[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

摘要

本发明提供一种基于在制品工序流的机床序列编排动态预测方法，包括建立预测模型和设计预测算法两个阶段。对以往在制品制造过程中的机床序列进行统计，建立机床序列预测模型，所述预测算法包括四个步骤：(1)定义t时刻具有最大概率的机床序列；(2)从第一道o1工序开始，预测确定以最大概率执行后一道ot+1工序的机床编号it+1；(3)加入最后一道工序oT，动态预测确定与在制品加工工序流对应的、拥有最大概率的机床序列i1～iT；(4)确定与在制品工序流对应的机床序列。由于本发明将车间机床、在制品的实时数据引入到机床序列编排中，并对执行当前工序流的机床序列进行动态预测，确保机床序列更好地适应动态变化的制造车间，提高制造车间的智能化、自治化程度。

主权项

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。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,...,oT}；I表示与之对应的机床序列，I＝{i1,i2,...,iT}；V表示在制品所有工序编号的集合，V＝{v1,v2,...,vS}；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＝[mij]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：mij＝p(it+1＝qj|it＝qi)在制品加工工序之间的转移概率矩阵B的数学描述为：B＝[bik]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，b_ik由下式计算：bik＝p(ot＝vk|it＝qi)初始的机床选择概率向量A的数学描述为：A＝[ai]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，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ot道工序相对应的机床序列的最大发生概率，计算公式如下：步骤三：加入最后一道工序oT，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,...,iT}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,...,iT}进行逆向解析，首先确定与P*对应的机床编号iT，代表与工序oT对应的机床编号；其次由步骤二找出得出P*的δt‑1(i)，记录机床编号为iT‑1，代表与工序oT‑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。