Телефон: +7 (383)-202-16-86

Статья опубликована в рамках: LV Международной научно-практической конференции «Технические науки - от теории к практике» (Россия, г. Новосибирск, 24 февраля 2016 г.)

Наука: Технические науки

Секция: Машиностроение и машиноведение

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Капранов А.Е., Кувшинов А.С., Шурыгин А.Ю. ОПТИМИЗАЦИЯ РАБОТЫ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ МЕТОДОМ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ С ИСПОЛЬЗОВАНИЕМ TECNOMATIX PLANT SIMULATION // Технические науки - от теории к практике: сб. ст. по матер. LV междунар. науч.-практ. конф. № 2(50). – Новосибирск: СибАК, 2016. – С. 90-96.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

ОПТИМИЗАЦИЯ РАБОТЫ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ МЕТОДОМ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ С ИСПОЛЬЗОВАНИЕМ TECNOMATIX PLANT SIMULATION

Капранов Александр Евгеньевич

канд. техн. наук, доц. Арзамасского политехнического института (филиал) Нижегородского государственного технического университета,

РФ, гАрзамас

Кувшинов Антон Сергеевич

канд. техн. наук, доц. Арзамасского политехнического института (филиал) Нижегородского государственного технического университета,

РФ, гАрзамас

Шурыгин Алексей Юрьевич

канд. техн. наук, доц. Арзамасского политехнического института (филиал) Нижегородского государственного технического университета,

РФ, гАрзамас

OPTIMIZATION OF THE PRODUCTION SYSTEM BY THE METHOD OF GENETIC ALGORITHMS USING TECNOMATIX PLANT SIMULATION

Alexandr Kapranov

master student of of API (branch of) NSTU,

Russia, Arzamas

Anton Kuvshinov

master student of of API (branch of) NSTU,

Russia, Arzamas

Alexey Shurigin

candidate of Technical Sciences, Associate Professor of API (branch of) NSTU, Russia, Arzamas

 

АННОТАЦИЯ

Целью работы является оптимизация работы производственной системы с применением имитационного моделирования в программной среде Tecnomatix Plant Simulation. В качестве метода оптимизации использовался генетический алгоритм. В результате оптимизации получена новая последовательность запуска партий заготовок в обработку, а цикл обработки сократилось на 10 %.

ABSTRACT

The aim is optimization of the production system with the use of simulation software Tecnomatix Plant Simulation. As a method of optimization the genetic algorithm was used. As a result of optimization the new sequence of workpieces to process was obtained, and processing cycle was reduced by 10 %

 

Ключевые слова: имитационное моделирование, оптимизация, метод генетических алгоритмов, последовательность запуска, производственная система.

Keywords: imitating modeling, optimization, method of genetic algorithms, sequence of start, production system.

 

Одним эффективных методов исследования работы производственных систем является имитационное моделирование. В настоящее время существует разнообразие программных сред, реализующих данный метод. Tecnomatix Plant Simulation является одной из таких сред, которая основана на объектно-ориентированном программировании. Для оптимизации работы производственных систем Tecnomatix Plant Simulation имеет в своем составе модуль оптимизации на основе генетических алгоритмов, который представляет собой эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, аналогичных естественному отбору в природе.

На рисунке 1 показана имитационная модель производственной системы, в которой моделируется процесс обработкипартий 14 наименований деталейна четырех станках с ЧПУ (три станка TFC150 и один станок FTC10). Последовательность запуска заготовок задается таблицамиSequence_FTC10 и Sequence_TFC150. Время обработки и время наладки задается таблицами Proctime_FTC10, Setuptime_FTC10, Proctime_TFC150 и Setuptime_TFC150.

В результате моделирования [2] цикл обработки всех деталей составил 13 дней 20 часов. Диаграмма загрузки станков показала, что оборудование загружено неравномерно, а заготовки довольно много времени пролеживают, ожидая своей очереди.

 

Рисунок 1. Имитационная модель производственной системы

 

С целью создания оптимальной последовательности запуска партии заготовок, обрабатываемых на участке, произведена оптимизация работы данного участка на основе метода генетических алгоритмов [1, с. 137]. При этом задается количество поколений, которое показывает количество решений задачи и размер поколения, который соответствует числу вариантов целевой функции в каждом решении. Чем выше значения указанных параметров, тем более точное значение целевой функции будет найдено. Однако, слишком большие значения приведут к увеличению времени расчета. Исходя из этого, задано 5 поколений по 10 популяций в каждом поколении.

В качестве параметров оптимизации выбраны последовательности запуска заготовок (рисунок 2).

 

Рисунок 2. Таблица параметров оптимизации

 

Целевой функцией является общее время обработки всех заготовок (рисунок 3).

 

Рисунок 3. Таблица задания целевой функции

 

Рисунок 4. Сгенерированные в результате оптимизации индивиды

 

В процессе оптимизации последовательности запуска заготовок на обработку генетический алгоритм сгенерировал 90 индивидов, количество многократно созданных индивидов получилось равным 1, метод назначения штрафа не применялся, количество оцененных индивидов составило 89, количество наблюдений на индивида в результате оптимизации получилось равным 1, в итоге выполнено 89 итераций (рисунок 4).

 

Рисунок 5. Эволюция целевой функции по поколениям

 

Рисунок 6. Таблицы оптимизированной последовательности запуска заготовок, обрабатываемых на станках FTC10 и TFC150 (а) и TFC150 (б)

 

Время оптимизации заняло 1 с. Эволюция целевой функции при оптимизации показана на рисунке 5. Величина целевой функции в результате оптимизации составила 11 дней 13 часов. Таким образом, время обработки всех партий заготовок станках уменьшилось на 1 день 15 часов.

В результате оптимизации получена новая последовательность запуска заготовок на обработку, отличная от исходной (рисунок 6).

 

Рисунок 7. Диаграмма загрузки оборудования после оптимизаци

 

Рисунок 8. Диаграмма Ганта для оптимизированного варианта производственной системы

 

На диаграмме загрузки оборудования после оптимизации (рисунок 7) видны положительные изменения: станки меньше времени находятся в ожидании, то есть сократилось время их простоев. Средний коэффициент загрузки оборудования составляет 0,58.

Сокращение простоев в работе оборудования (узкие черные участки) после проведения оптимизации видно и на диаграмме Ганта (рисунок 8). По диаграмме можно заметить, что выровнялось время окончания работы станков, а цикл обработки всех деталей уменьшился на 10 %.

 

Список литературы:

  1. Гладков Л.А. Генетические алгоритмы – [Электронный ресурс] – / Гладков Л.А., Курейчик В.В., Курейчик В.М. – Электрон. текстовые данные. – М.: ФИЗМАТЛИТ, 2010. – 366 c. – Режим доступа:http: //www.iprbookshop.ru/12974. – ЭБС “IPRbooks”, по паролю.
  2. Ильин Р.А., Бусаров Е.И., Шурыгин А.Ю. Имитационное моделирование производственной системы с применением программного продукта Tecnomatix Plant Simulation // Технические науки – от теории к практике / Сб.ст. по материалам LV междунар. науч.-практ. конф № 1 (49). Новосибирск: Изд. АНС «Сибак», 2016 – С. 104–111.
  3. Tecnomatix Plant Simulation 10 Step-by-Step Help.-2010. – 618 с. – [Электронный ресурс] – URL: http://m.plm.automation.siemens.com/en_us/ Images/PlantSimulation_Step-By-Step_ENU_tcm1224-143387.pdf (Дата обращения: 07.09.2015).
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий