结合逆向强化学习与强化学习的晶圆批处理设备调度方法

针对晶圆批处理设备调度问题，以最小化生产周期为优化目标，考虑晶圆动态到达、重入加工与不兼容性约束等特点，提出了结合逆向强化学习与强化学习(combine Inverse Reinforcement Learning and Reinforcement Learning, IRL-RL)的晶圆批处理设备调度优化方法。根据批处理设备的加工特性，将问题分解为组批和批次指派两个子问题；由于子问题内部复杂的关联特性使晶圆批处理设备调度内部机理不明，且全局奖励函数设计困难，引入逆向强化学习指导奖励函数的设计；针对晶圆lot的重入加工特性，设计期望流动时间与剩余等待时间关键状态变量；批次指派智能体兼顾考虑任务的紧急程度与工艺类型切换带来的差异生产准备时间进行综合决策，满足批处理设备工艺类型的不兼容性约束；通过设计奖励函数关键参数的非线性特征，解释晶圆lot剩余加工层数与期望流动时间之间的复杂流变关系。24组标准算例的实验数据表明，IRL-RL算法的优化结果与计算效率优于一般强化学习算法和较优规则等方法；经企业实例数据验证，晶圆的生产周期缩短了15%。     

基于仿真和正交试验的优化调度研究

针对生产系统多点协调调度问题,提出了一种基于仿真和正交试验的优化调度方法。在动态生产环境中,为了支持快速仿真调度分析,以模型元素和控制逻辑分离的原则为指导,采用面向对象方法,实现了基于模块化控制逻辑的快速仿真建模。以仿真模型作为系统目标求解函数,各种决策参数作为系统输入变量,通过正交试验优化仿真实验,确定最佳调度决策参数组合,将其应用于生产系统的调度控制。以某研究所的数控车间为例,验证了该调度方法的可行性和有效性。     

FMS智能单元控制器中调度核心的设计

分析了ＦＭＳ单元控制器中调度问题的难点，对现有的实现方法进行了归纳和评价，并提出了一种真与学习相结合的面向特征动态调度框架，作为ＦＭＳ智能单元控制器的调度核心。     

电液速度伺服系统的增益调度控制

0前言 对于动态特性随工作点而变化的过程，要求控制器在各种工况下均能满足指定的性能指标。为了补偿过程参数变化与非线性等不确定因素的影响，可针对过程的不同工作状态，将系统在一些特定的工作点进行线性化处理，然后在这些工作点采用合适的线性化设计方法设计相应的控制器，使闭环系统在各工作点的邻域内满足性能要求。在系统运行时，根据调度变量通过调度控制器增益使系统在不同的区域运行不同的控制律，以处理系统的非线性问题．这就是增益调度。增益调度控制器简单适用，在处理非线性系统方面获得了广泛的应用。     

协调增益调度的重复使用助推器姿态控制设计

针对可重复使用助推飞行器在大攻角飞行过程中的耦合及干扰问题,提出了基于协调增益调度策略的姿态控制器设计方法。首先,忽略大攻角飞行时俯仰、偏航、滚转通道间潜在的耦合,建立了有别于小扰动线性化的各通道线性化模型,独立设计了各通道的增益调度控制器。然后,在单通道控制的基础上,说明了协调增益调度控制策略的思想。最后,设计了协调调度控制器用于消除通道间的交叉耦合。非线性实时仿真表明,该策略使攻角最大误差降低了1~2°,侧滑角跟踪精度提高了将近0.4°,满足可重复使用助推飞行器大攻角飞行时对系统性能指标的要求,同时控制策略的设计方法物理概念清晰,易于工程实现。     

图形参数化引入工程约束实现设计过程参数化

分析了ＦＭＳ单元控制器中调度问题的特点和难点，对现有的实现方法进行了归纳和评价，并提出了一种仿真与学习相结合的面向特征动态调度框架，作为ＦＭＳ智能单元控制器的调度核心。     

基于Q学习的智能车间自适应调度方法

为降低智能车间中动态不确定因素对生产性能的影响，提出一种基于Q学习的智能车间自适应调度方法。该方法设计基于强化学习的智能车间自适应调度框架，采用Q学习算法，通过智能体—环境交互试错机制，自主训练调度模型，并根据生产车间环境变化动态更新调度模型，以支持能够指导车间运行的最优决策轨迹的生成。所提方法在MiniFab半导体生产线模型上进行了验证，结果证明该方法能够有效应对智能车间生产环境变化，在生产全过程中能对调度决策进行实时调整，优化车间综合性能指标，同时显著降低时间与人力成本。     

基于长短期记忆近端策略优化强化学习的等效并行机在线调度方法

针对等效并行机在线调度问题,以加权完工时间和为目标,提出了一种基于长短期记忆近端策略优化（LSTM-PPO）强化学习的在线调度方法。通过设计融合LSTM的智能体记录车间的历史状态变化和调度策略,进而根据状态信息进行在线调度。设计了车间状态矩阵对问题约束和优化目标进行描述,在调度决策中引入额外的设备等待指令来扩大解空间,并设计奖励函数将优化目标分解为分步奖励值实现调度决策评价。最后基于PPO算法进行模型更新和参数全局优化。实验结果表明所提方法优于现有的几种启发式规则,并将所提算法应用于实际车间的生产调度,有效减小了加权完工时间和。     

可重构装配线多目标优化调度研究

针对可重构装配线调度存在的问题,综合考虑影响可重构装配线调度的三个主要因素,即最小化空闲和未完工作业量、均衡零部件的使用速率、最小化装配线重构成本,建立了可重构装配线多目标优化调度的数学模型.提出了一种基于Pareto多目标遗传算法的可重构装配线优化调度方法,该算法综合运用了群体排序技术、小生境技术、Pareto解集过滤及精英保留策略,并采用了交叉概率和变异概率的自适应重构策略.实例仿真表明该算法具有比其他遗传算法更高的求解质量.     

基于二元增强学习架构的可重构制造系统调度

构建基于重构和调度二元增强学习架构的调度系统,借助重构增强学习系统的行为来实现资源配置、重构制造单元的功能,借助调度增强学习系统的行为来为各制造单元安排加工任务,实现优化各产品加工路径和加工顺序的功能.重构和调度增强学习系统通过状态转移、行为选择和报酬获取进行联系.提出结合函数泛化器的自适应步长增强学习算法的学习机制和学习步长调整机制,通过实验分析了函数泛化器的性能,验证了该算法解决一类重人型的可重构制造车间调度问题的有效性.     

Decentralized supervisory based switching control for uncertain multivariable plants with variable input-output pairing

In this paper, the design of decentralized switching control for uncertain multivariable plants is considered. In the proposed strategy, the uncertainty region is divided into smaller regions with a nominal model and specific control structure. The underlying design is based on the quantitative feedback theory (QFT). It is assumed that a MIMO-QFT controller exists for robust stability and performance of the individual uncertain sets. The proposed control structure is made up by these local decentralized controllers, which commute among themselves in accordance with the decision of a high level decision maker called the supervisor. The supervisor makes the decision by comparing the local models' behaviors with the one of the plant and selects the controller corresponding to the best fitted model. A hysteresis switching logic is used to slow down the switching to guarantee the overall closed loop stability. It is shown that this strategy provides a stable and robust adaptive controller to deal with complex multivariable plants with input-output pairing changes during the plant operation, which can facilitate the development of a reconfigurable decentralized control. Also, the multirealization technique is used to implement a family of controllers to achieve bumpless transfer. Simulation results are employed to show the effectiveness of the proposed method.     

Work-in-process scheduling by evolutionary tuned fuzzy controllers

In this paper, an evolutionary algorithm (EA) strategy for the optimization of generic work-in-process (WIP) scheduling fuzzy controllers is presented. The EA strategy is used to tune a set of fuzzy control modules that are used for distributed and supervisory WIP scheduling. The distributed controllers objective is to control the rate in each production stage in a way that satisfies the demand for final products while reducing WIP within the production system. The EA identifies those sets of parameters for which the fuzzy controller performs optimal with respect to WIP and backlog minimization. The proposed EA strategy is compared with known heuristically tuned distributed and supervised fuzzy control approaches. Extensive simulation results show that the EA strategy significantly improves the system’s performance.     

支持混流生产的可重组逻辑控制器设计方法

针对可重组制造系统混流生产、快速重组的特点,提出了一种基于Petri网的可重组模块化逻辑控制器设计方法。该控制器包括产品决策逻辑控制器和加工设备逻辑控制器,通过施加不同的条件变量,以明确相互之间的时序关系,并给出了相应的模块连接算法,产品变化通过变量调整可快速重组逻辑控制器。由Petri网自身特性证明,支持混流生产的可重组模块化逻辑控制器是活性、安全和可逆的,可直接转换为用于工业现场控制的顺序功能流程图。实际应用证明,该控制器具有高度模块化、易于重构、支持混流的特点。     

机器人臂的多项式PD型学习控制方法

提出一种用于机器人臂的带有重力补偿的多项式PD型(PPD)学习控制器,基于多项式神经网络给出了这种控制器的比例系数连续学习算法,由非线性机器人动力学模型与所提出的学习控制器所组成的闭环系统被证明在满足李雅普诺夫直接法和拉萨尔不变集定理时是全局渐近稳定的,除了理论结果,也提供了在两自由度机器人臂位置控制中的仿真实验比较,结果表明PPD学习控制器在系统快速响应性方面优于常规PD控制器。PPD学习控制器为机器人控制系统提供了一种新的途径。     

可重构机器人体系结构及模块化控制系统的实现

本文提出了一种适用于新型可重构星球机器人的模块化控制系统,根据机构和运动特性,基于CAN总线和分布式控制器技术,将系统结构和功能分解成不同模块由各自的控制器独立执行,建立具有任务层和运动层的分层次控制结构,实现了组合式规划、分布式控制的混合式控制方法.本文设计了两种不同的控制器,并采用PPG脉冲宽度调节方法实现了对在机器人上使用的R/C电机的标定和控制.通过在子机器人原理样机上进行实验,验证了这套控制系统和控制体系结构的可行性.     

可重构装配线多目标优化调度研究

针对可重构装配线调度存在的问题,综合考虑影响可重构装配线调度的三个主要因素,即最小化空闲和未完工作业量、均衡零部件的使用速率、最小化装配线重构成本,建立了可重构装配线多目标优化调度的数学模型。提出了一种基于Pareto多目标遗传算法的可重构装配线优化调度方法,该算法综合运用了群体排序技术、小生境技术、Pareto解集过滤及精英保留策略,并采用了交叉概率和变异概率的自适应重构策略。实例仿真表明该算法具有比其他遗传算法更高的求解质量。

     

工业废水pH值的智能区间控制

提出了工业废水 p H值智能区间控制方法 ,即将设定区间的上、下限作为控制设定值 ,根据中和后的 p H值动态调度所构成的两个设定值控制器 ,确保 p H值在设定区间范围内。计算机仿真及在污水处理厂的应用表明该方法具有耗药省等优点。     

Artificial hydrocarbon networks fuzzy inference systems for CNC machines position controller

This paper proposes a novel position controller for computer numerical control (CNC) machines based on a hybrid fuzzy inference system that uses artificial hydrocarbon networks in its defuzzification step, so-called fuzzy-molecular inference system. The fuzzy-molecular-based position controller is characterized to improve the accuracy in position and the time machining. In order to prove these characteristics, a case study was run over a reconfigurable micromachine tool (RmMT) assembly in lathe configuration. In addition, a workpiece machining in the RmMT assembly serves to realize a comparative analysis between the proposed controller and three other controllers: a classical PID controller manually tuned, a PID controller auto-tuned, and a fuzzy Mamdani controller. Experimental results validate the performance and the implementability of the proposed fuzzy-molecular position controller against the others.     

欠驱动机器人的切换姿态优化及全局稳定控制

讨论了欠驱动两杆机器人控制中存在的控制器切换问题并将其归纳为一类优化问题,提出了一种优化切换姿态并保证全局稳定的控制器设计方案。在系统全局稳定的条件下,将对欠驱动关节的控制能力作为优化目标。采用基于弱控制Lya-punov函数的方法设计摆起控制器;利用线性二次调节器(linear quadratic regulator,LQR)方法设计平衡控制器;使用控制器切换环节实现控制器的最优切换,其中控制器切换环节的设计借助平衡控制器吸引域的概念和遗传算法来实现。仿真实验中,应用该方法得到的控制器不仅能实现控制目标,还能使系统具有更强的抗干扰能力,并缩短18.8%的控制时间。