[發明專利]知識驅動的車間智能排產方法

在審

• 申請號: 202210559945.1
• 申請日: 2022-05-23
• 公開（公告）號: CN114879618A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 王雯;鐘紅燕;傅衛平;郭偉;鄒德福
• 申請（專利權）人: 西安理工大學
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 趙燕秋

本發明公開了知識驅動的車間智能排產方法，首先構建多目標多約束柔性作業車間調度的數學模型；然后，根據人工排產調整經驗和生產車間歷史數據，分別構建離線車間知識圖譜的模式層和數據層；接下來，通過離線圖譜數據層獲得待加工工件的工藝過程和設備分配等數據，利用改進的NSGA?II算法求得柔性作業車間調度數學模型的Pareto最優解集，采用層次分析法從最優解集中選取最優調度方案；最后，利用實際車間狀況構建在線車間知識圖譜，將算法求解出的最優調度方案與在線圖譜中的資源信息對比，檢驗調度方案可行性。若不滿足實際生產，則根據離線圖譜模式層中的人工排產調整經驗和在線圖譜中的資源對調度方案進行調整后輸出。

技術領域

本發明屬于生產過程智能化排產方法技術領域，具體涉及知識驅動的車間智能排產方法。

背景技術

智能制造是推進信息化和工業化深度融合的主攻方向，智能制造包括生產對象的智能化、生產過程的智能化和生產工具的智能化三個層面，其中生產過程的智能化是實現智能制造的關鍵環節。生產過程智能化實際是利用計算機模擬制造專家的分析、判斷、推理、構思和決策等智能活動，并將這些智能活動與智能機器有機地融合起來。實現生產過程智能化，需要對實際生產環境感知，完成智能下達生產任務和調整排產方案等方面的決策，利用設備按照排產結果運行生產過程，完成訂單任務。分配結果利用設備完成加工。車間排產是生產過程的關鍵步驟，車間排產結果對生產過程和效率有重要影響。因此，獲得高效且符合實際的排產方案是生產過程智能化的關鍵環節之一，優化車間排產過程和結果，對提升企業的生產效率和競爭力至關重要。

目前，雖然車間排產的數學模型及其優化求解算法很多，但由于對相對復雜的真實生產進行模型構建和求解比較困難，導致單純依賴計算機排產算法獲得的調度方案不能完全滿足實際生產需求，需要人工對計算機排產方案進行調整。同時，生產過程中產生海量數據，但目前企業缺乏統一數據管理模型和對數據知識利用的方法，導致生產過程缺乏對數據知識的利用。為了充分利用人工排產調整經驗和車間數據知識，需要一種方法實現數據的管理與應用。

知識圖譜作為人工智能的一個重要分支，為數據的管理和應用及各數據之間建立聯系提供了技術支撐。知識圖譜由節點、關系和屬性等元素組成，能夠以三元組形式對各個數據之間建立起聯系，將多源數據組成一個完整的數據庫，便于數據知識的管理和應用。知識圖譜的使用可以彌補車間數據管理存在的短板，建立各數據間的聯系，同時將人工經驗在模式層中管理，為后續生產提供指導，減少車間排產對人工調整的依賴，為生產過程智能化的實現奠定基礎。

發明內容

本發明的目的在于提供知識驅動的車間智能排產方法，解決了上述車間排產中存在的問題。

本發明所采用的技術方案是，知識驅動的車間智能排產方法，具體按照以下步驟實施：

步驟1、以多目標多約束柔性作業車間調度問題為研究對象，構建數學模型；

步驟2、利用人工排產調整經驗和生產車間歷史數據，分別構建離線車間知識圖譜的模式層和數據層，完成數據管理模型的構建；

步驟3、基于離線知識圖譜數據層獲取待加工工件的生產數據，利用改進的NSGA-II算法和層次分析法，獲得待加工工件的Pareto最優解集和最優調度方案；

步驟4、根據實際生產構建在線車間知識圖譜，將算法求解出的最優調度方案與實際生產中的資源進行對比，確定調度方案的可行性，若可行，則輸出調度方案；反之，則根據離線知識圖譜模式層中的人工排產調整經驗和實際生產進行調整后輸出。

本發明的特點還在于：

步驟1的模型具體如下：生產車間有n個待加工工件，可選設備m臺，其每個待加工工件包含一道或多道工序O_i,j(i＝1,2,…,n；j＝1,2,…,m)，其中每道工序可選設備是一臺或多臺，且一道工序在每臺設備上加工時間有可能不相同。