面向大批量定制的可重构动态调度

动态可重构制造系统是实现大批量定制的关键需求之一。将强化学习方法应用于可重构动态调度系统．给出了一类典型的可重构多机并行调度决策的问题描述。针对该问题建立了基于分布耦合控制的强化学习决策方法。所给方法利用状态分解将原问题转化为一组设备控制器的耦合决策问题，以简化单个控制器的求解空间。在局部决策中进一步采用递阶的分层强化学习控制方法，使得设备排序调度决策与重构决策分离。重构控制器通过排序调度决策信息及外部设备控制器反馈信息调整设备加工模式。达到负荷平衡及优化调度的目的。     

基于混合层次分析法的可重构制造系统重构方案选择

为解决可重构制造系统重构过程中构形选择的决策问题,建立了综合考虑定性和定量因素的构形评选层次结构模型,并提出了一种易于使判断矩阵满足一致性的混合层次分析决策方法.将混合层次分析法应用于一个实例,按步骤介绍了采用该方法选择重构方案的过程.实例分析表明,混合层次分析法简化了定性判断过程和定量因素的权重计算,为快速确定可重构制造系统重构方案提供了一种实用的方法.     

基于遗传算法的可重构制造系统多零件流水线构形优化

获取各生产周期内的最优和K-1个次优(K优)多零件流水线构形是可重构制造系统运行阶段的一个重要优化问题.给定各零件的工序优先图、工序和工位操作的关系以及各工位操作的町选设备,多零件流水线构形优化问题即为确定工作站数量、各工作站内并列放置机床的类型和数量以及选择和分配各零件的工位操作,以最小化构形的资本成本.为获得K优构形,首先放宽现有模型对上位操作分配的限制,建立了构形优化问题的0-1非线性规划模型,扩展了可行解空间.随后提出一种面向可行工位操作分配的遗传算法,从可行解空间中快速获取K优解.案例研究表明,该方法能获得优于现有模型最优解的解,同时也验证了所建模型和优化方法的有效性.     

串并联衰退系统的多目标预防性维护优化建模

以多设备串并联衰退系统为研究对象,通过引入失效率调整因子,整合优化维护成本率和设备可用度,建立了一种设备层的单设备动态预防性维护的多目标决策模型。在此基础上,给出了多设备串并联系统成组维护的优化建模,提出了系统层的非周期预防性维护规划的优化方法。在模型中提出维修时间窗的概念,为降低系统层总维护成本,根据维修时间窗对逻辑串联设备组的维护作业进行作业合并,并对逻辑并联设备组的维护作业进行作业分离。数值实例结果表明,与各设备独立进行预防性维护相比,该建模方法更经济,可为多设备串并联系统的维护决策提供有力的支持。     

可重构制造系统的多尺度构形概念模型设计

针对可重构制造系统重构过程中的构形概念设计问题,提出一种基于生命系统理论的可重构制造系统多尺度构形概念模型设计方法。从系统、单元和机床3个尺度分析可重构制造系统的构形概念设计过程,构建可重构制造系统构形多尺度模型;基于生命系统理论对可重构制造系统构形多尺度模型进行分解和表达,利用生命系统理论的20个关键子系统建立可重构制造系统多尺度构形概念设计的普遍适用模型,并采用成本对模型进行评估。面对订单波动,可以通过重用现有构形的概念模型,对其进行添加、删除、替代等操作,来实现新构形的快速设计,达到提高可重构制造系统重构效率的目的。通过一个案例研讨阐述了该方法的实施过程,并验证了算法的有效性和实用性。     

带缓冲区的三设备串行生产系统动态机会维护策略研究

以采用周定周期预防维护技术并带有中间缓存区的三设备串行生产系统为研究对象,基于机会结余和组成本理论,运用动态规划方法,在组合优化的基础上,建立一种基于设备可靠性的三设备串行系统动态机会维护策略及决策优化模型.该模型克服了在当前生产系统中设备只有短期信息可用,而导致预防性维护计划制定的灵活性不足这一问题.数值试验结果表明,该模型能在控制维护成本的基础上提供有效的维护调度方案,为企业的设备维护管理决策问题提供了一种新的解决思路.     

基于图论的可重构制造系统重构策略

可重构制造系统(RMS)是针对零件族设计的既具有定制的柔性,又具有高生产率的制造系统。RMS通过重构来适应市场需求的变化。RMS的设计目标是基于重构条件下寻求制造系统在全生产周期内的系统成本最优。首先建立RMS的各生产周期成本模型、重构成本模型与全生产周期成本模型,构建RMS在各生产周期的组态有向图,利用Dijkstra算法与双向扫视算法求得RMS在各生产周期的最优成本组态与K-1个次优成本组态。根据所求得各生产周期的最优成本组态与K-1个次优成本组态,重构成本模型与全生产周期成本模型,计算上下生产周期各组态间的重构成本,并构建RMS全生产周期的重构策略有向图,再次利用Dijkstra算法与双向扫视算法求得 RMS全生产周期的最优重构策略与K-1个次优重构策略。最后用实例验证了方法的有效性与可行性。     

基于图论的可重构制造系统单零件流水线构形优化

获取各生产周期内的最优和K-1个次优(K优)单零件流水线构形,是可重构制造系统构形选择中一个重要的优化问题。给定零件的工序优先图、工序和工位操作的关系以及各工位操作的可选设备,该流水线构形优化问题即确定工作站数量,选择各工作站内的机床类型和数量,选择并分配工位操作,以最小化流水线构形的资本成本。将寻求满足功能和产能约束、空间约束和投资限制的K优构形问题建模为关联所有可行工位操作序列的复合增广有向图上的约束K最短路径问题,获得K优解。最后,通过案例研究验证了该方法的有效性和优越性。     

基于二元增强学习架构的可重构制造系统调度

构建基于重构和调度二元增强学习架构的调度系统,借助重构增强学习系统的行为来实现资源配置、重构制造单元的功能,借助调度增强学习系统的行为来为各制造单元安排加工任务,实现优化各产品加工路径和加工顺序的功能.重构和调度增强学习系统通过状态转移、行为选择和报酬获取进行联系.提出结合函数泛化器的自适应步长增强学习算法的学习机制和学习步长调整机制,通过实验分析了函数泛化器的性能,验证了该算法解决一类重人型的可重构制造车间调度问题的有效性.     

可重构制造系统研究与发展

在竞争日益激烈的环境下，制造企业必须能够快速地响应市场需求的变化，可重构制造系统可以达到这一目的。本文从可重构制造系统的定义和特点、可重构制造系统与现有制造系统的对比、可重构制造系统研究的现状等方面综述了可重构制造系统研究的进展。