一种车间扰动局部消解方法、装置和系统

本发明涉及一种车间扰动局部消解方法、装置和系统，属于工业智能仿真。

背景技术：

1、在离散制造车间环境中，车间面临如设备故障、计划变更等多维度随机扰动，这些扰动对生产流程的稳定性和连贯性构成了挑战。设备故障往往诱发计划中断，直接影响交付进度；紧急订单的下达则显著增加调度决策的复杂性，削弱了生产计划的确定性与可控性。

2、传统的全局重调度方法在扰动发生时丢弃原有静态调度计划，将当前时刻车间内所有剩余任务、可用设备及物料状态视为新的初始状态进行重新排产，该策略虽能寻得全局优化解，但计算代价极高，且对已执行计划的破坏程度较大，在实际生产中的局限性明显。局部重调度侧重于在维持原计划稳定性的前提下，仅对受扰动直接影响的任务子集进行精准修复，在有限的解空间内实现快速恢复。

3、然而，现有研究存在以下不足：第一，在信息集成与表征方面，现有研究多局限于单一资源视角，缺乏对生产工序逻辑、设备加工与自动导引车（automated guidedvehicle，agv）运输三维约束的系统性集成，难以精准刻画生产实体、动态事件与调度流程间的深层关联；第二，在扰动影响评估方面，传统手段依赖经验规则，难以在复杂耦合环境中精准界定受扰动的最小影响范围；第三，现有深度强化学习调度方法通常针对特定环境长周期训练，缺乏在新扰动场景中快速适应的能力。因此，需要构建一种集成生产工序、设备与运输维度的调度方法，实现对车间扰动的局部消解。

技术实现思路

1、本发明的目的是提供一种车间扰动局部消解方法、装置和系统，集成生产工序维度、生产设备分配维度和物流运输维度，在多种扰动场景下进行车间扰动局部消解，实现了高效率与高稳定性的双重平衡。

2、为达到上述目的，本发明是采用下述技术方案实现的。

3、第一方面，本发明提供一种车间扰动局部消解方法，包括：

4、基于车间的生产工序维度、生产设备分配维度和物流运输维度，构建三维析取图；

5、基于三维析取图构建时序知识图谱；

6、响应于车间发生的扰动，基于预先设置的传播推理规则对所述时序知识图谱进行推理，确定局部受扰子图；

7、将所述局部受扰子图输入预先训练的深度强化学习智能体，得到车间局部重调度策略，用于实现车间扰动局部消解。

8、结合第一方面，可选地，所述三维析取图的表达式为：；

9、式中，n为所有生产工序节点集；a为同一工件的相邻生产工序的有向弧集；e为同一生产设备上可加工相邻生产工序的无向弧集；m为车间的生产设备集合；v为可用物流运输设备集合。

10、结合第一方面，可选地，所述传播推理规则包括基于时域截断的状态过滤规则、静态数据传播规则和基于路径依赖的传播规则；

11、所述基于时域截断的状态过滤规则以车间的扰动发生时刻为截断基准，将所述时序知识图谱中的生产工序图节点划分为已完工状态图节点、中断状态图节点和待加工状态图节点；

12、所述静态数据传播规则包括：响应于生产设备故障，以时序知识图谱中受生产设备故障影响的生产工序图节点为源点，识别出用于替代故障的生产设备图节点的替代生产设备图节点，以及该替代生产设备图节点语义关联的中断状态图节点和待加工状态图节点，并标记为受扰动影响的图节点；

13、所述静态数据传播规则还包括：响应于生产订单插入，生成新生产工序图节点，将所述新生产工序图节点与生产设备图节点进行语义关联，语义关联后的生产设备图节点为候选生产设备图节点，并将所述新生产工序图节点和候选生产设备图节点标记为受扰动影响的图节点；

14、所述基于路径依赖的传播规则用于识别并标记所述时序知识图谱上的终止图节点和受扰动影响的生产工序图节点；所述终止图节点用于吸收生产工艺路径上，位于所述中断状态图节点后序的生产工序图节点所承受的扰动影响。

15、结合第一方面，可选地，所述已完工状态图节点的划分方法为：响应于生产工序节点的完工时间小于等于扰动开始时间，将所述时序知识图谱上映射的生产工序图节点划分为已完工状态图节点；

16、所述中断状态图节点的划分方法为：响应于扰动开始时间处于生产工序节点的开始时间与结束时间之间，且扰动涉及该生产工序节点，将所述时序知识图谱上映射的生产工序图节点划分为中断状态图节点；

17、所述待加工状态图节点的划分方法为：响应于生产工序节点的开始时间大于等于扰动开始时间，将所述时序知识图谱上映射的生产工序图节点划分为待加工状态图节点。

18、结合第一方面，可选地，所述基于路径依赖的传播规则包括：依赖生产工艺路径的传播规则、依赖生产加工路径的传播规则和依赖物流运输路径的传播规则；

19、所述依赖生产工艺路径的传播规则为：响应于中断状态图节点，沿生产工艺路径，识别中断状态图节点之后受扰动影响的生产工序图节点，直至识别到终止图节点并记录；

20、所述依赖生产加工路径的传播规则为：将受生产设备故障影响的待加工状态图节点标记为受扰动影响的生产工序图节点；

21、所述依赖物流运输路径的传播规则为：响应于物流运输设备故障，将所有待加工状态图节点标记为受扰动影响的生产工序图节点；响应于没有候补物流运输设备，将受故障物流运输设备影响的中断状态图节点标记为受扰动影响的生产工序图节点。

22、结合第一方面，可选地，所述深度强化学习智能体的训练方法包括：

23、基于时序知识图谱构建参数化扰动生成器，生成车间模拟扰动场景；所述时序知识图谱由实体集c、关系集r和事实集f构成，所述实体集c包括车间调度资源和生产工序对象，所述关系集r包括车间调度资源与生产工序对象的语义关联，所述事实集f用于以三元组形式对车间调度资源、生产工序对象以及车间调度资源与生产工序对象的语义关联进行结构化表示；

24、以事实集f中的三元组为候选动作，基于车间模拟扰动场景构建局部模拟受扰子图作为环境状态，通过引入动态掩码机制剔除不可行候选动作，并构建可行决策空间；

25、将局部模拟受扰子图输入预先构建的深度强化学习智能体，并在所述可行决策空间的约束下，输出动作概率分布与车间状态价值估计；

26、在所属车间扰动场景中，基于动作概率分布与车间状态价值估计，采用近端策略优化算法对所述深度强化学习智能体进行参数更新。

27、结合第一方面，可选地，所述深度强化学习智能体包括图注意力编码模块、时序记忆模块和策略与价值输出模块；

28、所述图注意力编码模块基于局部模拟受扰子图中的图节点和邻域图节点，计算有向注意力系数，再基于有向注意力系数计算出归一化注意力系数，基于归一化注意力系数更新图节点，得到图嵌入特征并输入所述时序记忆模块；

29、所述时序记忆模块基于接收到的当前时间步的图嵌入特征、上一时间步的隐藏状态和上一时间步的记忆细胞，向所述策略与价值输出模块输出当前时间步的隐藏状态；其中，在初始决策时间步，所述上一时间步的隐藏状态和上一时间步的记忆细胞均采用预设的初始化向量，并在后续每一决策时间步进行更新并保存；

30、所述策略与价值输出模块基于接收到的隐藏状态，构建actor-critic框架；所述actor-critic框架中的actor网络基于所述隐藏状态输出动作概率分布；所述actor-critic决策网络中的critic网络基于所述隐藏状态，输出执行车间局部重调度策略所能获得的预期累计回报，作为车间状态价值估计。

31、结合第一方面，可选地，所述有向注意力系数的计算公式为：；

32、式中，为图节点与邻域图节点的有向注意力系数；为局部模拟受扰子图中的图节点；为图节点的邻域图节点；为激活函数；为可学习权重向量；为线性变换矩阵；表示向量拼接； 为图节点的初始特征向量；为邻域图节点的初始特征向量；

33、所述归一化注意力系数的计算公式为：；

34、式中，为图节点与邻域图节点的归一化注意力系数；为以自然常数为底的指数函数；为图节点的一阶邻域节点索引；为图节点与图节点之间的未归一化注意力系数；

35、所述图嵌入特征的表达式为：；

36、式中，为图节点的图嵌入特征；为非线性激活函数；

37、所述隐藏状态的表达式为：；

38、式中，为时间步的隐藏状态；为时间步的记忆细胞；为长短期记忆网络；为时间步的全局状态向量；为时间步的隐藏状态；为时间步的记忆细胞；

39、所述全局状态向量的计算公式为：；

40、式中，为时间步局部模拟受扰子图中的图节点集合。

41、第二方面，本发明提供一种车间扰动局部消解装置，包括：

42、三维析取图构建模块，用于基于车间的生产工序维度、生产设备分配维度和物流运输维度，构建三维析取图；

43、时序知识图谱构建模块，用于基于三维析取图构建时序知识图谱；

44、局部受扰子确定模块，用于响应于车间发生的扰动，基于预先设置的传播推理规则对所述时序知识图谱进行推理，确定局部受扰子图；

45、策略生成模块，用于将所述局部受扰子图输入预先训练的深度强化学习智能体，得到车间局部重调度策略，用于实现车间扰动局部消解。

46、第三方面，本发明提供一种车间扰动局部消解系统，包括存储介质和处理器；

47、所述存储介质用于存储指令；

48、所述处理器用于根据所述指令进行操作以实现第一方面中任一项所述的方法。

49、与现有技术相比，本发明所达到的有益效果：

50、本发明构建了基于三维析取图构建了时序知识图谱，突破了单一资源视角的局限，将生产工序顺序、生产设备和物流运输设备三个维度进行集成，实现了对车间多维信息的结构化表征与关联存储，为精准挖掘扰动潜在影响路径提供了底层数据支撑；

51、进一步地，提出基于时域截断的状态过滤规则、静态数据传播规则和基于路径依赖的传播规则，通过将生产工序图节点已完工状态图节点、中断状态图节点和待加工状态图节点三种状态，精准界定扰动的局部受扰子图，有效剔除与扰动无关的冗余节点，将复杂的全局重调度问题转化为低维度的局部受扰子图修复问题，显著降低了决策规模；

52、进一步地，提出基于生成式环境的深度强化学习智能体，建立参数化扰动生成器以模拟多样化扰动场景，在训练时，基于动作概率分布与车间状态价值估计，采用近端策略优化算法对所述深度强化学习智能体进行参数更新，使得强化学习智能体具备快速应对未见扰动的能力。