一种云制造车间作业不确定加工时间模型及估计方法技术

本发明专利技术公开了一种云制造车间作业工时不确定模型及估计方法，基于云制造调度决策实际运营环境中随机性与不确定性共存的特点，将云制造车间作业工时分为机器加工时间与非机器加工时间两部分，基于不确定随机变量对车间作业工时建模，利用随机变量、不确定变量、不确定随机变量间的可转换关系，对异类车间作业工时因素进行全面描述，提升车间作业工时的适用性与精确性。利用二次样条函数插值可避免局部数据误差远处传播放大的特点，对车间作业工时的机会分布进行仿真，从而获取不同置信水平上更为准确的车间作业工时，为云制造调度方案的稳定性与可靠性提供支撑。

【技术实现步骤摘要】
一种云制造车间作业不确定加工时间模型及估计方法
本专利技术属于云制造调度优化
，具体涉及一种云制造作业不确定加工时间模型及评估方法，用于为云制造调度优化提供支持。
技术介绍
制造服务全球化对制造企业提出新的挑战，如何突破地理区域对经营范围和制造模式的束缚，通过开展大规模协同制造来应对低成本、高质量、高效率的产品需求，已经成为制造企业亟待解决的问题。云制造作为一种新的面向服务的网络化制造模式，为制造企业提供一种全新的解决方案。其利用云计算、大数据、物联网、人工智能等先进信息技术实现分布异构制造资源的集中管理与分散使用，采用“制造即服务”的方式，以较低的成本为产品提供较高的附加值。大数据是云制造系统拥有的一种宝贵资源，制造企业在产品全生命周期各阶段产生的数据呈爆炸式增长。通过有效地利用大数据分析技术，挖掘云制造大数据中所蕴含的价值，可以实现云制造系统中海量数据的智能化应用，为云制造系统制造能力服务化、复杂任务协同调度优化、个性产品可定制化提供有效的技术支撑。调度优化是云制造系统中的一个关键问题，调度方案的稳定性与适用性决定了整本文档来自技高网...

【技术保护点】
1.一种云制造车间作业工时不确定模型，其特征在于：将云制造车间作业工时T分为机器加工时间与非机器加工时间两部分，其中，机器加工时间p指不受干扰状态下作业在制造设备上完成其工艺要求所需的加工时间，对于复杂的工艺要求往往需要技术人员的协助，技术人员的操作水平及状态对机器加工时间会造成一定的学习效应或恶化效应，表示为f(p)，非机器加工时间指由于非预期因素，除机器加工时间外，作业完成工艺要求所需的额外时间，所有非机器加工时间和表示为

【技术特征摘要】
1.一种云制造车间作业工时不确定模型，其特征在于：将云制造车间作业工时T分为机器加工时间与非机器加工时间两部分，其中，机器加工时间p指不受干扰状态下作业在制造设备上完成其工艺要求所需的加工时间，对于复杂的工艺要求往往需要技术人员的协助，技术人员的操作水平及状态对机器加工时间会造成一定的学习效应或恶化效应，表示为f(p)，非机器加工时间指由于非预期因素，除机器加工时间外，作业完成工艺要求所需的额外时间，所有非机器加工时间和表示为n为正整数，则，





2.根据权利要求1所述一种云制造车间作业工时不确定模型，其特征在于：T所包含的机器加工时间和非机器加工时间随机性与不确定性共存，T是不确定随机变量，由此，将T表示为：
T＝h(f(p),g(Q))(2)
其中，






其中当机器加工时间具有学习效应时f(p)＝ρl·p，当机器加工时间具有恶化效应时f(p)＝ρd·p，ρl与ρd为常量，由公式(2)可知T随p及qi严格递增。


3.一种云制造车间作业工时估计方法，其特征在于：应用二次样条插值获取车间作业工时T的机会分布，实现对车间作业工时的准确估计，具体...

【专利技术属性】
技术研发人员：刘宁，赖琪，韩卓凡，石涛，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32