【文章內容簡介】 作業(yè)過程的影響因素 在實際生產中 影響流水生產作業(yè)過程的最重要因素是瓶頸工序， 瓶頸環(huán)節(jié) 的 產生 會 影響整條 生 產線的效率 ， 導致整條生產線無法保持平衡。瓶頸工序越長，整條生產線的平衡率越低。 瓶頸是 具有 最多生產時間的工序，占有 最高 的 可利用 資源。大多數企業(yè)的目標是最大化利潤。 因此要 改善 瓶頸 工序 ， 減少在制品庫存，為瓶頸工序 調整 設備或 員工 配置 ，提高設備 效率 ，提高員工作業(yè)技能 ，創(chuàng)建多工位共享的流水線布局（ U形流水線），通過平衡流水線 、調整生產線工序 等方式平衡各道工序的流程能力 。 作業(yè)計劃 方法及其實施 （ 1） SPT（最短加工時間）優(yōu)先原則排序，使得 MFT（作業(yè)平均通過時間）最短，同時可以使得作業(yè)平均延誤時間最短； （ 2） 約翰遜 算法 ： 考慮 設備利用率越高越能以最短的時間完成任務的方法。 （ 3）貪心算法， 針對通常情況下調度問題求解困難的問題 ,求解近似解 ,雖 與最優(yōu)解相比有一定誤差 ， 但其時間復雜度較小。 （ 4）啟發(fā)式算法： 目標是使加權完工時間最小 。 同一工件在一臺機器上完工后與在另一臺機器上開工前存在一定的時間間隔 ,將其定義為運輸時間 ,所有運輸過程均由單自動機完成 。 （ 5）多目標局部搜索算法： 針對求解最小化最大完工時間和總流程時間的多目標同順序流水作業(yè)問題 ,:用現有的構造性算法生成兩個解 ,作為該算法的初始解 ,然后從這兩個初始解出發(fā) ,以貪婪的方式求出新的 Pareto 最優(yōu)解集 ,持續(xù)改進 Pareto前沿。 （ 6） 蟻群算法：基于遺傳算法的單層算法 ,將該算法與兩層算法進行比較表明 ,單層算法具有 更好的尋優(yōu)性能。 （ 7） 遺傳算法：把函數的搜索空間看成是一個映射的遺傳空間，對不同的染色體群體進行最佳選擇的匹配，以獲得最佳的最優(yōu)搜索結果。 （ 8） Hopfield 模型 ： 是求解流水作業(yè)排序問題比較有效的方法。采用 Hopfield 模型進行第一層優(yōu)化 ,即求解各個零件依次訪問所需加工資源的最優(yōu)次序。在第二層 ,根據所設計的動態(tài)調度規(guī)則 ,由加工過程中的事件驅動規(guī)則運行 , 完成將零件加工所需的資源與具體加工機床的合理匹配。 流水作業(yè)計劃 的約束條件 工業(yè)工程生產管理模塊專業(yè)課程設計說明書 5 （ 1） 每臺 機床每 次只能加工一個工件； （ 2）一個零件只能被一臺機床加工一次； （ 3）優(yōu)先的零件在所有機床或工序上都優(yōu)先； （ 4）時間約束條件，即優(yōu)化目標是使整個加工過程的時間最小。 普通 生產作業(yè) 普通 作業(yè)的 概念 普通 作業(yè)制造系統(tǒng)是最基本的制造系統(tǒng)。區(qū)別于流水作業(yè)制造系統(tǒng)，在 普通 作業(yè)制造系統(tǒng)中，不同零件的加工工藝順序不同。每種零件根據自身工藝的要求，按照一定順序通過加工設備。從理論上說，流水作業(yè)系統(tǒng)只是 普通 作業(yè)系統(tǒng)的一種特例。 普通 的零件加工作業(yè)計劃問題是生產作業(yè)計劃安排 和 調度中一個最基本也是最困難的工作，現實證明，這類問題屬于 NP難題，不存在有效地解析解。 普通 生產作業(yè)過程的特點 給定 n個工件，每個工件以不同的順序和 不同的加工 時間通過 m臺機器加工， 無法求出 最直接的最優(yōu)解，只 能得出 近似最優(yōu)解，尋求的是最優(yōu)加工順序，使得零件加工總時間最短。 其 一般特 點為 ： 普通生產作業(yè)制造柔性較高， 對產品變換適應性強， 能夠 進行多品種 小批 量 產品的 生產 。由于 各個零件的各個加工工序時間不同，在各臺機器上的加工順序不同，因此無法 進行 大批量規(guī)模化生產 。 但 不能發(fā)揮規(guī)模經濟效應， 生產率 較 低， 生產 成本高， 各車間之間的物料流復雜凌亂，在制品積壓較多，設備的無效等待時間較長。 多采用通用機床、裝備和工具，作業(yè)人員的技藝水平要求高。 普通生產作業(yè)過程的影響因素 由于普通生產作業(yè)對工件的加工順序沒有嚴格的要求， 因此只要 控制 好 加工時間在預定 交貨的 時間內 即 可。 普通生產作業(yè)計劃方法及其實施 （ 1）依靠經驗 法 ：對于簡單的、只包含 少許 幾個加工工序的 工件， 加工作業(yè)計劃可以由一些有經驗的計劃調度人員來完成。這種人工零件加工計劃一般只是憑 借經驗定性 地制定作業(yè)計劃 ，有時也運用若干分配準則，但始終難以使作業(yè)計劃達到最優(yōu)。 （ 2）構建數學模型、應用算法 、 借助程序 法 ：對于復雜的、包含較多加工工序的 工件，僅僅依 靠經驗無法 高效地 完成作業(yè)計劃。此時必須借助合適的數學模型來工業(yè)工程生產管理模塊專業(yè)課程設計說明書 6 進行優(yōu)化求解，以獲得比較合理的作業(yè)計劃。求解過程涉及到程序的算法，主要有蟻群算法、遺傳算法、啟發(fā)式算法等等。 普通生產作業(yè)計劃 的約束條件 （ 1） 加工順序約束，即每種零件僅當 一道 工序加工完成后， 下一 道工序才能開始，且一臺設備不能同時加工多于一種的零件，故等待時間長，需要對各零件價格加工工序進行優(yōu)化，才能找到近似最優(yōu)解； （ 2） 資源約束，即 一臺設備不能同時加工多余一種的零件； （ 3）工序不可中斷 約束 ，即每一個零件一旦開始在一臺設備上加工，則本道工序不能被中斷，必須待該零件的這道工序加工結束后，該設備才能加工其它零件。 2 流水作業(yè)計劃 初始給定條件及優(yōu)化目標 有 10 個零件 J1— J10 計劃在機器 M1— M8 上加工，加工方式為流水作業(yè)，即各零件的工藝路線順序相同。 各零件在機器上加工的時間 如表一所示： 表 1 優(yōu)化目標：總加工時間最短，即從第一個零件開始加工起，到最后一個零件結束加工位置的這一段時間最短。 流水作業(yè)計劃程序設計思路及流程圖 程序設計思路： （ 1） 首先 窮舉各作業(yè)計劃方案 ，對工件進行全排列，通過左移函數并遞歸調用零件 機器加工時間 M1 M2 M3 M4 M5 M6 M7 M8 J1 56 30 63 73 25 20 30 78 J2 36 68 83 50 65 99 54 33 J3 65 20 46 19 91 50 64 16 J4 58 39 23 88 28 30 20 61 J5 25 72 50 16 43 15 51 36 J6 61 40 63 13 51 20 60 71 J7 70 58 23 70 45 29 94 33 J8 35 50 26 40 69 10 64 90 J9 18 36 63 78 32 50 30 66 J10 51 73 0 16 0 15 61 38 工業(yè)工程生產管理模塊專業(yè)課程設計說明書 7 實現 。 （ 2）當輸出一個作業(yè)計劃方案后隨即算出該方案所需的總時間。計算出每個工件完成的結束時間，最大的即為該計劃所需的總時間。 （ 3）記錄每一組作業(yè)計劃方案所需的時間，最后求平均 值， 得平均作業(yè)時間。 流水作業(yè)流程圖（ FlowShop）： 程序見附錄一，參數說明： 在流水作業(yè)中， JM[10][8]表示工件在滿足加工順序的情況下對應的加工時間，pj 為流水隨機方案平均加工時間， sum 為總時間，當 n小于 1000000 時，用窮舉法舉出作業(yè)計劃編碼。采用排列遞歸的方法，列出窮舉函數： void swap(int *a, int *b) int m。 m = *a。 *a = *b。 *b = m。 } void perm(int list[], int k, int m) { int i,j,s。 if(n=1000000) return。 if(k = m) { for(s=0。 s=m。 s++) {fprintf(f,%d ,list[s])。 t[s]=list[s]。 printf(%d,list[s])。 } …… if(sumJ[i][j1]sumJ[i1][j]) {sumJ[i][j]=sumJ[i][j1]+JM2[i][j]。} else 工業(yè)工程生產管理模塊專業(yè)課程設計說明書 8 { sumJ[i][j]=sumJ[i1][j]+JM2[i][j]。} }} …… 流水作業(yè)中，因為方案總數容易窮盡，所以用選擇排序方法，從小到大排列出所有的可能方案，本例中用遞歸的方法對 t[s]進行賦值，如果有兩個數字相等就重新賦值，最后得到 10 個不同的數字，得到 list [10]，這樣便得到一組 1到 10的排列 方案。 運行流水作業(yè)窮舉程序 輸出結果 the total number is 1000000 the average data is 所以可知，平均時間可取在 1018附近 。 選出一組 8 4 10 7 3 6 9 5 2 1， T=1018 據此，畫出甘特圖 1（附錄二）。 我們發(fā)現，甘特圖 1的結構很松散，說明機器的空閑時間很長，這種方案的問題在于，經常會出現如下情況：一臺機器已經加工完一個零件，準備加工下一個零件，可是下一個零件還在上一道工序未加工完。 流水作業(yè) 的 優(yōu)化 取 K=10， H=,運行程序，得： *** T= 9 5 8 6 7 1 2 4 10 3 *** T= 9 6 5 8 7 1 2 4 10 3 *** T= 9 5 7 10 1 8 6 4 2 3 *** T= 9 5 4 8 7 6 2 1 10 3 *** T= 8 9 7 1 6 2 10 4 5 3 *** T= 8 9 4 10 7 6 2 1 5 3 *** T= 9 6 8 7 1 2 4 5 10 3 *** T= 9 8 7 6 2 1 3 4 10 5 *** T= 工業(yè)工程生產管理模塊專業(yè)課程設計說明書 9 9 8 5 7 6 4 10 1 2 3 *** T= 優(yōu)化方案的 平均時間為 T=， 故取 K=2， T=909， 順序為 9 6 5 8 7 1 2 4 10 3。 流水作業(yè)優(yōu)化結果 及 分析 通過不斷取值，我們 得到最優(yōu)解為 T*=884，作業(yè)編碼串的 順序為 9 5 6 8 7 1 2 4 10 3 據此，畫出甘特圖 2（附錄 二 ） 。 參數調整對優(yōu)化結果的影響分析：流水作業(yè)中， 如果輸入的 K足夠大， 當 h=或 h=，都能找到最優(yōu)，即在某個區(qū)間范圍內，作業(yè)計劃基本都能符合最優(yōu)。 K的取值不同，反映了不同的調試次數，拉大了加工時間的跨度，每個參數的運行結果中，零件加工排序只在幾個零件間調換順序，不同參數下不同零件加工順序大部分趨于類似，因此判斷流水加工作業(yè)中，參數對零件加工排序的影響還是較小的。 流水作業(yè) 的平均時 間和優(yōu)化后的平均時間 甘特圖比較分析：隨機方式所需平均總時間 1018，優(yōu)化后所需 平均 總時間 909，而最優(yōu)的方案所需時間僅為 884?？梢?，優(yōu)化后可大大節(jié)約了加工時間。 通過零件和機器運轉的流暢程度分析，可以得出， 優(yōu)化 流水作業(yè)排序中，機器的空閑時間和零件的等待時間比隨機流水作業(yè)排序結果短，流暢度高。 3 一般生產作業(yè)計劃 較簡單的一般生產作業(yè)計劃 初始給定條件 有 6 個零件 J1 到 J6 計劃在機器 M1 到 M6 上加工，加工方式為普通生產計劃，即各零件的工藝路線順序各不相同。 各零件的加工順序及其在機器上加工的時間 如表 2 所示： 零件 加工順序及加工時間 J1 加工順序 M3 M1 M2 M4 M6 M5 加工時間 1 3 6 7 3 6 J2 加工順序 M2 M3 M5 M6 M1 M4 加工時間 8 5 10 10 10 4 J3 加工順序 M3 M4 M6 M1 M2 M3 工業(yè)工程生產管理模塊專業(yè)課程設計說明書 10 表 2 一般生產作業(yè)計劃程序設計思路及流程圖 普通作業(yè)流程圖（ JobShop）： 程序見附錄一。 在一般作業(yè)方案中 ， 舉例 6x6 作業(yè)方案（ 10x10 類似）， J[6][6]表示工件加工工序， JM[6][6]為各工序加工時間， machiime 為機器加工時間， worktime 為工件加工時間， sum 為總時間， pj 為平均加工時間。當 n 小于 1000000 時，用窮舉法舉出作業(yè)計劃編碼。采用隨機排序的方法，列出窮舉函數： void swap(int *a, int *b) { int m。 m = *a。 *a = *b。 *b = m。 } void p