吳亞威，楊曉英,2，李昭楠，邱明,2

(1.河南科技大學(xué) 機(jī)電工程學(xué)院,河南 洛陽(yáng) 471003；2.機(jī)械裝備先進(jìn)制造河南省協(xié)同創(chuàng)新中心,河南 洛陽(yáng) 471003)

軸承是機(jī)械設(shè)備中的重要部件，也是當(dāng)前制約我國(guó)裝備制造業(yè)創(chuàng)新發(fā)展和質(zhì)量提升的核心基礎(chǔ)件。傳統(tǒng)的工藝原則布局方式，在多品種、中小批量需求下存在生產(chǎn)組織難度大，生產(chǎn)周期長(zhǎng)的問(wèn)題，難以實(shí)現(xiàn)訂單的精準(zhǔn)交付。隨著客戶(hù)需求的日益多樣化以及制造業(yè)發(fā)展的需要，能夠適應(yīng)多品種、變批量需求的軸承柔性智能制造已經(jīng)成為軸承制造業(yè)的主攻方向。柔性智能生產(chǎn)線是實(shí)現(xiàn)智能制造的關(guān)鍵要素，生產(chǎn)線平衡是提高柔性智能生產(chǎn)線的主要方法，但客戶(hù)需求的不確定性使當(dāng)前的滾動(dòng)軸承智能生產(chǎn)線難以協(xié)同、高效、精準(zhǔn)地響應(yīng)裝配需求，造成工序設(shè)備配置不均衡，智能生產(chǎn)線生產(chǎn)效率低，進(jìn)而制約了企業(yè)的生產(chǎn)效益。因此，深入研究滾動(dòng)軸承柔性智能生產(chǎn)線平衡優(yōu)化問(wèn)題，對(duì)提高資源利用率，降低生產(chǎn)成本，提高生產(chǎn)效率，縮短生產(chǎn)周期具有重要意義。

目前關(guān)于柔性智能生產(chǎn)線平衡問(wèn)題的研究成果較少，相關(guān)研究成果主要有：針對(duì)一般生產(chǎn)線平衡問(wèn)題，以最小生產(chǎn)節(jié)拍和最低成本[1]、最小生產(chǎn)拖期和最高設(shè)備利用率[2]、最小系統(tǒng)不平衡和最大吞吐量[3]等為優(yōu)化目標(biāo)建立優(yōu)化模型，并通過(guò)改進(jìn)遺傳算法對(duì)其求解；針對(duì)第二類(lèi)生產(chǎn)線平衡問(wèn)題，以最小平衡損失或最大生產(chǎn)效率為優(yōu)化目標(biāo)建立優(yōu)化模型，采用多種群遺傳算法[4]、改進(jìn)遺傳算法[5]、果蠅算法[6]對(duì)其進(jìn)行求解；文獻(xiàn)[7]針對(duì)服裝生產(chǎn)線不平衡導(dǎo)致的效率損失問(wèn)題，以最小平衡損失為優(yōu)化目標(biāo)建立優(yōu)化模型，采用遺傳算法對(duì)其進(jìn)行求解，達(dá)到了降低生產(chǎn)成本的效果；文獻(xiàn)[8]針對(duì)道釘整理箱生產(chǎn)線生產(chǎn)效率低的問(wèn)題，基于Flexsim對(duì)生產(chǎn)線進(jìn)行仿真優(yōu)化；文獻(xiàn)[9]針對(duì)再制造拆卸線平衡問(wèn)題，提出了一種改進(jìn)型教與學(xué)的優(yōu)化算法；文獻(xiàn)[10]針對(duì)裝配線平衡問(wèn)題求解效率低，質(zhì)量不佳的問(wèn)題，設(shè)計(jì)了一種混合優(yōu)化算法求解優(yōu)化模型；文獻(xiàn)[11]將離散化自適應(yīng)粒子群算法應(yīng)用于混流裝配線平衡中，得到了不同需求下工作站的最優(yōu)分配方案；文獻(xiàn)[12]運(yùn)用約束理論和鼓-緩沖-繩法(Drum-Buffer-Rope, DBR)控制方法平衡和優(yōu)化生產(chǎn)能力，并結(jié)合啟發(fā)式算法進(jìn)行分析；文獻(xiàn)[13]針對(duì)智能生產(chǎn)線存在的等待和堵塞問(wèn)題，提出了一種新型螢火蟲(chóng)算法；文獻(xiàn)[14]針對(duì)不確定因素導(dǎo)致的生產(chǎn)線平衡失效問(wèn)題，以平衡率最高、復(fù)雜度均衡指數(shù)最小為優(yōu)化目標(biāo)，并結(jié)合生產(chǎn)線平衡算法對(duì)作業(yè)元素進(jìn)行最優(yōu)劃分；文獻(xiàn)[15]針對(duì)飛機(jī)裝配線效率低的問(wèn)題，設(shè)計(jì)了模塊飛機(jī)裝配線，提高了設(shè)備利用率，縮短了裝配周期；文獻(xiàn)[16]針對(duì)生產(chǎn)線平衡問(wèn)題，提出了一種瓶頸混合模型，得到了精確的解決方案；文獻(xiàn)[17]針對(duì)裝配線組裝工人分配和平衡問(wèn)題，以最高生產(chǎn)效率為優(yōu)化目標(biāo)，使用啟發(fā)式規(guī)則對(duì)工位進(jìn)行任務(wù)分配；文獻(xiàn)[18]針對(duì)資源受限的生產(chǎn)線平衡問(wèn)題，以最少工作地?cái)?shù)和資源使用為優(yōu)化目標(biāo)，提出了一種基于新約束規(guī)則的模型；文獻(xiàn)[19]針對(duì)零件混批加工的夾具方案選擇與生產(chǎn)線平衡問(wèn)題，提出一種集成優(yōu)化方法。

上述研究成果主要側(cè)重于一般生產(chǎn)線平衡優(yōu)化模型與算法研究，與柔性生產(chǎn)相適應(yīng)的生產(chǎn)線平衡問(wèn)題研究較少，尚缺乏針對(duì)多品種、變批量需求的滾動(dòng)軸承柔性智能生產(chǎn)線平衡問(wèn)題的研究。本文以調(diào)心滾子軸承柔性智能生產(chǎn)線為研究對(duì)象，針對(duì)多品種、變批量需求的滾動(dòng)軸承柔性智能生產(chǎn)線平衡問(wèn)題，以生產(chǎn)線平衡率、設(shè)備利用率、工序延遲率為優(yōu)化目標(biāo)，深入研究能夠適應(yīng)多品種、變批量需求的生產(chǎn)線動(dòng)態(tài)平衡優(yōu)化模型和算法，并將算法與仿真模型相結(jié)合，對(duì)模型進(jìn)行求解，實(shí)現(xiàn)對(duì)滾動(dòng)軸承柔性智能生產(chǎn)線的設(shè)備配置優(yōu)化。

1 智能制造環(huán)境下的軸承生產(chǎn)特征及動(dòng)態(tài)平衡需求分析

滾動(dòng)軸承柔性智能生產(chǎn)線是在自動(dòng)化技術(shù)、信息技術(shù)、智能決策技術(shù)等的基礎(chǔ)上，面向滾動(dòng)軸承生產(chǎn)周期的智能制造。滾動(dòng)軸承柔性智能生產(chǎn)線的主要特征有：1)設(shè)備自動(dòng)化，通過(guò)自動(dòng)化智能設(shè)備，實(shí)現(xiàn)對(duì)加工對(duì)象和生產(chǎn)需求的高度適應(yīng)；2)過(guò)程信息化，運(yùn)用信息技術(shù)、傳感技術(shù)等實(shí)現(xiàn)生產(chǎn)過(guò)程信息感知與交互；3)決策智能化，將決策方法與智能算法結(jié)合，實(shí)現(xiàn)設(shè)備配置優(yōu)化決策功能。

雙列調(diào)心滾子軸承結(jié)構(gòu)如圖1所示，內(nèi)外圈磨削工藝流程如圖2所示，在線檢測(cè)時(shí)間相對(duì)加工時(shí)間較短，生產(chǎn)線平衡時(shí)可以忽略。

為滿(mǎn)足不同客戶(hù)的需求，柔性智能生產(chǎn)線必須滿(mǎn)足多品種、變批量的生產(chǎn)需求?，F(xiàn)場(chǎng)調(diào)研發(fā)現(xiàn)：企業(yè)在生產(chǎn)大型調(diào)心滾子軸承(內(nèi)徑150 mm以上)時(shí)，不同型號(hào)產(chǎn)品的內(nèi)外圈各工序作業(yè)時(shí)間相差較大，且訂單變化也會(huì)對(duì)生產(chǎn)線的生產(chǎn)效率和設(shè)備利用率產(chǎn)生較大影響；此外，不同型號(hào)產(chǎn)品需求量也存在差異。為保證生產(chǎn)線生產(chǎn)能力與需求同步，要求內(nèi)、外圈磨削生產(chǎn)線在同一節(jié)拍下生產(chǎn)，以實(shí)現(xiàn)生產(chǎn)和裝配的協(xié)同運(yùn)作。

針對(duì)軸承多品種、變批量的生產(chǎn)需求，內(nèi)外圈智能生產(chǎn)線如何實(shí)現(xiàn)線內(nèi)、線間協(xié)同平衡，確保內(nèi)外圈生產(chǎn)效率，并對(duì)生產(chǎn)計(jì)劃快速響應(yīng)，是實(shí)現(xiàn)智能生產(chǎn)的基礎(chǔ)。深入研究柔性智能生產(chǎn)線的動(dòng)態(tài)平衡問(wèn)題，并建立能夠適應(yīng)生產(chǎn)計(jì)劃動(dòng)態(tài)變化的滾動(dòng)軸承柔性智能生產(chǎn)線的動(dòng)態(tài)平衡優(yōu)化模型，設(shè)計(jì)模型智能求解算法，實(shí)現(xiàn)柔性智能生產(chǎn)線設(shè)計(jì)和使用兩階段的動(dòng)態(tài)平衡以及設(shè)備配置優(yōu)化。問(wèn)題模型如圖3所示。

輸入?yún)?shù)：某時(shí)期生產(chǎn)計(jì)劃(Pi,Qi,Ti；i=1,2,…,n)，Pi,Qi,Ti分別為第i種軸承產(chǎn)品、計(jì)劃月產(chǎn)量、生產(chǎn)時(shí)間；生產(chǎn)能力(Ca,T,m,K)，Ca為設(shè)計(jì)生產(chǎn)能力，T為有效作業(yè)時(shí)間，m為生產(chǎn)線條數(shù)，K為生產(chǎn)線工序數(shù)。

優(yōu)化目標(biāo)：以?xún)?nèi)外圈智能生產(chǎn)線平衡率LB最大化為目標(biāo)，追求高生產(chǎn)效率；以設(shè)備利用率EU最大化為目標(biāo)，以減少設(shè)備投資和使用成本；以工序之間的延遲率DR最小化為目標(biāo)，以縮短在制品庫(kù)存周轉(zhuǎn)期，節(jié)約生產(chǎn)成本。某時(shí)期生產(chǎn)計(jì)劃下線平衡多目標(biāo)協(xié)同優(yōu)化函數(shù)為

f(Njk)={maxLB∪maxEU∪minDR}，

(1)

式中：Njk為生產(chǎn)線j第k道工序的設(shè)備數(shù)量。

約束條件：某時(shí)期軸承內(nèi)外圈計(jì)劃產(chǎn)量、生產(chǎn)時(shí)間、設(shè)計(jì)產(chǎn)能等。

輸出參數(shù)：決策變量D[Njk]，即某時(shí)期生產(chǎn)計(jì)劃下的軸承內(nèi)外圈每條生產(chǎn)線每道工序的設(shè)備數(shù)量。

由此可見(jiàn)，滾動(dòng)軸承柔性智能生產(chǎn)線的動(dòng)態(tài)平衡自決策模型與算法是一個(gè)多目標(biāo)、多約束的動(dòng)態(tài)協(xié)同優(yōu)化問(wèn)題。

2 動(dòng)態(tài)平衡協(xié)同優(yōu)化模型構(gòu)建

在構(gòu)建動(dòng)態(tài)平衡協(xié)同優(yōu)化模型時(shí)，做以下假設(shè)：1)生產(chǎn)線設(shè)計(jì)產(chǎn)能不變；2)各零件制造工藝和流程不變；3)各零件在生產(chǎn)線上的每道工序加工設(shè)備種類(lèi)確定；4)每道工序不能被分割，且至少被分配到一臺(tái)設(shè)備，每臺(tái)設(shè)備僅承擔(dān)一道工序的加工任務(wù)；5)有效工作時(shí)間為制度工作時(shí)間(扣除故障停機(jī)等不確定因素后的時(shí)間)；6)企業(yè)采用多品種、變批量的精益生產(chǎn)方式，不允許缺料和生產(chǎn)拖期；7)機(jī)械手在單臺(tái)設(shè)備上使用的時(shí)間近似相等。

2.1 假定產(chǎn)品法

針對(duì)多品種、變批量的生產(chǎn)需求，軸承規(guī)格、工藝、勞動(dòng)量差別較大，難以確定代表產(chǎn)品，因此采用假定產(chǎn)品產(chǎn)量核定生產(chǎn)能力，即按各產(chǎn)品工作量比重構(gòu)成一種實(shí)際上不存在的產(chǎn)品，為結(jié)構(gòu)與工藝差異大的產(chǎn)品假定一個(gè)統(tǒng)一的計(jì)量單位，來(lái)核定企業(yè)具體產(chǎn)品的生產(chǎn)能力。

(2)

設(shè)計(jì)產(chǎn)量Qg為

(3)

式中：tijk為產(chǎn)品i在生產(chǎn)線j第k道工序的作業(yè)時(shí)間。

假定產(chǎn)品的生產(chǎn)節(jié)拍，即在一定時(shí)期內(nèi)，月有效工作時(shí)間T與假定產(chǎn)品月產(chǎn)量Qg的比值，可表示為

(4)

(5)

(6)

2.2 優(yōu)化目標(biāo)

生產(chǎn)線平衡率LB為工序作業(yè)時(shí)間總和與工序設(shè)備數(shù)量和生產(chǎn)線實(shí)際生產(chǎn)節(jié)拍rB乘積的比值，即

(7)

設(shè)備利用率是指在一定時(shí)間內(nèi)設(shè)備創(chuàng)造價(jià)值的時(shí)間占有效工作時(shí)間的比重，生產(chǎn)線j的設(shè)備平均利用率EU為設(shè)備利用率之和與設(shè)備總數(shù)的比值，即

(8)

工序延遲率DR為產(chǎn)品在生產(chǎn)線上的總延遲時(shí)間與生產(chǎn)總時(shí)間的比值，即

(9)

2.3 多目標(biāo)協(xié)同優(yōu)化模型

綜合生產(chǎn)線優(yōu)化指標(biāo)模型，根據(jù)(1)，(7)，(8)，(9)式建立內(nèi)外圈生產(chǎn)線協(xié)同平衡的多目標(biāo)協(xié)同優(yōu)化模型，即

(10)

式中：α1，α2，α3為權(quán)重系數(shù)。

約束條件為

(11)

(12)

rB≤rg，

(13)

(14)

Njk≥1；Njk=1,2,3，…，

(15)

α1+α2+α3=1，

(16)

(11)式表示設(shè)計(jì)產(chǎn)能大于實(shí)際生產(chǎn)能力(能力約束)，(12)式表示生產(chǎn)線實(shí)際生產(chǎn)時(shí)間小于理論生產(chǎn)時(shí)間(時(shí)間約束)，(13)式表示理論節(jié)拍大于實(shí)際生產(chǎn)節(jié)拍(產(chǎn)量約束)，(14)式表示設(shè)備數(shù)量大于假定產(chǎn)品各工序作業(yè)時(shí)間與生產(chǎn)節(jié)拍的比值(設(shè)備約束)，(15)式表示每道工序至少有一臺(tái)設(shè)備，(16)式為多目標(biāo)優(yōu)化的權(quán)重。

3 動(dòng)態(tài)平衡優(yōu)化算法設(shè)計(jì)

多種群遺傳算法是一種自適應(yīng)隨機(jī)尋優(yōu)方法，在生產(chǎn)車(chē)間布局優(yōu)化[20]、混合流水線平衡設(shè)計(jì)[21]以及生產(chǎn)作業(yè)排程優(yōu)化[22]等多目標(biāo)優(yōu)化問(wèn)題中應(yīng)用較多。本文根據(jù)問(wèn)題模型的特點(diǎn)，改進(jìn)多種群遺傳算法求解優(yōu)化模型，算法流程圖如圖4所示。具體步驟如下：

2)參數(shù)設(shè)置。包括世代數(shù)gen、種群大小pop，交叉概率Pc和變異概率Pv,即

(17)

式中：Pco為初始交叉概率，取95%；Pvo為初始變異概率，取5%；y,z分別為交叉和變異區(qū)間長(zhǎng)度；rand為隨機(jī)函數(shù)。

染色體停止進(jìn)化時(shí)，變異概率會(huì)增大，以獲取新的個(gè)體，從而達(dá)到種群多樣性的目的。

3)初始化種群。針對(duì)優(yōu)化模型，染色體采用工序作業(yè)時(shí)間和設(shè)備數(shù)量的數(shù)值分段進(jìn)行編碼，染色體編碼方式如圖5所示。

4)計(jì)算適應(yīng)度值。適應(yīng)度值是優(yōu)化模型中評(píng)價(jià)目標(biāo)函數(shù)優(yōu)劣的一個(gè)重要指標(biāo)，根據(jù)(11)式可得適應(yīng)度值Fit=maxf(Njk)。

5)交叉。各種群采用最優(yōu)個(gè)體保留策略和輪盤(pán)賭相結(jié)合的方式進(jìn)行選擇，采用兩點(diǎn)交叉方式，當(dāng)染色體不再進(jìn)化或染色體之間過(guò)于接近時(shí)，可以通過(guò)提高變異概率以產(chǎn)生不同的后代，從而達(dá)到打破基因壟斷，增加個(gè)體多樣性的目的。

6)判斷染色體是否滿(mǎn)足優(yōu)化模型的約束條件，若滿(mǎn)足，繼續(xù)進(jìn)行染色體操作，若不滿(mǎn)足，返回步驟3。

7)根據(jù)適應(yīng)度函數(shù)從每代種群中選出最優(yōu)個(gè)體放入精華種群，使精華種群不被破壞。

8)判斷種群代數(shù)是否達(dá)到設(shè)置數(shù)值以及輸入的參數(shù)是否發(fā)生變化，若無(wú)變化，則輸出最優(yōu)的各工序設(shè)備數(shù)量Njk。

4 實(shí)例仿真試驗(yàn)

某軸承企業(yè)的主導(dǎo)產(chǎn)品為各系列高速低噪聲調(diào)心滾子軸承，正在建設(shè)全自動(dòng)數(shù)控設(shè)備為主的智能磨削生產(chǎn)線，課題將研究的生產(chǎn)線平衡動(dòng)態(tài)優(yōu)化模型與算法進(jìn)行實(shí)際應(yīng)用。假設(shè)調(diào)心滾子軸承主要型號(hào)分別為P1,P2,P3,P4,P5,P6，內(nèi)外圈磨削各工序作業(yè)時(shí)間見(jiàn)表1。

表1 內(nèi)外圈磨削工藝及作業(yè)時(shí)間

4.1 建模

基于Plant Simulation仿真軟件建立調(diào)心滾子軸承內(nèi)外圈磨削生產(chǎn)線模型，如圖6所示，wjk，Bjk表示磨削生產(chǎn)線各工序及緩存區(qū)編號(hào)。數(shù)據(jù)表可以控制源、源1產(chǎn)生不同型號(hào)和數(shù)量的內(nèi)、外圈半成品件。數(shù)據(jù)表2為不同型號(hào)產(chǎn)品各工序的作業(yè)時(shí)間，可以通過(guò)在方法1中運(yùn)用SimTalk編程來(lái)調(diào)用數(shù)據(jù)表2中的作業(yè)時(shí)間以及生產(chǎn)線平衡率LB、設(shè)備利用率EU、工序延遲率DR的計(jì)算方法。output1,output2分別統(tǒng)計(jì)磨削生產(chǎn)線規(guī)定時(shí)間內(nèi)的產(chǎn)能。

為實(shí)現(xiàn)算法對(duì)各工序的設(shè)備配置優(yōu)化，根據(jù)上述改進(jìn)多種群遺傳算法在仿真模型中編程。模型中各工序均由并行工位負(fù)責(zé)生產(chǎn)，通過(guò)改變并行工位的XDim值(表示該工序所需的設(shè)備數(shù)量)對(duì)設(shè)備數(shù)量進(jìn)行決策。最后，將改進(jìn)遺傳算法嵌入到仿真模型中并求解。

4.2 試驗(yàn)

4.2.1 設(shè)計(jì)階段的設(shè)備配置優(yōu)化

6種型號(hào)的調(diào)心滾子軸承月產(chǎn)量分別為Q1=1 020,Q2=1 530,Q3=1 020,Q4=1 020,Q5=1 275,Q6=1 785，月有效作業(yè)時(shí)間為26天，日有效作業(yè)時(shí)間為8 h。根據(jù)(2)，(3)式可得假定產(chǎn)品各工序的作業(yè)時(shí)間，見(jiàn)表2。

表2 設(shè)計(jì)階段假定產(chǎn)品各工序作業(yè)時(shí)間

以(11)式為適應(yīng)度函數(shù)，根據(jù)優(yōu)化目標(biāo)的重要程度設(shè)置權(quán)重系數(shù)α1=0.45，α2=0.45，α3=0.10，將模型算法運(yùn)用到仿真模型中進(jìn)行試驗(yàn)，其中設(shè)置種群大小pop為30，世代數(shù)gen為100。通過(guò)運(yùn)算得某代子對(duì)象中的30個(gè)個(gè)體的適應(yīng)度值如圖7所示，適應(yīng)度值進(jìn)化曲線如圖8所示，適應(yīng)度值在第80～84代收斂至最大值2.567，試驗(yàn)報(bào)告如圖9所示。

w11為雙端面往復(fù)粗磨工序，一臺(tái)設(shè)備最多可以同時(shí)磨削3個(gè)外圈，該工序設(shè)備數(shù)量應(yīng)滿(mǎn)足

(18)

整理可得最佳生產(chǎn)線平衡方案設(shè)備數(shù)量(表3)。

表3 設(shè)計(jì)階段的設(shè)備決策數(shù)量

決策結(jié)果為：設(shè)備數(shù)量33，生產(chǎn)線平衡率LB=85.5%，設(shè)備平均利用率EU=89.1%，工序延遲率DR=5.6%。在8 h內(nèi)的外圈產(chǎn)量output1=296，內(nèi)圈產(chǎn)量output2=298，相差較小，協(xié)同效果較好。

4.2.2 使用階段的設(shè)備配置優(yōu)化

表4 使用階段假定產(chǎn)品各工序作業(yè)時(shí)間

將設(shè)計(jì)階段優(yōu)化后的設(shè)備數(shù)量作為設(shè)備數(shù)量約束，通過(guò)求解，適應(yīng)度值進(jìn)化曲線如圖10所示，試驗(yàn)報(bào)告如圖11所示。整理得到使用階段各工序所需設(shè)備數(shù)量，見(jiàn)表5。

表5 使用階段的設(shè)備決策數(shù)量

決策結(jié)果為：設(shè)備數(shù)量23，生產(chǎn)線平衡率LB=81.2%，設(shè)備平均利用率EU=86.3%，工序延遲率DR=7.9%。在8 h內(nèi)的外圈生產(chǎn)線產(chǎn)量output1=244，內(nèi)圈生產(chǎn)線產(chǎn)量output2=248，相差較小，協(xié)同效果較好。

4.2.3 小結(jié)

上述結(jié)果說(shuō)明在不改變工藝參數(shù)的條件下，通過(guò)生產(chǎn)線在設(shè)計(jì)與使用階段的動(dòng)態(tài)平衡仿真，生產(chǎn)線平衡率、設(shè)備平均利用率均達(dá)到80%以上，工序延遲率控制在8%以?xún)?nèi)，較好地實(shí)現(xiàn)了與柔性生產(chǎn)需求動(dòng)態(tài)相適應(yīng)的滾動(dòng)軸承智能生產(chǎn)線動(dòng)態(tài)平衡與設(shè)備數(shù)量配置優(yōu)化功能，驗(yàn)證了模型和算法的有效性和可行性。

5 結(jié)束語(yǔ)

針對(duì)在需求動(dòng)態(tài)變化下柔性智能生產(chǎn)線難以保證生產(chǎn)效率的問(wèn)題，提出柔性智能生產(chǎn)線動(dòng)態(tài)平衡優(yōu)化方法，以調(diào)心滾子軸承套圈磨削智能生產(chǎn)線為研究對(duì)象，根據(jù)生產(chǎn)計(jì)劃和生產(chǎn)能力，結(jié)合假定產(chǎn)品法核算假定產(chǎn)品的產(chǎn)能和作業(yè)時(shí)間，并根據(jù)生產(chǎn)線平衡理論和運(yùn)籌學(xué)理論，以生產(chǎn)線平衡率、設(shè)備平均利用率以及工序延遲率為優(yōu)化目標(biāo)，以產(chǎn)能、生產(chǎn)節(jié)拍以及設(shè)備數(shù)量等為約束條件，建立生產(chǎn)線動(dòng)態(tài)平衡優(yōu)化模型。在仿真軟件中建立仿真模型，并將改進(jìn)多種群遺傳算法與仿真模型結(jié)合，對(duì)生產(chǎn)線動(dòng)態(tài)平衡優(yōu)化模型進(jìn)行求解，得到設(shè)計(jì)階段和使用階段的生產(chǎn)線動(dòng)態(tài)平衡優(yōu)化方案。通過(guò)動(dòng)態(tài)優(yōu)化，生產(chǎn)線平衡率、設(shè)備平均利用率均達(dá)到80%以上，工序延遲率控制在8%以?xún)?nèi)，驗(yàn)證了柔性智能生產(chǎn)線動(dòng)態(tài)平衡方法、生產(chǎn)線動(dòng)態(tài)平衡優(yōu)化模型和改進(jìn)多種群遺傳算法的有效性和可行性，為動(dòng)態(tài)需求下的滾動(dòng)軸承智能生產(chǎn)線設(shè)備配置優(yōu)化提供了理論依據(jù)，對(duì)解決滾動(dòng)軸承多品種、變批量柔性智能生產(chǎn)線動(dòng)態(tài)平衡這一難題具有重要意義。但實(shí)例應(yīng)用中發(fā)現(xiàn)生產(chǎn)線平衡率仍有提升空間，例如通過(guò)分析工序作業(yè)時(shí)間，消除動(dòng)作浪費(fèi)等不平衡因素以及工藝參數(shù)對(duì)作業(yè)時(shí)間的影響等，后續(xù)有待進(jìn)一步研究。