摘要
近年来，“中国制造”正向“中国智造”转型，而车间调度正是智能制造系统运行的一个核心环节，生产车间的动态调度能够及时处理制造车间动态扰动事件，保证制造车间的稳定生产。柔性作业车间是一种高度集中的制造系统，它的组成部分之间的关系非常复杂。本文研究的柔性作业车间的调度问题不仅考虑工序排序问题和工序的机器选择问题，同时考虑制造车间的物料运输问题，机器人搬运条件下的柔性作业车间更接近现今的工业加工环境。车间制造环境更是实时变更的，订单信息变更、机器非正常运转、加工时间延迟、物料到达延迟等问题在实际加工过程中更是常有的问题，对加工过程中出现的不确定扰动事件的处理更具有现实应用意义。 对于不确定订单信息的机器人制造单元的动态调度问题，本文在柔性作业车间调度问题基础知识上，详细描述了机器人制造单元的加工环境、工作过程，针对该问题建立数学模型，设计遗传算法与变邻域下降搜索算法相结合的改进的文化基因算法和基于改进文化基因算法的动态调度策略，仿真实验结果分析证明该算法和动态调度策略的有效性和稳定性。 本文针对多AGV搬运条件下的柔性作业车间的动态调度问题的研究，首先，对多AGV搬运条件下的柔性作业车间进行详细的描述，根据该调度问题中工序加工顺序约束、机器资源约束和搬运资源（AGV）约束建立数学模型，设计改进的文化基因算法并以最大完工时间为目标函数对该问题进行优化求解，改进的文化基因算法融合了基于双资源多重析取图的关键路径更改方法和自适应大邻域搜索算法，仿真实验证明算法的有效性。接着针对该调度环境下的订单信息变更和机器故障的动态扰动问题设计了基于改进的文化基因算法的动态调度策略，并根据不同规模案例仿真实验所得结果证明动态调度策略的有效性、稳定性和鲁棒性。
NETL