[发明专利]一种基于启发式规则的硫化车间能耗优化调度方法

摘要

本发明公开了一种基于启发式规则的硫化车间能耗优化调度方法，包括步骤：S1、构建硫化车间能耗优化调度模型；S2、针对调度模型中拖期成本优化目标提出三种启发式规则算法；S3、针对能耗成本优化目标提出最小运行能耗启发式算法；S4、针对机器等待和停机的影响能耗成本的问题,提出了控制机器“关-开”状态算法；S5、基于减少状态转换次数节能的精益理论，提出了一种基于工件组批加工的BC算法；S6、基于组合规则性能优于简单调度规则理论，提出了四种基于组合规则的启发式算法；S7、采用分割实验法设计仿真实验算例，进行仿真实验；S8、通过对实验结果进行分析。本发明所述的方法的调度性能好，对硫化车间能耗优化的效果明显，具有良好的节能作用。

主权项

一种基于启发式规则的硫化车间能耗优化调度方法，其特征在于，包括如下步骤：S1、构建硫化车间能耗优化调度模型，该模型中的最小化生产成本E_min由两部分组成包括工件拖期惩罚成本和机器能耗成本，目标函数如公式(1.1)所示：$\begin{array}{c}{E}_{\min }={\mathrm{\Σ}}_{i=1}^n{\mathrm{\β}}_i\·\max (0,C_i-D_i){\mathrm{\Σ}}_{i=1}^n{T}_{\mathrm{ij}}\·p_{\mathrm{ij}1}\·X_{\mathrm{ij}}+\\ {\mathrm{\Σ}}_{j=1}^m{\mathrm{\Σ}}_{i=1}^{H_j}(S_{H_{\mathrm{ij}}}-C_{H_{(i-1)j}})\·(1-Y_{\mathrm{\Δ}{t}_{\mathrm{ij}}})\·p_{j2}+{\mathrm{\Σ}}_{j=1}^m{\mathrm{\Σ}}_{i=1}^{H_j}{a}_j\·p_{j3}\·Y_{\mathrm{\Δ}{t}_{\mathrm{ij}}}\end{array}---\left(1.1\right)$该数学模型应满足下列约束条件：${\mathrm{\Σ}}_{j=1}^m{X}_{\mathrm{ij}}=1---\left(1.2\right)$$\left\{\begin{array}{c}{Y}_{{\mathrm{\Δt}}_{\mathrm{ij}}}=1\\ \mathrm{\α}{p}_{j3}-{\mathrm{\Δt}}_{\mathrm{ij}}{p}_{j2}\<0\\ {\mathrm{\Δt}}_{\mathrm{ij}}=S_{H_{\mathrm{ij}}}-C_{H_{(i-1)j}}\end{array}\right.---\left(1.3\right)$C_i＝S_i+T_ij·X_ij        (1.4)S_i＞R_i    (1.5)C₀＝0    (1.6)${\mathrm{\Σ}}_{i=1,l\≠h}^n{U}_{\mathrm{lhj}}-{\mathrm{\Σ}}_{o=1,o\≠h}^n{U}_{\mathrm{hoj}}=0---\left(1.7\right)$式(1.2)表示一个工件同一时间只能在一台机器上加工。式(1.3)用于确定机器从“停—开”机状态，当时确定机器开始启动预热，αp_j3‑Δt_ijp_j2＜0用于判断机器是否仍处于预热状态，该不等式成立，则表明机器仍需要继续预热。式(1.4)用于计算工件的完工时间。式(1.5)表示工件的开始加工时间不能早于其到达时间。式(1.6)定义下标为0的工件完工时间为0。式(1.7)表示机器同一时间只能加工一个工件。以下是数学模型用的参数变量：β_i：工件i的单位拖期惩罚成本；α_j：机器M_j从停机到运行状态需要的时间；m：机器的数量；n：工件的数量；M_j：第j台机器；J_i：第i个工件；H_j：安排在机器j上加工的工件数量；H_ij：安排在机器j上加工的第i个工件；S_i：工件i的开始加工时间；C_i：工件i完工时间；R_i：工件i到达车间的时间；D_i：工件i交货期；p_ij1：工件i在机器M_j上加工时的单位时间能耗成本；p_j2：机器M_j待机时的单位时间能耗成本；p_j3：机器M_j从停机到运行状态，即预热的单位时间能耗成本；T_ij：工件i在机器M_j上的加工时间；决策标量：式(1.8)用于判断某个工件是否在指定机器上加工，若X_ij＝1则表示工件i在机器j上加工，否则不在机器j上加工；式(1.9)表示机器加工完一个工件后是否马上加工下一个工件，若U_lhj＝1，则表示马上接着加工工件，表明机器仍处于正常工作状态；式(1.10)表示用于判断机器何时由停机转为运行状态。S2、针对调度模型中拖期成本优化目标提出三种基于规则的启发式算法：EDD、ODD、SPT，由于该模型考虑的是非同等并行机的调度问题，所以在采用上述调度规则对工件进行排序时，工件的加工时间T′_i由式(1.11)求得。而对于ODD规则，由于完工时间和交货期均不相同，因此工件的交货期D′_i由(1.12)式求得。$T_i^{\′}=\frac{{\mathrm{\Σ}}_{j=1}^m{T}_{\mathrm{ij}}}{m}---\left(1.11\right)$D′_i＝D_i‑R_i‑T′_i    (1.12)EDD、ODD、SPT算法步骤如下：步骤1：根据上式，求出每个工件的D_i(对应EDD算法)、D′_i(对应ODD算法)、T′_i(对应SPT算法)，并根据D_i、D′_i、T′_i值的递增对工件进行排序，得到对应三种算法的加工工件队列Q。步骤2：根据工件队列，安排第一个工件到机器上加工。如果工件同一时间有多台可加工的机器，选择运行能耗最小的机器上加工。步骤3：在机器上加工工件，更新机器的完工时间C_i。步骤4：重复步骤2、步骤3，直至加工完所有工件。上诉三种算法，除了获得队列时所求参数不同，第2‑4步步骤类似，在此不再一一赘述。S3、针对能耗成本优化目标，提出最小运行能耗启发式算法LPP，LPP规则的核心思想是尽量安排工件到运行能耗最小的机器上加工，工件的平均运行能耗由式(1.13)求得。${\mathrm{Po}}_i={\mathrm{\Σ}}_{j=1}^m\frac{T_{\mathrm{ij}}{p}_{\mathrm{ij}1}}{m}---\left(1.13\right)$步骤1：根据式(1.13)计算每个工件的平均运行能耗Po_i，根据Po_i的递增工件进行排序，得到工件加工队列Q。步骤2：根据工件尽早开工原则(Earliest starting time，EST)，安排加工Q中的工件到机器上加工。如果工件同一时间有多台可加工的机器，选择运行能耗最小的机器上加工。步骤3：在机器上加工工件，更新机器的完工时间。步骤4：重复步骤2、步骤3，直至加工完所有工件。S4、针对“关‑开”能耗优化问题,采用EST调度规则安排工件上机加工，根据工件到达时间与机器空闲时间段的关系，提出了控制机器“关‑开”状态的算法RI:步骤1：根据工件到达时间进行递增排序，获得工件队列Q。步骤2：若有机器空闲，则安排队列中的第一个工件上机器，若同时有几个机器空闲，则分别计算空闲机器的能耗(包括等待能耗和预热能耗)，将工件安排到最小空闲能耗的机器。步骤3：在机器上加工工件，更新机器的完工时间。步骤4：重复步骤2、步骤3，直至加工完所有工件。S5、基于基于减少状态转换次数更节能的精益理论，提出了一种基于工件组批加工的BC算法:步骤1：根据工件到达时间进行递增排序，获得工件队列Q。步骤2：选择队列中的第一个未被加工的机器，将其安排到一个空闲机器上加工，如有多个机器都处于空闲状态，则分别计算其待机能耗(包括等待能耗和预热能耗)，将工件安排待机能耗最小的机器上加工。步骤3：分别计算是工件是否被安排到同一个机器上的机器等待能耗，若前者更节能，则转到步骤2，否则优先将机器安排到该机器上。并更新机器的完工时间步骤4：重复步骤2、3，直至加工完所有工件。S6、基于组合启发式算法理论，提出了四种基于组合规则的启发式算法:EDD+BC算法、ODD+BC算法、SPT+BC算法、LPP+BC算法，四种组合的启发式算法步骤类似，下文以EDD+BC算法为例来说明算法步骤。EDD+BC算法：步骤1：工件由S2提出的EDD算法进行排序，以获得工件队列Q。步骤2：采用S5所提到的BC算法将队列Q中的工件分配到机器上。步骤3：在机器上加工工件，更新机器的完工时间，直到加工完所有工件。ODD+BC算法、SPT+BC算法、LPP+BC算法这三种算法的步骤与EDD+BC算法基本一致，都是采用前面的规则获得工件队列，再由BC算法将工件分配到机器上，在此不再一一赘述。S7、采用分割实验法设计了仿真实验算例，进行大量仿真实验。S8、对实验结果进行分析，表明EDD、SPT、LPP、SPT‑BC四种启发式算法的求解效果较好，其中SPT‑BC启发式算法的求解效果最好。