位置:成果数据库 > 期刊 > 期刊详情页
面向航空发动机装配线的知识化制造自适应优化调度
  • ISSN号:1004-132X
  • 期刊名称:中国机械工程
  • 时间:2014.12.1
  • 页码:3180-3187
  • 分类:TH165[机械工程—机械制造及自动化]
  • 作者机构:[1]东南大学,南京210096, [2]南京农业大学,南京210031, [3]东南大学复杂工程系统测量与控制教育部重点实验室,南京210096
  • 相关基金:国家自然科学基金资助重点项目(60934008);国家自然科学基金资助项目(71401076,71101072); 东南大学优秀博士论文基金资助项目(YBJJ1215)
  • 相关项目:基于预测控制的新产品开发与扩散动态决策
中文摘要:

为了解决不确定生产环境下的航空发动机装配调度问题,设计了一种面向航空发动机装配线的知识化制造自适应优化调度算法。算法采用强化学习和过程仿真相结合的调度策略求解方式,以最小化提前期惩罚费用和完工时间成本为调度目标,给出了航空发动机装配的Q学习自适应调度模型;针对装配调度问题定义了四个新的调度规则,定义了航空发动机装配的四个状态特征用于对系统状态进行描述,并针对调度目标设计了合理的回报函数。仿真实验结果表明,在调度过程中,采用提出的Q学习方法在多数情况下都远优于其他规则,尤其在装配任务到达频繁的情况下,总体上表现出更好的优势,显示了良好的自适应性能。

英文摘要:

To solve the problem of aircraft engine assembly scheduling in an uncertain production environment,an adaptive optimization scheduling algorithm of a knowledgeable manufacture oriented to an aircraft engine assembly lines was proposed,where a scheduling-policy solved mechanism combining Q learning and process simulation was used.A Q-learning adaptive scheduling model of aircraft engine assembly was built on the objective function of minimizing earliness penalty and completion time cost.Then four new scheduling rules were provided for assembly scheduling problem,four state features of aircraft engine assembly were defined for describing system states,and the proper reward function was designed for the objective function.Some simulation experiments indicate that the proposed algorithm outperforms other scheduling rules much in most cases,especially,better results are generally achieved with the frequently changes of task arrival rates to show good adaptive performance.

同期刊论文项目
期刊论文 89 会议论文 20 专利 3 著作 1
同项目期刊论文
期刊信息
  • 《中国机械工程》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国机械工程学会
  • 主编:董仕节
  • 地址:湖北工业大学772信箱
  • 邮编:430068
  • 邮箱:paper@cmemo.org.cn
  • 电话:027-87646802
  • 国际标准刊号:ISSN:1004-132X
  • 国内统一刊号:ISSN:42-1294/TH
  • 邮发代号:38-10
  • 获奖情况:
  • 1997年获中国科协期刊一等奖,第二届全国优秀科技...,机械行业优秀期刊一等奖,1999年获首届国家期刊奖,2001年获首届湖北十大名刊,中国期刊方阵“双高”期刊,2003第二届国家期刊奖提名奖,百种中国杰出学术期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:50788