CN110262432A - 一种基于自适应模拟退火算法的分段车间调度优化方法 - Google Patents
一种基于自适应模拟退火算法的分段车间调度优化方法 Download PDFInfo
- Publication number
- CN110262432A CN110262432A CN201910613375.8A CN201910613375A CN110262432A CN 110262432 A CN110262432 A CN 110262432A CN 201910613375 A CN201910613375 A CN 201910613375A CN 110262432 A CN110262432 A CN 110262432A
- Authority
- CN
- China
- Prior art keywords
- workshop
- segmentation
- max
- job
- method based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 230000000763 evoking effect Effects 0.000 title claims abstract description 14
- 230000000007 visual effect Effects 0.000 title claims abstract description 14
- 238000002922 simulated annealing Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims abstract description 4
- 230000000694 effects Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 238000000137 annealing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于自适应模拟退火算法的分段车间调度优化方法,包括步骤一,分段车间勘探;步骤二,统计工作时间;步骤三,模拟退火算法;步骤四,调度车间时间;步骤五,车间试用运营;步骤六,档案归纳存储;步骤七,后期车间管护;该基于自适应模拟退火算法的分段车间调度优化方法,采用计算机规划,将分段车间所需的资源与流程高度集成,通过模拟退火算法进行自适应优化,解决了分段车间由于结构复杂导致与工艺相似性差导致的智能化程度低的问题,有利于分段车间调度的最优化,使其智能化管理,大大减小产品加工周期,提升产品加工的工作效率,同时降低工人的劳动强度,节约时间与人力,更加适用于流水线生产。
Description
技术领域
本发明涉及分段车间领域,具体为一种基于自适应模拟退火算法的分段车间调度优化方法。
背景技术
目前我国船舶建造采用分段式建造模式,船体分段为平直段与曲面两大类,采用分段车间进行加工,分段车间的生产调度是在一定区间内的动态调度,流程复杂,且具有一定的随机性,由于分段车间加工平台比较特殊,结构复杂,工艺相似性差,导致分段车间需要人工进行管制,智能化低,产品加工周期长,大大降低产品加工的工作效率,同时增加工人的劳动强度,费时费力,不适用于流水线生产;针对这些缺陷,设计一种基于自适应模拟退火算法的分段车间调度优化方法是很有必要的。
发明内容
本发明的目的在于提供一种基于自适应模拟退火算法的分段车间调度优化方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于自适应模拟退火算法的分段车间调度优化方法,包括步骤一,分段车间勘探;步骤二,统计工作时间;步骤三,模拟退火算法;步骤四,调度车间时间;步骤五,车间试用运营;步骤六,档案归纳存储;步骤七,后期车间管护;
其中在上述步骤一中,分段车间勘探包括以下步骤:
1)人工勘测分段车间工作状况,记录地点与车间运作方式;
2)询问操作人员,确定分段车间加工的产品与产品信息结构树;
其中在上述步骤二中,统计工作时间包括以下步骤:
1)对分段车间每一段车间的加工产品进行统计,记录车间型号与区域;
2)再精细确认分段车间加工的时间点与时间长短,记录若干组数据;
3)将数据进行整合,取每组数据平均值进行记录,建立矩阵;
其中在上述步骤三中,模拟退火算法包括以下步骤:
1)确定分段车间的变量,包括车间每段加工产品的难易度与时间;
2)再确定分段车间需要优化的目标与约束条件,分段车间需要优化调度,使其达到效率最高;
3)采用模拟退火算法对分段车间调度方法进行训练,对数据进行聚类,随机产生一个活动调度S,初始温度为Ti,令i=0,并且记忆最优解S*=S,最优值为Cmax(S*);
4)若算法终止条件满足,则结束搜索并输出最优解S*,若S*不是最优解,则继续进行退火算法模拟;
5)求解当前调度S的领域搜索空间N(S),N为该领域解的元素总数,并且令n=0,n表示当前元素被计算个数;
6)随机选取N(S)中一个解Si,进行全局协调,保证Si为分段车间活动调度,计算该解的适配值,记为Cmax(Si),同时令n=n+1;
7)采用Metropolis接受判断准则,如果Cmax(Si)≤Cmax(S),则接收新调度,令S=Si,否则产生一个随机数M,M属于0-1,若M≤min{1,exp(-△/Ti)},其中△=Cmax(Si)-Cmax(S),即可对Si采用移动瓶颈技术进行优化,状态标记为Se,并且使S=Se;
8)若满足抽样稳定准则,n=N时,继续进行以下步骤,不满足时,重复以上步骤;
9)进行模拟退火降温,令Ti+1=aTi,其中a为温度衰减因子,同时i=i+1,更新记忆最优解,若Cmax(S)<Cmax(S*),即可更新最优解,令S*=S,Cmax(S)=Cmax(S*),否则最优解不变;
10)直至满足算法终止条件,输出最优解S*;
其中在上述步骤四中,使用最优解S*调节分段车间运作标准,将S*输入分段车间PCL控制器内部;
其中在上述步骤五中,开启分段车间系统,开始运营,人工观察分段车间运作,记录车间运作情况;
其中在上述步骤六中,人工将记录车间的运作情况存储在电脑中,集中存储在一处,以备后续对比使用;
其中在上述步骤七中,每隔一端时间人工记录观察数据,同时对设备进行维护。
根据上述技术方案,所述步骤二1)中,记录数据存储在档案室中,以备后续对比。
根据上述技术方案,所述步骤二2)中,数据需要连续记录一个星期,进行整理归纳。
根据上述技术方案,所述步骤五中,人工每隔2h观察一次。
根据上述技术方案,所述中步骤六中,也可人工记录归纳在档案袋中,存放在档案室内。
根据上述技术方案,所述步骤七中,每隔一个月检查一次。
与现有技术相比,本发明所达到的有益效果是:该基于自适应模拟退火算法的分段车间调度优化方法,采用计算机自动规划,将分段车间所需的资源、产品、信息与流程高度集成,通过模拟退火算法进行自适应优化,解决了分段车间由于结构复杂导致与工艺相似性差导致的智能化程度低的问题,有利于分段车间调度的最优化,使其智能化管理,大大减小产品加工周期,提升产品加工的工作效率,同时降低工人的劳动强度,节约时间与人力,更加适用于流水线生产。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的工艺流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:
一种基于自适应模拟退火算法的分段车间调度优化方法,包括步骤一,分段车间勘探;步骤二,统计工作时间;步骤三,模拟退火算法;步骤四,调度车间时间;步骤五,车间试用运营;步骤六,档案归纳存储;步骤七,后期车间管护;
其中在上述步骤一中,分段车间勘探包括以下步骤:
1)人工勘测分段车间工作状况,记录地点与车间运作方式,记录数据存储在档案室中,以备后续对比;
2)询问操作人员,确定分段车间加工的产品与产品信息结构树;
其中在上述步骤二中,统计工作时间包括以下步骤:
1)对分段车间每一段车间的加工产品进行统计,记录车间型号与区域;
2)再精细确认分段车间加工的时间点与时间长短,记录若干组数据,数据需要连续记录一个星期,进行整理归纳;
3)将数据进行整合,取每组数据平均值进行记录,建立矩阵;
其中在上述步骤三中,模拟退火算法包括以下步骤:
1)确定分段车间的变量,包括车间每段加工产品的难易度与时间;
2)再确定分段车间需要优化的目标与约束条件,分段车间需要优化调度,使其达到效率最高;
3)采用模拟退火算法对分段车间调度方法进行训练,对数据进行聚类,随机产生一个活动调度S,初始温度为Ti,令i=0,并且记忆最优解S*=S,最优值为Cmax(S*);
4)若算法终止条件满足,则结束搜索并输出最优解S*,若S*不是最优解,则继续进行退火算法模拟;
5)求解当前调度S的领域搜索空间N(S),N为该领域解的元素总数,并且令n=0,n表示当前元素被计算个数;
6)随机选取N(S)中一个解Si,进行全局协调,保证Si为分段车间活动调度,计算该解的适配值,记为Cmax(Si),同时令n=n+1;
7)采用Metropolis接受判断准则,如果Cmax(Si)≤Cmax(S),则接收新调度,令S=Si,否则产生一个随机数M,M属于0-1,若M≤min{1,exp(-△/Ti)},其中△=Cmax(Si)-Cmax(S),即可对Si采用移动瓶颈技术进行优化,状态标记为Se,并且使S=Se;
8)若满足抽样稳定准则,n=N时,继续进行以下步骤,不满足时,重复以上步骤;
9)进行模拟退火降温,令Ti+1=aTi,其中a为温度衰减因子,同时i=i+1,更新记忆最优解,若Cmax(S)<Cmax(S*),即可更新最优解,令S*=S,Cmax(S)=Cmax(S*),否则最优解不变;
10)直至满足算法终止条件,输出最优解S*;
其中在上述步骤四中,使用最优解S*调节分段车间运作标准,将Ss输入分段车间PCL控制器内部;
其中在上述步骤五中,开启分段车间系统,开始运营,人工观察分段车间运作,记录车间运作情况,人工每隔2h观察一次;
其中在上述步骤六中,人工将记录车间的运作情况存储在电脑中,集中存储在一处,以备后续对比使用,也可人工记录归纳在档案袋中,存放在档案室内;
其中在上述步骤七中,每隔一个月检查一次,人工记录观察数据,同时对设备进行维护。
基于上述,本发明的优点在于,本发明,采用计算机自动规划,将分段车间所需的资源、产品、信息与流程高度集成,通过模拟退火算法进行自适应优化,解决了分段车间由于结构复杂导致与工艺相似性差导致的智能化程度低的问题,使其智能化管理,大大减小产品加工周期,同时降低工人的劳动强度,适用于流水线生产。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于自适应模拟退火算法的分段车间调度优化方法,包括步骤一,分段车间勘探;步骤二,统计工作时间;步骤三,模拟退火算法;步骤四,调度车间时间;步骤五,车间试用运营;步骤六,档案归纳存储;步骤七,后期车间管护;其特征在于:
其中在上述步骤一中,分段车间勘探包括以下步骤:
1)人工勘测分段车间工作状况,记录地点与车间运作方式;
2)询问操作人员,确定分段车间加工的产品与产品信息结构树;
其中在上述步骤二中,统计工作时间包括以下步骤:
1)对分段车间每一段车间的加工产品进行统计,记录车间型号与区域;
2)再精细确认分段车间加工的时间点与时间长短,记录若干组数据;
3)将数据进行整合,取每组数据平均值进行记录,建立矩阵;
其中在上述步骤三中,模拟退火算法包括以下步骤:
1)确定分段车间的变量,包括车间每段加工产品的难易度与时间;
2)再确定分段车间需要优化的目标与约束条件,分段车间需要优化调度,使其达到效率最高;
3)采用模拟退火算法对分段车间调度方法进行训练,对数据进行聚类,随机产生一个活动调度S,初始温度为Ti,令i=0,并且记忆最优解S*=S,最优值为Cmax(S*);
4)若算法终止条件满足,则结束搜索并输出最优解S*,若S*不是最优解,则继续进行退火算法模拟;
5)求解当前调度S的领域搜索空间N(S),N为该领域解的元素总数,并且令n=0,n表示当前元素被计算个数;
6)随机选取N(S)中一个解Si,进行全局协调,保证Si为分段车间活动调度,计算该解的适配值,记为Cmax(Si),同时令n=n+1;
7)采用Metropolis接受判断准则,如果Cmax(Si)≤Cmax(S),则接收新调度,令S=Si,否则产生一个随机数M,M属于0-1,若M≤min{1,exp(-△/Ti)},其中△=Cmax(Si)-Cmax(S),即可对Si采用移动瓶颈技术进行优化,状态标记为Se,并且使S=Se;
8)若满足抽样稳定准则,n=N时,继续进行以下步骤,不满足时,重复以上步骤;
9)进行模拟退火降温,令Ti+1=aTi,其中a为温度衰减因子,同时i=i+1,更新记忆最优解,若Cmax(S)<Cmax(S*),即可更新最优解,令S*=S,Cmax(S)=Cmax(S*),否则最优解不变;
10)直至满足算法终止条件,输出最优解S*;
其中在上述步骤四中,使用最优解S*调节分段车间运作标准,将S*输入分段车间PCL控制器内部;
其中在上述步骤五中,开启分段车间系统,开始运营,人工观察分段车间运作,记录车间运作情况;
其中在上述步骤六中,人工将记录车间的运作情况存储在电脑中,集中存储在一处,以备后续对比使用;
其中在上述步骤七中,每隔一端时间人工记录观察数据,同时对设备进行维护。
2.根据权利要求1所述的一种基于自适应模拟退火算法的分段车间调度优化方法,其特征在于:所述步骤二1)中,记录数据存储在档案室中,以备后续对比。
3.根据权利要求1所述的一种基于自适应模拟退火算法的分段车间调度优化方法,其特征在于:所述步骤二2)中,数据需要连续记录一个星期,进行整理归纳。
4.根据权利要求1所述的一种基于自适应模拟退火算法的分段车间调度优化方法,其特征在于:所述步骤五中,人工每隔2h观察一次。
5.根据权利要求1所述的一种基于自适应模拟退火算法的分段车间调度优化方法,其特征在于:所述中步骤六中,也可人工记录归纳在档案袋中,存放在档案室内。
6.根据权利要求1所述的一种基于自适应模拟退火算法的分段车间调度优化方法,其特征在于:所述步骤七中,每隔一个月检查一次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910613375.8A CN110262432A (zh) | 2019-07-08 | 2019-07-08 | 一种基于自适应模拟退火算法的分段车间调度优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910613375.8A CN110262432A (zh) | 2019-07-08 | 2019-07-08 | 一种基于自适应模拟退火算法的分段车间调度优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110262432A true CN110262432A (zh) | 2019-09-20 |
Family
ID=67925071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910613375.8A Pending CN110262432A (zh) | 2019-07-08 | 2019-07-08 | 一种基于自适应模拟退火算法的分段车间调度优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110262432A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110704625A (zh) * | 2019-09-30 | 2020-01-17 | 哈尔滨工程大学 | 一种基于cad图纸信息批量自动处理方法 |
CN110969919A (zh) * | 2019-12-16 | 2020-04-07 | 陕西中兴祥林电子科技有限公司 | 一种多用途的配电模拟实训平台的实现方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004348436A (ja) * | 2003-05-22 | 2004-12-09 | Kobe Steel Ltd | 生産計画作成方法及びプログラム |
CN102968702A (zh) * | 2012-12-18 | 2013-03-13 | 北京理工大学 | 一种基于遗传算法的曲面分段场地布局调度方法 |
CN106875031A (zh) * | 2016-12-21 | 2017-06-20 | 深圳大学 | 一种多车间作业调度方法及装置 |
CN106971236A (zh) * | 2017-02-20 | 2017-07-21 | 上海大学 | 一种基于遗传算法的柔性作业车间分批调度方法 |
CN109634231A (zh) * | 2018-11-22 | 2019-04-16 | 合肥工业大学 | 基于遗传模拟退火算法的成形车间节能调度方法 |
CN109765862A (zh) * | 2018-12-26 | 2019-05-17 | 同济大学 | 基于自适应遗传算法的混合流水车间可持续调度控制方法 |
-
2019
- 2019-07-08 CN CN201910613375.8A patent/CN110262432A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004348436A (ja) * | 2003-05-22 | 2004-12-09 | Kobe Steel Ltd | 生産計画作成方法及びプログラム |
CN102968702A (zh) * | 2012-12-18 | 2013-03-13 | 北京理工大学 | 一种基于遗传算法的曲面分段场地布局调度方法 |
CN106875031A (zh) * | 2016-12-21 | 2017-06-20 | 深圳大学 | 一种多车间作业调度方法及装置 |
CN106971236A (zh) * | 2017-02-20 | 2017-07-21 | 上海大学 | 一种基于遗传算法的柔性作业车间分批调度方法 |
CN109634231A (zh) * | 2018-11-22 | 2019-04-16 | 合肥工业大学 | 基于遗传模拟退火算法的成形车间节能调度方法 |
CN109765862A (zh) * | 2018-12-26 | 2019-05-17 | 同济大学 | 基于自适应遗传算法的混合流水车间可持续调度控制方法 |
Non-Patent Citations (1)
Title |
---|
高博彧: "面向船体分段车间的生产调度与仿真技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110704625A (zh) * | 2019-09-30 | 2020-01-17 | 哈尔滨工程大学 | 一种基于cad图纸信息批量自动处理方法 |
CN110969919A (zh) * | 2019-12-16 | 2020-04-07 | 陕西中兴祥林电子科技有限公司 | 一种多用途的配电模拟实训平台的实现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636011B (zh) | 一种基于改进的变邻域遗传算法的多班制计划排程法 | |
CN103345514A (zh) | 大数据环境下的流式数据处理方法 | |
CN102968438B (zh) | 综合监控系统中历史数据存储控制系统 | |
CN110262432A (zh) | 一种基于自适应模拟退火算法的分段车间调度优化方法 | |
CN102143202A (zh) | 工业生产设备信息集成方法和系统 | |
CN102129442A (zh) | 一种分布式数据库系统和数据访问方法 | |
CN106384161B (zh) | 一种用于航天巡视计划区域划分的优化方法 | |
CN116663854B (zh) | 一种基于智慧园区的资源调度管理方法、系统及存储介质 | |
CN108665092A (zh) | 一种基于混合萤火虫算法的全流程排产与优化方法 | |
CN104573184A (zh) | 高速列车产品元模型构建方法和装置 | |
CN114077767A (zh) | 一种基于bim的工程进度监督系统及其监督方法 | |
CN113688488A (zh) | 基于改进的人工鱼群算法的电网线路规划方法 | |
CN106600446A (zh) | 基于动态优先级的生产现场事件实时处理系统及方法 | |
CN117494874A (zh) | 一种营销人员智能自动分配方法和系统 | |
CN111105050B (zh) | 风机维护计划的生成方法、装置、设备及存储介质 | |
CN102819218B (zh) | 基于事件控制函数的离散事件系统监控器及其控制方法 | |
CN114035461B (zh) | 一种自控对智能建筑节能方法 | |
CN110676871A (zh) | 一种分布式光伏规模化接入农村配电网的组群划分方法 | |
CN115310366A (zh) | 一种基于随机优化模型评估机场公布容量的方法 | |
CN112036686B (zh) | 基于理论线损区间计算的低压配电台区线损评价方法 | |
CN106600129A (zh) | 一种电网规划方法和系统 | |
CN111475502A (zh) | 一种分布式可再生能源的数据管理方法及系统 | |
CN110019414A (zh) | 基于分布式并行计算的大数据挖掘系统 | |
CN117094539B (zh) | 一种保电智能工单管控方法、系统、设备及存储介质 | |
CN109767051B (zh) | 基于大数据分析的变压器停电计划安排方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190920 |
|
WD01 | Invention patent application deemed withdrawn after publication |