-
公开(公告)号：CN113112051A
公开(公告)日：2021-07-13
申请号：CN202110264883.7
申请日：2021-03-11
Applicant: 同济大学
Abstract: 本发明涉及一种基于增强学习的串行生产系统生产维护联合优化方法，包括：通过马尔可夫链表示串行生产系统的系统状态，构建包括状态空间、动作空间、转移矩阵和成本函数的马尔科夫模型；采用贪心策略求解马尔科夫模型，从动作空间中选取维护策略，构建回放记忆数据集；采用回放记忆数据集对预先建立的神经网络进行迭代训练，直至达到预设的迭代终止条件；采用训练后的神经网络，获取实际串行生产系统的生产维护策略。与现有技术相比，本发明构造马尔可夫决策过程数学模型，可反映生产系统的动态变化，结合神经网络框架和经验回放技术，优化了算法的收敛速度和求解能力，可适用于复杂度高的串行生产系统的动态决策求解需求。
-
公开(公告)号：CN113408750A
公开(公告)日：2021-09-17
申请号：CN202110538160.1
申请日：2021-05-18
Applicant: 同济大学
Abstract: 本发明设计了一种基于节能时间窗的串行生产系统机会维护方法，该方法可对带缓冲区的串行生产系统劣化过程以及非完美维护进行仿真，并能同时监控因劣化导致的质量损失。针对目前制造企业在制定维护策略时缺乏能源管理意识的情况，开发了有效能源利用效率EEE这一新式的优化目标。并引入“节能机会窗”的概念，将生产系统的节能机会窗视为预防性维护的机会窗，提出了一种主动预防性维护策略，通过蒙特卡洛仿真算法求解出最优的预防性维护阈值。可以在不造成系统永久生产损失的前提下，节约系统能耗并提高有效产出，为实际工厂中的运维活动提供指导。
-
公开(公告)号：CN113112051B
公开(公告)日：2022-10-25
申请号：CN202110264883.7
申请日：2021-03-11
Applicant: 同济大学
Abstract: 本发明涉及一种基于增强学习的串行生产系统生产维护联合优化方法，包括：通过马尔可夫链表示串行生产系统的系统状态，构建包括状态空间、动作空间、转移矩阵和成本函数的马尔科夫模型；采用贪心策略求解马尔科夫模型，从动作空间中选取维护策略，构建回放记忆数据集；采用回放记忆数据集对预先建立的神经网络进行迭代训练，直至达到预设的迭代终止条件；采用训练后的神经网络，获取实际串行生产系统的生产维护策略。与现有技术相比，本发明构造马尔可夫决策过程数学模型，可反映生产系统的动态变化，结合神经网络框架和经验回放技术，优化了算法的收敛速度和求解能力，可适用于复杂度高的串行生产系统的动态决策求解需求。
-
-
Search Results
3
records
(took 0.014 seconds)
