机器故障条件下作业车间稳定性调度方法研究
时间：2023-01-25 14:35:05 来源：柠檬阅读网 本文已影响 人 
付 梅，史英超，申高攀，王荪馨
（1.中国航发西安动力控制科技有限公司，西安 710077；
2.西北工业大学 机电学院，西安 710072；
3.西安理工大学 机械与精密仪器学院，西安 710048）
车间作为制造企业的效益源泉，它是整个企业物料流、控制流和信息流的汇集点。长期以来，假设调度参数已知、忽略扰动因素、寻求最优解的确定性调度问题一直是生产调度领域的研究重点，这种具有刚性、静态和理想的确定性调度优化方案在随机扰动冲击下其性能指标将急剧劣化，而调度方案的频繁变动则会导致车间的毛料供应、刀具/夹具/测具准备、设备人员安排等生产准备环节无所适从。
从辩证的观点看：在人、机、料、法、环组成的复杂制造系统中，不确定性是绝对的，而确定性则是相对的。因此，充分考虑不确定因素的影响，事先预测与评估随机扰动因素对调度性能指标的影响程度，并采取积极主动的调度策略，有助于保持整个制造系统的稳定性、有序性和高效性，同时避免由于频繁重调度而导致车间现场生产组织陷于紊乱。因此，充分考虑不确定性因素，确保调度性能指标在扰动情况下仍能保持较优性能，以避免由于频繁重调度而导致车间现场生产组织陷于紊乱，保持整个制造系统的稳定性、有序性和高效性，具有很强的理论研究意义和实用价值。
在众多的车间随机扰动因素中，机器故障是车间生产过程中普遍存在、最具代表性的不确定因素。对于机器故障条件下的车间随机调度问题，张国辉[1]等以最大完工时间、机器能耗和总延迟时间为目标函数，采用改进帝国竞争算法解决机器故障重调度问题；
文笑雨[2]等提出一种不确定扰动下带有缓冲区的作业车间调度方案，将仿真技术与智能优化算法相结合处理生产车间系统中的扰动性因素；
靳彬锋[3]等以最小化最大完成时间、最小成本和机器最大负荷为目标函数，采用粒子群算法对机器故障发生后的未加工工序进行重调度安排。然而，这些研究忽略了“稳定性”这一重要指标，在机器故障发生后对未加工工序进行稳定性重调度，有助于保持整个制造系统的稳定性、有序性和高效性，避免车间现场生产组织陷于紊乱。辛悦[4]等采用离散改进粒子群算法求解柔性作业车间不确定性调度问题，其调度方案具有较好的稳定性；
路光明[5]等针对柔性作业车间生产过程中存在的机器故障等问题，提出应用多目标遗传算法进行求解；
刘秀凤[6]等对机器故障下的作业车间鲁棒调度问题进行了研究，并采用遗传算法对问题进行求解。目前的稳定性调度研究侧重于调度优化，算法复杂，车间实际使用较为困难。
本文研究用于机器故障条件下的作业车间稳定性调度方法，首先提出了一种工序开工时间偏差稳定性指标并建立了问题的调度优化模型，然后采用二进制树方法准确提取机器故障发生后受影响工序集，在此基础上设计了受影响工序重调度方法，最后通过析因实验验证了所提出的受影响工序重调度方法相较于右移重调度方法具有良好的实用性和可操作性。
1.1 稳定性指标
调度中稳定性指标定义为：初始调度（Initial schedule）与实际调度（Realized schedule）之间的偏差，包括重调度前后调度方案性能指标的偏差和工序开工时间的偏差等。机器故障会对车间的初始调度方案造成一定程度的破坏，通过稳定性指标来衡量重调度对初始调度方案的破坏程度。
一个具有较好稳定性的调度方案，它的实际调度结果应该尽可能与初始调度偏差最小。片面地追求调度性能指标会导致车间生产秩序陷入混乱，现场生产人员“到处救火”，生产准备无从下手。在保持机器上工件加工顺序不变的前提下，尽可能减小重调度和初始调度方案的工序开工时间偏差，对既定的制造资源安排影响小，有利于整个车间的有序组织和生产，保证车间生产的稳定性。因此，本文选择工序开工时间的偏差作为稳定性指标。
在本文中，通过对重调度和初始调度的各个工序的开工时间之差的绝对值求和来得到工序开工时间偏差。工序开工时间偏差可计算如下：
其中，NSTi，j和STi，j分别表示任一工序Oi，j的重调度工序开工时间和初始调度工序开工时间。
1.2 稳定性调度优化模型
机器故障条件下作业车间稳定性调度问题可以描述为：n个工件j={J1，J1，...，Jn}在m台机器M={M1，M1，...，Mn}上加工，工件Ji的任一工序Oi，j只能在某一机器上加工一次，且机器同一时间只能加工一个工序，机器Mk加工某一工序时在t时刻发生故障，故障持续时间为r。对于任意工件Ji，其相关的调度参数为工序Oi，j加工时间Pi，j、工序Oi，j完工时间ETi，j、承制机器M(Oi，j)∈M。以工序开工时间偏差稳定性指标为调度目标，则机器故障条件下作业车间稳定性调度问题的调度优化模型为：
其中：
式(2)为稳定性调度目标函数，即：机器故障发生后，在保持各机器上工件加工顺序不变的前提下进行重调度，使得所有工件的工序开工时间偏差最小；
式(3)为工艺路线约束，即同一工件Ji内不同工序之间的时序关系约束；
式(4)为机器析取（能力）约束，即同一台机器在同一时刻只能加工一个工序任务。
2.1 稳定性调度方法选择
稳定性调度方法主要有三种方式：完全重调度（Total Rescheduling，TR）、右移重调度[7]（Right Shift Rescheduling，RSR）和受影响工序重调度（Affected Operation Rescheduling，AOR）。其中，完全重调度方法不考虑初始调度方案，对全部工序进行重调度安排，完全打乱生产秩序，导致车间生产秩序难以保持稳定。因此，在应对车间随机机器故障时，主要以右移重调度和受影响工序重调度两种调度方法为主。
当机器故障发生时，右移重调度方法将当前所有待加工工序向后延迟故障持续时间r，重新得到一个可行的调度方案。然而，该方法得到的调度方案无法有效利用车间加工资源，造成工件不必要地等待，甚至导致工件延迟交付。受影响工序重调度法只调度直接（或间接）受影响的工序，保留了初始调度的稳定性的同时还可以兼顾资源的利用率。AOR是一种启发式重调度方法，它可以尽量减少重调度中Makespan的增加量和工序开工时间偏差，生成的重调度既具有稳定性也兼具效率。当某一台机器在加工工序任务时发生例外故障，且故障持续一段时间r，则AOR的解决思路是从最先受影响的工序开始调度，并将剩余工序中受影响的工序向右移动适量时间段，而对不受影响的工序集则不做任何变动，如图1所示。AOR重调度方法减少了工序开工时间的延迟（工序开工时间偏差减小），同时尽可能地保留了初始调度方案的调度性能。
图1 RSR和AOR二类重调度方法比较
2.2 基于二进制树的受影响工序集提取方法
AOR只对直接或者间接受影响的工序进行重调度，前提是能够分辨出当前待加工工序中哪些是受影响的工序哪些是不受影响的工序，这里采用二进制树方法[8]准确地完成这个复杂工作。
从工件工艺路线约束的角度去看，我们可以把相互联系的工序看成一个二进制树或一个从根节点开始的树图表。二进制树连接各个工序节点而不包含节点循环，并且其每个节点最多发出两个分支节点（如图2所示）。如果选择某个节点表示当前工序，节点的左分支表示工件分支，表示根据工艺路线确定的工件的下一个工序（noj），节点的右分支表示机器分支，表示按生产调度确定的机器下一个要加工的工序（nom）。当机器故障发生后，我们观察第一个受影响的工序（当机器发生故障时，正在加工的工序）完工时间的延误是否影响到它的工件分支节点和机器分支节点。以此类推，把第一个受影响的工序作为根节点，沿着二进制树，研究其后的每个节点是否受到机器故障影响。
图2 基于二进制树的受影响工序集提取方法
2.3 AOR重调度算法
AOR重调度算法包含两个操作，即：受影响工序集提取和受影响工序右移。依据2.2节中提出的受影响工序集提取方法找出机器故障发生后的所有受影响工序集合Aff，然后依次对所有受影响工序进行适当右移，未受影响工序则保持初始调度方案中的开工时间安排。基于此，本文设计了AOR重调度算法，相关的变量如表1所示。
表1 AOR重调度方法相关变量说明
AOR重调度算法计算步骤如下：
Step1：初始化：i=1，g=1，devSt=0，Y=∅，对机器故障发生时所有待加工工序有jobST=0，mcST=0。
Step2：提取受影响工序集合Aff：机器故障发生后，采用基于二进制树的受影响工序集提取方法获取待加工工序集合中的受影响工序集合Aff。
Step3：更新当前工序：机器故障发生时被中断的工序设为当前工序Odur，设潜在受影响工序Y[g]=Odur，mcSTdur设为机器故障修复后工件的开始加工时间，g++。
Step4：更新机器故障后Odur的开完工时间：NSTdur=max(jobSTdur，mcSTdur)，NSTdur=NSTdur+Pdur，Pdur为当前工序的加工时间。
Step5：判断工序Odur是否为受影响工序：对当前工序Odur和集合Aff的工序进行匹配，检查当前工序是否被影响两次。若集合Aff中的任一工序Aff[v]都和当前工序Odur不同，直接转到Step6；
否则比较NETdur和NETA f f[v]，若前者小，则跳到Step 9；
否则，令devSt=devSt+(NETdur-NETAff[v])，NSTAff[v]=NSTdur；
NETAff[v]=NSTAff[v]+pAff[v]；
然后跳转到Step7。
Step6：更新当前工序：将重调度后的受影响工序Aff[i]设为当前工序Odur，i++。
Step7：查找当前工件的下一道工序noj：若noj存在，且其ST小于NETdur，令Y[g]=noj，jobSTnoj=NETdur，g++；
否则，则不执行任何操作。
Step8：查找当前机器加工序列上的下一道工序nom：若nom存在，且其ST小于NETdur，令Y[g]=nom，mcSTnom=NETdur，g++；
否则，则不执行任何操作。
Step9：从潜在受影响工序集合中移除当前工序：把当前工序Odur从集合Y中移除。
Step10：判断是否已全部完成重调度：若Y=∅，则算法结束；
否则，选择集合Y的任意元素作为当前工序Odur，并返回Step4。
为验证本文构建机器故障条件下作业车间稳定性调度模型和AOR重调度算法的有效性，考虑机器故障的发生时刻早晚和持续时间长短两方面因素，与右移重调度（RSR）方法进行比较，设计了一组2×2×2组合的析取实验进行实验验证。
3.1 析因实验设计
表2中的每一类实验条件组合分别进行5次随机实验，故将得到40组数据。本文采用FT06作为稳定性调度测试算例，图3为算例的初始最优调度方案。
图3 FT06初始最优调度方案
表2 析因实验组合设计
机器故障发生时刻（Downtime）：分为两个等级：等级E（early）表示机器故障在较早时间发生，等级L（late）表示机器故障在较晚的时间发生。若M表示初始调度的Makespan，t表示机器故障发生时刻，则：E：t∈[0.05M，0.4M]，L：t∈[0.6M，0.9M]。
机器故障持续时间（Duration）：这个自变量表示机器故障的持续时间，它分为两个等级。等级S（short）表示较短的故障时间，等级O（long）表示较长的故障时间。如果M表示初始调度的Makespan，d表示故障持续时间，则：S：d∈[0.005M，0.035M]，O：d∈[0.04M，0.07M]。
两类重调度方法（Method）：将上述两种重调度方法分为两个等级。R对应右移重调度法（RSR），A对应受影响工序重调度法（AOR）。
3.2 实验结果及分析
以上述图3初始最优调度方案作为实验输入初始算例，然后采用3.1节所给出的实验条件参数和析因实验组合，分别采用对两类重调度方法右移重调度法（RSR）和受影响工序重调度法（AOR）进行了实验，实验结果参见表3。在表3中，第1、2列分别为机器故障发生时刻（Downtime）和机器故障持续时间（Duration）的不同组合，第3、4列是两类重调度方法在不同实验组合条件下所获得调度解对应的devSt值（即所有工件工序开工时间偏差）。对同一组合条件下的5次重复实验结果取均值，得到各实验组合条件下两种方法的devSt均值，如图4所示。
图4 各实验组合条件下两种方法的devSt均值
表3 重调度析因实验结果
从表3和图4可知三类实验条件（机器故障发生时刻、机器故障持续时间、重调度方法）都会对工序开工时间偏差（devSt）造成较大影响。从该实验结果可以得到以下结论：在其他实验条件相同的前提下，机器故障发生时间越早，重调度后得到的devSt越大；
机器故障持续时间越长，重调度后得到的devSt越大；
AOR在各类情况下均可比RSR获得的devSt指标值更小。在最差工况（机器故障发生时间早、机器故障持续时间长）条件下，AOR方法仍具有良好的稳定性。
针对机器故障这类作业车间最常见的随机故障，以工序开工时间偏差作为稳定性调度指标构建了调度优化模型，从而为复杂作业车间的有序、稳健生产提供了数学模型支持。
采用二进制树方法准确提取受影响工序集，在此基础上设计了一种简单实用的受影响工序稳定性重调度方法。该方法在保持机器上工件加工顺序不变的前提下，将受影响工序适当右移，以尽可能减小工件的工序开工时间偏差，保证了车间现场生产秩序的稳定性、有序性。
采用析因实验的方法，在三类实验条件（机器故障发生时刻，机器故障持续时间，重调度方法）组合下进行了仿真实验，实验结果表明受影响工序重调度方法相较于右移重调度方法可以显著降低工序开工时间偏差，具有良好的实用性和可行性。
猜你喜欢 工件工序偏差 带服务器的具有固定序列的平行专用机排序杭州电子科技大学学报(自然科学版)(2022年4期)2022-08-23120t转炉降低工序能耗生产实践昆钢科技(2022年2期)2022-07-08带冲突约束两台平行专用机排序的一个改进算法杭州电子科技大学学报(自然科学版)(2022年3期)2022-06-0850种认知性偏差商界评论(2022年1期)2022-04-13工业机器人视觉引导抓取工件的研究智能制造(2021年4期)2021-11-04浅谈SDS脱硫技术在炼焦工序中的运用昆钢科技(2021年1期)2021-04-13如何走出文章立意偏差的误区学生天地(2020年6期)2020-08-25一类带特殊序约束的三台机流水作业排序问题杭州电子科技大学学报(自然科学版)(2020年3期)2020-06-08土建工程中关键工序的技术质量控制建材发展导向(2019年10期)2019-08-24真相草原(2018年2期)2018-03-02
