知識化製造系統最佳化方法研究與套用

《知識化製造系統最佳化方法研究與套用》是依託東南大學，由嚴洪森擔任項目負責人的重點項目。

基本介紹

• 中文名：知識化製造系統最佳化方法研究與套用
• 項目類別：重點項目
• 項目負責人：嚴洪森
• 依託單位：東南大學

中文摘要

研究了製造系統的知識表示方法及其實現技術，知識化製造系統自適應最佳化方法及其實現技術，知識化製造系統自進化最佳化方法及其實現技術，知識化製造系統自重構最佳化方法及其實現技術，和不確定信息下知識化製造系統的控制模式決策最佳化技術。提出了基於靜態結構標識語言、元矩陣標識語言、可互操作模型網路標識語言和知識網標識語言的新的製造系統知識表示方法。提出了基於上述知識表示及多目標耦合最佳化理論、多模型互操作計算理論、全局靈敏度分析理論和知識網的知識度量方法的知識化製造系統的自適應、自進化、自重構最佳化方法，實現了最佳化的針對性、全面性、快速性。證明了諸多有關定理與性質。與南京金城軟體公司合作，套用上述成果開發該公司ERP、MES系統中的計畫與調度子系統，並套用於實際，產生顯著經濟效益。其意義在於該子系統不僅可用於機車、航空發動機等企業，而且便於推廣套用到其他行業，有很好的套用前景。

結題摘要

通過一系列研究，從知識內容和知識組織兩個方面研究了製造系統知識表示方法及其實現技術。在知識內容表示方面，提出了基於性能－參數回響面的製造系統知識描述方法，並將其套用於航空發動機裝配線的知識表示、性能分析與最佳化。在知識組織方面，提出了以生產運作管理問題為中心的知識組織結構，設計了製造系統性能最佳化問題求解機制；提出了基於知識網的知識表達度量方法和知識網評價方法，知識網模糊分類與檢索方法，以及知識網模糊聚類與檢索方法。提出了基於狀態-動作不確定性偏向Q學習的知識化製造自適應調度策略；構建了一個基於多Agent可互操作知識化動態調度系統，並提出一種基於聚類狀態隸屬度加權Q學習的自適應調度機制；提出了一種面向航空發動機裝配線的知識化製造自適應最佳化調度算法；針對不確定生產環境下航空發動機裝配的自適應調度問題，提出了用於解決航空發動機裝配問題的雙層Q學習方法。提出了基於非線性模糊支持向量機的動態生產環境與製造模式的匹配分類模型；定義了動態知識網，建立了知識網的動態組織方法；提出了基於DEA/AR的製造模式評價方法。針對Job-shop型和Flow-shop型知識化製造單元，從算法性能不斷提升的角度出發，根據問題結構特徵提出了調度過程的相關性質，並在此基礎上結合強化學習、支持向量機、徑向基函式和自適應啟發式學習等理論工具，設計了相應的單目標和多目標自進化調度最佳化算法。針對航空發動機裝配車間，從系統自身調整的角度出發，結合雙層規劃理論和滾動時域法，實現了系統自進化。根據實際生產的特點，提出了自進化問題求解算法，並設計了各靜態決策子問題求解算法。針對動態多變的市場需求，研究了知識化製造系統自重構。建立了知識化製造系統產品工藝路線重構最佳化模型，提出了知識化製造系統邏輯自重構最佳化問題的多目標最佳化算法；針對航空發動機裝配作業車間，證明工序局部最優排序性質，提出裝配線調度及自重構集成最佳化算法。在製造系統動態多變的運行過程中，針對環境信息、資源狀態信息和運行信息等不確定信息，基於廣義梯形模糊數與隨機Petri網建立製造信息模型，基於梯度平均值算法與自適應蒙特卡羅算法實現信息處理。基於公理化設計理論與全局敏感性分析方法提取影響製造系統控制模式的關鍵信息影響因子。據此基於模糊神經網路建立知識化製造系統的控制模式決策模型，實現對知識化製造系統自適應、自進化和自重構的最佳化控制模式的決策。