一种质量感知的多目标多层级装配混合流水车间调度方法

摘要: 本发明涉及智能制造与生产优化,具体涉及一种质量感知的多目标多层级装配混合流水车间调度方法。背景技术:1、随着智能制造和高端装备制造的发展,制造企业不仅需要提高生...
一种质量感知的多目标多层级装配混合流水车间调度方法

本发明涉及智能制造与生产优化,具体涉及一种质量感知的多目标多层级装配混合流水车间调度方法。

背景技术:

1、随着智能制造和高端装备制造的发展,制造企业不仅需要提高生产效率、降低制造成本,还需要保证复杂精密产品的质量稳定性,以满足航空发动机、汽车发动机等高价值产品对加工精度和可靠性的严格要求。混合流水车间调度问题(hybrid flow shopscheduling problem,hfsp)作为制造系统生产组织的重要决策问题,广泛存在于汽车制造、半导体制造以及精密装备制造等领域,其主要通过优化工序排序和资源分配,提高制造系统运行效率。然而,传统hfsp通常仅关注加工阶段的生产调度过程,假设产品质量和设备状态不会影响调度决策,难以适应复杂精密产品制造过程中加工、装配、设备退化和质量控制相互耦合的实际需求。

2、对于汽车发动机、航空发动机等复杂精密产品,其通常具有由零部件、子装配体和最终产品组成的多层级结构,制造过程不仅包括多阶段加工过程,还需要按照产品结构关系完成复杂装配过程。现有装配混合流水车间调度研究(assembly hybrid flow shopscheduling,ahfsp)通常将装配操作简化为单道工序,并采用单机或并行机完成装配过程,无法有效描述多层级产品的真实装配模式。同时,现有混合流水车间调度研究主要聚焦于加工过程优化,难以满足复杂产品制造过程中加工与装配协同优化的需求。

3、此外,产品质量是影响复杂制造系统性能的重要因素,但现有质量感知调度方法通常采用加工时间、设备可用性等指标间接描述产品质量变化,忽略了设备健康状态、加工过程以及工序之间质量传递关系对产品质量形成过程的综合影响。因此,难以准确刻画产品质量在制造过程中的动态演化规律。为解决上述问题,需要从机器-产品交互角度考虑质量形成机理,建立加工过程和装配过程中的质量传播模型,实现生产调度、设备维护和产品质量的协同优化。

4、但是,目前针对复杂制造系统的生产、维护与质量集成优化研究仍存在一定不足:首先,现有研究大多以单机、多机等简单制造环境为对象,较少考虑复杂精密产品制造中具有多阶段加工、多层级装配和混流装配特征的混合流水车间环境;其次,现有研究通常关注设备可靠性或生产计划优化,缺少对设备退化、加工质量演化以及装配质量传播之间耦合关系的系统建模;最后,针对上述复杂多目标调度问题,现有方法难以同时兼顾生产效率、质量损失和设备维护成本之间的动态权衡。

5、综上,针对复杂精密产品制造过程中多层级装配结构、质量动态演化以及设备维护决策之间的耦合关系,如何建立一种综合考虑生产效率、产品质量和维护成本的质量感知多层级装配混合流水车间调度优化方法,并在合理计算时间内获得高质量调度方案,成为亟待解决的问题。

技术实现思路

1、有鉴于此,本发明的主要目的在于提供一种质量感知的多目标多层级装配混合流水车间调度方法,能够综合考虑复杂精密产品多层级装配结构、加工-装配质量传播机制以及设备维护过程,从全局角度合理安排工序加工顺序、机器分配和预防维护活动,以实现最大完工时间、产品质量损失成本和维护成本的协同优化,并获得高质量的调度方案。

2、本发明通过以下技术方案来实现上述目的:

3、第一方面,本发明提供一种质量感知的多目标多层级装配混合流水车间调度方法,该方法包括:

4、构建质量感知多目标多层级装配混合流水车间调度优化模型,所述调度优化模型综合考虑复杂产品的多层级装配过程、加工-装配过程中的质量传播关系、加工设备的退化过程以及维护过程,并以最大完工时间、产品质量损失成本和设备维护成本为优化目标;

5、将所述调度优化模型描述为马尔可夫决策过程,将加工操作选择、机器分配以及维护决策作为智能体动作,将工件状态、机器状态、产品质量状态以及装配约束状态作为环境状态,并基于所述最大完工时间、产品质量损失成本和设备维护成本构建奖励函数;

6、基于产品、工件、加工工序、装配工序、加工设备、装配设备以及装配约束之间的关联关系,构建面向加工-装配过程的异构图状态表示模型,并基于目标偏好信息,利用偏好引导元关系异构图神经网络对不同类型节点关系进行特征提取和动态融合,获得用于多目标调度决策的状态特征表示;

7、基于所述状态特征表示,采用自适应偏好权重机制动态调整目标偏好采样策略,并采用基于分解的多目标近端策略优化方法训练调度策略,以确定工序选择、机器分配和维护决策,获得适应不同目标偏好的调度方案。

8、在一种可能的实施方式中,构建所述质量感知多目标多层级装配混合流水车间调度优化模型时,设定以下模型假设:

9、所有工件和装配任务在调度开始时均已知;

10、每个加工操作或装配操作仅分配至一台满足加工要求的加工设备或装配设备,且同一时刻每台加工设备或装配设备仅执行一道加工操作或装配操作;

11、同一工件的不同工序之间满足预设工艺约束关系,后续工序在前序工序完成后开始加工;对于具有多层级结构的产品,子组件完成对应装配任务后参与更高层级装配过程;

12、加工过程中的工件不可被中断,且加工设备在维护期间不执行加工任务;所有加工设备在调度开始时处于初始健康状态。

13、在一种可能的实施方式中,所述质量感知多目标多层级装配混合流水车间调度优化模型以最大完工时间、产品质量损失成本和设备维护成本最小为优化目标;其中,最大完工时间

z1、产品质量损失成本

z2和设备维护成本

z3分别按照以下公式确定:

14、;

15、;

16、式中,

cmax表示最后一个产品的装配完成时间,表示产品

p在装配阶段

s’的开始时间,表示产品

p是否被分配到装配阶段

s’位置

h上,如果是则为1,否则为0,表示产品

p在装配阶段

s’的装配时间,表示产品集合,表示装配阶段集合,表示装配阶段位置集合;

17、;

18、;

19、式中,

lp表示产品

p的质量损失值;g|s’|表示装配阶段

s’的质量传播系数,

yj表示产品

j的质量特征损失值,

yq表示产品

q的质量特征损失值,

xj表示产品

j对应装配组件的质量损失值,

xq表示产品

q对应装配组件的质量损失值,

λp表示田口损失系数;

20、;

21、其中,表示加工阶段

s上机器

m的小修成本,

nsm表示加工阶段

s上机器

m的总失效次数,表示加工阶段

s上机器

m的预防维护成本,表示阶段

s的机器

m上位置

k的工件之前是否执行了预防性维护活动,如果是则为1,否则为0,表示加工阶段集合,表示加工阶段

s中可选择机器的集合,表示加工阶段位置集合。

22、在一种可能的实施方式中,所述质量感知多目标多层级装配混合流水车间调度优化模型满足以下约束条件:

23、每个加工工序仅分配至一个加工设备的一个加工位置,且每个加工位置仅被一个加工工序占据;

24、在同一加工设备上,仅当前一加工位置已被分配加工工序时,后一加工位置被分配加工工序;

25、同一工件的后续工序在前序工序完成加工后开始加工,且同一加工设备上位于后续加工位置的加工工序在前一加工位置对应加工工序完成加工及预防维护后开始加工;

26、工件的加工开始时间与所分配加工设备对应加工位置的开始时间相一致;

27、每个产品在每个装配工位仅占据一个装配位置,且每个装配位置仅装配一个产品;

28、产品在当前装配阶段的开始时间不早于所需零部件的加工完成时间、不早于当前装配工位中前一装配位置对应产品的装配完成时间、且不早于所述产品在前一装配阶段的装配完成时间;

29、产品在装配阶段的开始时间与所占据装配位置的开始时间相耦合;

30、工件开始加工时间与加工设备对应位置之前的预防维护活动开始时间相耦合;

31、根据当前加工位置之前是否执行预防维护活动、前一加工位置对应的qrc寿命和虚拟寿命以及当前加工工序的加工时间,更新加工设备的qrc寿命和虚拟寿命;

32、根据加工设备在各加工位置的虚拟寿命、qrc寿命以及失效率函数,确定所述加工设备的总失效次数;

33、并根据加工设备的形状参数、尺度参数、刀具的尺度参数和形状参数、当前加工位置对应产品的质量要求刀速以及加工设备的刀速参数,确定所述失效率函数。

34、在一种可能的实施方式中,将所述质量感知多目标多层级装配混合流水车间调度优化模型描述为马尔可夫决策过程时,通过图结构和向量化节点表示对资源间的竞争关系和工序拓扑关系进行统一建模,以表示所述质量感知多目标多层级装配混合流水车间调度优化模型的状态特征;其中,所述状态特征包括操作节点特征、机器节点特征以及析取弧特征;

35、所述操作节点特征包括工序是否已被调度、相邻机器节点数量、工件剩余工序数量、工序加工时间、工序实际或估计开始时间、工件预估完工时间、工序实际或预估质量损失值、工件已形成质量特征的损失值之和以及工件预估质量损失值;其中,装配阶段的操作节点特征对应表征产品在装配工位的子装配体质量损失值和产品预估质量损失值;

36、所述机器节点特征包括机器是否处于空闲状态、机器可处理新操作的时间、相邻操作节点数量、机器利用率、机器的qrc寿命、机器虚拟寿命、机器当前的小修成本以及机器的预防维护成本;

37、所述析取弧连接操作节点与具有对应加工能力的机器节点,所述析取弧特征包括工序在对应机器上的实际加工时间、工序选择对应机器所产生的质量特征损失值以及小修成本增量;

38、在决策步

t,动作

at被定义为可行的操作-机器-维护三元组(

oji,

mim,

pm),其中,

oji为所有前序工序已完成加工的可执行工序,

mim为在当前时刻

t(

t)处于空闲状态且具有对应加工能力的机器,

pm为维护决策变量,用于表征是否在所述可执行工序

oji之前执行维护活动;并对不属于所述可执行工序所属阶段的机器节点进行动作掩码,以缩减动作空间规模;

39、每个决策步由对应机器完成对应工序时触发,在执行所述动作

at后,调度环境由当前状态

st转移至执行所述动作后的状态

st+1,并同步更新机器可用状态、qrc劣化状态、工序执行状态以及质量传播状态;

40、所述马尔可夫决策过程的奖励包括最大完工时间奖励、产品质量损失成本奖励和设备维护成本奖励,分别用于表征执行所述动作前后最大完工时间下界、产品质量损失成本下界和设备维护成本下界的变化;

41、随机策略

π(

at|

st,

λ)根据状态

st和目标偏好

λ,确定动作集合

at中各可行动作的选择概率,并采用神经网络对所述随机策略进行参数化建模,以学习适应不同目标偏好的调度策略。

42、在一种可能的实施方式中,所述最大完工时间奖励、产品质量损失成本奖励和设备维护成本奖励分别根据执行动作前后操作完成时间下界、质量损失成本下界和维护成本下界的变化确定;

43、对于最大完工时间,估计操作

oji在状态

st下的完成时间下界

c(

oji,

st),当操作

oji已被分配时,

c(

oji,

st)为所述操作的实际完成时间;当操作

oji未被分配时,根据工序优先约束递归确定所述完成时间下界,最大完工时间奖励定义为:

44、;

45、对于产品质量损失成本,估计操作

oji在状态

st下的质量损失成本下界

q(

oji,

st),当操作

q(

oji,

st)已被分配时,

q(

oji,

st)为所述操作的实际质量特征损失值;当操作

q(

oji,

st)未被分配时,根据前序工序的质量损失成本下界以及所述操作在可选机器上的质量特征损失值确定所述质量损失成本下界,产品质量损失成本奖励定义为:

46、;

47、对于设备维护成本,估计机器

mim在状态

st下的维护成本下界

m(

mim,

st),根据机器当前维护成本下界以及可选工序对应的小修成本增量确定所述维护成本下界,设备维护成本奖励定义为:

48、;

49、其中,当折扣因子

γ=1时,最大化最大完工时间奖励、产品质量损失成本奖励和设备维护成本奖励的累计奖励,分别等同于最小化最大完工时间、产品质量损失成本和设备维护成本。

50、在一种可能的实施方式中,基于所述调度优化模型中的产品、工件、加工工序、装配工序、加工机器、装配机器以及装配约束关系,构建面向加工-装配过程的异构图状态表示模型;

51、所述异构图包括操作节点、机器节点以及关联边,所述操作节点包括加工工序节点和装配工序节点,所述机器节点包括加工机器节点和装配机器节点,所述关联边包括操作-操作边、操作-机器边、机器-操作边和机器-机器边;其中,所述操作-操作边用于表征工序之间的优先约束关系,所述操作-机器边和机器-操作边用于表征工序与具有对应加工能力的机器之间的可分配关系,所述机器-机器边用于表征同一阶段机器之间的资源竞争关系;

52、在每一决策步,根据当前状态构建对应的异构图;在执行操作-机器-维护三元组动作后,保留被选择操作节点与被选择机器节点之间的操作-机器关联边,并删除所述操作节点与其他机器节点之间的操作-机器关联边,以更新异构图状态;

53、针对所述异构图中的操作-操作、操作-机器、机器-操作和机器-机器元关系,采用偏好引导元关系异构图神经网络进行两阶段嵌入;其中,第一阶段通过关系内注意力机制获得目标节点在各元关系下的嵌入表示,对于操作-操作元关系采用图transformer捕捉工序之间的长程依赖关系,对于操作-机器和机器-操作元关系采用多头图注意力网络聚合相邻节点特征及关联边属性,对于机器-机器元关系采用图注意力网络获得机器节点嵌入表示;

54、第二阶段通过由目标偏好信息引导的关系间注意力机制,确定不同元关系对目标节点的重要度,并对各元关系下的嵌入表示进行加权融合;对多层所述偏好引导元关系异构图神经网络输出的加工工序节点、装配工序节点、加工机器节点和装配机器节点分别进行平均池化,获得用于多目标调度决策的全局状态表示。

55、在一种可能的实施方式中,基于所述全局状态表示设计自适应偏好权重机制、智能决策过程和基于分解的多目标近端策略优化训练方法;

56、所述自适应偏好权重机制包括:维护训练过程中获得的历史解集,所述历史解集记录目标偏好向量及其对应的最大完工时间、产品质量损失成本和设备维护成本;每隔预设训练周期从所述历史解集中提取非支配解集,并计算各非支配解对当前非支配解集超体积的独占贡献;将由最大完工时间、产品质量损失成本和设备维护成本构成的目标偏好空间划分为多个子区域,根据各子区域内非支配解的超体积独占贡献确定相应子区域的偏好采样概率;采用ε-greedy采样方式,以预设概率从均匀分布中采样目标偏好,以另一概率依据所述偏好采样概率从对应子区域中采样目标偏好,并随训练过程降低所述预设概率;

57、在每一决策步,针对动作集合中的各可行动作,将所述可行动作对应的局部节点嵌入、所述全局状态表示和目标偏好嵌入进行拼接,并输入多层感知机,获得各可行动作的动作优先级得分;对各动作优先级得分进行softmax处理,得到各可行动作的选择概率;在训练阶段,根据所述选择概率对动作进行采样,在测试阶段选择概率最大的动作,或者根据所述选择概率进行多次采样,并保留互不支配的调度方案以构成pareto解集;

58、将所述调度优化模型按照不同目标偏好分解为多个子问题,采用基于actor-critic架构的近端策略优化算法对策略网络和价值网络进行迭代训练;其中,所述策略网络根据状态和目标偏好输出动作选择概率,所述价值网络根据所述全局状态表示输出分别对应最大完工时间、产品质量损失成本和设备维护成本的状态价值;根据当前目标偏好对各目标对应的优势进行线性加权,得到用于更新策略网络的标量优势,以学习不同目标偏好下的工序选择、机器分配及维护决策策略。

59、第二方面,本发明提供一种计算机装置/设备/系统,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现第一方面所述方法的步骤。

60、第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现第一方面所述方法的步骤。

61、总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得以下有益效果:

62、(1)本发明构建了综合考虑多层级装配结构、加工-装配质量传播机制、设备退化过程和预防维护过程的调度优化模型,将最大完工时间、产品质量损失成本和设备维护成本纳入统一优化框架,能够避免仅以加工顺序或单一生产效率为依据进行调度所造成的质量风险和设备维护成本增加,实现生产效率、产品质量和设备可靠性的协同优化。

63、(2)本发明通过构建包含产品、工件、加工工序、装配工序、加工机器、装配机器及其关联关系的异构图状态表示模型,能够统一表征加工-装配过程中的工序拓扑关系、机器资源竞争关系和多层级装配约束;并通过偏好引导元关系异构图神经网络提取不同元关系下的节点特征,结合目标偏好动态调整不同元关系的重要度,从而提高对复杂制造环境状态信息的表达能力,为工序选择、机器分配和维护决策提供状态基础。

64、(3)本发明采用自适应偏好权重机制,根据当前非支配解集的超体积独占贡献动态调整偏好采样区域,使计算资源优先用于搜索pareto前沿中覆盖不足或贡献较高的区域,降低随机偏好采样造成的权重冗余和局部区域搜索不足,提高pareto解集的覆盖性、多样性和搜索效率。

65、(4)本发明将工序排序、机器分配和维护活动安排构造成操作-机器-维护三元组动作,并采用基于分解的多目标近端策略优化方法学习不同目标偏好下的调度策略,使智能体能够在调度过程中同步考虑工序优先约束、设备可用状态、质量传播状态和设备退化状态,提升对不同制造任务和不同优化需求的适应能力。

66、(5)本发明通过对不同目标偏好下的调度方案进行训练和推理,可获得多个互不支配的调度方案,为制造系统根据实际生产需求选择效率、质量和维护成本之间的折中方案提供支持。