华中科技大学工业工程（软科 2025 全国第 7…
来源：《机械工程学报》JME 学院（CJME 论文推荐）（2026-10-15）｜ 分类：行业资讯
摘要
华中科技大学李新宇教授团队在《Chinese Journal of Mechanical Engineering》发表论文，针对工业 5.0 背景下的分布式焊接车间，首次系统研究“焊工—机器人协同调度问题”（WCDWSP），构建同时最小化总生产成本与最大完工时间的双目标模型，并提出知识引导的帕累托进化算法（KPEA）。在 27 个基准算例上，KPEA 在多项多目标指标上优于 NSGA-II、MOEA/D 等六种主流算法。
事件概览
| 维度 | 内容 |
|---|---|
| 事件主体 | 华中科技大学机械科学与工程学院李新宇教授团队（第一作者 Fei Yu，合作者 Xinyu Li、Liang Gao、Chao Lu） |
| 发生时间 | 2026-10-15 |
| 所属领域 | 院校动态、华中科技大学 |
| 关注理由 | 把“焊工技能差异”这一人力资源变量正式写进分布式车间调度模型，是对工业 5.0“以人为中心”提法的一次算法级回应。 |
核心要点
- 研究对象是分布式焊接车间：焊接工序可由多台焊接资源同时加工同一工件，因此调度不仅要排工件顺序，还要配置焊接资源，比经典作业车间问题多一层耦合。
- 模型把焊工技能等级差异与对应人工成本显式纳入，形成“总生产成本最小 + 最大完工时间最小”的双目标优化，并用 ε-约束法验证模型正确性。
- 算法 KPEA 融合四大模块：混合初始化策略生成高质量初始种群、进化策略强化全局探索、含 8 种邻域结构的局部搜索提升开发能力、资源调整策略在不延长完工时间前提下压降成本。
- 实验采用 27 个基准算例，规模覆盖 2—4 个工厂、20—60 个工件、5—15 个焊接阶段；参数由田口实验设计法确定，对比对象为 SLMA、PMA、KCA、CMOA、NSGA-II、MOEA/D 六种算法。
- 作者亦指出局限：模型基于确定性假设（加工时间、资源可用状态、工件到达均为已知常量），且对作业疲劳、技能学习曲线等人员动态因素做了简化。
背景解读
车间调度是工业工程最经典也最难落地的问题之一。经典作业车间调度（JSP）假设每道工序由唯一机器完成，模型清晰但脱离现实；柔性作业车间（FJSP）允许一台机器做多道工序，复杂度和实用性同时上升。焊接场景又不同：一道焊缝可以由多名焊工、多台焊接机器人同时作业，资源与工序之间是多对多关系，调度空间随工厂数量呈指数膨胀。更关键的是人的因素——同样的焊缝，高级焊工与初级焊工在工时、合格率、返修成本上差距明显，而绝大多数调度模型把“人”简化成同质的机器。与此同时，制造模式正在从工业 4.0 的“自动化+互联”向工业 5.0 的“以人为中心、人机协同”迁移，欧盟在 2021 年正式提出工业 5.0 概念后，国内学术界迅速跟进，把人因、韧性、可持续性纳入智能制造讨论。分布式制造则叠加了另一重复杂性：全球供应链布局分散，同一批订单要在多个工厂之间分配，跨厂协同使问题从单点优化变成网络优化。这篇论文的价值在于把三件事同时塞进一个模型——分布式布局、人机协同、技能差异，并且给出了可计算的求解路径：知识引导的策略把领域经验编码进算法，避免纯进化算法在超大解空间里盲目搜索。
数据速览
| 指标 | 数值 | 意义 |
|---|---|---|
| 基准算例 | 27 个（2—4 工厂 / 20—60 工件 / 5—15 焊接阶段） | 覆盖小批量多品种到中批量的典型离散制造规模 |
| 对比算法 | 6 种（SLMA、PMA、KCA、CMOA、NSGA-II、MOEA/D） | 含两种主流多目标进化算法基线，比较结果具说服力 |
| 优化目标 | 2 个（总生产成本、最大完工时间） | 成本与交期这一对经典冲突，构成帕累托前沿的基本张力 |
| 发表期刊 | Chinese Journal of Mechanical Engineering，文章编号 100306 | 中国机械工程学会主办英文刊，机械与制造领域主要发表阵地 |
与工业工程的关联
这是标准的 IE 内核研究：调度问题属于生产计划与控制的核心分支，双目标权衡对应 IE 长期处理的“效率—成本—交期”三角。它的现实意义在于把“技能矩阵”从排班表里的一个注记，升级为调度模型的决策变量——这正是精益生产中“多能工”与“线平衡”讨论的定量化延伸。对制造企业而言，这类模型能回答一个很实际的问题：当订单需要在多个工厂之间分配、且各厂焊工技能结构不同时，怎样配置人机资源才能同时压住成本和交期。对 IE 学生而言，值得关注的是建模思路——先把人机协同的物理约束写清楚，再设计编码与邻域结构，最后用基准算例和消融实验证明每一块设计都有用，这套流程比算法本身更具迁移价值。
从方法与工具视角看，本条动态所涉及的技术或管理动作，最终都要落到 IE 的基本功上：流程分析与价值流映射、作业测定与标准工时、产线平衡与设施规划、以及以 OEE 为代表的效率指标体系。读者可以把本条事件作为一个"案例切片"，对照《工业工程门户》方法与工具分类中的文章进行系统学习。
从就业与发展视角看，每一次产业侧的智能化、精益化投入，都会带来新的岗位需求：精益工程师、制造工程师、供应链分析师、数字化改善顾问等。建议在校生关注此类企业的校招动向，在职者关注内部改善项目的机会窗口。
IE 术语小课堂：工业工程
工业工程（IE, Industrial Engineering）是对人、物料、设备、能源和信息所组成的集成系统进行设计、改善和设置的学科，目标是在保证质量与安全的前提下降低成本、提高效率。
IE 术语小课堂：智能制造
智能制造（Intelligent Manufacturing）指深度融合新一代信息技术与先进制造技术，具备自感知、自决策、自执行能力的生产方式，是《中国制造 2025》的主攻方向，与工业工程的系统优化方法高度互补。
延伸阅读
- 华中科技大学工业工程（软科2025全国第7）：华科是理解学科口径最好的样本：搜「工业工程排名」它被列在 B+ 档（1201 管科口径），但…
- 上海交通大学工业工程（软科2025全国第2）：交大 0802 机械工程 A+、1201 管科 A，工业工程设在机械与动力工程学院，是毫不模…
- 西安交通大学工业工程（软科2025全国第4）：西交在 1201 管科与 0802 机械两个口径都是 A（不是 A−），工业工程设在管理学院…
- 北京航空航天大学工业工程（软科2025全国第10）：北航 1201 管科与 0802 机械双 A，更有别的学校给不了的独家资源——国内第一个可靠…
原文链接
https://dy.163.com/article/L9AJE8RO0511CJ6T.html
本条目由站点定时任务自动采集整理，仅供参考；具体内容以官方原文为准。