国内刊号:11-2187/TH
国际刊号:0577-6686
发布日期:
作者:安友军, 刘成, 陈晓慧, 高开周, 董元发, 孟荣华
单位:1. 三峡大学机械与动力学院 宜昌 443002;2. 重庆大学高端装备机械传动全国重点实验室 重庆 400030;3. 澳门科技大学系统工程研究所 澳门 999078
关键词:柔性作业车间调度,新机器插入,旧机器报废,加工速度选择,维护水平选择,预测性维护,多目标进化算法;
基金:三峡大学科学基金(2024RCKJ032)、国家重点研发计划(2022YFB3303600)、国家自然科学基金(52075292,62173356)和湖北省自然科学基金(2023AFB1116,2022CFB798)资助项目。
针对动态加工环境,现有文献对动态干扰事件的研究主要聚焦在新工件到达和设备随机故障,很少考虑设备数量动态变化(如增加和减少)的影响。为弥补这一不足,研究了一种包含新机器插入、旧机器报废、加工速度选择和预测性维护(Predictive maintenance, PdM)的多目标柔性作业车间生产与维护集成调度问题。具体研究内容包括:① 基于加速退化的Gamma退化过程,设计包含加工速度选择、可变PdM阈值和16种离散检测策略的多阶段-多阈值PdM策略;② 针对新机器插入、旧机器报废和生产调度问题规模,构建自适应重调度策略;③ 为求解该集成优化问题,提出自适应双种群协作多目标进化算法(Adaptive bi-population cooperative multi-objective evolutionary algorithm , ABCMOEA)。在数值仿真中,首先研究参数设置对ABCMOEA算法的影响;然后通过文献对比验证了协同初始化方法和三种局部搜索机制的有效性;紧接着通过与其他智能算法、PdM策略和重调度策略进行对比,分别验证ABCMOEA算法、PdM策略和ARS策略的优越性;最后通过敏感性分析发现,加工速度和维护水平的可选择范围对集成优化研究具有显著性影响,且前者的影响更大。
来源:2025年第14期
《机械工程学报》期刊编辑部