考虑多元混合数据与多因素协同作用的广义制造单元形成问题

Cell formation problem (CFP) is the first and most difficult aspect of constructing a preliminary cellular manufacturing system (CMS). Previous researches usually focus on standard CFP and cell layout respectively. In this research, a theory of joint modeling was developed to solve generalized cell formation problem (GCFP). Traditional production flow analysis usually use two-value in part-machine matrix which makes the clustering inaccuracy, a multivariate mixed data clustering algorithm will be developed with consideration of numeric, fuzzy, and symbolic data to solve part clustering. A related three part-process-machine matrix is also proposed with intelligent algorithm of ASC and PSO to solve the machine clustering problem which can optimize alternative process routings simultaneously. Basic of the two-stage modeling thinking, this research will propose an improved algorithm of SA/TS/WFA to optimize layout problem. To make the system maintain robustness, the synergetic interaction of production volume, alternative process routings, and machine reliability is considered. This research of GCFP will lead to a new scientific basis and practical tools for designing and implementing group technology in manufacturing processes. This will expands the existing theory of CFP and form a new generalized CFP methodology, broaden the application of production process analysis and strengthen our competition in manufacturing.

单元形成问题是构建基本的单元制造系统中最关键和最难的要素。现有研究多将单元形成和单元布局规划单独建模，本研究提出了一种联合建模的广义单元形成理论和方法。传统的生产流程分析法常采用二元值的"零件-设备"矩阵，导致零件和设备分群不够精准，本研究考虑了数值、模糊和符号型等多元混合型数据，开发模糊聚类算法以解决零件分群；引入"零件-工艺-设备"三维关联矩阵，提出蚁群与粒子群相结合的算法，在解决设备分群的同时，实现多工艺路径的优化；基于单元间和单元内两阶段的建模思想，提出模拟退火、禁忌搜索和仿水流融合的算法，以实现布局规划优化；考虑需求变化、多工艺路径、设备可靠性等多因素协同效应，使得设计形成的单元能保持稳健性。本项目所形成的广义单元理论方法将为制造过程中设计与实施成组技术提供一种新的科学基础和实用工具，扩展单元形成的现有理论并建立广义单元形成的方法体系，拓展生产流程分析用途，提升成组效率。

随着市场竞争的加剧和细分程度的提高，多品种小批量生产模式越来越得到关注。一方面，人们对日常产品的需求日趋个性化使得以汽车等为代表的大批量制造企业生产的产品种类不断增多而单类产品数量逐渐减小；另一方面，国家的迫切需求使得以军工企业为代表的单件生产企业批产任务日渐繁重，产品种类和数量均有增大。基于成组技术的单元制造模式，通过将相似的零件分类成族、将相关的设备聚集成组，是制造企业应对多品种、中小批量生产困境的最有效生产方式之一。. 单元形成问题和单元调度问题分别是构建和运营单元制造系统关键要素。本研究考虑了数值、模糊和符号型等多元混合型数据，包含了需求大小、多工艺路径及其并存、人员分配、设备可靠性等影响单元形成和运营的重要因素，应用粒子群优化算法、模拟退火算法、遗传算法、嵌入线性规划的混合元启发式算法等算法，解决了考虑多元混合数据和多因素协同作用的单元形成问题、集成单元形成与布局决策的广义单元形成问题、考虑设备可靠性的流水车间型单元调度问题、考虑设备分组的作业车间型单元调度问题、批量生产与研制生产混合情况下的成组调度问题等，实现了单元制造系统的形成、布局和调度阶段的系统化的知识体系，为设计更具稳健性、优化性的制造单元，更好地实施成组技术提供了新的科学基础和实用工具，扩展单元形成的现有理论并建立广义单元形成和调度的方法体系，拓展生产流程分析用途，提升成组效率。