基于零件虚拟工序队列的FMS动态调度研究

图2零件虚拟工序队列概念图

采用零件虚拟工序队列方法有如下特点：
(1)有广泛的适应性。对机床故障、紧急零件进入、可替代加工工序以及改变调度目标等通常意义上的重调度情况都很容易处理。
(2)避免了算法中零件在不同的机床队列之间不必要的相互传送及调整。
(3)在零件优化分批的基础上，可实现批内各机床加工负荷的近似自动平衡。机床最大负荷不均衡量为零件的最后一道加工工序的加工时间。
(4)适用于多种零件的混流生产，也适用于传统的Job－Shop生产。
(5)简化了FMS动态调度控制中的规则系统，使得调度控制更易于实现。
用零件虚拟工序队列方法保证了各加工设备加工负荷的近似均衡，若结合合适的调度规则在机床的可调度零件集合中选择合适的加工零件，所得到的结果必为系统的近优解甚至最优解。

3基于零件虚拟工序队列的FMS启发式动态调度算法
该算法是在加工任务分批的基础上，同时考虑了工件运输系统的影响而提出的。机床前输入/输出缓冲站配置不同，其调度算法略有不同。本文针对机床前具有1个输入和1个输出缓冲器的典型FMS情况进行研究，提出动态调度算法，其流程图见图3。

>图3FMS动态调度原理图

在调度算法中提出了系统决策点的确定方法。通过计算各机床上所有工件的加工完成时刻，确定具有最小加工完成时间的机床，把该机床当前加工工件的加工完成时刻作为决策点。该方法一方面全面考虑了各机床的加工负荷情况，另一方面也找出了系统中最迫切需要调度决策的机床进行决策和运输，从而提高整个加工和运输系统的利用率，使总加工时间最短。
设备在加工过程中情况主要有6种（见图4）。图4a和图4b中，系统中各机床均有工件加工，且输入存储器中皆有待加工工件，选择t2时刻最小的机床（机床2）的t1时刻作为决策点tD。

图4机床工件选择的决策点分析示意图

图4c和图4d中，此时系统中有机床（机床1）输入存储器中无待加工工件（t2=∞），找出t2最小的机床（机床3）的t1作为决策点tD。
图4e和图4f中，此时系统中有机床（机床1）当前为空闲状态，同样找出t2最小的机床（机床2）的t1作为决策点tD。
除上面几种情况外，还有1种特殊情况，即各机床输入存储器中都为空、各机床或空闲、或只有1个工件。此时把新工件进入系统时刻或系统中工件的工序加工完成时刻作为系统的决策点。
在算法中提出的动态预调度方法，能在系统决策点处预先决策好机床待加工的零件，并通知零件运输系统送入机床的输入缓冲站中，这样当机床加工好零件后可直接通过托盘交换装置把机床上的零件送入输出缓冲站，并把输入缓冲站中的零件送入机床。零件的动态预调度能显著地减少机床的等待时间，提高机床的生产率。
为了实现调度目标，提出调度规则的动态选择方法，即根据系统的主调度目标，确定系统的主调度规则。在系统中未出现特殊情况时，用主调度规则实现对系统的调度；若出现特殊情况，则根据系统的辅助调度目标和特殊状况的类型确定辅助调度规则。主调度规则和辅助调度规则在系统中的动态选择，使系统可达到较好的主调度目标和辅助调度目标。本文通过采用最小松弛时间和零件优先级规则可使MT最小，从而保证零件的交货期。

4实例仿真
根据上面提出的零件虚拟工序队列的概念及动态调度算法，以直线型双排布局的FMS为例，在我们所研制的FMS动态调度仿真系统上对1个典型的加工任务进行仿真试验。该FMS由5台加工中心、1台AGV（正常运行速度为0.2 m/s）、1个装卸站、8个缓冲站和8个可用托盘组成。零件的某一子批加工计划（指经静态分批后生成的子加工计划）见表1，零件的加工工艺见表2，在没有对动态调度仿真系统进行人工干预的情况下经过14.293 32 min的仿真试验得出仿真结果。系统总加工时间为23.822 2 h，总生产率为2.395 5件/h,所用托盘数为6个。表3给出了机床和运输小车的仿真性能结果。因考虑了零件的可替代加工工序，且是在零件静态分批的基础上进行的，所以无法提供可供比较的例子。

表1零件的子批加工计划

零件编号批量交货期（天）零件优先级对应托盘数 A1 20 3 1 1 A2 12 2 1 2 A3 25 3 2 1 A4 24 2 2 1 A5 24 3 1 1 表2零件加工工艺及可替代加工工序

零件
编号工序加工时间(min) 机床1 机床2 机床3 机床4 机床5 A1

1 20 — 25 — — 2 — 25 — 25 23 3 10 12 — — — A2
1 60 — 65 70 — 2 — 25 20 — 20 A3

1 — — 40 — 50 2 40 40 — 35 — 3 — 35 40 — 40 A4
1 — 20 20 — — 2 — 30 — 25 25 A5

1 30 — 20 — — 2 — 25 — 25 25 3 15 12 15 — — 4 — 45 — — 25 表3对该子批零件的调度结果

机床
编号利用率
(%) 通过工
件数加工时间
（h）生产率
（件/h） MC1 78.777 38 17.5002 1.5951 MC2 89.13 26 20.3661 1.0914 MC3 86.262 24 19.7496 1.00

《基于零件虚拟工序队列的FMS动态调度研究(第2页)》