机械工程学报

作者：朱海华, 王健杰, 李霏, 刘长春, 蔡祺祥

单位：1. 南京航空航天大学机电学院 南京 210016;2. 北京电子工程总体研究所 北京 100854

关键词：订单剩余完工时间,数据驱动,特征选择,预测模型；

基金：国家重点研发计划(2021YFB1716304);中央高校基本科研基金(NT2021021)和成飞-南航“智汇蓝天”工程实践计划六期(CF202206)资助项目。

客户多变的需求和激烈的市场竞争使得车间产品生产种类不断增加、批量不断减小、交货期不断缩短，导致业务流程和制造系统环境愈发复杂与不稳定，对车间生产管控能力提出了更高的要求。订单剩余完工时间(Order remaining completion time,ORCT)精准预测可以及时发现生产计划交期波动，为后续优化车间生产调度计划、改进工艺流程提供判断依据。针对传统数据分析方法在复杂制造环境下大规模制造数据利用分析能力较弱的问题，提出一种大数据驱动的车间ORCT预测方法。基于皮尔森相关系数和正则化的特征选择算法从海量的制造数据中挑选出关键数据；设计一种基于改进麻雀搜索算法-长短期记忆神经网络模型和注意力机制的预测方法实现车间ORCT的快速、精准预测，其中的预测模型以长短期记忆神经网络为结构基础，并使用改进麻雀搜索算法对模型的超参数进行优化；最后，以典型机加车间为对象进行实例验证，通过与三种常用预测方法进行对比，试验结果表明所提方法在准确性和效率上均有明显优势。

来源：2024年第20期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第20期