随着中国制造2025政策的推行,制造型企业大量采用新型的智能装备进行“机器换人”,车间内工序之间采用AGV实现物流自动配送也逐渐增加,物流效率也大大提升,但同时对生产调度也提出了更高要求,不仅要考虑工序之间调度问题,同时还要考虑AGV的调度问题,存在两者之间的协同调度问题。因此进行将整体最优作为改善目标的协同调度方法显得十分必要,但传统的协同调度方法多局限于静态单工序调度,而对于贴近企业生产实际具有更大研究价值的跨工序动态协同调度研究则相对匮乏,难以真正体现出协同调度的改善价值。因此开展了静态/动态订单下考虑时间窗的跨工序协同调度研究,主要研究内容如下:(1)构建了静态、动态订单到达下考虑时间窗的跨工序协同调度模型。针对静态与动态订单情况下设计了考虑时间窗的跨工序协同调度模型。在该模型中考虑了时间窗惩罚的影响,并创新性地引入了考虑后工序加工特性的跨工序概念。同时针对动态订单模型重调度问题,设计了考虑随机订单和紧急订单扰动的混合时间窗驱动机制,能够保障动态订单连续稳定的进行生产。(2)设计了多目标混合离散蝙蝠算法。在传统蝙蝠算法回声定位原理的基础上,针对协同调度模型排列组合特点创新性地进行了离散化,并结合了模拟退火算法的Metropolics机制和差分进化算法的DE/Rand/1变异选择策略极大地提升了算法的全局搜索能力和收敛效率,同时嵌套了MUS算法以解决工序间AGV路径规划。经过仿真实验该算法比其他协同调度求解算法能够极大地提升整体优化结果。(3)实例验证模型选取了某锅具制造企业的辊淋涂智能制造示范车间,验证了静态/动态订单下考虑时间窗的跨工序协同调度模型的有效性。研究成果丰富了于动态调度和跨工序调度方面的协同调度问题研究。针对静态/动态订单下考虑时间窗的跨工序协同调度问题给出了解决方案,缩短了产品的生产周期,减少在制品数量,有利于准时化生产实施。