第1章緒論1.1制造系統(tǒng)概述1.2制造系統(tǒng)的主要類型1.3智能制造系統(tǒng)計(jì)劃與控制的關(guān)鍵技術(shù)制造系統(tǒng)的定義1.1制造系統(tǒng)概述結(jié)構(gòu)定義：制造系統(tǒng)的結(jié)構(gòu)由硬件和相關(guān)軟件組成，二者構(gòu)成了一個(gè)統(tǒng)一整體。功能定義：制造系統(tǒng)作為一個(gè)輸入／輸出系統(tǒng)，其核心功能是將制造資源轉(zhuǎn)化為產(chǎn)品或半成品。過(guò)程定義：制造系統(tǒng)的運(yùn)行過(guò)程涵蓋了產(chǎn)品生命周期的各個(gè)環(huán)節(jié)。制造系統(tǒng)可以被理解為一個(gè)有機(jī)整體，由硬件（包括廠房、生產(chǎn)設(shè)備、工具、刀具、計(jì)算機(jī)及網(wǎng)絡(luò)等）和軟件（包括制造理論、制造技術(shù)、管理方法、制造信息及其有關(guān)的軟件系統(tǒng)等）以及人員組成。其核心目標(biāo)是將制造資源（狹義的制造資源如原材料、坯件、半成品等，廣義的制造資源如硬件、軟件、人員等）轉(zhuǎn)變?yōu)楫a(chǎn)品或半成品，涉及產(chǎn)品生命周期的全過(guò)程或部分環(huán)節(jié)。智能制造系統(tǒng)是由智能機(jī)器和人類專家共同組成的人機(jī)一體化智能系統(tǒng)，它在制造過(guò)程中能以一種高度柔性與較低集成度的方式，借助計(jì)算機(jī)模擬人類專家的智能活動(dòng)，進(jìn)行分析、推理、判斷、構(gòu)思和決策等，從而取代或者延伸制造環(huán)境中人的部分腦力勞動(dòng)。11.1制造系統(tǒng)概述制造系統(tǒng)的特征復(fù)雜性和協(xié)同性?，F(xiàn)代制造系統(tǒng)由多個(gè)相互關(guān)聯(lián)的部分組成，這些部分協(xié)同工作，形成一個(gè)高度集成的網(wǎng)絡(luò)，以實(shí)現(xiàn)生產(chǎn)過(guò)程的自動(dòng)化、靈活性和高效性。數(shù)字化和虛擬化。數(shù)字化技術(shù)使得制造系統(tǒng)中的信息可以以數(shù)字形式進(jìn)行表示、傳遞和處理。虛擬化技術(shù)使得制造過(guò)程能夠在計(jì)算機(jī)模擬環(huán)境中進(jìn)行測(cè)試和驗(yàn)證，從而降低了試錯(cuò)成本，提高了生產(chǎn)效率。不斷演進(jìn)。隨著科技的不斷進(jìn)步，新的制造技術(shù)和方法不斷涌現(xiàn)，并被引入制造系統(tǒng)中，以應(yīng)對(duì)不斷變化的市場(chǎng)和技術(shù)環(huán)境。21.1制造系統(tǒng)概述制造系統(tǒng)的基本要素輸入：包括以請(qǐng)系統(tǒng)需要的原始材料、能源、信息和人力資源等。轉(zhuǎn)換：代表了將輸入轉(zhuǎn)變?yōu)檩敵龅倪^(guò)程。輸出：代表系統(tǒng)生成的產(chǎn)品、服務(wù)或其他結(jié)果。機(jī)制：轉(zhuǎn)換過(guò)程中使用的設(shè)備、工具、機(jī)器和技術(shù)等。約束：影響制造系統(tǒng)設(shè)計(jì)和運(yùn)作的限制和規(guī)范。反饋：代表著從輸出到輸入的信息流。31.1制造系統(tǒng)概述制造系統(tǒng)的類型離散型制造系統(tǒng)

離散型制造系統(tǒng)是一種廣泛應(yīng)用于制造業(yè)的生產(chǎn)模式，其主要特征是以離散型生產(chǎn)過(guò)程生產(chǎn)離散型的產(chǎn)品。產(chǎn)品的生產(chǎn)流程通常以裝配為主，原材料和零部件在各個(gè)工序中經(jīng)過(guò)特定的加工、組裝和檢驗(yàn)，最終形成成品。這種生產(chǎn)方式的優(yōu)勢(shì)之一是靈活性。管理離散型制造系統(tǒng)需要高效的計(jì)劃和調(diào)度，還需要有效的庫(kù)存管理。連續(xù)型制造系統(tǒng)連續(xù)型制造系統(tǒng)是一種專注于生產(chǎn)連續(xù)流動(dòng)產(chǎn)品的制造方式，其生產(chǎn)過(guò)程是持續(xù)不斷的，并且物料在生產(chǎn)線上以連續(xù)流動(dòng)的方式進(jìn)行加工。與離散型制造相比，連續(xù)型制造具有大規(guī)模生產(chǎn)和產(chǎn)品一致性高等特點(diǎn)。管理連續(xù)型制造系統(tǒng)通常需要更高水平的自動(dòng)化和監(jiān)控技術(shù)。41.2制造系統(tǒng)的主要類型計(jì)算機(jī)集成制造計(jì)算機(jī)集成制造是一種綜合利用計(jì)算機(jī)技術(shù)和信息技術(shù)的制造模式，其目標(biāo)在于通過(guò)高度集成的信息系統(tǒng)，整合生產(chǎn)、設(shè)計(jì)、計(jì)劃、控制等各個(gè)制造環(huán)節(jié)，實(shí)現(xiàn)生產(chǎn)流程的數(shù)字化、智能化和高效化。這一概念涵蓋了產(chǎn)品制造的全過(guò)程，從產(chǎn)品設(shè)計(jì)和開(kāi)發(fā)，到生產(chǎn)和最終交付，都依賴于計(jì)算機(jī)系統(tǒng)的協(xié)同和數(shù)據(jù)共享。數(shù)字化建模

信息化系統(tǒng)

協(xié)同工作和信息共享51.2制造系統(tǒng)的主要類型并行工程并行工程是一種以加速產(chǎn)品設(shè)計(jì)和制造過(guò)程的理念為基礎(chǔ)的創(chuàng)新方法。其核心思想在于同時(shí)進(jìn)行產(chǎn)品的不同工程階段，以便在整個(gè)生命周期內(nèi)減少時(shí)間和資源的浪費(fèi)。這一方法超越了傳統(tǒng)的線性工程模型中各個(gè)階段相繼串行進(jìn)行的模式，取而代之的是通過(guò)同時(shí)執(zhí)行多個(gè)任務(wù)，實(shí)現(xiàn)快速而高效的產(chǎn)品開(kāi)發(fā)。任務(wù)并行化

信息的實(shí)時(shí)共享和溝通跨職能團(tuán)隊(duì)的協(xié)作61.2制造系統(tǒng)的主要類型精益生產(chǎn)精益生產(chǎn)是一種以最小化浪費(fèi)為核心理念的生產(chǎn)管理方法，旨在通過(guò)精細(xì)的流程優(yōu)化、高效的資源利用和持續(xù)改進(jìn)，實(shí)現(xiàn)生產(chǎn)過(guò)程價(jià)值創(chuàng)造的最大化。這一理念最初源于日本汽車制造業(yè)，特別是豐田生產(chǎn)系統(tǒng)。精益生產(chǎn)不僅僅是一種生產(chǎn)方式，更是一種全面的企業(yè)文化和經(jīng)營(yíng)哲學(xué)。杜絕浪費(fèi)持續(xù)改進(jìn)拉動(dòng)式生產(chǎn)71.2制造系統(tǒng)的主要類型敏捷制造敏捷制造是一種以靈活性和快速響應(yīng)為核心理念的制造管理方法。它強(qiáng)調(diào)在不斷變化的市場(chǎng)環(huán)境中，通過(guò)迭代、協(xié)作和適應(yīng)性來(lái)實(shí)現(xiàn)生產(chǎn)過(guò)程的高效性和靈活性。敏捷制造的目標(biāo)是在保持高質(zhì)量的前提下，更快地推出新產(chǎn)品，更靈活地滿足客戶需求，并通過(guò)不斷改進(jìn)的方式提高生產(chǎn)效率。團(tuán)隊(duì)面對(duì)面的溝通和合作迭代開(kāi)發(fā)81.2制造系統(tǒng)的主要類型大規(guī)模定制大規(guī)模定制是制造系統(tǒng)中的一種先進(jìn)生產(chǎn)模式，旨在實(shí)現(xiàn)用大規(guī)模生產(chǎn)的成本和效率為客戶提供個(gè)性化或部分個(gè)性化的產(chǎn)品，滿足市場(chǎng)不斷增長(zhǎng)的個(gè)性化需求趨勢(shì)。隨著計(jì)算機(jī)等技術(shù)的快速發(fā)展和應(yīng)用，該模式可以通過(guò)整合先進(jìn)的數(shù)字技術(shù)、自動(dòng)化流程和靈活的生產(chǎn)策略，使制造企業(yè)能夠高效地生產(chǎn)大批量定制產(chǎn)品。數(shù)字技術(shù)自動(dòng)化流程供應(yīng)鏈的重構(gòu)和優(yōu)化91.2制造系統(tǒng)的主要類型虛擬制造虛擬制造是通過(guò)高級(jí)仿真技術(shù)在數(shù)字環(huán)境中構(gòu)建產(chǎn)品和生產(chǎn)系統(tǒng)的虛擬模型，從而可以在實(shí)際制造之前進(jìn)行全面測(cè)試和優(yōu)化的一種制造模式。該技術(shù)整合了計(jì)算機(jī)輔助設(shè)計(jì)、計(jì)算機(jī)輔助工程和計(jì)算機(jī)輔助制造等工具，實(shí)現(xiàn)了對(duì)產(chǎn)品從設(shè)計(jì)到生產(chǎn)的全過(guò)程模擬與優(yōu)化。產(chǎn)品的三維數(shù)字模型并行設(shè)計(jì)和制造多領(lǐng)域的協(xié)同開(kāi)發(fā)101.2制造系統(tǒng)的主要類型綠色制造綠色制造是一種以資源高效利用、環(huán)境保護(hù)與經(jīng)濟(jì)效益最大化為核心目標(biāo)的現(xiàn)代制造模式。其核心理念貫穿產(chǎn)品的全生命周期，包括設(shè)計(jì)、生產(chǎn)、包裝、運(yùn)輸、使用、回收等階段。綠色制造通過(guò)降低資源消耗、減少污染排放、提高能效和資源利用率，旨在實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的協(xié)調(diào)統(tǒng)一。生態(tài)設(shè)計(jì)理念能源的高效利用111.2制造系統(tǒng)的主要類型智能制造智能制造是一種融合了數(shù)字化與智能化技術(shù)的現(xiàn)代制造模式，旨在通過(guò)自動(dòng)化、信息化、網(wǎng)絡(luò)化和智能化手段，實(shí)現(xiàn)生產(chǎn)過(guò)程的智能控制與優(yōu)化管理。其核心目標(biāo)是提升生產(chǎn)效率、降低制造成本、提高產(chǎn)品質(zhì)量，從而增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等技術(shù)應(yīng)用人機(jī)協(xié)作個(gè)性化定制121.3智能制造系統(tǒng)計(jì)劃與控制的關(guān)鍵技術(shù)智能生產(chǎn)計(jì)劃經(jīng)濟(jì)制造數(shù)量問(wèn)題模型（EMQ）該模型考慮了設(shè)備故障和維護(hù)成本對(duì)生產(chǎn)與庫(kù)存持有成本的影響，同時(shí)使用靜態(tài)和動(dòng)態(tài)的方法來(lái)實(shí)現(xiàn)最小化生產(chǎn)與庫(kù)存持有成本的總和，其中靜態(tài)的方法依賴于確定性的最優(yōu)批量計(jì)算，而動(dòng)態(tài)的方法則根據(jù)實(shí)時(shí)的設(shè)備故障和維護(hù)情況來(lái)調(diào)整批量決策，以應(yīng)對(duì)生產(chǎn)過(guò)程中的不確定性。單設(shè)備有限產(chǎn)能批量問(wèn)題模型（CLSP）該模型更適用于多產(chǎn)品、動(dòng)態(tài)需求、計(jì)劃期有限的復(fù)雜生產(chǎn)環(huán)境，其目標(biāo)是通過(guò)確定不同生產(chǎn)周期內(nèi)的產(chǎn)品批量，最小化生產(chǎn)成本。其關(guān)鍵特征是考慮了設(shè)備運(yùn)行時(shí)間的產(chǎn)能約束，尤其是在生產(chǎn)過(guò)程中可能發(fā)生設(shè)備故障和日常維護(hù)的情況下。流水線條件下的CLSP模型該模型主要關(guān)注多階段制造系統(tǒng)的復(fù)雜性，特別是在存在設(shè)備故障與維護(hù)需求的情況下。該模型通過(guò)分析批量生產(chǎn)在流水線系統(tǒng)中的完成時(shí)間，評(píng)估設(shè)備間的協(xié)作效率及其對(duì)整體產(chǎn)出的影響。131.3智能制造系統(tǒng)計(jì)劃與控制的關(guān)鍵技術(shù)智能調(diào)度人工智能技術(shù)人工智能技術(shù)在智能調(diào)度中的角色至關(guān)重要，其典型的技術(shù)包括模糊邏輯、專家系統(tǒng)、機(jī)器學(xué)習(xí)等。計(jì)算智能技術(shù)計(jì)算智能技術(shù)在智能調(diào)度中發(fā)揮著重要作用。計(jì)算智能技術(shù)通過(guò)借鑒生物智能和物理現(xiàn)象，提出了基于鄰域搜索和種群迭代的優(yōu)化算法?；卩徲蛩阉鞯乃惴òM退火和禁忌搜索等，基于種群迭代的算法包括遺傳算法、蟻群優(yōu)化和粒子群優(yōu)化等。多智能體系統(tǒng)多智能體系統(tǒng)（MAS）的引入為智能調(diào)度帶來(lái)了強(qiáng)大的協(xié)調(diào)機(jī)制和沖突解決策略。在制造系統(tǒng)調(diào)度中，MAS能夠利用其自治性、社會(huì)性和協(xié)同性，實(shí)現(xiàn)資源和任務(wù)的高效調(diào)度。協(xié)調(diào)機(jī)制和沖突解決策略是MAS的核心，常見(jiàn)的沖突解決策略包括基于約束、規(guī)則、事例和協(xié)商等類型。141.3智能制造系統(tǒng)計(jì)劃與控制的關(guān)鍵技術(shù)數(shù)字化質(zhì)量管理質(zhì)量數(shù)據(jù)采集技術(shù)借助先進(jìn)的傳感器、RFID、條碼掃描器等技術(shù)；采用三坐標(biāo)測(cè)量機(jī)、通用數(shù)字化檢測(cè)儀器等設(shè)備；通過(guò)引入智能化、自動(dòng)化和聯(lián)網(wǎng)等技術(shù)；借助新一代信息技術(shù)檢驗(yàn)和測(cè)試數(shù)字化管理。數(shù)據(jù)處理技術(shù)數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合、數(shù)據(jù)分析和數(shù)學(xué)建模等方面。質(zhì)量大數(shù)據(jù)建模技術(shù)采用大數(shù)據(jù)技術(shù)，深入挖掘質(zhì)量數(shù)據(jù)的價(jià)值，及時(shí)識(shí)別質(zhì)量風(fēng)險(xiǎn)和機(jī)遇。通過(guò)歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，預(yù)測(cè)潛在的質(zhì)量問(wèn)題，并提供實(shí)時(shí)的質(zhì)量控制建議。質(zhì)量可視化與協(xié)同管理技術(shù)通過(guò)將生產(chǎn)現(xiàn)場(chǎng)復(fù)雜的質(zhì)量信息轉(zhuǎn)化為直觀的圖形和圖表，使操作人員能夠快速理解和分析數(shù)據(jù)，優(yōu)化決策并提高生產(chǎn)效率。異地可視化協(xié)同監(jiān)控系統(tǒng)通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)和數(shù)據(jù)庫(kù)技術(shù)，支持企業(yè)及其相關(guān)方對(duì)質(zhì)量體系和產(chǎn)品生命周期的全面監(jiān)控與協(xié)作處理。151.3智能制造系統(tǒng)計(jì)劃與控制的關(guān)鍵技術(shù)知識(shí)管理知識(shí)的獲取和表示信息來(lái)源豐富多樣，利用自然語(yǔ)言處理、數(shù)據(jù)挖掘和知識(shí)抽取等技術(shù)可以從這些信息中提取有價(jià)值的知識(shí)，建立一個(gè)全面的質(zhì)量知識(shí)庫(kù)。知識(shí)的組織和管理通過(guò)運(yùn)用知識(shí)圖譜、本體論等技術(shù)，質(zhì)量數(shù)據(jù)和信息可以被結(jié)構(gòu)化組織，形成清晰的知識(shí)網(wǎng)絡(luò)，提高對(duì)質(zhì)量數(shù)據(jù)的理解和利用效率，進(jìn)而支持質(zhì)量控制和改進(jìn)工作。知識(shí)的推理和應(yīng)用通過(guò)邏輯推理、專家系統(tǒng)等技術(shù)，質(zhì)量管理系統(tǒng)不僅能夠靜態(tài)地存儲(chǔ)和組織知識(shí)，還能夠進(jìn)行智能決策支持和問(wèn)題解決。16第2章智能生產(chǎn)計(jì)劃2.1生產(chǎn)計(jì)劃概述2.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型2.3單設(shè)備有限產(chǎn)能批量問(wèn)題模型2.4流水線條件下的有限產(chǎn)能批量問(wèn)題模型2.5智能生產(chǎn)計(jì)劃的發(fā)展趨勢(shì)2.1.1生產(chǎn)發(fā)展的基本概念與發(fā)展2.1生產(chǎn)計(jì)劃概述基本概念：生產(chǎn)計(jì)劃是在有限資源條件下，通過(guò)長(zhǎng)期、中期和短期不同層次的計(jì)劃安排，以高效滿足外部需求的關(guān)鍵管理手段。經(jīng)濟(jì)訂貨量問(wèn)題EOQ經(jīng)濟(jì)制造數(shù)量問(wèn)題EMQ經(jīng)濟(jì)批量調(diào)度問(wèn)題ELSP靜態(tài)需求有限產(chǎn)能多產(chǎn)品動(dòng)態(tài)需求無(wú)限產(chǎn)能批量問(wèn)題ULSP有限產(chǎn)能批量問(wèn)題CLSP多階段能力約束問(wèn)題MLCLSP有限產(chǎn)能多階段12.1.2生產(chǎn)計(jì)劃模型分類分類基準(zhǔn)生產(chǎn)批量計(jì)劃問(wèn)題的類型產(chǎn)品種類單產(chǎn)品，多產(chǎn)品層級(jí)數(shù)量單層級(jí)，多層級(jí)計(jì)劃周期長(zhǎng)度有限周期，無(wú)限周期能力約束有限產(chǎn)能，無(wú)限產(chǎn)能需求的確定性程度需求的變動(dòng)性確定性，隨機(jī)性靜態(tài)需求，動(dòng)態(tài)需求生產(chǎn)批量計(jì)劃問(wèn)題分類22.1生產(chǎn)計(jì)劃概述2.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型2.2.1經(jīng)濟(jì)制造數(shù)量(EMQ)問(wèn)題模型應(yīng)用領(lǐng)域：機(jī)械包裝、金屬件沖壓、塑化成形、食品生產(chǎn)和化工行業(yè)等

EMQ批量模型以企業(yè)內(nèi)部的生產(chǎn)運(yùn)作為決策背景，涉及現(xiàn)實(shí)中廣泛存在的設(shè)備故障與維護(hù)問(wèn)題，因此批量決策時(shí)需考慮設(shè)備故障/維護(hù)對(duì)生產(chǎn)的影響，從而實(shí)現(xiàn)系統(tǒng)整體運(yùn)營(yíng)成本的最小化。終端產(chǎn)品底層零部件ABCDE產(chǎn)品結(jié)構(gòu)工廠C工廠D工廠B總裝廠A工廠E工廠(制造系統(tǒng))生產(chǎn)類型系統(tǒng)配置1.單件生產(chǎn)2.批量生產(chǎn)3.大量生產(chǎn)1.單設(shè)備2.流水線3.其他設(shè)備的維護(hù)需求32.2.2基礎(chǔ)EMQ回顧EMQ問(wèn)題的平均成本構(gòu)成圖經(jīng)典模型假設(shè)：需求率d與生產(chǎn)率p（p>d）每次準(zhǔn)備成本S，庫(kù)存持有成本h平均成本函數(shù)：其中Q是批量大小最優(yōu)批量：

42.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型2.2.3遇故障“不可恢復(fù)”NR模型——靜態(tài)解法

NR模型52.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型2.2.4NR模型——?jiǎng)討B(tài)邊際成本解法平均成本與邊際成本關(guān)系邊際成本：平均成本：最優(yōu)批量：

62.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型AR策略描述故障點(diǎn)<Q?→恢復(fù)剩余量故障點(diǎn)≥Q?→放棄，零庫(kù)存重啟AR-E平均成本：

2.2.5遇故障“可恢復(fù)”AR策略AR模型72.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型關(guān)鍵洞察：無(wú)論故障點(diǎn)在哪，一律從零庫(kù)存恢復(fù)生產(chǎn)避免持有在制品，降低準(zhǔn)備+庫(kù)存成本動(dòng)態(tài)模型：每次故障/重啟后重新計(jì)算最優(yōu)批量累計(jì)成本、時(shí)間更新公式最優(yōu)批量：2.2.6新策略ZIR：零庫(kù)存恢復(fù)

82.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型2.2.7抽樣均值比較平均成本偏差最優(yōu)批量偏差NR-E模型中兩種方法績(jī)效一致92.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型平均成本偏差ZIR可有效降低成本最大降幅超過(guò)10%102.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型2.2.7抽樣均值比較2.2.8動(dòng)態(tài)方法的收斂性成本與批量曲線1.平均成本與最優(yōu)批量收斂于最優(yōu)值2.平均成本與最優(yōu)批量同向波動(dòng)112.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型2.2.9小結(jié)&后續(xù)研究三種策略NR：故障后把沒(méi)做完的全部報(bào)廢，從零重新開(kāi)始——適合恢復(fù)代價(jià)極高。AR：故障時(shí)看已做數(shù)量，小就繼續(xù)做完，大就報(bào)廢——適合中等恢復(fù)成本。ZIR：每次故障后都從零庫(kù)存重新開(kāi)做——在恢復(fù)成本低于啟動(dòng)成本時(shí)最省錢。兩種方法靜態(tài)法：提前算一個(gè)固定批量，一直照做；簡(jiǎn)單穩(wěn)定。動(dòng)態(tài)法：每做完一批或每出一次故障就重新算下一批該做多少；更靈活，最終成本和靜態(tài)幾乎一樣，但故障越頻繁、維修越貴時(shí)波動(dòng)越大、收斂越慢。后續(xù)：多產(chǎn)品、多階段流水線、非指數(shù)故障分布等122.2經(jīng)濟(jì)制造數(shù)量問(wèn)題模型2.3單設(shè)備CLSP與設(shè)備維護(hù)集成2.3.1有限產(chǎn)能批量問(wèn)題模型生產(chǎn)周期、預(yù)防性維護(hù)周期和計(jì)劃周期的關(guān)系目標(biāo)函數(shù)物料平衡產(chǎn)能約束132.3.2兩種建模策略兩種集成建模策略影響決策的機(jī)制基于設(shè)備運(yùn)行策略按“實(shí)際開(kāi)機(jī)時(shí)間”累計(jì)役齡，因此能剔除閑置期、準(zhǔn)確反映真實(shí)劣化，負(fù)荷變化時(shí)維護(hù)節(jié)點(diǎn)隨之柔性調(diào)整；而基于時(shí)間間隔策略按“日歷時(shí)間”累計(jì)役齡，把閑置也算進(jìn)役齡，結(jié)果低估了可靠性，導(dǎo)致維護(hù)計(jì)劃偏頻、成本偏高，兩條路徑最終在可靠性評(píng)估、故障預(yù)期和總成本決策上出現(xiàn)顯著差異。142.3單設(shè)備CLSP與設(shè)備維護(hù)集成2.3.3可靠性約束模型兩種建模策略下設(shè)備的可靠性曲線兩種建模策略下運(yùn)行時(shí)間與維護(hù)間隔設(shè)備的可靠性約束：威布爾分布預(yù)防維護(hù)：設(shè)備的產(chǎn)能約束：

要求計(jì)劃期內(nèi)設(shè)備可靠性大于設(shè)定閾值，忽略故障因素考慮預(yù)防性維護(hù)對(duì)產(chǎn)能和綜合成本的影響152.3單設(shè)備CLSP與設(shè)備維護(hù)集成2.3.4

不同負(fù)荷條件下的成本比較生產(chǎn)成本總成本兩種建模策略對(duì)生產(chǎn)決策影響較小基于設(shè)備運(yùn)行策略在總成本方面占優(yōu)下降10%162.3單設(shè)備CLSP與設(shè)備維護(hù)集成2.3.5故障因素模型

兩種建模策略下運(yùn)行時(shí)間與維護(hù)間隔172.3單設(shè)備CLSP與設(shè)備維護(hù)集成2.3.6不同負(fù)荷下的兩種建模策略比較生產(chǎn)成本維護(hù)成本平均維護(hù)成本兩種建模策略對(duì)生產(chǎn)決策影響較小基于設(shè)備運(yùn)行策略有效降低維護(hù)成本基于設(shè)備運(yùn)行策略平均維護(hù)成本接近最優(yōu)值182.3單設(shè)備CLSP與設(shè)備維護(hù)集成2.3.7魯棒性CLSP考慮魯棒性約束的生產(chǎn)計(jì)劃建?；诠收掀谕纳a(chǎn)計(jì)劃模型替代192.3單設(shè)備CLSP與設(shè)備維護(hù)集成2.3.8小結(jié)可靠性約束模型——用閾值θ觸發(fā)預(yù)防維護(hù)，確保高可靠、低故障風(fēng)險(xiǎn)，適合關(guān)鍵設(shè)備；故障因素模型——把威布爾故障期望及事后小修成本直接寫進(jìn)產(chǎn)能約束和目標(biāo)函數(shù)，讓計(jì)劃直面故障停機(jī)；魯棒性CLSP——通過(guò)機(jī)會(huì)約束保證各周期滿足產(chǎn)能的概率≥β*。后續(xù)：將單設(shè)備模型擴(kuò)展到多設(shè)備，流水線場(chǎng)景202.3單設(shè)備CLSP與設(shè)備維護(hù)集成2.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.1流水線條件下CLSP問(wèn)題模型研究對(duì)象：不可靠的流水線系統(tǒng)研究目標(biāo)：建立非馬爾科夫流水線的能力評(píng)估方法建模與求解流水線下CLSP與設(shè)備維護(hù)聯(lián)合模型CLSP企業(yè)/工廠能力評(píng)估212.4.2流水線系統(tǒng)的運(yùn)作機(jī)制流水線單設(shè)備批量完成時(shí)間無(wú)法直接計(jì)算222.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.3在制品流通的遞推關(guān)系在制品開(kāi)始加工時(shí)間：在制品釋放時(shí)間：實(shí)時(shí)緩存水平：系統(tǒng)產(chǎn)出率：設(shè)備可用度：區(qū)別流水線效率與單設(shè)備效率232.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.4抽樣過(guò)程1.生產(chǎn)期間是否發(fā)生故障3.生產(chǎn)后是否發(fā)生阻塞2.生產(chǎn)前是否發(fā)生饑餓242.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.5故障抽樣的結(jié)果1.變異系數(shù)

：3~6%CV=STD/TH抽樣過(guò)程較為穩(wěn)定2.DevA：3~41%DevA=(TH-A)/A瓶頸部位效率無(wú)法替代系統(tǒng)效率252.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.6產(chǎn)出率的分布與收斂性1.抽樣結(jié)果符合正態(tài)分布2.抽樣精度水平：0.1-0.2%產(chǎn)出率分布直方圖產(chǎn)出率均值收斂過(guò)程262.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.7系統(tǒng)產(chǎn)出率與邊際產(chǎn)出率不同初始狀態(tài)不同系統(tǒng)配置不同緩存空間不同設(shè)備數(shù)量272.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.8CLSP與設(shè)備維護(hù)的聯(lián)合建模宏觀決策微觀實(shí)現(xiàn)282.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.9故障條件下考慮魯棒性的流水線系統(tǒng)建模

目標(biāo)函數(shù)約束條件292.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.4.10算例分析模型求解步驟：將這一隨機(jī)規(guī)劃模型轉(zhuǎn)換成確定性模型采用優(yōu)化軟件Lingo進(jìn)行求解結(jié)論：模型的求解結(jié)果符合預(yù)期，當(dāng)生產(chǎn)批量滿足魯棒性約束時(shí)，生產(chǎn)計(jì)劃滿足產(chǎn)能約束的概率達(dá)到了設(shè)定的魯棒性水平。通過(guò)不同設(shè)備數(shù)量條件下魯棒性的敏感度分析發(fā)現(xiàn)，設(shè)備數(shù)量越多，生產(chǎn)成本越高，當(dāng)魯棒性水平松弛到較低水平（40%）時(shí)，生產(chǎn)成本達(dá)到CLSP對(duì)應(yīng)的下限。不同β*條件下的生產(chǎn)成本變化趨勢(shì)模型各周期滿足產(chǎn)能約束的概率302.4流水線下CLSP與維護(hù)的聯(lián)合建模優(yōu)化2.5.智能生產(chǎn)計(jì)劃的發(fā)展趨勢(shì)2.5.1未來(lái)發(fā)展趨勢(shì)模型升級(jí)把“質(zhì)量衰減”寫進(jìn)單設(shè)備CLSP/流水線模型用“有限緩存優(yōu)化”替代固定緩存，降低故障連鎖沖擊方法革新把動(dòng)態(tài)邊際成本法擴(kuò)展到“含維護(hù)時(shí)長(zhǎng)”的可恢復(fù)EMQ混合啟發(fā)式+深度強(qiáng)化學(xué)習(xí)，破解NP-hard規(guī)模爆炸技術(shù)落地深度強(qiáng)化學(xué)習(xí)零標(biāo)注、自學(xué)習(xí)，可遷移到新產(chǎn)線/新任務(wù)在線試錯(cuò)=在線優(yōu)化，實(shí)現(xiàn)“邊生產(chǎn)、邊改進(jìn)”的智能排產(chǎn)31第3章智能調(diào)度3.1智能調(diào)度概述3.2智能調(diào)度的關(guān)鍵技術(shù)3.3數(shù)字化質(zhì)量管理應(yīng)用示例3.4數(shù)字化質(zhì)量管理發(fā)展趨勢(shì)3.1

智能調(diào)度概述制造系統(tǒng)的調(diào)度問(wèn)題制造系統(tǒng)的調(diào)度問(wèn)題是指在一定時(shí)期內(nèi)按照指定的性能指標(biāo)標(biāo)準(zhǔn)來(lái)安排生產(chǎn)任務(wù)及分配制造系統(tǒng)資源的過(guò)程。調(diào)度問(wèn)題的定義調(diào)度的本質(zhì)是通過(guò)對(duì)有限資源（包括物質(zhì)、時(shí)間、資金、人員等）的合理配置，尋求系統(tǒng)目標(biāo)（如產(chǎn)量、效率、速度、負(fù)荷等）的最大化，最終滿足客戶及自身的目標(biāo)要求。供應(yīng)鏈層級(jí)的調(diào)度問(wèn)題企業(yè)生產(chǎn)調(diào)度車間生產(chǎn)調(diào)度企業(yè)級(jí)以上層面的制造系統(tǒng)企業(yè)級(jí)的制造系統(tǒng)資源調(diào)度車間級(jí)的制造系統(tǒng)資源調(diào)度1經(jīng)典三元組表示：α(機(jī)器環(huán)境)、β(加工約束)、γ(性能指標(biāo))

調(diào)度問(wèn)題描述單機(jī)并行機(jī)同速機(jī)恒速機(jī)變速機(jī)流水車間柔性流水車間作業(yè)車間開(kāi)放車間α(機(jī)器環(huán)境)提交時(shí)間調(diào)試時(shí)間中斷故障優(yōu)先約束阻塞零等待再循環(huán)批處理交貨期β(加工約束)基于加工完成時(shí)間的指標(biāo)最大完成時(shí)間平均完成時(shí)間基于交貨期的性能指標(biāo)總延遲時(shí)間基于產(chǎn)量/庫(kù)存的性能指標(biāo)平均已完成工件數(shù)基于機(jī)器負(fù)荷的性能指標(biāo)最大機(jī)器負(fù)荷γ(性能指標(biāo))3.1智能調(diào)度概述2生產(chǎn)調(diào)度方法類型基于啟發(fā)式規(guī)則的方法基于運(yùn)籌學(xué)的方法基于仿真的方法基于人工智能的方法單機(jī)/簡(jiǎn)單流水車間解析優(yōu)化研究數(shù)學(xué)工具應(yīng)用于調(diào)度優(yōu)化證明多數(shù)調(diào)度為NP完全/NP難問(wèn)題智能算法·仿真建?！?shù)學(xué)求解器調(diào)度方法的發(fā)展3.1智能調(diào)度概述3啟發(fā)式規(guī)則啟發(fā)式規(guī)則，又稱調(diào)度策略，是指選取工件的某個(gè)或者某些屬性作為工件的優(yōu)先級(jí)，按照優(yōu)先級(jí)的高低順序選擇工件進(jìn)行加工的方法，具有計(jì)算量小、效率高、實(shí)時(shí)性好的優(yōu)勢(shì)?；趦?yōu)先分派的規(guī)則基于負(fù)載平衡的規(guī)則混合規(guī)則這種方法是給所有待加工的工序分派一個(gè)優(yōu)先權(quán)，按優(yōu)先權(quán)次序排序，然后選擇優(yōu)先權(quán)最高的工序。RandomFCFSSPTLPT負(fù)載平衡問(wèn)題就是如何將任務(wù)均勻分配給各工作站，使系統(tǒng)效率最高。靜態(tài)負(fù)載平衡調(diào)度策略：工作站的任務(wù)量、任務(wù)間的通信量都為定值，不隨時(shí)間變化。動(dòng)態(tài)負(fù)載平衡調(diào)度策略：每臺(tái)工作站上的任務(wù)是動(dòng)態(tài)產(chǎn)生的，并且每臺(tái)工作站的負(fù)載大小是動(dòng)態(tài)變化的。混合不同的調(diào)度規(guī)則，旨在實(shí)現(xiàn)一個(gè)實(shí)時(shí)的調(diào)度算法。在混合調(diào)度規(guī)則方法中，由于每臺(tái)機(jī)器可以申請(qǐng)不同的調(diào)度規(guī)則，故需要指定一個(gè)組合的基本調(diào)度規(guī)則。3.1智能調(diào)度概述4運(yùn)籌學(xué)方法該方法是將生產(chǎn)調(diào)度問(wèn)題轉(zhuǎn)化為數(shù)學(xué)模型，設(shè)計(jì)目標(biāo)函數(shù)、約束函數(shù)及變量，最終提煉成數(shù)學(xué)規(guī)劃模型（如線性規(guī)劃、整數(shù)規(guī)劃、目標(biāo)規(guī)劃、動(dòng)態(tài)規(guī)劃等模型），采用基于枚舉思想的分支定界法或動(dòng)態(tài)規(guī)劃算法求解調(diào)度問(wèn)題的最優(yōu)解或近似最優(yōu)解，屬于精確算法。方法原理典型應(yīng)用場(chǎng)景??拉格朗日松弛法松弛部分約束+添加懲罰函數(shù)作業(yè)車間調(diào)度問(wèn)題分解方法拆解問(wèn)題→子問(wèn)題優(yōu)化→集成求解復(fù)雜系統(tǒng)調(diào)度??分支定界法動(dòng)態(tài)剪枝搜索解空間??限于N<250??1960s理論奠基??追求多項(xiàng)式時(shí)間復(fù)雜度的??確定性最優(yōu)解??核心方法：??混合整數(shù)規(guī)劃(MIP)??計(jì)算瓶頸：整數(shù)變量數(shù)量隨問(wèn)題規(guī)模??指數(shù)級(jí)增長(zhǎng)?發(fā)展歷程??CPLEX/Gurobi/MOSEK等數(shù)學(xué)求解器→封裝優(yōu)化算法，免除底層編程→實(shí)現(xiàn)??全局優(yōu)化調(diào)度??→可接受時(shí)間內(nèi)生成??理論最優(yōu)解?現(xiàn)代求解器實(shí)際應(yīng)用瓶頸?動(dòng)態(tài)響應(yīng)短板??特殊約束場(chǎng)景需簡(jiǎn)化假設(shè)無(wú)法滿足??動(dòng)態(tài)重調(diào)度??的實(shí)時(shí)需求3.1智能調(diào)度概述5基于仿真的方法該方法模擬實(shí)際制造系統(tǒng)的運(yùn)行過(guò)程，借助仿真軟件平臺(tái)構(gòu)建制造系統(tǒng)的仿真模型（一般根據(jù)具體制造系統(tǒng)的特點(diǎn)，分為離散事件系統(tǒng)模型和連續(xù)系統(tǒng)模型），模擬不同的任務(wù)需求、分派調(diào)度策略及狀態(tài)變量等，用于生產(chǎn)線布局、工廠資源分配和調(diào)度、生產(chǎn)過(guò)程、倉(cāng)庫(kù)和物流等方面的預(yù)規(guī)劃優(yōu)化。設(shè)計(jì)仿真實(shí)驗(yàn)評(píng)價(jià)指標(biāo)仿真模擬計(jì)算調(diào)度優(yōu)化解對(duì)比分析發(fā)現(xiàn)問(wèn)題調(diào)整優(yōu)化降低成本3.1智能調(diào)度概述6基于人工智能的方法針對(duì)調(diào)度問(wèn)題普遍存在的NP-hard特性及動(dòng)態(tài)復(fù)雜性，人工智能方法通過(guò)融合啟發(fā)式規(guī)則、智能算法與仿真技術(shù)，突破傳統(tǒng)數(shù)學(xué)規(guī)劃的計(jì)算局限，在降低求解時(shí)間的同時(shí)發(fā)現(xiàn)更優(yōu)解決方案，實(shí)現(xiàn)制造系統(tǒng)的高效優(yōu)化調(diào)度。智能方法規(guī)則智能選擇啟發(fā)式規(guī)則+仿真+智能算法計(jì)算智能驅(qū)動(dòng)演化算法/神經(jīng)網(wǎng)絡(luò)群體智能協(xié)同蟻群/粒子群優(yōu)化3.1

智能調(diào)度概述7智能調(diào)度一般認(rèn)為，隨著調(diào)度問(wèn)題規(guī)模的擴(kuò)大、約束的增加、覆蓋面的增大，其計(jì)算復(fù)雜性也越來(lái)越高，現(xiàn)實(shí)中的許多組合問(wèn)題比較復(fù)雜，要從可能的組合或序列中尋求出最佳調(diào)度方案需要很大的搜索空間，可能產(chǎn)生組合爆炸問(wèn)題。采用傳統(tǒng)的基于規(guī)則的算法，難以取得理想的調(diào)度結(jié)果，因此需要用智能算法進(jìn)行調(diào)度。這種采用智能算法的調(diào)度問(wèn)題被稱為智能調(diào)度。基于人工智能的調(diào)度基于計(jì)算智能算法的調(diào)度基于智能體的自主調(diào)度人工智能也稱機(jī)器智能，它是由計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科互相滲透而發(fā)展起來(lái)的一門綜合性學(xué)科。專家系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)計(jì)算智能以人類、生物的行為方式或物質(zhì)的運(yùn)動(dòng)形態(tài)為背景，經(jīng)過(guò)數(shù)學(xué)抽象建立算法模型，通過(guò)計(jì)算機(jī)的計(jì)算來(lái)求解組合最優(yōu)化問(wèn)題。禁忌搜索模擬退火遺傳算法人工免疫算法群體智能是受啟發(fā)于群居生物的群體行為，并對(duì)之進(jìn)行模擬抽象而成的算法和模型。蟻群優(yōu)化蜂群優(yōu)化微粒群優(yōu)化3.1智能調(diào)度概述8起步階段（2007-2011）1大量研究集中在車間調(diào)度、多智能體系統(tǒng)研究方向多圍繞經(jīng)典車間調(diào)度模型展開(kāi)實(shí)際生產(chǎn)問(wèn)題被簡(jiǎn)化提煉成簡(jiǎn)單的調(diào)度模型，從而設(shè)計(jì)基于運(yùn)籌學(xué)或仿真的調(diào)度優(yōu)化解。成熟階段（2015至今）?3經(jīng)典調(diào)度模型和“大數(shù)據(jù)”“互聯(lián)網(wǎng)＋”“云”等理念相互結(jié)合，不斷涌現(xiàn)出包含主動(dòng)調(diào)度、動(dòng)態(tài)調(diào)度、分布式協(xié)同調(diào)度、云調(diào)度等新穎關(guān)鍵詞的研究課題。發(fā)展階段（2012-2015）2調(diào)度問(wèn)題得到廣泛關(guān)注，以信息化、互動(dòng)化、自動(dòng)化為發(fā)展方向，以資源配置能力、運(yùn)行效率、智能化水平為發(fā)展目標(biāo)，拓展理論問(wèn)題的適用范圍，引入大量智能算法提升調(diào)度解的求解效率。智能調(diào)度發(fā)展現(xiàn)狀3.1智能調(diào)度概述9智能調(diào)度特點(diǎn)與意義智能調(diào)度的特點(diǎn)適應(yīng)動(dòng)態(tài)環(huán)境考慮系統(tǒng)柔性和作業(yè)復(fù)雜性考慮其他生產(chǎn)環(huán)節(jié)的影響具有多目標(biāo)性具備高效智能的算法與數(shù)字化工廠緊密結(jié)合智能調(diào)度的意義有利于減少加工等待時(shí)間，提高加工效率有利于降低庫(kù)存，確保公司物流、倉(cāng)儲(chǔ)系統(tǒng)運(yùn)行正常有利于提高產(chǎn)品生產(chǎn)管理水平，建立現(xiàn)代企業(yè)管理體系3.1

智能調(diào)度概述103.2智能調(diào)度的關(guān)鍵技術(shù)智能調(diào)度的關(guān)鍵技術(shù)人工智能技術(shù)模糊邏輯調(diào)度專家系統(tǒng)機(jī)器學(xué)習(xí)計(jì)算智能基于領(lǐng)域搜索的優(yōu)化算法基于種群迭代的優(yōu)化算法多智能體系統(tǒng)其他支撐數(shù)字化工廠的計(jì)算機(jī)關(guān)鍵技術(shù)機(jī)器視覺(jué)技術(shù)網(wǎng)絡(luò)結(jié)構(gòu)以及上云關(guān)鍵技術(shù)11人工智能技術(shù)-模糊邏輯Zadeh提出的模糊集合（以[0,1]區(qū)間的隸屬度為核心）奠定了模糊數(shù)學(xué)基礎(chǔ)，并衍生出模糊邏輯。該理論被應(yīng)用于處理生產(chǎn)調(diào)度（如五類車間問(wèn)題）中因信息不精確、主觀性導(dǎo)致的不確定性（模糊調(diào)度），以提升系統(tǒng)適應(yīng)性和靈活性，但其方法本身也存在局限性。3.2智能調(diào)度的關(guān)鍵技術(shù)12人工智能技術(shù)-調(diào)度專家系統(tǒng)專家系統(tǒng)是利用領(lǐng)域?qū)＜抑R(shí)（存儲(chǔ)在知識(shí)庫(kù)中），通過(guò)推理引擎模擬專家決策來(lái)解決復(fù)雜問(wèn)題的AI程序，其架構(gòu)還包括用戶界面。經(jīng)歷了從解決單一問(wèn)題到多學(xué)科綜合的演進(jìn)，現(xiàn)代趨勢(shì)是融合多種AI技術(shù)（如多智能體協(xié)作、神經(jīng)網(wǎng)絡(luò)）實(shí)現(xiàn)更強(qiáng)大的第四代系統(tǒng)。在調(diào)度領(lǐng)域，專家系統(tǒng)被專門用于生成生產(chǎn)計(jì)劃，從早期的ISIS系統(tǒng)發(fā)展到如今常與其他智能算法（模糊邏輯、群智能等）集成應(yīng)用，具備特定優(yōu)勢(shì)與不足。3.2智能調(diào)度的關(guān)鍵技術(shù)133.2智能調(diào)度的關(guān)鍵技術(shù)人工智能技術(shù)-機(jī)器學(xué)習(xí)調(diào)度中基于案例的推理調(diào)度中的歸納學(xué)習(xí)基于案例的推理(CBR)是由Schank(1982)提出的機(jī)器學(xué)習(xí)方法，其核心是通過(guò)“類比”（檢索相似歷史案例）來(lái)“復(fù)用”經(jīng)驗(yàn)解決新問(wèn)題，必要時(shí)進(jìn)行“修正”，并將新解“保留”為案例實(shí)現(xiàn)增量學(xué)習(xí)（4R循環(huán)），區(qū)別于基于規(guī)則推導(dǎo)的專家系統(tǒng)。歸納學(xué)習(xí)是從具體實(shí)例推斷類別通用描述（涵蓋正面、排除負(fù)面）的常用方法，其代表性算法——決策樹(shù)（1984年CART提出）通過(guò)遞歸選擇最優(yōu)特征并分割數(shù)據(jù)（生成）來(lái)構(gòu)建樹(shù)形分類/回歸模型，并需剪枝優(yōu)化。調(diào)度中的神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)(ANN)是模擬人腦神經(jīng)元連接的計(jì)算模型（本質(zhì)是大規(guī)模并行分布式處理器），通過(guò)學(xué)習(xí)過(guò)程（調(diào)整突觸權(quán)重）從環(huán)境中獲取知識(shí)并存儲(chǔ)在連接中，使其具備學(xué)習(xí)、記憶、模式識(shí)別等智能處理能力；學(xué)習(xí)完成后，收斂的權(quán)重矩陣使網(wǎng)絡(luò)能對(duì)輸入數(shù)據(jù)進(jìn)行有效處理（如分類）。14計(jì)算智能-基于領(lǐng)域搜索的優(yōu)化算法模擬退火算法傳統(tǒng)局部搜索易陷入局部最優(yōu)，鄰域搜索（LS）算法通過(guò)啟發(fā)式初始解和迭代改進(jìn)對(duì)其進(jìn)行擴(kuò)展；為突破局部最優(yōu)實(shí)現(xiàn)全局優(yōu)化，關(guān)鍵策略包括：概率接受劣解（模擬退火）、擴(kuò)大鄰域（如k-opt）、變結(jié)構(gòu)鄰域搜索以及利用禁忌表避免迂回的確定性突跳（禁忌搜索）。禁忌搜索算法模擬退火算法（源于固體退火物理過(guò)程）是一種隨機(jī)優(yōu)化方法：它從高溫/隨機(jī)解出發(fā)，通過(guò)迭代生成鄰域解，并依據(jù)Metropolis準(zhǔn)則（優(yōu)解必接受，劣解按概率接受）決定移動(dòng)；關(guān)鍵的溫度下降機(jī)制控制著接受劣解的概率（高溫高概率利于全局探索，低溫低概率趨向局部求精），最終使算法能以概率突跳跳出局部最優(yōu)并收斂到全局最優(yōu)解。禁忌搜索（Glover,1986）是擴(kuò)展局部鄰域搜索的智能優(yōu)化算法，通過(guò)動(dòng)態(tài)禁忌表模擬記憶功能，標(biāo)記并避開(kāi)近期局部最優(yōu)解以減少重復(fù)搜索；其核心機(jī)制（禁忌表、禁忌長(zhǎng)度、藐視準(zhǔn)則）確保探索多樣性，最終實(shí)現(xiàn)全局優(yōu)化。3.2智能調(diào)度的關(guān)鍵技術(shù)15計(jì)算智能-基于種群迭代的優(yōu)化算法進(jìn)化算法群體智能算法在鄰域搜索算法中，每次迭代得到一個(gè)解，其效率不高，且易于陷入局部最優(yōu)。而種群迭代算法是每次迭代得到一群（代）解，較優(yōu)解是一群可行解中的最優(yōu)。從算法機(jī)理上而言，一群解的迭代可以較好地規(guī)避過(guò)早陷入局部最優(yōu)的情形。從其產(chǎn)生群（代）解的機(jī)理不同，種群迭代優(yōu)化可分為進(jìn)化算法和群體智能算法。

進(jìn)化算法（含遺傳算法、進(jìn)化規(guī)劃等）通過(guò)模擬生物進(jìn)化過(guò)程（種群迭代+適者生存）解決優(yōu)化問(wèn)題；其中遺傳算法（Holland,1970s）憑借交叉、變異、選擇操作及種群機(jī)制，在調(diào)度等組合優(yōu)化領(lǐng)域應(yīng)用最廣，能以較高效率獲得魯棒解。群體智能算法模擬昆蟲/鳥(niǎo)群/魚群等簡(jiǎn)單個(gè)體通過(guò)合作學(xué)習(xí)涌現(xiàn)的群體優(yōu)化能力；在調(diào)度領(lǐng)域，PSO算法（1995）通過(guò)粒子追隨個(gè)體與群體歷史最優(yōu)位置進(jìn)行搜索，而ACO算法（1990s）則利用螞蟻通過(guò)信息素正反饋和揮發(fā)機(jī)制、結(jié)合概率選擇（信息素濃度+啟發(fā)信息）來(lái)尋找最優(yōu)路徑（如轉(zhuǎn)化后的TSP/JSP問(wèn)題），有效避免局部最優(yōu)。3.2智能調(diào)度的關(guān)鍵技術(shù)16多智能體系統(tǒng)智能體（Agent）的本質(zhì)"自治的軟硬件實(shí)體，模擬人類協(xié)作智能"自主性反應(yīng)性社會(huì)性主動(dòng)性適應(yīng)性學(xué)習(xí)性進(jìn)化性協(xié)同性多智能體系統(tǒng)（MAS）社會(huì)性自治性協(xié)同性MAS是指一些智能體通過(guò)協(xié)同完成某些任務(wù)或達(dá)到某些目標(biāo)的計(jì)算系統(tǒng)，它是由多個(gè)自治或半自治的智能體所構(gòu)成的大型系統(tǒng)。在實(shí)際生產(chǎn)過(guò)程中，常常有突發(fā)的生產(chǎn)訂單、設(shè)備故障等動(dòng)態(tài)現(xiàn)象發(fā)生，可能導(dǎo)致任務(wù)之間在時(shí)間、資源等方面的沖突。因此，生產(chǎn)計(jì)劃調(diào)度系統(tǒng)的成功運(yùn)行協(xié)調(diào)機(jī)制和協(xié)商／沖突解決策略非常重要，兩者相輔相成，缺一不可。

3.2智能調(diào)度的關(guān)鍵技術(shù)17構(gòu)建多智能體系統(tǒng)智能體模型MAS體系結(jié)構(gòu)交互與通信一致性與協(xié)同性MAS規(guī)劃沖突處理調(diào)度MAS中的協(xié)調(diào)機(jī)制基本問(wèn)題若要眾多自治的智能體呈現(xiàn)出系統(tǒng)層面更強(qiáng)的統(tǒng)籌智能性，還需要規(guī)劃設(shè)計(jì)MAS的協(xié)調(diào)機(jī)制和沖突消解策略?；诩s束的沖突解決

基于規(guī)則的沖突解決

基于事例的沖突解決

基于協(xié)商的沖突解決

3.2智能調(diào)度的關(guān)鍵技術(shù)183.2智能調(diào)度的關(guān)鍵技術(shù)其他支撐數(shù)字化工廠的計(jì)算機(jī)關(guān)鍵技術(shù)前面幾節(jié)介紹的主要是智能調(diào)度涉及的軟件與算法技術(shù)。智能調(diào)度若要真正實(shí)現(xiàn)，需要結(jié)合調(diào)度問(wèn)題中的實(shí)體執(zhí)行對(duì)象。實(shí)際生產(chǎn)系統(tǒng)的調(diào)度對(duì)實(shí)時(shí)性的要求非常高，許多數(shù)據(jù)需要實(shí)時(shí)采集、計(jì)算分析，然后高效決策、反饋控制，從而完成調(diào)度的完整閉環(huán)。193.3智能調(diào)度發(fā)展趨勢(shì)智能算法的創(chuàng)新及落地計(jì)算智能算法創(chuàng)新層面：混合算法／集成算法多目標(biāo)優(yōu)化算法效率的提升算法落地應(yīng)用層面：約束復(fù)雜性動(dòng)態(tài)調(diào)度調(diào)度中人因的導(dǎo)入現(xiàn)有研究局限：聚焦機(jī)器/設(shè)備資源優(yōu)化（車間/產(chǎn)線層級(jí)）忽視人力資源的協(xié)同配置核心矛盾：機(jī)器需人工操作+系統(tǒng)需人員維護(hù)優(yōu)化方向：構(gòu)建「機(jī)器設(shè)備+人力資源」多約束協(xié)同調(diào)度模型基于數(shù)據(jù)驅(qū)動(dòng)的主動(dòng)調(diào)度集成數(shù)字孿生的智能車間調(diào)度面向數(shù)字化工廠的分布式智能協(xié)同調(diào)度數(shù)據(jù)驅(qū)動(dòng)主動(dòng)調(diào)度：用實(shí)時(shí)數(shù)據(jù)預(yù)測(cè)問(wèn)題和趨勢(shì)，提前調(diào)整計(jì)劃，確保穩(wěn)定應(yīng)對(duì)變化。??數(shù)字孿生集成調(diào)度：??構(gòu)建車間虛擬鏡像，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)仿真優(yōu)化閉環(huán)，智能協(xié)同應(yīng)對(duì)復(fù)雜環(huán)境。分布式智能協(xié)同調(diào)度：??跨工廠互聯(lián)共享資源，分工協(xié)作智能優(yōu)化，實(shí)現(xiàn)低成本高效協(xié)同生產(chǎn)。云制造中的智能調(diào)度平臺(tái)調(diào)度樞紐化：??云端平臺(tái)成為任務(wù)分配與資源匹配的核心樞紐。層級(jí)調(diào)度專業(yè)化：??平臺(tái)、企業(yè)、車間三級(jí)調(diào)度職責(zé)清晰，各司其職。雙向協(xié)同常態(tài)化：平臺(tái)與企業(yè)/車間需實(shí)時(shí)互通狀態(tài)，動(dòng)態(tài)協(xié)同優(yōu)化調(diào)度決策。20解決生產(chǎn)調(diào)度問(wèn)題中的復(fù)雜性多目標(biāo)性自組織、自適應(yīng)、實(shí)時(shí)決策提高企業(yè)的生產(chǎn)效益和生產(chǎn)管理水平為企業(yè)的可持續(xù)發(fā)展和市場(chǎng)競(jìng)爭(zhēng)力的提升提供了重要支持3.5本章小結(jié)智能調(diào)度概述智能調(diào)度的關(guān)鍵技術(shù)制造系統(tǒng)智能調(diào)度應(yīng)用示例總結(jié)智能調(diào)度的發(fā)展趨勢(shì)隨著云計(jì)算、人工智能、大數(shù)據(jù)等新興技術(shù)和傳統(tǒng)制造業(yè)的深度融合智能制造成為當(dāng)前世界發(fā)展的主題和趨勢(shì)核心價(jià)值與優(yōu)勢(shì)本章聚焦21第4章數(shù)字化質(zhì)量管理4.1數(shù)字化質(zhì)量管理概述4.2數(shù)字化質(zhì)量管理的關(guān)鍵技術(shù)4.3數(shù)字化質(zhì)量管理應(yīng)用示例4.4數(shù)字化質(zhì)量管理發(fā)展趨勢(shì)4.1.1智能制造中的質(zhì)量管理4.1數(shù)字化質(zhì)量管理概述質(zhì)量管理是指通過(guò)規(guī)劃、控制和改進(jìn)過(guò)程，以確保產(chǎn)品或服務(wù)符合預(yù)期質(zhì)量要求和標(biāo)準(zhǔn)的一系列活動(dòng)和方法。它涉及到組織內(nèi)部各個(gè)方面，包括設(shè)計(jì)、生產(chǎn)、交付、服務(wù)等環(huán)節(jié)，提高產(chǎn)品或服務(wù)的質(zhì)量，滿足客戶需求和期望，實(shí)現(xiàn)持續(xù)改進(jìn)。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等信息技術(shù)的不斷發(fā)展，企業(yè)對(duì)工廠進(jìn)行智能化改造，將各種感知技術(shù)引入到生產(chǎn)環(huán)節(jié)，通過(guò)傳感器對(duì)生產(chǎn)制造過(guò)程中的信息進(jìn)行詳細(xì)記錄，并利用新一代信息技術(shù)與全面質(zhì)量管理融合應(yīng)用，推動(dòng)質(zhì)量管理活動(dòng)數(shù)字化、網(wǎng)絡(luò)化、智能化升級(jí)，逐步實(shí)現(xiàn)制造業(yè)質(zhì)量管理數(shù)字化。14.1.2數(shù)字化質(zhì)量管理4.1數(shù)字化質(zhì)量管理概述數(shù)字化質(zhì)量管理的發(fā)展現(xiàn)狀（1）20世紀(jì)80年代初期-90年代初期：企業(yè)開(kāi)始使用計(jì)算機(jī)來(lái)存儲(chǔ)和分析質(zhì)量數(shù)據(jù)。然而這些系統(tǒng)主要用于記錄和存檔，分析能力有限。（2）20世紀(jì)90年代末-2000年代初期：隨著互聯(lián)網(wǎng)技術(shù)興起企業(yè)采用網(wǎng)絡(luò)技術(shù)將質(zhì)量數(shù)據(jù)在多點(diǎn)實(shí)現(xiàn)共享。機(jī)器視覺(jué)技術(shù)開(kāi)始應(yīng)用于質(zhì)量檢測(cè)。（3）2000年代中期-2010年代初期：制造業(yè)廣泛采用自動(dòng)化質(zhì)量檢測(cè)技術(shù)，如傳感器、機(jī)器視覺(jué)和自動(dòng)化設(shè)備，實(shí)現(xiàn)質(zhì)量實(shí)時(shí)監(jiān)控。（4）2010年代初-2020年代初：云計(jì)算技術(shù)和大數(shù)據(jù)分析的興起，企業(yè)將質(zhì)量數(shù)據(jù)存儲(chǔ)在云端，利用大數(shù)據(jù)分析技術(shù)改進(jìn)產(chǎn)品質(zhì)量和生產(chǎn)過(guò)程。（5）2020年代至今：傳感器和物聯(lián)技術(shù)實(shí)現(xiàn)生產(chǎn)過(guò)程中的實(shí)時(shí)監(jiān)控。機(jī)器學(xué)習(xí)和人工智能的應(yīng)用使得自動(dòng)化質(zhì)量檢測(cè)和預(yù)測(cè)性維護(hù)更加智能化。24.1.3質(zhì)量標(biāo)準(zhǔn)數(shù)字化4.1數(shù)字化質(zhì)量管理概述標(biāo)準(zhǔn)數(shù)字化指利用數(shù)字技術(shù)（云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、人工智能等）對(duì)標(biāo)準(zhǔn)本身及生命周期全過(guò)程賦能，使標(biāo)準(zhǔn)承載的規(guī)則與特性能夠通過(guò)數(shù)字設(shè)備進(jìn)行讀取、傳輸與使用的過(guò)程。34.1.3質(zhì)量標(biāo)準(zhǔn)數(shù)字化4.1數(shù)字化質(zhì)量管理概述質(zhì)量標(biāo)準(zhǔn)數(shù)字化可以提高質(zhì)量管理的精度。數(shù)字化的質(zhì)量標(biāo)準(zhǔn)可以通過(guò)信息系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)的一致性和準(zhǔn)確性。同時(shí)，數(shù)字化的質(zhì)量標(biāo)準(zhǔn)可以實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)監(jiān)控和分析，使得質(zhì)量管理人員可以及時(shí)發(fā)現(xiàn)和解決質(zhì)量問(wèn)題，提高了質(zhì)量管理的精度。質(zhì)量標(biāo)準(zhǔn)數(shù)字化的幾個(gè)方面：1、標(biāo)準(zhǔn)數(shù)字化：將傳統(tǒng)的質(zhì)量標(biāo)準(zhǔn)文檔轉(zhuǎn)化為數(shù)字化格式；2、數(shù)據(jù)結(jié)構(gòu)化：對(duì)數(shù)字化的質(zhì)量標(biāo)準(zhǔn)進(jìn)行結(jié)構(gòu)化處理，確保其中的信息能夠被計(jì)算機(jī)系統(tǒng)理解和處理。3、標(biāo)準(zhǔn)化管理系統(tǒng)：建立一個(gè)質(zhì)量標(biāo)準(zhǔn)管理系統(tǒng)，用于存儲(chǔ)、檢索、更新和分享數(shù)字化的質(zhì)量標(biāo)準(zhǔn)。4、數(shù)據(jù)分析和應(yīng)用：利用質(zhì)量標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行分析，通過(guò)數(shù)據(jù)挖掘、統(tǒng)計(jì)分析等手段，發(fā)現(xiàn)質(zhì)量管理的問(wèn)題和機(jī)會(huì)，并據(jù)此進(jìn)行決策和改進(jìn)。44.1.4制造業(yè)質(zhì)量管理數(shù)字化轉(zhuǎn)型4.1數(shù)字化質(zhì)量管理概述推進(jìn)制造業(yè)質(zhì)量管理數(shù)字化是一項(xiàng)系統(tǒng)性工程，要以提高質(zhì)量和效益、推動(dòng)質(zhì)量變革為目標(biāo)，按照“圍繞一條主線、加快三大轉(zhuǎn)變、把握四項(xiàng)原則”進(jìn)行布局。圍繞一條主線：數(shù)字能力建設(shè)作為推進(jìn)質(zhì)量管理數(shù)字化發(fā)展的主線。加快三個(gè)轉(zhuǎn)變：質(zhì)量管理范圍從企業(yè)質(zhì)量管控向生態(tài)圈協(xié)作轉(zhuǎn)變；質(zhì)量管理重點(diǎn)環(huán)節(jié)從以制造過(guò)程為主向研發(fā)、設(shè)計(jì)制造、服務(wù)等多環(huán)節(jié)并重轉(zhuǎn)變；質(zhì)量管理關(guān)注焦點(diǎn)從規(guī)?；a(chǎn)為主向規(guī)?；a(chǎn)與個(gè)性化、差異化、精細(xì)化并重轉(zhuǎn)變。把握四項(xiàng)原則：注重價(jià)值牽引和數(shù)據(jù)驅(qū)動(dòng)、注重深化實(shí)踐和創(chuàng)新應(yīng)用、引導(dǎo)企業(yè)結(jié)合自身?xiàng)l件制定方法路徑、完善覆蓋全產(chǎn)業(yè)鏈、生態(tài)圈質(zhì)量協(xié)作機(jī)制。54.2

數(shù)字化質(zhì)量管理的關(guān)鍵技術(shù)4.2.1質(zhì)量數(shù)據(jù)采集技術(shù)質(zhì)量數(shù)據(jù)的有效性是質(zhì)量管理的核心，要實(shí)現(xiàn)數(shù)字化質(zhì)量管理，必須首先解決質(zhì)量數(shù)據(jù)的采集問(wèn)題。常用的數(shù)據(jù)獲取技術(shù)以傳感器為主，結(jié)合RFID、條碼掃描器、生產(chǎn)和監(jiān)測(cè)設(shè)備、PDA、人機(jī)交互、智能終端等手段實(shí)現(xiàn)生產(chǎn)過(guò)程中的信息獲取，并通過(guò)現(xiàn)場(chǎng)總線或互聯(lián)網(wǎng)等技術(shù)實(shí)現(xiàn)原始數(shù)據(jù)的實(shí)時(shí)準(zhǔn)確傳輸。在智能制造不斷推進(jìn)的背景下，質(zhì)量數(shù)據(jù)獲取貫徹產(chǎn)品生命周期的所有階段：裝備數(shù)字化改造升級(jí)全流程物料數(shù)字化管理檢驗(yàn)測(cè)試數(shù)字化管理供應(yīng)鏈數(shù)字化檢測(cè)64.2

數(shù)字化質(zhì)量管理的關(guān)鍵技術(shù)4.2.2質(zhì)量數(shù)據(jù)處理技術(shù)數(shù)據(jù)處理是智能制造的關(guān)鍵技術(shù)之一，其目的是從大量的、雜亂無(wú)章、難以理解的數(shù)據(jù)中抽取并推導(dǎo)出對(duì)于某些特定的人們來(lái)說(shuō)是有價(jià)值、有意義的數(shù)據(jù)。常見(jiàn)的數(shù)據(jù)處理流程主要包括數(shù)據(jù)清洗、數(shù)據(jù)融合、數(shù)據(jù)分析以及數(shù)據(jù)存儲(chǔ)。常見(jiàn)的數(shù)據(jù)分析包括了列表法、作圖法、時(shí)間序列分析、聚類分析、回歸分析等方法。74.2

數(shù)字化質(zhì)量管理的關(guān)鍵技術(shù)4.2.3質(zhì)量大數(shù)據(jù)建模與分析技術(shù)企業(yè)應(yīng)基于質(zhì)量知識(shí)庫(kù)的質(zhì)量管控模型，開(kāi)展基于大數(shù)據(jù)的全過(guò)程、全生命周期、全價(jià)值鏈質(zhì)量分析、控制與改進(jìn)，推進(jìn)數(shù)據(jù)模型驅(qū)動(dòng)的產(chǎn)業(yè)鏈供應(yīng)鏈質(zhì)量協(xié)同，深入挖掘質(zhì)量數(shù)據(jù)價(jià)值，及時(shí)洞察質(zhì)量風(fēng)險(xiǎn)和機(jī)遇。開(kāi)發(fā)部署基于數(shù)據(jù)的質(zhì)量控制和質(zhì)量決策模型，提高質(zhì)量響應(yīng)和處理的及時(shí)性，降低質(zhì)量業(yè)務(wù)決策風(fēng)險(xiǎn)，實(shí)施更加有效的質(zhì)量預(yù)防和改進(jìn)，提升用戶體驗(yàn)，強(qiáng)化對(duì)不確定性的柔性響應(yīng)能力和水平。比較成熟的技術(shù)包括：基于視覺(jué)的表面質(zhì)量檢查技術(shù)基于深度學(xué)習(xí)質(zhì)量預(yù)測(cè)技術(shù)84.2

數(shù)字化質(zhì)量管理的關(guān)鍵技術(shù)4.2.4質(zhì)量數(shù)據(jù)可視化與協(xié)同管理技術(shù)94.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.1數(shù)據(jù)驅(qū)動(dòng)的軸承產(chǎn)品表面質(zhì)量檢測(cè)產(chǎn)品表面質(zhì)量檢測(cè)流程的核心內(nèi)容是通過(guò)工業(yè)云平臺(tái)、產(chǎn)品表面質(zhì)量檢測(cè)模型及圖像特征知識(shí)庫(kù)部署在生產(chǎn)線產(chǎn)品表面檢測(cè)關(guān)鍵點(diǎn)位置，以實(shí)現(xiàn)智能化質(zhì)量檢測(cè)。104.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.1數(shù)據(jù)驅(qū)動(dòng)的軸承產(chǎn)品表面質(zhì)量檢測(cè)產(chǎn)品從生產(chǎn)流水線傳送至質(zhì)量檢測(cè)工位，觸發(fā)相關(guān)傳感器，圖像采集設(shè)備開(kāi)始自動(dòng)對(duì)處于產(chǎn)品質(zhì)量檢測(cè)工位的產(chǎn)品進(jìn)行圖像采集，并上傳至工業(yè)云平臺(tái)進(jìn)行存儲(chǔ)。存儲(chǔ)后的產(chǎn)品圖片數(shù)據(jù)需要進(jìn)行預(yù)處理操作，主要包括：對(duì)采集的圖片進(jìn)行清洗、利用深度卷積生成對(duì)抗網(wǎng)絡(luò)DCGAN對(duì)產(chǎn)品表面缺陷數(shù)據(jù)集進(jìn)行擴(kuò)展，解決產(chǎn)品質(zhì)量缺陷圖片數(shù)據(jù)量不足易導(dǎo)致模型過(guò)擬合的問(wèn)題、在完成擴(kuò)充后使用LabelImg標(biāo)注軟件對(duì)每類質(zhì)量缺陷并按照PASCAL-VOC2007數(shù)據(jù)集格式進(jìn)行標(biāo)注。處理后的圖片保存為JPG格式，標(biāo)注文件格式儲(chǔ)存為txt文本。按照8:1:1的比例劃分訓(xùn)練集、驗(yàn)證集和測(cè)試集，分別用于模型的訓(xùn)練和測(cè)試。114.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.1數(shù)據(jù)驅(qū)動(dòng)的軸承產(chǎn)品表面質(zhì)量檢測(cè)為驗(yàn)證改進(jìn)特征提取模塊、改進(jìn)特征融合模塊和改進(jìn)檢測(cè)頭對(duì)軸承目標(biāo)缺陷的識(shí)別效果，使用類激活圖對(duì)特征圖進(jìn)行可視化。124.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.2

多特征融合的注塑件尺寸預(yù)測(cè)134.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.2

多特征融合的注塑件尺寸預(yù)測(cè)針對(duì)注塑生產(chǎn)過(guò)程中注塑產(chǎn)品質(zhì)量無(wú)法根據(jù)加工過(guò)程數(shù)據(jù)判斷的問(wèn)題，采用雙層BiGRU多特征融合注塑件加工過(guò)程傳感器高頻序列特征、瞬時(shí)特征和成型機(jī)狀態(tài)特征，能夠準(zhǔn)確進(jìn)行注塑件尺寸預(yù)測(cè)。144.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.3

基于深度遷移學(xué)習(xí)的小樣本注塑件尺寸預(yù)測(cè)大批量定制和多品種小批量生產(chǎn)模式下，增加了工業(yè)生產(chǎn)環(huán)境下生產(chǎn)過(guò)程多樣性和不確定性，直接導(dǎo)致了數(shù)據(jù)樣本不足，阻礙了以數(shù)據(jù)為核心的AI技術(shù)和機(jī)器學(xué)習(xí)工具的使用。同時(shí)，在產(chǎn)品質(zhì)量在線監(jiān)測(cè)過(guò)程中一個(gè)急需解決的問(wèn)題是機(jī)器學(xué)習(xí)模型需要足夠數(shù)量的訓(xùn)練數(shù)據(jù)，使用小樣本數(shù)據(jù)訓(xùn)練模型易出現(xiàn)模型預(yù)測(cè)精度不高和欠擬合的情況。針對(duì)上述問(wèn)題，可以應(yīng)用深度遷移學(xué)習(xí)研究在新工藝和小樣本數(shù)據(jù)條件下，利用不同的過(guò)程數(shù)據(jù)和有限的數(shù)據(jù)樣本，研究在線監(jiān)測(cè)和判斷不同產(chǎn)品不同質(zhì)量的方法，依托已有積累的海量歷史數(shù)據(jù)對(duì)產(chǎn)品質(zhì)量進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)已有產(chǎn)品加工過(guò)程數(shù)據(jù)的重用，提升小樣本數(shù)據(jù)下深度學(xué)習(xí)模型的預(yù)測(cè)精度。154.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.3

基于深度遷移學(xué)習(xí)的小樣本注塑件尺寸預(yù)測(cè)注塑制品尺寸和質(zhì)量164.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.3

基于深度遷移學(xué)習(xí)的小樣本注塑件尺寸預(yù)測(cè)174.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.3

基于深度遷移學(xué)習(xí)的小樣本注塑件尺寸預(yù)測(cè)使用不同大小的樣本數(shù)據(jù)對(duì)注塑制品質(zhì)量進(jìn)行預(yù)測(cè)，在新注塑工藝下實(shí)現(xiàn)注塑知識(shí)的重用，應(yīng)用跨工廠、跨型號(hào)真實(shí)生產(chǎn)下的注塑數(shù)據(jù)集，在注塑設(shè)備、注塑材料、注塑工藝和數(shù)據(jù)維度等方面有較大差異的情況下，通過(guò)基于模型的深度遷移學(xué)習(xí)方法對(duì)注塑共性特征進(jìn)行知識(shí)遷移，模型在大樣本和小樣本數(shù)據(jù)下均有較高的預(yù)測(cè)精度。184.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.4制造業(yè)質(zhì)量管理數(shù)字化轉(zhuǎn)型案例一：中聯(lián)重科攪拌車智能工廠數(shù)字化質(zhì)量管理平臺(tái)中聯(lián)重科提出了“0157”建設(shè)思路：“0”即以零缺陷為思想，“1”即圍繞“關(guān)重質(zhì)量特性識(shí)別與管控”這一條主線。數(shù)字化質(zhì)量管理平臺(tái)打通了“5”個(gè)渠道：供應(yīng)鏈質(zhì)量管理SQM平臺(tái)、與WMS/MES集成實(shí)現(xiàn)來(lái)料檢驗(yàn)和生產(chǎn)過(guò)程質(zhì)量管理、利用自動(dòng)化在線檢測(cè)設(shè)備和工業(yè)互聯(lián)網(wǎng)平臺(tái)（IOT）解決質(zhì)量檢驗(yàn)過(guò)程數(shù)據(jù)采集瓶頸、利用SPC統(tǒng)計(jì)分析工具對(duì)產(chǎn)品和過(guò)程進(jìn)行實(shí)施監(jiān)控、打通“市場(chǎng)-工廠-供應(yīng)商”的業(yè)務(wù)流和信息流實(shí)現(xiàn)“端到端”質(zhì)量管理。平臺(tái)構(gòu)建“7”大業(yè)務(wù)模塊，包括質(zhì)量體系管理、計(jì)量管理、來(lái)料質(zhì)量管理、生產(chǎn)過(guò)程質(zhì)量管理、供應(yīng)商質(zhì)量管理、市場(chǎng)質(zhì)量管理和質(zhì)量改進(jìn)管理。194.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.4制造業(yè)質(zhì)量管理數(shù)字化轉(zhuǎn)型案例二：零基目標(biāo)下海爾智能工廠的質(zhì)量數(shù)字化管理青島海爾特種制冷電器有限公司（以下簡(jiǎn)稱“海爾中德冰箱互聯(lián)工廠”或“工廠”）從2017年至2018年全力推進(jìn)數(shù)字化制造、數(shù)字化質(zhì)量體系管理、數(shù)字化流程等的建設(shè)，鎖定零基目標(biāo)，即所有的問(wèn)題都是不應(yīng)該發(fā)生的，都是沒(méi)有理由的，都應(yīng)該是零：質(zhì)量零缺陷、交貨期零延誤、銷售零庫(kù)存、與用戶零距離、零營(yíng)運(yùn)資本以及零冗員。聚焦用戶最佳體驗(yàn)，導(dǎo)入制程數(shù)字化控制系統(tǒng)、數(shù)字化檢測(cè)系統(tǒng)、數(shù)字化智能抽樣系統(tǒng)，實(shí)現(xiàn)工廠人、機(jī)、料、法、環(huán)、測(cè)等全要素上平臺(tái)系統(tǒng)運(yùn)營(yíng)，構(gòu)筑數(shù)字化質(zhì)量智造能力，從而實(shí)現(xiàn)“做全球引領(lǐng)的超大型高端冰箱燈塔工廠”的目標(biāo)。204.3數(shù)字化質(zhì)量管理應(yīng)用示例4.3.4制造業(yè)質(zhì)量管理數(shù)字化轉(zhuǎn)型案例三：隆基綠能1+7+1數(shù)字化管理-全生命周期質(zhì)量控制隆基綠能聚焦全生命周期數(shù)據(jù)驅(qū)動(dòng)、數(shù)據(jù)分析的質(zhì)量數(shù)字化管理，建立“1﹢7﹢1”質(zhì)量數(shù)字化管理模式，構(gòu)建端到端的基于質(zhì)量大數(shù)據(jù)全生命周期智能質(zhì)量數(shù)字化平臺(tái)。第一個(gè)“1”代表質(zhì)量數(shù)字化管理原點(diǎn)，即大質(zhì)量管理體系；“7”代表七大質(zhì)量管理業(yè)務(wù)模塊，分別為質(zhì)量體系管理、研發(fā)質(zhì)量管理、可靠性管理、供應(yīng)鏈質(zhì)量管理、過(guò)程質(zhì)量管理、客戶滿意管理、持續(xù)改進(jìn)管理；最后一個(gè)“1”代表質(zhì)量大數(shù)據(jù)中心，實(shí)現(xiàn)端到端質(zhì)量全流程數(shù)字化管理。結(jié)合AI智能算法，產(chǎn)品直通率提升4.9%，產(chǎn)品不良率降低30%，人工提效10%，零部件不良率降低10%。該公司“智能在線檢測(cè)”、“設(shè)備故障診斷與預(yù)測(cè)”、“質(zhì)量精準(zhǔn)追溯”等3項(xiàng)數(shù)字化應(yīng)用實(shí)踐，獲評(píng)工信部2022年度智能制造優(yōu)秀場(chǎng)景。214.4數(shù)字化質(zhì)量管理發(fā)展趨勢(shì)智能制造背景下推進(jìn)質(zhì)量管理數(shù)字化是一項(xiàng)復(fù)雜的系統(tǒng)工程。國(guó)家層面需要制訂數(shù)字化質(zhì)量管理標(biāo)準(zhǔn)，確保數(shù)字化質(zhì)量管理轉(zhuǎn)型的順利推進(jìn)。市場(chǎng)專業(yè)服務(wù)機(jī)構(gòu)應(yīng)以提升服務(wù)能力為核心，加速開(kāi)發(fā)和應(yīng)用質(zhì)量管理的數(shù)字化技術(shù)和工具。企業(yè)作為主體應(yīng)積極構(gòu)建數(shù)字化思維，推動(dòng)數(shù)字技術(shù)在制造業(yè)質(zhì)量管理中的深度融合。數(shù)字化質(zhì)量管理的幾個(gè)發(fā)展方向：1、聚焦數(shù)字化質(zhì)量管理關(guān)鍵場(chǎng)景；2、推進(jìn)并完善數(shù)字化質(zhì)量管理機(jī)制；3、增強(qiáng)企業(yè)數(shù)字化質(zhì)量管理運(yùn)行能力；4、加強(qiáng)產(chǎn)品全生命周期質(zhì)量數(shù)據(jù)開(kāi)發(fā)利用；5、完善政策保障和支撐環(huán)境。22第5章知識(shí)工程5.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.2面向知識(shí)服務(wù)的網(wǎng)絡(luò)知識(shí)市場(chǎng)5.3成情景的業(yè)務(wù)求解知識(shí)模塊化建模方法與技術(shù)引言隨著知識(shí)經(jīng)濟(jì)的到來(lái)，知識(shí)資源作為企業(yè)獲取長(zhǎng)久核心競(jìng)爭(zhēng)力的重要戰(zhàn)略資源日益受到企業(yè)的重視。很顯然企業(yè)的經(jīng)營(yíng)運(yùn)作，包括各類業(yè)務(wù)問(wèn)題的解決都是基于知識(shí)及知識(shí)資源開(kāi)展的，業(yè)務(wù)求解的執(zhí)行績(jī)效與知識(shí)資源的利用情況直接相關(guān)，尤其隨著智能制度的快速發(fā)展，隨著大數(shù)據(jù)資產(chǎn)的大量累積，知識(shí)管理將成為智能制造的重要業(yè)務(wù)環(huán)節(jié)。知識(shí)管理領(lǐng)域越來(lái)越受到企業(yè)家及研究學(xué)者的關(guān)注，尤其大數(shù)據(jù)技術(shù)與應(yīng)用的快速發(fā)展，使數(shù)據(jù)分析技術(shù)成為知識(shí)管理的重要使能技術(shù)（EnablingTechnologies）15.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置為了提高制造企業(yè)的創(chuàng)新能力、企業(yè)對(duì)外環(huán)境的適應(yīng)能力、企業(yè)的工作效能和企業(yè)素質(zhì)，企業(yè)需要?jiǎng)討B(tài)地對(duì)自身做出相應(yīng)的調(diào)整，這就需要企業(yè)管理者能夠隨時(shí)把握企業(yè)當(dāng)前的業(yè)務(wù)過(guò)程及其知識(shí)結(jié)構(gòu)體系，并能適時(shí)地對(duì)他們進(jìn)行調(diào)整、改善甚至更新。知識(shí)已被確認(rèn)為企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)和創(chuàng)造價(jià)值的重要來(lái)源。實(shí)現(xiàn)知識(shí)在所有項(xiàng)目團(tuán)隊(duì)成員之間的有效共享、及時(shí)傳遞，并使項(xiàng)目人員能快速獲取和運(yùn)用相關(guān)知識(shí)，是實(shí)現(xiàn)企業(yè)業(yè)務(wù)活動(dòng)高效運(yùn)行的重要保證。因此，如何將最合適的知識(shí)在合適的時(shí)間從大量的信息中配置到最合適的人（即知識(shí)資源配置服務(wù)）對(duì)于企業(yè)業(yè)務(wù)活動(dòng)具有重要意義，這也是業(yè)務(wù)過(guò)程建模的目標(biāo)。25.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.1業(yè)務(wù)過(guò)程建模方法運(yùn)用K-EPC（Knowledge-EventProcessChain）模型對(duì)案例庫(kù)中的業(yè)務(wù)過(guò)程進(jìn)行解析，抽取每個(gè)業(yè)務(wù)活動(dòng)在特定情境中所涉及到的知識(shí)，繼而獲得知識(shí)對(duì)應(yīng)的知識(shí)資源信息。在這個(gè)過(guò)程中，建立了業(yè)務(wù)活動(dòng)與知識(shí)，知識(shí)與知識(shí)資源的映射關(guān)系。圖5-1面向知識(shí)配置服務(wù)的業(yè)務(wù)過(guò)程建?？蚣?5.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.1業(yè)務(wù)過(guò)程建模方法通常采用面向知識(shí)資源配置服務(wù)的EPC模型（K-EPC）來(lái)描述業(yè)務(wù)過(guò)程。原始的EPC模型只包括事件、功能和相互間的邏輯關(guān)系，缺乏對(duì)業(yè)務(wù)過(guò)程知識(shí)的描述。K-EPC模型是對(duì)EPC模型的擴(kuò)展，以業(yè)務(wù)過(guò)程視圖為中心，創(chuàng)新性地將事件、功能、數(shù)據(jù)、知識(shí)單元、知識(shí)資源集成起來(lái)，并引入了知識(shí)情境，在一定的邏輯關(guān)系下對(duì)業(yè)務(wù)過(guò)程進(jìn)行描述。圖5-2K-EPC模型45.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.1業(yè)務(wù)過(guò)程建模方法圖5-3EPC基本元素K-EPC中的事件是業(yè)務(wù)活動(dòng)的一種狀態(tài)，事件的觸發(fā)表示的是業(yè)務(wù)活動(dòng)狀態(tài)的改變；功能則有具體含義，表示事件觸發(fā)后的操作。K-EPC模型中將功能與事件的邏輯關(guān)系分為3種：與、或、異或。知識(shí)情境描述的是知識(shí)在業(yè)務(wù)過(guò)程中的應(yīng)用背景；目標(biāo)知識(shí)是指某功能用到的主要知識(shí)；知識(shí)單元是與目標(biāo)知識(shí)有協(xié)作關(guān)系的知識(shí)集合；知識(shí)單元映射到對(duì)應(yīng)的知識(shí)資源。55.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.1業(yè)務(wù)過(guò)程建模方法圖5-4基于K-EPC的業(yè)務(wù)過(guò)程實(shí)例以零件到貨的業(yè)務(wù)過(guò)程為例，可依據(jù)K-EPC模型，分解為圖5-4所示結(jié)構(gòu)。65.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.2業(yè)務(wù)活動(dòng)的知識(shí)表達(dá)方法由于知識(shí)的應(yīng)用和產(chǎn)生是在一定的背景與環(huán)境下發(fā)生的，知識(shí)所包含的意義和價(jià)值只有在對(duì)應(yīng)的背景和環(huán)境下才能體現(xiàn)出來(lái)。因此，用戶所從事的業(yè)務(wù)過(guò)程是決定知識(shí)需求的重要因素。業(yè)務(wù)過(guò)程是為實(shí)現(xiàn)一定的目的而執(zhí)行的一系列邏輯相關(guān)活動(dòng)的集合，顯現(xiàn)了人從事活動(dòng)的環(huán)境，又體現(xiàn)了人與過(guò)程、知識(shí)的融合。對(duì)于不同業(yè)務(wù)過(guò)程來(lái)說(shuō)，對(duì)知識(shí)需求是不同的，隨著時(shí)間的推移，同個(gè)業(yè)務(wù)過(guò)程對(duì)于知識(shí)的需求也在不斷變更。這些變化都是業(yè)務(wù)過(guò)程所處知識(shí)情境的體現(xiàn)。對(duì)于不同業(yè)務(wù)過(guò)程來(lái)說(shuō)，對(duì)知識(shí)需求是不同的，隨著時(shí)間的推移，同個(gè)業(yè)務(wù)過(guò)程對(duì)于知識(shí)的需求也在不斷變更。這些變化都是業(yè)務(wù)過(guò)程所處知識(shí)情境的體現(xiàn)。知識(shí)情境是連接業(yè)務(wù)單元和知識(shí)單元的樞紐，是知識(shí)應(yīng)用到業(yè)務(wù)活動(dòng)中的具體背景和環(huán)境。由業(yè)務(wù)提出知識(shí)需求，知識(shí)情境確定需求內(nèi)容和對(duì)內(nèi)容的精確描述，從知識(shí)單元集中找到合適的知識(shí)單元，用于匹配某一項(xiàng)業(yè)務(wù)活動(dòng)，保證業(yè)務(wù)的順利開(kāi)展。對(duì)于不同業(yè)務(wù)過(guò)程來(lái)說(shuō)，對(duì)知識(shí)需求是不同的，隨著時(shí)間的推移，同個(gè)業(yè)務(wù)過(guò)程對(duì)于知識(shí)的需求也在不斷變更。這些變化都是業(yè)務(wù)過(guò)程所處知識(shí)情境的體現(xiàn)。75.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.2業(yè)務(wù)活動(dòng)的知識(shí)表達(dá)方法如同提出問(wèn)題和解決問(wèn)題一樣，不同情境下的同一個(gè)問(wèn)題可以有很多種可能。而業(yè)務(wù)過(guò)程和知識(shí)的在特定情境下的結(jié)合恰恰就是為了解決一個(gè)個(gè)問(wèn)題，兩者關(guān)系如圖5-6所示。5-6知識(shí)情境中的業(yè)務(wù)過(guò)程和知識(shí)85.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.2業(yè)務(wù)活動(dòng)的知識(shí)表達(dá)方法知識(shí)、數(shù)據(jù)和信息之間存在著從上到下的層次關(guān)系。數(shù)據(jù)是信息的載體，只有通過(guò)數(shù)據(jù)處理過(guò)程才能上升到信息層面。知識(shí)源于對(duì)信息內(nèi)容的再加工，是人們通過(guò)實(shí)踐活動(dòng)，總結(jié)得出的自然界具有規(guī)律性的存在。在知識(shí)情境中記錄的是知識(shí)應(yīng)用時(shí)的數(shù)據(jù)和信息，目的是為了營(yíng)造知識(shí)使用的氛圍。知識(shí)只有通過(guò)知識(shí)情境的橋接才能在相應(yīng)的業(yè)務(wù)活動(dòng)中體現(xiàn)其價(jià)值。因此，三者關(guān)系密不可分?；谇榫车闹R(shí)包含知識(shí)內(nèi)容和知識(shí)資源。知識(shí)內(nèi)容記錄了知識(shí)的具體信息，以便劃分和識(shí)別。知識(shí)資源是知識(shí)所依賴的客觀存在，如人、文檔、圖紙等。這兩者統(tǒng)稱為知識(shí)節(jié)點(diǎn)屬性?；谇榫车闹R(shí)包含知識(shí)內(nèi)容和知識(shí)資源。知識(shí)內(nèi)容記錄了知識(shí)的具體信息，以便劃分和識(shí)別。知識(shí)資源是知識(shí)所依賴的客觀存在，如人、文檔、圖紙等。這兩者統(tǒng)稱為知識(shí)節(jié)點(diǎn)屬性。95.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.2業(yè)務(wù)活動(dòng)的知識(shí)表達(dá)方法基于情境的知識(shí)自上而下分別由知識(shí)應(yīng)用層、知識(shí)描述層、知識(shí)映射層及知識(shí)資源層組成，如圖5-8所示。圖5-8基于情境的知識(shí)層次105.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.3業(yè)務(wù)過(guò)程模板框架模板不是一個(gè)單一的存儲(chǔ)文件或者一個(gè)獨(dú)立的對(duì)象，而是集成了多種業(yè)務(wù)過(guò)程和知識(shí)信息，體現(xiàn)了相似業(yè)務(wù)過(guò)程經(jīng)歸納篩選后的特性集合。模板分布在業(yè)務(wù)案例運(yùn)行的各個(gè)階段，在不同的階段和同一階段不同的業(yè)務(wù)過(guò)程具有不同的表現(xiàn)形式。模板庫(kù)是知識(shí)、知識(shí)情境和業(yè)務(wù)過(guò)程高度抽象的體現(xiàn)。值得注意的是，此時(shí)的后三者不同于業(yè)務(wù)過(guò)程解析時(shí)建立的對(duì)應(yīng)原型。從業(yè)務(wù)過(guò)程模型中抽取的模板庫(kù)具有高度的抽象性，它既保持了原型的特性，又不僅僅局限于原型的已有具體信息。模板應(yīng)體現(xiàn)業(yè)務(wù)過(guò)程通用性的要求。多個(gè)相似業(yè)務(wù)過(guò)程在被運(yùn)行后，容易發(fā)現(xiàn)重復(fù)使用的活動(dòng)，關(guān)鍵活動(dòng)和特例活動(dòng)等信息。這些信息被處理后，可以得出適用于所有業(yè)務(wù)過(guò)程的通用性模板。通過(guò)對(duì)這些模板的刪減，可以得到適用于新案例的業(yè)務(wù)過(guò)程方案。115.1面向業(yè)務(wù)問(wèn)題的知識(shí)資源配置5.1.3業(yè)務(wù)過(guò)程模板框架模板應(yīng)體現(xiàn)業(yè)務(wù)過(guò)程通用性的要求。多個(gè)相似業(yè)務(wù)過(guò)程在被運(yùn)行后，容易發(fā)現(xiàn)重復(fù)使用的活動(dòng)，關(guān)鍵活動(dòng)和特例活動(dòng)等信息。這些信息被處理后，可以得出適用于所有業(yè)務(wù)過(guò)程的通用性模板。通過(guò)對(duì)這些模板的刪減，可以得到適用于新案例的業(yè)務(wù)過(guò)程方案。圖5-9模板結(jié)構(gòu)125.2面向知識(shí)服務(wù)的網(wǎng)絡(luò)知識(shí)市場(chǎng)在市場(chǎng)經(jīng)濟(jì)環(huán)境下，知識(shí)所處的地位和所發(fā)生的作用已非常顯著。越來(lái)越多的企業(yè)也已經(jīng)認(rèn)識(shí)到，知識(shí)資源正在逐漸成為他們的主要財(cái)富之一。然而，僅僅依靠企業(yè)內(nèi)部知識(shí)資源的配置與轉(zhuǎn)化，越來(lái)越不能滿足現(xiàn)代企業(yè)的創(chuàng)新需求。因此如何突破企業(yè)的局限，對(duì)社會(huì)化的知識(shí)資源進(jìn)行有效配置，拓寬企業(yè)發(fā)展的渠道，已成為企業(yè)關(guān)心的重要問(wèn)題。雖然網(wǎng)上技術(shù)市場(chǎng)的運(yùn)行在優(yōu)化科技資源配置中發(fā)揮了重要作用。然而，網(wǎng)絡(luò)信息技術(shù)的快速發(fā)展使網(wǎng)上技術(shù)市場(chǎng)的發(fā)展明顯滯后。另外，網(wǎng)絡(luò)知識(shí)市場(chǎng)萌生的基本條件已經(jīng)成熟。故本章在網(wǎng)上技術(shù)市場(chǎng)的基礎(chǔ)上，提出基于社會(huì)化資源的網(wǎng)絡(luò)知識(shí)市場(chǎng)，試圖在市場(chǎng)機(jī)制的推動(dòng)下，促進(jìn)社會(huì)知識(shí)資源在企業(yè)創(chuàng)新過(guò)程得到的優(yōu)化配置，發(fā)揮企業(yè)的創(chuàng)新主體作用。135.2