车间调度问题的研究具有重要的理论及实用价值,为此研究了基于Multi-Agent的作业车间调度问题。对Multi-Agent系统及其在制造作业车间调度中的应用进行了简要介绍,提出了一种基于Multi-Agent黑板模型的作业车间调度方案,定义了车间管理Agent、工作单元Agent、任务管理Agent、事件Agent等作业车间调度系统模型,探讨了Multi-Agent黑板模型及知识库规则,提出了基于黑板模型实现作业车间调度管理框架。研究表明,基于Multi-Agent的作业车间调度策略可以实现车间资源的合理分配与调度,提升企业竞争力。

以作业车间为研究对象,针对加工时间不确定这一扰动因素,主要采用周期驱动来制定相应的滚动调度策略。辅以事件驱动来保证车间运行整体情况的平衡。设计加工时间偏差容忍(LDT)来避免不必要的重调度。考虑车间的资源约束,重新定义状态转移规则,克服了长蚂蚁路径搜索容易停滞的缺点。通过仿真,获得了所需的合适滚动调度策略参数,进一步实验结果显示了改进的蚁群算法性能,针对调度方案所做的改进在计算时间和计算结果上均取得较优效果。

机械加工系统是车间层实施绿色制造的主体之一。为了降低不必要的能耗,在以数控机床为加工设备的作业车间中引入一种超低待机状态。该车间将数控机床的能耗状态划分为加工状态、待机状态和超低待机状态三个不同阶段,增加了调度的复杂程度。针对这类特殊的车间调度问题建立面向绿色制造的多元能耗模型,并对数控机床各状态能耗进行详细分析。在此基础上,以能耗最优为目标,设计基于遗传算法的作业车间调度优化方法,引入面向工序的解码方式,在控制方案运行时间的同时实现作业车间绿色制造。最后通过实验案例,验证调度优化算法的有效性,并分析加工时间长度等级对超低待机状态节能效果的影响。结果显示,引入超低待机状态能够降低作业车间20%以上的待机能耗,这表明该状态在类似机械加工行业中具有节能潜力。

针对不确定环境下作业车间动态调度性能评估问题,利用在线调度方法对扰动环境下作业车间调度性能进行仿真研究,设计了一种面向对象的动态多场景生成模型。首先,基于Plant Simulation搭建作业车间动态仿真平台。其次,考虑设备故障、紧急插单、工件随机到达、交货期紧迫性变化等不确定因素进行动态场景车间结构设计,构建作业车间动态多场景。然后,综合考虑5类调度指标,基于20种调度策略进行在线调度分析,并比较不同策略在不同指标下的调度性能,以此构建作业车间动态多场景知识库。在实际生产中,辅助调度人员进行决策,以指导实际生产。最后,以某机加工车间为例,进行动态多场景实例仿真。算例结果表明了所提方法的可行性与有效性。

对机器故障下的作业车间鲁棒调度问题进行了研究。根据威布尔概率分布函数和故障浴盆曲线将不确定的机器故障转化为定量化的故障区间，建立带缓冲时间的性能鲁棒调度优化模型。用遗传算法求解该模型过程中，确立带缓冲时间的鲁棒解码规则，且交叉片段在整个父代中搜索与片段对等的基因，有利于扩大交叉范围。最后的仿真实验表明，优化模型保证了调度的鲁棒性，提出的改进遗传算法对问题求解的有效性。