基于Plant Simulation的車間調(diào)度優(yōu)化仿真

于佳喬 張孜毅,李 巖

(長春工業(yè)大學(xué) 電氣與電子工程學(xué)院，吉林 長春 130012)

0 引 言

隨著經(jīng)濟(jì)環(huán)境的發(fā)展，以及計算機(jī)和自動化技術(shù)的普及,形成了以信息控制系統(tǒng)、車間生產(chǎn)系統(tǒng)、智能AGV搬運(yùn)系統(tǒng)綜合連接起來的柔性生產(chǎn)系統(tǒng)。其中生產(chǎn)車間的調(diào)度問題成為企業(yè)首要解決的難題，在飛速發(fā)展的大環(huán)境下，車間生產(chǎn)效率顯得尤為重要。因此，對車間作業(yè)排產(chǎn)的更新優(yōu)化成為現(xiàn)代企業(yè)生存的關(guān)鍵。

車間排產(chǎn)問題實質(zhì)是生產(chǎn)排序問題，也是目前難度較高的組合優(yōu)化問題。解決這類問題，其中一個有效的方法就是利用仿真軟件進(jìn)行求解。通過仿真模擬各種排列組合，計算結(jié)果，從中找出應(yīng)用于實際中的最優(yōu)方案。

針對這類組合優(yōu)化問題，許多學(xué)者通過理論分析、算法研究等求解最優(yōu)值。文獻(xiàn)[2]將遞階學(xué)習(xí)的方法應(yīng)用于 AGV 調(diào)度，提出了一種動態(tài)的調(diào)度方法;文獻(xiàn)[3]基于混合遺傳算法考慮到不同任務(wù)、不同優(yōu)先級從柔性制造系統(tǒng)的角度設(shè)計了一種調(diào)度模型；文獻(xiàn)[4]使用分支定界算法和離散事件仿真相結(jié)合的方法,通過大量迭代次數(shù)最終求得最優(yōu)值;文獻(xiàn)[5-7]應(yīng)用改進(jìn)的遺傳算法對車間調(diào)度問題進(jìn)行優(yōu)化;文獻(xiàn)[8]提出多種調(diào)度規(guī)則。

以上算法雖然能保證求得最優(yōu)解，但求解時間長，計算規(guī)模較大，與工廠實際要求仍有偏差。

文中以Plant Simulation仿真平臺[9]作為車間作業(yè)問題的仿真[10]工具，利用其可以與工廠高度一致的特性建立模型，并基于遺傳算法完成問題模擬，不僅可以縮短優(yōu)化時長，而且迭代次數(shù)更少，最大限度接近車間實際情況。最后,通過案例求出最優(yōu)值,驗證其可行性。

1 應(yīng)用背景與問題描述

1.1 應(yīng)用背景

以某自動化生產(chǎn)車間的應(yīng)用為例，以AGV作為搬運(yùn)工具。

車間區(qū)域布局如圖1所示。

圖1 生產(chǎn)車間布局

該車間運(yùn)行模式：9種不同產(chǎn)品共計420件，由5個工作臺完成加工，并利用AGV智能小車搬運(yùn)貨物。應(yīng)用遺傳算法[11]對最大完工時間進(jìn)行優(yōu)化。

1.2 問題描述

一個完整的車間系統(tǒng)可描述為：將m個工件安排在n個工位上，并合理布置工件p的加工順序及AGV小車的搬運(yùn)順序，使其滿足約束條件，達(dá)到所需要實現(xiàn)的目標(biāo)?，F(xiàn)對車間系統(tǒng)做出如下假設(shè)：

1)同一時刻，一臺設(shè)備只能加工一道工序，且每臺設(shè)備只加工一道工序;

2)智能車間設(shè)施布局已確定，AGV行走路線已確定;

3)每輛AGV都相同，且在同一時間段只可以執(zhí)行一個任務(wù);

4)每個工件一旦開始加工,一個工序加工完畢,立即要申請加工下一個工序。

所要達(dá)到的目的是在某多品種零件同時加工的時間段里合理安排工件加工次序以及AGV小車搬運(yùn)順序的前提下,最小化最大完工時間，以減少工廠的時間、空間以及資金成本。

2 遺傳算法

對于車間任務(wù)排產(chǎn)的優(yōu)化算法有很多種，如模擬退火算法[12]、A*算法、遺傳算法等。文中采用遺傳算法對車間任務(wù)進(jìn)行優(yōu)化，相對于其他算法，遺傳算法是解決復(fù)雜非線性優(yōu)化問題的常用方法，它并不依賴于所研究問題的具體領(lǐng)域，而且魯棒性較好。文中以最小化最大完工時間作為優(yōu)化目標(biāo)，求解模型最優(yōu)值。

2.1 基于產(chǎn)品生產(chǎn)順序的編碼

遺傳算法常見的編碼方法有二進(jìn)制編碼、格雷碼編碼、實數(shù)編碼等。為了方便觀察，文中直接使用實數(shù)編碼方式，生產(chǎn)9種工件，編碼形式見表1。

表1 產(chǎn)品編碼表示例

假設(shè)給定的染色體為[356948712]，即表示首先生產(chǎn)工件3，將工件3生產(chǎn)完畢后，生產(chǎn)工件5，以此類推，完成工件2的生產(chǎn)后，AGV將貨物運(yùn)送至出口。

2.2 選擇算子

選擇算子采用輪盤賭的方法，輪盤賭又稱比例選擇方法，其基本思想是：各個個體被選中的概率與其適應(yīng)度函數(shù)大小成正比，即個體適應(yīng)度越大,越容易被選中，文中個體完成時間越少，越容易被選中。

2.3 交叉與變異

變異算子的基本內(nèi)容是對群體中個體串的某些基因座上的基因值作變動。變異操作的常用方法有實值變異、二進(jìn)制變異等。變異操作的基本步驟如下：

1)對群體中所有個體以事先設(shè)定的變異概率判斷是否進(jìn)行變異;

2)對進(jìn)行變異的個體隨機(jī)選擇變異位進(jìn)行變異。

變異率的選取一般受種群大小、染色體長度等因素影響，通常選取很小的值，一般取0.001～0.1。

2.4 終止條件

當(dāng)最優(yōu)個體的適應(yīng)度達(dá)到給定的閾值，或者最優(yōu)個體的適應(yīng)度和群體適應(yīng)度不再上升時，或者迭代次數(shù)達(dá)到預(yù)設(shè)的代數(shù)時，算法終止。由于文中種群較小，所以選取迭代次數(shù)為15。

3 示例分析

3.1 Plant Simulation仿真平臺

3.1.1 軟件

Plant Simulation仿真平臺是工廠、生產(chǎn)線及生產(chǎn)物流過程仿真的軟件，也是西門子數(shù)字化軟件Tecnomatix中的一員。Plant Simulation能夠?qū)囬g布局、生產(chǎn)物流設(shè)計、產(chǎn)能等生產(chǎn)系統(tǒng)的其他方面進(jìn)行定量驗證，并根據(jù)仿真結(jié)果找出優(yōu)化方向。從而能夠在方案實施前對方案實施后的效果進(jìn)行驗證。其主要特點有：

隨著流域經(jīng)濟(jì)社會的發(fā)展，工程建設(shè)突飛猛進(jìn)，對砂石料的需求量越來越大，長江中下游河道采砂已經(jīng)成為支撐流域經(jīng)濟(jì)發(fā)展的重要組成部分。但隨之帶來的河勢穩(wěn)定、防洪與通航安全、水生態(tài)環(huán)境保護(hù)以及沿江涉水工程和設(shè)施的安全等問題也越來越嚴(yán)重，盲目和無序開采將不可避免地帶來負(fù)面影響，因此長江中下游河道采砂管理極為重要。河道采砂管理是一個涉及河道等自然系統(tǒng)、經(jīng)濟(jì)社會發(fā)展體系以及生態(tài)環(huán)境系統(tǒng)的大系統(tǒng)的、動態(tài)的復(fù)雜課題。

1)可視化工作環(huán)境;

2)面向?qū)ο蟮慕＿^程;

3)模塊化的建模單元;

4)支持多種語言;

5)可進(jìn)行3D仿真，模擬車間情況。

3.1.2 模塊

3.1.2.1 基礎(chǔ)模塊

生產(chǎn)類物流對象及其功能見表2。

表2 生產(chǎn)類物流對象及其功能

運(yùn)輸類物流對象及其功能見表3。

表3 運(yùn)輸類物流對象及其功能

3.1.2.2 遺傳算法模塊

優(yōu)化類物流對象及其功能見表4。

表4 優(yōu)化類物流對象及其功能

以上為仿真模型中需要用到的模塊，通過對模塊的使用來完成整體搭建。遺傳算法模塊打開選項，通過選項設(shè)置以及參數(shù)的導(dǎo)入，對整體進(jìn)行遺傳算法仿真，得到結(jié)果如圖2所示。

圖2 遺傳算法模塊打開選項

3.2 AGV運(yùn)行機(jī)制

AGV任務(wù)觸發(fā)機(jī)制:AGV的搬運(yùn)任務(wù)由貨物堆放區(qū)及工作區(qū)觸發(fā)，文中采用先觸發(fā)、先執(zhí)行的機(jī)制,保證在有任務(wù)時小車的利用率為100%。當(dāng)有任務(wù)下達(dá)時，系統(tǒng)首先判斷是否有空閑小車，如AGV充電區(qū)有空閑小車，任務(wù)則派發(fā)給此小車；如充電區(qū)無空閑小車，則派發(fā)給軌道上即將完成任務(wù)的小車。提高小車?yán)寐?，同時提高車間生產(chǎn)效率。

AGV運(yùn)行狀態(tài)如圖3所示。

3.3 車間仿真模型建立

文中以最大完工時間為優(yōu)化目標(biāo)，結(jié)合車間布局以及生產(chǎn)重要環(huán)節(jié)采用Plant Simulation軟件對車間進(jìn)行仿真模型的建立。

圖3 AGV運(yùn)行狀態(tài)

1)實驗數(shù)據(jù)準(zhǔn)備。收集實驗數(shù)據(jù)，依實驗數(shù)據(jù)進(jìn)行試驗?zāi)Ｐ屯晟疲瑢嶒灁?shù)據(jù)示例見表5。

表5 實驗數(shù)據(jù)示例

2)在Plant Simulation仿真平臺中建立車間制造模型,如圖4所示。

圖4 在Plant Simulation仿真平臺中建立車間制造模型

3.4 仿真結(jié)果分析

文中在Plant Simulation仿真平臺中建立模型，并運(yùn)用遺傳算法得出仿真優(yōu)化結(jié)果，如圖5所示。

圖5 優(yōu)化結(jié)果圖

由圖5可知，在優(yōu)化過程中，系統(tǒng)僅經(jīng)過8次迭代，即趨近于最優(yōu)值，最佳完成時間為19 h 17 min 50 s。

優(yōu)化前后生產(chǎn)步驟對比見表6。

由表6可以看出，優(yōu)化前工件P1為第3個生產(chǎn)位置，優(yōu)化后P1為第1個生產(chǎn)位置。在遺傳算法的作用下,重新將生產(chǎn)次序進(jìn)行排位，生產(chǎn)次序的改變，使AGV對于搬運(yùn)任務(wù)次序也發(fā)生了改變，充分利用AGV的空閑時間，縮短了完成生產(chǎn)的最大時間，達(dá)到文中預(yù)期效果。

在同樣條件下，用MATLAB軟件對同一模型中一部分進(jìn)行仿真實驗，結(jié)果如圖6所示。

表6 優(yōu)化前后生產(chǎn)步驟對比

圖6 MATLAB仿真結(jié)果

圖中顯示結(jié)果僅可從曲線觀察，對于應(yīng)用Plant Simulation軟件進(jìn)行的仿真可以直觀地體現(xiàn)車間工位布局及優(yōu)化后運(yùn)行情況，相比較之下，MATLAB沒有可觀性。

4 結(jié) 語

應(yīng)用Plant Simulation仿真軟件為平臺，采用遺傳算法解決車間生產(chǎn)產(chǎn)品排序問題。針對某車間生產(chǎn)實例，通過改變生產(chǎn)次序及AGV的搬運(yùn)次序，對其進(jìn)行優(yōu)化。發(fā)現(xiàn)優(yōu)化后總生產(chǎn)時間更短、效率更高。結(jié)合MATLAB仿真軟件進(jìn)行對比，結(jié)果表明，應(yīng)用Plant Simulation迭代次數(shù)更少、效果更好，具有良好的可觀性，可以1∶1模仿整個車間布局，無論對設(shè)計者和客戶都有更直觀的體驗。為車間排產(chǎn)問題提供了一個有效的思路和方法。