机器故障下加工车间优化重调度方式预测

摘要：

为预知不同故障情形下的优化重调度方式,实现快速、有效的重调度决策,提出融合调度仿真与改进概率神经网络的重调度方式预测方法.考虑到现场故障样本难获得且无法涵盖全部故障情形,利用仿真实现随机故障下优化重调度样本的生成;以工序加工时间的累计变动、变动任务数、makespan改变量为决策依据,生成各样本的标签;将带标签数据样本输入到概率神经网络模型,实现优化重调度方式预测.实验结果表明:所提出三的方法准确率达99.54％;在指定加工车间和生产任务的前提下,故障机序号和故障修复时间对优化重调度方式起决定性作用.

关键词：机器故障、加工车间、样本仿真、重调度方式预测、概率神经网络

所属期刊栏目：30

分类号：TP181(自动化基础理论)

资助基金：中国博士后科学基金资助项目2013M542073;国家自然科学基金资助项目51875421,51875420;高等学校博士学科点专项科研基金资助项目20134219110002

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：188-195