買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)海洋大學(xué)申請(qǐng)的專利基于Petri網(wǎng)的離散制造系統(tǒng)韌性增強(qiáng)方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120338457B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510837861.3，技術(shù)領(lǐng)域涉及：G06Q10/0631；該發(fā)明授權(quán)基于Petri網(wǎng)的離散制造系統(tǒng)韌性增強(qiáng)方法及系統(tǒng)是由王向陽(yáng);王泓暉;劉貴杰;謝迎春;田曉潔;張浩;解文豪設(shè)計(jì)研發(fā)完成，并于2025-06-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于Petri網(wǎng)的離散制造系統(tǒng)韌性增強(qiáng)方法及系統(tǒng)在說(shuō)明書摘要公布了：本發(fā)明屬于設(shè)備故障檢測(cè)技術(shù)領(lǐng)域，公開(kāi)了基于Petri網(wǎng)的離散制造系統(tǒng)韌性增強(qiáng)方法及系統(tǒng)。該方法通過(guò)確定關(guān)鍵區(qū)域以及備用設(shè)備與冗余人員合理配置進(jìn)行冗余設(shè)計(jì)；進(jìn)行Petri網(wǎng)建模，智能體依據(jù)獎(jiǎng)勵(lì)反饋，運(yùn)用深度強(qiáng)化學(xué)習(xí)算法進(jìn)行petri網(wǎng)模型的循環(huán)更新，學(xué)習(xí)到不同系統(tǒng)狀態(tài)下的最優(yōu)調(diào)度策略；依據(jù)學(xué)習(xí)得到的最優(yōu)調(diào)度策略和實(shí)時(shí)狀態(tài)信息，對(duì)Petri網(wǎng)模型的進(jìn)行優(yōu)化，完成智能體復(fù)雜環(huán)境下穩(wěn)定運(yùn)行。本發(fā)明通過(guò)仿真對(duì)比實(shí)際數(shù)據(jù)，確保指令精準(zhǔn)執(zhí)行。智能體通過(guò)探索率衰減機(jī)制逐步收斂至最優(yōu)策略，適應(yīng)復(fù)雜生產(chǎn)環(huán)境。通過(guò)時(shí)間戳記錄工序等待時(shí)長(zhǎng)，減少在制品積壓，提升流程銜接效率。

本發(fā)明授權(quán)基于Petri網(wǎng)的離散制造系統(tǒng)韌性增強(qiáng)方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于Petri網(wǎng)的離散制造系統(tǒng)韌性增強(qiáng)方法，其特征在于，該方法包括以下步驟： S1，通過(guò)確定關(guān)鍵區(qū)域以及備用設(shè)備與冗余人員數(shù)據(jù)配置，進(jìn)行冗余設(shè)計(jì)；所述關(guān)鍵區(qū)域?yàn)榛趨^(qū)域內(nèi)設(shè)備故障率與影響程度確定；基于故障率和影響程度，計(jì)算備用設(shè)備數(shù)量，采用并聯(lián)模型進(jìn)行可用性計(jì)算，可用性大于90％，以此進(jìn)行冗余設(shè)計(jì)； S2，基于冗余設(shè)計(jì)結(jié)果，進(jìn)行Petri網(wǎng)建模，構(gòu)建離散制造系統(tǒng)的Petri網(wǎng)模型，并對(duì)Petri網(wǎng)模型進(jìn)行仿真分析； S3，利用動(dòng)態(tài)調(diào)度算法，基于Petri網(wǎng)仿真結(jié)果進(jìn)行決策制定與調(diào)度執(zhí)行，通過(guò)獎(jiǎng)勵(lì)函數(shù)優(yōu)化策略更新Petri網(wǎng)模型，運(yùn)用深度強(qiáng)化學(xué)習(xí)算法學(xué)習(xí)最優(yōu)調(diào)度策略；所述動(dòng)態(tài)調(diào)度算法為基于TQS、EU、OCR生成綜合韌性指數(shù)SRI，并以其設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)，以具體的St為輸入狀態(tài)向量、經(jīng)驗(yàn)池存儲(chǔ)、按TD誤差進(jìn)行采樣構(gòu)成的具體的動(dòng)態(tài)調(diào)度算法；其中，TQS為任務(wù)隊(duì)列飽和度，EU為設(shè)備利用率，OCR為訂單完成率，綜合韌性指數(shù)SRI基于TQS、EU、OCR的加權(quán)融合得到； S4，依據(jù)學(xué)習(xí)得到的最優(yōu)調(diào)度策略和實(shí)時(shí)狀態(tài)信息，對(duì)Petri網(wǎng)模型的進(jìn)行優(yōu)化，完成智能體復(fù)雜環(huán)境下穩(wěn)定運(yùn)行； 在步驟S3中，動(dòng)態(tài)調(diào)度算法，包括： S301，系統(tǒng)初始化；確定關(guān)鍵區(qū)域與冗余配置、構(gòu)建Petri網(wǎng)模型、初始化深度強(qiáng)化學(xué)習(xí)參數(shù)； S302，被動(dòng)狀態(tài)數(shù)據(jù)集成與處理；智能體每30分鐘從人工處理的Petri網(wǎng)仿真結(jié)果中獲取核心狀態(tài)數(shù)據(jù)，用于動(dòng)態(tài)調(diào)度決策： S303，決策制定； S304，調(diào)度執(zhí)行； S305，獎(jiǎng)勵(lì)反饋與學(xué)習(xí)優(yōu)化，根據(jù)韌性評(píng)估指標(biāo)設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)； S306，持續(xù)優(yōu)化與循環(huán)；更新與監(jiān)測(cè)系統(tǒng)狀態(tài)以及循環(huán)調(diào)度決策，重復(fù)上述決策制定、調(diào)度執(zhí)行、獎(jiǎng)勵(lì)反饋與學(xué)習(xí)優(yōu)化不斷調(diào)整調(diào)度策略，完成以綜合韌性指數(shù)為導(dǎo)向的動(dòng)態(tài)優(yōu)化調(diào)度； 在步驟S305中，獎(jiǎng)勵(lì)反饋與學(xué)習(xí)優(yōu)化，根據(jù)韌性評(píng)估指標(biāo)設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)，包括： S3051，獎(jiǎng)懲規(guī)則與公式推導(dǎo)： TotalReward＝Rewards-Penalties； 式中，Wi為第i個(gè)工位的權(quán)重，γ1,γ2,γ3,γ4分別為SRI、TQS、EU及OCR的權(quán)重系數(shù)； S3052，綜合韌性指數(shù)SRI，獎(jiǎng)勵(lì)規(guī)則為： 其中，分母0.07為合理區(qū)間半寬，0.85-0.70＝0.15，半寬0.075，取0.07適配二次梯度，SRI＝0.78時(shí)獎(jiǎng)勵(lì)最大； 懲罰規(guī)則為： 其中，SRI∈[0.70,0.85]采用二次函數(shù)獎(jiǎng)勵(lì)，SRI越接近78％獎(jiǎng)勵(lì)越高，強(qiáng)化全局穩(wěn)定性；SRI70％或SRI85％：加倍線性懲罰，抑制系統(tǒng)波動(dòng)； S3053，任務(wù)隊(duì)列飽和度TQS，獎(jiǎng)勵(lì)規(guī)則為： 其中，分母0.50為合理區(qū)間跨度0.80-0.30，TQS＝0.65時(shí)獎(jiǎng)勵(lì)最大，獎(jiǎng)勵(lì)1.0，邊緣獎(jiǎng)勵(lì)0.0； 懲罰規(guī)則差異化比例為： 其中，關(guān)鍵工位懲罰系數(shù)μi＝0.6，其他工位μi＝0.3； TQSi∈[0.30,0.80]采用線性獎(jiǎng)勵(lì)，TQS越接近65％獎(jiǎng)勵(lì)越高，優(yōu)化隊(duì)列平衡；TQS30％或TQS80％：按工位緩沖容量差異化懲罰：對(duì)于關(guān)鍵工位，懲罰系數(shù)θ＝0.7，嚴(yán)控積壓風(fēng)險(xiǎn)；普通工位懲罰系數(shù)θ＝0.3； S3054，設(shè)備利用率EU，獎(jiǎng)勵(lì)規(guī)則為： 其中，分母0.15為合理區(qū)間跨度，EU＝0.78時(shí)獎(jiǎng)勵(lì)最大，邊緣為0.70或0.85獎(jiǎng)勵(lì)0.0； 懲罰規(guī)則為： 式中，高故障率工位懲罰系數(shù)θi＝0.7，低故障率工位θi＝0.4； S3055，訂單完成率OCR，獎(jiǎng)勵(lì)規(guī)則為： 式中，分母0.05為合理區(qū)間跨度，OCR＝1.00時(shí)獎(jiǎng)勵(lì)1.0，OCR＝0.95時(shí)獎(jiǎng)勵(lì)0.0； 懲罰規(guī)則為： 式中，當(dāng)OCR在合理區(qū)間時(shí)，二次函數(shù)遞增獎(jiǎng)勵(lì)，越接近100％獎(jiǎng)勵(lì)越高，鼓勵(lì)精準(zhǔn)交付； S3056，參數(shù)配置表與推導(dǎo)依據(jù)； S3057，策略更新：智能體依據(jù)獎(jiǎng)勵(lì)反饋，運(yùn)用深度強(qiáng)化學(xué)習(xí)算法更新其對(duì)不同系統(tǒng)狀態(tài)下最優(yōu)調(diào)度策略的估計(jì)；根據(jù)當(dāng)前系統(tǒng)狀態(tài)、執(zhí)行的動(dòng)作以及獲得的獎(jiǎng)勵(lì)，通過(guò)反向傳播算法調(diào)整策略網(wǎng)絡(luò)中的參數(shù)，使智能體在未來(lái)決策中傾向于選擇高獎(jiǎng)勵(lì)的策略，逐漸學(xué)習(xí)到在各種復(fù)雜情況下的最優(yōu)調(diào)度策略，不斷優(yōu)化調(diào)度決策，使系統(tǒng)適應(yīng)復(fù)雜多變的生產(chǎn)環(huán)境； 在步驟S3057中，策略更新，包括： S30571，狀態(tài)感知與輸入編碼； 輸入狀態(tài)向量st：系統(tǒng)狀態(tài)由各工位核心指標(biāo)構(gòu)成，維度為47，包括：st＝[TQSi,EUi,OCR,設(shè)備故障標(biāo)志,備用設(shè)備啟用狀態(tài)]；其中，TQSi,EUi,OCR為7個(gè)工位的核心指標(biāo)，總維度位21位； 設(shè)備故障標(biāo)志為每個(gè)工位的主設(shè)備狀態(tài)以二進(jìn)制位編碼，0＝正常，1＝故障，總維度為23位； 備用設(shè)備啟用狀態(tài)為關(guān)鍵工位的備用設(shè)備啟用狀態(tài)以二進(jìn)制位編碼，總維度為3位； S30572，動(dòng)作選擇與執(zhí)行； 策略網(wǎng)絡(luò)Actor輸出：輸出動(dòng)作概率分布πa|st； 動(dòng)作采樣：按概率分布選擇動(dòng)作at； Petri網(wǎng)更新：更新Petri網(wǎng)模型，確保模型與實(shí)際生產(chǎn)狀態(tài)一致； S30573，獎(jiǎng)勵(lì)計(jì)算； 獎(jiǎng)勵(lì)函數(shù)：基于綜合韌性指標(biāo)的公式為TotalReward＝Rewards-Penalties； 其中，Rewards計(jì)算公式為： 其中，Penaltys計(jì)算公式為： S30574，經(jīng)驗(yàn)存儲(chǔ)與采樣； 經(jīng)驗(yàn)池存儲(chǔ)：將軌跡存入經(jīng)驗(yàn)池； 優(yōu)先級(jí)采樣：按TD誤差Pi＝∣rt+γ·Vst+1-Vst∣加權(quán)，高誤差樣本優(yōu)先重放，γ為折扣因子。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)海洋大學(xué)，其通訊地址為：266404 山東省青島市黃島區(qū)古鎮(zhèn)口軍民融合創(chuàng)新示范區(qū)三沙路1299號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。