製造業能源優化新境界：多目標智慧排程的創新突破
圖靈學院
科楠
2024-11-23
前言
今天我們接續製造業精實管理的議題來介紹一篇發表於《應用軟計算》(Applied Soft Computing Journal) 第167期(2024年)的重要研究《考慮尖峰功率限制的節能彈性作業生產線排程問題的多目標排程》(Multi-objective scheduling for an energy-efficient flexible job shop problem with peak power constraint)。這項開創性的研究由中國江蘇大學管理學院的王建華、吳傳宇和彭永濤教授團隊完成，除了為製造業的精實製造提供了方向，並為製造業的永續發展提供了嶄新的解決方案。
研究背景與急迫性
在全球氣候變遷與能源危機的雙重壓力下，製造業的能源消耗問題已成為國際社會關注的焦點。根據最新統計：
- 全球層面：製造業消耗超過30%的全球能源，產生36%的二氧化碳排放。
- 區域分析：
- 美國：製造業能源消耗占比33%
- 德國：製造業能源消耗超過47%
- 中國：2020年製造業總能耗達2.79億噸標準煤，占全國能耗的56.1%
這些數據凸顯了製造業在全球能源消耗中的重要地位，也說明了優化製造業能源使用的迫切性。特別是在能源價格持續上漲的今日，控制生產過程中的尖峰功率已成為企業控制成本的關鍵策略。
創新的問題建模
研究團隊提出的EEFJSSP-PPST (能源效率彈性作業生產線排程問題)模型具有以下特點：
基本架構
1. 系統組成：
- n個待處理工件(Jobs)
- m台可用機器(Machines)
- 每個工件包含多個具有預定順序的操作
- 每個操作可選擇多台不同的機器進行處理
2. 時間維度考量：
- 機器設置時間(Setup Time)
- 工件運輸時間(Transportation Time)
- 操作處理時間(Processing Time)
- 機器開關機時間(Switching Time)
3. 能源維度考量：
- 處理功率(Processing Power)
- 設置功率(Setup Power)
- 運輸功率(Transportation Power)
- 閒置功率(Idle Power)
- 輔助設備功率(Auxiliary Power)
圖1：排程方案示意圖
上圖展示了一個具體的排程方案，其中藍色方塊表示作業處理，黃色方塊S表示設置時間，T表示運輸時間，右側曲線顯示了整體功率隨時間的變化。
創新的優化策略
研究團隊提出了三種互補的優化策略：
1. 機器閒置時間偏好規則 (MIP)
- 核心概念：充分利用機器的閒置時段
- 執行條件：
- 不違反操作順序約束
- 不超過尖峰功率限制
- 符合時間窗口要求
- 優化效果：
- 提高機器利用率
- 減少總體完工時間
- 平衡功率使用
2. 機器閒置時間安排規則 (MIA)
- 核心理念**：智慧化的機器開關管理
- 決策考量：
- 閒置時間長度評估
- 開關機能耗計算
- 設備壽命影響分析
- 實施條件：
- 閒置時間超過預設閾值
- 節能效益大於開關機能耗
- 符合設備保護要求
3. 基於關機的操作前移規則 (SOF)
- 創新特點：將功率限制轉化為排程優化機會
- 執行機制：
- 識別因功率限制而延遲的操作
- 評估機器關機可能性
- 計算功率重新分配方案
- 實施操作前移調整
- 效益分析：
- 減少不必要的延遲
- 優化整體生產節奏
- 維持功率限制要求
實驗設計與驗證
實驗數據來源
研究採用經典的mk01-mk15測試案例，通過以下維度進行擴展：
- 15個基礎案例
- 3種機器速度等級
- 3種功率限制條件
總計產生135個完整測試案例
參數設置
表1：機器功率分佈表
如上表所示，研究為不同機器設定了詳細的功率參數，包括：
- 處理功率(Processing Power)
- 閒置功率(Idle Power)
- 開關機能耗(Switching Energy)
- 關機時間閾值(Shutdown Threshold)
其他關鍵參數：
- AGV運輸系統：
- 運輸時間：均勻分佈於1-5分鐘
- 固定運輸功率：300瓦
- 機器設置：
- 設置時間：均勻分佈於1-5分鐘
- 設置功率：均勻分佈於500-600瓦
- 輔助系統：
- 固定功率：100瓦
實驗結果與分析
研究結果顯示了算法的優異性能：
1. 效能指標
- HV指標：在80%的測試案例中達到最佳
- IGD指標：在68.89%的測試案例中表現最優
2. 尖峰功率限制影響分析
- 完工時間：隨著限制放寬而減小
- 能源消耗：各組成部分表現不同的變化趨勢：
- 機器閒置能耗(Qd)：顯著波動
- 機器開關能耗(Qg)：隨限制變化而變化
- 輔助設備能耗(Qu)：與完工時間正相關
實際應用價值
1. 企業層面
- 成本控制：
- 優化電力使用時段
- 減少尖峰用電費用
- 降低整體能源支出
- 生產效率：
- 提高設備利用率
- 減少非必要等待
- 優化生產節奏
2. 產業層面
- 技術創新：
- 提供新的排程思路
- 推動智慧製造發展
- 促進產業升級
- 永續發展：
- 降低能源消耗
- 減少碳排放
- 推進綠色製造
未來研究方向
研究團隊提出了三個重要的未來研究方向：
1. 複雜環境適應
- 考慮機器故障情況
- 應對訂單動態變化
- 處理緊急插單需求
2. 算法優化
- 提高計算效率
- 增強解的穩定性
- 改進收斂速度
3. 實際應用推廣
- 開發實用化工具
- 建立應用案例庫
- 提供實施指南
結語
這項研究不僅在理論上實現了突破，更為製造業的實際生產提供了可行的優化方案。通過創新的排程策略和算法，成功實現了生產效率、能源消耗和電力成本的多目標平衡。在全球致力於永續發展的背景下，這種兼顧經濟效益和環境效益的解決方案，無疑將為製造業的轉型升級提供重要的參考和指導。
參考文獻：
Wang, J., Wu, C., & Peng, Y. (2024). Multi-objective scheduling for an energy-efficient flexible job shop problem with peak power constraint. Applied Soft Computing, 167, 112330.
