[发明专利]一种基于在制品工序流的机床序列编排动态预测方法

权利要求书

1.一种基于在制品工序流的机床序列编排动态预测方法，其特征在于，包括建立预测模型和设计预测算法两个阶段：

阶段一：建立预测模型

围绕在制品加工工序流程，对以往在制品制造过程中的机床序列进行历史数据统计，确定发生概率最大的机床序列，通过前向训练学习建立机床序列预测模型为：

F＝{O,I,V,M,B,A}

式中：O表示长度为T的在制品工序流序列，O＝{o₁,o₂,...,o_T}；I表示与之对应的机床序列，I＝{i₁,i₂,...,i_T}；V表示在制品所有工序编号的集合，V＝{v₁,v₂,...,v_S}；M表示机床之间的转移概率矩阵；B表示在制品加工工序之间的转移概率矩阵；A表示初始的机床选择概率向量；

机床之间的转移概率矩阵M的数学描述为：

M＝[m_ij]_N×N

式中：m_ij表示在t时刻，在制品从机床q_i工位处转移到机床q_j工位处进行工序加工的概率，N为智能车间内机床的总数量，m_ij由下式计算：

m_ij＝p(i_t+1＝q_j|i_t＝q_i)

在制品加工工序之间的转移概率矩阵B的数学描述为：

B＝[b_ik]_N×S

式中：b_ik表示在t时刻，在制品的前一道工序在机床q_i上加工的条件下，执行的下一道工序为v_k的概率，bik由下式计算：

b_ik＝p(o_t＝v_k|i_t＝q_i)

初始的机床选择概率向量A的数学描述为：

A＝[a_i]

式中：a_i表示在制品第一道工序在机床q_i上加工的概率，a_i＝p(i₁＝q_i)，a_i值根据在制品的初始工艺方案确定，

阶段二：设计预测算法

步骤一：定义与在制品工序流相对应的机床序列的最大发生概率为：

步骤二：从第一道工序o₁开始，依次递推计算与前o_t道工序相对应的机床序列的最大发生概率，计算公式如下：

其中：N为智能车间内机床的总数量；WT表示动态调整参数；

步骤三：加入最后一道工序o_T，动态预测确定与在制品加工工序流对应的机床序列I＝{i₁,i₂,...,i_T}的最大发生概率，计算公式如下：

步骤四：对拥有最大概率的机床序列I＝{i₁,i₂,...,i_T}进行逆向解析，首先确定与P^*对应的机床编号i_T，代表与工序o_T对应的机床编号；其次由步骤二找出得出P^*的δ_t-1(i)，记录机床编号为i_T-1，代表与工序o_T-1对应的机床编号；循环以上步骤，直至确定与工序o₁对应的机床编号i₁。

2.根据权利要求1所述的一种基于在制品工序流的机床序列编排动态预测方法，其特征在于，所述的设计预测算法的步骤二中，设计影响因子WT作为动态调整参数，当机床为故障状态时，WT→∞；当机床为空闲状态时，WT＝0；当机床为占用状态时，WT为机床从占用状态到释放为空闲状态的等待时间。