CN111766839A - 一种智能车间调度知识自适应更新的计算机实现*** - Google Patents

Abstract

本发明涉及一种智能车间调度知识自适应更新的计算机实现***，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器调用所述计算机程序执行如下步骤：获取智能车间的实时生产状态，在每个采样点，基于所述实时生产状态判断所述智能车间是否产生新工况；在产生新工况时，基于新工况更新样本集；基于更新后的样本集进行在线学习，自适应更新调度知识。与现有技术相比，本发明具有有效优化智能车间整体性能，提高生产效率等优点。

Description

一种智能车间调度知识自适应更新的计算机实现***

技术领域

本发明涉及一种计算机实现***，尤其是涉及一种智能车间调度知识自适应更新的计算机实现***。

背景技术

当前制造业发展日新月异，产品个性化和复杂程度不断提高，交货期却在不断缩短，车间调度问题的复杂度也在不断提高。传统调度优化方法无法有效解决智能车间中的调度问题。随着制造业自动化水平的提高，企业资源计划、制造执行***等在企业中的广泛应用，企业积累了大量蕴含着生产调度过程信息的生产调度数据。数据驱动的动态调度方法是指从调度数据样本中学习调度知识，根据调度知识获得适合当前生产状态的调度策略，以适应生产过程的环境变化。由于调度知识来源于数据样本，因此，数据的可靠性是该方法成功应用的关键。然而，随着时间的推移，若车间生产状态发生较大变化，先前的训练样本未涵盖某些生产状态，则基于现有调度知识所得到的调度策略将不再适用。因此，只有及时、不断地对调度知识进行更新，才能保证车间制造过程的良好运行。

为有效地实现调度知识的更新，需加强对调度过程的监测，以及时准确地响应环境变化。为监控已有调度知识的有效性并实现调度知识的有效更新，中国专利“一种面向容器集群的能耗优化资源调度***及其方法”(专利申请公开号：CN 109714400A)提出了一种面向容器集群的能耗优化资源调度***及其方法，该调度方法的步骤为：周期性采集容器运行环境的特征参数并检查容器能耗估算模型状态，根据容器能耗估算模型的能耗估算值进行动态优化调度决策，同时将生产环境的容器复制到容器性能测试池迭代训练数据集并更新模型，提升容器能耗估算值的准确度。该***具有自我更新和迭代的能力，在降低能耗的同时整合服务器资源，提升了资源利用率。Ma等(“Data Driven Scheduling KnowledgeManagement for Smart Shop Floor”，见2019IEEE 15th International Conference onAutomation Science and Engineering，Vancouver,Canada,2019,109-114)利用质量控制方法对调度过程进行监控，当生产性能“失控”时即对调度知识进行更新。张光明等(“一种数据驱动的预测控制器性能监控方法”，见上海交通大学学报，2011,45(8):1114-1118)提出了基于马氏距离的性能模式识别方法，实现对***性能下降的及时检测，并判别导致性能下降的原因，进而为后续改进提供依据。中国专利“一种基于知识的冶金企业转炉煤气调度方法”(专利申请公开号：CN 109714400A)首先采用神经网络模型对过程变量进行建模分析，形成基于数据的神经网络模型；其次，设计一种基于模糊聚类的产生式规则模型，通过对历史数据进行聚类分析和关联规则挖掘，挖掘数据中蕴含的知识信息，进而与专家先验知识进行融合，建立基于知识的产生式模型，并以***当前状态以及神经网络模型的预测结果为输入，获得***的调度方案；最后，设计了针对该产生式规则模型的在线更新策略，如果推理结果与实际方案存在较大偏差，则对产生式规则的输出参数进行更新。

可以看出，对调度知识进行更新，提高调度知识的适应性，可确保其更有效地指导车间调度，实现车间生产性能优化目标。而现有的调度知识更新方法，常通过监控生产性能变化实现对知识有效性的评估，即当调度对象生产性能下降时，判定调度知识需要更新。但该方法往往是在车间生产性能出现一定下降之后才能够识别出知识的失效，即调度知识有效性的判定具有滞后性，影响生产效率。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷而提供一种智能车间调度知识自适应更新的计算机实现***，有效优化智能车间整体性能，提高生产效率。

本发明的目的可以通过以下技术方案来实现：

一种智能车间调度知识自适应更新的计算机实现***，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器调用所述计算机程序执行如下步骤：

获取智能车间的实时生产状态，在每个采样点，基于所述实时生产状态判断所述智能车间是否产生新工况；

在产生新工况时，基于新工况更新样本集；

基于更新后的样本集进行在线学习，自适应更新调度知识。

进一步地，所述判断所述智能车间是否产生新工况具体为：

采集当前采样点的实时生产状态，将该实时生产状态与历史生产状态集进行对比，根据对比结果判断是否产生新工况。

进一步地，以实时生产状态与历史生产状态集之间的近似线性依靠条件值作为所述对比结果。

进一步地，所述近似线性依靠条件值的计算公式为：

其中，x_l为历史生产状态集中的一个样本，k为样本个数，x_k+1为实时生产状态，δ_k+1为近似线性依靠条件值。

进一步地，根据对比结果进行所述判断具体为：

当δ_k+1≤ν时，则判定未产生新工况；当δ_k+1＞ν时，则判定产生新工况；

其中，δ_k+1为近似线性依靠条件值，ν为设定阈值。

进一步地，所述设定阈值ν的取值范围为[0,ν_max]，其中，ν_max为设定的阈值最大值。

进一步地，所述在线学习基于支持向量回归算法实现。

进一步地，所述处理器调用所述计算机程序还执行以下步骤：

基于更新后的调度知识及实时生产状态对所述智能车间进行在线调度控制。

进一步地，在每个调度周期内取一个所述采样点。

进一步地，所述调度知识表征：在既定的调度目标下，生产状态与调度策略的匹配关系。

与现有技术相比，本发明针对智能制造环境下知识在智能车间生产优化中的重要作用，提供一种用于知识更新的计算机实现***，具有如下有益效果：

1)本发明将调度知识的更新应用于智能车间实时生产中，在调度***应用调度知识进行车间调度优化的过程中，通过对车间生产状态的监控实现调度知识的在线实时更新，能更好地提高调度知识的适应性，确保调度有效性，可持续优化智能车间整体性能。

2)本发明应用近似线性依靠(ALD)来判断车间是否出现新工况，并进一步将代表着新工况的样本用于调度知识更新，同时采用在线学习算法，更新现有的调度知识，从而提高了调度知识的适应性。

3)本发明对解决需求多变、复杂度高的智能车间运作具有重要的指导意义，同时可提高智能车间的生产性能。

附图说明

图1为本发明的原理示意图；

图2为本发明实施例中MiniFab模型结构图；

图3为本发明实施例中不同生产状态下ALD值的变化；

图4为本发明实施例中调度知识更新对车间生产率的影响；

图5为本发明实施例中前后两个阶段间的车间生产率对比；

图6为本发明实施例中调度知识更新对工件平均移动步数的影响；

图7为本发明实施例中前后两个阶段间的工件平均移动步数对比；

图8为本发明实施例中调度知识更新对工件平均加工周期的影响；

图9为本发明实施例中前后两个阶段间的工件平均加工周期对比。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本发明提供一种智能车间调度知识自适应更新的计算机实现***，包括存储器和处理器，所述存储器存储有计算机程序，如图1所示，所述处理器调用所述计算机程序执行如下步骤：获取智能车间的实时生产状态，在每个采样点(在每个调度周期内取一个所述采样点)，基于所述实时生产状态判断所述智能车间是否产生新工况；在产生新工况时，基于新工况更新样本集；基于更新后的样本集进行在线学习，自适应更新调度知识。

其中，判断所述智能车间是否产生新工况具体为：采集当前采样点的实时生产状态，将该实时生产状态与历史生产状态集进行对比，根据对比结果判断是否产生新工况。本发明以实时生产状态与历史生产状态集之间的近似线性依靠条件值作为所述对比结果。近似线性依靠条件值(ALD值)的计算公式为：

其中，x_l为历史生产状态集中的一个样本，k为样本个数，x_k+1为实时生产状态(即新样本)，δ_k+1为近似线性依靠条件值。

根据对比结果进行所述判断具体为：当δ_k+1≤ν时，代表新样本与原始样本是线性依靠的，可以通过原样本线性表示，即表示当前车间生产状态未出现较大变化，历史调度数据中包含当前工况，则判定未产生新工况，不需要添加为更新样本；当δ_k+1＞ν时，说明新样本与原始样本是线性独立的，车间生产状态出现较大波动，则判定产生新工况，需将该样本作为更新样本；其中，δ_k+1为近似线性依靠条件值，ν为设定阈值。

设定阈值ν的取值范围为[0,ν_max]，其中，ν_max为设定的阈值最大值。设定阈值的取值大小与调度知识在线更新的次数密切相关，阈值较小时，则较多的样本参与调度知识的更新，调度知识的可靠性升高，时间消耗大；反之可靠性降低，时间消耗小。设定阈值的取值可根据具体调度需求设定，具体地：

1)若侧重于调度知识的精度则选择尽量小的阈值，极限情况为ν＝0，所有新样本均参与更新；

2)若侧重于调度知识生成的时间效率则选择较大的阈值，极限情况为ν＝ν_max，没有新样本参与更新；

3)若需要在可靠性及时间效率之间做均衡，阈值则需要依据特定问题以及使用者经验确定。

上述调度知识表征：在既定的调度目标下，生产状态与调度策略的匹配关系。调度知识来源于历史调度数据，采用支持向量回归(Support Vector Regression，SVR)算法进行知识挖掘得到。

本发明中，处理器调用所述计算机程序还执行以下步骤：基于更新后的调度知识及实时生产状态获得相匹配的调度策略，对所述智能车间进行在线调度控制。

本实施例将上述计算机实现***应用于半导体智能车间中，并以MiniFab模型为例进行说明。MiniFab是Intel公司制造***首席科学家Karl Kempf博士提出的一个半导体生产流程的实验仿真模型，由5台设备及6道工序组成，模型结构如图2所示。

应用MiniFab模型为实施对象，定义样本信息：

X_P＝{S_i,D_i|S_i∈R^m,D_i∈R^h,i＝1,2,…,n}

其中，S_i＝(s_i,1,s_i,2,…,s_i,m)描述智能车间生产状态特征；D_i＝(d_i,1,d_i,2,…,d_i,h)描述在当前状态S_i下，在满足调度目标最优时所使用的最优调度策略。选取工件的平均加工周期MCT、车间生产率PROD、工件日平均移动步数MDayMOV这三个性能指标作为调度优化目标，样本信息中的生产状态信息S定义见表1。

表1 MiniFab样本信息中生产状态S定义

字段名	描述	数据类型
			x_Release	产品x的日平均投料	整型
x_DueTime	产品x的交货期	整型
			y_MTBF	设备y的故障间隔时间(min)	整型
y_MTTR	设备y的故障修复时间(min)	整型
			Total_WIP	总在制品数	整型
x_WIPQty	产品x的在制品数	整型

上述智能车间调度知识自适应更新的计算机实现***的工作过程如下：

步骤1，采用SVR算法，以表征生产状态的生产特征S为输入，表征调度策略的D为输出，获取生产状态与调度策略的匹配关系，即SVR模型(即调度知识)。

采用所述支持向量回归算法学习获得调度知识的具体过程为：

1a)选择n个初始样本(x_i,y_i)，其中输入x_i＝[x_i1,x_i2,...x_im]^T∈R^m为生产状态S_i，输出y_i＝[y_i1,y_i2,...y_ih]^T∈R^h为调度策略D_i，选择适当的核函数K(x_i,x)以及适当的精度ε和惩罚参数C。

1b)构造并求解凸二次规划问题，其中α_i,

为拉格朗日乘子：

1c)计算常数项b_w(w＝1,2,...,h)：

1d)分别以y_iw(w＝1,2,...,h)为输出，重复上述步骤1b)～1c)，建立h个SVR模型，所学习得到的调度知识即为：

步骤2，应用调度知识对智能车间进行在线调度。调度及采样周期为4小时，采集车间的生产状态，将其输入调度模型中，基于调度知识即可输出合适的调度策略指导车间生产。

步骤3，在每个调度周期内进行车间生产状态监控，对采集的实时生产样本数据进行分析，判断该样本是否代表生产过程出现了较大的变化，通过计算新样本的ALD值(δ_k+1)作为判定新样本与历史调度数据样本之间的关系的依据。

本实施例中，设计对比实验对ALD值的变化范围进行讨论，其中各实验组初始生产状态相同，且历史调度数据包含该工况，仿真运行时间设为30天，采样周期为4小时，基于现有调度知识获取调度策略，在仿真过程中调度策略保持不变。

场景1：生产线平稳运行，无扰动发生。保持三种产品的日投料在[4,10]区间内均匀分布，持续运行30天。观察ALD值的变化。

场景2：生产线出现波动。保持三种产品的日投料在[4,10]区间内均匀分布，持续运行15天；从第16天开始，改变三种产品的日投料在[8,14]区间内均匀分布，持续运行15天。观察ALD值的变化。

场景3：生产线出现大幅度波动。第1天-第15天，保持三种产品的日投料在[4,10]区间内均匀分布；第16天-第20天，三种产品的日投料在[8,14]区间内均匀分布；第21天-第25天，三种产品的日投料在[12,18]区间内均匀分布；第26天-第30天，三种产品的日投料在[16,24]区间内均匀分布。观察ALD值的变化。

如图3及表2所示，场景1中，随着运行时间的增加，ALD值呈缓慢增长的趋势，在第30天达到了最大值0.315。说明车间生产状态正缓慢变化，车间运行状况平稳。

场景2中，在平稳运行了15天后，在第111采样点，ALD值由0.315突增到0.324，并保持持续增长，在第30天达到了最大值0.357。说明车间的生产状态出现了明显波动。

场景3中，在平稳运行了15天后，在第111采样点，ALD值由0.311突增到0.319，并持续大幅度增长，在第30天达到了最大值0.4。说明车间的生产状态出现了持续且较大的波动。

表2不同场景下的ALD值

可以看出随着生产状态的变化，作为生产状态监控指标的ALD值也会出现相应的变化，且生产状态变化越大，ALD值变化也越大，说明了基于ALD值监控生产状态变化方法的可行性。

如表2所示，当车间平稳运行时，ALD值最大可达0.315，此时车间无波动，即调度知识不需要更新，为避免不必要的更新，ALD条件的阈值ν需大于0.315。而当生产线出现显著波动时，如在第111采样点，场景2中的ALD值达到了0.324，而场景3中的ALD值也达到了0.319，均大于情景1中的最大值0.315，为有效识别车间生产状态的变化，在这里ALD条件的阈值ν需小于等于0.319。因此，ALD条件阈值的取值范围为0.315＜ν≤0.319，在这里，为提高时间效率将阈值ν设为0.319。

在实验过程中，若采集的实时生产样本的ALD值大于0.319时，说明车间生产状态出现较大波动，即将该样本用于调度知识的更新，并使用更新后的调度知识指导生产，反之则表示当前车间生产状态未出现较大变化，继续使用现有的调度知识指导车间生产调度过程。

步骤4：将判定为新工况的样本x_c用于调度知识更新，在线支持向量回归(OnlineSVR)算法对现有调度知识K_P：f(X)进行调整，具体为：

2a)将训练样本集划分为三个集合：保留样本集R、支持向量集S和错误支持向量集E，分别表示为：

E＝{x_i||θ_i|＝C}

S＝{x_i|0＜|θ_i|＜C}

R＝{x_i|θ_i＝0}

其中

为拉格朗日乘子。

2b)计算

2c)如果h(x_c)＞ε&|Δθ_c|＜C，则进行下一步；否则终止算法。

2d)计算β和γ；

2e)计算

a)对于支持向量集合S中的样本点:

b)对于保留样本集R和错误支持向量集E中的样本点:

c)对于新样本x_c，若h(x_c)值趋于0:

d)对于新样本x_c，若θ_c值趋于0:

Δθ_c ^γ＝C-θ_c

2f)计算Δθ_c ^max＝min(Δθ_c ^S,Δθ_c ^N,Δθ_c ^h,Δθ_c ^γ)。

2g)更新集合S中的样本θ_s＝θ_s+βΔθ_c ^max。

2h)更新集合E和R中的样本h(x_n)＝h(x_n)+γΔθ_c ^max。

2i)假设k为2f)中令Δθ_c的最大值为Δθ_c ^max的样本下标，则：

a)如果x_k∈S，则将x_k从集合S中移动到集合E或R中；

b)如果x_k∈E∪R，则将x_k从集合E或R移动到集合S中；

c)如果x_k＝x_c，则终止算法。

2j)更新Ω，并返回2c)继续执行，直到算法结束。

得到更新后的调度知识:

分别将调度知识更新和调度知识不更新的两种调度方法应用于MiniFab中，并对调度结果进行比较。

(1)调度知识更新

调度知识更新是指在调度知识应用的过程中，实时监控车间的生产状态，并依据新样本不断更新现有调度知识(即SVR模型)，调度知识是动态的。

(2)调度知识不更新

调度知识不更新是指在调度过程中，将现有调度知识应用于智能车间中，且不对其进行调整。

为模拟生产状态不断变化的车间生产环境，在实验中将分四个阶段对车间的生产状态进行改变，其中每个阶段的时长为3天，且调度和采样周期均为4个小时。如下所示，由于投料数能够有效影响车间的负载变化，在这里设置工件的投料数目随着车间的运行而不断增加：

a)预热10天，三种产品的日投料在[4,10]区间内均匀分布；

b)第一阶段(第11天-第13天)：三种产品的日投料在[4,10]区间内均匀分布；

c)第二阶段(第14天-第16天)：三种产品的日投料在[8,14]区间内均匀分布；

d)第三阶段(第17天-第19天)：三种产品的日投料在[12,18]区间内均匀分布；

e)第四阶段(第20天-第22天)：三种产品的日投料在[16,24]区间内均匀分布。

在实验过程中，记录并分析在调度知识更新(实验组)和调度知识不更新(对照组)的调度方法下调度目标MCT、MDayMOV以及PROD的变化。其中实验组中共更新调度知识22次，每次算法的时间消耗为[0,1]秒。

调度知识的更新与否对于生产率PROD的变化影响如图4及图5所示，其中图5反映了实验过程中后一个阶段较前一个阶段在PROD上的变化率。对于生产性能PROD，其值越大说明车间性能越好。如图4所示，在对照组实验中，PROD随着生产状态的变化持续下降，且从图5可以看出，第二阶段相比于第一阶段，PROD的平均值下降了0.98％，第三阶段相比于第二阶段下降了0.83％，第四阶段相比于第三阶段下降了1.18％；而在调度知识更新的方法下，即实验组试验，PROD则是保持持续上升的趋势，不同阶段间生产率一直保持着1.11％以上的增长率，随着实验的进行，两种方法之间PROD的差距也是越来越大，从第一阶段的1.10％上升到了第四阶段的8.06％。可以看出，对调度知识进行有效的更新，可以使调度知识适应生产线变化，实现对PROD的持续优化。

调度知识的更新与否对于日平均移动步数MDayMOV的变化影响如图6及图7所示。对于生产性能MDayMOV，其值越大也说明车间性能越好。如图6所示，由于投料的不断进行，生产线的负载不断增加，MDayMOV呈下降趋势。如图7所示，实验组中第二阶段相比于第一阶段，MDayMOV值下降了0.23％，第三阶段相比于第二阶段下降了0.37％，第四阶段相比于第三阶段下降了2.28％；而对照组中不同阶段间的下降幅度分别为0.39％、1.02％以及3.06％，均大于实验组。而随着实验的进行，如图6所示，实验组与对照组之间的差距也越来越大，从第一阶段的0.26％到第四阶段的1.89％。可以看出相比与对照组，应用调度知识更新的方法能够减缓MDayMOV降低的速率。

调度知识的更新与否对于平均加工周期MCT的变化影响如图8及图9所示。对于生产性能MCT，其值越小则说明车间性能越好。随着生产线负载的增加，工件的加工周期呈上涨趋势。如图8所示，对照组对于加工时间的优化效果甚微，MCT持续上涨，且如图9所示，第二阶段相比于第一阶段，MCT值上涨了38.92％，第三阶段相比于第二阶段上涨了26.60％，第四阶段相比于第三阶段上涨了20.39％；而实验组则能够控制MCT持续上涨的趋势，各阶段分别上涨了12.52％、1.04％、1.66％，在后三个阶段中MCT基本保持在一个稳定的范围内。随着实验的进行，实验组与对照组之间的差距也越来越大，从第一阶段的1.40％到第四阶段的46.18％，可以看出，基于持续可靠的调度知识，能够有效地对加工时间进行优化，使MCT稳定地保持在一个较低的水平。

综上所述，相比于调度知识不更新的方法，调度知识更新可以有效地实现生产性能PROD、MDayMOV、MCT的优化，说明将调度知识自适应更新应用在智能车间调度中，可以有效地提高调度知识的可靠性，实现车间生产性能的持续优化。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由本发明所确定的保护范围内。

Claims (10)

1.一种智能车间调度知识自适应更新的计算机实现***，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器调用所述计算机程序执行如下步骤：

获取智能车间的实时生产状态，在每个采样点，基于所述实时生产状态判断所述智能车间是否产生新工况；

在产生新工况时，基于新工况更新样本集；

基于更新后的样本集进行在线学习，自适应更新调度知识。

2.根据权利要求1所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，所述判断所述智能车间是否产生新工况具体为：

采集当前采样点的实时生产状态，将该实时生产状态与历史生产状态集进行对比，根据对比结果判断是否产生新工况。

3.根据权利要求2所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，以实时生产状态与历史生产状态集之间的近似线性依靠条件值作为所述对比结果。

4.根据权利要求3所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，所述近似线性依靠条件值的计算公式为：

其中，x_l为历史生产状态集中的一个样本，k为样本个数，x_k+1为实时生产状态，δ_k+1为近似线性依靠条件值。

5.根据权利要求3所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，根据对比结果进行所述判断具体为：

当δ_k+1≤ν时，则判定未产生新工况；当δ_k+1＞ν时，则判定产生新工况；

其中，δ_k+1为近似线性依靠条件值，ν为设定阈值。

6.根据权利要求5所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，所述设定阈值ν的取值范围为[0,ν_max]，其中，ν_max为设定的阈值最大值。

7.根据权利要求1所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，所述在线学习基于支持向量回归算法实现。

8.根据权利要求1-7任一所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，所述处理器调用所述计算机程序还执行以下步骤：

基于更新后的调度知识及实时生产状态对所述智能车间进行在线调度控制。

9.根据权利要求1所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，在每个调度周期内取一个所述采样点。

10.根据权利要求1所述的智能车间调度知识自适应更新的计算机实现***，其特征在于，所述调度知识表征：在既定的调度目标下，生产状态与调度策略的匹配关系。

Images