智能工厂是实现智能制造的重要载体,而生产调度是保证智能工厂高效运行的关键。智能工厂作业车间利用传感器、制造物联等技术感知并收集大量的生产过程数据,通过对车间状态的实时数据进行分析和训练,挖掘出有价值的调度信息和规律用于调度决策,从而优化调度方案,实现动态调度。深度强化学习可以基于实时的生产数据获得调度策略,并根据系统状态的动态变化优化策略选择。本文将深度强化学习运用于智能工厂作业车间的生产调度,主要开展了以下研究。(1)智能工厂作业车间调度环境和问题分析。以工业4.0环境下的ISO/IEC 62264标准作为参考,分析智能工厂下作业车间调度的关键技术和决策架构。对智能工厂的作业车间调度问题进行数学描述,分析了智能工厂下生产调度的数据驱动、实时响应、智能决策等新的问题和要求。(2)基于深度强化学习的智能工厂作业车间静态调度。针对智能工厂下生产调度数据驱动的要求,建立结合复合调度规则和深度强化学习的调度方法。以最小化最大完工时间、平均流动时间、最大延迟时间、最大平均拖期为目标建立静态调度模型,优化规则冲突和工件延迟的复合调度规则。运用深度强化学习训练生产数据和状态参数。在此基础上算法自动探索不同决策点上最佳的调度规则。(3)基于超体积的智能工厂作业车间多目标动态调度。在复合调度规则和深度强化学习的基础上,针对智能工厂下实时变化的系统数据和动态调度的优化目标,为保证生产的连续性和提高对紧急插单等随机事件的响应能力,结合超体积的多目标优化和选择策略,优化多目标的动态调度下深度强化学习算法的性能。(4)实证研究。为验证基于深度强化学习的智能工厂作业车间调度方法在实际制造环境中的应用效果和前景,以某机床制造厂为对象,分析该厂的实际生产调度环境,工件工序和设备的状况和参数。按照同一批次生成新订单,基于深度强化学习求解调度方案。针对随机到达的紧急订单,求解动态调度方案。研究结果表明,深度强化学习能够基于系统状态的实时变化,通过数据训练做出生产调度决策,有效实现了智能工厂作业车间的自主、动态生产调度。