《Expert Systems with Applications》：A flow shop scheduling problem incorporating a reconfigurable material handling Robot: A constraint programming approach
编辑推荐：
摘要可重构制造系统（RMS）是制造环境应对不可预测的市场变化和频繁新产品推出的一种新范式。可重构物料搬运系统（RMHS）是RMS的组成部分之一。本文研究了带有RMHS的制造系统中的排列流水车间调度问题。首先，开发了一种新颖的混合整数线性规划（MILP）模型。其次，为了解决该问
摘要
可重构制造系统（RMS）是制造环境应对不可预测的市场变化和频繁新产品推出的一种新范式。可重构物料搬运系统（RMHS）是RMS的组成部分之一。本文研究了带有RMHS的制造系统中的排列流水车间调度问题。首先，开发了一种新颖的混合整数线性规划（MILP）模型。其次，为了解决该问题的固有复杂性，设计了一种高效的约束编程（CP）方法。最后，进行了全面的计算实验来评估两种模型的性能，并对三个关键绩效指标进行了敏感性分析，以进一步评估CP模型并提取管理洞察。结果表明，CP模型在求解大规模问题实例方面比MILP模型表现更好，并且在合理的时间内获得了高质量的解决方案。此外，资格限制的灵活性可以显著影响完工时间和求解时间。
引言
为了在快速变化的市场中保持竞争力，制造企业必须开发能够持续适应和升级的系统，而不是专门针对单一产品类型或生产场景。因此，灵活性已成为现代制造环境中的关键要求。可重构制造系统（RMS）作为解决这一挑战的有前景的方案而出现，它使系统资源和配置能够快速调整以适应不断变化的生产需求（Andersen等人，2015）。为应对不可预测的市场变化，包括需求快速变化和新产品频繁推出，提出了一种新的工厂设计范式："可重构制造系统"（RMS）（Koren等人，2018）。高灵活性、动态市场需求、日益增长的定制化需求、高质量产品、灵活的批量生产以及短产品生命周期是从传统制造系统向RMS等下一代制造系统转变的关键驱动因素（Bortolini等人，2018）。可重构允许添加、移除或修改特定的工艺能力、控制、软件或机器结构，以调整生产能力来应对变化的市场需求或技术（Mehrabi等人，2000）。根据Kumar等人（2019）的近期研究，可重构制造系统建模已被确定为未来制造研究的优先事项，也是制造企业面临的六大主要挑战之一。RMS现在被认为是保持竞争力、快速响应变化、提高生产力和维持利润的必要且关键的工具，尽管全球市场出现突然变化（Kumar等人，2019）。RMS的可重构组件包括可重构机器、数控机床、机床、机器人和物料搬运系统，它们以特定方式连接以生产产品族（Müller等人，2011）。由于生产过程中的一个重要方面与物料运输有关，它占总生产时间的87%，平均占总产品成本的50%，对生产力和工人安全有显著影响（Lasslop & Samarakoon，2023）。使用人工方法运输物料会降低效率，增加停机时间，并造成工人的安全、健康和环境危害。使用机器人转运物料可以提高效率、安全性和准确性，并减少制造环境中的错误（Lasslop和Samarakoon，2023，My等人，2019）。可重构物料搬运系统（RMHS）在可重构制造系统的规划和运营中发挥着重要作用。物料搬运系统必须具有可重构性，以在RMS的重新配置过程中优化物料流动（Chen等人，2005）。RMHS的一个组成部分是模块化机器人，它使制造商能够以具有成本效益的方式确定最优配置（Müller等人，2011）。可重构机器人被广泛应用于各种制造行业，如航空航天工业、造船业、轨道交通车辆生产（Müller等人，2013）、服装行业（Ragunathan & Karunamoorthy，2006）和汽车工业（Lasslop & Samarakoon，2023）。在工业系统中，调度在降低生产成本和提高客户满意度方面发挥着基本作用。一个精心准备且准确的调度计划可以显著改善系统在生产力、生产时间和准时交付指标方面的性能（Toptal & Sabuncuoglu，2010）。
本研究考察了带有可重构物料搬运系统的制造系统中的排列流水车间调度问题。此外，由于工业机器人是物料搬运系统的重要组成部分，能提高制造环境中的安全性和效率，本研究在考虑可重构机器人的情况下考察了生产调度。该问题基于一家汽车公司冲压线的实际案例。冲压线负责生产汽车车身部件，由几台冲压机床和负责在机床之间转运工件的物料搬运机器人组成。基于这些问题，提出了一种针对可重构物料搬运系统中流水车间调度问题的混合整数线性规划模型（MILP），并在GAMS软件中求解。由于约束编程（CP）在求解调度问题方面表现良好，本研究使用CP方法进行建模和求解。之后，比较MILP和CP模型的结果，并评估各自在求解该问题中的有效性。
本文其余部分如下：下一节将介绍文献综述。第3节讨论问题描述和MILP模型。第4节介绍CP模型。第5节展示计算实验。最后，第6节包含结论和未来研究方向。
章节摘要
文献综述
本节回顾了三个文献流。首先，回顾了研究可重构制造环境中调度问题的文章。其次，探讨了可重构物料搬运系统领域的研究。第三，检查了为RMS系统中的调度问题开发的解决方法。
问题描述
本文在带有可重构物料搬运系统的制造系统中考察生产调度问题。本文研究的产线是一个排列流水车间系统，其中每个工位安装了一台冲压机床，负责在每道工序上执行特定操作，且在每两个连续工位之间，有一个配备合适夹具的机器人，负责将工件从上一道工序的
约束编程（CP）方法
约束编程（CP）是一种强大的精确求解方法，适用于组合优化问题，尤其是调度和排序问题，因为它能够自然地建模复杂的逻辑和调度约束，在搜索过程中利用底层的约束结构，并提供最优性保证（Rohaninejad等人，2024）。虽然早期的商业CP求解器主要关注寻找高质量的可行解，但现代CP求解器能够
计算实验
本节展示计算实验，以评估和比较所开发的MILP和CP模型的性能。然后，对关键参数进行敏感性分析，并从中得出管理洞察。
结论
本文研究了带有可重构物料搬运机器人的制造系统中的排列流水车间调度问题。在研究的系统中，产线由多台机器组成，每台机器负责在工序上执行特定操作。在每两个连续机器之间，有一个配备可重构夹具的机器人将工件从上一台机器转运到下一台机器。因此，开发了一种MILP模型来建模和求解该问题。
利益冲突声明
作者声明他们不存在可能影响本文报告工作的利益冲突。
Sahar Akhgar|Parviz. Fattahi|Behdin Vahedi-Nouri|Abdolreza Roshani
