摘要
随着计算机辅助技术的快速发展,传统制造业正逐步迈向数字化、信息化和智能化,基于MBD(Model Based Definition)的生产模式受到越来越多的重视。针对现阶段数字化检测模式下检测设备资源得不到合理规划与分配的问题,首先创建了以最短检测时间为目标的资源分配数学模型,然后采用了一种对检测程序任务和检测设备资源进行双层编码的遗传算法求解方法,最后通过对数学模型求解得到其最优分配结果。实际结果证明,与依靠人为经验选择检测设备的传统方式相比,提出的方法使检测设备的分配得到优化,提高了检测设备资源的利用率并且缩短了成批次零件的整体检测时间,提升了企业的生产效益和核心竞争力。
引文
[1]莫蓉.MBD技术应用中的若干问题思考[J].航空制造技术,2015,18(026):26-29.
[2]屈力刚,孙业翔,杨野光.基于MBD的复杂特征检测工艺规划技术研究[J].航空制造技术,2016,(17):97-102.
[3]叶柏超.基于MBD的检测工艺模型定义与表达[D].沈阳航空航天大学,2016:14-44.
[4]郭建烨,万景洋,屈力刚.面向数字化检测的阵列特征自动标注方法[J].制造业自动化,2018,40(3):89-120.
[5]陈靖乐,杜宝瑞.基于UG的检测模型未注公差自动完善研究[J].航空制造技术,2016,(17):90-102.
[6]杜宝瑞,陈靖乐.基于MBD的数字化检测工艺系统研究与应用[J].制造业自动化,2015,37(10):39-43.
[7]李传鹏,王桂从,崔焕勇.柔性作业车间调度问题研究现状及发展趋势[J].组合机床与自动化加工技术,2012(11):109-112.
[8]鞠录岩.基于优先权编码改进遗传算法的车间作业调度优化[D].青岛理工大学,2011.
[9]房亚东,杜来红,和延立.蚁群算法及灰色理论在制造资源配置中的应用[J].计算机集成制造系统,2009,15(4):705-711.
[10]Jihua Wang,Peter B.Luh.Scheduling job shops with batch machines using the lagrangian relaxation technique[J].European Journal of Control,1997,3(5):268-279.
[11]张映锋,江平宇.e-制造系统的制造资源动态配置过程研究[J].计算机集成制造系统,2006,12(1):78-83.
[12]TANG Ke-zong,SUN Ting-kai,YANG Jing-yu.An improved genetic algorithm based on a novel selection strategy for nonlinear programming problems[J].Computers and Chemical Engineering,2011,35(4):615-621.
[13]马永杰,云文霞.遗传算法研究进展[J].计算机应用研究,2012,29(4):1201-1210.
[14]郭红,杨建军.基于改进遗传算法的多行布置车间布局优化[J].制造业自动化,2015,37(04):24-26.
[15]E.Zouein,H.Harmanani,A.najat.Genetic Algorithm for Solving Site Layout Problem with Unequal-Size and Constrained Facilities[J].Journal of Computing in Civil Engineering,2002,4:143-151.