带AGV的电力设备预防性维修动态柔性调度方法及系统技术方案

带AGV的电力设备预防性维修动态柔性调度方法，该方法先基于电力设备历史故障数据构建知识图谱，形成知识图谱故障诊断系统，再采用知识图谱故障诊断系统对选定的诊断设备范围内的设备进行故障诊断，得到待维修的电力设备信息，然后根据待维修的电力设备信息构建以最大维修时间最小为目标的带AGV的单目标动态柔性作业车间调度模型，并对该调度模型进行求解，得到最优调度方案，最后基于构建的AGV小车运输时空模型调配AGV小车按照最优调度方案将维修工具运输至待维修设备处进行维修。本发明专利技术解决了现有维修过程中设备故障不可预知性及维修顺序主观性的问题，提高了电力设备维修的自动化程度。自动化程度。自动化程度。

【技术实现步骤摘要】
带AGV的电力设备预防性维修动态柔性调度方法及系统


[0001]本专利技术属于柔性作业车间调度
，具体涉及带AGV的电力设备预防性维修动态柔性调度方法及系统。

技术介绍

[0002]目前，各电力公司在关于电力设备维修时机有三类，一是电力设备超过服役年限，直接报废或更换零件；二是电力设备被检测后对有问题的设备进行维修；三是电力设备故障报修或抢修。电力设备的维修整体是在故障已知后，才进行维修操作，并且当有多个设备需要维修时，维修的顺序由维修人员自行决定。设备故障的不可预知性使得设备维修具备随机性；维修人员的维修顺序的主观性使得维修效率无法最大化；这套流程的检测效率难以体现电力物资精细化管理，也难以胜任日益增长的电力设备维保需求，造成不利社会影响和经济损失。

技术实现思路

[0003]本专利技术的目的是针对现有技术存在的上述问题，提供一种基于知识图谱的带AGV的电力设备预防性维修动态柔性调度方法及系统。
[0004]为实现以上目的，本专利技术的技术方案如下：
[0005]带AGV的电力设备预防性维修动态柔性调度方法，依次包括以下步骤：
[0006]步骤A、基于电力设备历史故障数据构建知识图谱，形成知识图谱故障诊断系统；
[0007]步骤B、采用知识图谱故障诊断系统对选定的诊断设备范围内的设备进行故障诊断，得到待维修的电力设备信息；
[0008]步骤C、根据待维修的电力设备信息构建以最大维修时间最小为目标的带AGV的单目标动态柔性作业车间调度模型，并对该调度模型进行求解，得到最优调度方案；
[0009]步骤D、基于构建的AGV小车运输时空模型调配AGV小车按照最优调度方案将维修工具运输至待维修设备处进行维修。
[0010]步骤C中，所述带AGV的单目标动态柔性作业车间调度模型的目标函数为：
[0011][0012][0013]上式中，为总维修完成时间，为第i个维修工具对第k个待维修设备的第j个零件的维修状态变量，为第i个维修工具对第k个待维修设备的第j个零件的结束时间，为第i个维修工具对第f个零件的维修时间，，I为所有设备的零件总数，为第i个维修工具对第k个待维修设备的第j个零件的维修开始时间，为第x个维修工具对第k个待维修设备的第y个零件的维修开始时间，为一个很大的正数，为0
‑
1变量，若早于，则=1，否则=0，为第i个维修工具对第k个待维修设备的第j个零件的维修时间，为第i个维修工具维修第f个零件后由AGV小车运送的运输工序，为运输工序的开始时间，为运输工序的总时间，、分别为装载时间、卸载时间，m为待维修设备总数，n为设备中的零件总数，d为维修工具总数。
[0014]步骤C中，所述带AGV的单目标动态柔性作业车间调度模型的求解采用混合算法，依次包括以下步骤：
[0015]步骤C1、对待维修的设备信息进行编码，遗传算法初始化，随机生成一组初始种群；
[0016]步骤C2、解码、计算种群的适应度值，其中，所述适应度值为该模型的目标函数值；
[0017]步骤C3、利用禁忌搜索作为变异算子对适应度值低的个体进行变异，实现第一次禁忌搜索变异；
[0018]步骤C4、使用二进制锦标赛法筛选群体中适应度高的个体作为后续进化的父代个体；
[0019]步骤C5、在筛选得到的群体中随机选择两个染色体作为父类染色体，对父类染色体中的工序工位部分、工序顺序部分分别进行均匀交叉和 GOX 交叉，生成新的个体；
[0020]步骤C6、利用禁忌搜索作为变异算子对适应度值低的新的个体进行变异，实现第二次禁忌搜索变异；
[0021]步骤C7、输出最优调度方案。
[0022]步骤C3、C6中，所述利用禁忌搜索作为变异算子对适应度值低的个体进行变异包括：若个体的适应度值低，则进入禁忌搜索过程，将已考虑过的解放入禁忌表中，在进行邻域搜索时移除与禁忌表中相同的邻域候选解，当解未得到改进或所有的邻域候选解被禁忌的重复迭代次数达到最大迭代次数时，禁忌搜索停止；
[0023]所述步骤C4包括：在群体中选择一定数量的个体，两个为一组进行比赛，适应度值高的胜出参与下一轮比赛，直至确定适应度最好的个体。
[0024]所述AGV小车运输时空模型基于待维修设备的空间布局情况构建得到，具体为：
[0025]AGV小车静止状态下：
[0026][0027]上式中，为的位置，为待维修设备的位置坐标，为停留在待维修设备处的时间段；
[0028]AGV小车空载状态下：
[0029][0030][0031]上式中，为从待维修设备处到待维修设备的行驶速度，为待维修设备的位置坐标，为空载状态下从回到主轨道X轴的结束时间，为沿主轨道移动到与待维修设备的X轴坐标相同处的结束时间，为移动到待维修设备的时间，、分别为第、k个待维修设备在空间的分布位置，为空载状态下由待维修设备处移动到待维修设备处所需要的时间；
[0032]AGV小车搬运状态下：
[0033][0034]上式中，为待维修设备的位置坐标，为从待维修设备处到待维修设备处的行驶速度，、分别为装载时间、卸载时间，为维修工具装载时间，为搬运状态下从待维修设备处回到主轨道X轴的结束时间，为沿主轨道移动到与待维修设备的X轴坐标相同处的结束时间，为由待维修设备处移动到待维修设备处的结束时间。
[0035]所述步骤A依次包括以下步骤：
[0036]步骤A1、基于电力设备历史故障数据对电力设备故障诊断AI深度学习模型进行训练；
[0037]步骤A2、基于电力设备故障诊断AI深度学习模型构建知识图谱；
[0038]步骤A3、对知识图谱进行动态更新，形成知识图谱故障诊断系统。
[0039]所述步骤A2依次包括以下步骤：
[0040]步骤A21、收集各零部件故障维修数据及维修时相关的性能指标参数后输入电力设备故障诊断AI深度学习模型中，得到专家知识集，其中，所述性能指标包括压力、温度、震动频率、转速、加速度；
[0041]步骤A22、将专家知识集放入专家知识库中；
[0042]步骤A23、基于专业知识对专家知识库进行修正，形成知识图谱。
[0043]所述步骤A3依次包括以下步骤：
[0044]步骤A31、对采集的最新电力设备数据进行数据处理，形成标准化数据集；
[0045]步骤A32、将标准化数据集作为推理机的输入，基于知识图谱完成故障诊断推理；
[0046]步骤A33、用户对故障诊断结果进行修正，并将修正后的故障诊断结果加入历史故障数据中，完成知识图谱的更新。
[0047]带AGV的电力设备预防性维修动态柔性调度系统，包括知识图谱故障诊断系统构建模块、待维修设备确定模块、调度模型构建及求解模块、AGV小车运输时空模型构建模块、AGV小车调配模块；
[0048]所述知识图谱故障诊断系统构建模块用于基于电力设备历史故障数据构建知识图谱，形成知识图谱故障诊断系统；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.带AGV的电力设备预防性维修动态柔性调度方法，其特征在于：所述调度方法依次包括以下步骤：步骤A、基于电力设备历史故障数据构建知识图谱，形成知识图谱故障诊断系统；步骤B、采用知识图谱故障诊断系统对选定的诊断设备范围内的设备进行故障诊断，得到待维修的电力设备信息；步骤C、根据待维修的电力设备信息构建以最大维修时间最小为目标的带AGV的单目标动态柔性作业车间调度模型，并对该调度模型进行求解，得到最优调度方案；步骤D、基于构建的AGV小车运输时空模型调配AGV小车按照最优调度方案将维修工具运输至待维修设备处进行维修。2.根据权利要求1所述的带AGV的电力设备预防性维修动态柔性调度方法，其特征在于：步骤C中，所述带AGV的单目标动态柔性作业车间调度模型的目标函数为：；；上式中，为总维修完成时间，为第i个维修工具对第k个待维修设备的第j个零件的维修状态变量，为第i个维修工具对第k个待维修设备的第j个零件的结束时间，为第i个维修工具对第f个零件的维修时间，，I为所有设备的零件总数，为第i个维修工具对第k个待维修设备的第j个零件的维修开始时间，为第x个维修工具对第k个待维修设备的第y个零件的维修开始时间，为一个很大的正数，为0
‑
1变量，若早于，则=1，否则=0，为第i个维修工具对第k个待维修设备的第j个零件的维修时间，为第i个维修工具维修第f个零件后由AGV小车运送的运输工序，为运输工序的开始时间，为运输工序的总时间，、分别为装载时间、卸载时间，m为待维修设备总数，n为设备中的零件总数，d为维修工具总数。3.根据权利要求2所述的带AGV的电力设备预防性维修动态柔性调度方法，其特征在于：步骤C中，所述带AGV的单目标动态柔性作业车间调度模型的求解采用混合算法，依次包括以下步骤：步骤C1、对待维修的设备信息进行编码，遗传算法初始化，随机生成一组初始种群；步骤C2、解码、计算种群的适应度值，其中，所述适应度值为该模型的目标函数值；
步骤C3、利用禁忌搜索作为变异算子对适应度值低的个体进行变异，实现第一次禁忌搜索变异；步骤C4、使用二进制锦标赛法筛选群体中适应度高的个体作为后续进化的父代个体；步骤C5、在筛选得到的群体中随机选择两个染色体作为父类染色体，对父类染色体中的工序工位部分、工序顺序部分分别进行均匀交叉和 GOX 交叉，生成新的个体；步骤C6、利用禁忌搜索作为变异算子对适应度值低的新的个体进行变异，实现第二次禁忌搜索变异；步骤C7、输出最优调度方案。4.根据权利要求3所述的带AGV的电力设备预防性维修动态柔性调度方法，其特征在于：步骤C3、C6中，所述利用禁忌搜索作为变异算子对适应度值低的个体进行变异包括：若个体的适应度值低，则进入禁忌搜索过程，将已考虑过的解放入禁忌表中，在进行邻域搜索时移除与禁忌表中相同的邻域候选解，当解未得到改进或所有的邻域候选解被禁忌的重复迭代次数达到最大迭代次数时，禁忌搜索停止；所述步骤C4包括：在群体中选择一定数量的个体，两个为一组进行比赛，适应度值高的胜出参与下一轮比赛，直至确定适应度最好的个体。5.根据权利要求1所述的带AGV的电力设备预防性维修动态柔性调度方法，其特征在于：所述AGV小车运输时...

【专利技术属性】
技术研发人员：李智威，张赵阳，王巍，方钊，陈然，马莉，陈理，蔡杰，熊川羽，周英博，周蠡，廖晓红，熊一，乔诗慧，舒思睿，李吕满，高晓晶，孙利平，韩文长，唐学军，许汉平，
申请(专利权)人：武汉易晨创想科技有限公司，
类型：发明
国别省市：