複雜生產過程基於數據的最佳化調度理論與方法

《複雜生產過程基於數據的最佳化調度理論與方法》是依託同濟大學，由吳啟迪擔任項目負責人的重點項目。

基本介紹

• 中文名：複雜生產過程基於數據的最佳化調度理論與方法
• 項目類別：重點項目
• 項目負責人：吳啟迪
• 依託單位：同濟大學

中文摘要

有效地利用企業自動化系統中的大量離線上數據，在難於建立機理模型的條件下，更好地解決實際複雜生產過程調度問題已成為國民經濟和自動化學科發展迫切需要解決的問題。本課題在充分了解複雜生產過程的調度特點及需求的基礎上，借鑑已有的研究成果和智慧型理論、數據挖掘理論的最新研究成果，以半導體製造系統為例，從整體上探索基於數據且有別於傳統框架的生產過程調度的新理論和新方法。首先，確立基於數據的複雜生產過程調度理論體系與實現框架，然後，選擇其中的關鍵問題展開深入研究。主要包括：基於離線數據的調度建模方法、基於離線數據的最佳化調度與線上數據驅動的調度決策、離線上數據混合驅動的模型參數預測方法與基於數據的調度建模與最佳化方法的性能評價方法。取得的研究成果在以實際的半導體生產線為背景進行驗證與最佳化後，研發嵌入相關研究成果的基於數據的調度原型系統，為本項研究的推廣套用打好基礎。力爭獲得具一定國際影響及創新性的研究成果。

結題摘要

本項目面向複雜生產過程調度特點及發展需求，確立全新的基於數據的複雜生產過程調度實現框架，提出基於數據的調度建模與最佳化新方法，研發基於數據的調度原型系統。與國際上此領域研究熱點相比，特色體現為系統化的基於數據的調度解決方案、精度高的參數預測與性能預測模型、實時回響動態環境變化的自適應動態調度方法。獲得了具有理論意義與實際套用價值的成果。 提出了由數據層、模型層、調度方法模組和數據處理與分析模組構成的基於數據的複雜生產過程調度實現框架。其中：數據層集成了調度相關數據，是模型層的基礎；模型層包括仿真模型與預測模型，用於模型參數的離線上調整或引導調度決策；調度方法模組是指集成或套用於仿真模型的傳統調度方法以及基於數據的調度最佳化方法，前者用於生成大量仿真數據(即學習樣本)或輔助決策，後者基於離線上數據混合驅動完成實際的製造系統派工操作；數據處理與分析模組包括數據抽取轉化載入、對象關係映射、數據預處理和數據聚類，用於提高數據層數據的質量，以及獲取模型層與調度方法模組所需的樣本數據。 在基於數據的複雜生產過程調度建模與最佳化新方法方面，深入研究並創新群體智慧型理論，提出了多種智慧型化數據補全、降維與聚類算法；建立了多個調度性能與參數預測模型，前者用於生產線性能預測並引導調度決策，後者用於調度模型的參數設定；提出了多種基於數據的調度最佳化方法，包括離線上數據混合驅動的自適應調度方法與基於生產屬性的動態調度策略選擇方法，前者實現了算法參數跟蹤實際工況的自動調整，後者實現了動態調度策略根據生產屬性的動態選擇。 完成了基於數據的複雜生產過程調度原型系統的設計與研發，與上海先進半導體製造股份有限公司、上海寶鋼設備檢修有限公司、寶山鋼鐵股份有限公司電廠等企業合作，進行了研究成果的驗證與最佳化。 項目組獲上海市技術發明獎一等獎1項；已發表學術論文119篇，其中SCI收錄46篇，國際期刊論文56篇，入選2013年度IEEE Trans. Automation Science and Engineering期刊Best Paper Award Finalist論文1篇；出版專著4部(含1部英文著作章節)，申請發明專利11項(授權1項)，獲軟體著作權11部；國際國內大會特邀報告8人次，培養青年教師5名、博士研究生7名、碩士研究生26名。