[发明专利]一种作业车间的动态调度方法及系统

说明书

本发明公开一种作业车间的动态调度方法，包括如下步骤：S1、获取最优的调度规则及调度规则中终端符的取值范围；S2、当机床完成当前加工工序后，检测其对应的待加工工件队列是否为空，若不为空，则基于调度规则来计算当前机床的待加工工件队列中各工序的优先级，将最优优先级工序的加工工件输入对应的机床继续加工；S3、判断当前完成的工序是否为工件的最后一道工序，若检测结果为否，则读取下一道工序，并将该工件送至下一道工序所用机床的待加工工件队列，返回S2。调度规则带范围档案，保证调度规则在进行调度决策时可以通过范围档案中的最大、最小值进行归一化操作，可以很好的改善大数吃小数的问题，提供更加精确的工序优先级计算结果。

技术领域

本发明属于车间调度技术领域，更具体地，本发明涉及一种作业车间的动态调度方法及系统。

背景技术

随着制造技术向着智能化、知识化、高效化、敏捷化、绿色化方向发展，传统基于人工经验的车间调度方法显然已经无法满足企业的需求。在大数据、人工智能等新兴技术的普及下，通过智能算法实现车间的自动化智能排产调度是制造业能够快速响应市场变化、提高生产效率和能效的重要举措和关键方法。

动态车间调度问题其主要目的是在有限时间内通过有效的调度决策，把若干工件的所有工序合理安排到不同的机床上，从而使得总体的调度目标 (如加工时间、能量消耗等)最优化。所谓的动态性，相较于静态调度而言，更强调车间在实际生产过程中调度决策的实时性和快速性，以有效应对动态实际环境中的不确定性事件(如新工件到达、机器故障等)，并最终达到动态在线调度的目的。

车间调度优化问题本质上是一类组合优化问题，它旨在将待加工工序合理地排序并分配到合适的机床上，实现所求性能指标的最优化。求解这一类问题的主要技术包括：数学规划法、启发式方法和超启发式方法。

大量研究已表明，以分支定界法为代表的数学规划方法虽然能得到全局最优精确解，但受限于其较高的计算复杂度而只适用于静态小规模调度问题。对于大规模和复杂动态调度问题，启发式算法由于能在合理的时间范围内得到近似最优解，在求解时间和优化效果之间取得平衡，而得到了广泛的关注。然而，考虑到动态调度问题的实时性和快速性需求，启发式算法也难以在有限时间内做出调度优化决策。

超启发式方法不同于启发式方法，它利用事先训练好的调度规则来进行调度决策，在调度决策时基于调度规则计算各个工序的优先级，并选择优先级最高的工序作为机床下一个加工的工序，再以此类推完成整个调度过程，具体流程如图1所示。

在动态作业车间中，新的待加工工件不断到达车间中。新的零件需要经过多种工序才能完成加工，因此依据工序顺序会将零件安排到下一道工序指定的机床的等待队列中。当机床完成一个零件的对应工序之后，该零件会被放入到下一道工序的指定机床的队列中，或者当所有工序完成了作为已完工零件离开车间。同时，基于调度规则和当前车间状态，从机床的工序队列中选择下一个加工的工序/零件。通过调度规则不断地进行调度决策(即为当前完成加工的机床从工序队列中选择下一个加工的工序)，将各个工序合理地安排到不同的机床上，并最终完成调度和生产任务。

然而，调度规则虽然可以在较短时间内做出调度决策，但它的优先级计算是基于车间属性(即终端符)的。问题在于，终端符一般涉及到车间、工件、机床等各方面的属性值，且这些属性值的取值范围大小不一(即量纲不一致)，在实际计算时极易导致“大数吃小数”等问题，从而使得量纲小的终端符在实际运算中发挥不了作用，最终影响决策的合理性。此外，由于基于调度规则的动态在线调度方法是实时运算，无法提前获取各终端符的实际取值范围，也就无法提前对终端符进行无量纲化处理。

发明内容

本发明提供一种作业车间的动态调度方法，旨在改善上述问题。

本发明是这样实现的，一种作业车间的动态调度方法，所述方法具体包括如下步骤：

S1、获取最优的调度规则及调度规则中终端符的取值范围，调度规则是由终端符及终端符间的运算组成；