近日，金沙检测线路js95、智能制造研究所所长顾文斌团队在国内机械类顶级期刊《机械工程学报》上发表题为“数据驱动的智慧车间实时调度方法研究”的研究论文。

  智能制造系统采用了物联网，云计算等大量先进信息技术，使得车间积累了大量的实时生产数据。同时，复杂制造系统在运行过程中容易出现一系列干扰事件，这对车间实时响应能力提出了更高的要求。在工业大数据支撑的制造环境下，该研究针对考虑序列相关设置时间和阻塞的混合流水车间调度问题（HFSP-SDST-B），将此类调度问题建模为一个马尔科夫决策过程，并构建了以最小化总完工时间为指标的目标约束模型，同时结合DRL的方法，提出了一种基于数据驱动的实时调度机制，实现了在每个调度点，智能体能够根据当前的生产状态选择相应的调度规则，从而进行合理的工件排序和机器分配。该项研究为基于数据驱动的实时调度方法在复杂制造环境中实现生产企业“提质、降本、增效”方面的应用提供了新范式，并为今后人工智能在智能制造领域的推广应用提供了新思路。

  该工作是团队近期关于复杂制造系统智能自组织机制相关研究的最新进展之一。近年来，团队对复杂环境中的智能制造系统自组织机制进行了深入研究，从自适应行为、交互、配置、生产控制等方面对智能自组织制造系统进行建模（包括数据）的机理、制备、性能改进及模型应用做了一系列的探索。近三年来，顾文斌团队在智能制造技术研究方向取得了系列成果，先后发表了高水平SCI学术论文9篇，其中包括RCIM(IF=10.1)、JMS（IF=9.49）、CAIE（IF=7.18）等国际制造领域一流学术期刊，授权发明专利11项，软件著作权5项。

图1 基于数据驱动的实时调度方法总体框架  

  上述研究受到国家自然科学基金资助项目(51875171)，江苏省自然科学基金面上项目（BK20221231），常州市科技计划项目（CM20223014）等项目支持。

 论文链接：https://kns.cnki.net/kcms/detail/11.2187.th.20221026.0845.002.html

 （图文：顾文斌    审核：白建波）