Resumen

Esta investigación está motivada por un problema de programación de taller de flujo de nuestra empresa colaboradora de fabricación de productos aeronáuticos. La etapa de tratamiento térmico (HTS) y la etapa de forja de precisión (PFS) del caso se seleccionan como un sistema de taller de flujo híbrido de dos etapas. En HTS, hay cuatro máquinas paralelas y cada máquina puede procesar un lote de trabajos simultáneamente. En PFS, hay dos máquinas. Cada máquina puede instalar cualquier módulo de los cuatro para procesar las piezas de trabajo con diferentes tamaños. El problema se caracteriza por muchas restricciones, como la operación por lotes, el entorno de bloqueo y las limitaciones de tiempo de preparación y tiempo de trabajo de los módulos, entre otras. Con el fin de hacer frente a estas características especiales, el algoritmo genético y de agrupación se utiliza para calcular la buena solución para el problema de tienda de flujo híbrido de dos etapas. El clustering se utiliza para agrupar los trabajos según los rangos de procesamiento de los diferentes módulos del PFS. El algoritmo genético se utiliza para programar la secuencia óptima de los trabajos agrupados para el HTS y el PFS. Por último, se utiliza un caso práctico para demostrar la eficiencia y eficacia del algoritmo genético diseñado.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:algoritmo genético, pfs, hts, trabajos, etapa, características especiales anteriores, problema de programación de flowshop, problema de flowshop híbrido, sistema de flowshop híbrido, clustering
• Keywords:genetic algorithm, pfs, hts, jobs, stage, above special characteristics, flowshop scheduling problem, hybrid flowshop problem, hybrid flowshop system, clustering