新材料及其应用

本发明的目的是为了解决目前多车间综合调度方法只考虑产品在不同设备上加工引起的问题以及只考虑产品本身在加工过程中引起的问题,没有考虑迁移引起的问题,为此,提供一种基于K最短路径的多车间综合调度方法。

成果亮点

本发明涉及一种基于K最短路径的多车间综合调度方法，针对复杂单产品分配到多车间柔性设备上加工时，加工工序在车间内部以及车间之间迁移会耗费相应的时间和成本问题;包括如下步骤：首先，针对迁移约束和设备资源约束两大问题，基于K最短路径的思想，设计了考虑迁移和设备资源问题的析取图模型；其次，针对调度过程中仅优先考虑某一单一目标进行调度，导致的调度结果偏坠问题，设计了属性融合策略，使得选取的路径属性值更加均衡。

大型制造企业

对于大型机械制造企业，如飞机制造公司，其生产车间众多，包括零部件加工车间、装配车间、涂装车间等。各车间之间存在复杂的物料运输路径和工序关联。基于 K 最短路径的综合调度方法可以根据不同车间的生产任务、设备状态和运输距离等因素，快速计算出多条较优的生产路径。例如，在飞机机翼的生产过程中，从原材料加工车间到零部件精加工车间，再到总装车间，通过这种调度方法能够找到 K 条最短的运输和加工路径，优化整个生产流程，减少零部件在车间之间的运输时间和等待时间，提高飞机制造的整体效率。

在汽车制造行业，冲压车间、焊接车间、涂装车间和总装车间之间需要紧密协作。这种调度方法可以考虑车间之间的不同路径选择，根据订单需求和车间生产能力，动态地安排车辆生产路径。比如，当冲压车间的某条生产线出现故障时，能够快速找到替代的 K - 1 条最短路径，将原材料或半成品运输到其他正常的生产线进行后续加工，保证汽车生产的连续性，降低因设备故障导致的生产延误风险。

智能工厂和工业 4.0 环境

在智能工厂中，物联网和自动化技术使得车间之间的信息交互更加频繁和复杂。基于 K 最短路径的综合调度方法可以结合智能物流系统和生产管理系统，实时监控车间设备状态和物料位置。例如，在一个自动化的电子产品制造智能工厂中，芯片加工车间、电路板组装车间和产品测试车间之间的物料运输由自动导引车（AGV）完成。调度方法可以根据 AGV 的行驶速度、车间之间的通道状况和生产任务的紧急程度，计算出 K 条最短路径，使 AGV 能够高效地将物料在车间之间运输，提高生产自动化程度和生产效率，实现工业 4.0 下的智能化生产调度。

分布式制造和供应链协同

在分布式制造模式下，企业的生产车间可能分布在不同的地理位置。这种调度方法可以考虑不同地理位置车间之间的运输成本和时间等因素，找到 K 条最优的供应链路径。例如，一家服装制造企业，其面料生产车间在一个地区，裁剪和缝制车间在另一个地区，成品包装车间在第三个地区。通过基于 K 最短路径的综合调度方法，可以优化各车间之间的物流配送路径，降低运输成本，提高供应链的协同效率，确保服装产品能够快速、高效地生产和交付，适应市场的快速变化。

有益效果：

1 .本发明考虑了加工工序在多车间柔性加工设备上加工，加工工序在车间内部各设备 上发生迁移以及在多个车间之间进行辗转后，迁移引起的问题，以往综合调度算法只针对产品在不同设备上加工引起的问题或是产品本身在在多个车间加工过程中引起的问题，并 没有将迁移问题以数据的形式进行分析比较，通常以次数多少进行比较分析;本发明基于K 最短路径的思想,将迁移约束和设备资源约束进行了整合;利用属性融合策略，解决了时间 和成本双目标偏坠问题，使得调度结果更均衡;①针对迁移约束和设备资源约束两大问题, 基于K最短路径的思想,设计了考虑迁移和设备资源问题的析取图模型;②针对调度过程中仅优先考虑某一单一目标进行调度，导致的调度结果偏坠问题，设计了属性融合策略，使得选取的路径属性值更加均衡；

2.本发明首次在多车间柔性综合调度中基于K最短路径的思想，引入考虑迁移和设备资源问题的析取图模型，该析取图模型能够针对柔性加工问题更加直观的表达工序之间的约束关系以及设备资源的约束关系，并且通过对其弧赋值，能够将迁移信息也同时表示出来。