一种自优化协同驱控的酿造车间智能吊装系统技术方案

本发明专利技术公开了一种自优化协同驱控的酿造车间智能吊装系统，包括依次连接的实时数据采集与存储模块、数据预处理模块、自优化协同驱控模块、基于路径规划的智能吊装模块。本发明专利技术将酿造车间中多个酿造任务如何计划协调的问题抽象为多任务协调调度的问题，基于最小化总完工时间和分区及人工平均负载的优化目标构建优化函数，并利用近端策略优化算法对优化函数进行求解，得到多个酿造任务协同的调度方案，最后以调度方案为驱动，配合智能路径规划算法完成酿造车间的智能吊装，实现酿造车间的智能流转、协同驱控，达到提升生产效率，提升资源利用率，降低劳动强度及用工成本的目标。降低劳动强度及用工成本的目标。

【技术实现步骤摘要】
一种自优化协同驱控的酿造车间智能吊装系统


[0001]本专利技术涉及一种自优化协同驱控的酿造车间智能吊装系统。

技术介绍

[0002]中国酒文化源远流长，其中涉及到酿酒的原理非常简单，即利用微生物发酵生产含一定浓度的酒精的过程，但实际操作却相对复杂，一般需要以下几个步骤：选料、制曲、发酵、蒸馏、陈酿、勾兑、罐装。常规情况下在制酒过程中粮食蒸煮、堆场冷却、窖池发酵、盖窖泥这四个工序需要在酿造车间中的不同分区中进行操作。其中的物料转移通常采用人工作业的方式，其中包括物料堆铲、小车运送及物料倾倒等步骤。人工作业费时费力，效率低下，智能化程度极低，同时，工人劳动强度大，导致人工成本极高。除此之外，部分大型酒厂物料输送采用机械输送或气流输送的方式，这两种方式相对纯人工而言有较好的解放劳动力的效果，但是相对收集物料点和目标输送位置而言较为单一，不能很好的具有机动性和随机性，造成实际生产过程中的不便利性。另外也有部分酒厂采用行吊输送装置，但是其中涉及到整个酿造生产车间的协同调度问题以及行吊路径选择时，基本全靠人工经验辅助，在耗费人力的同时效率极其低下，智能化程度极低，且对工人经验素质要求较高。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，提供一种将酿造车间中多个酿造任务如何计划协调的问题抽象为多任务协调调度的问题，并配合智能路径规划算法完成车间吊装的酿造车间智能吊装系统，实现了酿造车间的智能流转、协同驱控的自优化协同驱控。
[0004]本专利技术的目的是通过以下技术方案来实现的：一种自优化协同驱控的酿造车间智能吊装系统，包括依次连接的实时数据采集与存储模块、数据预处理模块、自优化协同驱控模块、基于路径规划的智能吊装模块。
[0005]所述实时数据采集与存储模块通过温湿度传感器、含氧量传感器、ph值传感器以及酒精度传感器采集车间内温湿度、含氧量、ph值和酒精度，并将采集到的数据通过串口传输至工控机，工控机将接收到的数据存储到智能吊装数据库中。
[0006]所述数据预处理模块用于对异常值、缺失值与重复值进行处理；
[0007]异常值处理过程为：借助多元高斯分布检测来对定位异常时刻，对寻找到的异常值做删除处理；
[0008]缺失值处理过程为：针对数据采集过程中的缺失值和异常时刻中被删除的监测数据，采用样条插值的方法对它们进行填补处理；
[0009]对于重复值处理过程为：直接在数据库中进行删除。
[0010]所述自优化协同驱控模块将酿造车间的协同调度问题描述为：总共有k个酿造任务；每个任务包含n个酿造工序，即N＝{N1,N2,
…
,N
n
}；所有任务需要在按顺序在l种酿造分区中进行相应的工序，即L＝{L1,L2,
…
,L
l
}；每种酿造分区中有一定数量的酿造池和工人执行相应的工序，l种酿造分区的酿造池和工人数分别为Z＝{Z1,Z2,
…
,Z
l
}、P＝{P1,P2,
…
,
P
l
}；不同的酿造任务包含不同的加工工序，需要在各个酿造分区中排序并进行相应的工序操作，根据车间资源配置对每个酿造任务进行优化排序，使得总完工时间和分区及人工平均负载最小；
[0011]酿造车间的协同调度满足以下的基本假设：(1)没一个酿造任务的不同工序之间有先后顺序，上一道工序完成后才能进入下一道工序；(2)酿造任务的某一个工序不能中断；(3)工序之间的吊装时间、人工操作时间均计入加工时间；(4)酿造分区中的任一酿造池在某个时刻只能承担一个酿造任务的生产；(5)同一个酿造池当前生产未结束时，安排后续生产需等待；(6)不存在酿造池不可用、设备故障的特殊情况。
[0012]所述基于路径规划的智能吊装模块使用A*算法对酿造车间路径规划进行具体规划。
[0013]本专利技术的有益效果是：
[0014]1、本专利技术可以智能化白酒生产过程，通过实时分析厂房数据，并对数据进行预处理等，将数据应用于后续自优化协同驱控的协同调度优化函数算法以及智能吊装路径规划算法，在解放劳动力、保障安全生产的同时极大的提高生产效率，同时采用行吊运输可以不受地面障碍物的影响，极大地提高了安全性和效率。
[0015]2、本专利技术实时采集整个酿造车间的数据，其中包括车间内(窖池外)温湿度以及窖池内温湿度、含氧量、ph值、酒精度等，同时对数据进行异常值处理、缺失值处理和重复值处理，能够科学准确获取酿造车间实时数据，为后续智能算法提供数据支持，保证了后续算法的准确性和有效性。
[0016]3、本专利技术构建了自优化协同驱控的协同调度优化函数。对于每个酿造任务，其开始时间和每个工序的所需时间各不相同，通过构建协同调度优化函数，以及利用近端策略优化算法求解协同调度优化函数，实现了酿造车间的协同调度，获得总完工时间和分区及人工平均负载最小的酿造车间协同调度方案，使生产效率及车间资源利用率得到显著提升。
[0017]4、本专利技术提出了智能吊装路径规划算法。通过协同调度算法给出的指令，进行点对点的行吊传输路径规划时，通过栅格法，对酿造车间的布局图构建具有一定分辨精度的栅格网络。同时，通过车间的工业摄像头进行的图像处理对栅格网络布局图进行状态划分并进行编码，建立酿造车间布局图的栅格模型，最后利用A*算法中八领域和四领域相结合的方式确定起始节点到终止节点的路径选择，该算法在较高路径搜索精度的同时保证吊装设备不与障碍区域发生碰撞，保证了路径选择的安全性以及高效性，能够简化吊装过程，减少吊装耗时。
具体实施方式
[0018]本专利技术提出一种自优化协同驱控的酿造车间智能吊装系统，首先对酿造车间数据、酿造任务数据进行采集和录入，在数据预处理的基础上，将酿造车间中多个酿造任务如何计划协调的问题抽象为多任务协调调度的问题，基于最小化总完工时间和分区及人工平均负载的优化目标构建优化函数，并利用近端策略优化算法对优化函数进行求解，得到多个酿造任务协同的调度方案，最后以调度方案为驱动，配合智能路径规划算法完成酿造车间的智能吊装，实现酿造车间的智能流转、协同驱控，达到提升生产效率，提升资源利用率，
降低劳动强度及用工成本的目标。下面进一步说明本专利技术的技术方案。
[0019]一种自优化协同驱控的酿造车间智能吊装系统，包括依次连接的实时数据采集与存储模块、数据预处理模块、自优化协同驱控模块、基于路径规划的智能吊装模块。
[0020]在整个酿造车间作业过程中，需要采集的数据有、车间内(窖池外)温湿度以及窖池内温湿度、含氧量、ph值、酒精度等。所述实时数据采集与存储模块通过温湿度传感器、含氧量传感器、ph值传感器以及酒精度传感器采集车间内温湿度、含氧量、ph值和酒精度，并将采集到的数据通过串口传输至工控机，工控机将接收到的数据存储到智能吊装数据库中。数据库采用MySQL5.7.26稳定版本。
[0021]具体表与字段如下所示：
[0022]Table_pit本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自优化协同驱控的酿造车间智能吊装系统，其特征在于，包括依次连接的实时数据采集与存储模块、数据预处理模块、自优化协同驱控模块、基于路径规划的智能吊装模块。2.根据权利要求1所述的一种自优化协同驱控的酿造车间智能吊装系统，其特征在于，所述实时数据采集与存储模块通过温湿度传感器、含氧量传感器、ph值传感器以及酒精度传感器采集车间内温湿度、含氧量、ph值和酒精度，并将采集到的数据通过串口传输至工控机，工控机将接收到的数据存储到智能吊装数据库中。3.根据权利要求1所述的一种自优化协同驱控的酿造车间智能吊装系统，其特征在于，数据预处理模块用于对异常值、缺失值与重复值进行处理；异常值处理过程为：借助多元高斯分布检测来对定位异常时刻，对寻找到的异常值做删除处理；假设采集到的监测数据集合为：其中，d为监测数据的维度，x
i
表示第i维监测数据，i＝1,
…
,d；计算出d维的均值向量为：计算出d维的均值向量为：其中，E(x
i
)为第i维监测数据的均值，m为第i维监测数据的数量；计算监测数据的协方差矩阵：监测数据的分布概率为：对于每一时刻的监测数据，如果其就将该时刻标记为异常时刻，对该时刻的监测数据做删除处理，ε为预设的阈值；缺失值处理过程为：针对数据采集过程中的缺失值和异常时刻中被删除的监测数据，采用样条插值的方法对它们进行填补处理；假设具有缺失值的数据序列为f(x)，在0到T时刻的监测数值为x0,x1,
…
,x
T
，其中某个时刻t的数据有缺失，假设缺失值为x
t
，利用样条插值求解出x
t
，首先将相邻节点进行分段，获得T
‑
1个插值小区间，在每个区间内使用κ次多项式S
j
(t)插值，使其满足插值条件与κ
‑
1阶平滑性：S
j
(t)＝f(t),S
j
(t+1)＝f(t+1),0＜j≤T
‑2ꢀꢀꢀꢀ
(5)(5)是插值多项式S
j
(t)的m阶导数，满足是为了保证插值多项
式的平滑性；将每段插值结果组合后，就形成了样条插值；具体的，采用三次样条插值，即S
j
(t)是三次多项式：S
j
(t)＝a
j
+b
j
t+c
j
t2+d
j
t3ꢀꢀꢀꢀ
(7)因此，一段三次样条含有4个未知数，监测数据x0,x1,
…
,x
T
对应的三次样条含有4(n
‑
1)个未知数，每个监测数据都满足插值条件和κ
‑
1阶平滑性能形成4(n
‑
1)
‑
2个方程，再结合自然边界和固定边界条件：S
″
(0)＝S
″
(T)＝0
ꢀꢀꢀꢀ
(8)S
′
(0)＝c1,S
′
(T)＝c2ꢀꢀꢀꢀ
(9)这样就得到了4(n
‑
1)个方程，求解出三次样条曲线中的全部未知数，从而利用公式(7)计算出缺失值x
t
；对于重复值处理过程为：直接在数据库中进行删除。4.根据权利要求1所述的一种自优化协同驱控的酿造车间智能吊装系统，其特征在于，所述自优化协同驱控模块将酿造车间的协同调度问题描述为：总共有k个酿造任务；每个任务包含n个酿造工序，即N＝{N1,N2,
…
,N
n
}；所有任务需要在按顺序在l种酿造分区中进行相应的工序，即L＝{L1,L2,
…
,L
l
}；每种酿造分区中有一定数量的酿造池和工人执行相应的工序，l种酿造分区的酿造池和工人数分别为Z＝{Z1,Z2,
…
,Z
l
}、P＝{P1,P2,
…
,P
l
}；不同的酿造任务包含不同的加工工序，需要在各个酿造分区中排序并进行相应的工序操作，根据车间资源配置对每个酿造任务进行优化排序，使得总完工时间和分区及人工平均负载最小；酿造车间的协同调度满足以下的基本假设：(1)没一个酿造任务的不同工序之间有先后顺序，上一道工序完成后才能进入下一道工序；(2)酿造任务的某一个工序不能中断；(3)工序之间的吊装时间、人工操作时间均计入加工时间；(4)酿造分区中的任一酿造池在某个时刻只能承担一个酿造任务的生产；(5)同一个酿造池当前生产未结束时，安排后续生产需等待；(6)不存在酿造池不可用、设备故障的特殊情况；为了使得总完工时间和分区及人工平均负载最小，构建如下优化函数：为了使得总完工时间和分区及人工平均负载最小，构建如下优化函数：为了使得总完工时间和分区及人工平均负载最小，构建如下优化函数：为了使得总完工时间和分区及人工平均负载最小，构建如下优化函数：其中，其中，其中，表示第i个任务到达的时间，表示工序O
i,j
结束的时间，表示表示工序O
i,j
开
始的时间，表示工序O
i,j
到下道工序的准备时间；表示第l个酿造分区的第z个酿造池的负载，表示第l个酿造分区的第p个工人的负载；并且满足约束条件：并且满足约束条件：并且满足约束条件：并且满足约束条件：Z
i,j
、Z
v...

【专利技术属性】
技术研发人员：汪永超，柳大虎，周涛，毛凯宁，张栩静，陈珂，
申请(专利权)人：宜宾四川大学产业技术研究院，
类型：发明
国别省市：