【技术实现步骤摘要】
一种自动化生产线建模与布局规划方法及系统
本专利技术属于自动化生产线领域，具体涉及一种自动化生产线建模与布局规划方法及系统。
技术介绍
随着工业4.0、中国制造2025等概念的相继提出，制造业的转型升级越发引起社会的重视，其中尤以小家电制造为典型代表。小家电产品型号多，产品迭代速度快，生产排期调整相对频繁，且随着产品质量亟待改善、人力成本增加、市场需求不断趋向个性化等问题的出现，企业从以往大批量、少批次的传统生产方式向小批量、多批次转变，甚至向个性化需求定制发展，而目前小家电制造企业生产技术储备明显不足。不少小家电企业通过引入工业机器人自动化生产线来解决上述问题，但自动化生产线的引入也带来了新的问题。在产品生产线需要调整时，难以快速找到最优布局，企业不可避免地需要根据市场需求不断地调整工艺布局和物流布局，但由于机器人体积庞大，调整的过程往往会造成很多不必要的人力物力损失；而现在的生产线建模技术尚未能实时调整模拟生产线模型以最大程度地贴合实际的生产线。因此有必要提供一种适用于自动化生产线的建模和仿真的方法，以便...
【技术保护点】
1.一种自动化生产线建模与布局规划方法，其特征在于，包括：/n利用训练网络对实际生产线的工业数据进行特征提取，使用邻近梯度算法对所述训练网络的权值迭代更新并计算所述训练网络的梯度和所述权值的修正梯度，根据所述修正梯度计算所述训练网络的前项输出，计算所述前项输出与设定值的差值获得输出误差，当所述输出误差满足设定条件时输出生产功能模型；/n根据所述生产功能模型与动态模型的映射关系获得与所述生产功能模型对应的Petri网TCPN模型，根据所述实际生产线中各生产功能之间的输入输出关系把多个所述TCPN模型联接得到生产线的OOTCPN模型；/n基于所述OOTCPN模型，定义适应度函数...
【技术特征摘要】
1.一种自动化生产线建模与布局规划方法，其特征在于，包括：
利用训练网络对实际生产线的工业数据进行特征提取，使用邻近梯度算法对所述训练网络的权值迭代更新并计算所述训练网络的梯度和所述权值的修正梯度，根据所述修正梯度计算所述训练网络的前项输出，计算所述前项输出与设定值的差值获得输出误差，当所述输出误差满足设定条件时输出生产功能模型；
根据所述生产功能模型与动态模型的映射关系获得与所述生产功能模型对应的Petri网TCPN模型，根据所述实际生产线中各生产功能之间的输入输出关系把多个所述TCPN模型联接得到生产线的OOTCPN模型；
基于所述OOTCPN模型，定义适应度函数，按照随机联赛规则从群体中选择N个个体分别计算各个个体的适应度，计算所述N个个体的平均适应度favg和最大适应度fmax，根据favg和fmax计算交叉概率Pc和变异概率Pm，根据Pc和Pm对群体进行交叉和变异操作产生新个体，计算新个体的适应度，选取适应度高的新个体遗传到下一代，当群体的进化情况满足终止条件时输出布局最优解。
2.根据权利要求1所述的自动化生产线建模与布局规划方法，其特征在于，所述工业数据包括：
所述实际生产线的历史数据和在线数据。
3.根据权利要求1所述的自动化生产线建模与布局规划方法，其特征在于，所述使用邻近梯度算法对所述训练网络的权值迭代更新并计算所述训练网络的梯度和所述权值的修正梯度包括：
定义所述训练网络的目标函数为其中，是误差的平方和，是l2正则化项，ti和yi分别表示期望输出值和实际输出值，表示输出层的权值，L是分类器隐含层节点数，为权衡系数；
使用所述邻近梯度算法对目标函数的最小化解优化，则所述最小化解表示为其中k表示迭代次数，w表示训练网络的权值，ηk＝k/(k+3)，δl+1是第l+1层的梯度，al为第l层输出层的输出值；
利用下式计算训练网络修正梯度
其中，表示第l层输出层的权值，f′(zl)表示所述训练网络激活函数f的导数，zl表示第l层输出层的输入值，“*”表示卷积操作。
4.根据权利要求1所述的自动化生产线建模与布局规划方法，其特征在于，所述前项输出包括：
所述训练网络的权值、网络层数、最大迭代次数中的至少一个。
5.根据权利要求1所述的自动化生产线建模与布局规划方法，其特征在于，所述根据favg和fmax计算交叉概率Pc，根据Pc...
【专利技术属性】
技术研发人员：陈子聪，王钦若，刘建圻，张慧，郑银湖，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。