维修时点预测的动态车间调度问题

匡鹏　吴尽昭

摘要：针对制造业中生产计划的不确定问题，提出一种维修时点预测与自适应的遗传模拟退火算法相结合的优化调度方法。该方法首先利用差分自回归移动平均模型预测设备未来的故障率，然后借助电气设备的威布尔（Weibull）分布模型逆向求出设备未来故障发生时刻，最后将此作为约束条件，利用自适应的遗传模拟退火算法解决传统的生产调度问题。结合工厂实际情况，主要分析了设备有无维修的随机调度问题，以最小化最大完工时间为目标，获取每一个任务的调度计划以及每一台设备的维修时点，确定出最佳调度方案。实验表明自适应的遗传模拟退火算法的性能较好。在河北某工厂的生产车间中，设备在运行调度方法后三个月的平均故障率比运行前相对降低了3.46%。

关键词：自回归移动平均模型；设备故障率；遗传算法；模拟退火算法；生产调度

中图分类号：TP277.3

文献标志码：A

0引言

随着工业4.0时代的到来，互联网与工业的融合将完全颠覆现有模式，包括供应链体系、生产体系以及售后体系。这就意味着在生产环节将实现更大的柔性和可变性、模块化与自主性以及自主产品与自主生产系统等。因此要实现工厂的智能生产、提高智能工厂的运行效率，智能调度系统就必须提供优化决策。生产调度[1]是目前生产管理中最为薄弱的环节，也是最困难的一环，已成为目前计算机集成制造系统研究中的一个瓶颈。

其次，制造业中设备的故障率和维修率[2]越来越受关注，特别是在生产过程中导致订单无法正常交付、工厂受到损失，因此工厂对于设备维修时点[3]的确定非常需要。……