CC BY
22
Технические науки — от теории к практике _№ 2 (50), 2016г
ОПТИМИЗАЦИЯ РАБОТЫ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ МЕТОДОМ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ С ИСПОЛЬЗОВАНИЕМ TECNOMATIX PLANT SIMULATION
Капранов Александр Евгеньевич
магистрант Арзамасского политехнического института (филиала) Нижегородского государственного технического университета,
РФ, г. Арзамас E-mail: kapranov-92@mail.ru
Кувшинов Антон Сергеевич
магистрант Арзамасского политехнического института (филиала) Нижегородского государственного технического университета,
РФ, г. Арзамас E-mail: tony.kuvshinoff@yandex.ru
Шурыгин Алексей Юрьевич
канд. техн. наук, доц. Арзамасского политехнического института (филиала) Нижегородского государственного технического
университета, РФ, г. Арзамас E-mail: ashurigin@hotbox. ru
OPTIMIZATION OF THE PRODUCTION SYSTEM BY THE METHOD OF GENETIC ALGORITHMS USING TECNOMATIX PLANT SIMULATION
Alexandr Kapranov
master student of of API (branch of) NSTU, Russia, Arzamas
Anton Kuvshinov
master student of of API (branch of) NSTU, Russia, Arzamas
Alexey Shurigin
candidate of Technical Sciences, Associate Professor of API (branch of)
NSTU, Russia, Arzamas
Технические науки — от теории к практике № 2 (50), 2016г_
АННОТАЦИЯ
Целью работы является оптимизация работы производственной системы с применением имитационного моделирования в программной среде Tecnomatix Plant Simulation. В качестве метода оптимизации использовался генетический алгоритм. В результате оптимизации получена новая последовательность запуска партий заготовок в обработку, а цикл обработки сократилось на 10 %.
ABSTRACT
The aim is optimization of the production system with the use of simulation software Tecnomatix Plant Simulation. As a method of optimization the genetic algorithm was used. As a result of optimization the new sequence of workpieces to process was obtained, and processing cycle was reduced by 10 %
Ключевые слова: имитационное моделирование, оптимизация, метод генетических алгоритмов, последовательность запуска, производственная система.
Keywords: imitating modeling, optimization, method of genetic algorithms, sequence of start, production system.
Одним эффективных методов исследования работы производственных систем является имитационное моделирование. В настоящее время существует разнообразие программных сред, реализующих данный метод. Tecnomatix Plant Simulation является одной из таких сред, которая основана на объектно-ориентированном программировании. Для оптимизации работы производственных систем Tecnomatix Plant Simulation имеет в своем составе модуль оптимизации на основе генетических алгоритмов, который представляет собой эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, аналогичных естественному отбору в природе.
На рисунке 1 показана имитационная модель производственной системы, в которой моделируется процесс обработки партий 14 наименований деталей на четырех станках с ЧПУ (три станка TFC150 и один станок FTC10). Последовательность запуска заготовок задается таблицами Sequence_FTC10 и Sequence_TFC150. Время обработки и время наладки задается таблицами Proctime_FTC10, Setuptime_FTC10, Proctime_TFC150 и Setuptime_TFC150.
В результате моделирования [2] цикл обработки всех деталей составил 13 дней 20 часов. Диаграмма загрузки станков показала, что
Технические науки — от теории к практике _№ 2 (50), 2016г
оборудование загружено неравномерно, а заготовки довольно много времени пролеживают, ожидая своей очереди.
Ргос1(те_РТС10 ^иреипе.РТСЮ &АЩргак)
^еОияке.ТРС 1ЗДчке I Рг<ште_1РС1505«(чое«Г1е„1РС150
Рисунок 1. Имитационная модель производственной системы
С целью создания оптимальной последовательности запуска партии заготовок, обрабатываемых на участке, произведена оптимизация работы данного участка на основе метода генетических алгоритмов [1, с. 137]. При этом задается количество поколений, которое показывает количество решений задачи и размер поколения, который соответствует числу вариантов целевой функции в каждом решении. Чем выше значения указанных параметров, тем более точное значение целевой функции будет найдено. Однако, слишком большие значения приведут к увеличению времени расчета. Исходя из этого, задано 5 поколений по 10 популяций в каждом поколении.
В качестве параметров оптимизации выбраны последовательности запуска заготовок (рисунок 2).
Рисунок 2. Таблица параметров оптимизации
Технические науки — от теории к практике № 2 (50), 2016г_
Целевой функцией является общее время обработки всех заготовок (рисунок 3).
Рисунок 3. Таблица задания целевой функции
Рисунок 4. Сгенерированные в результате оптимизации индивиды
В процессе оптимизации последовательности запуска заготовок на обработку генетический алгоритм сгенерировал 90 индивидов, количество многократно созданных индивидов получилось равным 1, метод назначения штрафа не применялся, количество оцененных индивидов составило 89, количество наблюдений на индивида в результате оптимизации получилось равным 1, в итоге выполнено 89 итераций (рисунок 4).
Технические науки — от теории к практике _№ 2 (50), 2016г
Рисунок 5. Эволюция целевой функции по поколениям
5Ыпд 3 гЧедег ¡г^едег 8
Мате Опд СИгопп
Ко1е;о 023 5 1
5ЬеЯету®_191 9 2
Ко1его 001 3 3
Ко1е5о_000 2 4
Ог 151 6 5
Ко1ею 017 4 6
ЗЬег6етуа_162 0 7
1 8
С*_1б1 7 9
а)
Ьйтд |з ¡п(едег 7 Неднг 8
Мате Опд СЬгопгг
Ко1ем_020 3 1
Ко1еет_016 1 2
5Ье51егпуа_152 5 3
Ко1е50 013 2 4
СЬегуузк_000 4 5
б)
Рисунок 6. Таблицы оптимизированной последовательности запуска заготовок, обрабатываемых на станках FTC10 и TFC150 (а) и ТЖС150 (б)
Время оптимизации заняло 1 с. Эволюция целевой функции при оптимизации показана на рисунке 5. Величина целевой функции в результате оптимизации составила 11 дней 13 часов. Таким образом, время обработки всех партий заготовок станках уменьшилось на 1 день 15 часов.
Технические науки — от теории к практике № 2 (50), 2016г._
В результате оптимизации получена новая последовательность запуска заготовок на обработку, отличная от исходной (рисунок 6).
Рисунок 7. Диаграмма загрузки оборудования после оптимизаци
N0. Е1е5иигсе/0гс}ег 3 01 12 СЗ 14 05 С6 С7 СВ С9 1С 11 12
1 1111 2307152307152307152307152307152307152307152307 152307 152307 15 23С715 ||||||||||||||||||||и 307
1 ТГС150 1ГС1ТГС1$|ТГС150 ТГС150 ТРС1:0 ТГС150
2 пас 1 РГй0_1 |втсю_1 |ИС10_1 етсм 1
3 РТС1С 3 РГС10 3 |гТС10 3 РГСЮ 3
4 ГТСЮ 2 РГС10_2
Рисунок 8. Диаграмма Ганта для оптимизированного варианта производственной системы
На диаграмме загрузки оборудования после оптимизации (рисунок 7) видны положительные изменения: станки меньше времени находятся в ожидании, то есть сократилось время их простоев. Средний коэффициент загрузки оборудования составляет 0,58.
Технические науки — от теории к практике _№ 2 (50), 2016г
Сокращение простоев в работе оборудования (узкие черные участки) после проведения оптимизации видно и на диаграмме Ганга (рисунок 8). По диаграмме можно заметить, что выровнялось время окончания работы станков, а цикл обработки всех деталей уменьшился на 10 %.
Список литературы:
1. Гладков Л.А. Генетические алгоритмы - [Электронный ресурс] - / Гладков Л.А., Курейчик В.В., Курейчик В.М. - Электрон. текстовые данные. - М.: ФИЗМАТЛИТ, 2010. - 366 с. - Режим доступа: http: //www.iprbookshop.ru/12974. - ЭБС "IPRbooks", по паролю.
2. Ильин Р.А., Бусаров Е.И., Шурыгин А.Ю. Имитационное моделирование производственной системы с применением программного продукта Tecnomatix Plant Simulation // Технические науки - от теории к практике / Сб.ст. по материалам LV междунар. науч.-практ. конф № 1 (49). Новосибирск: Изд. АНС «Сибак», 2016 - С. 104-111.
3. Tecnomatix Plant Simulation 10 Step-by-Step Help.-2010. - 618 с. -[Электронный ресурс] - URL: http://rn.plm.automation.siemens.com/en_us/ Images/PlantSimulation_Step-By-Step_ENU_tcm1224-143387.pdf (Дата обращения: 07.09.2015).
ПРИМЕНЕНИЕ КОМБИНИРОВАННОГО ГИДРОЦИЛИНДРА В ДАТЧИКАХ ТОЧНЫХ ИЗМЕРЕНИЙ ДЛЯ МРС
Любимый Николай Сергеевич
аспирант кафедры ТМ БГТУ им. В.Г. Шухова,
РФ, г. Белгород E-mail: pershin26@,yandex. ru
Дуганов Владимир Яковлевич
канд. техн. наук, декан факультета заочного образования БИЭИ, проф. БГТУ им. В.Г. Шухова, РФ, г. Белгород
Тетерина Ирина Александровна
аспирант кафедры ТМ БГТУ им. В.Г. Шухова,
РФ, г. Белгород E-mail: irinochka1611 @rambler.ru
