智能注塑车间调度方法及系统与流程

本发明涉及车间生产调度，特别涉及一种智能注塑车间调度方法及系统。

背景技术：

1、在现有的注塑车间生产调度方法中，常规的调度策略主要依赖于静态规划和经验判断，缺乏对生产过程动态变化的快速响应能力。这些方法在处理复杂生产任务、应对机器故障、材料短缺以及生产优先级变化时经常显示出不足。此外，传统调度方法很难实时反映车间环境的变化，如温度波动或操作员的变更，这些因素都直接影响产品质量和生产效率。由于缺乏灵活性和适应性，这些方法无法最大化资源利用率，导致生产效率低下和生产成本增加。

2、另一方面，虽然某些先进的调度技术尝试采用计算机辅助设计和人工智能算法来改进生产调度，但它们往往需要复杂的算法调整和大量的计算资源，这在实际应用中可能会遇到操作复杂和成本高昂的问题。

3、因此，研发一种新型的智能注塑车间调度方法及系统非常有必要。

技术实现思路

1、本技术提供一种智能注塑车间调度方法及系统，以提高注塑生产的效率。

2、本技术提供一种智能注塑车间调度方法，包括：

3、利用粒子群优化算法初始化一组生产调度方案，其中，每个生产调度方案作为一个粒子，所述粒子包括注塑车间内各生产任务的调度顺序和资源分配；

4、对每个粒子基于生产效率和任务完成的及时性计算适应度分数，得到每个粒子的适应度评分结果，其中，所述适应度评分结果用于评估每个粒子的性能；

5、根据每个粒子的适应度评分结果，通过粒子群优化算法更新每个粒子的位置和速度，以探索可能的个体最优解和群体最优解；通过可能的个体最优解和群体最优解的比较和更新，获得生产调度方案集；

6、收集注塑车间的实时生产数据，其中，所述实时生产数据包括环境参数、机器状态、生产任务信息，用于处理生产过程中的不确定性和模糊性问题；

7、根据所述生产调度方案集和实时生产数据，通过模糊逻辑控制器，生成最终的生产调度方案。

8、更进一步地，所述利用粒子群优化算法初始化一组生产调度方案，包括对每个粒子的初始位置和速度进行随机化处理，以增强搜索空间的覆盖范围，确保从多样化的潜在解中开始搜索最优解。

9、更进一步地，所述对每个粒子基于生产效率和任务完成的及时性计算适应度分数，得到每个粒子的适应度评分结果，包括：

10、使用以下公式1来计算每个粒子的适应度分数f：

11、

12、其中，w1、w2和w3是权重参数，用于平衡各项指标在适应度评分中的影响；tavg代表所有生产任务完成所需的平均时间；tidle表示机器的总空闲时间；ttotal是总生产时间；dlate是延迟完成的生产任务的数量；dtotal是所有的生产任务的数量。

13、更进一步地，所述根据每个粒子的适应度评分结果，通过粒子群优化算法更新每个粒子的位置和速度，以探索可能的个体最优解和群体最优解，包括：

14、通过如下的公式2和公式3，更新每个粒子的位置和速度，以探索可能的个体最优解和群体最优解：

15、

16、

17、其中，是粒子i在下一时刻t+1的速度；是粒子i在当前时刻t的速度；是粒子i在下一时刻t+1的位置；是粒子i在当前时刻t的位置；ω是惯性权重，用于控制粒子的当前速度对其新速度的贡献；φ1、φ2和φ3是正向系数，分别代表个体认知部分、社会认知部分，以及适应度评分结果对速度更新的影响强度；f(i)是粒子i的适应度评分结果；r1和r2是区间[0,1]之间的随机数；pbest,i是粒子i迄今为止找到的最佳位置，即个体最优解；gbest是当前群体中所有粒子找到的最佳位置，即群体最优解。

18、更进一步地，所述收集注塑车间的实时生产数据，包括利用物联网技术自动化收集数据，以实现高效率和高精度的数据收集。

19、更进一步地，所述根据所述生产调度方案集和实时生产数据，通过模糊逻辑控制器，生成最终的生产调度方案，包括：

20、构建一个模糊逻辑控制系统，所述模糊逻辑控制系统基于预定义的模糊规则集，所述模糊规则集用于描述生产调度方案集和实时生产数据之间的关系；

21、所述模糊逻辑控制系统使用如下的公式4对生产调度方案集中的候选调度方案进行评分：

22、

23、其中，score表示候选调度方案的综合评分；wn是权重参数，代表每个模糊规则在决策过程中的重要性；是模糊集合an对应的隶属函数值，表示实时生产数据满足特定模糊规则条件的程度；x是实时生产数据，包括环境参数、机器状态、生产任务信息；n是模糊规则的数量；

24、根据评分的结果，获得最终的生产调度方案。

25、更进一步地，所述模糊逻辑控制系统包括对模糊规则集进行动态更新的机制，所述机制根据生产过程中新出现的情况和数据，调整模糊规则集以反映最新的生产调度需求和约束。

26、更进一步地，所述根据所述生产调度方案集和实时生产数据，通过模糊逻辑控制器，生成最终的生产调度方案，还包括将最终的调度方案与历史数据进行比较分析，评估最终的调度方案相对于历史方案的改进程度，并据此提供持续改进的建议。

27、本技术提供一种智能注塑车间调度系统，包括：

28、初始化单元，用于利用粒子群优化算法初始化一组生产调度方案，其中，每个生产调度方案作为一个粒子，所述粒子包括注塑车间内各生产任务的调度顺序和资源分配；

29、计算单元，用于对每个粒子基于生产效率和任务完成的及时性计算适应度分数，得到每个粒子的适应度评分结果，其中，所述适应度评分结果用于评估每个粒子的性能；

30、获得单元，用于根据每个粒子的适应度评分结果，通过粒子群优化算法更新每个粒子的位置和速度，以探索可能的个体最优解和群体最优解；通过可能的个体最优解和群体最优解的比较和更新，获得生产调度方案集；

31、收集单元，用于收集注塑车间的实时生产数据，其中，所述实时生产数据包括环境参数、机器状态、生产任务信息，用于处理生产过程中的不确定性和模糊性问题；

32、生成单元，用于根据所述生产调度方案集和实时生产数据，通过模糊逻辑控制器，生成最终的生产调度方案。

33、更进一步地，所述计算单元具体用于：

34、使用以下公式1来计算每个粒子的适应度分数f：

35、

36、其中，w1、w2和w3是权重参数，用于平衡各项指标在适应度评分中的影响；tavg代表所有生产任务完成所需的平均时间；tidle表示机器的总空闲时间；ttotal是总生产时间；dlate是延迟完成的生产任务的数量；dtotal是所有的生产任务的数量。

37、本技术有益的效果包括：(1)通过粒子群优化算法初始化并优化生产调度方案，本技术能够有效地匹配生产任务与可用资源，从而减少生产中的空闲时间和资源浪费，提高整体的生产效率。(2)利用实时生产数据，结合模糊逻辑控制器对生产调度方案进行动态调整，本技术能够快速响应生产过程中出现的各种突发事件(如机器故障、紧急订单等)，确保生产过程的连续性和灵活性。(3)通过精确计算每个生产调度方案的适应度分数，并根据适应度结果优化调度方案，本技术能够更合理地分配生产资源，避免资源过度集中或闲置，从而降低生产成本。(4)通过实时监测和调整生产计划，确保生产任务能够按照优化后的调度方案准时完成，有助于提高产品质量和满足交货期要求，增强企业的市场竞争力。