考虑机器状态的预测性维护与生产调度集成优化研究

作     者：何京哲 

作者单位：西安理工大学 

学位级别：硕士

导师姓名：李言

授予年度：2020年

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] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：预测性维护 车间调度 蝙蝠算法 多目标优化 

摘      要：物联网技术的日渐成熟,推动了工业化的发展,加快了制造业智能转型的进程。如何实现车间数字化是制造类企业转型的关键,然而目前大部分企业由于人-机信息交互困难、信息交互不够及时全面、可视化程度低所引发的车间作业“黑箱问题,导致管理人员对车间底层执行信息的监控力度不够,严重制约了车间智能化的发展。论文对生产调度与设备维护进行集成优化研究,解决两者之间的矛盾,寻找两者之间的最佳平衡点,建立符合实际的生产调度模型,这对于企业车间生产调度问题具有重要指导意义。建立了机器状态预测分析模型,在考虑机器状态连续性变化的情况下,对未来时段内的机器状态进行预测,获得故障时间节点。根据状态数据,采用谱聚类算法对机器全生命周期进行区间划分,使机器状态得以量化。依据聚类结果和机器状态预测曲线进行故障点分析,获取故障数据,计算获得机器的故障分布函数。提出一种新型维护策略,以机器发生故障时所属的状态区间为维护活动的决策依据,考虑机器完美维护和非完美维护两种维护方式,建立以加工时间最小为优化目标的模型,采用改进型蝙蝠算法进行求解,并通过实例对模型进行了验证。结果表明,建立的模型具有一定的有效性和和适用性,对企业生产有一定的指导意义。建立了考虑预测性维护的作业车间多目标集成优化模型和遗传求解算法(NSGA-Ⅱ),引入产品交货期和成本因素,把机器故障率纳入预测性维护车间生产调度中,考虑机器的故障率变化。根据当前待加工件的加工时间进行机器状态预测,从而实现对机器活动的决策,制定合理有效的生产计划。开发了设计车间管理原型系统,实现了对机器的故障预测,以及对考虑预测性维护下的车间生产调度任务进行资源分配。有效的解决了生产调度和维护活动之间的矛盾,提高机器的使用效率。