[发明专利]一种可持续性混合流水车间的构建和动态调度方法

权利要求书

1.一种可持续性混合流水车间的构建和动态调度方法，其特征在于：

S1：定义参数如下：

S2：建立可持续混合流水车间的架构；

S21：动态调度单元

动态调度单元由三个层级构成；自顶向下，第一个层级是企业信息系统EIS，第二个层级是多agent系统MAS，第三个层级是泛在车间层；

企业信息系统包含各种经营子系统，即企业资源计划ERP、制造执行系统MES、产品数据管理PDM、计算机辅助工艺CAPP和计算机辅助技术CAX；

多agent系统MAS包含各种智能化的agent，即调度agent、分配agent、机床agent和质检agent；

S22：由DSU构成的可持续混合流水车间

各个动态调度单元设有私有的分配agent、机床agent、质检agent，但是调度agent是所有动态调度单元公有的；可持续混合流水车间的动态事件为机床故障事件、插单事件、工件返修事件；可持续混合流水车间的可持续性指标为加工时间、能量消耗、碳排放；所提出的可持续混合流水车间的可持续性目标为最小化最大完工时间，最小化总能量消耗，最小化总碳排放；

指标估算：

在公式(1)中，加工时间由准备时间和工作时间构成；在公式(2)中，单台机床的能量消耗由安装能耗、工作能耗、空闲能耗和故障能耗构成；这里用平均加工功率、平均空闲功率、平均故障功率进行简化；在公式(3)中，由于机床加工时的碳排放远远大于机床空闲时的碳排放，单台机床的碳排放只考虑加工时的碳排放，它由发电碳排放、原材料生产碳排放、排屑碳排放、刀具生产碳排放、冷却液生产碳排放构成；

可持续性指标：

PT＝PT_setup+PT_working                 (1)

目标函数：

在公式(4)中，时间效率的目标是由最小化最大完工时间表示的；在公式(5)中，能量效率的目标是由最小化总能量消耗表示的；在公式(6)中，排放效率的目标是由最小化总碳排放表示的；

优化目标：

约束条件：

公式(7)表示只有一个工件的第j工序在指定机器k上加工；

公式(8)表示任何时刻工件i只有一个工序在指定机器k上加工；

公式(9)表示加工工件的第j工序至少有一台机器；

公式(10)表示工件i的第j工序完成时刻等于其开始时间加上加工时间；

公式(11)表示工件i的第j工序要等到第j-1工序完成之后才能加工；

公式(12)表示同一工序j在同一机器上k加工的两个工件，加工顺序排在后面的工件i必须等到排在它前面的工件i′加工完成才能开始加工；

公式(13)限定了各种下标的取值范围；

约束条件：

C_ijk＝ST_ijk+PT_ijk           (10)

ST_ijk≥C_i(j-1)k′＝ST_i(j-1)k′+PT_i(j-1)k′           (11)

ST_ijk＞C_i′jk          (12)

S24：优先权和适应度函数

首先需要确定被加工工件的优先权公式；提出一种创新的指标加权和方式，去计算被加工工件的优先权，如公式(14)所示；

其中v₁，v₂，v₃分别为PT，EC和CE的优先权重系数；且v₁+v₂+v₃＝1；v₁，v₂，v₃的值将会在后续利用优化算法去搜索获得；正则化所用的上下限值由企业信息系统根据历史数据或实践经验获得；

然后对三个目标函数赋予不同的权重系数w₁,w₂,w₃，通过对目标函数的加权和来获得适应度函数，如公式(15)所示；

其中w₁,w₂,w₃分别为C_max,TEC和TCE的适应度权重系数；且w₁+w₂+w₃＝1；w₁,w₂,w₃值的来源为企业信息系统；企业信息系统根据制造知识数据库中的专家评价，利用层次分析法，获得适应度的权重系数；四种生产模式分别是综合模式、省时模式、节能模式和减排模式；

工件的优先权：

调度结果的适应度：

S3：建立DSU中的多agent模型；

S31：调度agent

调度agent是所有动态调度单元公有的，建立可持续混合流水车间共用一个调度agent；调度agent的模型简图；Batch是整型变量，去设置计划工件的数量；Jobs是表格，去设置计划工件的工艺信息；Insert_Jobs是表格，去设置插单工件的工艺信息；Record_Table是表格，去记录工件的调度情况，即是加工顺序和分配的机床；Result_Table是表格，去记录工件的工艺情况，即是加工时间、能量消耗、碳排放；Makespan,TEC,TCE,Fitness是实数变量，去评价整个制造系统的调度性能；Priority_Weights是表格，去记录每次局部搜索所获得的优先权权重值；Initialization是方法，用于调度开始时设置参数；Prescheduling是方法，用于调度开始时生成预调度方案；Rescheduling是方法，用于发生动态扰动事件时生成重调度方案；Evaluation是方法，用于调度结束时评价生产调度的性能；

S313：分配agent

分配agent是各个动态调度单元私有的，一个动态调度单元只有一个分配agent；分配agent的模型简图；Add是整型变量，去记录进入全部分配缓冲区的所有工件数量；Order是整型变量，去记录离开全部分配缓冲区的所有工件数量；iAdd是整型变量，去记录进入该动态调度单元的分配缓冲区的工件数量；iOrder是整型变量，去记录离开该动态单元的分配缓冲区的工件数量；Contents[i]是整型数组，用来存储该动态调度单元的分配缓冲区中工件的名称；Init_Count是方法，用于工件进入分配缓冲区时增加Add和iAdd的数量；Select_Machine是方法，用于从多个机床选出最为合适的机床，将单个工件送入该机床进行加工；Order_Count是方法，用于工件离开分配缓冲区时增加Order和iOrder的数量；

Select_Machine方法根据工件优先权选择机床，当分配缓冲区中只有单个工件时，该阶段中所有的机床agent将会相互竞争，可利用的且优先权值最小的机床能够争取到对该单个工件的加工；若没有合适的机床，则分配agent需要继续等待；

S33：机床agent

机床agent是各个动态调度单元私有的，建立一个动态调度单元拥有多个机床agent；Priority[i]是实型数组，去存储所有工件关于该机床的优先权值；Priority[i]是实型数组，去存储所有工件关于该机床的加工时间值；PrPower[i]是实型数组，去存储所有工件关于该机床的平均加工功率值；PrEmRate[i]是实型数组，去存储所有工件关于该机床的平均碳排放率值；IdlePower是实型变量，去存储该机床的平均空闲功率；FailurePower是实型变量，去存储该机床的平均故障功率；Processing是方法，用于对进入该机床的工件进行加工；Maintenance是方法，用于该机床发生故障时呼叫维修；Select_Job是方法，用于当前工件离开机床时该机床从分配缓冲区中选取最合适的工件送入该机床进行加工；

Select_Job根据工件优先权选择工件，当当前工件加工完毕离开该机床时，如果该阶段中的分配缓冲区中存在一个及以上的工件，则该机床需要从该分配缓冲区中选取优先权值最小的工件，送入该机床进行加工；若分配缓冲区内没有工件，则机床agent需要继续等待；

S34：质检agent

质检agent是各个动态调度单元私有的，一个动态调度单元只有一个质检agent；质检agent的模型简图；Finish是整型变量，去记录离开全部质检缓冲区的所有合格工件数量；iFinish是整型变量，去记录离开该动态调度单元的质检缓冲区的合格工件数量；Inspecting是方法，用于工件进入质检缓冲区时检验该工件的加工质量是否合格；Reworking是方法，用于该工件加工质量检验不合格时将不合格工件送往第一阶段的分配缓冲区中进行返修；Finish_Count是方法，用于合格工件离开质检缓冲区时增加Finish和iFinish的数量；

S4：基于遗传算法的可变优先权的动态调度优化；

S41：指标加权和-遗传算法的预调度

染色体1的编码：Chromosome1＝(π₁，π₂，...，π_i，...，π_n)，          (16)

染色体1的解码：

染色体2的编码：Chromosome2＝(π₁，π₂，...，π_i，...，π_3E)           (18)

染色体2的解码：

D₁＝D(π₁，π₂，..，π_E)，D₂＝D(π_E+1，π_E+2，..，π_2E)，D₃＝D(π_2E+1，π_2E+2，..，π_3E)

工件优先权矩阵：

1)编码和解码

WSI-GA的编码方式采用的是两段染色体编码；

第一段染色体Chromosome1是用于已规划工件的排序搜索，采用的是排序编码，基因代表了工件编号，编码方式如公式(16)所示；

第一段染色体解码方式如公式(17)所示，解码后代表了已规划工件在上料区的上料顺序的一个可行解；

第二段染色体Chromosome2是用于工件优先权搜索，采用的是整数编码，基因为某一范围内的正整数，编码方式如公式(18)所示；

其中E值为大于1的正整数，它决定了编码的精度；

第二段染色体解码方式如公式(19)所示，解码后代表了整个生产车间内所有工件优先权的一个可行解：

其中优先权f_ijk(v₁,v₂,v₃)的计算公式如公式(20)所示；

2)适应度函数

适应度函数F的计算采用的是层次分析法，计算公式如公式(15)所示；优化任务的目的，朝着获得适应度函数的最小值方向进行的；

3)父代选择和子代选择

父代选择采用的是轮盘赌法，而子代选择采用的是1/4法；在轮盘赌法中，个体的适应度越好，被选择的概率越大；在1/4法中，使用父代解和子代解去产生下一代，从中选择出适应度最好的个体作为下一代种群；

4)交叉和变异

交叉算子采用的是顺序交叉OX，而变异算子采用的是随机变异；顺序交叉按照交叉概率P_c，随机选择一定数量的染色体两两进行交叉；随机确定两个交叉位置，并交换交叉点之间的片段；如果一个基因被包含在一条染色体的剩余集和另一条染色体的交叉集中，它将会从剩余集中移除并且后续的基因将会上移；随机变异按照变异概率P_m，将会选择一定数量的染色体，交换两个随机选中的基因；

5)迭代演化

WSI-GA遗传算法的终止条件为迭代次数达到设定值；为了保留的优秀个体的染色体结构，提高收敛速度，在每一次迭代中交叉概率P_c减少0.0001；为避免出现早熟，获得更好适应度的个体解，在每一次迭代中变异概率P_m增加0.0001；

S42：事件驱动优先权重局部搜索的重调度

在利用WSI-GA算法获得预调度方案后，利用第二段染色体Chromosome2进行工件优先权搜索的特点，进行事件驱动优先权局部搜索的重调度；

根据可持续混合流水车间的特点，在预调度方案实施后，工件上料顺序的改变相对比较困难，但是工件机床优先权的变化则是相对比较容易；提出事件驱动优先权局部搜索EPW-LS，当动态扰动事件出现时，将会触发优先权局部搜索，此时第一段染色体Chromosome1保持不变，第二段染色体Chromosome2进行迭代寻优，从而动态地形成重调度方案；第二段染色体解码后，获得的是PT,EC和CE的优先权重系数v₁,v₂,v₃；通过公式(14)计算，获得工件优先权矩阵f_ijk；最终，停留在生产线上面的工件会根据新产生的优先权，重新选择后续加工机床。