基于动态重构和维护的多工序生产系统运行决策及控制研究

随着全球化、动态化和用户驱动为显著特征的市场竞争的加剧，多工序生产系统必须能够通过资源构件调整和重构，以适应内外部各种影响因素的快速变化；相比较于侧重提高单工序生产的精度和效率，新的生产要求为其运行决策及控制提出更多严峻挑战，表现在工序之间的复杂联系和重构给系统构型、预测维护方案和工艺安排等带来的影响。本项目分析支持重构的单工序可维护性建模方法和多工序间的关联机制，在此基础上，研究动态重构下多工序生产线预测维护建模方法，构建重构和预测维护协同优化的生产决策模型，求解多工序生产重构方案、维护策略和工艺路线；为支持生产线的快速调整，建立基于Petri 网的分层模块化逻辑控制器模型，研究模型自动重构机制，实现控制代码的自动生成。本项目的研究将为支持重构的多工序生产系统的运行决策及控制提供新的理论方法和实用工具，有利促进生产运行和控制技术在制造业中的实际应用与推广，具有重要的理论意义和实用价值。

支持重构的多工序生产系统是企业实现快的市场响应速度、高的产品质量、低的生产成本的有效途径。支持资源快速重构的多工序生产系统的重构性、复杂性和可变性为系统可靠运行及控制提出了新的要求。本项目着重研究了面向资源重构和维护相结合的多工序生产系统运行模式以及相应的逻辑控制器设计，提出了多工序生产系统的优化决策方法以及逻辑控制器的模型及重构算法，构建了支持重构和维护协同的多工序生产系统决策及控制框架，并实现了系统的优化运行。. 项目的完成情况和研究成果归纳如下：. （1）设计了基于多传感器的单工序设备状态监测方法并基于NI系统构建了硬件平台，实现了单工序设备的状态监测。提出了一种基于粗糙集知识发现的单工序设备运行状态判定方法，基于多传感器信号结合切削参数作为数据源，以粗糙集为知识发现工具进行数据处理，得到最小规则集，实现故障特征提取。研究了刀具系统的性能劣化过程及其相应结合面运行参数，建立了单工序设备的可维护性模型。. （2）研究了生产决策影响因素及其函数关系，通过深入的分析不同维修策略下设备状态的演变规律，研究不同状态之间的时间依赖关系，建立了基于随机Petri网的复杂设备可用度模型。为解决传统方法建立多状态系统可靠性模型中容易引起组合爆炸的问题，利用基于随机过程方法和改进的向量通用发生函数法建立含中间缓冲区多工序生产系统可靠性的预测模型，并对多工序生产系统结构复杂性进行了剖析。针对不同的系统维护策略，求解系统的设备可用度和可靠性。. （3）研究了基于贝叶斯网络的多工序生产系统故障诊断模型，根据实时采集的多工序各设备的电流、振动和声发射等传感器数据，判断每道工序上加工设备的劣化状态。提出了多工序生产系统设备配置、生产工艺及设备维护协同优化方法模型，并且采用了遗传算法进行求解。因为受到工艺前后次序的约束，普通的选择、交叉和变异算子可能会产生不可行解；所以进一步提出了改进的遗传算法算子操作以求解该问题。. （4）提出了面向多工序生产系统的可重构工艺规划方法，建立了面向多工序生产系统的分层可重构工艺规划方法，以非加工时间和相对时间偏差为目标，建立了工艺规划模型，为多工序生产系统的逻辑控制提供了工艺方案。采用模块化方式构建各个单工序的模型，通过工序之间的逻辑关系形成多工序生产系统的模块化逻辑控制器，并给出了逻辑控制器的重写规则。