Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 沈阳工业大学田志强获国家专利权

沈阳工业大学田志强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉沈阳工业大学申请的专利一种考虑机床恶化及预防性维护的柔性作业车间节能批量流调度优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119270785B

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411371315.7,技术领域涉及:G05B19/418;该发明授权一种考虑机床恶化及预防性维护的柔性作业车间节能批量流调度优化方法是由田志强;姜兴宇;赵宝海;高恒睿;刘伟军;王翊臣;葛绍聪设计研发完成,并于2024-09-29向国家知识产权局提交的专利申请。

一种考虑机床恶化及预防性维护的柔性作业车间节能批量流调度优化方法在说明书摘要公布了:本发明涉及一种考虑机床恶化及预防性维护的柔性作业车间节能批量流调度优化方法,属于车间调度技术领域,包括:构建以完工时间、总能耗及总生产成本为优化目标的考虑机床恶化及预防性维护的柔性作业车间节能批量流调度数学模型;提出模型求解方法,基于历史种群的种群多样性引入策略,增强算法对环境变化的应对能力;开发自适应交叉变异算子,平衡算法的多样性及收敛性;提出邻域搜索策略,探索考节能批量流调度问题的局部最优解。本发明可高效求解考虑机床恶化及预防性维护的柔性作业车间节能批量流调度多目标优化问题,有效避免机床欠维护或过度维护,减少生产中断和维修成本,获得完工时间、总能耗及总生产成本俱佳的调度方案。

本发明授权一种考虑机床恶化及预防性维护的柔性作业车间节能批量流调度优化方法在权利要求书中公布了:1.一种考虑机床恶化及预防性维护的柔性作业车间节能批量流调度优化方法,其特征在于,包括以下步骤: S1、构建以完工时间、总能耗及总生产成本为优化目标的考虑机床恶化及预防性维护的柔性作业车间节能批量流调度数学模型; S2、提出一种基于知识驱动分批方法与动态自适应多目标进化算法对考虑机床恶化及预防性维护的柔性作业车间节能批量流调度数学模型进行求解,提出基于历史种群的种群多样性引入策略,增强算法对环境变化的应对能力;开发基于超体积指标的自适应交叉变异算子,平衡算法的多样性及收敛性;提出一种问题知识驱动的邻域搜索策略,进一步探索考虑机床恶化及预防性维护的柔性作业车间节能批量流调度问题的局部最优解; 其中,基于历史种群的种群多样性保持策略包括: 通过在各搜索阶段中将历史种群以一定比例融合至当前种群中,提高当前种群的多样性,具体操作如下: 步骤1:运用MFO算子对初始化后的种群Population进行寻优,得到子代种群Population2; 步骤2:将Population和Population2以1:1比例进行融合,基于IGD-NS选择策略对合并后的种群进行选择得到Population3; 步骤3:基于协同进化算子对种群Population3进行寻优,得到子代种群Population4; 步骤4:随机初始化种群,得到Population5,将Population3、Population4和Population5按照一定比例进行融合,基于IGD-NS选择策略对种群进行选择得到Population;其中,将小规模问题初始种群比例设置为0.1,大规模问题初始种群比例设置为0.3,Population3和Population4的比例为1:1; 步骤5:重复上述步骤1–4直至到达算法终止条件; 其中,基于HV指标的自适应交叉变异算子引导种群的进化策略如下: 引入HV指标,对算法每次迭代得到的种群性能进行评估,计算当前种群与其上一次迭代种群HV指标的差值ΔHV,依据其大小自适应的调整交叉变异概率值,提高算法的收敛效果;其中,HV指标值的计算公式为: 其中,HV的值越大说明种群的综合性能越强;ci是由某一非支配解与参考点zref作为对角线构成的超立方体; 基于此,设计基于HV指标的自适应交叉变异算子,表示为: ΔHV=HVu-HVu-1 pc=μ1×cosΔHV×π+τ1 pm=μ2×sinΔHV×π+τ2 其中,ΔHV为当前种群与上一次迭代种群HV指标的差值;pc与pm分别为交叉概率与变异概率;正余弦函数用来确保概率取值在合适区间内;HV1=0,u∈[1,2,…,maxcycle]为迭代次数索引,maxcycle为算法最大迭代次数;HVu为第u次迭代时当前种群的HV指标值;HVu1为第u-1次迭代时当前种群的HV指标值;μ1和μ2分别为区间[0.4,0.8]和[0.1,0.3]内的随机值;τ1,τ2为区间[0.05,0.1]内的随机值,在此,分别取0.1和0.05; 其中,知识驱动的邻域算子包括: 步骤1:确定现有调度方案下各机床的维护时间节点,形成机床维护信息集合A; 步骤2:基于维护触发时间降序选择维护机床; 步骤3:依据式LBDk≤Dk×ITk±σ2≤UPDk及确定该机床是否应该调整,若需要调整,则依据贪婪规则左移该机床上后续受影响工序,否则在集合A中剔除该机床; 其中, σ为扩散系数,服从正态分布[0.0005,0.001];和分别为机床Mk第b次维护后加工的首道工序Qi,j的初始加工时间、首道工序的开始时间和第b次维护前加工的最后一道工序的结束时间;MTk为机床Mk维护所需的时间; 步骤4:重复上述步骤直至集合A为空集; 步骤5:按加工时间降序顺序依次遍历机床空闲位置,并基于贪婪规则得到调整后的完工时间; 步骤6:基于相邻工序的工装后调整策略对工装选择进行调整。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人沈阳工业大学,其通讯地址为:110870 辽宁省沈阳市经济技术开发区沈辽西路111号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。