一种用于制造系统实时响应的两阶段决策方法：决策推荐与调度生成

《ADVANCED ENGINEERING INFORMATICS》：A two-stage decision-making method for real-time response in manufacturing systems: Decision recommendation and scheduling generation

　　

王胜波|郭宇|黄少华|耿赛|钱伟伟|周志豪

南京航空航天大学机械与电气工程学院，中国南京

摘要

决策是解决生产异常、恢复稳定生产和确保订单按时交付的有效手段。然而，在实际的制造车间中，重新安排生产计划不仅会增加调整成本，还会引入更大的不确定性。尽管现有的实时和预测决策研究可以提高决策准确性，但在决策准确性与生产稳定性之间取得平衡仍然具有挑战性。本文提出了一种两阶段决策方法，以提高决策技术在各制造车间的适用性。在第一阶段，构建了一个决策推荐模型。为了减少随机游走策略导致的数据冗余，开发了一个生产决策的子图模型。然后提出了一个基于有限阶DeepWalk的决策推荐模型，以确定所需的决策层次。对于需要重新安排生产的场景，在第二阶段构建了一个调度生成模型。考虑到生产决策的实时要求，采用了深度强化学习模型来学习历史决策策略，以实现精准调整。最后，使用了一个真实的制造车间对所提出的方法进行了验证。在决策推荐任务中，所提方法取得了最佳性能，准确率、精确度、召回率和F1分数分别达到了0.9962、0.9951、0.9968和0.9959，优于所有基线模型。在调度生成任务中，所提方法生成了可行的重新安排计划，并有效限制了由于设备故障和加工延迟等生产异常引起的完成偏差，从而减轻了生产异常对订单交付的影响。

引言

随着物联网（IoT）、机器学习和数字孪生等技术的发展和应用，制造业已经进入了智能转型的深入阶段[1]、[2]、[3]。中国的“十五五”计划和德国的“国家工业战略2030”等国家战略都将智能制造作为核心目标。在智能制造的高级阶段，离散制造企业需要进一步提高其在快速响应和优化决策等方面的技术能力，以满足精细化生产控制的要求[4]、[5]。生产决策是车间运营管理的核心问题，其本质在于通过动态资源配置和生产策略调整来实现稳定生产，从而确保订单按时交付。在离散制造车间中，生产系统经常面临设备故障、材料短缺和订单变更等各种中断。这些不确定性，加上多品种和小批量生产模式带来的工艺路线复杂性，使得基于静态模型的传统决策方法难以适应实时生产的波动需求。动态决策可以根据实时状态信息快速调整生产策略[6]、[7]、[8]。从资源利用的角度来看，动态决策有助于提高设备、人员和材料的利用率，减少刚性计划造成的闲置时间和瓶颈，降低生产成本。另一方面，动态决策可以确保订单交付周期，提高客户满意度，并在高度竞争的市场中增强企业的响应能力。此外，在智能制造和工业互联网的背景下，动态决策是实现车间智能化和自动化的基础。通过整合实时数据采集、预测模型和强化学习技术，动态决策不仅能够实现自适应调度，还支持生产过程的持续优化，推动制造业系统向效率、灵活性和智能化发展。

制造系统中的决策问题最近已成为关注的重点[9]、[10]、[11]。在离散制造车间中，生产决策的效率和质量直接关系到系统的运行性能。灵活高效的决策机制不仅有助于提高资源利用率和确保订单按时交付，还能有效降低生产成本。然而，由于车间任务的多样性和工艺流程的复杂性，生产决策问题具有巨大的解决方案空间，容易陷入局部最优解，并被认为是典型的NP难问题[12]、[13]。为应对这一挑战，研究人员提出了各种策略，包括启发式方法[14]、[15]、监督机器学习[16]和强化学习[17]、[18]。同时，制造车间具有高度动态性和不确定性，使得基于静态或规则的决策方案难以适应生产的实时变化。这要求决策方法具有更高的时效性、适应性和鲁棒性，推动研究向更高的智能性和自主性发展。尽管如此，离散制造车间的决策仍面临以下挑战：（1）难以平衡效率和准确性。简单快速的决策方法往往无法实现全局最优，而复杂的全局决策可能会导致生产线中断，增加切换成本（如设备重新配置和工人重新分配），甚至影响生产效率。（2）利用历史经验的效率低下。生产异常及其决策过程涉及大量制造数据（如工艺数据、物料传输数据和工艺文档），需要有效地组织和建模相关决策信息。（3）异常处理时效性不足。当发生设备故障或物料延迟等异常情况时，传统的调度方法通常需要重新计算整个调度计划，导致响应时间过长。因此，生产决策方法应能够在充分利用历史决策信息的同时平衡效率和准确性。

本文提出了一种两阶段决策（TSDM）方法用于生产过程。TSDM方法采用了“先干预，后深度优化”的逐步逻辑，有效平衡了制造车间中响应效率和决策准确性的双重要求。在第一阶段，基于制造知识图的构建，获得了一个有限阶决策子图，以实现 manufacturing 数据的一致性组织，并为决策相关信息建立数据模型。随后，开发了一个改进的DeepWalk（DW）模型，输出应采用的最佳决策措施，包括延期干预（如等待设备维修或加快物料运输）和调度行动。在第二阶段，当需要调度优化时，采用深度强化学习（DRL）方法构建一个策略网络，该网络以动态环境状态为输入，调度行动为输出，自主生成平衡短期和长期生产约束的全球调度计划。这种分阶段机制通过“先轻量级干预，再精确调度”的策略组合，确保在系统受到干扰时响应速度和决策质量的协同优化。

基于上述分析，本文旨在提出一种高效的实时决策方法。主要贡献如下：

• 为离散制造场景设计了一种新颖的TSDM方法。该方法包括决策推荐和调度生成，为车间生产决策提供了新的视角。
• 基于制造知识图构建了决策子图模型，并将其集成到DW模型中。该子图模型改进了传统DW的随机游走策略，增强了决策信息的“特异性”并提高了有效信息的密度。
• 开发了一个从决策经验中学习的调度模型。该模型生成实时生产计划，并利用神经网络提高对复杂环境的适应性。
• 通过一系列实验验证了所提方法的有效性，为制造车间的实时决策策略提供了理论基础。

本文的结构如下：第2节介绍相关工作。第3节介绍了所提出的两阶段决策方法，包括决策推荐和调度生成。第4节提出了案例研究。最后，本文以总结和展望结束。

章节摘录

近年来，制造过程中的决策研究受到了广泛关注。我们在Web of Science数据库中使用了“决策”和“制造”这两个关键词进行了搜索，相关研究结果如下表1所示。这表明制造领域的决策研究仍然是一个备受关注的话题。这些研究主要分为启发式方法、基于知识的方法和机器学习方法[19]

所提出的实时决策方法

本节介绍了所提出的TSDM方法的表示模型、方法论框架和技术细节。

案例研究

为了验证所提出的生产过程决策方法的有效性，选择了一个真实的航空航天产品加工车间进行验证。该车间有13个工作站，从事8种组件的加工工作。如图5所示，过去四年中车间内部署了物联网设备。航空航天加工车间是一个典型的离散制造环境，在操作过程中经常发生生产异常

结论

本研究提出了一种两阶段决策（TSDM）方法，以提高决策技术在制造车间中的适用性。首先，构建了FDW模型，以在当前生产状态下提供决策建议，解决了“需要何种决策层次”的问题。通过构建决策子图，FDW减少了随机游走策略导致的数据冗余，并在学习过程中提高了决策数据的密度

作者贡献声明

王胜波：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，资源，项目管理，方法论，调查，正式分析，数据整理，概念化。郭宇：监督，方法论，调查，资金获取。黄少华：撰写 – 审稿与编辑，软件，资金获取，正式分析，概念化。耿赛：可视化，软件，资源，数据整理。钱伟伟：验证，项目管理，

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的竞争财务利益或个人关系。

致谢

本工作部分得到了中国博士后科学基金会（项目编号2022M721597）和南京航空航天大学（项目编号24KQ008）的科学研究基金的支持。