智能制造系统基于数据驱动的车间实时调度

智能制造系统采用大量先进的信息技术,为车间实时调度提供技术基础.各类信息技术在生产制造过程中的广泛应用使得制造系统积累了大量与生产调度相关的数据,因此,通过利用历史生产调度数据和智能装备收集到的实时生产数据,建立基于数据驱动的生产实时调度方法成为新型制造环境下实现高效调度的新思路.针对智能制造环境下的混合流水车间实时调度问题,提出基于BP神经网络的数据驱动的实时调度方法,从历史近优的调度方案中提取用于调度知识挖掘的样本数据,通过BP神经网络训练学习获取生产系统状态与调度规则的映射关系网络,并将其应用于生产在线实时调度.数值实验表明,所提出的方法优于固定单一调度规则,在不同的调度性能指标下其效果均稳定且良好.     

动态车间作业调度问题中调度规则算法研究综述

调度规则是解决实际生产中的动态车间作业调度问题的有效方法,但它一般只在特定调度环境下性能较好,当环境发生变化时,就需要进行实时选择和评价。对调度规则的实时选择和评价方法进行综述,以研究实际生产中动态车间的实时调度问题。对调度规则的发展、分类以及特点进行了概述,并对调度规则的选择和评价方法进行了总结。详细介绍了调度规则的选择方法,包括使用较多的稳态仿真方法和表现较好的人工智能方法,并给出了仿真方法、专家系统、机器学习方法以及人工神经网络方法,用于调度规则的选择时所取得的研究成果和结论。此外,还介绍了调度规则的评价指标及评价方法。最后针对调度规则存在的不足,指出了未来的研究方向。     

基于调度规则和免疫算法的作业车间多目标调度

利用动态在线调度方法对动态环境下的作业车间进行研究,采用优先级调度规则对大量调度案例进行求解,针对7个调度目标,从备选调度规则集中选出了单个目标下性能最优的调度规则;为实现调度规则的动态选择以适应多目标调度,基于免疫系统中的独特型网络理论,设计了一种免疫调度算法．根据算法,定义了有效的抗体和抗原结构,并通过抗体间亲和力计算、抗体浓度计算、抗体选择等关键步骤,实现对调度规则的动态控制．仿真测试数据表明,所设计的免疫调度算法能根据不同的车间情况,快速选出不同的调度规则满足多个调度目标,有效解决了作业车间多目标调度问题．     

基于因素空间的规则调度决策模型

为解决在开发生产调度仿真系统时所遇到的复合调度规则仿真和复合规则决策问题,提出了一种引入决策者偏好信息的生产调度决策模型.在模型中,采用了基于因素空间的知识表示方法,并在此基础上提出了一种基于变权综合函数的调度决策方法,使得该模型不但可以表达模糊调度规则中的模糊概念,而且适用于复杂调度环境下的复合规则决策过程.偏好信息的引入,使得决策结果体现了决策者的意愿和兴趣,调度仿真的结果更加贴近真实情况,从而为决策者提供了令人满意的决策支持.最后,通过一个实际调度决策问题,对模型进行了验证与评价,结果表明了模型的有效性和可行性.     

组合规则启发式算法在模具加工作业调度中的应用研究

由于现行的优化算法在解决模具车间调度问题上存在局限性,目前大部分模具车间由人工编制车间作业计划,导致生产效率较低、物料供应不能同步化等问题.为此,介绍了采用基于组合规则的启发式算法,选择加工时间最短和最小等待时间等规则,解决了现行的优化调度算法在车间调度问题中所遇到的难点.经实例验证获得了较为理想的结果.     

基于规则的专家调度法在镀锡生产中的应用

流程工业的生产调度是流程工业CIMS中的一类重要问题,对其实现具有重要意义.在叙述了流程工业CIMS的生产调度方法的基础上,针对上海宝钢宜昌薄板有限公司的镀锡生产调度的实际问题,提出使用基于规则的专家系统对其镀锡生产进行调度,并讨论了基于规则的专家系统的调度方法在镀锡生产调度实现过程中规则获取、知识形成、推理方法设计的实现方法.最后,根据实际生产调度数据给出了使用该调度方法的调度系统在镀锡生产调度中的应用结果.     

不确定环境下的航空发动机装配线适应性调度方法

航空发动机装配是航空发动机制造过程的关键环节,其工序多,流程复杂,生产过程中扰动频发,如装配时间波动、不合格返工等.针对不确定环境下的航空发动机装配线的调度问题,提出一种基于门控循环神经网络(GRU)的适应性调度方法.该调度方法包含扰动识别和调度规则调整两个部分:扰动识别模块以滑动时间窗口为周期,利用GRU神经网络进行渐近型扰动的识别;调度规则调整模块以扰动识别的结果为触发,通过构建基于GRU神经网络的调度规则决策模型,输出适配当前生产状态的新的调度规则,用以指导生成更新的调度方案.最后,以某航空发动机装配线为研究案例,对所提出适应性调度方法进行验证分析.对比实验结果表明,所提出方法能够有效提升装配线的设备利用率、日均生产率等性能.     

超大规模车间作业调度优化方法研究与仿真

研究超大规模车间作业的高效调度问题.超大规模的生产作业中,由于调度规模较大,一些非主要联系的生产调度之间存在可能诱发主要调度联系冲突的可能.传统的基于遗传算法的车间作业调度方法在应用到超大规模车间作业调度环境下时,由于冲突的存在很难建立准确的调度模型,使得模型陷入收敛效率过低,早熟等缺陷,调度效率降低.为解决上述问题,提出一种最优家族遗传算法的超大规模车间生产调度方式.通过在种群优良个体附近构造最优家族,在相应的调度家族微空间中进行精确搜索,从而缩小了搜索范围.仿真结果表明,改进算法对大规模的车间调度具有搜索速度快、稳定性强的特点,提高了调度的效率.     

深度强化学习算法求解作业车间调度问题

由于传统车间调度方法实时响应能力有限,难以在复杂调度环境中取得良好效果,提出一种基于深度Q网络的深度强化学习算法。该方法结合了深度神经网络的学习能力与强化学习的决策能力,将车间调度问题视作序列决策问题,用深度神经网络拟合价值函数,将调度状态表示为矩阵形式进行输入,使用多个调度规则作为动作空间,并设置基于机器利用率的奖励函数,不断与环境交互,获得每个决策点的最佳调度规则。通过与智能优化算法、调度规则在标准问题集上的测试对比证明了算法有效性。     

基于自适应蚁群算法的作业车间模糊调度研究

在研究不确定生产调度问题的基础上,针对具有模糊加工时间和模糊交货期的调度问题给出了作业车间模糊调度模型,用三角模糊数表示模糊加工时间,梯形模糊数表示模糊交货期,以交货期平均满意度最大作为调度目标.针对模糊调度问题对基本蚁群算法作了改进,并给出了新的状态转移规则,同时采用自适应信息素更新策略使算法能快速跳出局部收敛,进行仿真结果验证了自适应蚁群算法求解作业车间模糊调度的有效性.     

遗传算法在刹车片生产计划排产中的应用与实践

生产计划的排产问题是影响车间生产效率的主要因素之一.合理的排产计划能够高效地使用车间现有的生产资源,提高车间生产能力,降低生产成本.本文首先分析了刹车片生产运行状况,针对热压成型生产车间的多品种变批次生产模式,建立了排产数学模型;其次,设计了一种联合均值-遗传算法,对热压成型车间的排产数学模型进行求解;最后通过实验仿真,对本文设计的算法进行验证,实验结果表明联合均值-遗传算法能够很好的解决当前刹车片生产计划的排产问题.     

全球化背景下的制造业生产调度体系探讨

面对客户随机需求,制造业生产调度系统应促进生产的快速性、动态性和敏捷性。论文以制造业生产调度体系为研究对象,从生产车间调度的目标、方法、手段、资源等基本要素入手,总结了传统生产调度系统在实际生产中的问题,并概括了系统集成视角下的生产调度方法及其改进措施,介绍了不确定条件下生产调度策略及评价指标。运用系统集成的思想,探讨了供需链环境下的制造业生产调度系统模式,最终提出了生产调度系统的集成化、动态化、高效智能化、柔性化和排程可视化等发展方向。     

基于Flexsim的车间调度优化

基于三维动画仿真软件Flexsim,文中对航空附件加工车间这种多品种、小批量生产的作业车间（Job-Shop）进行了调度优化研究。介绍了Flexsim连接数据库的技术与遗传算法求解生产调度的方法;在Flexsim中建立虚拟生产车间模型,并且在Flexsim虚拟车间模型内部嵌入C＋＋数据库操纵程序,将仿真模型与生产管理数据库连接,使模型可以实时采集生产数据;最后通过实例说明Flexsim仿真与调度优化相结合的方法可以有效地提高航空附件加工车间的效益,证明了方法的有效性。     

钢铁企业集成化生产调度模型的研究

为了解决钢铁企业生产因缺乏整体生产调度计划造成的宏观调控和实时监控等方面次序混乱的问题,提出了分阶段、以关键生产阶段调度为核心、基于规则的分型生产调度模型,并对如何运用该模型实现集成调度进行了分析,最后对该模型在企业实际项目中的应用进行了概要介绍。应用结果表明,该调度模型对协调分厂间的生产、平衡生产物流、缩短生产周期起到了重要作用,实现了钢铁企业生产调度的整体优化。     

Intelligent scheduling of a feature-process-machine tool supernetwork based on digital twin workshop

Modern manufacturing enterprises are shifting toward multi-variety and small-batch production. By optimizing scheduling, both transit and waiting times within the production process can be shortened. This study integrates the advantages of a digital twin and supernetwork to develop an intelligent scheduling method for workshops to rapidly and efficiently generate process plans. By establishing the supernetwork model of a feature-process-machine tool in the digital twin workshop, the centralized and classified management of multiple data types can be realized. A feature similarity matrix is used to cluster similar attribute data in the feature layer subnetwork to realize rapid correspondence of multi-source association information among feature-process-machine tools. Through similarity calculations of decomposed features and the mapping relationships of the supernetwork, production scheduling schemes can be rapidly and efficiently formulated. A virtual workshop is also used to simulate and optimize the scheduling scheme to realize intelligent workshop scheduling. Finally, the efficiency of the proposed intelligent scheduling strategy is verified by using a case study of an aeroengine gear production workshop.     

柔性车间生产排产调度优化方法

为满足柔性制造企业在车间生产中合理安排生产排产调度的需要,提出柔性车间生产排产调度优化方法。首先,通过分析车间生产排产问题的特点,制定满足车间应用需求和各种资源限制的生产排产总体流程,从而设计基于约束条件的生产对象关系模型;其次,提出一种动态策略差分进化算法,根据个体之间的拥挤度动态选择变异策略,设计基于工序位置的编解码方案,其能快速有效地进行求解,从而得到最佳调度方案,提高设备运行效率,实现资源利用的最大化;最后,通过6个标准测试函数、FT6-6测试问题及生产调度应用实例验证了算法的有效性。     

面向柔性作业分布式车间的分层调度模型研究

针对多车间分布式制造系统调度优化问题,结合车间实际生产情况,提出一种基于目标级联法和遗传算法的层次调度模型。模型将生产调度过程划分为生产计划层、车间调度层和零件规划层,并将整体时间最短的优化目标划分到各个层次,通过层层优化达到时间最优后反馈至上层,以实现整体调度时间最优。以3个制造车间协调调度问题为例,验证了该模型在零件分配和零件的工艺路线选择上的合理性和有效性。     

基于多智能体的虚拟企业群协同生产调度模式研究

为了实现虚拟企业群的协同生产调度, 提高企业群整体运作水平, 建立了基于多智能体的虚拟企业群制造企业生产调度模型, 分析了生产计划调度及信息交互作用。在企业协同层, 提出了基于多目标和价格协商的供应商选择过程, 确定了合作伙伴的初选过程方法, 企业层采用了基于EDD+SCR规则组合确定企业任务分配, 并为所有订单任务确定交货期, 各车间层则根据企业层的生产计划进行车间生产调度安排。最后, 运用Swarm仿真软件平台对案例进行仿真分析, 验证了提出的生产调度模式可以有效提高各企业的车间负载率, 并使车间负载率在短时间内达到稳定状态, 从而合理有效地利用企业资源。     

批量生产企业的车间计划调度算法研究与应用

分析了批量生产企业车间计划调度问题的资源、任务和活动,讨论了车间计划调度的约束及其实现,给出了基于复合规则的计划调度算法,在西安航空发动机公司32车间的计划管理系统中得到了应用。     

制造执行系统的生产管理控制研究

车间调度是制造执行系统生产管理控制的核心功能,因此制造执行系统必须实现车间的优化调度。文章分析了制造执行系统的生产管理控制方法,提出了制造执行系统的车间调度方法。一个已在某航天制造企业使用的制造执行系统软件证实了制造执行系统的生产管理控制方法的正确性。