[發(fā)明專利]一種基于蟻群算法的柔性生產(chǎn)線自適應(yīng)控制系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 202011203683.2
• 申請日: 2020-11-02
• 公開（公告）號: CN112327621B
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 劉屹;張帥;任超;郭慶峰;張菲;高阿曼;張立雷;廖慶妙
• 申請（專利權(quán)）人: 金航數(shù)碼科技有限責(zé)任公司
• 主分類號: G05B13/04
• 分類號: G05B13/04;G06N3/00
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 張乾楨

1.一種基于蟻群算法的柔性生產(chǎn)線自適應(yīng)控制系統(tǒng)，其特征在于，包括基礎(chǔ)數(shù)據(jù)模塊、數(shù)據(jù)管理模塊、全要素建模模塊、動態(tài)仿真模塊、控制模塊，其中：

基礎(chǔ)數(shù)據(jù)模塊：用于進(jìn)行車間的基礎(chǔ)數(shù)據(jù)輸入和維護(hù)、設(shè)置，所述基礎(chǔ)數(shù)據(jù)包括物料基本信息、設(shè)備及設(shè)備組信息、庫位數(shù)據(jù)、工裝工具、NC程序、刀具、監(jiān)測數(shù)據(jù)；

全要素建模模塊：用于進(jìn)行基礎(chǔ)活動/指令定義、工序活動/指令集建模、零件活動/指令集建模、資源關(guān)系建模，通過以最小可調(diào)度活動為對象，將整個(gè)零件加工過程中的活動、活動所需的生產(chǎn)要素、活動之間的關(guān)系、行為、規(guī)則進(jìn)行模型化表達(dá)；

數(shù)據(jù)管理模塊：用于進(jìn)行基礎(chǔ)數(shù)據(jù)信息、任務(wù)訂單信息、工藝路線信息、檢驗(yàn)測量信息、物理運(yùn)行實(shí)時(shí)數(shù)據(jù)信息的獲取與加載，其中，所述基礎(chǔ)數(shù)據(jù)信息為基礎(chǔ)數(shù)據(jù)模塊定義的靜態(tài)數(shù)據(jù)，任務(wù)訂單信息為任務(wù)及其優(yōu)先級信息和所需原材料或通過接口從外部集成系統(tǒng)ERP或MES獲取，工藝路線信息為全要素建模模塊構(gòu)建的零件指令集，檢驗(yàn)測量信息為零件的檢驗(yàn)方式、檢驗(yàn)項(xiàng)、檢驗(yàn)流程信息，物理運(yùn)行實(shí)時(shí)數(shù)據(jù)信息為柔性單元內(nèi)設(shè)備運(yùn)行的狀態(tài)信息、報(bào)警信息和動態(tài)事件信息；

動態(tài)仿真模塊：用于讀取數(shù)據(jù)管理模塊的數(shù)據(jù)和全要素建模模塊構(gòu)建的生產(chǎn)過程的模型，輸入蟻群算法初始參數(shù)α,β,ρ,m,Q,G,α代表信息素啟發(fā)式因子，β代表期望啟發(fā)因子，ρ代表信息素蒸發(fā)系數(shù)，m代表螞蟻數(shù)量，Q代表信息素強(qiáng)度，G代表最大進(jìn)化代數(shù)，調(diào)用基于柔性作業(yè)車間調(diào)度問題P-FJSP的蟻群算法引擎，輸出動態(tài)仿真結(jié)果，即設(shè)備和工序維度甘特圖；

控制模塊：用于在最小可調(diào)度活動的順序、活動之間的關(guān)系及設(shè)備監(jiān)測數(shù)據(jù)約束下，通過判斷活動執(zhí)行中資源元素和過程元素的狀態(tài)及變化將動態(tài)仿真模塊輸出的結(jié)果數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)過程中的控制行為，進(jìn)而達(dá)到控制柔性單元精準(zhǔn)運(yùn)行的目的；

所述動態(tài)仿真模塊中蟻群算法包括動態(tài)排程方法，方法具體過程為：

(1)初始化各參數(shù)，確定信息素啟發(fā)式因子α、期望啟發(fā)因子β、信息素蒸發(fā)系數(shù)ρ、螞蟻數(shù)量m、最大進(jìn)化代數(shù)G；

(2)對工序進(jìn)行編碼，對工序和設(shè)備進(jìn)行編碼，創(chuàng)建工序設(shè)備加工時(shí)間矩陣，計(jì)算初始信息素矩陣τ_ij(0)，計(jì)算方法為取各工序設(shè)備加工時(shí)間倒數(shù)后進(jìn)行歸一化處理生成的矩陣；

(3)設(shè)備約束處理，基于初始信息素矩陣以輪盤賭方式生成隨機(jī)數(shù)，為每臺設(shè)備的每個(gè)時(shí)刻建立可加工集合allowed(m_j,t)、下一步可移動集合tovisit(t)；

(4)操作排序，判斷t時(shí)刻設(shè)備狀態(tài)是否空閑，假如空閑，從下一步可移動集合中依據(jù)轉(zhuǎn)移狀態(tài)規(guī)則對于不同設(shè)備同一工序進(jìn)行選擇，計(jì)算t時(shí)刻概率該概率表示第k只螞蟻在工序i轉(zhuǎn)移到工序j的概率，其中η_ij(t)為啟發(fā)式信息，計(jì)算方法為工序在設(shè)備上的加工時(shí)間的倒數(shù)，若工序不在某機(jī)器上加工，則將其加工時(shí)間定位無窮大，保證了螞蟻選擇該機(jī)器的概率為0；加工完成后通過禁忌表記錄該工序并從步驟(4)的兩個(gè)集合中剔除；

(5)重復(fù)步驟(4)，直至所有工序均在禁忌表中存儲，且所有機(jī)器的可加工集合與下一步可移動集合為空；

(6)按照信息素更新規(guī)則進(jìn)行路徑信息素更新，即在螞蟻搜索過程中，從工序i移動到工序j后進(jìn)行局部信息素更新，螞蟻每遍歷一次只針對本次搜索過程中最優(yōu)的螞蟻進(jìn)行全局信息素更新；

(7)判斷循環(huán)次數(shù)是否達(dá)到最大進(jìn)化代數(shù)G，若為是則進(jìn)行下一步，若為否則進(jìn)行步驟(2)；

(8)算法循環(huán)截止，輸出最優(yōu)解并進(jìn)行解碼后輸出工序設(shè)備加工甘特圖。