[发明专利]带运输机器人柔性制造车间的双目标优化调度方法及系统

说明书

本发明属于生产调度领域，并具体公开了一种带运输机器人柔性制造车间的双目标优化调度方法及系统，其包括：构建考虑运输任务和加工任务的优化调度模型，随机生成三个初始子种群，第一子种群优化目标为最大完工时间最小化，第二子种群优化目标为碳排放总量最小化，第三子种群优化目标为最大完工时间和碳排放总量加权值最小化；对三个子种群进行单个种群的自进化和多种群间的协同进化，进而挑选出非支配解形成非劣解解集；基于关键路径对非劣解解集进行深度搜索，更新非劣解解集；重复迭代更新非劣解解集，直到达到迭代次数，得到优化后的生产调度方案。本发明能快速获得双目标调度模型的优良非劣解解集，可在兼顾经济效益的同时经济效益最大化。

技术领域

本发明属于生产调度领域，更具体地，涉及一种带运输机器人柔性制造车间的双目标优化调度方法及系统。

背景技术

车间物流是指加工过程中在制品的转运和储存，是车间生产的重要环节，传统的流程行业中多通过辊道的形式实现。但在离散制造行业，特别是生产多品种、小批量的柔性制造系统，工件工艺加工机器的高柔性导致物流任务的起点和终点多变、形式多样。伴随着人工智能技术的不断发展和智能工厂建设的不断推进，运输机器人凭借其高效率、高灵活性、高可靠性已经成为车间物流自动化的重要设备。由于车间内的生产与物流是相互影响、相互制约的，因此对于同时考虑机器和机器人资源的调度能够有效提升制造系统的生产效率。制造企业在实现经济效益最大化的同时，也要兼顾企业的绿色指标，即低碳生产。

由运输机器人组成的物流调度系统是制造企业自动化生产的重要部分，也是未来生产车间向无人化发展一大重要趋势。现有的低碳生产调度方法关注的都是机器产生的能耗，很少考虑运输设备的能耗或考虑运输资源无限，这显然是不符合实际生产的。因为物流中运输任务的完工时间会影响工件在机器上的加工时间，进而影响下一运输任务的开始时间。所以需要根据车间物流调度系统中的机器人数量和机器加工的工件数和工序建立相应的调度模型。需要特别指出的，在生产中若同一工件的相邻工序选择的是同一机器，此时将不存在运输任务。

因此，针对带运输机器人的柔性制造系统，亟需一种可以快速提供兼顾经济指标和绿色指标的生产调度方案的方法。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种带运输机器人柔性制造车间的双目标优化调度方法及系统，其目的在于，快速获得柔性制造系统调度问题的优良非劣解解集，在提高企业生产效率、缩短生产周期的同时，减少制造过程中的碳排放总量。

为实现上述目的，按照本发明的第一方面，提出了一种带运输机器人柔性制造车间的双目标优化调度方法，包括如下步骤：

S1、构建同时考虑运输任务和加工任务的优化调度模型，并确定优化目标为最大完工时间和碳排放总量最小化；

S2、基于优化调度模型，随机生成三个初始的子种群，其中，第一子种群的优化目标为最大完工时间最小化，第二子种群的优化目标为碳排放总量最小化，第三子种群的优化目标为最大完工时间和碳排放总量的加权值最小化；

S3、对三个子种群进行单个种群的自进化和多种群间的协同进化，对进化后的三个种群和当前非劣解解集中的所有个体进行对比，挑选出所有非支配解并更新非劣解解集；初始非劣解解集为空集；

S4、基于关键路径对非劣解解集进行深度搜索，更新非劣解解集；

S5、重复步骤S3和S4，直到达到预设迭代次数，停止迭代，此时非劣解解集中的解即为优化后的生产调度方案。

作为进一步优选的，所述第三子种群中，最大完工时间和碳排放总量的权重由预训练好的深度强化学习模型根据种群状态确定。

作为进一步优选的，步骤S3中，对三个子种群进行单个种群的自进化和多种群间的协同进化，具体为：