-
公开(公告)号：CN116700171A
公开(公告)日：2023-09-05
申请号：CN202310665230.9
申请日：2023-06-06
Applicant: 西南交通大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于改进合同网协议和混合仿真的车间机床与AGV调度方法，具体为：采用离散事件仿真与多智能体仿真方法，构建控制车间产品工艺过程的生产过程子模型与处理车间决策问题的智能体决策子模型，并将两种模型集成，构建出一种面向柔性作业车间集成调度问题的混合仿真模型；在此基础上，采用合同网协议作为智能体间的协商机制，基于扩充任务缓冲池与发标优先级机制，并结合工序任务执行过程，制定符合集成调度问题特性的机床与AGV选择策略。本发明改进合同网协商过程中的招标广播、恶性竞标、接受任务授权单一、任务完成质量无反馈问题；实现基于改进合同网的混合仿真模型任务分配过程，实现柔性生产车间机床与AGV的集成调度。
-
公开(公告)号：CN118445551A
公开(公告)日：2024-08-06
申请号：CN202410607909.7
申请日：2024-05-16
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于趋势点识别和Flink流式处理的增量数据价值增密方法，具体为：基于存量数据的数据特征识别分类：基于趋势点识别方法，识别存量数据集中每个数据点不同点特征，对每个数据点进行分类；对存量数据集中数据项进行识别与分类；基于Kafka‑Flink的增量数据实时处理：读取每条数据的分类标签，根据分类结果匹配预处理策略，并基于Flink‑Kafka调用和执行预处理策略，对生产增量式数据进行实时预处理，实现价值增密。本发明可以实现增量数据的价值增密，可以精准识别数据特征将其归类，并对增量数据进行高效准确的实时处理。
-
公开(公告)号：CN118567312A
公开(公告)日：2024-08-30
申请号：CN202410608000.3
申请日：2024-05-16
Applicant: 西南交通大学
IPC: G05B19/418
Abstract: 本发明公开了一种面向物料节点的离散制造车间七元素描述方法，具体为：在原有七元组定义的控制器、处理器、执行器、缓存器、流动实体、物流路径、虚拟服务节点的基础上，新增物料服务节点和服务节点对，并给出了明确的图形化和形式化定义，用于映射为物料提供生产活动的设备组件以及响应的生产活动；形成基于物料服务节点的七元素描述模型，以生成复杂离散制造系统生产组织形式描述模型。本发明既能描述设备内的生产活动，又能描述设备间的生产活动，有利于实现各种生产组织形式的更精确的描述，并通过模块化配置实现快速建模，可以适应于不同类型的复杂离散制造系统的生产组织形式的描述。
-
公开(公告)号：CN118446367A
公开(公告)日：2024-08-06
申请号：CN202410607836.1
申请日：2024-05-16
Applicant: 西南交通大学
IPC: G06Q10/04 , G06Q10/087 , G06Q10/109 , G06Q50/04 , G06N3/0442
Abstract: 本发明公开了一种基于多目标回归和LSTM的订单剩余完工时间预测算法，具体为：定义预测模型的输入，并通过动态调整订单数据(包括数据填充和滚动机制)来适应不同数量的订单；引入LSTM与注意力机制，以充分挖掘时间序列数据，并适应生产过程中的动态变化和复杂环境。本发明能够更敏感地捕捉生产过程中的细微变化，并更关注重要时间节点，从而达到更稳健和准确的ORCT预测。
-
公开(公告)号：CN118567313A
公开(公告)日：2024-08-30
申请号：CN202410608040.8
申请日：2024-05-16
Applicant: 西南交通大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于服务节点对构建数字阴影车间的方法，具体为：生产活动映射，将离散制造系统中的各个生产活动进行识别并映射成为服务节点对；控制指令映射，构建服务节点对参数和控制信号之间的映射关系，当参数发生变化时触发信号，实现基于服务节点对的生产执行；感知变量映射，在生产执行中，每一个物料都会根据其所经历的生产执行过程，记录生产执行逻辑触发历史并保存为服务节点对序列，用于感知和复现生产过程的各种活动；数字阴影车间构建，集成制造执行系统、生产仿真系统和生产管控系统构建数字阴影车间。本发明实现了离散制造系统中多个信息系统接口的统一和标准化，减少了接口开发工作量并提高了多个信息系统之间集成的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117008542A
公开(公告)日：2023-11-07
申请号：CN202310665602.8
申请日：2023-06-06
Applicant: 西南交通大学
IPC: G05B19/418
Abstract: 本发明公开了一种考虑无碰AGV路径规划的车间集成调度混合仿真方法，具体为：首先，基于AGV Agent与节点Agent信息交互与决策的无碰路径规划，包括AGV基于节点拥挤度的路径选择以及行驶过程中的三类常见冲突的解决策略研究；然后，将AGV的实际运输结果反馈至任务分配层面修正与指导下一步的任务分配过程；将AGV路径规划方法集成到调度中进行混合仿真。本发明AGV间的碰撞次数被大幅降低，算法避碰性能良好；实现了基于混合仿真模型，融入无碰路径规划的柔性生产车间机床与AGV的动态集成调度系统。
-
公开(公告)号：CN116993255A
公开(公告)日：2023-11-03
申请号：CN202310855842.4
申请日：2023-07-12
Applicant: 西南交通大学
IPC: G06Q10/0835 , G01C21/20
Abstract: 本发明公开了一种基于多智能体仿真的AGVS动态无碰路径规划方法，具体为：构建了包含任务管理Agent、AGV管理Agent、路网管理Agent、AGV Agent、节点Agent、路段Agent在内的分层混合多智能体系统，各类智能体具有感知，决策，判断、交互能力，利用知识方法互相协作进行动态无碰路径规划：改进A*路径规划算法用于为AGV Agent提供最短路径规划，基于六大类冲突情形的冲突预测与消解策略用于为路网中的AGV动态实时冲突提供预测及消除方法，路网拥挤度计算方法用于实时更新路径网络的拥挤状态，配合A*路径规划算法选择无碰的最短路径。本发明使AGV物流系统能够顺畅高效运转且无冲突死锁情况发生，具有更好的运输效率和避碰性能。
-
公开(公告)号：CN115303689A
公开(公告)日：2022-11-08
申请号：CN202210885399.0
申请日：2022-07-26
Applicant: 西南交通大学
Abstract: 本发明公开了一种多巷道立体仓库货位分配优化方法，具体为：以立体仓库堆垛机完成某一货物的作业时间与该货物的出入库频率的乘积最小进行出入库效率建模；以货物的质量与其所在层数的乘积以及计算货架等效重心最小进行货架稳定性建模；以每个巷道内两排货架为对象，计算每两排货架上所分配的货位数量以及每两排货架上的货物周转率之和，同时考虑每个巷道内出入库频率均衡和货物数量均衡进行堆垛机负载均衡建模；最后通过改进的自适应多种群遗传算法AMPGA对多目标优化模型进行求解。本发明考虑了多方面因素建立多目标优化模型，且采用改进自适应多种群遗传算法进行求解，优化效果更佳，收敛更快，能够很好地解决多巷道立体仓库货位分配问题。
-
公开(公告)号：CN120029089A
公开(公告)日：2025-05-23
申请号：CN202510113270.1
申请日：2025-01-24
Applicant: 西南交通大学
IPC: G05B17/02
Abstract: 本发明公开了一种基于连通图的离散制造车间高效调度与仿真方法，具体为：定义基于有向服务节点对和可封装服务单元的车间生产执行逻辑模型PELM‑DaE；构建连通图，基于PELM‑DaE，在工艺路线和调度方案的驱动下分别构建了工艺连通图和作业连通图，以实现生产执行逻辑的柔性连通图，表达作业之间的动态执行关系和约束，进而实现FICM的预计算，支持高效调度与仿真；基于连通图进行调度和仿真，通过将工艺连通图应用于作业调度，实现作业调度过程候选设备的缩减；通过将作业连通图应用于生产仿真，提高仿真计算效率和算法可维护性。本发明为提高离散制造车间调度仿真效率提供了新的技术方案，具有重要的实际应用价值。
-
公开(公告)号：CN120010407A
公开(公告)日：2025-05-16
申请号：CN202510113307.0
申请日：2025-01-24
Applicant: 西南交通大学
IPC: G05B19/418 , G06Q50/04
Abstract: 本发明公开了一种离散制造车间生产执行逻辑建模方法，具体为：定义有向服务节点对DSNP，对七要素SE模型进行扩展，一致地表达基本生产活动的动态执行逻辑；定义可封装服务单元ESC，实现多个有向服务节点对DSNP的组合和功能化、模块化封装，以表达更复杂的生产逻辑；构建生产执行逻辑模型PELM‑DaE，通过组合多个有向服务节点对DSNP和可封装服务单元ESC，实现FICM在车间中的集成表示，以及车间层面的生产执行逻辑有效表达和灵活重构。本发明实现了FICM的表示和集成，能够有效描述动态生产执行逻辑；为提高调度仿真效率提供了新的技术方案，具有重要的实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
