抛光工艺是建筑陶瓷的关键工艺之一,其能耗强度大、能耗成本高,提高抛光工艺能源效率对减少陶瓷生产成本具有十分重要的意义。随着客户个性化需求的日益增加,陶瓷行业由传统的大批量、规格化生产转变为多品种小批量的个性化定制生产,而这种生产方式的转变导致了订单频繁切换,生产调度更加复杂,能源浪费严重。本文通过对建筑陶瓷抛光生产工艺流程和能耗影响因素进行深入分析,明确了个性化定制生产模式下陶瓷抛光车间能效优化调度问题的特点:(1)抛光砖种类繁多,每条抛光生产线中的设备差异性较大,生产线中的不同机器在加工每种抛光砖时的设置参数也不相同,这样就很难确定抛光线在加工每种抛光砖时的能耗大小,因此需要对抛光生产线在加工不同类型抛光砖时的能耗进行评估;(2)在抛光砖订单种类多的情况下,相似性大的订单在同一条生产线上加工时,其调整时间很短甚至可以忽略,但相似性小的订单在同一条生产线加工时所产生的调整时间却很长,因此需要把相似性大的订单进行聚类分组,实现批量生产;(3)每个订单都有对应的交货期限制,而订单分组会延长部分订单的交货期,因此在安排订单的上机顺序时必须考虑交货期因素的影响。针对上述问题,本文主要工作如下:(1)针对抛光生产线加工每种抛光砖的能耗评估问题,将抛光生产线的能耗定义为瓷砖进给速度、电机转速等加工参数的函数,提出一种基于RBF神经网络的能耗评估模型,以支撑建筑陶瓷抛光调度过程中的能耗性能评估。仿真结果表明,RBF神经网络用于抛光线的能耗评估是可行的。(2)针对抛光砖订单聚类分组问题,分析个性化订单转化成中、大批量订单的过程,根据抛光砖材质、规格等特征确定抛光砖特征矩阵表,通过将材质设定为类属性、规格与厚度设定为数值属性实现对特征的数值化处理,进而基于模糊C-均值聚类算法实现订单的聚类,然后通过具体算例对订单相似性进行聚类分析,从而将多品种小批量生产模式成组为中大批量生产模式;同时确定了订单在各个分组下的相似度,为能效优化调度仿真实验中调整时间的设置奠定基础。(3)针对把分组后的订单分配到各抛光生产线上使得机器生产成本最低的调度问题,本文首先对分组后的能效优化调度问题进行描述,建立以拖期惩罚成本和机器能耗成本为目标的能效优化模型;然后集成利用普通遗传算法和HLATEDD、HLPEEDD启发式规则算法,对能效优化模型进行求解;同时通过分割实验法检验了不同启发式规则对混合遗传算法的影响,仿真结果验证了本文提出的混合遗传算法的有效性和优越性。最后,综合以上研究,使用Java语言开发了能效优化调度模块,然后将模块集成到能源管理系统中,在建筑陶瓷实际生产调度中进行应用验证。