ИСПОЛЬЗОВАНИЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ ДЛЯ ОПТИМИЗАЦИИ РАБОТЫ АВТОМАТИЗИРОВАННЫХ ТЕХНОЛОГИЧЕСКИХ КОМПЛЕКСОВ МЕХАНООБРАБОТКИ

А.И. Секирин

Источник: Зб. наук. пр. ДонНТУ. Серія: Обчислювальна техніка та автоматизація, випуск 48. – Донецьк: ДонНТУ. - 2002. - С. 151-159

Автоматизированные технологические комплексы (АТК) представляют собой технологические структуры с законченным производственным циклом (участок, цех) и различной степенью автоматизации. АТК включает в себя автоматизированное технологическое оборудование для механообработки деталей, а также - вспомогательное оборудование: автоматизированный транспорт и автоматизированную складскую систему [1, 3].

Для обеспечения высокой эффективности работы АТК управление объектами такого класса должно базироваться на оптимальном расписании, которое позволяет организовать согласование во времени и в пространстве движение материальных потоков в производственной системе [1]. Однако, в общем виде данная задача не решена. Оптимальные решения получены лишь для простейших случаев, имеющих чисто теоретическое значение. Для получения приемлемых решений в допустимые сроки в основном применяются эвристические методы, построенные на использовании различных правил запуска деталей в обработку. Метод полного перебора невозможно применять в силу сжатых сроков формирования расписания. Преодоление указанных недостатков видится в применении эволюционных методов, в частности генетических алгоритмов (ГА), в основу которых положено эволюционное развитие и наследование биологических клеток (хромосом) [2]. В процессе работы генетический алгоритм формирует множество возможных решений (популяцию хромосом).

Предлагается использовать в ГА двухуровневое представление хромосом, что позволит варьировать не только последовательностью запуска партий деталей, но и размерами этих партий:

где m_i и k_i – натуральные числа, биты хромосом, N – размер популяции.

Первый (или верхний) уровень хромосом кодирует различные варианты последовательностей запуска деталей по их типам на технологический участок. Каждой хромосоме первого уровня сопоставляется хромосома второго уровня, в которой содержится информация о величине партий запуска для каждого типа детали. Начальные решения (хромосомы первой популяции) формируются случайным образом, затем генетический алгоритм производит перебор очередности и размеров партий запуска, поступающих в обработку.

Для оценки эффективности хромосом предлагается использовать разработанную объектно-ориентированную модель АТК [3]. На выходе модели АТК формируется таблица результатов, которая является основой нового расписания.

В качестве критерия управления и оценки эффективности работы ГА возможно использовать наименьшее общее время выполнения производственной программы (длительность производственного цикла) или максимальную загрузку технологического оборудования при выполнении ограничений (сроков выпуска деталей).

Программная реализация объектно-ориентированной модели и модуля поиска эффективного расписания работы АТК на базе генетического алгоритма выполнена с помощью языка визуального программирования Delphi 5.5. В результате проведенных экспериментальных исследований с использованием реальных производственных данных АТК с помощью генетических алгоритмов получены решения близкие к оптимальным (для сравнения применялся метод полного перебора, позволяющий получить оптимальное решение).

Проведенные исследования показали целесообразность и эффективность применения данного подхода в управлении автоматизированными технологическими комплексами. Применение генетических алгоритмов позволяет получать близкие к оптимальным решения в допустимые сроки.

Список литературы

1. Ямпольский Л., Банашак З., Хасегава К. и др. Управление дискретными процессами в ГПС. – Киев: Техника, 1992, 256 с.

2. Курейчик В.М. Генетические алгоритмы. Монография. Таганрог: Изд. ТРТУ, 1998, 242с.

3. Лаздынь С.В., Секирин А.И. Совершенствование методов управления автоматизированными технологическими комплексами механообработки на основе объектно-ориентированного подхода и генетических алгоритмов. // Научные труды Донецкого государственного технического университета. Серия: Вычислительная техника и автоматизация, выпуск 38. – Донецк: ДонГТУ, 2002.