基于贝叶斯算法面向海工装备韧性制造系统的设计方法

摘要: 本发明涉及海工装备智能制造与制造系统优化,尤其是基于贝叶斯算法面向海工装备韧性制造系统的设计方法,具体涉及基于离散事件仿真、多源扰动建模、韧性量化评价及贝叶斯优...
基于贝叶斯算法面向海工装备韧性制造系统的设计方法

本发明涉及海工装备智能制造与制造系统优化,尤其是基于贝叶斯算法面向海工装备韧性制造系统的设计方法,具体涉及基于离散事件仿真、多源扰动建模、韧性量化评价及贝叶斯优化的制造系统设计方法。

背景技术:

1、海工装备作为海洋资源开发与利用的重要载体,其制造过程通常涉及钢材预处理、切割、焊接、组装、预组及总组等多个工序,具有工艺流程长、设备种类多、物流运输复杂以及生产组织难度高等特点。制造系统运行效率与稳定性直接影响海工装备产品的制造周期、生产成本及交付能力,因此制造系统设计与优化已成为海工装备智能制造领域的重要研究内容。

2、现阶段,海工装备制造系统设计主要围绕设备配置、设备布局及物流运输方案展开。设计过程中通常依据历史生产经验、工艺流程要求及设备利用率指标确定设备数量与空间布局,并通过离散事件仿真对生产效率进行验证。该方法能够在一定程度上满足生产需求,但其优化目标主要集中于生产效率、设备利用率及生产成本等传统指标,对于设备故障、物流延迟及生产波动等随机扰动因素考虑不足,难以全面反映制造系统在复杂运行环境下的稳定运行能力。

3、同时,现有制造系统优化方法多采用经验调整、参数试验或传统启发式优化算法开展系统设计。由于设备数量、设备排布及物流运输参数之间存在复杂耦合关系,系统设计空间呈现高维、非线性特征,传统优化方法难以在有限计算资源下快速获得全局最优解。此外,大量离散事件仿真计算会导致优化周期较长,进一步限制了制造系统参数优化方法的工程应用效率。

4、因此,尽管现有方法能够实现制造系统建模与性能分析,但仍存在以下问题:一是缺少以系统韧性为核心目标的量化评价机制;二是缺少多源扰动联合建模与动态传播分析方法;三是难以建立设备配置、设备排布及物流运输参数与系统韧性之间的定量关系;四是优化效率较低且缺乏关键影响因素识别能力。上述问题限制了海工装备制造系统韧性设计与优化水平的进一步提升,亟需提出一种能够实现韧性量化评估、多源扰动联合建模及系统参数协同优化的设计方法,以提高海工装备制造系统在复杂扰动环境下的生产稳定性与恢复能力。

技术实现思路

1、为了克服现有技术中存在的上述问题,本发明提出基于贝叶斯算法面向海工装备韧性制造系统的设计方法。

2、本发明解决其技术问题所采用的技术方案是:基于贝叶斯算法面向海工装备韧性制造系统的设计方法,包括如下步骤;

3、步骤1,定义以系统生产率为海工装备制造系统的韧性量化指标,构建设备排布、物料运输时间及设备配置数量关键参数对系统生产率影响的离散事件仿真模型,并完成生产线模型搭建;

4、步骤2,设计多源扰动注入机制,通过步骤1构建的离散事件仿真模型生成系统韧性曲线并计算韧性值;

5、步骤3,基于步骤1构建的离散事件仿真模型,设置优化变量范围,采用基于高斯过程代理模型的贝叶斯优化算法,以系统韧性最大化为目标开展全局迭代优化求解;

6、步骤4,采用sobol全局敏感性分析方法,量化各参数对系统韧性的影响权重,识别制造系统关键瓶颈环节;

7、步骤5,输出最优设备配置、空间排布静态参数。

8、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤1具体为:

9、步骤1.1,依据海工装备实际加工场景,定义设备排布矩阵,配置加工工位、物流运输设备与缓冲存储区域,完成模型搭建;

10、步骤1.2,在完成设备加工能力、设备排布以及物料运输时间建模后,为量化制造系统单位时间内的生产能力,建立系统生产率计算模型:

11、

12、为理论条件下的生产率,为工位的生产时间;

13、步骤1.3,运行离散事件仿真模型,动态调整设备故障参数、维修时序及系统控制规则,对制造系统运行过程进行迭代修正与细节完善。

14、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤1.1中定义设备排布矩阵具体为:设备排布矩阵;

15、设备排布矩阵满足以下约束条件:每台设备仅能布置于一个位置:,且每个位置至多布置一台设备:。

16、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤2具体为:

17、步骤2.1,建立包含设备故障扰动、物料延迟扰动的多源扰动机制,并定义各自概率分布;

18、步骤2.2,定义扰动联合注入机制,在仿真时间轴上按各自分布随机生成事件序列,引入系统扰动耦合函数;

19、步骤2.3,运行带扰动的离散事件仿真,记录系统瞬时产出率q(t)随时间的变化,绘制时间-产出率曲线,即韧性曲线;

20、步骤2.4,在获得系统时间—生产速率韧性曲线后,为定量表征海工装备制造系统在扰动条件下维持生产能力及恢复生产能力的综合性能,基于系统动态生产速率曲线计算系统韧性指标。

21、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤2.1具体为:

22、定义设备故障扰动,基于发生故障的概率密度函数,得到系统的可靠度函数为:,其中,为设备i的故障率;

23、定义物料延迟扰动,系统实际运输时间为:,其中,表示时刻下产生的附加延迟时间,服从随机概率分布:,p(θ)为延迟概率分布函数;表示系统平均运输时间。

24、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤2.2中系统扰动耦合函数具体为:

25、

26、

27、

28、

29、其中,为设备故障影响强度,为系统整体延迟强度,为维修影响强度,为权重影响系数;为设备的总数量,为时间时刻发生故障的设备数量,为设备的加工能力;为当前系统运输任务总数,为第个运输任务的延迟时间,为对应任务的理论运输时间;为时刻下处于维修状态的设备数量,为设备的维修持续时间,为当前仿真运行时间。

30、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤2.3中系统瞬时产出率q(t)具体为:

31、

32、

33、其中,为理论条件下的生产率,为工位的生产时间。

34、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤2.4中系统韧性指标为:。

35、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤4具体为:采用sobol全局敏感性分析方法,对设备排布参数、设备数量参数及物流运输时间参数进行全局敏感度分析,通过计算各参数的一阶敏感度指数及总敏感度指数,识别对系统韧性影响较大的关键参数及关键工位。

36、上述的基于贝叶斯算法面向海工装备韧性制造系统的设计方法,所述步骤5具体为:结合贝叶斯优化结果及sobol全局敏感性分析结果,对系统参数进行综合评价,筛选满足工程约束条件的最优参数组合,并输出系统韧性最大的设备配置方案、设备空间排布方案及物流运输时间参数。

37、本发明的有益效果是,(1)构建了以系统生产率为核心的韧性量化评价模型,通过离散事件仿真生成系统韧性曲线,并对系统在扰动作用下的生产能力下降过程和恢复过程进行量化表征。相比传统依赖经验判断或单一性能指标评价的方法,能够更加准确地反映制造系统的抗扰能力与恢复能力,为制造系统韧性设计和优化提供统一的量化依据。

38、(2)通过建立设备故障、维修活动及物料延迟等多源扰动联合建模机制,并考虑扰动之间的传播与耦合关系,能够更加真实地模拟复杂生产环境下制造系统的运行状态变化过程。该方法提高了仿真结果与实际生产过程的一致性,为系统韧性评估和抗扰能力分析提供了可靠支撑。

39、(3)设备配置参数、设备排布参数及物流运输参数被统一纳入制造系统建模与分析框架,通过建立关键参数与系统韧性之间的定量关系,实现了各设计参数对系统性能影响规律的系统分析,为制造系统设计优化和方案决策提供理论依据。

40、(4)结合贝叶斯优化算法与sobol全局敏感性分析方法,在实现系统全局寻优的同时完成关键影响因素识别。该方法能够有效提高参数优化效率,降低方案搜索成本,并获得系统韧性最大的设备配置方案、设备排布方案及物流运输参数,为海工装备制造系统优化设计提供技术支撑。