基于數(shù)據(jù)挖掘的制造執(zhí)行系統(tǒng)實(shí)時(shí)數(shù)據(jù)采集和車間調(diào)度關(guān)鍵技術(shù)研究.pdf

1、面對(duì)日益激烈的市場(chǎng)競(jìng)爭(zhēng),如何提高產(chǎn)品質(zhì)量、縮短交貨時(shí)間、降低成本、改善服務(wù),是每個(gè)企業(yè)決策者迫切需要解決的問(wèn)題。目前,成功的應(yīng)用實(shí)例已經(jīng)證明ERP/MES/PCS三層管理模式已成為現(xiàn)代企業(yè)進(jìn)行信息化建設(shè),提高競(jìng)爭(zhēng)力的一種必然選擇。制造執(zhí)行系統(tǒng)(Manufacturing Execution System,MES)作為面向車間生產(chǎn)的信息管理系統(tǒng),為企業(yè)計(jì)劃管理層與車間底層控制之間架起了一座橋梁,填補(bǔ)了兩者之間的“鴻溝”。目前,MES已成為

2、面向車間生產(chǎn)管理和控制的主流技術(shù)。 在詳細(xì)研究和分析MES結(jié)構(gòu)和功能模型的基礎(chǔ)上,本文對(duì)MES中實(shí)時(shí)數(shù)據(jù)采集、車間實(shí)時(shí)動(dòng)態(tài)調(diào)度兩個(gè)關(guān)鍵問(wèn)題進(jìn)行了深入的研究。針對(duì)制造車間設(shè)備的具體情況,提出了四種可行的實(shí)時(shí)數(shù)據(jù)采集方案。針對(duì)車間的Job Shop調(diào)度問(wèn)題,提出了多種群并行混合遺傳算法的解決方案。并結(jié)合數(shù)據(jù)挖掘技術(shù)對(duì)上述兩個(gè)關(guān)鍵技術(shù)中的數(shù)據(jù)進(jìn)行處理和挖掘,提出了基于知識(shí)的動(dòng)態(tài)調(diào)度模型。 根據(jù)制造車間設(shè)備的具體情況,提出了

3、四種切實(shí)可行的分布式實(shí)時(shí)數(shù)據(jù)采集方案。該方案解決了制造執(zhí)行層和底層控制之間的連接問(wèn)題,為ERP/MES/PCS三層系統(tǒng)的集成創(chuàng)造了條件。 針對(duì)制造執(zhí)行系統(tǒng)中的車間實(shí)時(shí)調(diào)度問(wèn)題,提出了多種群并行混合遺傳算法。算法結(jié)合了多種群并行運(yùn)算、模擬退火和遺傳算法的思想,克服了標(biāo)準(zhǔn)遺傳算法(SGA)和模擬退火遺傳算法(SAGA)中早熟和易受參數(shù)影響的缺點(diǎn),體現(xiàn)了很好的收斂性和參數(shù)魯棒性,為制造執(zhí)行系統(tǒng)調(diào)度問(wèn)題的求解提供有力的工具。 在

4、詳細(xì)分析Apriori、DHP等關(guān)聯(lián)性規(guī)則挖掘算法的基礎(chǔ)上,提出了DHA(DividingHashing and Array)的關(guān)聯(lián)性規(guī)則挖掘算法.算法2-item頻繁項(xiàng)集L<,2>的查找效率高,僅需掃描兩次數(shù)據(jù)庫(kù)即可完成數(shù)據(jù)挖掘。與Apriori和DHP算法的相比,算法運(yùn)算效率高,內(nèi)存使用更加合理。 對(duì)數(shù)據(jù)挖掘技術(shù)在制造執(zhí)行系統(tǒng)中的應(yīng)用進(jìn)行了探討和研究。從知識(shí)獲取的角度,對(duì)制造執(zhí)行系統(tǒng)關(guān)鍵技術(shù)中的數(shù)據(jù)進(jìn)行了挖掘和處理,為制造