11中文翻译Word文档格式.docx
《11中文翻译Word文档格式.docx》由会员分享，可在线阅读，更多相关《11中文翻译Word文档格式.docx（24页珍藏版）》请在冰点文库上搜索。
健全时间表
1.介绍
在经营企业的众多元素中，经营体制通过计划和控制安排设备、进程和统筹信息，为消费者制造满意的产品。
通过有效地计划和控制生产活动，增加协调性，提高生产率，实现最低的运作成本，这是十分重要的。
作为制造企业最重要的计划操作问题的其中一环，行程安排通常是在某个时间段里分配一定量的资源完成一系列的任务。
这种行程安排有助于经理人和管理者协调各种活动，提高生产率，降低运行成本。
比如，由美国国际商用机器公司所开发的一个行程安排系统，据估计，为一大型钢铁公司一年能节约一百万美元。
还有航天飞机着陆过程的行程安排，要在120天内安排好1500多项的任务，这是另一个案例。
如果其中一个微小的行程安排得以改进，也能省下几百万的花费。
因此，在过去的几十年间，有大量关于行程安排的研究发表在两万多篇论文里。
随着准时（JIT）产品的出现,目前正在开发的调度方法能够使工作在截止日期范围内过早或延迟完成工作所受到的惩罚最小化。
注意较小过早对于减少工作进程中的存货有影响,减小延迟能够提高交货的满意度。
在这样的生产计划中，过早或过迟的处罚，不一致的减少通过平均平方偏差（MSD）的完成时间关于截止日期被认为是一项重要的执行评估因为更大的偏离截止日期会受到严厉的惩罚。
一个有效的制造系统计划有很多好处，包括有效地控制店里的工作安排，能够确保及时的提供原材，能确保对客户运输时间的承诺和提供确切维修服务时间段的说明等等。
由于是综合性的问题，计划的安排上的问题是难以解决的，这也是公认的。
但是在一般情况下，有三种处理这种问题的方法：
（1）典型的操作研究，
（2）模拟操作，（3）控制理论。
经典运筹学注重最优工具的发展，它可以形成最佳进度表，例如分支界限法，动态规划法，拉格朗日松弛法。
这些工具被应用到非线性及线性系统，但是他们在计算方面是低效率的，所以就产生了不切实际的设想。
此外，它们并不是精确地以时间为基础，因此就不能获得系统的动态特征。
为了克服计算方面低效率的现象，一群研究人员研究 了分析了原始规划问题，将其细化为许多子问题。
并且提出了许多方法来解决这些问题。
近来，这些方法和提高了的计算效率一起已经开始被应用到更大的问题中。
但是，物质公式中的困难没过了动态变化的环境中的约束。
因为数学不等式限制了这些方法在实践中的问题。
实际上,模拟方法执行一种模型制造系统,它是基于方程式或代理人,并观察其行为的实验研究。
仿真调度的优势在于它允许任意的秘诀的复杂性,包括具体的步骤水平呈现,一般非线性模型的步骤动力学、随机参数的变化,和依赖状的处理逻辑。
本质上,我们可以使模拟模型为一个真正的制造系统接近我们想要的,而是模拟场景已经由用户产生,没有系统方法来提高目标的进度安排。
这是因为模拟为发电计划作为一个描述性的工具,而不是一个说明性的技术,所以任何最优化被包含在模拟模型中，且必须使用汇编语言编写。
调度运用模拟方法被许多研究人员进行了研究。
另一方面，在控制理论的方法中，不同的时差方程被应用于处理系统的动态情况。
自从西蒙的第一次尝试[15]，控制理论已被应用到各种生产库存的问题和后勤控制问题，以下是几个例子：
连续流速的流体和扩散逼近优化了长期平均生产吞吐量[16];
生产流程控制，闭环反馈控制提高了大批量制造生产的流速[17];
在工作序列是固定的前提下，释放最优性条件离散事件动态系统的时间控制[18]
从其他文献中可以生产和库存控制系统的应用[19]。
这些方法是动态的，但无论把焦点放在大批量制造上，还是依靠线性生产假设，这些都满足不了环境变化下队制造系统的要求，因此其就业受到了限制，特别是生产调度的线性假设。
这种限制主要是因为微分方程，受动态变化的不连续性的影响。
人们已经认识到，基于平均表现和稳态条件的制造系统的传统的控制模式，必须要考虑到上面所说的现在不断变化环境的动态特性才能更完善。
在物理世界里，处理动态情境最自然的方法就是使用时间
域中的微分等式[20]。
结果是我们把控制理论运用到了生产系统[21]。
自从西蒙的第一次尝试之后[15]，控制理论已被适用于各种生产库存问题以及物流问题[22]
然而，控制理论应用到生产调度问题，被视为是一个比较困难的任务，由于高度非线性以及离散特征模型中的排队时间，很难把系统的变化转变成不同的类别。
其中的一个好处是，控制理论可以提供在生产调度问题，包括可判定性，设计出一个可以预测的调度系统对一个企业来说是一个巨大的挑战，因为这能保证一个良好的可视性，以提高客户满意度以及发展生产力。
因此，本研究为生产调度引入了新的控制范式，这个控制方式通过聘用各种分析工具打开一个新的研究范围，从传统的控制理论分析调度和重新安排生产活动。
本文结构如下：
第2节介绍一个被称为分布式抵达时间控制器（DATC）的相关研究。
第3节，主要介绍反馈控制系统中应用比例，积分和微分（PID）控制器来控制在一台机器上运行的时间轨迹，更重要的是，控制系统增益（KP，KI，KD）是合成一个最优或接近最优调度以保证最新的偏差和系统的稳定性。
然后，这些增益合成可以测试不同环境下同一机器的生产调度问题
2.分布式抵达时间控制器的背景
认识到需要一个可以提供可判定性和可预测性的生产调度方法，DATC最近开发了一个新的方法[23]。
这个方法主要是调度参数，如到达时间，处理时间，完成时间，以及n个作业的截止日期在Rn中的向量空间表示。
该方法通过部分实体的自主通信机来完成各种加工操作，这导致了资源共享的冲突。
反馈控制作为一个新的机制，弥补了全球信息的缺乏。
在这里，这台机器要求的时间在另一台机器中显示出来，叫做到达时间。
在这个系统中，每个控制器反复调整，适应其抵达时间，以便完成其应有的基础上规定时间内的反馈意见。
由此产生的Rn中的多变量控制系统如图1所示。
图1.楼宇自动化系统的信息模型数据点实体图
DATC是一个控制持续到达时间的控制方法，它代替了传统的启发式或元启发式方法。
详细的说，控制系统中积分控制器的植入在控制系统的作用可以用以下公式来表达：
AI，CI，DI分别表示到达时间，完成时间和其中一部分的到期时间，Ki表示i部分的控制预定系统。
嵌入式控制器目的是调整到达时间，减少完成时间。
相当于代表一个在JIT调度目标平均方差（MSD），其使用方法如下：
为了尽量减少WIP水平，同时最大限度地提高客户满意度，此方法制定了提前完成和延迟完成工作的奖惩机制。
DATC调度各种问题，包括评估单台机器和一般制造系统，它对现有的优化和启发式生产调度方法[24，25]来说是一个很有前途的替代。
以下是一个数值例子，假设两部分处理速度都准备好了，时间单位为0和0.1。
初始到达时间设置为að
0Þ
¼
½
0:
00:
1S。
零件加工时间是P=[1〜3]，截止日期是D=[10]。
第一次迭代，处理序列由π（0）=[12]确定。
随着这个处理顺序的进行，车间模拟预计完成时间为c（0）=[14]。
然后比较zð
在到期日期的偏差。
嵌入式积分控制器未来迭代调整时代到来。
嵌入式积分控制器
调整到达时间如下：
að
1Þ
k的zð
Þ
0时09分0时06分šÞ
半0点000点01š¼
0时09分0时07S。
请注意，这里假设的是相同的控制增益K=0.1。
在调整后被释放到车间模拟，同样的步骤重复迭代产生到达时间，完成时间和调度性能的（MSD）的轨迹如图2A。
图2b显示了同样的问题，但是用不同的到达时间轨迹，最初到达的时间作为条件（0）=[010]。
图2b显示，无论初始条件是否不同，抵达时间的轨迹都能达到相同的稳定状态值，这已在CHO和Erkoc[24]证明。
应该指出的是，调度在DATC的性能（MSD）是依赖于质量稳态值和到达时间的相对顺序（处理顺序）。
因此，重要的是要设计出这样一种方式，它可以在DATC中驱动控制到达时间轨迹已达到一个区域里高品质调度的性能保证。
图2.楼宇自动化系统模型的序列信息的经营实体图
图3.楼宇自动化系统的信息模型的网络拓扑实体图
鉴于图2中的例子都显示了共同的到期时间，图3则显示了不同的抵达时间。
如果到期日是不同的，由于在这个例子中，日期和加工时间不变;
因此，我们省略时间变量t具有鲜明的截止日期，
到达的时间轨迹可以收敛到任何一个相同稳态值（图3a）或不同的价值观（图3b）
根据处理时间之间的关系和截止日期。
如果两部分的截止日期是密切相关的，单又不可能满足那些由于日期，资源不足。
我们则称之为“不可行”的截止日期，否则，他们被称为“可行的”截止日期，因为它明确地表明了抵达时间。
如果到期日的轨迹收敛到不同的值（D-P）是可行的。
另一方面，不可行的截止日期，到达时间的轨迹收敛到一个稳态值，这是比较困难的，因此，本研究的重点当截止日期不可调时，如何分析到达时间轨迹的动态特性
大部分的文章主要研究在静态的假设下优化稳态和确定性的环境。
然而，在当今激烈的全球竞争环境下，优化调度受到骚乱或动态变化的条件影响，这就需要灵活的时间表，以尽快释放到车间，他们在严重退化中不再可行。
因此，这是公认的学术界和传统调度优化产业，只需要调度一个方面。
调度系统不应只产生高品质的时间表，还应对快速修改时间表的变化和干扰生成符合成本效益的的方式[26]。
最近在信息技术这一方面的可靠性过程控制所取得的最新进展可以检测到因干扰导致相当多的研究工作如期进行修订或重新安排。
尽管如此，其可接受的调度性能可以提高可预见性，DATC由于其控制结构的限制，不能得到有效的重新安排，也就是说，它是控制器中的单一的一个到期时间的植入。
这里要指出的是，一般来说，重新安排时间是为了最大限度地提高
效率和稳定性。
因此，有必要开发出一个新的控制器，它可以在没有重大改变的情况下同时处理调度和重新安排时间。
3.PID控制器的设计
PID控制器是由PI设计
PD设计相结合的，这大大提高了系统中常见的稳态误差，从而提高了系统的稳定性。
PID控制器输出变化以响应测量的改变，因而被广泛应用于工业过程的控制。
PID控制器具有以下传递函数：
图4.楼宇自动化系统的信息模型终端设备控制实体图
图5.楼宇自动化系统的信息模型空气移交单位控制实体图
其中Kp，Ki和Kd分别表示比例，积分，衍生的收益。
在这项研究中，图4显示了采用PID控制器的控制调度系统的数学建模，车间受单一机器设备所限制以获得对复杂设计的基本了解。
更具体地说，在第2节中，积分控制器重新设计，现在采用PID控制器，使控制系统处理
调度和重新安排。
在这种PID控制器的控制模型中，比例控制（KP）减少最新的偏差，但有适当的偏移
日期;
积分控制（文/S）将消除这种偏移。
然而，由于积分项有一个不稳定的影响，模型中说引进了微分控制（KDS）以恢复必要的稳定性。
图4显示了PID控制器在离散时间的到达时间公式：
m表示在离散时间域内的月份迭代。
为了使所建立的模型可行，控制系统必须合成是一个可行的控制系统以适应制造企业。
具体表现在如下，PID控制增益（KP，KI和KD）使用合成通过统计学习方法，以优化系统性能所采取的措施就是尽量减少截止日期（MSD）的完成偏差。
图6.楼宇自动化系统的信息模型空气移交单位气流控制实体图
为了确保系统的稳定性，我们对控制增益的积分（I）范围进行了分析[0，2][23]。
为了合成一个新的设计以优化PID控制收益，我们已经在单台机器的配置[22]中通过测试。
以下是7个不同的实例问题处理时间和一个共同的到期日。
对于每个实例问题的设置，MSD值检查各种比例控制增益（KP）值保留积分控制增益KI=1和微分控制增益KD=0。
图5显示了比例控制增益MSD的值（记为JBest）。
从图中看，初始值KP已确定为0.1。
如果初始KP已知，那么KD在0.1中随KP改变而改变。
然后，这些初始PID控制增益迭代使用下列公式逐步更新，以确保最佳的控制系统的性能，如图6：
更具体地说，在每一次迭代，MSD由PID控制收益获得，相对于百分比误差值以获得最佳。
如果生成的百分比误差小于或等于这个值，则获得上一次迭代，那么错误值先存储下来，但迭代和上下方向不会改变。
如果错误率大于旧百分比误差，那么该错误值丢弃，PID控制收益的当前设置将被保留。
上下方向随K值的改变而改变。
以下是更新K值的设置，添加一个随机变量，如图7所示，这个随机变量加权迭代循环NN1和NN2。
该循环遵循更精细的互动循环用来调整计数器LP1和LP2达到终端计数NN1和NN2
图7.楼宇自动化系统的信息模型空气移交单位温度控制实体图
图7中的不连续性是每一个K值变化的典型表现，它可以由多个极小局部组成，防止通过优化进程而使其
正态分布。
这些随机变量允许在周边地区展开调查，得到最佳的K值。
因此，在这项研究中，随机变量的引入，在正态分布寻找最佳的K值设置必不可少的。
应当指出的是，正态分布的变量是通过获得通过添加三个均匀分布的随机Matlab的RAND函数生成的数字（指方程4）产生的。
此过程成功地消除了最低值的问题，并允许其他值的搜索更接近最佳值。
表1显示了PID控制收益的最佳选择。
与第二节中的DATC方法相比，PID控制器的性能与合成是一个完整的嵌入式控制器，同样该设置用于控制系统的合成。
在这里，百分比误差由已知的最佳值获得，并从10次重复中平均分配到每个实例。
由于PID和DATC都是基于控制理论的方法，不同的到达时间和初始条件可能会导致性能的变化。
据观察从表2测试来看，PID控制器性能优于ＤＡＴＣ方法。
此外，PID的方法一直所产生的问题一直与ＤＡＴＣ方法相比较。
具体来说，有以下实验已完成（见表3）。
考虑延迟因素和蔓延的因素，截止日期（DJ）生成如下[28]：
这里应该强调，这两个因素可以分别控制到期日的气密性和方差，此外，在这个实验中我们对处理时间的变化也进行测试。
测试结果如表4。
从结果，PID调度性能（MSD）比ＤＡＴＣ高15.6％如图8
图8.楼宇自动化系统的信息模型的中央工厂控制实体图
除了提高调度性能精度，PID控制器可以在及其出故障时有效地
调度使用。
由于其分布式的性质，PID控制器可以有效地
在机器故障条件下调节时间表，只要保证PID控制增益合成的方式在所需的系统中响应。
，以下是两个测试可以证明这一点。
图9.楼宇自动化系统网络图应用实验的实施
首先测试的是单一机器的调度问题，P=[164]，D=[202122]（N=3）。
本次测试发现，在迭代300时，机器变得很慢，它可以作为一个机器故障的例子。
如图9，PID控制器模拟干扰以自动的调整到达时间。
图10.网络拓扑结构的实验模型表示
第二次试验是由两台机组成的一个并行机的问题（Fadal，哈斯;
N=10）。
如图10所示，随着机器的可靠性变化，PID控制器的自主调整以适应到达时间。
此处注意到，ＰＩＤ控制器使用图中的CF/CH的比例显示变化的可靠性。
例如，CF/CH=0.3是指Fadal机与另一台机器相比可靠性多30％。
正如途中所示，对机器的长时间使用才能测出其低价值的可靠性。
４.结论
本文中,使用PID控制器的控制论的方法被应用于JIT生产调度.主要集中在PID控制器的设计和控制系统，这将是一个可行的统一调度和重新安排如流水车间和加工车间的一般制造系统控制×
模型的合成。
在有效的时间内根据MSD用一个有限的问题，在文中表明合成PID控制器能够超越一个相似的控系统配有一个称作DATC的积分控制器。
PID控制器的性能改进，使其达到了减少由于超期的偏差，消除偏移，同时并最大限度地减少不稳定的影响等控制性能。
在未来，PID控制器需要测试更多各种不同问题，诸如在多台机器上安排和重新安排有不同截止日期的零件/工作等问题.在未来努力的过程中，控制系统合成器的改进可能需要使用不同的方法，例如，支持向量机为基础的技术。
本文主要的贡献是，PID控制器的发展能够使其在各种干扰因素下可以有效地调度和重新安排，而这些干扰会造成系统地不稳定性。
在实践中，本文谈到的PID控制器可作为一个高效的调度工具，不仅适用于制造系统，同时也适用于其他系统，如计算机中央处理单元和供应链系统。
目前，作者正在研究PID控制器在供应链管理当中的应用，在考虑到当前资源的可用性和先前承诺指令下，确定接受哪些指令。
在此应用中，反馈和干扰信息用于迭代调节控制变量以此产生结果多少指令可以完成。
此应用程序的目标是最大限度地提高供应链的净收入使其超过预定的规划范围。
在未来，PID控制器可以应用于如流水车间和加工车间的一般制造系统中，在这些地方系统的恶意缓慢和系统的WIP档次将是关键的绩效评估对象。
参考文献
[1]ISO,ISO10303–21:
2002Industrialautomationsystemsandintegration—Productdatarepresentationandexchange:
Part21.Implementationmethods:
Cleartextencodingoftheexchangestructure.
[2]ISO,ISO10303–11:
2004Industrialautomationsystemsandintegration—Productdatarepresentationandexchange:
Part11.Descriptionmethods:
TheEXPRESSlanguagereferencemanual.
[3]D.Schenk,P.Wilson,InformationModeling:
TheEXPRESSWay,OxfordUniversityPress,1994.
[4]InternationalAllianceforInteroperability,EndUserGuidetoIndustryFoundationClasses,IAI,1996.
J.Schein
Abstract
Aninformationmodelofabuildingautomationsystem（BAS）wascreated.Itencapsulatesseveralviewsofthesystem:
thedevicelist,networktopology,pointslist,andsequencesofoperation.ThemodelallowsasinglepersistentrepresentationofaBAStobemaintainedfromsystemspecificationthroughdesigntooperationandmaintenance.Itwillalsoallowotherapplicationssuchasenergysimulations,maintenancemanagementsystems,andbuildingcommissioningapplicationstoextractinformationabouttheBAS.Themodelisnotintendedtorepresentcontrolapplicationprograms;
however,itwouldbepossibletodevelopasoftwaretooltoparsetheinformationmodel,thencreatetherequiredconfigurationdatabaseandcontrolapplicationprogramsasoutput.ThemodelwastestedbycreatinganexperimentalimplementationbasedonaBASinstalledinamedium-sizedofficebuilding.
©
2006ElsevierB.V.Allrightsreserved.
Keywords:
Buildingautomation;
Directdigitalcontrol;
Energymanagementsystem;
Informationmodel
1.Introduction
Theprocessofspecifying,designing,andinstallingbuildingautomationsystems（BAS）typicallybeginswiththeplansandspecificationsproducedbythemechanical,electrical,andplumbing（MEP）designengineer.TheMEPplansandspecificationsincludeequipmentandprocessschematicsthatspecifythelocationofsensorsandcontrolelementsforthemechanicalsystem.Alsoincludedisanarrative“Sequenceof
升级会员 