摘要
我国碳达峰碳中和目标的提出，使得制造业智能化、信息化建设加快向绿色化、精益化转型升级。在双碳背景下，车间节能调度作为实现能耗减排与生产之间的平衡，成为当前智能制造领域的重要议题。通过对车间调度过程中的调度方案优化，可以降低生产过程中能耗浪费和机器负载，进而实现碳达峰碳中和的目标。 车间生产中存在机器故障、人员离席等突发情况，对这些突发状况进行快速响应，实施最佳的调度方案对订单的完工时间、能源消耗和机器负载都有着重大影响。本论文依托国家自然科学基金项目，围绕智能车间中的生产调度的问题，研究柔性作业车间知识图谱和调度方法，并以某夹具制造车间为例，对提出的调度方法进行应用验证。论文的主要研究工作如下： （1）针对柔性作业车间调度知识的层次性和结构性关系的复杂问题，构建多层次柔性作业车间知识图谱。对作业车间中存在的工件设计、工件任务、工艺、物料、机器和人员等进行知识本体构建，用于表达柔性作业车间的知识及其关系。通过将柔性作业车间的模式层与车间知识与数据的信息融合，构建作业车间的知识图谱。通过多维信息矩阵映射规则生成调度方法的多维信息矩阵，保证知识图谱传递数据的准确性和时效性。 （2）针对柔性作业车间调度面临的求解维度高、复杂等问题，提出一种改进的金豺狼算法（LSGJO）。该方法通过增加动态透镜成像学习策略和双黄金螺旋位置更新策略，以及增加种群的多样性，提高算法对调度问题的全局搜索能力。与11个基准算法在49个经典函数进行对比试验，Wilcoxon秩和检验和Friedman统计学分析结果表明，LSGJO算法取得优异的结果。 （3）针对柔性作业车间多目标调度问题，使用两段式的编码方式，建立以完工时间、能耗、机械负载的调度模型，采用混合种群初始化方法和基于关键路径的三种邻域搜索，增强算法的局部搜索能力。以某夹具制造车间为研究对象，以完工时间、能源消耗和机器负载为优化目标，对提出的动态知识图谱和优化算法进行应用验证。
NETL