分布式车间智能调度方法研究
文献类型：学位论文
| 作者 | 杨圣落 |
| 答辩日期 | 2021-05-22 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 徐志刚 |
| 关键词 | 分布式车间调度 智能调度 强化学习 车间重构 批次配送 |
| 学位名称 | 博士 |
| 学位专业 | 机械电子工程 |
| 其他题名 | Research on Intelligent Scheduling Methods for Distributed Workshops |
| 英文摘要 | 随着经济全球化的发展，大型企业在全球建立生产基地，以充分利用不同区域的生产资源，就近生产和销售。在这种分布式生产环境下，分布式车间调度问题成为新兴的研究问题。分布式车间调度问题不仅需要确定单个车间内工件的加工顺序，而且需要协调车间之间的工件分配，因此更难建模和求解。对分布式车间调度问题，目前多数元启发式算法只能在多项式时间内求得近优解，求解时间难以满足动态生产环境下车间实时调度的需求。由于所有车间协同地生产全部订单，每个车间需要生产动态到达的多种类型订单，需要考虑车间的动态重构以及车间之间的重构协同。由于对全球订单进行分布式生产，需要考虑订单的成品配送以及生产和配送全流程的动态协同。针对上述实际优化需求以及现有研究的不足，本文系统研究了分布式车间智能调度问题的建模和优化方法，具体研究内容如下。（1）基于元启发式算法的分布式车间静态调度。研究了静态订单下基于元启发式算法的分布式车间智能调度问题，并考虑了柔性装配和批次配送。基于问题的多级决策需求，设计了4层解表达，提出了多种生产和配送批次分配策略。为满足不同的求解时间，提出了4种启发式算法、2种迭代贪婪算法和1种变邻域下降算法。设计了多种邻域搜索结构，实现了对解空间多层序列的结构化搜索。通过大量的测试算例，验证了所提出的算法和批次分配策略的高效性。（2）基于深度强化学习的分布式车间动态调度。首先，研究了动态订单下基于深度强化学习（Deep Reinforcement Learning，DRL）的流水车间智能调度问题，建立了基于DRL的智能调度系统模型，设计了奖励函数、状态空间和行为空间，改编了Advantage Actor-Critic（A2C）算法求解。训练后可瞬时决策，且求解结果优于2种元启发式算法和另外2种DRL算法。然后，将单车间的建模和优化方法拓展至分布式车间，建立了分布式车间智能调度系统模型，改编了多种DRL算法求解，实现了分布式车间动态调度问题的智能决策和实时优化。（3）分布式可重构车间智能调度和重构自主协同。首先，研究了可重构流水车间智能调度和重构问题，提出了基于DRL和基于元启发式算法的动态调度和重构问题求解流程，建立了调度—重构二元深度强化学习模型，改编了A2C算法求解。训练后，可瞬时决策，且求解结果优于2种元启发式算法。然后，将单车间的建模和优化方法拓展至分布式车间，建立了分布式智能调度和重构系统模型，将分布式车间重构协同问题建模为合作型多智能体强化学习（Multi-Agent Reinforcement Learning，MARL）问题，提出了8种融合了MARL和DRL的算法求解，通过实验验证了所建立的系统模型的合理性和所提出算法的高效性。（4）分布式可重构车间生产和配送全流程智能决策。提出了分布式可重构车间生产和配送全流程智能决策的系统架构，建立了调度—重构—配送三元强化学习模型，分别设计了智能调度、智能重构和智能配送决策子系统。针对决策子系统间的耦合关系，从生产和配送全系统流程角度设计了奖励函数、行为空间和状态空间。改编了在前文表现优异的DRL和MARL算法求解，通过实验验证了全流程智能决策系统建模的合理性和所改编算法的高效性与实时性，实现了分布式车间动态调度、动态重构和动态配送全流程的智能决策与实时优化。（5）基于离散事件仿真的分布式车间生产仿真验证。首先，提出了一种用于离散事件仿真的生产过程建模方法。提取了离散车间生产过程的流程共性，设计了工站操作、车辆控制和配送管理等关键环节的管控策略，搭建了整个生产过程的运行流程。然后，基于Plant Simulation仿真软件建立了分布式车间生产调度问题的仿真模型，验证了前文所开发的分布式车间生产仿真环境和智能调度算法的正确性。最后，以某实际航天总装车间作为案例，建立了与实际一致的生产仿真模型，并进一步优化了全生产流程和生产资源配置。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 184页 |
| 源URL | [http://ir.sia.cn/handle/173321/28996]  |
| 专题 | 沈阳自动化研究所_装备制造技术研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 杨圣落. 分布式车间智能调度方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2021. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。