一种飞机起落架生产车间绿色调度方法

本发明属于飞机起落架生产车间的绿色调度领域，具体涉及一种飞机起落架生产车间绿色调度方法。

背景技术：

1、飞机起落架生产具有数量大、生产关系复杂等特点，同时其生产加工机器的选择具有一定柔性，飞机起落架的生产调度问题已被证明是np-hard问题。

2、从绿色调度的角度来看，已有的研究存在两大方面的不足：一是将“绿色＝减少能耗”的惯性思想将绿色和能耗的减少完全等同起来，因此在模型构建中只考虑了能耗的降低(包括机器能耗，运输能耗等)，而忽略了其他资源的消耗；同时构建的调度目标维数过低、目标中对于资源消耗的划分不够细致；二是缺乏合理的绿色评价指标体系来评估调度方法的整体绿色性能。

技术实现思路

1、为克服现有技术在解决飞机起落架生产车间绿色调度问题中存在的不足，本发明提供一种飞机起落架生产车间绿色调度方法。

2、本发明技术方案如下：

3、步骤1：基于历史设备故障数据和紧急插单数据，通过三次指数平滑方法计算预期设备故障和紧急插单情况：

4、1.1：对于设备故障和紧急插单原始序列xp＝{x1,x2,x3,...,xn}和yp＝{y1,y2,y3,...,yn}按照分治递归算法分别计算最优值α1和α2；

5、1.2：将时间序列最优预测系数值α1和α2代入如下公式：

6、

7、其中α代表最优预测系数值，x(0)(k)表示设备故障原始序列或紧急插单原始序列，l表示第l期的平滑值计算出原始序列的一次平滑s(1)(k)、二次平滑s(2)(k)、三次平滑序列s(3)(k)；

8、1.3：根据如下公式计算设备故障和紧急插单序列预测模型懂得叙述模型系数：

9、

10、1.4：建立预测模型并计算结果，t表示待预测数据与目前时刻的距离，也称为预测步长；

11、1.5：在下一个生产阶段到来后，将在观测点k+t时刻所观测到的设备故障以及紧急插单序列加入设备故障和紧急插单原始序列，转步骤2.1；

12、步骤2：建立飞机起落架生产车间绿色调度目标优化的数学模型，目标函数如下：

13、f1＝min{max[ti|t∈(1,2,3,...,n)]}

14、f2＝min w＝wbusy+widle+wtrans

15、f3＝min te

16、f4＝min e＝ewater+egas

17、

18、设f1为最小化最大完工时间，其中ti为工件ji的完工时间；f2为最小机器总能耗，包括wbusy所表示的机器加工能耗，widle所表示的机器空闲能耗，wtrans所表示的机器状态转换能耗，其中n为待加工工件的总件数，m为工段的总数，m为加工机器数，ti,j,k为工件ji在工段bj的第k个加工机器mj,k上的加工时间，xi,j,k为决策变量，用来表示工件是否正在机器上加工，若有工件正在机器上加工则为1，若没有工件正在机器上加工则为0；f3为最小化agv小车所产生的运输能耗；f4为最小化辅助资源消耗，包括水资源的消耗和气资源的消耗，ewater和egas分别是水资源消耗和气资源消耗的计算方法；f5为最小化机器噪声计算方法，其中ni,j,k为在工段bj的第k个加工机器mj,k上的指定工件ji，其约束为：

19、

20、

21、zi,j,k＝si,j,k+ti,j,k

22、zi,j,k≤si,j,k

23、xp＝{x1,x2,x3...,xn}

24、yp＝{y1,y2,y3,...,yn}

25、其中,nj,k表示某个加工机器上加工的工件总数等于所有分配到该加工机器上加工的工件总数，ni,j,k为在工段bj的第k个加工机器mj,k上的指定工件ji；表示一个工件在某一阶段的并行加工机器中只能选择在其中一个加工机器上进行加工，其中mi,j代表当前工件所在工序的加工机器，xi,j,k代表工序在其可选机器上加工；zi,j,k表示工件在某个阶段某个加工机器上的开始加工时间、结束加工时间和加工时间三者之间的关系；zi,j,k≤si,j,k表示工件连续加工时在某个阶段某个加工机器上的开始加工时间和结束加工时间之间的关系，其中zi,j,k为开始加工时间，si,j,k为结束加工时间；xp和yp分别表示根据步骤1所计算出的，在某生产阶段中设备故障和紧急插单关系；

26、步骤3：改进遗传变邻域算法优化求调度解，其步骤如下：

27、3.1：参数设置：设最大代次数为maxgen，种群规模为popsize，交叉概率为pc，变异概率为pm；染色体是制造中工序和机器编码的载体，种群是染色体的一个集合；

28、3.2：种群初始化：采用msos编码的方式产生popsize个染色体，并将染色体分为两组，数量各为染色体总个数的一半；由于考虑到求解目标为最小化项目工期以及最小化机器能耗、最小化运输能耗以及最小化辅助生产能耗，先采用优先级规则初始化部分个体，其余个体采用随机初始化以提高初始种群的多样性；

29、3.3：计算个体适应度值，选用目标函数分配以不同的权值后求和的结果作为适应度函数，并判断当前迭代次数gen是否达到最大迭代次数maxgen，若达到最大迭代次数则输出最优解；否则转步骤3.4；

30、3.4：选择：采用锦标赛选择策略对个体进行选择，每次从种群中随机选择一定数量的个体，根据其适应度函数值选择其中最优的个体进入新种群；

31、3.5：交叉：采用交叉概率pc进行交叉，使用单点交叉和pox交叉的混合交叉方法生成子代染色体；

32、3.6：变异：按变异概率pm对遗传算子的基因型做变动，采用右移变异和交换变异的混合变异方法，变异后产生新的种群newpop；

33、3.7：变邻域操作：从newpop中选择适应度值前20％的个体作为变邻域操作的初始解集s，变邻域操作后生成局部最优解集；

34、3.8：将局部最优解集重插入到原种群中，转步骤3.3。

35、进一步的，所述步骤2的调绿色调度模型中多维目标函数的计算，式中各已提到过的参数解释详见步骤2，其具体方式为：

36、(1)计算机器加工能耗

37、

38、其中，pi,j,k为工件ji在工段bj的第k个加工机器mj,k上的加工功率，ti,j,k为工件ji在工段bj的第k个加工机器mj,k上的加工时间，xi,j,k为决策变量，用来表示工件是否正在机器上加工，若有工件正在机器上加工则为1，若没有工件正在机器上加工则为0

39、(2)计算机器空闲能耗

40、

41、其中，ph,i,j,k为工件ji在工段bj的第k个加工机器mj,k上的空闲功率，hi,j,k为工件ji在工段bj的第k个加工机器mj,k上的空闲时间

42、(3)计算机器状态转换能耗

43、

44、pa,i,j,k为工件ji在工段bj的第k个加工机器mj,k上的状态转换功率，ai,j,k为工件ji在工段bj的第k个加工机器mj,k上的状态转换时间；

45、(4)计算生产中水资源消耗

46、

47、其中，bi,j,k为工件ji在工段bj的第k个加工机器mj,k上的加工时单位时间耗水量，ba,i,j,k为工件ji在工段bj的第k个加工机器mj,k上的调整时单位时间耗水量，bh,i,j,k为工件ji在工段bj的第k个加工机器mj,k上的空闲时单位时间耗水量

48、(5)计算生产中气资源消耗

49、

50、其中，ci,j,k为工件ji在工段bj的第k个加工机器mj,k上的加工时单位时间耗气量，ca,i,j,k为工件ji在工段bj的第k个加工机器mj,k上的调整时单位时间耗气量，ch,i,j,k为工件ji在工段bj的第k个加工机器mj,k上的空闲时单位时间耗气量。

51、进一步的，所述步骤3的改进遗传变邻域算法中的交叉方法，其具体方式为：

52、使用单点交叉和pox交叉的混合交叉方法进行交叉操作。首先使用改进的单点交叉方式进行交叉，从父代取两个个体进行交叉，分别为m1和m2，取随机整数m'作为断点，1≤m'<n，n为整数，则得到两个子代c1和c2；子代c1的活动序列中，i＝1,...,m'的部分来自于父代m1，而i＝m'+1,...,n，n为整数，的部分来自于父代m2，但在这部分序列中，已经从父代m1中选择的活动将不再被考虑，这样的操作保证了父代中的活动优先顺序得以被保留且每个活动只出现一次，所产生的子代个体不会出现非法个体，子代c2的产生同理可得，便得两个新的子代个体；同时使用pox交叉方法对个体进行交叉操作，随机选择两条染色体p1和p2，并初始化两条空的子代染色体o1和o2，将工件集随机分为两个非空集合s1和s2，将p1中属于集合s1的基因复制到o1相同的基因座上，再将p2中删除了o2中已确定的基因后剩余的基因从左到右依次填充到o1的空位上，互换p1和p2的角色，生成子代染色体。

53、进一步的，所述步骤3的改进遗传变邻域算法中的变异方法，其具体方式为：

54、采用右移变异和交换变异的混合变异方法进行变异操作。首先采用了一种右移变异的策略，考虑某一个体的活动序列λ＝{1,2,..,i,...,n}，n为整数，i为随机选择的活动，现将i所在位点右移某一位置产生新一代个体，为了使新个体的活动序列仍然符合活动的优先级循序而不产生非法解，在右移之前需要判断该活动最小的可右移位置，即不破坏原有的紧后关系，而由于是将活动右移，所以其紧前活动仍然有效，从而得到新的个体λ’＝{1,...,i-1,i+1,...,h-1,i,h,...,n}，n为整数，h所在位置即为i最小的可右移位置；同时使用交换变异对染色体个体进行变异操作，首先选择一条染色体,然后随机选择染色体上的两个基因座，交换两个基因座上的基因，生成子代个体，变异操作后产生新的种群。