閆亦農, 劉立枝, 雒彬鈺, 崔慧榮
(內蒙古工業大學 輕工與紡織學院, 內蒙古 呼和浩特 010080)
隨著科技的發展及消費者對服裝要求的提高,計算機輔助服裝流水線生產越來越受到人們的關注,基于粒子群算法的智能化優化編排在諸多行業都有研究。
粒子群算法可有效地解決離散型組合優化問題[1]?;诹W尤簝灮惴ǖ牧魉€優化在工程、機械方面的函數優化、計算機防護和決策支持等領域已有較多的研究,大都以粒子迭代為作用機制[2-4],實現有效縮短粒子路徑的目的。隨著對優化算法研究的深入以及對智能優化的要求,遺傳優化算法、蟻群優化算法、結構方程模型等逐漸運用于服裝生產流水線的優化中,用來提高生產流水線的平衡[5-7]。
但是關于粒子群算法應用服裝生產流水線優化方面的研究很少,研究尚不成熟。本文在前人研究基礎上,結合服裝吊掛系統,參考其他行業粒子群算法優化生產思想,以計算機編程軟件為依托,對服裝生產流水線優化進行了研究。
縫制流水線平衡評價指標是評價服裝企業生產流水線生產工序是否達到優化,人員是否得到最佳配置的重要指標。平均流水節拍、工作地數、編制效率和均衡指數是生產流水線平衡的4項重要評價指標[8]。通過評價指標可發現流水線上存在的問題,并針對問題對縫制流水線進行重組優化[9]。通過對生產流水線的具體分析,列出了評價指標的公式見表1。

表1 流水線平衡度評價指標Tab.1 Evaluation index of line balance
注:SPT為理論平均節拍;N為作業工人數;k為流水線的工序數;ti為第i道工序作業時間;T為一天作業的總時間;Q為日產量;Wmin為最小工作地數;T′為1件服裝的總加工時間;η為編制效率;maxT(Si)為瓶頸節拍;SSI為均衡指數;T(Si)為第i個工作地的節拍。
服裝生產流水線編制問題屬于離散組合優化問題,這與普通的組合優化問題不同,它不能用公式進行系統化的求解,具有多項式復雜程度的非確特性(NP)。通過借鑒遺傳算法中染色體交叉和變異等思想[10],結合粒子群算法快速搜索最優值的能力,對服裝生產流水線進行編排。因為遺傳算法中的交叉、變異思想能更好地實現工序重新組合和再分配,但在搜索最優位置的能力方面,粒子群基于速度優勢,能更準確、快速地搜索到最優位置,減少迭代次數,避免發散。
基于遺傳算法,對粒子群優化算法進行重新改進設計,其改進后的設計流程[11-12]如下。
步驟1:種群初始化,設定種群規模S,交叉概率J,變異概率B,迭代次數X,隨機產生粒子群的初始位置,即隨機賦予各工序初始位置;
步驟2:依據當前初始位置,計算適應度值(平均節拍界限),并將該值作為個體極值,然后確定全局極值及位置;
步驟3:通過運用遺傳算法中的思想,對粒子群進行交叉和變異;
步驟4:利用遺傳算法進行交叉和變異后,計算各個體的適應度(各節拍界限),將各粒子的適應度與先前適應度進行比較,判斷是否優于先前的個體極值位置,若滿足,新的個體極值位置代替原個體極值位置;若不滿足,原有個體極值位置不變;
步驟5:通過個體極值(工作地節拍),重新更新了粒子的位置,然后找出全局最優位置;
步驟6:判斷程序運行是否滿足終止條件,如果滿足,則執行步驟7,如果不滿足,則步驟3將被繼續運行,直至滿足終止條件;
步驟7:輸出全局極值(工作地節拍)及全局極值位置(最佳工序排序)。
改進后的粒子群優化算法的流程,如圖1所示。

圖1 改進的粒子群算法流程圖Fig.1 Improved particle swarm algorithm flow chart
數學模型是高效處理服裝生產線編制問題的重要組成部分,是決定流水線編制能否正常進行的基礎。而在評價流水線平衡的指標中,均衡指數SI是評價服裝流水線作業平衡的重要指標。本文將其最小化,并作為目標函數。流水線作業是一個宏觀的過程,要想實現流水線的最佳優化,必須要對流水線作業的相關設備、數據、專業術語等進行細致、詳細的了解,然后通過數學的思想,將流水線作業的相關參數建立數學的模型?;诖?,建立了符合流水線編制的數學模型如下:
式中:確定作業工序集A={1,2,…,M}的一個劃分{Si|i=1,2,…,W},其中,M為工序總數。Min(SSI)為最優均衡指數值。
在運用均衡指數建立數學模型時,有如下約束條件:
1)單件服裝作業的總時間與實際作業的總時間在數值上相等;
2)工序分配時,各工序節拍應控制在[SPT(1-5%),SPT(1+5%)]范圍內;
3)作業員對所負責工序熟練程度基本一致;
4)在作業過程中,同一個工作地或不同的工作地之間,作業工序要遵循生產的前后關系,保證流水線作業流暢;
5)在工序組合過程中不同工作性質的工序盡量不要組合在一起,當且僅當同種作業性質的工序組合排列后編制效率低于85%不符合企業生產時,方可將部分2種不同作業性質的工序進行組合。當將2種不同作業性質的工序組合后編制效率仍低于85%,可在個別工作地將3種不同作業性質的工序進行組合,同時增加該工作地總作業時間的5%,以此降低流水線因不同性質工序組合帶來的誤差。
采用Windows 7作為服務器操作系統,My Eclipse 9.0 作為開發工具,Tomcat 5.0 作為系統Web應用服務器,Java語言開發工具包(JDK)作為系統的運行平臺,Java作為編程的基礎語言,數據庫采用My SQL數據庫。
服裝縫制流水線編制系統為體現系統化、一體化原則,建立用戶登錄的權限。登錄系統后,用戶進入主界面,對服裝吊掛生產流水線優化系統中的相關數據進行有效管理。主界面的左側是系統主要的4大信息模塊,每個模塊都有下拉菜單,也是模塊展現功能的指令。本文系統中的用戶一般為企業車間的管理人員以及車間的技術員。
服裝生產流水線優化系統的功能模塊設計,其出發點是實用、簡單、操作性強。在工序信息管理功能中,主要包括3方面的內容:工藝流程、工序信息和流水線優化。單擊生產工序信息管理,會出現下拉菜單,通過流水線優化可直接實現服裝縫制流水線智能化編制。
此外,在對服裝縫制流水線進行計算機編制時,需要對車間的設備狀況和人員配備狀況進行了解和分析,設備及人員數量是否符合計算機優化的結果,資源是否得到合理、充分的利用等。
為進一步體現服裝縫制流水線編制系統的實際可操作性和普遍性,對男士制服褲裝的縫制流水線進行編制,并計算各平衡指標,使其達到精益化生產的要求。
男式制服褲裝的生產工序流程如圖2所示。其詳細描述了各工序之間的先后關系、各工序的作業時間及作業性質。

圖2 男式制服褲裝生產工序流程圖Fig.2 Production process flow chart of uniform male trousers
3.2.1生產流水線編制參數的設定
運用基于粒子群算法的流水線智能編制系統對服裝生產流水線進行編制,首先計算出男士制服褲裝流水線的理論最小工作地數,并確定流水線上的理論平均節拍。在確定最小工作地數和理論平均節拍的基礎上,運用基于粒子群算法的服裝生產線智能編制系統對男士制服褲裝的流水線進行編制。已知該款褲裝的目標日產量Q=220件/d,有效作業時間t為9 h/d,單件服裝縫制總時間t′為1 580 s,通過表1中公式(1)計算,得出理論平均節拍為147 s。
在求出理論平均節拍的基礎上,根據表1中公式(2)計算,得出最小工作地數Wmin為11。在編制系統內輸入以上2項參數,為后續智能化生產流水線編制做好準備。
3.2.2優先區域的劃分
根據表1,制定制服男褲褲裝作業任務圖。通過優先區域劃分確定作業高度,同時確定每道工序的前驅工序和緊后工序。將優先區信息錄入數據庫,為編制系統編制男士制服襯衫流水線做準備,優先區域劃分如圖3所示。

圖3 男式制服褲裝優先區域劃分圖Fig.3 Priority area division graph of uniform male trousers
在系統軟件相應界面輸入男式制服褲裝的種群規模、最小工作地數、迭代次數等相關參數,輸入參數后單擊流水線優化,經過系統運算就會呈現其流水線的編制結果,每個工作地的工序組合及作業時間分配如表2所示。
作業時間曲線能夠直觀形象地反映生產的同步化程度,智能編制男褲褲裝的作業時間曲線如圖4所示??梢姡毫魉€平均節拍為147 s;各工作地工序節拍均在節拍界限范圍內,縫制流水線平衡性較好,總體可實現生產的同步化。

表2 智能編制制服男褲流水線工序分配表Tab.2 Intelligent design uniform male trousers pipeline process distributionTable
注:P表示平縫作業;S表示手工作業;T表示特殊作業。

圖4 生產線SPT與編制效率關系圖Fig.4 Relationship between of SPT and establishment efficiency of assembly line
依托服裝吊掛系統,運用粒子群優化算法對制服褲裝縫制流水線進行編制,計算出表征服裝縫制流水線平衡的平衡性指標。均衡指數為16.5,編制效率η為96.1%,最小工作地數Wmin為11,編制效率η遠遠高于85%,可運用于實際生產,且滿足服裝企業精益化生產要求。
通過實例驗證,可實現基于粒子群算法服裝生產流水線的智能化編制。通過智能化編制的制服男褲生產流水線各工位節拍相對平穩,均衡指數為16.5,編制效率為96.1%(≥85%),最小工作地數為11,符合企業精益化生產需要。