基于MAS的动态生产调度与控制及系统开发

提出基于MAS的面向敏捷制造的生产过程动态调度与控制的层次结构．1）以任务分解与分配层为中心，建立各层之间的协调工作及协同决策机制；2）引入协商式招／投标方法实现任务的分解与分配；3）采用能力匹配与动态调度相结合的方法实现任务分配与调度控制的有效集成；4）面向生产任务需求动态确定Agent粒度、组建MAS模型；5）适应制造系统状态变化的需要，进行任务的动态重构．讨论基于MAS的采用分级递阶和并行处理相结合的自治组织结构和运作模式，以及利用与组织结构相对应的层次黑板结构实现各Agent之间信息与数据共享．在支持生产过程动态调度与控制基础设施建设的基础上，结合奏川机床集团有限公司车间生产实际，研究开发了基于MAS的车间动态调度系统．     

基于准时制思想的炼钢—连铸生产动态调度算法

通过对炼钢—连铸生产动态调度问题的分析，建立了基于准时制思想的炼钢—连铸生产动态调度模型．提出了一种基于多个邻域结构和种群进化策略的进化迭代局部搜索算法，用于求解该模型．基于实际生产数据的仿真试验证明了所提出模型和算法的有效性．     

钢铁生产中的加热炉优化调度算法研究

钢铁生产中的加热炉调度问题属于组合优化中的NP—hard问题．对此．建立了加热炉调度问题的数学规划模型，并提出一种用于求解该问题的超启发式算法——遗传局部搜索算法．基于生产实际数据的仿真实验表明.所提出的方法适用于生产实际．效果优于目前现场使用的人工调度方法．     

基于神经元动态规划的可重入生产系统调度的仿真框架

提出一个基于神经元动态规划解决可重入生产系统调度问题的仿真框架．根据可重入生产系统的特点建立状态集，并将调度问题表示成相应的马尔可夫决策过程．选择合理的性能指标，采用神经元动态规划产生每一步的调度，并在仿真中优化策略．仿真算例验证了该方法的有效性，三种调度策略的结果比较表明了神经元动态规划方法的优越性．本仿真框架还可拓展至其他类型的生产调度问题．     

动态生产调度管理系统的研究与实现

本文基于知识发现提出了一类动态调度算法的框架，在此基础上，基于数据仓库建立 了动态调度管理系统的体系结构，并采用面向对象（Object-Oriented，O-O）技术，分析 和设计了动态调度管理系统，最后阐明了所提方法的优点．     

面向MES的炼钢-连铸协同调度系统

针对某大型钢铁联合企业炼钢．连铸主辅设备协同调度的难题,采用基于“数据、模型、知识、人机交互”四维一体的调度方法,提出了冶金MES中炼钢．连铸协同调度系统的设计原则,系统结构和功能。研发了炼钢．连铸生产调度、钢包优化配备、行车和台车协同调度系统。实际数据模拟效果良好,验证了炼钢．连铸协同调度系统的结构和方法的可行性,并受到现场调度专家的好评。     

基于合同网协议交互投标的动态调度方法研究

柔性制造系统使生产加工路径有很多可选性，所以调度系统必须考虑机器调度问题。分配规则调度是一种最基本、最具影响力的动态调度方法。然而，分配规则调度方法很少考虑机器顺序选择。兼顾工件选择和机器选择两方面，本文运用交互投标过程，构建基于合同网协议调度的协商规则。研究作业车间动态调度问题，提出并构建了5种合同网规则调度方法。通过实验分析结果表明，基于合同网交互投标模式的规则调度能够大大改善调度系统性能，提高设备的利用率和设备负荷平衡指标。     

基于人机协同的动态车间生产调试问题的研究与实现

针对传统的Job-Shop型车间生产调度研究只能解决静态调度问题的现状,在分析实际生产调度过程中可能发生的动态事件的基础上,深入研究了三类典型动态调度事件的动态响应机制以及动态调度过程中的几个关键算法,开发了基于以上研究的面向精密加工生产的车间调度系统,较好地解决了实际车间生产调度中出现的动态调度问题。     

钢铁供应链生产计划与调度研究综述

在供应链管理及竞争的背景下,提出钢铁供应链的概念。该钢铁供应链由矿山、钢铁企业、分销商和用户组成,其管理核心是生产计划与调度。分析了钢铁供应链的生产计划与调度研究内容和特点,综述了研究现状,指出了存在的不足。最后,提出了钢铁供应链生产计划与调度工作进一步研究的问题。     

基于两级CBR 的钢铁企业动态调度系统研究

提出了具有较高稳定性的两级案例推理方法，研究如何采用框架结构表达钢铁生产动态调度的案例．引入决策树的思想实现案例聚类，运用最邻近法实现案例检索．借鉴面向对象的思想调整案例，采用模糊集理论实现案例评价，并探讨了案例维护的基本方式．开发了原型系统，运行结果在速度、有效性和稳定性方面均符合现场基本要求．     

基于一体化生产的炼钢一连铸批量计划与调度

基于钢铁企业一体化生产,建立了炼钢—连铸区段炉次和浇次批量计划模型,并通过禁忌搜索算法对模型进行了求解.之后,归纳出了A钢厂3座转炉、6台精炼设备(双工位RH设备3台,CAS设备2台,双环LF设备1台)、3台连铸机流程配置下静态调度的基本原则.最后,提出了一体化生产下炼钢—连铸区段动态调度的策略,并采用规则、算法、数学模型与人机交互相结合的方法解决炼钢一连铸动态调度问题,仿真实验结果表明了此方法的可行性.     

Synchronized Scheduling Method in Manufacturing Steel Sheets

An efficient two-stage algorithm has been developed to solve a large-scale multiobjective scheduling problem in steel sheets production. The heuristic algorithm is a blend of operator's know-how and a mathematical solution. The two-stage procedure consists of a rough and detailed scheduling step based on order groping. It enables us to do synchronized scheduling for a multistage manufacturing process as well as to reduce the number of combinations. In addition, the dynamic programming supports efficient calculation. The scheduling system contributes to better-designed schedules and drastic reduction of scheduling time.     

钢铁企业热电系统多能流网络多工况优化调度

钢铁企业热电系统是典型的耗能大户, 合理有效的能源调度对提高企业能源利用效率、低碳发展、实现碳 中和目标具有重要意义. 考虑热电系统涉及的多种能源介质相互关联和耦合, 产耗量随生产计划以及主工序设备运 行状态的改变动态变化等特征, 提出一种基于多能流网络的多工况优化调度模型. 首先, 针对热电系统能源利用过 程中的多工况特征, 提出基于多维隐马尔可夫–动态时间弯曲混合模型的工况识别方法, 并基于能源介质产生、消 耗、转换的能量流路径分析, 建立热电系统多能流网络模型, 将不同能源介质的需求量等价为对蒸汽、电力和副产 煤气的需求量. 其次, 综合分析能源介质动态平衡约束、设备产耗能约束、多能源消耗约束, 建立热电系统多目标优 化调度模型, 并得出能源介质调度方案. 通过钢铁企业实际生产数据实验表明, 本文方法能够有效保证系统安全运 行、减少系统外购煤的消耗量、增加系统自身发电量、降低运行成本、降低碳排放.     

基于改进??学习的知识化制造自适应动态调度策略

针对知识化制造系统生产环境的不确定性, 构建一个基于多Agent 的知识化动态调度仿真系统. 为了保证设备Agent 能够根据当前的系统状态选择合适的中标作业, 提出一种基于聚类-动态搜索的改进??学习算法, 以指导不确定生产环境下动态调度策略的自适应选择, 并给出算法的复杂性分析. 所提出的动态调度策略采用顺序聚类以降低系统状态维数, 根据状态差异度和动态贪婪搜索策略进行学习. 通过仿真实验验证了所提出动态调度策略的适应性和有效性.

     

基于变约束规划模型的炼钢连铸动态调度

针对炼钢连铸生产过程中时常出现各种扰动, 采用人工调度存在反应慢、调度结果不优化的问题, 在分析各种调整方式基础上, 建立了在线调整非线性规划模型, 通过约束变化满足不同的调整方式要求, 并将模型转化为线性规划模型后对其进行求解. 在国内某大型钢厂应用结果表明: 采用该方法在缩短动态调度时间、减少钢水冗余等待时间、提高设备负荷率方面取得显著成效.     

改进的差分进化算法求解炼钢-连铸动态调度问题

为了求解炼钢-连铸动态调度问题,提出了一种将拉格朗日插值算法与差分进化算法相融合得到的改进的差分进化算法。改进后的差分进化算法通过自适应调整进化参数,动态的调整差分进化的方向,并结合拉格朗日插值来优化差分进化算法的局部搜索能力,引入权重系数对全局搜索和局部搜索加以平衡。针对国内某大型钢厂的实际生产数据建立实验模型,以最小化总完工时间、最小化总断浇时间、最小化炉次间总等待时间和最小化总偏差量时间为目标,将改进的差分进化算法应用于求解炼钢-连铸转炉出现故障的动态扰动事件调度问题,实验结果表明,改进的差分进化算法应用在炼钢-连铸动态调度问题上,有效的缩短了炉次加工总完工时间、炉次间总等待时间和总断浇时间,在合理范围内,有效控制了新生产的调度计划与原始调度计划的时间偏差量,避免了因扰动事件的发生而引起连铸机断浇。     

数据驱动下的半导体生产线动态调度方法

本文研究了一种数据驱动下的半导体生产线调度框架,该框架基于调度优化数据样本,应用机器学习算法,获得动态调度模型,通过该模型,对于半导体生产线,能够根据其当前的生产状态,实时地定出近似最优的调度策略.在此基础上,利用特征选择和分类算法,提出一种生成动态调度模型的方法,并且具体实现出一种混合式特征选择和分类算法的调度模型:先采用过滤式特征选择方法对生产属性进行初步筛选,然后再采用封装式特征选择和分类方法生成模型以提高模型生成的效率.最后,在某实际半导体生产线上,对在所提出的框架上采用6种不同算法实现的动态调度模型进行测试,并对算法性能数据和生产线性能据进行对比和分析.结果表明,数据驱动下的动态调度方法优于单一的调度规则,同时也能满足生产线调度实时性要求.在数据样本较多的情况下,建议采用本文所提出的方法.     

Inter-agent cooperation and communication for agent-based robust dynamic scheduling in steel production

This paper describes a negotiation protocol proposed for inter-agent cooperation in a multi-agent system that we developed for optimisation and dynamic integrated scheduling within steel production. The negotiation protocol is a two-level bidding mechanism based on the Contract Net Protocol. The purpose of this protocol is to allow the agents to cooperate and coordinate their local schedules in order to find globally near-optimal robust schedules, whilst minimising the disruption caused by the occurrence of unexpected real-time events. We conduct several experiments to investigate the performance of this negotiation protocol to coordinate the agents in generating good quality robust schedules. This performance is evaluated in terms of stability and utility measures used to evaluate the robustness of the steel production processes in the presence of real-time events.