数字孪生环境下考虑可靠性的多目标智能排序策略.pdf

智能制造现代制造工程()年第 期数字孪生环境下考虑可靠性的多目标智能排序策略刘晋飞程铖李杰林黄华马学明(同济大学中德工程学院上海 同济大学机械与能源工程学院上海 中国航空无线电电子研究所上海)摘要:面对智能制造模式下在多品种、变批量的高复杂度制造场景中存在各工装/夹具、工具/量具和系统用例切换频繁而造成的设备的动态可靠性问题基于可靠性数字孪生的车间监控系统通过对车间设备多部件的可靠性问题进行感知、分析和处理对可能发生的可靠性问题进行预维护来保障设备性能可靠性提出了可靠性维护时长()和可靠性加工系数()研究考虑 的工序排布除了保证设备可靠性同时建立了相应的作业排序策略构建了引入 关键变量的多目标车间调度数学模型并基于非支配排序遗传算法()实现了某军工装备制造车间调度问题的高效求解验证了该方法的可行性和有效性关键词:可靠性数字孪生可靠性维护时长可靠性加工系数多目标数学模型非支配排序遗传算法中图分类号:文献标志码:文章编号:():./.():/.()().().:()引言随着工业互联网赋能“中国制造”我国现代化制造业正在逐步向“中国智造”转变 在智能制造模式下多品种、变批量的高复杂度制造场景所应用的生产系统其智能化的体现除了在系统效率提升方面国家自然科学基金项目()中央军委装备发展部装备预研基金项目()刘晋飞等:数字孪生环境下考虑可靠性的多目标智能排序策略 年第 期还体现在系统可靠性增强方面车间调度是生产系统的核心环节在车间调度系统的效率提升方面研究重点之一就是车间调度数学模型构建 等人以生产绩效成本和最大完工时间为优化目标利用遗传算法求解排序问题数学模型 孙宝凤等人针对流水车间工人负荷不平衡的问题构建了工件总延误时间和工人作业分配标准差最小化的双目标优化调度模型 陈明等人提出了以最小化最大完工时间、设备最大负荷、设备总负荷以及制造成本为目标的生产线动态调度数学模型王冠等人提出了自适应改进非支配排序遗传算法用来解决以最小化最大完工时间、加工能耗、加工设备总负载和延期时间为目标的生产管理问题 蒋增强等人结合基于设备状态能耗曲线的低碳策略提出包括能源消耗、最大完工时间、加工成本和成本加权加工质量的多目标柔性作业调度模型 乔东平等人提出以最大完工时间、能源消耗和生产成本最小化为目标的作业车间调度问题模型考虑机器启/停能耗、机器预加热能耗、加工能耗、空载能耗、工件运输能耗、低压低频待机能耗以及生产辅助能耗对总能耗的影响 朱光宇等人针对机床构件的生产存在多品种、小批量和生产能耗大的特点建立了考虑最大完工时间、空闲时间、加工质量及机器能耗的多目标柔性作业车间调度模型 段建国等人建立了集成桥式起重运输设备与机器加工设备的双资源约束提出了以最大完工时间最小、机器加工能耗最小和桥式起重机运输能耗最小为优化目标的调度模型此外随着物联网技术的发展关于系统可靠性方面的研究与数字孪生技术的结合愈加紧密 宋林等人提出了一种基于数字孪生的系统可靠性分析方法用来实现设备的预防性维护 黄彬彬等人提出一种数字孪生驱动的复杂产品智能运维服务体系架构为复杂产品的智能化、协同化及服务化管理与应用提供一种参考解决方案 李晓等人提出基于数字孪生的协同维护七维模型和维护服务协同模式并构建了数字孪生服务平台框架和维护知识数据库张博文等人引入基于系统可靠性的预防性维护策略与成组维护策略建立了以生产与维护成本最小化为目标的预防性维护联合决策模型得到最优的系统生产与维护计划 周炳海等人通过马尔可夫状态分析建立产品质量与系统退化状态之间的关系提出以可用性为中心、总成本最小为目标规划系统的预防性维护策略 张晓红等人提出基于退化状态空间划分的多设备系统状态维修决策建模方法在此基础上建立维修成本最小的解析模型以决策风力机最优的状态检测周期和维修阈值 丁华等人结合数字孪生高逼真度行为仿真特性和深度学习强大的数据挖掘能力提出数字孪生与深度学习融合驱动的采煤机健康状态预测方法综合数字孪生体状态和剩余寿命值实现采煤机健康状态预测以上研究提出了许多有价值的研究思路和理论成果车间调度数学模型也考虑如何更好地实现企业的需求然而却鲜有将设备维护、机器准备单独拿出来作为数学模型的因子或目标函数进行求解大多是定义参数时将以上参数整合到工序加工时间里然而这样的整合除了会影响设备负荷的计算同时会影响调度方案的可靠性 另外基于数字孪生的系统可靠性相关研究多集中于预测性维护和故障决策层面对于将设备可靠性与调度方案结合的研究国内外还鲜有提及针对上述问题本文提出可靠性维护时长()和可靠性加工系数()的定义建立基于可靠性数字孪生的车间监控系统监测数据将 关键变量引入多目标车间调度数学模型并基于实现了某军工装备制造车间调度问题的高效求解 可靠性维护时长和可靠性加工系数面对智能制造模式下的多品种、变批量的高复杂度制造场景柔性制造设备在工序切换过程中进行工装/夹具、工具/量具和系统用例切换的同时还需要进行设备的维护保养这些操作不仅保障了后续工序的稳定执行也是设备预测性维护的必备环节因此在调度方案的生成中除了考虑加工工序时长外同时也应将设备维护和准备时长对于整体方案生成的影响进行综合考量本文模型相关参数定义如表 所示定义 可靠性维护时长():在数字孪生环境下的智能化生产线中柔性制造设备因产品和工序多态性特征而引起的工装/夹具、工具/量具和系统用例的切换等设备准备时长与设备维护时长之和即为可靠性维护时长 其定义式为:()定义 可靠性加工系数():在数字孪生环境下智能化生产线中的某道工序由相应设备加工 年第 期现代制造工程()的实际时长(对应总时间)与期望时长(对应加工时长)的比值即为可靠性加工系数 其定义式为:()表 相关参数定义参数名参数定义工件编号工件总数工序编号工序总数第 道工序可选择的加工设备数加工设备编号第 个工件的完工时间第 个工件的第 道工序 的开始加工时间第 个工件的预测完工时间工序 由第 台设备加工的加工时长(期望时长)变量若工序 被分派到第 台设备上则为否则为工序 由第 台设备加工的可靠性加工系数第 台设备加工工序 时所需的可靠性维护时长工序 由第 台设备加工所需要的总时间(实际时长)数字孪生环境下的工序排布问题智能制造车间中的设备状态总是处在不断劣化的过程中随着数字化与信息化进程的推进在短时间里感知并定位制造车间内的可靠性问题对于避免设备零/部件损坏、生产停顿以及提升产品质量有着重要的意义 数字孪生技术为信息物理融合提供了新的解决途径在可靠性数字孪生环境下依据当前运行状态信息、资源使用情况等通过对以往的运行过程和历史数据进行分析预测系统在将来可能发生的可靠性缺失和系统的剩余寿命经过对车间设备多部件的可靠性问题进行感知、分析及处理以最大化可靠性提升和最小化可靠性处理成本为前提平衡有效的可靠性和经济性指标进行包括停机时间、准备时间等在内的设备维护时长决策将这些数据导入到可靠性工序智能排布模块进行可靠性调控在可靠性工序智能排布模块的调控逻辑里若一道工序不是对应工件的第一道工序则该道工序的起始时间等同于对应工件上道工序的结束时间此时在已经保证可靠性指标的前提下基于经济性指标判断为提升系统效率对应的可靠性维护在上道工序结束前进行即可 考虑 的部分工序排布如图 所示图 中为某一方案排布的部分甘特图工序的开始加工时间 前的 段表示工件 的第 道工序由设备 加工所需的可靠性维护时长该可靠性维护动作在工件 的第一道工序结束前已经完成图 考虑 的部分工序排布假设工序 需要在设备 上进行加工那么可靠性工序智能排布模块对其进行的排布(在设备空闲时进行排布)有 种可能分别记为区域 和区域 考虑 的工序排布区域如图 所示 而工序的具体排布将基于已排布工序做进一步分析判断图 考虑 的工序排布区域当工序 的结束时间大于间隙(即工序 和工序 中间的设备空闲时间段)开始时间时考虑 的工序前插排布有如图 所示的 种可能情况图 考虑 的工序前插排布情况:工序 的结束时间减去间隙开始时间的差值大于等于可靠性维护时长 段此时只有当间隙结束时间大于等于工序 的结束时间加上工序 加工时长工序 才可排布于区域 否则系统判定该工序前插操作影响后续工序可靠性排布从而中断前插见图)情况:工序 的结束时间减去间隙开始时间的刘晋飞等:数字孪生环境下考虑可靠性的多目标智能排序策略 年第 期差值小于可靠性维护时长 段此时工序 可排布于区域 的条件为间隙时长大于等于工序加工时长与可靠性维护时长之和见图)此外当工序 的结束时间小于间隙开始时间时工序前插判定与常规前插类似类似常规前插的工序前插排布如图 所示此时工序 可排布于区域 的条件为间隙时长大于等于工序加工时长与可靠性维护时长之和图 类似常规前插的工序前插排布 基于可靠性数字孪生的多目标智能排序数学模型.问题描述及约束说明本文拟解决的问题描述如下:有 台设备加工指定订单的无人机地面工作站控制台订单共计包含 个待加工工件如后舱机柜子系统、通信链路子系统的机柜及通信线束等其中每个工件包含一道或多道加工工序同时每个工件的每道工序有一台或多台设备可以选择加工不同设备加工不同工件的不同工序所对应的加工时间和 也不同对于数据驱动的制造车间场景提出如下假设)所有工序的开始加工时间均在零时刻之后即:()一个工件的一道工序单次只能选择一台设备装配即:()一台设备单次只能加工一道工序即:()所有工件工序中的最后一道工序的完工时间均小于等于最大完工时间 即:()所有工件的工序需按照既定的先后顺序进行加工即:()().目标函数对于多品种、变批量的高复杂度制造场景订单组成复杂而类似设备故障、物料短缺等扰动事件倘若导致订单延迟对于军工设备加工车间而言是难以接受的因此军工设备加工车间的核心优化目标集中在加工效率和设备可靠性层面 本文利用可靠性数字孪生环境下生产系统强大的数据采集与处理能力以最小化最大完工时间、最小化总延期时长为优化目标来保证车间生产效率指标再以最小化设备总负荷和最小化可靠性维护时长为优化目标来兼顾设备可靠性和生产动作有效性指标最大完工时间函数 为:()可靠性维护时长函数 为:()()总延期时长函数 为:()()设备总负荷(本文设备总负荷以设备的总加工时长进行表征)函数 为:()多目标优化数学模型调度目标函数 为:()为解决多目标优化问题的目标函数复杂性特征引起的求解冲突问题本文采用 对数学模型进行求解所采用的快速非支配排序法降低了多目标优化问题的算法求解复杂度同时在同级个体中采用拥挤度进行选择保证了优秀个体能够有更大的概率被保留计算效率高、鲁棒性强 本文具体算法步骤如下)设置种群大小 设置最大迭代次数 导入生产数据即待加工工件工序、可用设备、加工时长及可靠性加工系数)分别基于工序、设备进行编码生成初始种群)将初始化种群数据输入数学模型求解目标函数值并保留在编码矩阵中)判断是否生成了第一代子种群若是则令迭代次数 若不是则对种群中每个个体进行非支配排序并返回每个个体的排序值和拥挤度将其添加到编码矩阵同时选择优质个体作为父代种群后进行交叉(本文设置交叉概率为.)、变异(本文设置 年第 期现代制造工程()变异概率为.)操作生成第一代子代种群并使)将父代种群与子代种群进行合并操作)判断是否生成了新的父代种群若不是则求解目标函数值进行非支配排序并计算拥挤度依据排序等级和拥挤度生成新父代种群若是则进行步骤)选择交叉变异生成新子代种群)判断此时迭代次数是否大于等于 若不是则迭代次数加 并返回步骤)若是则结束循环进行非支配排序得到最终 解集并从中获取最优解算法框架图如图 所示 实例分析以某军工装备研究所的无人机地面工作站装配车间为例进行实例仿真和可行性分析 在一生产周期内有后舱机柜子系统、通信链路子系统的机柜及通信线束等 类工件需要在 台设备上进行装配加工为保障设备可靠性和保障按时交付在产品生产之前先通过虚拟生产的方式来模拟在不同产品、不同参数和不同外部条件下的生产过程对应不同工件、不同设备和实时可靠性加工系数实现对产能、效率以及可能出现的生产瓶颈等问题进行提前预判加速新产品导入的过程现基于其中一组虚拟生产场景图 算法框架图对最大完工时间、可靠性维护时长、总拖期时长(也即总延期时长)和设备总负荷 个目标进行优化求解相应的车间生产数据如表 所示表 车间生产数据工件最大交货周期/工序可用设备可靠性加工系数加工时长/././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././././刘晋飞等:数字孪生环境下考虑可靠性的多目标智能排序策略 年第 期表(续)工件最大交货周期/工序可用设备可靠性加工系数加工时长/./././././././././././././目标函数在迭代过程中的变化趋势如图 所示 由图 可知基本在经过 次迭代后种群结果趋于稳定图 目标函数在迭代过程中的变化趋势 考虑 工序前插排布方案的调度甘特图如图 所示图 中最大完工时间为.总拖期时长为 设备总负荷为.可靠性维护时长为.此外对该模型进行了多次求解验证如图 所示为其中一次求解输出的考虑 工序前插排布方案的调度甘特图对比 个目标最终值与图 所示的求解结果一致另外对比图、图 对应的 次求解输出的工序排布方案可以发现最优目标值对应的工序排布方案有差异性(例如图 中所圈出的设备 和设备 对应的工序排布与图 所示的工序排布的差异)这也为干扰事件发生时的重调度提供了可行性基础最后再与不考虑 工序前插排布方案的调度结果进行对比不考虑 工序前插排布方案的调度甘特图如图 所示图 中最大完工时间为.总 拖 期 时 长 为.设 备 总 负 荷 为.可靠性维护时长为.对比考虑 工序前插排布方案的调度结发现最大完工时间推迟了.约 同时造成了.的延期 这也验证了考虑 的工序前插排布方案的合理性与有效性 年第 期现代制造工程()图 考虑 工序前插排布方案的调度甘特图图 考虑 工序前插排布方案的调度甘特图图 不考虑 工序前插排布方案的调度甘特图刘晋飞等:数字孪生环境下考虑可靠性的多目标智能排序策略 年第 期 结语在智能制造模式下多品种、变批量的高复杂度制造场景各工装/夹具、工具/量具和系统用例切换频繁这些问题极易导致设备动态可靠性问题 在提升设备可靠性的同时为了降低设备维护和机器准备对于调度方案可靠性的影响提出了可靠性维护时长和可靠性加工系数定义建立引入 关键变量的多目标车间调度数学模型给出了相比整合准备时间的加工时长更精确的设备负荷目标函数和考虑 的工序排布策略并基于 实现了某军工装备制造车间调度问题的高效求解该基于数字孪生虚拟环境的生产模拟数据具有很好的收敛性经过数字孪生虚拟环境的验证输出的生产数据结果在满足保障设备可靠性和保障按时交付需求的同时也具备映射到物理世界指导实际生产的现实需求参 考 文 献:.():.孙宝凤任欣欣郑再思等.考虑工人负荷的多目标流水车间优化调度.吉林大学学报(工学版)():.陈明周云龙刘晋飞等.基于 的多 生产线动态调度策略.机电一体化():.王冠高尚房思佳.基于自适应的 多目标柔性作业车间调度.机床与液压():.蒋增强左乐.低碳策略下的多目标柔性作业车间调度.计算机集成制造系统():.乔东平柏文通王雅静等.考虑生产过程能耗的多目标绿色作业车间调度问题研究.机械设计与制造():.朱光宇徐文婕.考虑能耗与质量的机床构件生产线多目标柔性作业车间调度方法.控制与决策():.段建国李豪晨张青雷.面向绿色制造的半组合式船用曲轴结构件生产车间多目标调度优化.计算机集成制造系统():.宋林王立平吴军等.基于信息物理融合和数字孪生的可靠性分析.吉林大学学报(工学版)():.黄彬彬张映锋黄博等.数字孪生驱动的复杂产品智能运维服务体系与核心技术.机械工程学报():.李晓陈雨晨阮渊鹏等.基于 的售后设备预测性维护协同模式研究.工业工程与管理():.张博文陆志强张岳君.基于系统可靠性的生产与维护计划联合决策.计算机集成制造系统():.周炳海侍雨张于贤.考虑质量的退化生产系统可用性中心维护决策.东北大学学报(自然科学版)():.张晓红曾建潮石冠男等.基于退化状态空间划分的风电机组视情维修决策.控制与决策():.丁华杨亮亮杨兆建等.数字孪生与深度学习融合驱动的采煤机健康状态预测.中国机械工程():.刘晋飞李杰林马学明等.基于平均停歇时间的多品种混流生产线智能排序策略.同济大学学报(自然科学版)():.李杰林刘晋飞鞠传海等.可靠性数字孪生概念内涵和技术框架研究.测控技术():.(/):.张洁高亮秦威等.大数据驱动的智能车间运行分析与决策方法体系.计算机集成制造系统():.作者简介:刘晋飞博士副教授主要研究方向为产品协同设计、以及面向“工业.”的智能工厂体系架构等程铖通信作者硕士研究生主要研究方向为可靠性数字孪生:.收稿日期:欢迎订阅 年现代制造工程月刊现代制造工程创刊于 年是机械制造领域科技学术期刊国际标准大 开本目前是中文核心期刊、中国科技核心期刊、中国科技论文统计源期刊等主要栏目有:试验研究机器人技术虚拟制造技术新材料及其制备技术工业工程企业信息化数控加工技术车辆工程制造技术制造技术/工艺装备设备设计/诊断维修/再制造现代制造工程面向国内外公开发行全国各地邮局均可订阅国内邮发代号:定价 元/期 元/年(期)联系电话: