基于本体案例匹配的扰动作业车间智能调度辅助决策

为了快速响应扰动事件,恢复生产稳定,创新性地提出了多类型扰动事件本体与车间生产调度案例本体智能匹配技术。通过引入本体技术(ontology technology),将以往生产动态调度的成功案例进行规范化和标准化处理,构建动态调度本体化的成功案例库和案例库自我完善的学习机制。结合案例推理(case-based reasoning,CBR)技术及相似度理论,将新扰动的生产车间调度问题与案例库的成功案例进行匹配,依据相似度所在阈值区间,实现扰动车间智能调度辅助决策,从而达到提高决策过程时效性,缩短决策时间的目的。通过仿真结果表明:与传统CBR及混合驱动调度策略相比,在本体-CBR的方法下比传统CBR的案例检索精度大约提高了6%,比混合驱动调度策略相比,在决策时间上要快25 min,故有效地提高了案例检索的精度与响应时间。

基于MAS的机加工车间动态调度研究

在当今的制造环境下,大多数企业多为分布式制造,所以在研究分布式车间调度已然当今调度领域的热点。本文拟通过研究单机调度的情况,引入分布式调度的核心——MAS(Multi-agent system)。面向任务建立了基于MAS的调度控制系统模型。采用分布式调度将整个车间的调度问题分解成一系列的子调度问题,并将这一系列的子调度问题集成到拍卖机制中,满足了现代制造系统对复杂性的要求。最后以经典的调度问题验证了此方法的有效性。

考虑机器非加工状态的作业车间节能调度

为了减少机器在非加工状态时的能耗,采用机器关闭再开启的决策方案来实现此目的.首先建立目标为总能耗和最大完工时间最小化的车间节能调度模型,并将此决策方案抽象为约束条件,然后提出一种基于混合元胞遗传模拟退火算法的求解方法,引入插入式贪婪解码算法进行解码,基于同步机制的遗传操作更新种群,增加模拟退火操作与收敛准则实现进一步优化.最后通过案例验证了该模型与算法的有效性与实用性,结果表明运用该模型可达到很好的节能优化效果.

带缓冲时间的不确定性作业车间鲁棒调度研究

对机器故障下的作业车间鲁棒调度问题进行了研究。根据威布尔概率分布函数和故障浴盆曲线将不确定的机器故障转化为定量化的故障区间,建立带缓冲时间的性能鲁棒调度优化模型。用遗传算法求解该模型过程中,确立带缓冲时间的鲁棒解码规则,且交叉片段在整个父代中搜索与片段对等的基因,有利于扩大交叉范围。最后的仿真实验表明,优化模型保证了调度的鲁棒性,提出的改进遗传算法对问题求解的有效性。

基于基因转录的机加工车间主动调度研究

在个性化制造企业生产过程中,存在着各式各样的扰动,包括机械设备故障、紧急插单、原料供应不足等.在扰动环境中,如何维持调度系统的稳健是制造系统研究的难点和热点.鉴于扰动事件成因分析与生物信息学具有相似性,提出了基因转录的研究方法.首先针对生产过程中的扰动事件进行了分类与成因分析;接下来,根据扰动因子之间的关系,借助基因生物学中的动力学模型,研究扰动因子之间的关系,通过希尔函数计算扰动因子之间的耦合值;然后对耦合值进行判断,根据判断结果,在不需要产生新的调度方案前,采取主动调度的方法消除扰动,确保生产调度系统恢复稳态;最后通过经典的调度问题验证了方法的可行性.

基于案例推理的扰动作业车间智能调度决策研究

针对目前扰动事件一旦发生,会对车间产生严重的破坏性,因此文章引入案例推理技术(Case-Based Reasoning,CBR),将以往车间动态调度的成功案例进行规范化和标准化处理,构建了动态调度规范化的成功案例库自我完善机制,实现了车间智能调度的辅助决策,提高了决策过程的时效性,为扰动下车间智能调度策略获取与辅助决策提供了新的思路。