答辯博士：黃少華
指導教師：郭 宇 教授/博導
論文題目：制造物聯驅動的離散車間制造行為分析與優化方法
答辯委員會：
主席：倪中華 教授/博導 東南大學
委員：侯俊傑 教授/博導 中國航天系統科學與工程研究院
劉婷婷 教授/博導 南京理工大學
陳蔚芳 教授/博導 ag真人百家家乐平台
黃 翔 教授/博導 ag真人百家家乐平台
田 威 教授/博導 ag真人百家家乐平台
郭 宇 教授/博導 ag真人百家家乐平台
秘書：楊文安 副教授/碩導 ag真人百家家乐平台
地 點：南航明故宮校區 15-341
學位論文簡介：
從大量的物聯數據中挖掘制造系統的内在運行規律、解析自身的複雜性特征、尋找系統狀态發生變化的根源并進行動态決策優化，對提升車間精準管控能力具有重要意義。本文提出“制造行為”的概念來描述制造要素及系統的運行狀态，以制造物聯提供的大量制造數據為支撐，通過大數據的分析方法尋找影響制造系統運行的各要素間的相互作用與關聯關系，以生産進度作為性能指标，挖掘系統運行規律，指導制造行為的決策優化。
論文的主要研究工作包括：
（1）構建了離散車間制造物聯系統體系架構，以物聯感知和實時定位技術為基礎，以車間全息地圖作為信息載體，搭建了面向制造車間現場行為管控的智能感知環境。
（2）為了準确分析制造過程中存在的各類異常行為，将制造行為定位至工位級，以制造物聯提供的多維工位數據為基礎，提出了一種基于密度峰值-加權模糊C均值聚類的異常行為檢測方法，通過對初始行為數據少數類的判别，實現工位行為異常的精準檢測。
（3）以訂單生産進度作為制造系統的行為性能指标，将實時生産狀态信息引入到數據特征集中，提出一種基于雙層遷移學習的深度學習預測模型，量化制造行為變化及其持續性對制造系統輸出的影響，通過準确檢測當前生産狀态下制造系統未來行為的異常，為觸發制造行為的動态優化提供更精準的判别條件。
（4）提出了一種以制造行為異常為觸發、以實時生産數據為驅動的車間物流優化方法，針對生産異常帶來的物料需求時間的不确定性，建立了帶模糊時間窗的車間物流優化模型，在提出的兩階段操作優化機制的基礎上，設計了一種改進的蟻群優化算法，實現了實時感知環境下的車間物流穩定求解與快速決策。
主要創新點：
（1）在構建了面向離散車間行為管控的制造物聯系統體系架構的基礎上，以制造物聯提供的實時制造數據為驅動，闡述了一種智能感知環境下的制造系統運行與管控模式。
（2）在采用條件互信息進行無标簽數據特征約簡的基礎上，通過密度峰值獲得初始聚類中心，構建了一種基于密度峰值-加權模糊C均值的工位行為異常檢測模型。
（3）構建了一種基于雙層遷移學習的生産進度實時預測模型，分别将遷移學習應用于基于深度自編碼器的特征提取和基于深度置信網絡的生産進度預測兩個階段，在挖掘曆史訂單共性規律的同時，充分映射目标生産訂單的獨特信息，實現高精度預測。
（4）提出了一種實時生産數據為驅動的車間物流動态決策方法，建立了能夠表達生産過程不确定性的車間物流優化模型，并設計了一種基于滿意度和時間窗寬度改進的蟻群優化算法，實現制造物聯驅動的車間物流動态優化。
關注ag真人百家家乐平台
