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！

摘要：本发明公开了一种基于数字孪生及扰动监测的车间动态调度方法，包括数字孪生服务系统对物理车间进行生产状态的监控，获取生产任务信息，车间资源信息、生产制造信息等。建立以完工时间、能耗为优化目标的车间多目标调度模型，使用NSGA‑II算法生成调度方案。建立基于神经网络的扰动事件监测模型，将采集到的数据进行小波包分解，将小波包能量向量作为神经网络的输入特征量。执行基于数字孪生的车间生产动态调度流程，当发生扰动事件时，根据不同的调度策略进行调整准备，生成重调度方案。考虑工序偏离度和机器偏离度，对重调度方案的稳定性进行分析，以综合评价指标对调度方案进行评价。本发明能对车间扰动及时做出响应调整，提高车间生产效率和稳定性。

主权项：1.一种基于数字孪生及扰动监测的车间动态调度方法，其特征在于：该方法包括如下步骤，步骤1：数字孪生服务系统对物理车间进行生产状态的监控，获取生产任务信息，车间资源信息、生产制造信息；步骤2：采用以完工时间、能耗为优化目标的车间多目标调度模型，使用NSGA-II算法生成调度方案；步骤3：采用基于神经网络的扰动事件监测模型，将采集到的数据进行3层小波包分解，将小波包能量向量作为神经网络的输入特征量，进行扰动监测；步骤4：当发生扰动事件时，执行基于数字孪生的车间生产动态调度流程，根据不同的调度策略进行调整准备，生成重调度方案；步骤5：以工序偏离度和机器偏离度对重调度方案进行稳定性分析，用综合评价指标对重调度方案进行评价，在虚拟车间预先仿真，将调度方案传递给物理车间，物理车间根据新的调度方案生产加工；根据步骤1中所获取的生产车间生产及设备资源数据，步骤2中第一步建立车间能耗模型；第二步建立车间完工时间模型；第三步根据前两步所建立的调度优化模型使用NSGA-II算法，采用基于工件工序的整数编码，首先生成初始种群，通过遗传操作，之后进行非支配排序和拥挤度计算，合并父子代种群，根据非支配排序后的等级和拥挤距离选择精英个体形成新的父代种群，循环直到达到最大迭代次数，最后输出调度甘特图；基于步骤3中采用基于神经网络的扰动事件监测模型，将采集到的数据进行3层小波包分解，将小波包能量向量作为神经网络的输入特征量，获取扰动监测数据，步骤4中根据扰动监测数据，当发生扰动事件时，执行基于数字孪生的车间生产动态调度流程，根据重调度策略与转移重调度策略对步骤2中得到的调度方案进行调整准备，生成重调度方案；在步骤5中根据针对扰动事件而生成的重调度方案进行稳定性分析，其中包括工序偏离度和机器偏离度等指标，并用综合评价指标对重调度方案进行评价，首先在虚拟车间预先仿真，如果仿真状态良好再将调度方案传递给物理车间，物理车间根据新的调度方案生产加工；其中所建立的车间能耗模型与车间完工时间模型及所涉及的评价指标如下所示：1车间能耗模型在实际生产过程中，车间总能耗包含设备待机能耗、设备加工能耗和车间固能耗，各部分能耗等于功率和时间的乘积；车间总能耗计算公式如下：E＝Ework+Eidle+Econstant式中，E为总能耗，Ework为设备加工能耗，Eidle为设备待机能耗，Econstant为车间固定能耗；2车间完工时间模型单个工件的完工时间是从工件开始加工时刻到最后一个工序加工完成为止花费的所有时间；因此，车间完工总完工时间等于所有工件的最大完工时间，可表示为如下：C＝max{c1,c2,...,cN}式中，ci为第i个工件的加工完成时间，共有N个工件，C为所有工件的最大完成时间；3工序偏离度PD工序偏离度为重调度方案中各工序与初始调度方案开始加工时间差值的绝对值之和，工序偏离度越小则重调度方案的稳定性越好； 式中，j为各工件的第j道工序，共有T道工序，stij表示初始调度方案各工件各工序的开始加工时间，stij'表示重调度方案各工件各工序的开始加工时间；4机器偏离度MD机器偏离度体现了重调度方案中各机器上加工工序的数量变化，机器偏离度越小则重调度方案的稳定性越好； 式中，l为第l台机器，共有M台机器，spl表示初始调度方案中各机器上的加工任务数，spl'表示重调度方案中各机器上的加工任务数；5综合评价指标CEI综合评价指标为归一化后调度方案的完工时间Cn、能耗En、工序偏离度PDn以及机器偏离度MDn的加权和；CEI＝λ1Cn+λ2En+λ3PDn+λ4MDn 式中，λk为权重系数，k为第k个权重系数，共有W个权重系数，各权重系数和为1。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于数字孪生及扰动监测的车间动态调度方法