考虑加工时间不确定的工艺路线优化研究

何靖　戴宁

【摘 要】為缩短零件加工时间，提出了一种基于模糊加工时间的产品柔性工艺路线优化方法。首先，考虑到实际情况中，加工时间的不确定特点，采用三角模糊数的方法表示加工时间。以最小模糊加工时间为目标函数，建立了数学模型。最后，设计了求解该模型的人工蚁群算法。在此基础上，对一种包含13个加工元的零件进行了实例验证。结果表明，该方法切实有效，符合实际生产情况。

【关键词】工艺路线；模糊加工时间；人工蚁群算法

中图分类号： TH165；TP18 文献标识码： A 文章编号： 2095-2457（2017）29-0060-002

【Abstract】In order to shorten the machining time of parts， a method of product flexible route optimization based on fuzzy processing time is proposed. Firstly， considering the uncertain characteristics of processing time， the method of triangular fuzzy number is used to express the processing time. The mathematical model is established by using the minimum fuzzy processing time as the objective function. and secondly， an artificial ant colony algorithm is designed to solve the model. On this basis， a batch of parts containing 13 processing elements were validated. The results show that the method is effective and conforms to the actual production situation.

【Key words】Process route optimization； Fuzzy processing time； Artificial ant colony algorithm

0 前言

零件的工艺路线是指从零件模型获取零件结构、功能和设计要求等信息，然后确定其加工方法和所需资源，完成零件从毛坯状态到成品状态转变的过程。[1]选择一条较优的工艺路线，不仅可以大大提高企业的生产效率，而且能明显的节省成本、节约资源。所以，如今工艺路线优化问题受到更大的重视。

近年来，随着智能算法的推广运用。遗传算法、蚁群算法、模拟退火算法以及混合算法越来越多的被运用于解决工艺路线优化问题。文献[2]提出了一种人工蜂群算法的优化算法，但是忽略了加工时间不确定的影响。文献[3]考虑到以制造资源更换率最低为目标，但是忽略了加工时间的影响。以往工艺路线优化问题，基本上都是在设备的加工时间确定的前提下进行的。然而，现实情况下，由于工人技术的熟练程度、突发事件、工具损坏等因素时有发生。导致零件的工序的加工时间呈现显著的不确定性的特征。

因此，本文将综合考虑加工元优化排序和模糊加工时间不确定的影响。引用三角模糊数的形式来代表工序的加工时间。并且建立了以最小化模糊加工时间为优化目标的数学模型，然后，设计求解该模型的人工蚁群算法，并通过一个实例，对模型和算法进行了验证。

1 模型的建立

1.1 三角模糊数大小的比较方法

根据国内外研究文献。结合本文的研究情况，本文主要采用文献[4]中介绍的方法进行比较。即：

1.2 目标函数的建立

本文以模糊时间最少为工艺路线的优化目标。

2 人工蚁群算法的的设计

3 实例验证

现在有一个零件，可以细划分成11个特征，共13个加工元。每个加工元可以在多个可选的设备上加工。加工时间为不确定的，首先，按照公式（1）对三角模糊时进行处理，再带入算法求解。处理后数据见表1

本文用matlab进行算法编程，各参数设置分别为：m（蚂蚁数量）=8；ρ（轨迹的持久性）=0.1；α（轨迹的相对重要性）=1；β（能见度的相对重要性）=5；Q（蚂蚁所留轨迹量）=0.9；NC_max（最大迭代次数）=200

得到一个最优解，加工元排列顺序为：1、2、3、4、5、6、13、12、10、11、9、7、8。分别对应的设备为：4、3、4、3、4、4、4、4、4、4、4、4、4。

4 结束语

（1）为了是问题联系实际情况，本文考虑了以加工时间不确定为优化目标的工艺路线优化方法。

（2）设计了人工蚁群算法。并通过一个实例验证了所提出的方法合理、有效，符合生产实际。

【参考文献】

[1]刘伟，王太勇.基于遗传算法的工艺路线生成及优化[J]. 农业机械学报，2009（08）：203-208+202.

[2]宋栓军，杨佩莉，石雯丽.考虑多目标的柔性工艺与调度集成优化算法[J].计算机应用研究，2017（07）：1-8.

[3]常智勇，杨建新，赵杰，卫海峰.基于自适应蚁群算法的工艺路线优化[J].机械工程学报，2012（09）：163-169.

[4]冉静学.三角模糊数排序方法的研究[J].中央民族大学学报（自然科学版），2011（04）：37-42.endprint