上海交通大学学报 ›› 2016, Vol. 50 ›› Issue (9): 1460-1466.doi: 10.16183/j.cnki.jsjtu.2016.09.018

• • 上一篇    

基于加工资源的零件分类成组研究

宋海草, 易树平, 刘觅, 秦高阳, 郑文炜   

  1. 重庆大学, 重庆大学
  • 发布日期:2025-07-02

基于加工资源的零件分类成组研究

宋海草, 易树平, 刘觅, 秦高阳, 郑文炜   

  1. 重庆大学, 重庆大学
  • Published:2025-07-02

摘要: 多品种、小批量生产模式导致频繁的切换,产生了大量作业切换时间并影响了生产效率.为了缩短作业切换时间,提出一种基于加工资源的零件聚类分组遗传算法.首先对加工零件所需资源进行分类,不同类别资源再划分子类,0-1整数编码表示加工是否需要该项资源;其次根据加工资源对于作业切换时间长短的不同影响,确定核心加工资源和一般加工资源的权重.采用Jaccard系数计算零件间相似度,应用分组遗传算法确定零件的分类成组.最后以M航空紧固件企业零件为例进行验证.结果显示,分组遗传算法比系统聚类极小值法和K-means聚类法更有效地缩短了作业切换时间和提高了生产效率,并减少了单位成本.

关键词: 作业切换时间, 零件分类, 加工资源, 相似度, 分组遗传算法

Abstract: 多品种、小批量生产模式导致频繁的切换,产生了大量作业切换时间并影响了生产效率.为了缩短作业切换时间,提出一种基于加工资源的零件聚类分组遗传算法.首先对加工零件所需资源进行分类,不同类别资源再划分子类,0-1整数编码表示加工是否需要该项资源;其次根据加工资源对于作业切换时间长短的不同影响,确定核心加工资源和一般加工资源的权重.采用Jaccard系数计算零件间相似度,应用分组遗传算法确定零件的分类成组.最后以M航空紧固件企业零件为例进行验证.结果显示,分组遗传算法比系统聚类极小值法和K-means聚类法更有效地缩短了作业切换时间和提高了生产效率,并减少了单位成本.

Key words: 作业切换时间, 零件分类, 加工资源, 相似度, 分组遗传算法