張 英,郭勁添
(武漢理工大學(xué) 物流工程學(xué)院,武漢430063)
我國(guó)部分造船企業(yè)早在20世紀(jì)80年代初就開(kāi)始陸續(xù)應(yīng)用CAD、CAPP、CAM、GT等技術(shù)進(jìn)行船舶設(shè)計(jì)和建造,90年代后,造船的先進(jìn)制造技術(shù)和裝備也得到了大量引進(jìn)和使用。然而造船生產(chǎn)的效果較差、競(jìng)爭(zhēng)力低[1],與世界造船先進(jìn)水平相比,差距最大的是船舶生產(chǎn)組織和生產(chǎn)過(guò)程控制等方面[2]。
生產(chǎn)計(jì)劃是將產(chǎn)品按時(shí)段進(jìn)行分解,計(jì)算得出零部件在各階段的時(shí)間節(jié)點(diǎn),而零件的具體加工安排是借助車(chē)間作業(yè)調(diào)度來(lái)完成的。因此車(chē)間作業(yè)調(diào)度問(wèn)題JSSP(job-shop scheduling problem)是實(shí)際生產(chǎn)計(jì)劃問(wèn)題的關(guān)鍵,也是產(chǎn)品全生命周期管理中的一個(gè)關(guān)鍵環(huán)節(jié),直接關(guān)系到造船企業(yè)的生產(chǎn)效率和成本。
目前有關(guān)JSSP的研究[3]在理論上探索較多,對(duì)于小規(guī)模的調(diào)度效果較好,但對(duì)于設(shè)備與零件數(shù)量都較多的實(shí)際問(wèn)題,運(yùn)算時(shí)間過(guò)長(zhǎng),工程應(yīng)用不太理想。
船舶制造的生產(chǎn)組織形式屬于典型的大型單件小批生產(chǎn)類(lèi)型,生產(chǎn)過(guò)程復(fù)雜,沒(méi)有可供借鑒的實(shí)用模式,所以,研究這類(lèi)生產(chǎn)計(jì)劃與調(diào)度模式,對(duì)提高我國(guó)整體造船水平具有現(xiàn)實(shí)意義。
現(xiàn)代船舶生產(chǎn)具有以下特征:①船舶制造屬于工程項(xiàng)目型的單件小批量生產(chǎn)類(lèi)型,建造周期長(zhǎng),占用資金大,成本高;②是勞動(dòng)密集型與技術(shù)密集型并存的、綜合性的大型組裝工業(yè),工種、專(zhuān)業(yè)繁多,生產(chǎn)過(guò)程復(fù)雜,設(shè)備利用率低;③高空、立體交叉作業(yè)多,拼焊裝配的工件大、重,且形狀不一,移動(dòng)困難,勞動(dòng)生產(chǎn)率低,工作環(huán)境差;④配套企業(yè)多,配套產(chǎn)品復(fù)雜。
以上特征帶來(lái)船舶主要產(chǎn)品(如大型柴油機(jī))的加工制造具有以下特點(diǎn):①產(chǎn)品品種多、規(guī)格多變,加工設(shè)備多、設(shè)備柔性強(qiáng);②生產(chǎn)管理難度大、生產(chǎn)周期長(zhǎng);③產(chǎn)品各部件之間的時(shí)序約束關(guān)系和成套性要求嚴(yán)格,約束條件復(fù)雜多變;④受多資源約束,諸如緊急件插入、設(shè)備故障、工作日程變更和組合件加工等問(wèn)題[4]。
在現(xiàn)代造船模式下,合理地安排眾多的任務(wù)包的生產(chǎn),滿足資源約束要求,并做到資源利用的均衡,是生產(chǎn)計(jì)劃的基本要求。面對(duì)復(fù)雜的造船生產(chǎn),僅靠計(jì)劃制訂者個(gè)人的經(jīng)驗(yàn)很難制訂出合理的生產(chǎn)計(jì)劃。
根據(jù)研究對(duì)象的復(fù)雜性,車(chē)間調(diào)度問(wèn)題分為單機(jī)調(diào)度、并行機(jī)床調(diào)度、流水車(chē)間調(diào)度和作業(yè)車(chē)間調(diào)度問(wèn)題JSSP,其中JSSP是指加工系統(tǒng)中有一組功能不同的機(jī)床,待加工的零件包括多道工序,每道工序在一臺(tái)機(jī)床上加工,零件的加工路線互不相同。車(chē)間作業(yè)調(diào)度問(wèn)題是一個(gè)典型的NP難題,是最困難的組合優(yōu)化問(wèn)題之一。由于調(diào)度問(wèn)題涉及的因素很多,目前還沒(méi)有一個(gè)方法能夠?qū)?chē)間調(diào)度問(wèn)題進(jìn)行全面而有效的求解[5]。尤其是對(duì)于車(chē)間調(diào)度問(wèn)題中的高度動(dòng)態(tài)性和復(fù)雜性還缺乏有效的研究方法。
遺傳算法以其內(nèi)在的隱并行性和較好的全局尋優(yōu)能力,在JSSP問(wèn)題求解中得到了較好的應(yīng)用,而且隨著遺傳結(jié)構(gòu)的不斷改進(jìn),它的有效性也在不斷提高[6]。然而,遺傳算法并不能較好地處理JSSP問(wèn)題的高度動(dòng)態(tài)性和隨機(jī)性問(wèn)題。為此,對(duì)JSSP問(wèn)題先采用遺傳算法尋優(yōu),然后利用EXTEND仿真軟件進(jìn)行建模和仿真,有效地彌補(bǔ)了遺傳算法的不足。
JSSP問(wèn)題的一種簡(jiǎn)單情形可描述為,有m個(gè)任務(wù)(產(chǎn)品)需要分配給n個(gè)工序(機(jī)器)去完成,每個(gè)任務(wù)只能分配給1個(gè)工序處理,并且每個(gè)工序只能處理1個(gè)任務(wù),不同的分配將會(huì)花費(fèi)不同的代價(jià)。JSSP問(wèn)題要求找到1種分配方案使所花費(fèi)的總代價(jià)最小。
若第i個(gè)工序完成第j項(xiàng)任務(wù)的代價(jià)Cij≥0,則可以構(gòu)成代價(jià)矩陣Cn×m。在求解如何把任務(wù)分配給各個(gè)加工工序的條件下,使得所花費(fèi)的總代價(jià)為最小。假設(shè)
則排產(chǎn)問(wèn)題可以轉(zhuǎn)化為求解排產(chǎn)矩陣Rn×m,其約束條件如下:
因此所求目標(biāo)函數(shù)為:
4.防治方法。徹底清塘,有機(jī)肥要充分發(fā)酵后再使用,保持優(yōu)良的水質(zhì),加強(qiáng)管理,科學(xué)投餌,提高魚(yú)體免疫能力,有寄生蟲(chóng)時(shí)及時(shí)殺蟲(chóng)。發(fā)病季節(jié)定期潑灑生石灰或漂白粉,防止此病發(fā)生。
其中,Cij∈Cn×m,Rij∈Rn×m。
對(duì)于實(shí)際的JSSP問(wèn)題,如多個(gè)工作中心處理一系列不同的作業(yè),這種問(wèn)題屬于NP-hard問(wèn)題。其中,如果有m個(gè)任務(wù)要經(jīng)過(guò)n個(gè)加工工序進(jìn)行加工,并且所有的任務(wù)都要經(jīng)過(guò)所有的加工工序,那么就有(m?。┓N可選的作業(yè)排序。因此,即使是小規(guī)模的生產(chǎn)排產(chǎn)也會(huì)有大量的排產(chǎn)方案,如果僅僅使用數(shù)學(xué)方法來(lái)進(jìn)行求解往往是比較困難的,此時(shí)有必要結(jié)合其他的優(yōu)化算法(如遺傳算法)來(lái)縮小解空間并求解出較佳的排產(chǎn)方案。
在進(jìn)行排產(chǎn)問(wèn)題的研究時(shí),對(duì)方案的衡量標(biāo)準(zhǔn)通常應(yīng)具有以下四個(gè)方面[7]:
1)滿足顧客交貨日期或者下游操作要求;
2)流程時(shí)間(工件在整個(gè)流程中的時(shí)間)最短;
3)在制品庫(kù)存最小;
4)機(jī)器或者勞動(dòng)力空閑時(shí)間最小。
現(xiàn)實(shí)的車(chē)間作業(yè)調(diào)度系統(tǒng)都是離散事件動(dòng)態(tài)系統(tǒng)(DEDS),任務(wù)的到達(dá)具有隨機(jī)性及不確定性。EXTEND,為了方便用戶解決DEDS的優(yōu)化問(wèn)題,專(zhuān)門(mén)開(kāi)發(fā)了遺傳算法優(yōu)化模塊。另外,EXTEND軟件中所有模塊的源代碼都是公開(kāi)的,用戶只需要熟悉C語(yǔ)言,就可以輕松地嵌入自己改進(jìn)的遺傳算法程序。
某船廠加工車(chē)間有4個(gè)產(chǎn)品要進(jìn)行生產(chǎn),而每個(gè)產(chǎn)品必須依次經(jīng)過(guò)4個(gè)加工工序進(jìn)行加工,各個(gè)產(chǎn)品在各個(gè)工序中消耗的時(shí)間見(jiàn)表1。現(xiàn)要求以總生產(chǎn)時(shí)間最短為目標(biāo),通過(guò)EXTEND軟件建立仿真模型,然后求出最佳的排產(chǎn)方案。
表1 各產(chǎn)品在各工序間的生產(chǎn)時(shí)間
建立排產(chǎn)模型的最終目標(biāo)是求解出產(chǎn)品生產(chǎn)時(shí)間最短的產(chǎn)品生產(chǎn)順序,因此在建模的時(shí)候,可以把各個(gè)產(chǎn)品設(shè)置一個(gè)初始的優(yōu)先權(quán),然后通過(guò)仿真模型并結(jié)合遺傳算法優(yōu)化模塊求解出各個(gè)產(chǎn)品的最佳生產(chǎn)優(yōu)先權(quán),然后再按照所求的優(yōu)先權(quán)順序進(jìn)行排產(chǎn)生產(chǎn)就可以得到所有產(chǎn)品生產(chǎn)的最佳生產(chǎn)時(shí)間。根據(jù)實(shí)際生產(chǎn)布局以及相關(guān)的數(shù)據(jù),通過(guò)EXTEND軟件建模,見(jiàn)圖1。
圖1 排產(chǎn)仿真模型
在這個(gè)仿真模型中,首先給各個(gè)產(chǎn)品設(shè)定一個(gè)初始的加工優(yōu)先權(quán),產(chǎn)品1、產(chǎn)品2、產(chǎn)品3和產(chǎn)品4按照優(yōu)先順序在緩沖器進(jìn)行排隊(duì),然后再依次進(jìn)入各個(gè)工序(工序1、工序2、工序3和工序4)進(jìn)行加工。當(dāng)4個(gè)產(chǎn)品全部加工完畢后,處理時(shí)間統(tǒng)計(jì)模塊對(duì)這4個(gè)產(chǎn)品所需要的總時(shí)間進(jìn)行匯總統(tǒng)計(jì)。
圖1中,標(biāo)注有產(chǎn)品1~4、工序1~4以及處理時(shí)間統(tǒng)計(jì)的模塊為層級(jí)模塊,它們都各自包含自己的層級(jí)。使用層級(jí)處理是為了使模型看上去更加簡(jiǎn)潔、明了。產(chǎn)品1、工序1和處理時(shí)間統(tǒng)計(jì)層級(jí)塊及各自的層級(jí)結(jié)構(gòu)詳見(jiàn)圖2、3、4。產(chǎn)品2、產(chǎn)品3和產(chǎn)品4的層級(jí)塊的結(jié)構(gòu)與產(chǎn)品1類(lèi)似,工序2、工序3和工序4的層級(jí)結(jié)構(gòu)與工序1類(lèi)似。
圖2 產(chǎn)品1層級(jí)塊
在產(chǎn)品1的層級(jí)中,它所要實(shí)現(xiàn)的功能為:對(duì)產(chǎn)品1進(jìn)行輸出,并設(shè)置其加工優(yōu)先權(quán)以及在各個(gè)工序的處理時(shí)間。
圖3 工序1層級(jí)
在工序1的層級(jí)中,工序1的加工機(jī)器能夠讀取前面各個(gè)產(chǎn)品在工序1的加工時(shí)間。
圖4 處理時(shí)間統(tǒng)計(jì)模塊的層級(jí)
在處理時(shí)間統(tǒng)計(jì)模塊的層級(jí)中,對(duì)產(chǎn)品輸出數(shù)量進(jìn)行統(tǒng)計(jì),當(dāng)產(chǎn)品輸出數(shù)量為4時(shí),模型就會(huì)自動(dòng)停止對(duì)產(chǎn)品加工總時(shí)間的統(tǒng)計(jì),并輸出4個(gè)產(chǎn)品加工所用的總時(shí)間。
首先,將決策的參數(shù)變量(各個(gè)產(chǎn)品加工的優(yōu)先權(quán))以及目標(biāo)函數(shù)(最短的加工總時(shí)間)在遺傳算法優(yōu)化模塊中進(jìn)行設(shè)置,然后運(yùn)行遺傳算法優(yōu)化模塊??偣策M(jìn)化了51次,并且種群最終100%收斂,見(jiàn)圖5。
圖5 遺傳算法優(yōu)化圖
從圖5中可以看到,優(yōu)化目標(biāo)(最短總加工時(shí)間)很快收斂到最小值22,而種群也在迭代17次后100%收斂。
收斂后的結(jié)果見(jiàn)表2。
表2 遺傳算法優(yōu)化結(jié)果
從表2可以看到,產(chǎn)品1~4的優(yōu)先權(quán)從小到大的排列順序?yàn)楫a(chǎn)品3、產(chǎn)品2、產(chǎn)品4和產(chǎn)品1。在EXTEND仿真軟件中,優(yōu)先權(quán)越小,優(yōu)先級(jí)越大。因此這4種產(chǎn)品在流水線上的加工順序應(yīng)為:產(chǎn)品3、產(chǎn)品2、產(chǎn)品4和產(chǎn)品1。
為了便于證明方法的可行性,本文僅對(duì)一典型排產(chǎn)過(guò)程進(jìn)行了分析,而且只實(shí)現(xiàn)了作業(yè)時(shí)間這一種資源的最小化的優(yōu)化。但是從中可以看到,應(yīng)用EXTEND仿真軟件可以實(shí)現(xiàn)JSSP中的排產(chǎn)優(yōu)化。在實(shí)際應(yīng)用中,只需對(duì)作業(yè)對(duì)象以及相應(yīng)的資源約束作相應(yīng)的替換,就可以同樣應(yīng)用EXTEND軟件實(shí)現(xiàn)在多種資源約束的條件下,確定最佳的作業(yè)生產(chǎn)順序,制訂出合理的生產(chǎn)計(jì)劃。當(dāng)實(shí)際生產(chǎn)過(guò)程中的情況發(fā)生變化時(shí),應(yīng)用EXTEND仿真軟件,并通過(guò)計(jì)算機(jī)可以對(duì)生產(chǎn)作業(yè)及時(shí)地調(diào)整,使生產(chǎn)計(jì)劃符合生產(chǎn)實(shí)際,保證造船生產(chǎn)的高效進(jìn)行。
[1]朱汝敬.入世對(duì)我國(guó)船舶工業(yè)的影響及應(yīng)對(duì)[J].船舶經(jīng)濟(jì)貿(mào)易,2000(2):10.
[2]徐學(xué)光.探索船舶工業(yè)的持續(xù)發(fā)展[J].上海造船,1999(1):15.
[3]何 霆,馬玉林,楊 海.車(chē)間生產(chǎn)調(diào)度問(wèn)題的研究[J].機(jī)械工程學(xué)報(bào),2000,36(5):97-102.
[4]周宏根,蔡 勇,景旭文,朱文彬.船舶柴油機(jī)大規(guī)模動(dòng)態(tài)作業(yè)車(chē)間調(diào)度系統(tǒng)及其關(guān)鍵技術(shù)研究[J].機(jī)械設(shè)計(jì)與制造,2006(4):177-179.
[5]Dagli C.H,Sittisathanchai S.Genetic neuro-scheduler:A new approach for job-shop scheduling[J].Production Economics,1995(41):135-145.
[6]玄光男,程潤(rùn)偉.遺傳算法與工程設(shè)計(jì)[M].北京:科學(xué)出版社,2000.
[7]李錦飛,馬漢武,陳紀(jì)南.生產(chǎn)管理與調(diào)度[M].北京:化學(xué)工業(yè)出版社,2005.