机器故障下柔性作业车间的生产重调度方式决策模型
Decision-making model of production rescheduling mode for flexible job shops under machine failures作者机构:武汉科技大学冶金装备及其控制教育部重点实验室湖北武汉430081 武汉科技大学机械传动与制造工程湖北省重点实验室湖北武汉430081
出 版 物:《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)
年 卷 期:2023年第29卷第11期
页 面:3750-3761页
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(51875421 51875420)
主 题:机器故障 柔性作业车间 重调度方式决策 数据仿真 BP神经网络
摘 要:在机器故障后采用何种方式进行生产重调度,直接影响到柔性作业车间的生产效率和稳定性。为此,提出一种融合数据仿真、遗传优化与BP神经网络的重调度方式决策模型,以便在给定故障情形下经济、高效、快速地估计出最优重调度方式。首先,针对柔性作业车间,仿真生成不同机器故障情形下、各种重调度方式下的重调度方案,比较最大完工时间差值、工序结束时间差值和工序变动成本3个评价指标,将综合指标最小的重调度方式判定为给定情形下的最优方式,产生出带标签的大规模样本。在此基础上,构建基于遗传—神经网络的重调度方式决策模型,挖掘机器故障与重调度方式的内在联系,估计不同故障情形下的最优重调度方式。其中,遗传算法先用于确定BP神经网络结构,再用于优化权值和阈值。实验证明所提出决策模型能显著提升机器故障下柔性作业车间的决策效率与反应能力。