混流裝配線平衡問題與規(guī)劃方法研究

吳永明，羅利飛，戴隆州，徐艷霞，張 晗

(1.貴州大學(xué)現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，貴州貴陽 550025;2.貴州省公共大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室，貴州貴陽 550025;3.貴州大學(xué)機(jī)械工程學(xué)院，貴州貴陽 550025)

混流裝配線平衡問題與規(guī)劃方法研究

吳永明1,2,3，羅利飛1，戴隆州1，徐艷霞1，張 晗1

(1.貴州大學(xué)現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，貴州貴陽 550025;2.貴州省公共大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室，貴州貴陽 550025;3.貴州大學(xué)機(jī)械工程學(xué)院，貴州貴陽 550025)

針對客戶需求變化、產(chǎn)品設(shè)計(jì)不斷升級演進(jìn)、裝配技術(shù)與設(shè)備更新等迫使裝配線再次調(diào)整與演進(jìn)平衡的問題，綜述了現(xiàn)有裝配平衡/演進(jìn)平衡的主要內(nèi)容及研究進(jìn)展。首先從混流裝配線平衡、混流裝配線再平衡兩方面總結(jié)了混流裝配線研究進(jìn)展與平衡規(guī)劃方法；其次，對混流裝配線平衡問題的分類和通用解決方法進(jìn)行了歸納與總結(jié)；最后，在以上研究分析的基礎(chǔ)上提出了產(chǎn)品演進(jìn)驅(qū)動(dòng)下裝配線平衡的進(jìn)一步研究方向。

機(jī)器裝配工藝；混流裝配線；平衡；再平衡；規(guī)劃方法

傳統(tǒng)裝配線是指把具有某些相同特性或者相似的產(chǎn)品運(yùn)用傳動(dòng)裝置在單邊、雙邊或者U型線上集體加工的一種生產(chǎn)線，這種低成本、高效率的簡單裝配僅適用于品種單一、產(chǎn)品類型較少的通用裝配線，已經(jīng)很難滿足快速、高質(zhì)量且面向不同用戶群體的個(gè)性化產(chǎn)品?；炝餮b配線(mixed-model assemble line，簡稱混裝線)，是指在一段時(shí)間內(nèi)，在同一條生產(chǎn)線上生產(chǎn)出多種結(jié)構(gòu)相似或者工藝相近的不同型號的產(chǎn)品，產(chǎn)品品種可以隨顧客需求變化而變化的裝配線，裝配線平衡實(shí)質(zhì)是在滿足加工順序約束條件的前提下使分配到各工作站的工作負(fù)荷盡可能平衡，其存在如下弊端：部分工作站因加工產(chǎn)品的工序時(shí)間長，導(dǎo)致機(jī)器負(fù)荷大、工作站產(chǎn)品積壓的現(xiàn)象；而其余工作站因加工產(chǎn)品工序時(shí)間短而導(dǎo)致時(shí)間等待、機(jī)器負(fù)荷小的現(xiàn)象。因此，需要通過平衡設(shè)計(jì)交替加工短工序和長工序來實(shí)現(xiàn)機(jī)器的最大化利用。然而，在產(chǎn)品演進(jìn)驅(qū)動(dòng)下的混流裝配線中，市場需求的不確定性，產(chǎn)品結(jié)構(gòu)功能的日益多樣化，要求對產(chǎn)品需求做前瞻性的預(yù)測，進(jìn)而對后續(xù)裝配線演進(jìn)規(guī)劃產(chǎn)生聯(lián)動(dòng)機(jī)制，以有利于企業(yè)獲得規(guī)模經(jīng)濟(jì)效益，降低裝配線調(diào)整成本，提高生產(chǎn)效率。

混裝線平衡問題是一個(gè)中長期決策問題，具有NP-hard性[1]。基于實(shí)現(xiàn)“在需要的時(shí)候，按需要的量，生產(chǎn)需要的產(chǎn)品”的目標(biāo)，混流應(yīng)堅(jiān)持3個(gè)原則：數(shù)量均衡、品種均衡和混合均衡。對于高速發(fā)展的科技和日益加劇的市場競爭，微小的混裝線平衡改進(jìn)可能帶來巨大的經(jīng)濟(jì)效益。

1 混裝線平衡與再平衡

1.1 混裝線平衡

近年來，有許多關(guān)于混裝線平衡的研究，混裝線平衡通常需要面對多目標(biāo)問題，而這些目標(biāo)大多又存在相互關(guān)聯(lián)和矛盾，系統(tǒng)考慮各目標(biāo)之間的關(guān)聯(lián)，才能獲得平衡問題的最優(yōu)解。在混裝配線生產(chǎn)計(jì)劃與調(diào)度方面，主要通過仿真軟件如Flexsim[2-3]、eM_Plant[4]及建立Petri網(wǎng)[5]來求解。劉建國[6]提出了混流裝配生產(chǎn)計(jì)劃與生產(chǎn)排程制定方法，根據(jù)混流生產(chǎn)產(chǎn)品的特點(diǎn)，提出了以狀態(tài)路徑或狀態(tài)網(wǎng)絡(luò)圖表達(dá)產(chǎn)品裝配生產(chǎn)過程的方法，構(gòu)建了基于產(chǎn)品控制和在制品動(dòng)態(tài)調(diào)整的混流裝配生產(chǎn)計(jì)劃與調(diào)度體系結(jié)構(gòu)，給出了生產(chǎn)監(jiān)控的數(shù)學(xué)模型，提出了多個(gè)控制向量，實(shí)現(xiàn)了從生產(chǎn)計(jì)劃的產(chǎn)品隊(duì)列到在制品的狀態(tài)跟蹤和分析，以及對產(chǎn)品的調(diào)整等生產(chǎn)過程的動(dòng)態(tài)描述。周康渠等[7]提出了一種與基于NEH方法的領(lǐng)域搜索策略結(jié)合的混合離散粒子群算法，對摩托車混裝線生產(chǎn)調(diào)度問題進(jìn)行了求解。

在混裝線第Ⅰ類問題上，龔軻等[8]對第Ⅰ類混裝線平衡問題作業(yè)元素之間的兼容性問題進(jìn)行了研究，并采用遺傳算法對避免設(shè)備重復(fù)配置造成的成本浪費(fèi)，并以空閑時(shí)間最小、工作站之間負(fù)荷均衡和在裝配不同產(chǎn)品時(shí)，同一工作站內(nèi)負(fù)荷均衡為優(yōu)化目標(biāo)建立的多目標(biāo)優(yōu)化數(shù)學(xué)模型進(jìn)行了求解。蘇平等[9]針對混裝線上由于不同品種產(chǎn)品在作業(yè)時(shí)間上存在差異而導(dǎo)致裝配線瞬時(shí)負(fù)荷不平衡的問題，提出了均衡各工作站的加權(quán)平均負(fù)荷、最小化裝配線實(shí)際節(jié)拍和最小化工作站的空閑時(shí)間3個(gè)優(yōu)化目標(biāo)，建立了多目標(biāo)優(yōu)化模型，并采用遺傳算法[10-12]對多目標(biāo)優(yōu)化模型進(jìn)行求解。

對單目標(biāo)混裝線和多目標(biāo)平衡，蔣艷等[13]兼顧混裝線的負(fù)荷平衡和投產(chǎn)排序兩方面，建立了以最小化閑置與超載時(shí)間之和為優(yōu)化的單目標(biāo)優(yōu)化模型，引入小生境技術(shù)的改進(jìn)遺傳算法進(jìn)行了有效求解。楊才君等[14]考慮混裝線再平衡時(shí)的調(diào)整成本和生產(chǎn)效率，提出了度量調(diào)整成本的新方法，建立了混裝線再平衡問題的多目標(biāo)優(yōu)化模型，并采用多目標(biāo)遺傳算法對該問題進(jìn)行了求解。 韓煜東等[15]在考慮產(chǎn)品需求速率的前提下，提出了調(diào)整加工成本的新方法，建立了混裝線平衡問題的多目標(biāo)優(yōu)化模型，設(shè)計(jì)了基于自然數(shù)序列和拓?fù)渑判虻母倪M(jìn)遺傳算法對模型進(jìn)行求解。

在約束限制的混裝線方面，李金霖等[16]對市場需求經(jīng)常受各種因素影響而上下波動(dòng)的條件，針對需求不確定環(huán)境下的混裝線平衡決策，考慮了維持日常產(chǎn)能的人工成本和加班帶來的產(chǎn)能調(diào)整成本，建立了數(shù)學(xué)模型，提出了一種估計(jì)總成本下界的方法并設(shè)計(jì)了啟發(fā)式算法，鄭永前等[17]考慮工作站實(shí)時(shí)負(fù)荷差異，通過建立相應(yīng)的數(shù)學(xué)模型研究在混裝線動(dòng)態(tài)運(yùn)作下各工作站的實(shí)際負(fù)荷情況。

產(chǎn)品族裝配線是同時(shí)裝配一族相似產(chǎn)品的混合裝配線[18]，有其自身的特點(diǎn)和平衡規(guī)劃理論。在產(chǎn)品族中，產(chǎn)品包含相同的基礎(chǔ)構(gòu)建，其裝配工藝具有“大同小異”的特點(diǎn)，但又涉及到不同裝配部件、工藝、裝配任務(wù)和原材料，因此產(chǎn)品族裝配線比單一產(chǎn)品裝配線更復(fù)雜，平衡規(guī)劃和控制難度大。周金應(yīng)等[19]研究了面向大批量定制的裝配線制造系統(tǒng)，提出了產(chǎn)品族裝配線平衡模型和優(yōu)化算法。文獻(xiàn)[20—21]總結(jié)了裝配線平衡研究的領(lǐng)域和范圍，針對產(chǎn)品制造系統(tǒng)演進(jìn)問題，研究了客戶需求，產(chǎn)品設(shè)計(jì)與裝配線平衡規(guī)劃之間的動(dòng)態(tài)關(guān)聯(lián)。

1.2 混裝線再平衡

學(xué)者們在20世紀(jì)60年代對混合裝配線進(jìn)行了大量研究，裝配線平衡大體分為兩類：初次平衡與再平衡[22]。然而，大多都只針對裝配線初次平衡，而對裝配線再平衡研究較少[23]。許多研究者指出了裝配線再平衡的重要性[23-24]，在需求多樣化與個(gè)性化環(huán)境中，制造企業(yè)要贏得市場就必須不斷推出新產(chǎn)品，滿足多變的市場需求，新產(chǎn)品往往具有新的功能和結(jié)構(gòu)，需要增加新的裝配工序、刪除或替換額外工作站，同時(shí)裝配/制造工序需不同的加工時(shí)間，原來的平衡方案不再有效，裝配線再平衡是應(yīng)對上述問題的重要手段[25-26]。

裝配線再平衡需要同時(shí)考慮再平衡時(shí)的生產(chǎn)效率和調(diào)整成本，目前大多數(shù)研究將再平衡視為作業(yè)分配約束條件下的間接平衡問題。YANG等[21]研究了季節(jié)性需求導(dǎo)致的演進(jìn)平衡，在裝配線再平衡過程中主要考慮兩種成本：設(shè)備移動(dòng)的成本與任務(wù)重新分配的人工培訓(xùn)成本。GAMBERINI等[22]針對任務(wù)時(shí)間隨機(jī)性變化引起的裝配線再平衡問題，研究了調(diào)整成本與裝配平衡效率。然而，在產(chǎn)品演進(jìn)過程中不僅僅是作業(yè)時(shí)間的改變，裝配線平衡研究更需面對多樣化產(chǎn)品的結(jié)構(gòu)和功能的增加、刪除、替換與升級，以及裝配技術(shù)、設(shè)備更新等問題。因此，裝配線演進(jìn)平衡有待進(jìn)一步深入研究。

2 混裝線平衡問題分類及解決方法

對于混裝線平衡問題的研究主要有第Ⅰ類和第Ⅱ類平衡問題(也有的分為3類：給定工位數(shù)量，求最小化裝配線平衡指數(shù))?；煅b線第Ⅰ類平衡問題(簡稱MMALBP-Ⅰ)是指給定生產(chǎn)節(jié)拍，求在滿足一定條件下的最小化工作站數(shù)，通常在裝配線的設(shè)計(jì)和安裝階段進(jìn)行。第Ⅱ類混裝線平衡問題(簡稱MMALBP-Ⅱ)是指給定裝配線的工作站數(shù)，求滿足約束條件下的最小化生產(chǎn)節(jié)拍，通常在裝配線的運(yùn)營階段進(jìn)行。當(dāng)前，大量的研究都集中在MMALBP-Ⅰ，在為數(shù)不多的對于MMALBP-Ⅱ研究中，節(jié)拍優(yōu)化過程比較繁瑣、優(yōu)化目標(biāo)比較單一，在求解方法上，多采用遺傳算法(GA)進(jìn)行求解，存在搜索空間有限，容易陷入局部最優(yōu)的缺點(diǎn)，因此，有必要進(jìn)一步探索求解MMALBP-Ⅱ的方法，以得到更好的平衡效果。

對于資源沖突條件下的混裝線問題，將資源并行配置或?qū)_突通過權(quán)衡轉(zhuǎn)換成不沖突，不確定條件混裝線問題用貝葉斯、可能性理論與D-S理論、神經(jīng)網(wǎng)絡(luò)等建?；蛘呋诖植诩?、仿真等方法來求解[27]。

2.1 第Ⅰ類混裝線平衡問題

蘇平等[9]對混裝線第Ⅰ類平衡問題建立了多目標(biāo)優(yōu)化模型，利用遺傳算法進(jìn)行求解。李險(xiǎn)峰等[10]針對混裝線第Ⅰ類平衡問題，提出了包含模擬退火因子的改進(jìn)遺傳算法模型。AKPINAR等[11]建立了混裝線第Ⅰ類平衡問題多人共站數(shù)學(xué)模型。凌文曙[12]對混裝線等效于單一品種產(chǎn)品裝配線進(jìn)行平衡問題求解，但沒有考慮混流生產(chǎn)時(shí)不同產(chǎn)品裝配工藝的差異對生產(chǎn)線平衡的影響。對第Ⅰ類混裝線平衡問題的求解已經(jīng)由規(guī)劃法、啟發(fā)式方法逐步發(fā)展成用智能優(yōu)化方法來求解。

2.2 第Ⅱ類混裝線平衡問題

郭勝會(huì)等[28]針對雙邊多工位裝配線第Ⅱ類平衡問題提出基于可行作業(yè)序列的遺傳算法，提高模型求解的效率和精度。魯建廈等[25]采用粒子群和模擬退火的混合算法求解單一產(chǎn)品裝配線第Ⅱ類平衡問題，有效避免了陷入局部最優(yōu)解。魯素麗等[29]針對第Ⅱ類裝配線平衡問題提出一種基于元胞自動(dòng)機(jī)的動(dòng)態(tài)仿真求解算法，并根據(jù)裝配線平衡問題重新定義了元胞自動(dòng)機(jī)各組成元素，制定了演化規(guī)則。彭慧等[30]建立了兼顧裝配線瞬時(shí)平衡和生產(chǎn)節(jié)拍的混裝線優(yōu)化模型，并采用多人工站的方式對作業(yè)任務(wù)進(jìn)行配置以達(dá)到優(yōu)化目標(biāo)，但對實(shí)際生產(chǎn)過程中的約束問題考慮不足。SCHOLL等[31]運(yùn)用兩種裝配線平衡問題的對偶關(guān)系求解裝配線第Ⅱ類平衡問題，但也只解決了單一產(chǎn)品裝配線平衡問題。SIMARIA等[32]提出了混裝線第Ⅱ類平衡問題解決方法，提出的目標(biāo)函數(shù)中2個(gè)優(yōu)化目標(biāo)數(shù)量級相差較大，最小化生產(chǎn)節(jié)拍占據(jù)主導(dǎo)地位，工作站平衡無法體現(xiàn)。李偉等[33]對混裝線第Ⅱ類平衡問題，考慮產(chǎn)品作業(yè)時(shí)間、作業(yè)空間、裝配工藝等約束條件，以生產(chǎn)節(jié)拍最小、各工作站瞬時(shí)負(fù)荷均衡為目標(biāo)，建立多目標(biāo)優(yōu)化模型，并采用遺傳算法對模型進(jìn)行求解，實(shí)現(xiàn)了對混裝線第Ⅱ類平衡問題多目標(biāo)、多因素的綜合研究。

2.3 混裝線優(yōu)化平衡方法

混裝線的研究方法很多，總結(jié)起來可以分為3類：最優(yōu)化方法、啟發(fā)式方法、智能優(yōu)化算法。

1)最優(yōu)化方法

最優(yōu)化方法是用數(shù)學(xué)規(guī)劃模型來尋找最優(yōu)解，主要包括線性規(guī)劃(linear programming)[26,34]、整數(shù)規(guī)劃(integer programming)、動(dòng)態(tài)規(guī)劃(dynamic programming)[35-36]和分支定界法(branch and bound)。各種算法的優(yōu)缺點(diǎn)如下：線性規(guī)劃的運(yùn)算量大，所以如果作業(yè)元素多，尋找到最優(yōu)解就不容易，但是此方法比較容易建立目標(biāo)函數(shù)和約束條件；動(dòng)態(tài)規(guī)劃方法不僅建立動(dòng)態(tài)規(guī)劃模型比較困難，而且建模時(shí)需要做出大量的假設(shè)，這會(huì)導(dǎo)致建立的模型和實(shí)際情況有一定的差距，所得到的最優(yōu)解不可以解決實(shí)際的優(yōu)化平衡問題，但是其求解的難度不是很大。

2)啟發(fā)式方法

啟發(fā)式方法具有計(jì)算簡單、適應(yīng)性好、搜索速度快而且易于實(shí)現(xiàn)的優(yōu)點(diǎn)，建立的模型和現(xiàn)實(shí)中的問題更加貼近。啟發(fā)式方法的規(guī)則主要包括簡單規(guī)則、復(fù)合規(guī)則、回溯規(guī)則和尋優(yōu)決策規(guī)則。簡單規(guī)則是采用單一的規(guī)則進(jìn)行決策，復(fù)合規(guī)則是用多個(gè)規(guī)則進(jìn)行綜合決策，回溯決策規(guī)則是用前序決策對當(dāng)前決策的影響進(jìn)行決策，尋優(yōu)決策則是用整體的搜索規(guī)劃策略進(jìn)行決策?，F(xiàn)階段，用的比較多的是禁忌搜索算法(Tabu search，TS)[37-38]。禁忌搜索算法具有靈活的記憶能力和藐視規(guī)則特點(diǎn)，這便于尋找最優(yōu)問題解，不過，禁忌搜索算法搜索過程是一種單一狀態(tài)移動(dòng)的串行搜索，且對初始的可行解比較依賴，所以在很多實(shí)際問題中，禁忌搜索算法和神經(jīng)網(wǎng)路(neural networks，NNS)[39]、模擬退火(simulated annealing，SA)等一些局部的搜索法共同使用，但是這會(huì)增加問題的復(fù)雜程度。

3)智能優(yōu)化算法

智能優(yōu)化算法是受自然界一些規(guī)律給人們的啟發(fā)然后結(jié)合裝配線優(yōu)化平衡的實(shí)際問題而總結(jié)出來的算法，具有一定的啟發(fā)式和隨機(jī)性，求解效率高且比較靈活，資源沖突條件下和不確定條件下的混裝線的優(yōu)化平衡大多應(yīng)用此種算法，不過它在運(yùn)算求解最優(yōu)解時(shí)易陷于局部的缺陷，可能得不到全局的最優(yōu)解。目前，運(yùn)用最多的智能算法有遺傳算法(genetic algorithm，GA)[40]、模擬退火算法(simulated annealing，SA)[26]、蟻群算法(ant colony algorithm，ACA)[41-43]、粒子群優(yōu)化算法(particle swarm algorithm，PSA)[44]。遺傳算法的缺點(diǎn)是局部搜索能力差容易陷入“早熟”，并且收斂差些，花費(fèi)時(shí)間長，但是具有潛在的并行性，能同時(shí)對多個(gè)個(gè)體進(jìn)行分布式計(jì)算，增加求解的速度，并且全局搜索能力好，迅速把全體解從解空間中搜索出來；模擬退火算法能從概率角度以隨機(jī)搜索技術(shù)找出目標(biāo)函數(shù)，可以有限度的接受惡化解，具有使用靈活、原理簡單等優(yōu)點(diǎn)，能夠擺脫局部最優(yōu)解，但是，模擬退火算法每次只搜索一點(diǎn)并且對整個(gè)搜索狀況不了解，很難判斷哪些區(qū)域有可能搜索出平衡的最優(yōu)解，這可能導(dǎo)致時(shí)間過長，并且模擬退火法對退溫的條件和參數(shù)有一定的依賴性；蟻群算法具有魯棒性、通用性、并行搜索的優(yōu)點(diǎn)[44]，利用蟻群算法來求裝配線平衡問題具有迅速、迭代次數(shù)少、最優(yōu)解質(zhì)量高等優(yōu)勢[41]。各種智能算法的優(yōu)缺點(diǎn)及適用范圍如表1所示。

表1 混裝線優(yōu)化平衡方法

3 未來的研究重點(diǎn)

混裝線的研究已經(jīng)非常廣泛且形成了一種知識(shí)體系，研究成果眾多?，F(xiàn)階段研究的混裝線問題包括：1)混裝線的生產(chǎn)計(jì)劃與調(diào)度問題[2-7]；2)混裝線第Ⅰ類平衡問題[8-12]；3)單目標(biāo)和多目標(biāo)混裝線平衡問題[13-15]；4)簡單約束限制的混裝線問題[16-17]。對需求分析、產(chǎn)品設(shè)計(jì)的集成研究及混裝線適應(yīng)性的研究較少，且基本處于靜態(tài)研究。對于產(chǎn)品族演進(jìn)驅(qū)動(dòng)下的混裝線平衡研究，需要進(jìn)一步研究以下方面。

1) 需求分析、產(chǎn)品設(shè)計(jì)與裝配線平衡的集成研究。通過對市場、技術(shù)、生產(chǎn)等領(lǐng)域的數(shù)據(jù)分析，獲得產(chǎn)品演進(jìn)過程企業(yè)內(nèi)外影響因素的內(nèi)在關(guān)聯(lián)， 分析產(chǎn)品平臺(tái)、模塊化及衍生產(chǎn)品族的零部件組成結(jié)構(gòu)體系，對產(chǎn)品演進(jìn)的基本規(guī)律進(jìn)行研究和分析， 形成較為完備的、對裝配線演進(jìn)平衡研究具有指導(dǎo)作用的產(chǎn)品族演進(jìn)機(jī)理體系;在產(chǎn)品族演進(jìn)機(jī)理分析與裝配線適應(yīng)性平衡建模的基礎(chǔ)上，研究裝配要素的動(dòng)態(tài)變化及因果關(guān)聯(lián)，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的裝配線演進(jìn)平衡的虛擬計(jì)算實(shí)驗(yàn)環(huán)境，通過虛擬計(jì)算實(shí)驗(yàn)、網(wǎng)絡(luò)博弈決策理論、變更設(shè)計(jì)與智能進(jìn)化算法等實(shí)現(xiàn)產(chǎn)品族裝配線演進(jìn)平衡仿真，同時(shí)對可選的演進(jìn)平衡方案進(jìn)行分析和評價(jià)。

2) 混裝線適應(yīng)性平衡研究。隨著需求模式的變化，適應(yīng)性平衡在現(xiàn)實(shí)生產(chǎn)中出現(xiàn)的頻率越來越高，產(chǎn)品族裝配線初始設(shè)計(jì)時(shí)需要考慮平衡方案的調(diào)整柔性，設(shè)計(jì)一種健壯性的規(guī)劃方案，研究基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的適應(yīng)性調(diào)節(jié)方法，使裝配線演進(jìn)模型具備敏捷的動(dòng)態(tài)適應(yīng)能力；從系統(tǒng)動(dòng)力學(xué)角度，研究裝配線時(shí)空演化過程，虛擬裝配環(huán)境相關(guān)的數(shù)學(xué)建模、計(jì)算模型和優(yōu)化方法，主要包括：虛擬產(chǎn)品族演進(jìn)模型、虛擬裝配環(huán)境模型、虛擬裝配線平衡決策的選擇等內(nèi)容；通過上述模型的構(gòu)建，獲得產(chǎn)品族裝配線動(dòng)態(tài)適應(yīng)性平衡計(jì)算實(shí)驗(yàn)?zāi)Ｐ?，進(jìn)而實(shí)現(xiàn)演進(jìn)平衡調(diào)整、優(yōu)化、決策和評價(jià)的仿真環(huán)境。

圖1 產(chǎn)品演進(jìn)驅(qū)動(dòng)下的混裝線平衡和演進(jìn)平衡Fig.1 Production evolution-drived mixed assembly line balancing and evolution balancing

3) 混裝線動(dòng)態(tài)平衡研究還基本上處于靜態(tài)的、初步再平衡階段，對動(dòng)態(tài)演進(jìn)特性需進(jìn)一步認(rèn)識(shí)。在實(shí)際需求中產(chǎn)品、技術(shù)與資源環(huán)境會(huì)頻繁發(fā)生變化，裝配線平衡研究需要預(yù)測未來動(dòng)態(tài)市場，通過裝配線演進(jìn)平衡建模、關(guān)鍵方法和技術(shù)解決產(chǎn)品結(jié)構(gòu)、品種以及裝配技術(shù)、設(shè)備更新等變化帶來的裝配線平衡問題。通過分析產(chǎn)品族演進(jìn)與裝配線動(dòng)態(tài)適應(yīng)過程，研究裝配線平衡策略對產(chǎn)品更新?lián)Q代的響應(yīng)機(jī)制；以演進(jìn)平衡目標(biāo)作為適應(yīng)性決策的反饋信息，有針對性地調(diào)整決策博弈網(wǎng)絡(luò)，研究平衡策略適應(yīng)性學(xué)習(xí)方法；基于變更設(shè)計(jì)、智能優(yōu)化等理論實(shí)現(xiàn)“需求—產(chǎn)品演化—裝配線動(dòng)態(tài)適應(yīng)”的平衡調(diào)整、優(yōu)化與決策。 產(chǎn)品演進(jìn)設(shè)計(jì)與裝配線演進(jìn)平衡關(guān)系如圖1所示。

綜上所述，產(chǎn)品族混裝線動(dòng)態(tài)(演進(jìn))平衡是在傳統(tǒng)平衡/再平衡基礎(chǔ)上對生產(chǎn)過程動(dòng)態(tài)要素進(jìn)一步挖掘與利用的過程，未來需要將產(chǎn)品族演進(jìn)機(jī)理、裝配技術(shù)、設(shè)備演進(jìn)變化與裝配線平衡結(jié)合起來研究。

/References:

[1] LAI R, HOU L, WU Y. Evolution balancing of the small-sized wheel loader assembly line[J]. Shock and Vibration, 2015, 501: 213159.

[2] 張國輝, 張凌杰. 基于Flexsim仿真技術(shù)的混合裝配線平衡優(yōu)化[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2016(6):131-133. ZHANG Guohui, ZHANG Lingjie. Mixed assembly line balancing and optimization based on Flexsim simulation technology[J].Modular Machine Tool & Automatic Manufacturing Technique, 2016(6):131-133.

[3] 蔣南云, 葛紅玉, 方葉祥,等. 基于Flexsim的隨機(jī)混流裝配線平衡設(shè)計(jì)與仿真[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2014(12):128-130. JIANG Nanyun, GE Hongyu, FANG Yexiang, et al. Line balance and simulation of random mixed-model assembly line based on Flexsim[J]. Modular Machine Tool & Automatic Manufacturing Technique,2014(12):128-130.

[4] 李明輝, 石宇強(qiáng), 王俊佳,等. 基于Em-plant的包裝制造生產(chǎn)系統(tǒng)仿真研究[J]. 制造業(yè)自動(dòng)化, 2015, 37(23):24-27. LI Minghui, SHI Yuqiang, WANG Junjia, et al. Production system simulation research based on the Em-packaging manufacturing plant[J]. Manufacturing Automation, 2015, 37(23):24-27.

[5] 李富明, 劉江峰. 一種基于工作站Petri網(wǎng)模型的混流裝配線重構(gòu)方法[J]. 廣西大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 37(6):1204-1210. LI Fuming, LIU Jiangfeng. Study on reconfiguration approach of mixed model assembly line based on Petri net modeling of workstations[J]. Journal of Guangxi University(Natural Science Edition), 2012, 37(6):1204-1210.

[6] 劉建國. 混合流水線生產(chǎn)計(jì)劃與調(diào)度問題研究[D]. 南京：南京航空航天大學(xué), 2008. LIU Jianguo. Research on Mixed-Model Flow Shop Manufacturing Planning and Scheduling Problem[D]. Nanjing: Nanjing University of Aeronautics and Astronautics,2008.

[7] 周康渠, 趙慧真. 混合離散粒子群算法在混流裝配線生產(chǎn)調(diào)度中的應(yīng)用[J]. 重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)), 2015,29(3):58-64. ZHOU Kangqu, ZHAO Huizhen. Application on scheduling of mixed model assembly lines with hybrid distribution particle swarm optimization algorithm[J]. Journal of Chongqing University of Technology (Natural Science), 2015,29(3):58-64.

[8] 龔軻, 丁武學(xué), 王栓虎. 有兼容作業(yè)元素的混流裝配線平衡問題研究[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2015(6):134-136. GONG Ke，DING Wuxue，WANG Shuanhu. Mixed-model assembly line balancing problem with compatible tasks research[J]. Modular Machine Tool & Automatic Manufacturing Technique,2015(6):134-136.

[9] 蘇平, 于兆勤. 混流裝配線平衡問題的多目標(biāo)優(yōu)化方法研究[J]. 中國機(jī)械工程, 2009(19):2342-2347. SU Ping, YU Zhaoqin. Multi-objective optimization for balancing problem of mixed model assembly line[J]. China Mechanical Engineering, 2009(19):2342-2347.

[10]李險(xiǎn)峰,董紹華.混合遺傳算法對混流裝配線平衡問題的研究[J].北京科技大學(xué)學(xué)報(bào),2012, 34(8): 952-958. LI Xianfeng, DONG Shaohua. Study on mix-model assembly line balancing with a hybrid genetic algorithm[J]. Journal of University of Science and Technology Beijing, 2012, 34(8): 952-958.

[11]AKPINAR S, BAYHAN G M. A hybrid genetic algorithm for mixed model assembly line balancing problem with parallel workstations and zoning constraints[J]. Engineering Applications of Artificial Intelligence, 2011,24(3):449-457.

[12]凌文曙.基于遺傳算法的混流裝配線工作站平衡研究[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,31(8):1287-1291. LING Wenshu. Research on balance of mixed-model assembly line workstations based on genetic algorithm[J]. Journal of Hefei University of Technology(Natural Science), 2008,31(8):1287-1291.

[13]蔣艷, 黎向鋒, 左敦穩(wěn),等. 基于改進(jìn)遺傳算法的混流裝配線的優(yōu)化設(shè)計(jì)[J]. 中國機(jī)械工程, 2010(19):2322-2328. JIANG Yan, LI Xiangfeng, ZUO Dunwen, et al. Mixed-model assembly line optimization design based on improved genetic algorithm[J]. China Mechanical Engineering, 2010(19):2322-2328.

[14]楊才君, 高杰, 孫林巖. 多目標(biāo)混流裝配線再平衡模型與算法[J]. 系統(tǒng)工程理論與實(shí)踐, 2013, 33(8):1956-1964. YANG Caijun, GAO Jie, SUN Linyan. Multi-objective mixed-model assembly line rebalancing: Model and algorithm[J]. Systems Engineering-Theory & Practice, 2013, 33(8):1956-1964.

[15]韓煜東, 董雙飛, 譚柏川. 基于改進(jìn)遺傳算法的混裝線多目標(biāo)優(yōu)化[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2015, 21(6):1476-1485. HAN Yudong, DONG Shuangfei, TAN Baichuan. Multi-objective optimization for mixed-model assembly line balancing problem based on improved genetic algorithm[J]. Computer Integrated Manufacturing Systems, 2015, 21(6):1476-1485.

[16]李金霖, 高杰, 孫林巖. 考慮需求波動(dòng)和產(chǎn)能調(diào)整成本的混流裝配線平衡問題[J]. 系統(tǒng)工程理論與實(shí)踐, 2014, 34(1):70-76. LI Jinlin, GAO Jie, SUN Linyan. Balancing mixed model assembly line with capacity adjustment to satisfy uncertain demands[J]. Systems Engineering-Theory & Practice, 2014, 34(1):70-76.

[17]鄭永前, 王永生, 于勝男. 實(shí)時(shí)負(fù)荷條件下混流裝配線平衡方法研究[J]. 現(xiàn)代制造工程, 2010(12):66-72. ZHENG Yongqian, WANG Yongsheng, YU Shengnan. Mixed-model assembly line balancing based on real-time load[J]. Modern Manufacturing Engineering, 2010(12):66-72.

[18]苑明海, 李東波, 于敏建. 面向大規(guī)模定制的混流裝配線平衡研究[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2008, 14(1): 79-83. YUAN Minghai, LI Dongbo, YU Minjian. Mixed-model assembly line balance for mass customization[J]. Computer Integrated Manufacturing Systems, 2008, 14(1): 79-83.

[19]周金應(yīng), 但斌, 饒凱. 面向產(chǎn)品族的混流裝配線平衡研究[J].工業(yè)工程, 2006, 9(4):65-69. ZHOU Jinying, DAN Bin, RAO Kai. Balance of mixed-model assembly lines for product families[J]. Industrial Engineering Journal, 2006, 9(4):65-69.

[20]BOYSEN N, FLIEDNER M, SCHOLL A. A classification of assembly line balancing problems[J].European Journal of Operational Research, 2007, 183(2): 674-693.

[21]YANG C, GAO J, SUN L. A multi-objective genetic algorithm for mixed-model assembly line rebalancing[J]. Computers & Industrial Engineering, 2013, 65(1): 109-116.

[22]GAMBERINI R, GAMBERINI E, GRASSI A, et al. A multiple single-pass heuristic algorithm solving the stochastic assembly line rebalancing problem[J]. International Journal of Production Research, 2009, 47(8): 2141-2164.

[23]于兆勤, 蘇平. 基于遺傳算法和仿真分析的混合裝配線平衡問題研究[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2008, 14(6): 1120-1129. YU Zhaoqin, SU Ping. Combining genetic algorithm and simulation analysis for mixed-model assembly line balking problem[J]. Computer Integrated Manufacturing Systems, 2008, 14(6): 1120-1129.

[24]衛(wèi)東, 金燁. 給定序列的混合品種裝配生產(chǎn)線平衡算法[J]. 機(jī)械工程學(xué)報(bào), 2004, 40(4):135-138. WEI Dong, JIN Ye. Algorithm for balancing mixed breed assembly lines with pre-defined sequence[J]. Journal of Mechanical Engineering, 2004, 40(4):135-138.

[25]魯建廈，蔣玲玲，李修琳.基于混合粒子群算法求解裝配線第二類平衡問題[J].中國機(jī)械工程，2010, 21(4):420-424. LU Jiansha, JIANG Lingling, LI Xiulin. Hybrid particle swarm optimization algorithm for assembly line balancing problem-2[J]. China Mechanical Engineering, 2010, 21(4):420-424.

[26]BOWMAN E H. Assembly-line balancing by linear programming[J]. Operations Research, 1960,8(3):385-389.

[27]鐘金元. 不確定性下混流裝配線平衡問題研究[D]. 昆明：昆明理工大學(xué), 2013. ZHONG Jinyuan. Research on Mixed-Model Assembly Line Balance Problem Under Uncertainty[D]. Kunming: Kunming University of Science and Technology, 2013.

[28]郭勝會(huì)，吳坤.雙邊多工位裝配線第二類平衡問題應(yīng)用研究[J].經(jīng)營管理者，2014(10): 379. GUO Shenghui, WU Kun. Balancing of two-sided assembly lines research[J]. Manager Journal，2014(10): 379.

[29]魯素麗，唐秋華，李明.基于元胞自動(dòng)機(jī)的第Ⅱ類裝配線平衡問題求解[J].中國機(jī)械工程，2013, 24(5):654-658. LU Suli,TANG Qiuhua LI Ming. Cellular automata based algorithm for solving assembly line balancing problem of type Ⅱ[J]. China Mechanical Engineering, 2013, 24(5):654-658.

[30]彭慧，徐克林，侶占華.采用遺傳算法的混流裝配線平衡多目標(biāo)優(yōu)化[J].現(xiàn)代制造工程，2011(11): 49-53. PENG Hui，XU Kelin，SI Zhanhua. Multi-objective optimization for balancing problem mixed-model assembly line based on GA[J]. Modern Manufacturing Engineering, 2011(11): 49-53.

[31]SCHOLL A，VO? S. Simple assembly line balancing: Heuristic approaches[J].Journal of Heuristics，1997, 2(3):217-244.

[32]SIMARIA A S, VILARINHO P M. A genetic algorithm based approach to the mixed-model assembly line balancing problem of type Ⅱ[J].Computers & Industrial Engineering, 2004,47(4):391-407.

[33]李偉,董寶力.混流裝配線第二類平衡問題優(yōu)化研究[J]. 浙江理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,33(3):394-398. LI Wei, DONG Baoli. Optimization of type-Ⅱ balancing problem of the mixed-model assembly line[J]. Journal of Zhejiang Sci-Tech University(Natural Sciences)，2015,33(3):394-398.

[34]KIM Y K, SONG W S, KIM J H. A mathematical model and a genetic algorithm for two-sided assembly line balancing[J]. Computer & Operations Research, 2009, 36(3): 853-865.

[35]劉恩福, 劉博, 劉曉陽,等. 一種復(fù)合算法的裝配序列規(guī)劃方法[J]. 河北科技大學(xué)學(xué)報(bào), 2016, 37(1):52-57. LIU Enfu, LIU Bo, LIU Xiaoyang, et al. An assembly sequence planning method based on composite[J]. Journal of Hebei University of Science and Technology, 2016, 37(1):52-57.

[36]MICHAEL H, RICHARD M K. A dynamic programming approach to requencing problems[J]. Journal of the Society for Industry and Applied Mathematics,1962,10(1):196-210.

[37]MICHAEL H, RICHARD M K, RICHARD S. Assembly-line balancing -dynamic programming with precedence constraints[J]. Operations Research,1963,11(3):442-459.

[38]CHIANG W C. The application of a tabu search heuristic to the assembly line balancing problem[J]. Annals of Operations Research,1998,77(1):209-227.

[39]劉朝英, 王惠芳, 宋雪玲,等. 一種改進(jìn)的模糊調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J]. 河北科技大學(xué)學(xué)報(bào), 2008, 29(4):295-298. LIU Chaoying, WANG Huifang, SONG Xueling, et al. Improved fuzzy-tuned neural network and its application[J]. Journal of Hebei University of Science and Technology, 2008, 29(4):295-298.

[40]戴慶, 趙艷玲. 基于遺傳禁忌算法的任務(wù)分配與調(diào)度的研究[J]. 河北科技大學(xué)學(xué)報(bào), 2007, 28(4):269-271. DAI Qing, ZHAO Yanling. Research for task matching based on genetic tabu and scheduling algorithm[J]. Journal of Hebei University of Science and Technology, 2007, 28(4):269-271.

[41]DORIGO M, MANIEZIO V, COLOTNI A. The ant system: Optimization by a colony of cooperating agents[J]. IEEE Transactions on Systems, Man, and Cybernetics-Part B, 1996, 26(1):1-13.

[42]BAUTISTA J, PEREIRA J. Ant algorithms for assembly line balancing [C]// Lecture Notes in Computer Science. Berlin: Springer, 2002: 65-75.

[43]BAUTISTA J, PEREIRA J. Ant algorithms for a time and space constrained assembly line balancing problem[J]. European Journal of Operational Research, 2007, 177(3):2016-2032.

[44]RAHIMI-VAHED A R, MIRGHORBANI S M, RABBANI M. A new particle swarm algorithm for a multi-objective mixed-model assembly line sequencing problem[J]. Soft Computing-A Fusion of foundation, Methodologies and Applications,2007,11(10):997-1012.

Research on balancing problem and planning methods for mixed model assembly line

WU Yongming1,2,3, LUO Lifei1, DAI Longzhou1, XU Yanxia1, ZHANG Han1

(1.Modern Manufacturing Key Laboratory of Guizhou University, Guiyang, Guizhou 550025, China; 2.Public Big Data Key Laboratory of Guizhou Province, Guiyang, Guizhou 550025 China; 3.School of Mechanical Engineering, Guizhou University, Guiyang, Guizhou 550025, China)

Aiming at the balancing/rebalancing problem of mixed-model assembly line(MMAL) caused by customer demand changes, product design development and assembly technology and equipment upgrades, the contents and research progress of MMAL are summarized. Firstly, the research progress and the planning methods are described in the balancing and rebalancing of MMAL. Then, the classification and general solution for MMAL balancing problems are summarized. Finally, this paper puts forwards the future research consideration on the balancing of MMAL.

machine assembly technology; mixed assembly line; balancing; rebalancing; planning method

1008-1542(2017)02-0116-07

10.7535/hbkd.2017yx02003

2016-09-20；

2016-11-18；責(zé)任編輯：馮 民

國家自然科學(xué)基金(51505094)；貴州省科學(xué)技術(shù)基金[黔科合基礎(chǔ)(2016)1037]；貴州省應(yīng)用基礎(chǔ)研究計(jì)劃重大項(xiàng)目[黔科合JZ字(2014)2001]；貴州大學(xué)引進(jìn)人才科研項(xiàng)目[貴大人基合字(2014)60號]；貴州大學(xué)研究生創(chuàng)新基金

吳永明(1982—)，男，湖北武漢人，副教授，博士，碩士生導(dǎo)師，主要從事數(shù)據(jù)挖掘、制造系統(tǒng)自動(dòng)化與應(yīng)用等方面的研究。

E-mail: wu20811055@163.com

F245

A

吳永明，羅利飛，戴隆州，等.混流裝配線平衡問題與規(guī)劃方法研究[J].河北科技大學(xué)學(xué)報(bào),2017,38(2):116-122.

WU Yongming, LUO Lifei, DAI Longzhou, et al.Research on balancing problem and planning methods for mixed model assembly line [J].Journal of Hebei University of Science and Technology,2017,38(2):116-122.