一种镜面放电加工机的生产调度方法及系统技术方案

本发明专利技术涉及一种镜面放电加工机的生产调度方法及系统，属于生产调度技术领域，本发明专利技术通过引入AND算法，通过AND算法来对镜面放电加工机的加工精度隶属度进行修正，获取修正后的镜面放电加工机的加工精度隶属度，最后通过获取镜面放电加工机的生产订单信息，并根据修正后的镜面放电加工机的加工精度隶属度以及镜面放电加工机的生产订单信息生成生产调度结果。本发明专利技术通过引入AND算法对模糊聚类算法进行改进，能够提高聚类的精度，从而提高生产调度过程中镜面放电加工机的分配精度；其次，本发明专利技术充分考虑的镜面放电加工机的加工精度变化，从而根据加工精度数据来优化生产调度，提高了生产调度的合理性。高了生产调度的合理性。高了生产调度的合理性。

【技术实现步骤摘要】
一种镜面放电加工机的生产调度方法及系统


[0001]本专利技术涉及生产调度
，尤其涉及一种镜面放电加工机的生产调度方法及系统。

技术介绍

[0002]镜面放电加工机是电火花加工装置其中的一种，电火花加工技术已经广泛应用于航空、航天、模具、刀具、精密仪器、微细加工等领域，尤其在模具制造领域的应用最为普遍。在模具制造过程中，电火花加工技术所占的比重远远高于其它加工方法，有着不可代替的作用。有资料表明，模具行业中30%~50%的加工量是由电火花加工机床直接完成的；在机床行业中所生产的电火花加工设备中，80%直接用于模具加工。车间生产调度问题是制造系统研究中的重点和难点
‚
也是最基本的问题之一。车间生产调度一般涉及因素比较多
‚
因此难度比较大
‚
特别是现代制造系统的运行环境本身存在很多未知的不确定性因素
‚
使得车间生产调度问题变得越来越困难。车间生产调度问题的研究已经成为一个提高车间生产效率、提高企业竞争力的关键技术。有效的调度方法与优化技术是车间生产调度问题的基础和关键。现如今对于镜面放电加工机生产调度的问题中，由于镜面放电加工机在反复的使用过程中导致了加工精度的下降，当加工精度下降时，不一定符合加工零件的加工要求，从而就会导致了生产调度产生不合理化，从而导致了大量的加工次品的产生。

技术实现思路

[0003]本专利技术克服了现有技术的不足，提供了一种镜面放电加工机的生产调度方法及系统。
[0004]为达上述目的，本专利技术采用的技术方案为：本专利技术第一方面提供了一种镜面放电加工机的生产调度方法，包括以下步骤：获取当前企业每一镜面放电加工机的加工精度状态信息，并根据所述镜面放电加工机的加工状态信息预估下一预设时间之内的加工精度状态信息；引入模糊聚类算法，通过所述模糊聚类算法根据下一预设时间之内的加工精度状态信息对镜面放电加工机进行模糊聚类，生成最终的聚类中心以及每一镜面放电加工机的加工精度隶属度；引入AND算法，通过AND算法来对所述镜面放电加工机的加工精度隶属度进行修正，获取修正后的镜面放电加工机的加工精度隶属度；获取镜面放电加工机的生产订单信息，并根据所述修正后的镜面放电加工机的加工精度隶属度以及镜面放电加工机的生产订单信息生成生产调度结果。
[0005]进一步地，本专利技术的一个较佳的实施例中，所述获取当前企业每一镜面放电加工机的加工精度状态信息，并根据所述镜面放电加工机的加工状态信息预估下一预设时间之内的加工精度状态信息，具体包括：获取当前企业每一镜面放电加工机的加工精度状态信息，并构建时间戳，结合所
述时间戳以及当前企业每一镜面放电加工机的加工精度状态信息构建基于时间序列的每一镜面放电加工机的加工精度状态信息，并存储于数据库中；通过所述数据库获取基于时间序列的每一镜面放电加工机的加工精度状态信息，基于卷积神经网络构建加工精度状态预测模型，并根据所述基于时间序列的每一镜面放电加工机的加工精度状态信息构建特征矩阵；在卷积层中引入奇异值分解算法，通过奇异值分解算法对所述特征矩阵进行处理，生成协方差矩阵，并将所述协方差矩阵输入到池化层以及全连接层中，通过输出向量识别，通过Softmax 进行分类，保存模型参数，输出加工精度状态预测模型；获取预设时间之内每一镜面放电加工机的加工精度状态信息，将所述预设时间之内每一镜面放电加工机的加工精度状态信息输入到所述加工精度状态预测模型中，获取下一预设时间之内的加工精度状态信息。
[0006]进一步地，本专利技术的一个较佳的实施例中，所述引入模糊聚类算法，通过所述模糊聚类算法根据下一预设时间之内的加工精度状态信息对镜面放电加工机进行模糊聚类，生成最终的聚类中心以及每一镜面放电加工机的加工精度隶属度，具体包括：基于所述下一预设时间之内的加工精度状态信息构建镜面放电加工机的加工精度样本数据集，引入模糊聚类算法，并初始化聚类中心的范围，并引入遗传算法，设置染色体的个数、最大迭代因子和学习因子；根据所述镜面放电加工机的加工精度样本数据集设定聚类数目、迭代终止条件、最大迭代次数、高斯核数目、高斯核参数、约束系数，通过所述模糊聚类算法的目标函数不断更新聚类中心以及隶属度矩阵；当达到最大的迭代次数时，则停止迭代，获取相应的隶属度矩阵，同时获取所述相应的隶属度矩阵中的聚类中心，并将所述相应的隶属度矩阵中的聚类中心作为最佳的聚类中心；根据所述相应的隶属度矩阵以及最佳的聚类中心生成最终的聚类中心以及每一镜面放电加工机的加工精度隶属度。
[0007]进一步地，本专利技术的一个较佳的实施例中，所述引入AND算法，通过AND算法来对所述镜面放电加工机的加工精度隶属度进行修正，获取修正后的镜面放电加工机的加工精度隶属度，具体包括：引入AND算法，并获取镜面放电加工机的加工精度样本数据集中每一样本数据所在的位置节点，并预设若干个相似性指标；计算镜面放电加工机的加工精度样本数据集中每一样本数据所在的位置节点在不同的相似性指标之下的节点演化向量；通过向量余弦相似性来对所述节点演化向量进行异常演化判断，获取异常演化的节点，并构建异常演化集合，将所述异常演化的节点输入到所述异常演化集合中；获取异常演化集合中异常演化的节点对应的样本数据，并将样本数据重新分配到其他的聚类中心对应的类簇中，直至不再出现异常演化的节点，生成修正后的镜面放电加工机的加工精度隶属度。
[0008]进一步地，本专利技术的一个较佳的实施例中，所述获取镜面放电加工机的生产订单信息，并根据所述修正后的镜面放电加工机的加工精度隶属度以及镜面放电加工机的生产
订单信息生成生产调度结果，具体包括：获取镜面放电加工机的生产订单信息，并根据所述镜面放电加工机的生产订单信息获取每一加工零件的加工精度数据信息，基于所述每一加工零件的加工精度数据信息构建待分配数据集；根据所述修正后的镜面放电加工机的加工精度隶属度获取每一镜面放电加工机的加工精度评价等级；同时，通过模糊聚类算法以及AND算法对待分配数据集中每一加工零件的加工精度进行分类，获取每一加工零件的加工精度评价等级；根据所述每一加工零件的加工精度评价等级以及每一镜面放电加工机的加工精度评价等级进行拟合，生成生产调度结果。
[0009]进一步地，本专利技术的一个较佳的实施例中，所述根据所述每一加工零件的加工精度评价等级以及每一镜面放电加工机的加工精度评价等级进行拟合，生成生产调度结果，具体包括：根据所述每一加工零件的加工精度评价等级以及每一镜面放电加工机的加工精度评价等级进行拟合，生成每一加工精度类型加工零件的加工分配结果，并获取镜面放电加工机的实时加工状态信息；判断所述镜面放电加工机的实时加工状态信息是否为预设加工状态信息，当所述镜面放电加工机的实时加工状态信息为预设加工状态信息时，将所述实时加工状态信息为预设加工状态信息的镜面加工机作为可分配的加工资源；获取可分配的加工资源所在的位置信息，根据所述可分配的加工资源所在的位置信息构建可分配的可视化设备管理图，并时刻更新所述可分配的可视化设备管理图；基于所述每一加工精度类型加工零件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种镜面放电加工机的生产调度方法，其特征在于，包括以下步骤：获取当前企业每一镜面放电加工机的加工精度状态信息，并根据所述镜面放电加工机的加工状态信息预估下一预设时间之内的加工精度状态信息；引入模糊聚类算法，通过所述模糊聚类算法根据下一预设时间之内的加工精度状态信息对镜面放电加工机进行模糊聚类，生成最终的聚类中心以及每一镜面放电加工机的加工精度隶属度；引入AND算法，通过AND算法来对所述镜面放电加工机的加工精度隶属度进行修正，获取修正后的镜面放电加工机的加工精度隶属度；获取镜面放电加工机的生产订单信息，并根据所述修正后的镜面放电加工机的加工精度隶属度以及镜面放电加工机的生产订单信息生成生产调度结果。2.根据权利要求1所述的一种镜面放电加工机的生产调度方法，其特征在于，所述获取当前企业每一镜面放电加工机的加工精度状态信息，并根据所述镜面放电加工机的加工状态信息预估下一预设时间之内的加工精度状态信息，具体包括：获取当前企业每一镜面放电加工机的加工精度状态信息，并构建时间戳，结合所述时间戳以及当前企业每一镜面放电加工机的加工精度状态信息构建基于时间序列的每一镜面放电加工机的加工精度状态信息，并存储于数据库中；通过所述数据库获取基于时间序列的每一镜面放电加工机的加工精度状态信息，基于卷积神经网络构建加工精度状态预测模型，并根据所述基于时间序列的每一镜面放电加工机的加工精度状态信息构建特征矩阵；在卷积层中引入奇异值分解算法，通过奇异值分解算法对所述特征矩阵进行处理，生成协方差矩阵，并将所述协方差矩阵输入到池化层以及全连接层中，通过输出向量识别，通过Softmax 进行分类，保存模型参数，输出加工精度状态预测模型；获取预设时间之内每一镜面放电加工机的加工精度状态信息，将所述预设时间之内每一镜面放电加工机的加工精度状态信息输入到所述加工精度状态预测模型中，获取下一预设时间之内的加工精度状态信息。3.根据权利要求1所述的一种镜面放电加工机的生产调度方法，其特征在于，所述引入模糊聚类算法，通过所述模糊聚类算法根据下一预设时间之内的加工精度状态信息对镜面放电加工机进行模糊聚类，生成最终的聚类中心以及每一镜面放电加工机的加工精度隶属度，具体包括：基于所述下一预设时间之内的加工精度状态信息构建镜面放电加工机的加工精度样本数据集，引入模糊聚类算法，并初始化聚类中心的范围，并引入遗传算法，设置染色体的个数、最大迭代因子和学习因子；根据所述镜面放电加工机的加工精度样本数据集设定聚类数目、迭代终止条件、最大迭代次数、高斯核数目、高斯核参数、约束系数，通过所述模糊聚类算法的目标函数不断更新聚类中心以及隶属度矩阵；当达到最大的迭代次数时，则停止迭代，获取相应的隶属度矩阵，同时获取所述相应的隶属度矩阵中的聚类中心，并将所述相应的隶属度矩阵中的聚类中心作为最佳的聚类中心；根据所述相应的隶属度矩阵以及最佳的聚类中心生成最终的聚类中心以及每一镜面
放电加工机的加工精度隶属度。4.根据权利要求1所述的一种镜面放电加工机的生产调度方法，其特征在于，所述引入AND算法，通过AND算法来对所述镜面放电加工机的加工精度隶属度进行修正，获取修正后的镜面放电加工机的加工精度隶属度，具体包括：引入AND算法，并获取镜面放电加工机的加工精度样本数据集中每一样本数据所在的位置节点，并预设若干个相似性指标；计算镜面放电加工机的加工精度样本数据集中每一样本数据所在的位置节点在不同的相似性指标之下的节点演化向量；通过向量余弦相似性来对所述节点演化向量进行异常演化判断，获取异常演化的节点，并构建异常演化集合，将所述异常演化的节点输入到所述异常演化集合中；获取异常演化集合中异常演化的节点对应的样本数据，并将样本数据重新分配到其他的聚类中心对应的类簇中，直至不再出现异常演化的节点，生成修正后的镜面放电加工机的加工精度隶属度。5.根据权利要求1所述的一种镜面放电加工机的生产调度方法，其特征在于，所述获取镜面放电加工机的生产订单信息，并根据所述修正后的镜面放电加工机的加工精度隶属度以及镜面放电加工机的生产订单信息生成生产调度结果，具体包括：获取镜面放电加工机的生产订单信息，并根据所述镜面放电加工机的生产订单信息获取每一加工零件的加工精度数据信息，基于所述每一加工零件的加工精度数据信息构建待分配数据集；根据所述修正后的镜面放电加工机的加工精度隶属度获取每一镜面放电加工机的加工精度评价等级；同时，通过模糊聚类算法以及AND算法对待分配数据集中每一加工零件的加工精度进行分类，获取每一加工零件的加工精度评价等级；根据所述每一加工零件的加工精度评价等级以及每一镜面放电加工机的加工精度评价等级进行拟合，生成生产调度结果。6.根据权利要求5所述的一种镜面放电加工机的生产调度方法，其特征在于，所述根据所述每一加工零件的加工精度评价等级以及每一镜面放电加工机的加工精度评价等级进行拟...

【专利技术属性】
技术研发人员：夏振坡，韩旭红，郑海辉，
申请(专利权)人：广东台正精密机械有限公司，
类型：发明
国别省市：