一种基于组合生产和设备故障约束的遗传调度方法技术

本发明专利技术公开了一种基于组合生产和设备故障约束的遗传调度方法，用于车间柔性作业调度技术，本发明专利技术涉及自动控制技术领域；通过构建作业约束图模型解决加工生产线生产调度的问题，同时通过引入基于机器故障率的轮盘选择法，使得作业最大程度在健康机器上完成，进而减小设备故障时的调度延迟，优化组合产线遗传调度算法的适应度计算，然后将智能调度算法用于组合箱体生产线，实验结果表明，该调度策略相比较于基于遗传算法的调度方法，能够获得更好的初始化种群以及收敛性和鲁棒性，解决组合产线智能排程问量，同时考虑了机器损耗故障的可能，进而实现柔性作业车间调度。

【技术实现步骤摘要】
一种基于组合生产和设备故障约束的遗传调度方法
一种基于组合生产和设备故障约束的遗传调度方法，用于车间柔性作业调度技术，本专利技术涉及自动控制

技术介绍
针对智能制造模式下的各类加工生产线运行过程中计划与调度问题，各大研究机构和工业世界都在重点研究生产计划排程与智能调度技术方法，现有的研究方法主要是应用启发式算法包括元启发式调度算法、基于遗传算法的调度算法、基于粒子群优化的调度算法、基于深度强化学习的调度算法以及多目标调度算法等；其中基于帝国竞争算法和可变邻域搜索的两阶段元启发式算法首次提出了在总能耗不超过给定阈值的约束下，使最大完工时间和总延误最小化的调度算法；混合遗传调度算法采用田口法对遗传算法的参数进行了优化，提出了一种解决无效作业分配问题的新编码机制，提高了找到最优解的概率，增加了染色体的多样性，优化了最大完工时间解；粒子群优化算法以最小化最大完工时间准则为目标提出了求解机器分配问题和操作排序问题的解决方法；在上述研究中，一台机器一段时间内只能完成一个作业中的某道工序，而不能同时处理多个作业的多道工序。>为了解决这类问题，本文档来自技高网...

【技术保护点】
1.一种基于组合生产和设备故障约束的遗传调度方法，其特征在于，包括如下步骤：/n步骤1、提出作业约束图模型，使用多前序作业约束图清晰表示各个作业之间的关联性和依赖性；/n步骤2、采用基于机器故障率的轮盘选择法，得到机器故障率构建机器轮盘选择模型，根据每台机器当前运行时间动态计算故障率，实现自适应的机器选择，使得作业最大程度在健康机器上完成，进而减小设备故障时的调度延迟以及对存在多工序设备进行工序筛选；/n步骤3、结合作业约束图模型和机器故障率构建机器轮盘选择模型，利用种群选择和适应度计算，实现组合产线中作业和设备的智能调度。/n

【技术特征摘要】
1.一种基于组合生产和设备故障约束的遗传调度方法，其特征在于，包括如下步骤：
步骤1、提出作业约束图模型，使用多前序作业约束图清晰表示各个作业之间的关联性和依赖性；
步骤2、采用基于机器故障率的轮盘选择法，得到机器故障率构建机器轮盘选择模型，根据每台机器当前运行时间动态计算故障率，实现自适应的机器选择，使得作业最大程度在健康机器上完成，进而减小设备故障时的调度延迟以及对存在多工序设备进行工序筛选；
步骤3、结合作业约束图模型和机器故障率构建机器轮盘选择模型，利用种群选择和适应度计算，实现组合产线中作业和设备的智能调度。


2.根据权利要求1所述的一种基于组合生产和设备故障约束的遗传调度方法，其特征在于，步骤1所述作业约束图模型是一种双向有向图，即虚拟一个j2作业表示组合生产作业，节点Pij表示第i个作业的第j个工序，且每个节点有一个或多个前向边连接各个作业；P0i和P1j分别表示实际作业j0和j1的虚拟组合生产工序，避免排程时进行重复排班，即某时刻一台机器上是否运行某工序，需要取决于该工序的直接前序工序的库存，均存在库存时才允许在该时刻被排程，否则不允许此时被排程，如公式1：



其中Pij->prek(stock)表示Pij的第k个前序工序的库存。


3.根据权利要求1所述的一种基于组合生产和设备故障约束的遗传调度方法，其特征在于，步骤2所述机器故障率构建机器轮盘选择模型是根据机器当前运行时长和机器寿命的关系近似计算当前故障发生率，如公式2；



其中p(mi|t)表示机器mi在t时刻的故障概率，Pt-1代表在机器mi上运行的前一工序；
同时得到同一类型的多台机器的当前时刻的故障率，然后根据softmax归一化函数得到的机器故障率构建机器轮盘...

【专利技术属性】
技术研发人员：宋海伟，祝文武，霍览坤，赵睿，张佳佳，纪辉明，张杨，吕叶立，李林谊，
申请(专利权)人：江麓机电集团有限公司，
类型：发明
国别省市：湖南;43