面向智能制造的生产调度鲁棒优化及算法研究
发布时间：2021-11-17 18:00
智能制造作为制造业生产模式及业态模式的重要里程碑,目前已成为众多企业争相转型的目标。而由于企业间行业壁垒、企业内信息壁垒、专业间技术壁垒的存在,面向智能制造的转型为工程实践和理论研究均带来了巨大挑战。为有效促进企业在体系架构、关键技术、及运行模式三方面的协同转型,数据、模型、算法的融合应用成为赋能转型的关键,而这也是有效提升企业对制造过程的感知、分析、决策和执行能力的必由之路。根据德、中、美相继提出的工业4.0参考体系架构（RAMI4.0）、智能制造系统架构以及智能制造生态系统（Smart manufacturing ecosystem,SME）,企业逐渐将价值提升重点和关键技术研发落足于传统企业金字塔中的生产运行管理（Manufacturing operation management,MOM）层。而生产调度作为生产运行管理中的经典决策活动,其决策方案的可靠性、时效性、以及鲁棒性可有效反应制造企业的智能化水平。本论文以“数据分析-柔性建模-工程策略-算法引擎”为智能化转型的关键技术研究主线,在运筹优化建模理论的基础上,重点解决传统鲁棒优化建模方法及算法在生产调度实践中实用性差的工程难...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：255 页
【学位级别】：博士
【部分图文】：
图１．２面向智能制造的生产调度关键技术体系及挑战??工业工程的理论内涵进一步聚焦于流程及混合行业中的企业、生产系统芡生产过??
＾．＿〇．８〇?＝?０．５１。由此可见，我们将置信水平的概念成功引入到了范数不确定集??中，并可通过独立调整各不确定参数的摄动范围来灵活调整范数不确定集的规模。??２．３．３柔性不确定性集合??基于式（２．１３）中的不确定性参数的数学描述，本节以约束为单位，考虑各约束??中所有不确定参数的不确定集，即考虑不确定参数向量☆。为简化表述，我们在??本节对柔性不确定集的定义中筒化＆为ｔ略去约束角标／。根据上节中对不确定参??数的柔性表述定义，ｒ＜ｖ引入到集合中作为各不确定因素独立的可调整参数，取代??了原有范数不确定集中单一的可调整变量。为清晰对比传统不确定集和柔性不确??定集之间的差异，本节中我们定义两类不确定集，Ｉ型柔性不确定集和ＩＩ型柔性不??确定集。其中Ｉ型将仍通过单一的可调整变量同时限定所有集合内不确定参数的摄??动范围，但该可调整参数将与各不确定参数的给定置信水平有关；ＩＩ型则通过独立??的？对不确定参数进行柔性独立限定。因此Ｉ型可作为传统不确定集到ＩＩ型柔．性不??
综上我们得到了三种范数下的两型不确定集的数学表迖。从几何视角来看，以??二维不确定性＾与＾为例，柔性不确定集与传统范数不确定集的几何对比示意如??图２．３所示。其中ｒｊＰｃ２为柔性不确定集赋予两不确定因子的独立可调整参数。??ｆ?牛?ｔｆ今?￥』‘????ｈ２?ｈ２?——传统范数不确定集??，?＾］？?？？？？－？？丨型－柔性不确定集??—１１?＼?［１１型－柔性不确定集???＾?Ｎ－ｒ??（ａ）?（ｂ）?（ｃ）??图２．３?Ｉ型、ＩＩ型柔性不确定集与传统范数不确定集的几何对比：（ａ）箱型不确定集、（ｂ）椭??球型不确定集、（ｃ）多面体型不确定集??显然，Ｉ型柔性不确定集仍保留了许多传统范数不确定集的基本特征，在几何??层面仍呈现正圆形或正方形等各维权重均等的集合样貌，但ＩＩ型柔性不确定集则更??为灵活，可以分别赋予心、＆不同的置信水平和摄动范围。对于同样取值的４和￣，??ＩＩ型柔性不确定集较Ｉ型规模更小且边界更灵活。??３２
【参考文献】：
期刊论文
[1]航空智能工厂的基本特征与框架体系[J]. 杜宝瑞,王勃,赵璐,周元莉. 航空制造技术. 2015(08)
[2]工业4.0和智能制造[J]. 张曙. 机械设计与制造工程. 2014(08)
[3]智能制造装备的发展现状与趋势[J]. 傅建中. 机电工程. 2014(08)
[4]基于属性描述匹配的云制造服务资源搜索方法[J]. 李成海,黄必清. 计算机集成制造系统. 2014(06)
[5]制造物联的内涵、体系结构和关键技术[J]. 姚锡凡,于淼,陈勇,项子灿. 计算机集成制造系统. 2014(01)
[6]基于信息物理融合系统的智能制造架构研究[J]. 张彩霞,程良伦,王向东. 计算机科学. 2013(S1)
[7]面向新产品开发的云制造服务资源组合优选模型[J]. 尹超,张云,钟婷. 计算机集成制造系统. 2012(07)
[8]我国工业机器人发展现状与面临的挑战[J]. 赵杰. 航空制造技术. 2012(12)
[9]制造资源耦合映射与模糊匹配技术研究[J]. 高一聪,冯毅雄,谭建荣,郑浩,魏喆,安相华. 计算机辅助设计与图形学学报. 2012(03)
[10]基于RFID物联网的应用研究[J]. 徐燕. 微型电脑应用. 2011(05)
博士论文
[1]石化企业计划调度集成建模和不确定性算法研究[D]. 王子豪.浙江大学 2016
[2]石化企业生产与能量系统集成建模与优化研究[D]. 赵浩.浙江大学 2016
[3]炼油与生物燃料供应链优化及不确定性研究[D]. 童凯亮.浙江大学 2014
[4]企业制造执行系统和关键性能指标评估技术研究[D]. 沈清泓.浙江大学 2013
[5]带有不确定性的石化企业供应链优化研究[D]. 王继帅.浙江大学 2011
[6]面向云制造的制造执行系统优化技术及其在机床生产企业中的应用[D]. 王云.浙江大学 2011
[7]不确定性条件下炼油厂供应链优化问题研究[D]. 顾海杰.浙江大学 2009
[8]炼油企业瓦斯系统优化调度研究及应用[D]. 章建栋.浙江大学 2009
[9]炼油企业生产调度研究[D]. 罗春鹏.浙江大学 2008
[10]面向服务的协同制造执行系统集成与重构技术研究[D]. 李亚白.南京航空航天大学 2007
硕士论文
[1]基于本体的石化企业数学知识管理研究[D]. 肖俊.浙江大学 2015
[2]石化行业面向对象的集成建模与仿真研究[D]. 齐瑞超.浙江大学 2014
本文编号：3501410
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：255 页
【学位级别】：博士
【部分图文】：
图１．２面向智能制造的生产调度关键技术体系及挑战??工业工程的理论内涵进一步聚焦于流程及混合行业中的企业、生产系统芡生产过??
＾．＿〇．８〇?＝?０．５１。由此可见，我们将置信水平的概念成功引入到了范数不确定集??中，并可通过独立调整各不确定参数的摄动范围来灵活调整范数不确定集的规模。??２．３．３柔性不确定性集合??基于式（２．１３）中的不确定性参数的数学描述，本节以约束为单位，考虑各约束??中所有不确定参数的不确定集，即考虑不确定参数向量☆。为简化表述，我们在??本节对柔性不确定集的定义中筒化＆为ｔ略去约束角标／。根据上节中对不确定参??数的柔性表述定义，ｒ＜ｖ引入到集合中作为各不确定因素独立的可调整参数，取代??了原有范数不确定集中单一的可调整变量。为清晰对比传统不确定集和柔性不确??定集之间的差异，本节中我们定义两类不确定集，Ｉ型柔性不确定集和ＩＩ型柔性不??确定集。其中Ｉ型将仍通过单一的可调整变量同时限定所有集合内不确定参数的摄??动范围，但该可调整参数将与各不确定参数的给定置信水平有关；ＩＩ型则通过独立??的？对不确定参数进行柔性独立限定。因此Ｉ型可作为传统不确定集到ＩＩ型柔．性不??
综上我们得到了三种范数下的两型不确定集的数学表迖。从几何视角来看，以??二维不确定性＾与＾为例，柔性不确定集与传统范数不确定集的几何对比示意如??图２．３所示。其中ｒｊＰｃ２为柔性不确定集赋予两不确定因子的独立可调整参数。??ｆ?牛?ｔｆ今?￥』‘????ｈ２?ｈ２?——传统范数不确定集??，?＾］？?？？？？－？？丨型－柔性不确定集??—１１?＼?［１１型－柔性不确定集???＾?Ｎ－ｒ??（ａ）?（ｂ）?（ｃ）??图２．３?Ｉ型、ＩＩ型柔性不确定集与传统范数不确定集的几何对比：（ａ）箱型不确定集、（ｂ）椭??球型不确定集、（ｃ）多面体型不确定集??显然，Ｉ型柔性不确定集仍保留了许多传统范数不确定集的基本特征，在几何??层面仍呈现正圆形或正方形等各维权重均等的集合样貌，但ＩＩ型柔性不确定集则更??为灵活，可以分别赋予心、＆不同的置信水平和摄动范围。对于同样取值的４和￣，??ＩＩ型柔性不确定集较Ｉ型规模更小且边界更灵活。??３２
【参考文献】：
期刊论文
[1]航空智能工厂的基本特征与框架体系[J]. 杜宝瑞,王勃,赵璐,周元莉. 航空制造技术. 2015(08)
[2]工业4.0和智能制造[J]. 张曙. 机械设计与制造工程. 2014(08)
[3]智能制造装备的发展现状与趋势[J]. 傅建中. 机电工程. 2014(08)
[4]基于属性描述匹配的云制造服务资源搜索方法[J]. 李成海,黄必清. 计算机集成制造系统. 2014(06)
[5]制造物联的内涵、体系结构和关键技术[J]. 姚锡凡,于淼,陈勇,项子灿. 计算机集成制造系统. 2014(01)
[6]基于信息物理融合系统的智能制造架构研究[J]. 张彩霞,程良伦,王向东. 计算机科学. 2013(S1)
[7]面向新产品开发的云制造服务资源组合优选模型[J]. 尹超,张云,钟婷. 计算机集成制造系统. 2012(07)
[8]我国工业机器人发展现状与面临的挑战[J]. 赵杰. 航空制造技术. 2012(12)
[9]制造资源耦合映射与模糊匹配技术研究[J]. 高一聪,冯毅雄,谭建荣,郑浩,魏喆,安相华. 计算机辅助设计与图形学学报. 2012(03)
[10]基于RFID物联网的应用研究[J]. 徐燕. 微型电脑应用. 2011(05)
博士论文
[1]石化企业计划调度集成建模和不确定性算法研究[D]. 王子豪.浙江大学 2016
[2]石化企业生产与能量系统集成建模与优化研究[D]. 赵浩.浙江大学 2016
[3]炼油与生物燃料供应链优化及不确定性研究[D]. 童凯亮.浙江大学 2014
[4]企业制造执行系统和关键性能指标评估技术研究[D]. 沈清泓.浙江大学 2013
[5]带有不确定性的石化企业供应链优化研究[D]. 王继帅.浙江大学 2011
[6]面向云制造的制造执行系统优化技术及其在机床生产企业中的应用[D]. 王云.浙江大学 2011
[7]不确定性条件下炼油厂供应链优化问题研究[D]. 顾海杰.浙江大学 2009
[8]炼油企业瓦斯系统优化调度研究及应用[D]. 章建栋.浙江大学 2009
[9]炼油企业生产调度研究[D]. 罗春鹏.浙江大学 2008
[10]面向服务的协同制造执行系统集成与重构技术研究[D]. 李亚白.南京航空航天大学 2007
硕士论文
[1]基于本体的石化企业数学知识管理研究[D]. 肖俊.浙江大学 2015
[2]石化行业面向对象的集成建模与仿真研究[D]. 齐瑞超.浙江大学 2014
本文编号：3501410
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/3501410.html
