成组生产条件下考虑学习和遗忘效应及设备维护的调度策略

上海交通大学学报（自然版） ›› 2013, Vol. 47 ›› Issue (05): 723-727.

成组生产条件下考虑学习和遗忘效应及设备维护的调度策略

王桂娜，俞秉昊，潘尔顺，杜世昌

（上海交通大学机械与动力工程学院，上海 200240）

收稿日期:2012-04-02 出版日期:2013-05-28 发布日期:2013-05-28
基金资助:
上海市自然科学基金项目(12ZR1414400),教育部新世纪优秀人才支持计划（NCET110328）资助

Single-Machine Group Scheduling Policy with Preventive Maintenance Planning Considering Learning and Forgetting Effects

WANG Guina，YU Binghao,PAN Ershun，DU Shichang

（School of Mechanical Engineering, Shanghai Jiaotong University, Shanghai 200240, China）

Received:2012-04-02 Online:2013-05-28 Published:2013-05-28

摘要/Abstract

摘要：

以成组生产的单机系统为对象，将学习和遗忘效应及维护策略融入调度模型，以使建立的调度模型更加符合实际.在考虑学习效应时，既考虑了同种零件本身的学习效应，又考虑了同一零件族内各零件间相互的学习效应，并采用相似度表示加工零件类型的转换对学习程度的影响，即遗忘效应；在考虑维护策略时，采取完美预防维护策略来减少设备发生故障的概率，预防性维护仅在加工完一个批量后进行，并采用小修处理批量中出现的设备故障.在此基础上，以总完工时间最短为目标，建立了调度和预防维护决策的整合模型，并通过算例分析验证了模型的有效性.

关键词: 成组生产, 小修, 预防维护, 调度, 学习效应, 遗忘效应

Abstract:

A single machine group scheduling problem was studied by incorporating learning and forgetting effects and maintenance into classic scheduling model. For the learning effects, two different models are formulated: one is to describe learning effect for the same product in a job; the other is to describe learning effect for different products in a family. And, because jobs are different in a family, so accumulated learning effects are partially transmitted, namely there exists forgetting effects from product to product, which is described by similarity in this paper. For maintenance policy, perfect preventive maintenance can be performed after one kind of products is finished, and when the machine fails due to degradation, minimal repair is performed to restore the machine to be “as bad as old”. Based on these policies, a more practical scheduling model within a family was formulated, whose objective is to minimize the completion time. Finally, a numerical example was given to show that the model is reasonable.

Key words: group manufacturing, minimal repair, preventive maintenance, scheduling, learning effect, forgetting effect

中图分类号:

TH 17

王桂娜，俞秉昊，潘尔顺，杜世昌. 成组生产条件下考虑学习和遗忘效应及设备维护的调度策略[J]. 上海交通大学学报（自然版）, 2013, 47(05): 723-727.

WANG Guina，YU Binghao,PAN Ershun，DU Shichang. Single-Machine Group Scheduling Policy with Preventive Maintenance Planning Considering Learning and Forgetting Effects[J]. Journal of Shanghai Jiaotong University, 2013, 47(05): 723-727.

参考文献

［1］Webster S T, Baker K R. Scheduling groups of jobs on a single machine ［J］. Operationa Research, 1995, 43（4）: 692703.

［2］Liaee M M, Emmons H. Scheduling families of jobs with setup times ［J］. International Journal of Production Economics, 1997, 51（3）: 165176.

［3］Wu C C, Lee W C. Singlemachine group scheduling problems with deteriorating setup times and job processing times ［J］. International Journal of Production Economics, 2008, 115（1）: 128133.

［4］Biskup D．Single machine scheduling with learning consideration ［J］．European Journal of Operational Research, 1999, 115（1）:173178.

［5］程明宝.工件具有指数学习效应的流水作业调度问题［J］. 暨南大学学报, 2008, 29 (2): 4853.

CHENG Mingbao. Flow shop scheduling problem with an exponential learning effect ［J］. Journal of Jinan University, 2008, 29 (2): 4853.

［6］Kuo W H, Yang D L. Singlemachine group scheduling with a timedependent learning effect ［J］. Computers and Operations Research, 2006, 33 (8): 20992112.

［7］杨明明.具有学习效应和遗忘效应的间歇批生产的单机排序问题［J］. 枣庄学院学报,2010, 27 (10): 3944.

YANG Mingming. Single machine scheduling problems with learning and forgetting effects in intermittent batch production ［J］. Journal of Zaozhuang University, 2010, 27 (10): 3944.

［8］Pan E S, Liao W Z, Xi L F. Singlemachinebased production scheduling model integrated preventive maintenance planning ［J］. The International Journal of Advanced Manufacturing Technology, 2010, 50 (14): 365375.

［9］马松.设备集成维护管理模式及优化策略研究［D］.西安电子科技大学管理科学与工程, 2010.

[1]	白云洁, 谢开贵, 邵常政, 胡博. 梯级水电上下游区域风光水火联盟的博弈优化调度[J]. 上海交通大学学报, 2026, 60(2): 224-234.
[2]	刘东林, 周霞, 戴剑丰, 解相朋, 汤奕, 李隽诗. 考虑虚拟储能的建筑综合能源系统双层优化调度策略[J]. 上海交通大学学报, 2026, 60(1): 61-73.
[3]	彭楚轩, 边晓燕, 金海翔, 林顺富, 徐波, 赵健. 基于多能灵活性约束的含富氧燃烧机组综合能源系统两阶段优化调度[J]. 上海交通大学学报, 2025, 59(9): 1281-1291.
[4]	杨银国, 冯胤颖, 魏韡, 谢平平, 陈玥. 基于可消纳区间的风-火-储大基地日前-实时协同调度[J]. 上海交通大学学报, 2025, 59(9): 1270-1280.
[5]	张理, 王宝, 贾健雄, 宋竹萌, 叶钰童, 余跃, 林嘉庆, 徐潇源. 微电网功率预测与调度端到端协同优化方法[J]. 上海交通大学学报, 2025, 59(6): 720-731.
[6]	. 考虑时间窗和灵活返回基地的拖船调度研究[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(6): 1276-1288.
[7]	陈实, 杨林森, 刘艺洪, 罗欢, 臧天磊, 周步祥. 小样本数据驱动模式下的新建微电网优化调度策略[J]. 上海交通大学学报, 2025, 59(6): 732-745.
[8]	张澳圆, 胡小锋, 张亚辉. 多场景多目标动态变化下船舶小组立装焊重调度[J]. 上海交通大学学报, 2025, 59(4): 476-488.
[9]	娄为, 胡蓉, 于谨铭, 张希鹏, 樊飞龙, 刘嵩源. 内嵌市场博弈模型的电网-抽水蓄能多主体协调调度[J]. 上海交通大学学报, 2025, 59(3): 365-375.
[10]	邱子彰, 汪达旺, 陆志沣, 伍国华. 基于禁忌搜索的照射器资源调度方法[J]. 空天防御, 2025, 8(3): 132-140.
[11]	吴静, 刘轩宇, 李响, 齐笑言, 李成俊, 张忠. 碳市场价格不确定性对电网调度影响机理分析[J]. 上海交通大学学报, 2025, 59(3): 354-364.
[12]	赵莹莹, 仇越, 朱天晨, 李凡, 苏运, 邰振赢, 孙庆赟, 凡航. 基于分层强化学习的新型电力系统在线稳态调度[J]. 上海交通大学学报, 2025, 59(3): 400-412.
[13]	陈子杰, 宋柄兵, 李语桐, 王利峰, 滕晓毕, 严正, 陈思捷. 面向现货市场的省间联络线功率考核机制与模型[J]. 上海交通大学学报, 2025, 59(12): 1773-1783.
[14]	张嘉敏, 蔡晔, 唐夏菲, 谭玉东, 曹一家, 李俊雄. 考虑源荷不确定性的信息间隙决策理论-谱聚类典型场景生成方法[J]. 上海交通大学学报, 2025, 59(11): 1625-1636.
[15]	胡凯强, 蔡泽祥, 蔡煜, 屈径, 刘媛媛. 考虑虚拟化时延的配电网保护控制微服务调度模型与优化[J]. 上海交通大学学报, 2025, 59(11): 1684-1693.