制造装配系统鲁棒控制优化方法研究

The existed research results on structural control of automated manufacturing systems is for deterministic systems, and the optimization scheduling does not take into account control constraints. Hence the designed control policies and scheduling policies can not be applied directly to the systems with uncertain elements at the same time. This project will integrate robust structural live control and scheduling policies of automated manufacturing assembly systems with unreliable resources etc.. Based on Petri net or discrete event dynimic system models, the project will establish new methods for designing optimal or suboptimal robust control policies and determining the safeness of the states, which have polynomial time computation complexity. Based on such control policies, robust scheduling policies for automated manufacturing assembly systems with some uncertain factors such as resource failure etc are synthesized. By transforming control logic to scheduling constraints and embedding control policies into intelligent optimization algorithms, the intelligent algorithms are developed to solve optimization and scheduling problems so that the obtained schedule policies satisfy not only control logic, but also optimize the performances of the systems. By testing the state safeness, the feasibility of individuals is checked and infeasible individuals are amended into feasible ones. The project will establish the re-control and rescheduling method, especially intelligent evolution algorithms based polynomial complexity rescheduling policies to optimize the whole performance of the automated manufacturing assembly systems.

对制造系统活性控制问题的研究以往主要是针对确定性系统，而优化调度则很少涉及控制问题，导致设计的控制与调度难以同时应用于系统。本项目将开展资源不可靠制造装配系统鲁棒结构控制与优化调度问题的系统化研究。基于Petri网或离散事件系统模型,研究建立导致这类系统死锁的结构特征和状态安全性判别方法,建立对资源故障等不确定事件具有鲁棒性和多项式时间复杂性的最优或次优控制策略。基于控制策略，建立鲁棒调度策略的综合设计方法。通过将控制逻辑转换为调度约束以及将控制策略嵌入到智能优化算法的方法，研究建立各类调度问题的智能进化求解算法，设计既能实现各种结构控制约束，又能优化系统性能的调度策略。基于状态安全性判别方法，建立智能进化算法中个体的控制可行性判断方法以及将不可行个体转化为可行个体的方法。建立结构控制与调度策略重构算法，特别是基于智能进化算法的具有多项式复杂性调度重构方法,以实现制造装配系统性能整体优化。

项目的研究目标是建立各种柔性制造装配系统的活性控制，以及基于这些活性控制的系统优化调度策略。项目完成的主要工作如下：.1)对柔性制造系统（FMS）活性控制问题已有广泛研究，而其优化调度问题的研究却几乎没有实质性进展，又因控制约束只能通过调度策略才能得以实现，这使得调度问题的研究显得更为重要。项目扩展了具有多项式计算复杂性的最佳活性控制策略的存在范围，重点研究建立各种基于活性控制策略的智能优化调度算法。项目基于系统Petri网模型，分别研究了以完工期，总加工耗能等最小化的单目标，或多目标，以及带有无等待约束的调度问题，提出了调度问题的智能优化求解算法，以及动态规划方法等。.2)随着自动化水平的提高，具有装配环节FMS的控制与调度问题受到广泛关注。但由于问题的困难与复杂性，对其研究几乎还是空白。本项目为柔性制造装配系统建立了一种活性控制策略，并基于这种控制策略，建立了系统的混合分布估计调度算法。开启了柔性制造装配系统活性控制与优化调度问题研究的新篇章。对分布式制造与柔性装配环境下的各种生产调度问题，按照生产环境，优化目标，以及约束，建立了各种生产调度问题的智能优化算法。 .3)对FMS活性控制与调度问题的研究主要针对资源可靠的系统而展开。而资源设备的故障是在所难免的，资源不可靠系统的控制与优化问题有着重要的实际意义，而相应问题则更为复杂难解。项目针对具有不可靠资源的FMS，开展鲁棒活性控制问题的研究。对具有不同资源与故障类型的FMS，建立系统的各种鲁棒活性控制策略，为系统的优化调度问题研究解决奠定了基础。对一类柔性制造系统由资源故障引起的重调度问题，提出了一种混合启发式搜索调度算法。.项目分别对FMS、具有装配环节的FMS、以及资源不可靠的FMS的控制与调度问题作了较为系统深入的研究，提出了系统的各种活性控制与优化调度策略。发表SCI期刊论文25篇，顺利的完成了项目提出的各项研究目标与研究内容。