论文题目：基于产品-设备数据分析的生产过程仿真优化
摘要：生产调度问题指的是在生产设备台数、工件数量和加工时间等有限资源的约束下,对将要完成的可被拆解的工作任务进行切实有效的顺序安排以对目标进行优化,大多数的生产调度问题都假设生产设备在整个生产过程中不会发生中断,一经使用便运行到所有工件加工完成。但是在制造生产实践中,生产设备在其生产过程中常常会受到所加工工件对其的磨损以及生产设备自身老化的影响,因此正常运行的生产设备就会出现故障并不能一直运行下去,从而不能维持正常的生产活动。而生产设备的正常运行是企业收益的基本保证,那么就需要对其进行维护。但是如果维护不及时或方式不恰当的话可能就会对整个生产系统造成一定的影响,比如延缓生产进度、单位产品成本增加甚至引发重大生产事故等等,因此就需要对设备的可靠性进行研究,将生产设备的可靠性、故障后果以及故障模式的相关信息作为制定维护策略的主要依据,从而制定一个安全可靠、经济的维护策略,进而能够在合适的时间以恰当的方式对生产设备进行维护,以保证整个生产系统的平稳运行、降低企业的运营成本、提高企业收益和竞争力等等。本文以石油化工行业为研究背景,以一种用于环境保护的生产设备—高重力反应器（High Gravity Reactor,HGR）为研究对象,收集了石油化工企业2018.12.30-2020.6.31期间该生产设备三维观测变量（包括电机电流、轴承振幅和报警温度）的数据,研究可靠性维护与生产计划的集成优化问题,并考虑每台生产设备上有多次维护。建立可靠性维护与生产计划的集成优化模型,目标是最小化总成本,其中总成本包括维护成本、惩罚成本、清理成本和重置成本。并在研究过程中考虑了每次维护的开始时刻和持续时间、每个月月初确定的维护次数的不确定性,其中每次维护开始时刻的不确定性用非齐次隐马尔可夫模型得到的状态转移概率进行描述,每次维护持续时间的不确定性用离散型概率分布进行描述,用仿真的方法描述每个月月初确定的维护次数的不确定性。本文一共提出了三种算法来最小化总成本:遗传算法（GA）、改变初始化方式的遗传算法以及基于最优计算预算分配（Optimal Computing Budget Allocation,OCBA）的遗传算法。最后基于石油化工企业化工产品生产中的实际案例,通过仿真实验证明了所提出的基于OCBA的遗传算法较其他两种方法效果更为显著。因此本研究从很大程度上可以在各种不确定性存在的情况下帮助石油化工企业减少总成本,提高其行业竞争力。
关键词：平行机调度;可靠性维护;遗传算法;仿真优化
学科专业：管理科学与工程
摘要
ABSTRACT
1 引言
1.1 研究背景
1.2 问题提出
1.3 研究意义
1.4 研究方法与技术路线
1.5 研究创新点
1.6 论文结构
2 文献综述
2.1 考虑维护的生产调度问题
2.2 基于隐马尔科夫模型的设备可靠性维护
2.3 文献述评
3 问题描述
3.1 问题描述
3.2 模型构建
3.3 符号表示
4 算法设计
4.1 遗传算法
4.1.1 遗传算法的概述
4.1.2 遗传算法的基本流程
4.1.3 遗传算法的求解
4.2 改变初始化方式的遗传算法
4.3 基于OCBA的遗传算法
4.3.1 OCBA的概述
4.3.2 OCBA的基本流程
4.3.3 基于OCBA的遗传算法
5 数值实验与分析
5.1 应用实例
5.1.1 应用背景及设备简介
5.1.2 设备维护模式
5.1.3 生产参数
5.1.4 数据验证
5.1.5 研究假设
5.2 参数设定
5.2.1 隐马尔可夫模型参数
5.2.2 算法参数
5.3 实验结果
5.4 灵敏度分析
6 总结与展望
6.1 总结
6.2 展望
附录A
参考文献
致谢