【技术实现步骤摘要】
本专利技术涉及生产任务调度规划，具体涉及一种智能制造数字化车间生产任务优化调度方法。
技术介绍
1、智能制造数字化车间具有生产效率高、生产成本低、生产质量稳定等优点，已成为现代制造业的发展方向。在数字化车间中，生产任务优化调度方法的设计与实现对于提高生产效率、降低生产成本具有重要意义。然而，数字化车间的生产任务优化调度方法的设计与实现仍面临许多挑战。由于车间生产任务调度问题的复杂性较高且规模大，传统的生产任务优化调度方法常采用遗传算法进行求解。
2、但在遗传算法的求解过程中，由于每个个体是由一条机器分配码与对应的加工顺序码组合而成，存在部分个体的机器分配实际上可能是等效或者无效的，导致遗传算法在搜索空间中浪费了不必要的计算资源；且传统机器分配码的获取过程中并未考虑到机器的性能情况，后续在加工过程中可能出现机器性能溢出，使得导致机器的故障率升高，进而影响车间的生产任务调度情况。
技术实现思路
1、为了解决现有遗传算法对车间生产任务调度的效率低的技术问题，本专利技术的目的在于提供一种智能制造数字化车间生产任务优化调度方法，所采用的技术方案具体如下：
2、本专利技术提出一种智能制造数字化车间生产任务优化调度方法，所述方法包括：
3、根据车间工件生产任务及加工机器类型与数量获取加工每个工件的所有机器组合编码；
4、根据每种类型的每个加工机器的历史使用时长和历史故障情况，获取每个加工机器在对应类型加工机器中的可靠性指标；根据相同类型的加工机器在
5、根据所述可选次数在所述所有机器组合编码中筛选出所有机器分配码；在每个所述机器分配码中，根据每个加工机器的可加工工序获取每个加工机器的调度组合数；根据每个工件的工序顺序约束获取每个加工机器的所述调度组合数个加工顺序码；根据所述机器分配码及所述机器分配码中每个加工机器的所述加工顺序码，获取所有个体编码；根据所有所述个体编码获取最优生产任务调度方案。
6、进一步地，所述可靠性指标的获取方法包括：
7、根据每个加工机器的历史使用时长和历史故障情况，获取每个加工机器的性能指标；将每个加工机器的所述性能指标与相同类型的所有加工机器中的最小性能指标的差值加上预设第一正参数，得到每个加工机器的可靠性指标。
8、进一步地，所述性能指标的获取方法包括：
9、根据每个加工机器的历史使用时长、历史故障次数及历史故障持续总时长获取每个加工机器的性能指标，历史使用时长、历史故障次数及历史故障持续总时长均与所述性能指标呈负相关关系。
10、进一步地，所述可选次数的获取方法包括：
11、将每个加工机器的所述可靠性指标作为分子，对应加工机器的相同类型的所有加工机器的所述可靠性指标的和作为分母，将分子与分母的比值作为可选权重；将所述可选权重乘以所述出现总频次，得到每个类型的每个加工机器的可选次数。
12、进一步地，所述出现总频次的获取方法包括：
13、在每个工件的所有所述机器组合编码中，以加工机器类型为横轴，以加工机器的出现频次为纵轴，构建类型频次直方图，得到每个类型的加工机器的出现总频次。
14、进一步地，所述机器分配码的获取方法包括：
15、在所有所述机器组合编码中，将每个所述机器组合编码中每个加工机器的出现频次小于等于所述可选次数的所述机器组合编码作为机器分配码。
16、进一步地，所述调度组合数的计算公式包括：
17、；其中，为第个加工工件的第个机器分配码中第种类型的第个加工机器的调度组合数；为第个加工工件的第个机器分配码中第种类型的第个加工机器的可加工工序的数量；为第种类型的第个加工机器的可加工工序中第个加工工件的工序组合数；为累乘符号；为加工工件的序号；为第种类型的第个加工机器的可加工工件的总数量。
18、进一步地，所述最优生产任务调度方案的获取方法为遗传算法。
19、进一步地，所述性能指标的计算公式为：
20、；其中，为第种类型的第个加工机器的性能指标；为第种类型的第个加工机器的历史使用时长；为第种类型的第个加工机器的历史故障次数；为第种类型的第个加工机器的历史故障次数序号；为第种类型的第个加工机器的第次历史故障的故障持续时长；为以自然常数为底数的指数函数；为预设第二正参数。
21、进一步地，所述车间工件生产任务的调度目标为最小化总加工时长。
22、本专利技术具有如下有益效果：
23、本专利技术首先获取加工每个工件的所有机器组合编码；根据每种类型的每个加工机器的历史使用时长和历史故障情况，获取每个加工机器在对应类型加工机器中的可靠性指标；进而结合相同类型的加工机器在每个工件的所有机器组合编码中的出现总频次，获取每个加工机器在加工对应工件时的可选次数；根据可选次数在所有机器组合编码筛选出所有机器分配码，降低编码冗余性，提高算法效率及调度可靠性；在每个机器分配码中，根据每个加工机器的可加工工序获取每个加工机器的调度组合数；根据每个工件的工序顺序约束获取每个加工机器的调度组合数个加工顺序码，结合了工序顺序约束降低算法搜索域，提高算法效率；进而可以得到所有个体编码并获取最优生产任务调度方案。本专利技术结合车间加工机器的性能情况降低了传统算法获取机器分配码的冗余性，不仅降低了机器性能溢出可能性及算法的搜索计算量，还提高了车间生产任务调度的效率及可靠性。
本文档来自技高网...【技术保护点】
1.一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述可靠性指标的获取方法包括：
3.根据权利要求2所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述性能指标的获取方法包括：
4.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述可选次数的获取方法包括：
5.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述出现总频次的获取方法包括：
6.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述机器分配码的获取方法包括：
7.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述调度组合数的计算公式包括：
8.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述最优生产任务调度方案的获取方法为遗传算法。
9.根据权利要求3所述的一
10.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述车间工件生产任务的调度目标为最小化总加工时长。
...【技术特征摘要】
1.一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述可靠性指标的获取方法包括：
3.根据权利要求2所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述性能指标的获取方法包括：
4.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述可选次数的获取方法包括：
5.根据权利要求1所述的一种智能制造数字化车间生产任务优化调度方法，其特征在于，所述出现总频次的获取方法包括：
6.根据权利要求1所述的一种智...
【专利技术属性】
技术研发人员：边涛，高翠，王光军，曲新笛，刘仁杰，王岩，王旭，
申请(专利权)人：山东焦易网数字科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。