[發(fā)明專利]一種面向基礎(chǔ)元器件加工工藝的優(yōu)化調(diào)度方法

在審

• 申請?zhí)枺?/td>: 201811317035.2
• 申請日: 2018-11-07
• 公開（公告）號: CN109445282A
• 公開（公告）日: 2019-03-08
• 發(fā)明（設(shè)計）人: 陶飛;羅瑞;左穎;鄒孝付
• 申請（專利權(quán)）人: 北京航空航天大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 安麗

1.一種面向基礎(chǔ)元器件加工工藝的優(yōu)化調(diào)度方法，其實現(xiàn)步驟如下：

第一步，建立基礎(chǔ)元器件工藝路徑數(shù)學模型，所述數(shù)學模型包括能耗模型、時間模型和負載均衡模型；

①所述能耗模型的計算為：基礎(chǔ)元器件加工設(shè)備能耗等于工作能耗與待機能耗之和，能耗模型為：

E_i＝E_i工+E_i待

E_i工＝P_i工×t_i工

E_i待＝P_i待×t_i待

其中，E_i描述加工設(shè)備總能耗,i＝1,2,…,n表示設(shè)備數(shù)目，E_i工描述加工設(shè)備i在加工過程中產(chǎn)生的能耗，E_i待描述加工設(shè)備i在待機過程中產(chǎn)生的能耗，P_i工描述設(shè)備i的加工功率，t_i工描述設(shè)備i的加工時長，P_i待描述設(shè)備的待機功率，t_i待描述設(shè)備i的待機時長；

基礎(chǔ)元器件加工車間設(shè)備總能耗為基礎(chǔ)元器件加工車間中所有加工設(shè)備能耗之和：

其中，E_總描述所有加工設(shè)備的總能耗，即優(yōu)化目標一；

②所述時間模型計算為：基礎(chǔ)元器件加工設(shè)備待機時長由基礎(chǔ)元器件加工設(shè)備加工完成時間減去加工開始時間與加工過程中基礎(chǔ)元器件加工設(shè)備的加工時間之和計算得到，時間模型為：

t_i待機＝t_i完成-t_i工-t_i開始

其中，t_i開始表示零件在設(shè)備i上的加工開始時間，t_i完成表示零件在設(shè)備i上的加工結(jié)束時間，t_i待機設(shè)備i在加工零件期間的設(shè)備i待機時長，t_i工表示設(shè)備i正常工作的時間，即加工零件的時長，max{t_i完成}為總的加工完成時間，即優(yōu)化目標二；

③所述負載均衡模型計算為：基礎(chǔ)元器件加工設(shè)備負載均衡性由車間中每臺加工設(shè)備加工時長的方差來計算，負載均衡模型為：

其中，表示所有加工設(shè)備加工時長的平均值，L表示每臺加工設(shè)備加工時長的方差，即為優(yōu)化目標三；

第二步，在建立工藝路徑數(shù)學模型之后，確定數(shù)學模型中的基礎(chǔ)元器件工藝與加工車間的制造資源約束，具體約束條件表述如下，需全部滿足以下4條約束條件：

①同一臺設(shè)備在同一時刻只能加工一道工序；

②同一零件的不同工序不能同時加工；

③同一道工序只選擇一臺設(shè)備進行加工；

④零件實際加工的工序在零件的工序集合之內(nèi)；

第三步，改進增強學習算法來優(yōu)化工藝路徑優(yōu)化工藝路徑；

采用改進后的Q學習算法，結(jié)合基礎(chǔ)元器件的加工工藝和制造車間的加工設(shè)備進行工藝路徑的優(yōu)化，優(yōu)化過程中得到的每一條加工工藝路徑需滿足第二步中的4條約束條件，否則該條加工工藝路徑不合格須舍棄然后對加工工序序列進行重新排列尋優(yōu)。優(yōu)化完成后得到最優(yōu)的零件的加工工藝路徑即零件的加工工序排列組合，每道工序所對應的加工設(shè)備。

2.根據(jù)權(quán)利要求1所述的一種面向基礎(chǔ)元器件加工工藝的優(yōu)化調(diào)度方法，其特征在于：改進了增強學習算法來優(yōu)化工藝路徑，具體的步驟如下：

(1)首先，將工藝路徑集劃分為不同的狀態(tài)空間：先隨機選取一個滿足約束條件的工藝路徑模型初始解，每一個模型解對應一個狀態(tài)，在約束條件下執(zhí)行優(yōu)化的動作，得到下一個模型解，對應于下一個狀態(tài)。優(yōu)化動作包括工序內(nèi)容的改變，工序間順序的調(diào)整和同一工序在不同加工設(shè)備上進行實施這三種類型。引入評價函數(shù)p，所述評價函數(shù)p定義為：當前狀態(tài)下，將目標函數(shù)值和之前各狀態(tài)目標函數(shù)最小值差值與之前各狀態(tài)對應目標函數(shù)最大值和最小值差值相除得到商值，將三個目標函數(shù)能耗、時間和負載均衡性下對應的商相加得到評價函數(shù)。求解過程中有兩點說明：

(a)當執(zhí)行動作次數(shù)為0時，即初始狀態(tài)，評價函數(shù)值定義為3；

(b)當執(zhí)行動作次數(shù)為1時，商值定義為：第二個狀態(tài)下，目標函數(shù)值和初始狀態(tài)下目標函數(shù)值差值與初始狀態(tài)下目標函數(shù)值相除得到；

(2)根據(jù)評價函數(shù)進行狀態(tài)空間劃分：執(zhí)行每一個動作以后得到評價函數(shù)的值，根據(jù)評價函數(shù)值的不同進行不同的狀態(tài)劃分同，0<p<1，劃分為狀態(tài)零；1≤p<2，劃分為狀態(tài)一；2≤p<3，劃分為狀態(tài)二；3≤p<4，劃分為狀態(tài)三；4≤p，劃分為狀態(tài)五；

(3)獲取工藝路徑最優(yōu)解，具體步驟如下：

①初始化Q矩陣和設(shè)置學習次數(shù)；

②選取初始狀態(tài)，即滿足約束條件的一個初始工藝路徑，獲取優(yōu)化指標的初始值，初始狀態(tài)隨機確立，作為搜索尋優(yōu)的起點；

③根據(jù)初始狀態(tài)，在約束條件下尋找下一個可執(zhí)行的動作，并且不斷循環(huán)，執(zhí)行下一個可執(zhí)行動作以后達到下一個狀態(tài)；

④計算下一狀態(tài)每個可執(zhí)行動作的可能性；

⑤選擇最大可能動作執(zhí)行，達到下一狀態(tài)；

⑥更新Q矩陣，繼續(xù)尋找下一個可執(zhí)行動作直到Q矩陣收斂或者達到所設(shè)置學習次數(shù)限制，此時這個狀態(tài)下對應的工藝路徑即為最優(yōu)工藝路徑。