[发明专利]基于数字孪生的离散车间精准配送智能调度系统

权利要求书

1.基于数字孪生的离散车间精准配送智能调度系统，其特征在于，所述调度系统包含物理车间层，所述物理车间层包含作业车间内的实体；

车间数据层，所述车间数据层为车间内的实体中采集到的数据，所述数据从实体中获取，传输到虚拟车间层中；数据通过解码器对信息进行解码后交由RFID中间件进行处理和融合，再将不同实体生成的数据转换成相应的数据格式存入MySQL数据库；

虚拟车间层，所述虚拟车间层为基于实体的虚拟车间模型，所述虚拟车间层包含OPCUA信息模型，基于MySQL数据库将车间信息整体模型划分为五类信息概念模型，这五类信息概念模型与虚拟车间模型之间都属于局域与整体的关系，对于任一个加工车间，首先根据采集到的实体数据实例化出五类信息概念模型的对应若对象，以表示车间的全部生产要素；然后根据车间中的任务、计划，实例化若干任务对象，实现对车间中任务的描述；

在应用服务层，所述应用服务层读取车间数据层生成的数据与模拟车间层的车间任务描述，建立基于多智能体的强化学习物流调度算法，建立配送系统实时调度模型，实现AGV精准配送路径的生成。

2.根据权利要求1所述的基于数字孪生的离散车间精准配送智能调度系统，其特征在于，五类信息概念模型分为是设备信息概念模型、人员信息概念模型、物料信息概念模型、环境信息概念模型以及订单任务信息概念模型。

3.根据权利要求1所述的基于数字孪生的离散车间精准配送智能调度系统，其特征在于，所述物理车间层内包含机床、AGV、机器手、自动仓储、传感器、射频识别RFID装置，用于接收制造指令并执行制造任务，感知和处理基于物联网的异构、多源、实时数据。

4.根据权利要求1所述的基于数字孪生的离散车间精准配送智能调度系统，其特征在于，所述基于多智能体强化学习物流调度算法模型包含路径调度优化模型和多智能体强化学习算法；其中，

所述路径调度优化模型通过以下过程建立：

设定模型为全连接图G(B)，其中坐标向量B＝{v₀，v₁，…v_N，}，v1，v2，…，vN为车间实体坐标；

当收到订单后产生一个需求的实例j＝(v，d，e，l，α，β)，其中v表示车间实体坐标，需求为d_i,时间窗口为(e_i，l_i),惩罚系数α_i，β_i；

设定分配M辆AGV满足订单要求，并为每辆AGV生成路径成本最低的顶点不相交路线r_m,m＝1，2，...M,其起点和终点都在仓库v₀,路径距离均使用平面上的欧几里得距离表示，设定所有车辆的速度相同，模型目标是找到一个总成本最小的解决方案r＝[r₁，r₂，...，r_M]，总成本的定义为：

C(r)＝Γ_sum(r)+p_sum(r)   (1)

其中是所有车辆的总成本，I为单位矩阵，表示时间窗口约束的总惩罚。

5.根据权利要求4所述的基于数字孪生的离散车间精准配送智能调度系统，其特征在于，所述多智能体强化学习算法依据DQN方法实现：

首先按照马尔科夫决策过程建立问题模型，即定义环境状态、动作和奖励，所述环境状态包含车间状态、AGV状态所共同组成的五维向量S_t＝(N_t，T，D，A_st，A_vt)，包含车间各个设备的运行状态及各个AGV运行状态和位置信息，N_t表示当前的订单序号，T表示当前任务的剩余时间，D表示当前距离目标点的长度，A_st表示当前AGV小车的工作状态，A_vt表示AGV小车的运动速度；

定义动作向量a_t＝(J_t，AGV_t)，其中J_t代表工位，AGV_t代表执行任务的AGV编号；当AGV完成一步工序对比样本成本，给予少量奖励反馈，当AGV完成全部工序时，对比总成本，给予大量奖励反馈；

最后，将所获得的奖励通过时间评价函数换算成最终奖励值反馈给所述路径调度优化模型，得到最优的总成本C(r)。