随着智能制造的发展,传统制造业在转型升级上面临着巨大的挑战,资源和能源的合理配置对传统制造业转型升级至关重要。实际生产系统中,生产调度和设备维护相互影响,生产加工过程会使设备退化,增加设备故障率,需要对设备进行预防性维护以降低故障率,保证设备的稳定运行。但维护活动占据设备的生产时间,造成生产资源的额外消耗。因此,协调平衡生产调度与设备维护计划能够提高生产制造系统的效率,有效保护设备进而节省生产成本,实现资源和能源的优化利用。本文针对流水车间调度与维护集成问题,研究以下内容:(1)确定以衰退流水车间调度作为研究对象,将最小化完工时间和最小化平均设备空闲时间作为优化目标,以完工时间代表生产调度目标,以设备空闲时间代表设备维护目标。建立不确定环境下生产调度与设备维护的联合优化模型。(2)为了描述生产线加工过程中存在的设备退化及突发故障的情况,引入设备可靠性理论,假定设备失效函数服从威布尔分布,利用设备役龄和故障率函数描述设备的衰退。考虑设备退化对实际加工时间和预防性维护时间的影响,建立工件加工时间和设备预防性维护时间退化模型。以设备可靠度为约束条件,对设备执行灵活预防性维护,联合决策工件调度计划和设备的预防性维护计划。(3)在求解双目标优化问题时,以非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm,NSGA-??)为基础,设计保留工件位置先后关系的顺序交叉算子,给出了混合多样性解的筛选策略,算法迭代初期提高多样性解的比例,增加算法的搜索空间,迭代后期,增加高质量解的比例,提高算法搜索精度。设计解改进两元素优化算子,保证算法获得的解始终向着双目标改进的方向搜索,逼近Pareto前沿。(4)在实验数据分析上,设计多组不同规模案例验证模型的准确性和算法的有效性。将优化解在目标空间中的最小散布范围,解的间距等作为多目标优化算法评估指标。改进算法与原NSGA-??相比,运行速度更快、最终解集数量更多、解之间分布更广泛且均匀。结果表明本文设计的算法在收敛性、多样性方面表现更优,能够求得设备闲置时间更少、最大完工时间更小的生产调度方案,减少生产调度与维护过程中的资源浪费。