混合型汽車裝配線的排序方法研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著技術的日益進步、市場競爭的日趨激烈以及人們對多樣化和個性化需求的增加,汽車產(chǎn)品逐步趨向多樣化和復雜化。作為一種柔性生產(chǎn)系統(tǒng),混合型產(chǎn)品裝配線(Mixed-model Assembly Lines)可以滿足在同一條裝配線上低成本高效率地生產(chǎn)不同型號的產(chǎn)品,因而被廣泛地應用在汽車生產(chǎn)中。在制定混裝線的生產(chǎn)計劃時,合理的投產(chǎn)序列能夠有效地降低生產(chǎn)成本?;煅b線的產(chǎn)品排序和重排序作為混裝線生產(chǎn)計劃中的兩個重要環(huán)節(jié),其相關研究由來已久。

2、  本課題以汽車混裝線生產(chǎn)系統(tǒng)為研究對象,從降低混裝線生產(chǎn)成本的角度出發(fā),結(jié)合實際生產(chǎn)的需求,深入研究混裝線系統(tǒng)中涂裝車間的重排序問題。生產(chǎn)中采用的重排序模式有兩種:帶緩沖區(qū)的物理重排序和不帶緩沖區(qū)的虛擬重排序,本課題分別對應用虛擬重排序、物理重排序以及混合重排序的涂裝車間重排序問題進行了相關研究。本文的主要研究工作如下:
  (1)對汽車涂裝車間使用虛擬重排序進行序列調(diào)整的問題進行了研究。文中建立了該問題的0-1整數(shù)規(guī)劃模型,然

3、后提出了兩種求解方法:貪婪規(guī)則和束搜索算法。算例分析顯示兩種算法均可以在短時間內(nèi)(小于1s)內(nèi)獲得較好的序列重排效果。另外,文中還對基于以上束搜索的兩種啟發(fā)式算法(迭代束搜索算法和模擬退火算法)進行了性能測試,結(jié)果表明這兩種算法能夠進一步提高大規(guī)模算例的求解質(zhì)量。
  (2)對使用線性緩沖區(qū)的汽車涂裝車間大規(guī)模重排序問題進行了仿真研究,目標是最小化下游汽車序列內(nèi)的顏色變化次數(shù)。文中建立了基于實際環(huán)境的重排序仿真模型,并提出了一個基

4、于滾動規(guī)劃(Rolling Planning Horizon)的重排序方法:引導車輛進入緩沖區(qū)的貪婪填充法和離開緩沖區(qū)的單種顏色釋放法。和實際中廣泛采用的簡單重排序規(guī)則相比,文中所提出的重排序方法可以獲得質(zhì)量更好的序列重排效果,且算例越復雜時其體現(xiàn)出來的優(yōu)越性越大。另外,仿真研究還得出以下結(jié)論:增加緩沖區(qū)的車道數(shù)對重排序是有利的;獲得較優(yōu)重排序結(jié)果的緩沖區(qū)WIP水平在50%~70%之間。
  (3)將兩種重排序模式(即虛擬重排序和

5、使用線性緩沖區(qū)進行重排)混合使用,對汽車涂裝車間的大規(guī)模重排序問題進行了仿真研究。提出了兩個虛擬重排序過程,即上游序列內(nèi)的虛擬重排序和緩沖區(qū)內(nèi)的虛擬重排序,并據(jù)此建立了相應的重排序仿真模型。然后設計了分別適用于上游序列內(nèi)虛擬的顏色導向法和緩沖區(qū)內(nèi)虛擬的局部搜索算法。在四種不同的重排序環(huán)境下,通過仿真研究驗證了線性緩沖區(qū)與虛擬重排序混合的重排序方法可以有效地進一步降低下游序列的顏色變化次數(shù),并且相對于緩沖區(qū)內(nèi)的虛擬處理,上游序列的虛擬處理

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論