Artificial intelligence in online scheduling of dynamically interconnected assembly systems

  • Künstliche Intelligenz in der Online-Ablaufplanung von frei verketteten Montagesystemen

Göppert, Amon Mirko Robin; Schmitt, Robert H. (Thesis advisor); Gries, Thomas (Thesis advisor)

Aachen : RWTH Aachen University (2022)
Doktorarbeit

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2022

Kurzfassung

Zunehmende Produktindividualität, Globalisierung der Märkte, kürzere Produktlebenszyklen und gestörte Lieferketten sind globale Trends, die anpassungsfähige industrielle Montagesysteme erfordern. Frei verkettete Montagesysteme erfüllen diese Forderung, indem sie individuelle Auftragsrouten ermöglichen und sich von Taktzeit und linearem Transfer lösen. Eine zentrale Komponente für frei verkettete Montagesysteme ist das Leitsystem, das für einen effizienten Betrieb neue Online-Ablaufplanungsalgorithmen erfordert. Im Bereich der Informatik hat der Algorithmus der künstlichen Intelligenz (KI) AlphaZero bahnbrechende Ergebnisse beim Spielen von Strategie-Brettspielen gezeigt. Da die Online-Ablaufplanung in frei verkettete Montagesystemen mit der Entscheidungsfindung in Brettspielen vergleichbar ist, ist AlphaZero eine übertragbare KI-Lösung, die die Leistungsfähigkeit der Ablaufplanung erheblich steigern könnte. In dieser Dissertation wird ein AlphaZero-Online-Planungsagent vorgestellt, um das Leistungspotenzial zu untersuchen. Der Agent verwendet von AlphaZero Monte-Carlo Tree Search und tiefe künstliche neuronale Netze, die durch bestärkendes Lernen trainiert werden. Verschiedene zusätzliche Softwarekomponenten und Modelle wurden entwickelt, um die AlphaZero-Online-Ablaufplanung zu ermöglichen. Für das Training des Agenten wurde ein automatisierter Ablauf zur Analyse von Szenarien entwickelt, der eine Simulationsumgebung zur Modellierung von frei verketteten Montagesystemen beinhaltet. Für die Bewertung der Zustände von frei verketteten Montagesystemen während des Trainings wurde ein zusätzliches Simulationsmodul entwickelt. Das Training umfasste eine Hyperparameter-Optimierung und wurde in mehreren Zyklen mit großen Datensätzen auf der Grundlage von zwei industriellen Anwendungsfällen durchgeführt. Es führte zu erheblichen Verbesserungen des Monte-Carlo Tree Search und des neuronalen Netzes. Für die adaptive Kommunikation des Agenten mit Simulationsmodellen und Leitsystemen über standardisierte Schnittstellen und Datenmodelle wurde eine modulare Online-Ablaufplanungsarchitektur erarbeitet. Diese Architektur erleichtert den nahtlosen Einsatz und die Aktualisierung des AlphaZero Agenten in einem laufenden Produktionssystem. Diese neu geschaffenen Zusatzkomponenten und -modelle wurden mit etablierten Techniken erfolgreich verifiziert und validiert. Die Validierung des AlphaZero-Agenten wurde mit Sensitivitätsanalysen durchgeführt, die ein plausibles Verhalten des Algorithmus zeigten. Der Vergleich des AlphaZero-Agenten mit heuristischen regelbasierten Referenzplanungsagenten und einem mathematischen gemischt-ganzzahligen linearen Optimierungsmodell ergab heterogene Leistungsverbesserungen, in Abhängigkeit von den Charakteristika der frei verketteten Montagesystemszenarien. Im Durchschnitt konnte der AlphaZero-Agent die Ablaufplanungsleistung mittels KI-Methoden in frei verketteten Montagesystemen verbessern.

Identifikationsnummern

Downloads