发式算法以及柔性周期下滚动调度的改进型禁忌搜索算法。本项目的研究能够帮助模具企业有效控制热处理单元的生产以确保其准时和低能耗的运行。

随着当今市场对制造企业的服务水平与可持续性发展能力的日益强调，模具制造行业也在面临着提高准时交货率与能源利用效率的巨大压力。而热处理工序作为模具制造过程的瓶颈所在，极大的影响着模具企业的准时与节能生产能力。因此，有效控制模具热处理生产是提高模具准时交货率和降低模具制造成本的关键。针对随机生产环境下模具热处理车间的生产运作特点，指出其为一类可重入柔性批处理general flow shop，而且加工任务具有较强的差异性和动态到达性，使得模具热处理生产控制问题成为一类复杂的全局信息不完全的动态批调度问题。围绕此问题的解决，从调度机制、优化模型和求解算法等方面展开研究，取得了一系列创新性研究成果，实现了预期研究目标。.经过三年的项目实施，主要解决了两类模具热处理工艺过程的生产控制难题：单阶段的正火或退火工艺、两阶段的淬火与回火工艺；主要提出了两类生产调度机制：基于预测时窗的事件驱动在线批调度机制、周期性滚动批调度机制；主要构建了两类优化目标：以加权拖期指数衡量的准时性目标、以无效能耗指数衡量的节能性目标；主要构造了三类批调度求解算法：基于前摄性组批策略的热处理炉子实时上机决策算法、适应大规模问题的NP全局最优算法、面向能力平衡的外协任务优选元启发式算法；对于“淬火-回火”车间，考虑了回火阶段的确定性重入与突发性重入问题，以及任务回火前的等待时间限制问题；对于上游工序的任务到达信息，主要采用被动接收方式，但也针对纯流水类型上游工序提出了两级主动牵引机制及相应算法。设计了充分反应各类实际生产环境的仿真实验模型，通过大量对比实验证明了所提模型与方法的有效性和优越性，并通过改变实验环境中的任务到达强度、任务交货期紧急程度等参数，深入分析了所提理论与方法对各种环境的适应性。基于相关理论成果构建了应用系统，其在合作企业的初步应用和企业用户的评价也说明了所提理论与方法的实际可用性。.本项目建立的准时与节能双优化目标适应模具热处理车间的现实控制需求，事件驱动的在线批调度机制具备极强的鲁棒性和实时反应能力，基于多级折衷规划的前摄性组批算法能够进行快速有效的Pareto优化求解。总之，本项目的研究成果为随机不确定环境下模具热处理车间的高效运行提供了理论基础，同时也为批调度理论在复杂非重复性制造系统中的有效应用积累了实践经验。