一种基于强化学的机械车间任务调度节能优化系统

摘要

本发明公开了一种基于强化学的机械车间任务调度节能优化系统，包括调度目标函数模块、基础数据库、调度规则库、初次调度执行模块、节能优化规则库、节能优化模块、调度方案库。首先，在调度目标函数模块设定调度目标，通过从调度规则库中选取调度规则并利用基础数据库的基础数据，在初次调度执行模块执行初次调度，得到初次调度方案；然后，从系统外部知识拓展接口录入调度专家节能优化经验，得到节能优化规则；同时，在节能优化模块建立学环境，包括车间能耗模型、加工时间模型及调度方案评价模型；最后，通过Q学控制器和学环境的交互为初次调度方案获取一个节能优化策略。该系统可以通过调度方法手段减少机械车间生产过程能量消耗，对于机械车间节能减排具有重大意义。

主权项

一种基于强化学习的机械车间任务调度节能优化系统，包括：调度目标函数模块、基础数据库、调度规则库、初次调度执行模块、节能优化规则库、节能优化模块和调度方案库；其中，调度目标函数模块：设定调度目标为调度任务完成加工总能耗最小f1=min(EC)和总时间最小f2=min(T)；基础数据库：包括工件信息、机床信息和加工信息；调度规则库：包括先到先服务(FCFS)规则；初次调度执行模块：利用从调度规则库选取的调度规则作为调度的运算法则，对调度任务包含的基础数据库的信息进行计算，确定各个工序的加工机床以及在机床上的加工顺序进行安排，从而得到初次调度方案；节能优化规则库：针对调度目标，对调度专家进行调研，统计节能优化经验，并把处理表示为if<>，then<>，else<>的语法形式，从系统外部知识拓展接口录入，存入节能优化规则库；节能优化模块：包括学习环境和Q学习控制器，通过Q学习控制器和学习环境的交互，为初次调度方案获取一个节能优化策略，其中：学习环境：包括车间能耗模型、加工时间模型及调度方案评价模型；Q学习控制器：包括定义Q学习算法的动作集、状态空间、惩罚函数和算法流程，以及最终整个Q学习算法的运行；调度方案库：用于存储初次调度方案和节能优化过程中不断更新的调度方案。