澳门银河赌场注册送38-澳门银河赌场招人好招吗_百家乐德州_全讯网下载 (中国)·官方网站

中文題目：一種考慮多優(yōu)先級(jí)維修任務(wù)調(diào)度的兩層優(yōu)化方法

論文題目：A Two-layer Optimization Method for Maintenance Task Scheduling Considering Multiple Priorities

錄用期刊/會(huì)議： Computers & Chemical Engineering (JCR Q2，CAA A類期刊)

原文DOI： https://doi.org/10.1016/j.compchemeng.2024.108640

原文鏈接：https://www.sciencedirect.com/science/article/pii/S0098135424000589

錄用/見(jiàn)刊時(shí)間：2024年2月19日

作者列表：

1） 高小永 中國(guó)石油大學(xué)（北京）信息科學(xué)與工程學(xué)院/人工智能學(xué)院 自動(dòng)化系 教師

2） 羅少為 中國(guó)石油大學(xué)（北京）信息科學(xué)與工程學(xué)院/人工智能學(xué)院 自動(dòng)化 本科

3） 彭   雕 中國(guó)石油大學(xué)（北京）信息科學(xué)與工程學(xué)院/人工智能學(xué)院 控制科學(xué)與工程 碩21

4） 夔國(guó)鳳 中國(guó)石油大學(xué)（北京）信息科學(xué)與工程學(xué)院/中國(guó)兵器工業(yè)第208研究所 控制科學(xué)與工程 碩19

5） 謝   毅 中國(guó)石油大學(xué)（北京）信息科學(xué)與工程學(xué)院 控制科學(xué)與工程 碩18

6） 吳   娟 國(guó)家能源集團(tuán)寧夏煤業(yè)煤制油分公司

7） 潘   軍 北京萬(wàn)普隆能源科技有限公司

8） 左   信 中國(guó)石油大學(xué)（北京）信息科學(xué)與工程學(xué)院/人工智能學(xué)院 自動(dòng)化系 教師

9） 陳   韜 英國(guó)薩里大學(xué) 化學(xué)與過(guò)程過(guò)程系

文章簡(jiǎn)介:

在本文中，我們使用提出的兩層優(yōu)化策略有效地解決了油氣田維修任務(wù)調(diào)度問(wèn)題，基于幾個(gè)實(shí)際案例，我們通過(guò)實(shí)驗(yàn)驗(yàn)證了提出的方法的有效性，并且我們的方法在效率上明顯優(yōu)于單個(gè)MILP模型。

摘要:

及時(shí)有效的維修調(diào)度是油氣田安全穩(wěn)定運(yùn)行的關(guān)鍵。具有多個(gè)優(yōu)先級(jí)的大規(guī)模維修任務(wù)很難在可接受的時(shí)間內(nèi)完成。為了加快計(jì)算速度，提出了一種兩層策略。在上層，為每個(gè)井簇生成一個(gè)集總?cè)蝿?wù)。這種集總允許上層模型集中在緊急和重要的任務(wù)上，從而可以得到一個(gè)顯著減少規(guī)模的混合整數(shù)線性規(guī)劃(MILP)模型，以確定每個(gè)技術(shù)人員的調(diào)度和分配的時(shí)間長(zhǎng)度。在底層，以上層預(yù)留時(shí)間為約束，為每個(gè)技術(shù)人員建立小規(guī)模的MILP模型。結(jié)果表明，我們的方法在效率上明顯優(yōu)于完整的MILP模型。通過(guò)我們與業(yè)界的合作，該方法目前正在現(xiàn)實(shí)場(chǎng)景中實(shí)施。

背景與動(dòng)機(jī):

石油和天然氣行業(yè)在滿足世界能源需求、推動(dòng)經(jīng)濟(jì)發(fā)展和推動(dòng)各個(gè)行業(yè)發(fā)展方面發(fā)揮著關(guān)鍵作用。油氣田的作業(yè)涉及一系列復(fù)雜的活動(dòng)，目的是定位、提取和提煉碳?xì)浠衔铩Ｓ蜌馓锏淖鳂I(yè)很復(fù)雜，需要昂貴的設(shè)備和設(shè)施。為了確保生產(chǎn)效率，這些設(shè)備和設(shè)施的正常運(yùn)行至關(guān)重要。在生產(chǎn)過(guò)程中，會(huì)出現(xiàn)多種復(fù)雜的任務(wù)，優(yōu)先級(jí)多，故障分布廣，即維修任務(wù)。維修任務(wù)包括例行檢查、設(shè)備維修和預(yù)防措施，以避免代價(jià)高昂的停機(jī)時(shí)間。如果不能及時(shí)有效地處理異常，就會(huì)導(dǎo)致故障。這會(huì)降低經(jīng)濟(jì)效益，甚至造成重大安全事故。及時(shí)高效的維修任務(wù)調(diào)度不僅可以節(jié)省維修成本和時(shí)間，還可以提高生產(chǎn)效率，對(duì)現(xiàn)場(chǎng)作業(yè)具有重要意義。

設(shè)計(jì)與實(shí)現(xiàn):

設(shè)備維護(hù)是油氣井現(xiàn)場(chǎng)日常運(yùn)行管理的重要組成部分，對(duì)保證油氣井安全、盈利的生產(chǎn)運(yùn)行起著至關(guān)重要的作用。高效的維護(hù)和管理可以提高生產(chǎn)效率、安全性和降低運(yùn)營(yíng)成本。面對(duì)不同地點(diǎn)和優(yōu)先級(jí)的任務(wù)，確定每個(gè)技術(shù)人員的最佳任務(wù)順序以提高整體效率至關(guān)重要。

任務(wù)根據(jù)其重要性分為三個(gè)優(yōu)先級(jí):緊急、重要和一般。緊急的任務(wù)需要立即處理，重要的任務(wù)要在同一天內(nèi)完成。一般任務(wù)應(yīng)該盡可能多地處理。非命令性的一般任務(wù)占大多數(shù)。因此，大量的一般任務(wù)是解決困難的根本原因。如果可以很好地處理大量的一般任務(wù)，那么解決方案的效率將大大提高。這是本文的重點(diǎn)。

因此，本文引入了“井簇”的概念。維護(hù)任務(wù)分布圖如圖1所示。共有7個(gè)井簇，每個(gè)井簇由若干任務(wù)組成，其中任務(wù)1、任務(wù)11和任務(wù)36為緊急任務(wù)，任務(wù)2和任務(wù)12為重要任務(wù)，其余為一般任務(wù)。

圖1 維修任務(wù)分布圖

基于使用井簇的任務(wù)描述，提出了一個(gè)雙層優(yōu)化框架來(lái)加速求解過(guò)程，如圖2所示。在上層模型中，屬于同一井簇的所有通用優(yōu)先級(jí)任務(wù)被打包成一個(gè)虛擬的集總通用任務(wù)。虛擬集總?cè)蝿?wù)的完井時(shí)間是該井簇中所有單個(gè)一般任務(wù)的完成時(shí)間之和。

圖2 兩層優(yōu)化流程圖

主要內(nèi)容:

根據(jù)實(shí)際應(yīng)用規(guī)則，需要滿足以下假設(shè):

(1)一項(xiàng)任務(wù)只需要一名技術(shù)人員完成。各技術(shù)人員獨(dú)立完成分配的維修任務(wù)，維修任務(wù)相互獨(dú)立。

(2)先驗(yàn)已知不同任務(wù)之間的過(guò)渡時(shí)間，每個(gè)技術(shù)人員完成維修任務(wù)的時(shí)間，任務(wù)的優(yōu)先級(jí)，任務(wù)的技能水平需求，技術(shù)人員的技能水平等相關(guān)信息。

(3)同一井群中存在多個(gè)維修任務(wù)，任務(wù)優(yōu)先級(jí)可能不同。

上層優(yōu)化模型

(1)任務(wù)最多只能完成一次。

(1)

(2)同一技術(shù)人員每次只能完成一項(xiàng)任務(wù)。

(2)

(3)必須完成優(yōu)先級(jí)為1(即緊急任務(wù))和2(即重要任務(wù))的任務(wù)。

(3)

(4)技能水平匹配約束。

對(duì)于每個(gè)任務(wù)，指派的技術(shù)人員應(yīng)滿足任務(wù)的技能水平要求。

(4)

(5)時(shí)間序列約束。

前一個(gè)約束：從任務(wù)到任務(wù)的時(shí)間段必須是任務(wù)完成后緊接著的下一個(gè)時(shí)間段。

(5)

后序約束：從任務(wù)到任務(wù)的下一個(gè)時(shí)間段必須是任務(wù)的執(zhí)行時(shí)間。

(6)

由于存在兩個(gè)離散變量的乘積，根據(jù)You and Grossmann, 2010提供的線性化思想，將兩個(gè)方程線性化為式(7-11):

	(7)
	(8)

輔助變量約束:

	(9)
	(10)
	(11)

(6)過(guò)渡時(shí)間約束。

兩個(gè)相鄰任務(wù)之間分配的過(guò)渡時(shí)間應(yīng)長(zhǎng)于所需時(shí)間。

(12)

(7)任務(wù)持續(xù)時(shí)間約束。

任務(wù)持續(xù)時(shí)間，即任務(wù)完成時(shí)間與開(kāi)始時(shí)間之差，應(yīng)大于所需的任務(wù)時(shí)間，見(jiàn)式(13)。

(13)

(8)上一事件結(jié)束時(shí)間與下一事件開(kāi)始時(shí)間的關(guān)系。在每個(gè)技術(shù)人員的時(shí)間軸上定義事件的開(kāi)始和結(jié)束時(shí)間之間的順序關(guān)系。對(duì)于每個(gè)技術(shù)人員，下一個(gè)事件點(diǎn)的開(kāi)始時(shí)間必須在前一個(gè)事件點(diǎn)結(jié)束時(shí)間之后，參見(jiàn)式(14)。且它們都不能超過(guò)調(diào)度地平線H，見(jiàn)式(15~16)。

	(14)
	(15)
	(16)

(9)技術(shù)人員只能返回維修站一次。為簡(jiǎn)單起見(jiàn)，維修站代碼設(shè)置為0。

(17)

(10)每個(gè)技術(shù)人員有一個(gè)中斷任務(wù)，即午休約束。為簡(jiǎn)單起見(jiàn)，午休作為一項(xiàng)任務(wù)被編碼為1。

(18)

(11)午休任務(wù)開(kāi)始和結(jié)束的時(shí)間限制。

將維修技師午休時(shí)間也視為一項(xiàng)強(qiáng)制性任務(wù)，該中斷任務(wù)的開(kāi)始和結(jié)束時(shí)間由式(19)和式(20)給出。

	(19)
	(20)

式中，BL和BU為表示午休時(shí)間段的常數(shù)參數(shù)。

(12)為每位技術(shù)員預(yù)留時(shí)間。

每位技術(shù)人員的工作時(shí)間為上午8:00-12:00，午休后13:30-17:30。定義為優(yōu)先級(jí)為1和2的任務(wù)調(diào)度完成后可以調(diào)度的預(yù)留時(shí)間，用于執(zhí)行優(yōu)先級(jí)為3的任務(wù)。

(21)

(13)目標(biāo)函數(shù)。

方程(22)是模型的目標(biāo)函數(shù)，它使維護(hù)時(shí)間最小化，包括維護(hù)任務(wù)所需的時(shí)間和任務(wù)間轉(zhuǎn)移所需的時(shí)間。

(22)

下層優(yōu)化模型

每個(gè)技術(shù)人員在完成所有緊急和重要的任務(wù)后所預(yù)留的時(shí)間可以由上級(jí)決定。因此，在下層優(yōu)化中，一般任務(wù)分配將逐井進(jìn)行優(yōu)化。

(1)每個(gè)井簇完成虛擬集總?cè)蝿?wù)所需的總時(shí)間。這個(gè)總時(shí)間是上層優(yōu)化的結(jié)果，它將作為下層優(yōu)化的限制。

(23)

(2)每個(gè)井簇的虛擬集總?cè)蝿?wù)最多只能完成一次。

(24)

(3)目標(biāo)函數(shù)。

方程(25)是下層模型的目標(biāo)函數(shù)，其目標(biāo)是一般任務(wù)的完成數(shù)量最大化。

(25)

實(shí)驗(yàn)結(jié)果及分析:

圖3顯示了未采用雙層優(yōu)化方法的現(xiàn)場(chǎng)應(yīng)用結(jié)果。不同井簇的任務(wù)用不同的顏色來(lái)區(qū)分。現(xiàn)有技術(shù)人員3人，高級(jí)2人，初級(jí)1人。重要任務(wù)23項(xiàng)，一般任務(wù)28項(xiàng)，緊急任務(wù)2項(xiàng)。為了便于區(qū)分，不同的數(shù)字和不同的顏色代表不同的實(shí)際井簇。每個(gè)集群有多個(gè)任務(wù)，屬于同一集群的任務(wù)在圖3中用相同的顏色表示。

圖3 未采用兩層優(yōu)化模型的調(diào)度甘特圖

圖4顯示了另一個(gè)現(xiàn)場(chǎng)應(yīng)用結(jié)果，其中實(shí)現(xiàn)了兩層優(yōu)化策略。現(xiàn)有技術(shù)人員2人，其中高級(jí)技術(shù)人員1人，初級(jí)技術(shù)人員1人。重要任務(wù)23項(xiàng)，一般任務(wù)16項(xiàng)，緊急任務(wù)2項(xiàng)。為了便于區(qū)分，不同的數(shù)字和不同的顏色代表不同的實(shí)際井簇。每個(gè)集群有多個(gè)任務(wù)，屬于同一集群的任務(wù)在圖4中用相同的顏色表示。

圖4 采用兩層優(yōu)化模型的調(diào)度甘特圖

由圖4可知，采用雙層優(yōu)化方法得到的結(jié)果更為合理。由于對(duì)一般任務(wù)進(jìn)行了良好的聚類處理，大大減少了模型求解過(guò)程中涉及的二元變量，不僅提高了求解效率，而且使調(diào)度結(jié)果更加優(yōu)化。技術(shù)人員將更多的時(shí)間用于任務(wù)維護(hù)，減少了井組之間的轉(zhuǎn)移時(shí)間，從而完成了更多的任務(wù)，大大提高了技術(shù)人員的工作效率。

結(jié)論:

為了提高大規(guī)模維修任務(wù)調(diào)度問(wèn)題的求解效率，這項(xiàng)研究提出了一種雙層優(yōu)化方法。油氣行業(yè)的維護(hù)任務(wù)調(diào)度問(wèn)題具有參數(shù)和變量規(guī)模大的特點(diǎn)，對(duì)傳統(tǒng)的MILP模型提出了挑戰(zhàn)。在所有維護(hù)任務(wù)中，非命令性的一般任務(wù)占大多數(shù)。因此，大部分一般任務(wù)構(gòu)成了解決的主要困難。因此，在上層優(yōu)化中，一般任務(wù)被打包成虛擬集總?cè)蝿?wù)。考慮到技術(shù)人員與任務(wù)技能之間的匹配關(guān)系約束，上層優(yōu)化重點(diǎn)關(guān)注任務(wù)優(yōu)先級(jí)約束，得到緊急任務(wù)、重要任務(wù)和虛擬集總?cè)蝿?wù)預(yù)留時(shí)間的調(diào)度結(jié)果。上層優(yōu)化模型的目標(biāo)是最小化完成緊急和重要任務(wù)的時(shí)間。以上層優(yōu)化得到的預(yù)留時(shí)間為閾值，由下層優(yōu)化得到各井簇中一般任務(wù)的調(diào)度結(jié)果。底層優(yōu)化模型的目標(biāo)是使完成的一般任務(wù)數(shù)量最大化。算例結(jié)果表明，所提出的雙層優(yōu)化方法優(yōu)于傳統(tǒng)的綜合優(yōu)化方法。提出的兩層方法不僅大大減少了計(jì)算量，而且得到了更合理的結(jié)果。

通訊作者簡(jiǎn)介:

高小永，信息科學(xué)與工程學(xué)院/人工智能學(xué)院副院長(zhǎng)，博士生導(dǎo)師，石大學(xué)者，校青年拔尖人才，自動(dòng)化專業(yè)及控制科學(xué)與工程學(xué)科建設(shè)負(fù)責(zé)人，擔(dān)任北京自動(dòng)化學(xué)會(huì)常務(wù)理事、中國(guó)自動(dòng)化學(xué)會(huì)過(guò)程控制專業(yè)委員會(huì)委員、中國(guó)自動(dòng)化學(xué)會(huì)教育工作委員會(huì)委員、中國(guó)化工學(xué)會(huì)信息技術(shù)應(yīng)用專業(yè)委員會(huì)副秘書(shū)長(zhǎng)、中國(guó)系統(tǒng)工程學(xué)會(huì)過(guò)程系統(tǒng)工程專業(yè)委員會(huì)委員等。研究領(lǐng)域?yàn)閺?fù)雜石油石化工業(yè)過(guò)程智能制造，主要方向有：機(jī)理與數(shù)據(jù)驅(qū)動(dòng)的故障診斷、復(fù)雜工業(yè)過(guò)程建模與優(yōu)化控制、工業(yè)過(guò)程計(jì)劃與調(diào)度優(yōu)化等。主持國(guó)家自然科學(xué)基金項(xiàng)目2項(xiàng)、北京市自然科學(xué)基金面上項(xiàng)目1項(xiàng)、校企聯(lián)合項(xiàng)目20多項(xiàng)，發(fā)表SCI/EI等各類論文50多篇。

Email：x.gao@cup.edu.cn