一种工艺规划与调度集成的再制造决策方法

技术特征：
1.一种工艺规划与调度集成的再制造决策方法，其特征在于，所述工艺规划与调度集成的再制造决策方法，包括：以区间数表示加工时间，构建总区间加工能耗、总区间空闲能耗、区间完工时间和最大机器负载的目标函数，然后以最小化能耗、最小化最大完工时间和最小化最大机器负载建立再制造工艺规划与调度的集成模型；对所述再制造工艺规划与调度的集成模型求解，得到最优再制造工艺规划与调度方案，按照得到的最优再制造工艺规划与调度方案进行再制造。2.根据权利要求1所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述总区间加工能耗目标函数如下：所述总区间空闲能耗目标函数如下：所述总区间空闲能耗目标函数如下：总区间能耗表示为：所述区间完工时间目标函数如下：所述区间完工时间目标函数如下：所述最大机器负载目标函数如下：所述再制造工艺规划与调度的集成模型，表示为：其中，表示总区间能耗，表示总区间加工能耗，表示总区间空闲能耗，f1为总区间能耗目标函数，f2为区间完工时间目标函数，f3为最大机器负载目标函数；表示m
s
的单位加工功率，m
s
表示第s个机器，s＝1,...,s，s是机器总数；为0-1决策变量，1表示o
nj
在机器m
s
上执行，否则为0；表示在机器m
s
上执行o
nj
的区间完成时间，o
nj
表示p
n
的第j个
的操作，j＝1,...,j
n
，其中j
n
是零件p
n
中需要再加工的特征数量，p
n
表示第n个零件，n＝1,...,n，其中n是零件的总个数；表示在机器m
s
上执行o
nj
的区间开始时间；表示m
s
的单位空闲功率，表示0-1决策变量，1表示机器m
s
在相邻操作o
n'j'
和o
nj
之间关闭，否则为0；p
n’表示不同于p
n
的一个零件，j
n’是零件p
n’中需要再加工的特征数量；o
n’j’表示p
n’的第j’个的操作，j'＝1,...,j
n'
；表示在m
s
上执行的o
nj
的前一个操作o
n'j'
的区间完成时间；表示在m
s
上执行的操作的区间完成时间，表示p
n
的第j
n
个的操作；表示0-1决策变量，1表示机器m
s
在相邻操作o
n'j'
和o
nj
之间关闭，否则为0；h
s
表示关闭m
s
的时间阈值；表示在机器m
s
上执行o
nj
的区间加工时间。3.根据权利要求2所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述工艺规划与调度集成的再制造决策方法，还包括：对总区间能耗目标函数、区间完工时间目标函数和最大机器负载目标函数进行等价变换，将区间目标值转换为实值，采用公式如下：其中，表示等价变换后的实值，ω
m
为目标函数f
m
的不确定性程度的权重，表示第m个目标函数值f
m
的区间数形式。4.根据权利要求1所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述对所述再制造工艺规划与调度的集成模型求解，采用改进的第二代非支配排序遗传算法，包括：步骤f1、初始化，使用多维编码方法随机产生新种群p
g
(n)；步骤f2、执行遗传操作产生子代种群q
g1
(n)；步骤f3、将p
g
(n)和q
g1
(n)合并，使用快速非支配排序和拥挤距离方法产生下一子代种群q
g2
(n)；步骤f4、在q
g2
(n)上执行局部搜索策略产生用于下一次迭代的新种群p
g 1
(n)；步骤f5、迭代次数g等于g 1；步骤f6、判断g是否达到最大迭代次数，如果是则输出p
g
(n)中的近似帕累托最优解集，否则返回步骤f2进行下一次迭代。5.根据权利要求4所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述多维编码方法包括两层：特征层和再加工层，特征层表示零件索引、特征和失效模式信息，再加工层表示候选操作索引和候选机器索引，特征层为第一维度，再加工层候选操作索引为第二维度，候选机器索引为第三维度。6.根据权利要求4所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述执行遗传操作产生子代种群，包括执行交叉算子和变异算子，其中：所述交叉算子采用扩展型优先操作交叉pox，所述扩展型优先操作交叉pox执行如下操作：将所有零件随机分为两给非空集为零件集1和零件集2；对于参与交叉操作的两个染色体，将零件编号属于零件1的基因分别复制到两个子代
染色体中，并保留其先后顺序；对于参与交叉操作的两个染色体，将零件编号属于零件2的基因分别交叉复制到两个子代染色体中，并保留其先后顺序；或，所述交叉算子采用扩展型基于作业的顺序交叉jox，所述扩展型基于作业的顺序交叉jox执行如下操作：将所有零件随机分为两给非空集为零件集1和零件集2；对于参与交变异操作的两个染色体，将第一个染色体中零件编号属于零件集1的基因复制到第一个染色体对应的子代中，将第二个染色体中零件编号属于零件集2的基因复制到第二个染色体对应的子代中，并保留位置相同；对于参与交叉操作的两个染色体，将第一个染色体中零件编号属于零件集1的基因复制到第二个染色体对应的子代中，将第二个染色体中零件编号属于零件集2的基因复制到第一个染色体对应的子代中，并保留其先后顺序；所述变异算子包括将两点交换算子用于变异特征层，将单点变异算子用于变异再加工层，其中两点交换算子即随机选择两个位置并交换相应基因，单点变异算子即随机选择一个基因并用候选集中的不同基因替换该基因。7.根据权利要求6所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述交叉算子的自适应交叉率计算公式如下：其中，p
c
表示自适应交叉率，p
c_initial
为初始交叉率，iter_max和iter_current分别表示最大迭代次数和当前迭代次数。8.根据权利要求6所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述变异算子的自适应变异率p
m
计算公式如下：其中p
m_initial
表示初始变异率，iter_max和iter_current分别表示最大迭代次数和当前迭代次数。9.根据权利要求4所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述局部搜索策略包括：按概率执行第一个局部搜索算子，或第二个局部搜索算子，或第三个局部搜索算子；所述第一个局部搜索算子执行如下操作：从帕累托前沿中随机选择一个染色体p，对于要进行局部搜索的染色体i，比较染色体之间每个零件的特征顺序，对于特征顺序相同的零件，将染色体i中相应的基因复制到新染色体中，并保留其先后顺序；对于特征顺序不同的零件，将染色体i中预设部分的基因复制到新染色体中，并保留其先后顺序；对于特征顺序不同的零件，将染色体p中剩余部分的基因复制到新染色体中，并保留其先后顺序；所述第二个局部搜索算子执行如下操作：随机选择种群中的一个染色体，生成一个长度与所选择染色体相同的字符串向量h，字符串向量h由随机的0或1组成；
在再加工层中，保留h中为1的相对应位置的基因至新染色体，并保留其先后顺序；在再加工层中，选择另一个候选操作和候选机器替换h中为0的相对应位置的基因至新染色体，选择的候选操作和候选机器分别对应候选集中所需加工时间最短的候选操作以及候选机器；所述第三个局部搜索算子执行如下操作：随机选择两个不同的基因，将前者插入到后者的前面，使其相邻。10.根据权利要求9所述的工艺规划与调度集成的再制造决策方法，其特征在于，所述第三个局部搜索算子之后，还执行第四个局部搜索算子来修复不可行解，所述第四个局部搜索算子，执行如下操作：检查每个零件的特征顺序是否满足特征约束，如果不满足，则根据该零件的特征约束随机重组特征基因并替换原位置；检查操作是否能完成相应特征的加工，机器是否能完成相应的操作，如果不满足，则在相应的候选集中随机选择一个可行的操作或机器基因，以满足相应特征的加工要求。

技术总结
本发明公开了一种工艺规划与调度集成的再制造决策方法，以区间数表示加工时间，构建总区间加工能耗、总区间空闲能耗、区间完工时间和最大机器负载的目标函数，然后以最小化能耗、最小化最大完工时间和最小化最大机器负载建立再制造工艺规划与调度的集成模型，对所述再制造工艺规划与调度的集成模型求解，得到最优再制造工艺规划与调度方案，按照得到的最优再制造工艺规划与调度方案进行再制造。本发明不仅考虑了以区间数表示的加工时间的不确定性，而且还考虑了与缺陷零件质量不确定性相关的工艺规划的选择，在不确定性的再制造环境下更全面地协调工艺规划和调度。更全面地协调工艺规划和调度。更全面地协调工艺规划和调度。


技术研发人员：张帅 徐惠芬 张文宇 刘湘琪 方圆
受保护的技术使用者：浙江财经大学
技术研发日：2022.04.07
技术公布日：2022/6/21