基于实时工况的Job Shop动态随机重调度方法研究
发布时间：2022-11-04 00:25
分析Job Shop车间生产环境复杂、多变以及生产过程中各种随机扰动所导致的不确定性问题,对车间现场各种生产扰动异常进行分类描述,并针对与各种扰动相关的工况信息,采用相应的信息采集方法,以实现对车间工况信息的实时采集和车间工况的实时监控。将车间生产过程中的各种随机扰动分为显性扰动和隐性扰动,分别采用主动和被动触发式重调度驱动机制,并制定相应的响应策略,以实现扰动与处理策略的直接快速响应。针对频繁重调度引起的系统振荡和稳定性差的问题,提出通过对各种工况下的重调度阈值进行定量分析以确定重调度决策点的方法,从而确定重调度启动时间,过滤不必要的重调度。通过建立重调度优化集,结合滚动时域优化方法,对大规模动态重调度问题进行简化,并通过提出重调度优化集内待加工工件的选取规则,以减少工序间设备的空闲时间,提高加工设备利用率。最后提出混合微粒群调度优化算法,并采用该算法结合具体的仿真实例验证了该选取规则的有效性。
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
致谢
第一章 绪论
1.1 引言
1.2 Job Shop动态随机重调度问题概述
1.2.1 Job Shop动态随机重调度问题的产生
1.2.1.1 车间调度问题的概述及内容
1.2.1.2 车间调度问题的分类
1.2.1.3 车间动态随机重调度问题的产生
1.2.2 车间动态随机重调度问题的概念及内容
1.2.3 车间动态随机重调度问题的总体特征
1.2.4 车间动态随机重调度的性能指标
1.3 车间动态随机重调度问题的研究现状
1.4 本课题的研究意义
1.5 本文的研究内容
第二章 车间现场扰动的分类和工况信息的采集
2.1 车间现场各种扰动的描述及分类
2.1.1 车间现场各种随机生产异常扰动的描述
2.1.2 车间现场各种随机扰动的分类
2.1.2.1 显性扰动
2.1.2.2 隐性扰动
2.2 车间现场工况信息的采集
2.2.1 车间现场工况信息的定义
2.2.2 各种随机扰动的相关工况信息
2.2.3 工况信息的采集方法
2.2.3.1 传统的信息数据采集方式
2.2.3.2 利用无线射频识别技术的数据采集方式
2.2.3.3 面向生产过程的DeviceNet现场总线
2.3 本章小结
第三章 基于实时工况的动态自适应重调度
3.1 基于实时工况的重调度方法及过程
3.1.1 基于预测控制技术的重调度方法
3.1.2 基于滚动时域方法的重调度过程
3.1.3 重调度优化集的定义及构建
3.2 基于实时工况动态自适应重调度驱动机制
3.2.1 现有重调度驱动规则的分析
3.2.1.1 周期驱动规则
3.2.1.2 事件驱动规则
3.2.1.3 混合驱动规则
3.2.2 基于实时工况动态自适应重调度驱动机制
3.3 各种扰动下的重调度响应策略
3.3.1 各种扰动下的重调度决策分析
3.3.2 重调度阈值
3.3.3 重调度决策点
3.4 重调度优化集的优化效率
3.4.1 重调度优化集的最大有效优化容量
3.4.2 重调度优化集待加工工件选取规则
3.5 本章小结
第四章 基于混合PSO的重调度优化方法
4.1 PSO优化算法的基本概念
4.1.1 PSO算法的起源
4.1.2 PSO算法的基本思想
4.2 PSO优化算法简介
4.2.1 基本PSO的求解算法
4.2.1.1 算法的基本原理
4.2.1.2 算法的求解流程
4.2.2 PSO算法的性能分析
4.3 微粒群算法与其他进化算法的比较
4.4 混合PSO算法
4.4.1 混合PSO算法的设计
4.4.1.1 混合PSO算法的编码操作
4.4.1.2 混合PSO算法的交叉算子
4.4.1.3 混合PSO算法的变异算子
4.4.1.4 混合PSO算法的终止条件
4.4.2 混合PSO算法的求解流程
4.4.2.1 混合PSO算法的基本求解步骤
4.4.4.2 混合PSO算法的求解流程图
4.5 本章小结
第五章 基于实时工况的Job Shop动态随机重调度仿真验证
5.1 基于实时工况的Job Shop动态随机重调度方法体系
5.2 Job Shop车间重调度问题的数学描述
5.2.1 基本Job Shop车间调度问题的具体描述
5.2.2 Job Shop车间重调度问题的数学描述
5.3 重调度优化集内工件选取规则的仿真验证
5.4 本章小结
第六章 总结与展望
参考文献
攻读硕士学位期间发表的论文
本文编号：3700907
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
致谢
第一章 绪论
1.1 引言
1.2 Job Shop动态随机重调度问题概述
1.2.1 Job Shop动态随机重调度问题的产生
1.2.1.1 车间调度问题的概述及内容
1.2.1.2 车间调度问题的分类
1.2.1.3 车间动态随机重调度问题的产生
1.2.2 车间动态随机重调度问题的概念及内容
1.2.3 车间动态随机重调度问题的总体特征
1.2.4 车间动态随机重调度的性能指标
1.3 车间动态随机重调度问题的研究现状
1.4 本课题的研究意义
1.5 本文的研究内容
第二章 车间现场扰动的分类和工况信息的采集
2.1 车间现场各种扰动的描述及分类
2.1.1 车间现场各种随机生产异常扰动的描述
2.1.2 车间现场各种随机扰动的分类
2.1.2.1 显性扰动
2.1.2.2 隐性扰动
2.2 车间现场工况信息的采集
2.2.1 车间现场工况信息的定义
2.2.2 各种随机扰动的相关工况信息
2.2.3 工况信息的采集方法
2.2.3.1 传统的信息数据采集方式
2.2.3.2 利用无线射频识别技术的数据采集方式
2.2.3.3 面向生产过程的DeviceNet现场总线
2.3 本章小结
第三章 基于实时工况的动态自适应重调度
3.1 基于实时工况的重调度方法及过程
3.1.1 基于预测控制技术的重调度方法
3.1.2 基于滚动时域方法的重调度过程
3.1.3 重调度优化集的定义及构建
3.2 基于实时工况动态自适应重调度驱动机制
3.2.1 现有重调度驱动规则的分析
3.2.1.1 周期驱动规则
3.2.1.2 事件驱动规则
3.2.1.3 混合驱动规则
3.2.2 基于实时工况动态自适应重调度驱动机制
3.3 各种扰动下的重调度响应策略
3.3.1 各种扰动下的重调度决策分析
3.3.2 重调度阈值
3.3.3 重调度决策点
3.4 重调度优化集的优化效率
3.4.1 重调度优化集的最大有效优化容量
3.4.2 重调度优化集待加工工件选取规则
3.5 本章小结
第四章 基于混合PSO的重调度优化方法
4.1 PSO优化算法的基本概念
4.1.1 PSO算法的起源
4.1.2 PSO算法的基本思想
4.2 PSO优化算法简介
4.2.1 基本PSO的求解算法
4.2.1.1 算法的基本原理
4.2.1.2 算法的求解流程
4.2.2 PSO算法的性能分析
4.3 微粒群算法与其他进化算法的比较
4.4 混合PSO算法
4.4.1 混合PSO算法的设计
4.4.1.1 混合PSO算法的编码操作
4.4.1.2 混合PSO算法的交叉算子
4.4.1.3 混合PSO算法的变异算子
4.4.1.4 混合PSO算法的终止条件
4.4.2 混合PSO算法的求解流程
4.4.2.1 混合PSO算法的基本求解步骤
4.4.4.2 混合PSO算法的求解流程图
4.5 本章小结
第五章 基于实时工况的Job Shop动态随机重调度仿真验证
5.1 基于实时工况的Job Shop动态随机重调度方法体系
5.2 Job Shop车间重调度问题的数学描述
5.2.1 基本Job Shop车间调度问题的具体描述
5.2.2 Job Shop车间重调度问题的数学描述
5.3 重调度优化集内工件选取规则的仿真验证
5.4 本章小结
第六章 总结与展望
参考文献
攻读硕士学位期间发表的论文
本文编号：3700907
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/3700907.html
