[发明专利]基于粒子群算法的车间设备布局优化方法

说明书

本发明公开了一种基于粒子群算法的车间设备布局优化方法，方法包括以下步骤：构建车间设备布局优化的数学模型，该模型以设备不得干涉与重叠、重复等为约束条件；采集车间任务生产数据集，提取加工设备及工序相关信息；基于所述加工设备及工序相关信息，利用改进的粒子群算法对数学模型进行求解，获得车间设备布局优化方案；判断车间任务是否更新，若是，返回执行第二步，否则输出车间设备布局优化方案。针对现有布局方法存在布局设计模型过于复杂、缺乏灵活性、生产成本过高等问题，本发明方法应用计算机仿真技术和粒子群算法相结合的方式，使得车间设备布局更具有灵活性，能降低生产成本，提高生产效率。

技术领域

本发明属于机械制造车间设备布局领域，特别涉及一种基于粒子群算法的车间设备布局优化方法。

背景技术

车间设备布局问题已不是一个新问题，传统的车间设备布局方法一般通过流程图、样片排列组合等方法，对操作者经验要求较高，严重依赖于设计者的直观感觉和艺术水平，目前已无法满足车间设备布局问题中逐渐增加的定量的约束。据统计，当车间设备布局不合理时，物料等待时间将占到产品生产周期的90％以上，极大地制约着生产效率。实践证明，制造企业生产中有20％～50％的总运营成本是物料搬运成本，而通过有效的车间设备布局设计可以使该成本降到10％～30％，因此采用了有效的车间设备布局优化，制造业的生产效率将会比过去十几年效率都高得多。随着科学技术的迅速发展，为了减少和消除不必要的车间作业，以提高企业生产效率并降低成本。车间设备布局问题得到了运筹学和管理科学等领域的共同重视，被视为在满足一定约束条件下通过优化某些性能指标，以得到最优解的一类组合优化问题。

传统的车间设备布局方法主要根据生产资料对实体设备进行简化，将空间布局问题抽象为数学模型，通过一定的求解算法进行求解。但仍然存在一些问题。首先，数学模型的建立是在简化了很多面积信息和几何形状信息的基础上，与实际环境有所差距。然后由于车间系统具有动态性，过多的约束可能使数学模型无法求解。最后传统的布局设计模型过于复杂，缺乏灵活性，生产成本过高。传统的车间设备布局方法已经不能满足现代制造业柔性化、敏捷化、智能化等要求，新的车间设备布局方法的成为当今研究的热点。

针对上述问题，引起了诸多科研团队的广泛关注。李爱平等人提出了基于NSGA-Ⅱ的多目标车间设备布局。张映红等人提出了汽车冲压车间设备布局调整优化研究与实践。黄超等人提出了基于仿真的车间设备布局优化设计。齐婉莎等人提出了基于精益生产的某车间设备布局与排产研究。张新敏等人提出了基于混合蚁群算法机加车间设备布局优化研究。但这些方法仍然存在一些不足，由于实际车间设备布局环境具体动态性对数学模型的建立和求解会产生了较多的影响。

发明内容

本发明的目的在于针对上述现有技术存在的问题，提供一种基于粒子群算法的车间设备布局优化方法，以使得车间设备布局具有灵活性，降低生产成本，提高生产效率。

实现本发明目的的技术解决方案为：一种基于粒子群算法的车间设备布局优化方法，所述方法包括以下步骤：

步骤1，构建车间设备布局优化的数学模型；

步骤2，采集车间任务生产数据集，提取加工设备及工序相关信息；

步骤3，基于所述加工设备及工序相关信息，利用改进的粒子群算法对数学模型进行求解，获得车间设备布局优化方案。

步骤4，判断车间任务是否更新，若是，返回执行步骤2，否则输出车间设备布局优化方案。

进一步地，步骤2所述构建车间设备数学模型，具体包括：

步骤2-1，模型假设：

1)车间设备布局空间为矩形结构且布局面积已知；

2)待布局的各个设备作业单元，假定均为矩形且长宽己知；

3)假定每个设备作业单元有一个最小间隙，且间隙距离已知；