基于实际离散制造数据的单元化制造系统构建.pdf

《基于实际离散制造数据的单元化制造系统构建.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第４期（总第２０３期）机械工程与自动化Ｎｏ．４２０１７年８月ＭＥＣＨＡＮＩＣＡＬＥＮＧＩＮＥＥＲＩＮＧ＆ＡＵＴＯＭＡＴＩＯＮＡｕｇ．文章编号：１６７２６４１３（２０１７）０４００６４０２基于实际离散制造数据的单元化制造系统构建任秀丽，杨建军（北京航空航天大学机械工程及自动化学院，北京１００１９１）摘要：采用改进的聚类—遗传算法联合仿真建模分析解决某航空制造企业在构建单元化制造系统过程中的零件、设备及工装的单元化问题以提高其敏捷性和快速重构能力。对ＭＥＳ中的离散制造数据进行详细的分析和设计，以最小单元间交叉和平衡单元负荷为目标，计

2、算零件、设备形成单元的分组结果，并进行动态仿真。结合仿真结果及成组效率分析等评价指标再次验证评价单元划分情况，为解决实际离散性制造数据的单元构建提供了一套完整的方法和建模分析，为推进可重构理论和单元化制造系统在实际中的应用提供参考。关键词：重构；聚类—遗传算法；单元化；制造系统中图分类号：ＴＰ３９１．７文献标识码：Ａ０引言的情况。工业４．０以来各国制造业间的竞争愈演愈烈，生（３）关键机床利用率偏高、机床使用情况不均衡。产模式逐渐向小批量离散生产方式的敏捷性与大批量（４）工艺路线较长、工装使用情况复杂。流水线生产方式的高效率相结合的混线

3、生产方式方向１．２改进的聚类算法发展。国内外学者提出了很多先进的制造模式，如敏聚类分析法［７］以相似系数来描述零件之间的相似捷制造（ＡＭ）、生物制造（ＢＭ）［１］、全息制造（ＨＭ）［２］和程度，进而以规定的统计量为判据将多种零件逐次聚可重构制造（ＲＭ）［３］等。尽管概念略有不同，但本质合形成零件族。为了更全面地考虑工装因素在单元构上都是寻求形成单元的解决办法。建中的重要作用，本文将相似系数重新定义为：单元化制造［４］以敏捷制造为基础，保留其在缩短犛犻犼＝犳１×犆犻犼／（犆犻犼＋犆犻＋犆犼）＋犳２×犜犻犼／（犜犻犼＋犜犻＋犜犼）．提前期

4、、减少在制品方面的优势，利用零件之间的相似其中：犛犻犼为零件Ｘ犻与Ｘ犼之间的相似系数；犳１为工艺性减少生产准备时间。单元构建是构造单元化制造系相似性所占比重；犳２为工装相似性所占比重；犆犻犼为零统的非常重要的一步，它主要利用成组技术划分零件件Ｘ犻与Ｘ犼之间共用的机床数；犆犻为零件Ｘ犻单独使族以及机床组［５］。实现单元构建主要有以下几个方用的机床数；犆犼为零件Ｘ犼单独使用的机床数；犜犻犼为零法：以零件生产工艺过程为划分单元依据的生产流程件Ｘ犻与Ｘ犼之间共用的工装数；犜犻为零件Ｘ犻单独使分析法［６］、编码分类法、柔性分类法等。用的工装数；

5、犜犼为零件Ｘ犼单独使用的工装数。本文以离散性制造系统为研究背景，利用某航空在经典的相似系数聚类算法中，关联矩阵表达的制造企业ＭＥＳ中的制造数据，进行实际数据分析、单信息不全面，导致最终的分组结果不理想。针对以上元划分、仿真建模研究，为实现离散制造系统中制造资问题对算法进行如下改进：源的逻辑性重构提供基础。（１）在按照相似系数标准聚类之后得到零件族，１改进的聚类—遗传算法设计对各零件族所涉及使用的机床按照其利用率情况分为１．１离散制造数据的特点关键机床和非关键机床。在实际离散性制造系统中，制造数据复杂、成组性（２）考虑机床的实际数量，如

6、果零件族共用某类低、离散度高，使单元的划分变得尤为困难，对ＭＥＳ关键机床的数量大于实际机床的数量，则将相应的零中的数据分析后得到其制造数据有如下特点：件族进行一定程度的合并。（１）零件种类繁多、完成加工的机床和工装也相（３）在划分机床组时按照先主后次的原则，优先对较多。考虑关键机床，再考虑非关键机床。（２）零件的工序数量多，包含很多外协工序，也存（４）将占用率极高的机床提前形成一个并行单在连续几个工序都在同一机床上加工但使用工装不同元，单元划分结束后再根据并行单元内的实际情况进收稿日期：２０１７０１０４；修订日期：２０１７０５

7、０５作者简介：任秀丽（１９９０），女，吉林通化人，在读硕士研究生，研究方向：智能制造。２０１７年第４期任秀丽，等：基于实际离散制造数据的单元化制造系统构建·６５·行再次分配。最后，与其他算法的验证结果对比，详细结果信息１．３自适应遗传算法如表１所示［１０］。从表１来看，本文提出的算法的计算遗传算法是在模拟达尔文进化论的自然选择和自结果无论与最优解还是ＧＡ比较都相差甚少，故得出然遗传学理论基础上的一种随机搜索和优化方法。本本算法具有有效性和正确性的结论。文的自适应遗传算法参考ＭａｒｋＫＬ［８］的原理进行了适当改进，用聚类算法的结果作为

8、初始解。１．４算法的验证为验证算法的有效性与准确性，参考标准案例对算法进行了验证，以成组效率犈犌、键能值α、单元密度犲１和单元交叉率犲２作为评价指标与已知的算法进行了对比分析。其中对Ｒａｊａｇｏｐａｌａｎ［９］提出的第一