摘要
本发明公开了一种基于物联网的机器人智能制造车间能耗优化方法,所属领域为能耗优化领域,包括:基于遗传算法优化路径,生成包含多样化路径的候选路径集合;针对时序方案,采用蒙特卡洛模拟算法预测任务变化和设备老化引起的能耗不确定性,生成包含能耗波动范围的预测分布;若预测分布的能耗波动范围超过预设阈值10%,则通过强化学习算法调整路径集合和时序方案,生成优化后的路径和时序组合;否则,保留当前路径和时序方案,得到稳定能耗分配方案;从最终的自适应能耗优化方案中提取任务执行序列和设备运行参数,传输至车间控制系统,完成能耗优化的实时部署。
技术关键词
时序
设备运行参数
设备运行状态数据
能耗优化方法
任务调度
车间控制系统
强化学习算法
实时数据
粒子群优化算法
设备老化
蒙特卡洛
Dijkstra算法
概率密度函数
机器人
时间序列分析方法
物联网技术
K均值聚类算法
系统为您推荐了相关专利信息
状态预测方法
编码器
船舶信息处理
数据驱动模型
时间序列模型
文本特征向量
填补方法
数据
时序
深度学习模型训练
工业时序数据
时空大数据
曲线
工业采集设备
分析方法
网络资源调度方法
动态变化模型
网络资源需求
物理
网络资源调度系统