[发明专利]一种非泊松工件流CSPS系统优化控制及仿真测试方法

说明书

本发明公开了一种非泊松工件流CSPS系统优化控制及仿真测试方法，其特征是：用马尔可夫调制泊松过程MMPP模拟非泊松到达过程，获得非泊松工件流CSPS系统优化控制策略；在相同的理论平均到达率下，测试非泊松工件流CSPS系统优化控制策略；在工件非泊松到达情况下，以统计平均到达率作为工件标准泊松到达率，测试非泊松工件流CSPS系统优化控制策略。本发明能在工件非泊松到达，CSPS系统无法建立为SMDP模型情况下，获得系统优化控制策略并测试Q学习算法的适用性。

技术领域

本发明属于仿真优化技术领域，具体的说是一种非泊松工件流CSPS系统优化控制及仿真测试方法。

背景技术

智能制造技术已经成为人工智能领域发展的重要方向。CSPS系统作为柔性单元化生产加工站的一种，被广泛应用在各大智能制造企业的生产线上。在CSPS系统中，生产中心中配有一个可以代替人类的体力劳动的智能体，该智能体作为生产线的大脑，在生产过程中作出决策。如何提高CSPS系统的智能化水平，提升生产线的工作效率，是系统优化领域所研究的重要问题。

现有技术中，在CSPS系统建模过程中，是将工件的到达过程假设为泊松分布到达，其优化过程都是将CSPS系统建立为SMDP模型后，通过理论算法如数值迭代和策略迭代或是仿真统计算法如Q学习来获得最优或次优控制策略。然而在实际生产中，受生产过程中原材料供应改变以及生产计划发生变化等条件的影响，工件到达过程会呈现出不规律性。因此当工件并不是严格按照泊松分布到达，CSPS系统无法建立为SMDP模型时，CSPS系统的最优或次优控制策略无法通过策略迭代或Q学习获得。

发明内容

本发明是为解决上述现有技术存在的不足之处，提出一种非泊松工件流CSPS系统优化控制及仿真测试方法，以便能在工件非泊松到达，CSPS系统无法建立为SMDP模型情况下，获得系统优化控制策略并测试Q学习算法的适用性。

本发明为解决技术问题采用如下技术方案：

本发明非泊松工件流CSPS系统优化控制，所述系统为单站点CSPS系统，包括：匀速运动的传送带、缓存库、加工站、成品库、前视摄像头、机械臂以及工件；由传送带传送的工件为非泊松工件流；其特征是：按如下步骤获得非泊松工件流CSPS系统的优化控制策略：

在所述单站点CSPS系统中，以MMPP模拟所述工件的非泊松工件流到达过程，所述工件的到达率随着马尔可夫Markov的状态转移而改变，在上一到达率状态转移时刻以下一到达率产生新工件；

在每个决策时刻，若缓存库为空，由所述机械臂实施捡取动作；若缓存库为满，由所述机械臂实施加工动作；若所述缓存库为非空非满，此时前视距离v_s内若存在有工件，所述机械臂则等待其中的第一个工件到达捡取点并捡取工件，随后进入下一决策时刻；前视距离内若无工件，所述机械臂则选择为加工动作，加工时间为τ，在经过max(v_s,τ)的时间后，系统进入下一决策时刻，在机械臂的加工动作过程中，若仍有工件到达，则任由工件流失；

针对以MMPP到达的工件流，按如下过程获得工件的平均到达率：

到达率状态转移过程服从Markov过程，MMPP到达率状态空间Φ为：Φ＝{1,2,…N}，N为到达率的个数，状态转移矩阵P如式(1)：

P_ij是到达率λ_n从状态i转移到状态j的概率，n∈Φ，i,j∈Φ；

逗留时间函数F(λ_n,t)为服从参数为的指数分布如式(2)，其中t为时间：