激光加工爆炸焊接层状复合材料在钛表面制备Ti-Cu-Ni金属间化合物涂层

《Journal of Manufacturing and Materials Processing》：Formation of Ti-Cu-Ni Intermetallic Coatings on Titanium by Laser Processing of an Explosively Welded Layered Composite Artem Igorevich Bogdanov, Vitaliy Pavlovich Kulevich, Leonid Moiseevich Gurevich and Victor Georgievich Shmorgun

　　

原始设备制造商(OEM)与一级供应商(Tier-1)制造网络中的实时协同仍面临车间数据延迟、机器可用性随机波动及调度稳定性需求的多重挑战。研究人员提出了一种协议无关的双阶段混合整数线性规划(MILP)框架，用于实现实时族级调度。该方法无需依赖单一通信标准，即可集成类MTConnect数据流。第一阶段基于预期产能生成基准计划；第二阶段采用滚动时域补偿模型，根据观测（可能存在滞后）的产能动态调整计划，并引入稳定性惩罚项以控制重排序。研究人员构建了一个包含三台机器（两台Tier-1，一台OEM）的合成OEM–Tier-1测试平台，用于评估实时(L=0)与延迟(L=5)数据场景下的性能。实验表明，相较于静态规划，实时滚动调度器将严格准时交付率提升了约70%，消除了终端积压，且MILP求解时间保持在每周期0.1秒以内。通过调整中断强度、重规划间隔(Δ)和稳定性权重(λ)的敏感性实验，展示了该框架在不牺牲计算可处理性的前提下，平衡服务性能与调度稳定性的定性规律。

论文解读：《激光加工爆炸焊接层状复合材料在钛表面制备Ti-Cu-Ni金属间化合物涂层》相关研究

研究背景与意义

随着工业4.0向工业5.0转型，实时数据与利益相关者管理已成为现代制造业的核心。尽管MTConnect、OPC UA和MQTT等标准化数据通信协议为车间互联提供了基础，但在原始设备制造商(OEM)与上游一级供应商(Tier-1)之间实现实时协同仍是一个开放性难题。传统的调度框架通常假设完美的可见性或静态产能，一旦机器可用性、运输时间和数据延迟发生动态变化，这些假设便会失效。现有研究虽探索了基于仿真的启发式调度，但鲜有能将流式车间数据与优化算法在可处理且可解释的框架下结合的研究。此外，大多数针对OEM–Tier-1设置的基于MILP的调度研究集中于单层级或确定性产能，缺乏对跨层级物料耦合、显式信息延迟参数L以及可调稳定性惩罚λ的综合考量。因此，研究人员旨在填补这一空白，开发一种能够适应动态变化的实时调度框架，这对于构建面向工业5.0的弹性供应链至关重要。该研究成果发表于《Journal of Manufacturing and Materials Processing》。

主要关键技术方法

研究人员构建了一个合成OEM–Tier-1测试平台，包含3个Tier-1产品族(S₁–S₃)、2个OEM产品族(O₁–O₂)、3台Tier-1机器和2台OEM机器。机器可用性通过威布尔分布(Weibull distribution)生成的随机启停模式模拟，形成低、中、高三种中断强度。研究人员设计了双阶段混合整数线性规划(MILP)模型：第一阶段基于预期产能生成基准计划；第二阶段为补偿模型，利用观测到的（可能滞后的）产能数据进行重优化。研究采用滚动时域控制(Rolling-Horizon Control)策略，每Δ个时间槽重求解一次，并冻结前δ个时间槽的执行计划以保证稳定性。实验通过对比静态计划、无稳定性的滚动确定计划与提出的带稳定性惩罚的两阶段滚动MILP计划，量化了信息延迟L和稳定性权重λ对严格准时交付率(OTFR_strict)、积压量、OEM空闲时间及设备利用率的影响。

研究结果

总体性能

实验结果表明，信息延迟对调度性能具有显著影响。当信息延迟L从0增加到5时，严格准时交付率(OTFR_strict)从约0.75下降至约0.67，降幅达10%–12%。同时，累积加权积压量几乎翻倍，从约380激增至约780。多种子分析证实，实时数据(L=0)在所有随机运行中都一致地提升了服务水平并减少了流程拥堵。

与基线调度策略的比较

在与基线策略的对比中，所提出的框架展现出显著优势。相较于静态规划，滚动重优化将严格准时交付率提升了约70%，并完全消除了终端积压。引入稳定性惩罚项(λ=0.2)后，相较于无稳定性的滚动确定策略，调度偏差减少了42.5%，OEM空闲时间减少了30%，而对准时交付率的负面影响微乎其微（仅降低0.5%）。所有MILP求解时间在每周期0.1秒以内，验证了其实时可行性。

稳定性与敏捷性的权衡

稳定性权重λ决定了调度稳定性与服务响应性之间的平衡。敏感性分析显示，当λ从0.01增加到1.0时，重排序频率下降约40%，而平均加权 tardiness仅略微上升约5%–10%。这表明适度的稳定性惩罚足以平滑执行计划，而不会实质性损害服务性能。超过λ≈1后，进一步增加对重排序和tardiness的影响趋于饱和，揭示了存在一个最佳的平衡点。

对重规划间隔和中断严重程度的敏感性

中断严重程度直接影响调度结果。累积积压量随中断程度单调增加：低中断约为100，中等中断约为380，高中断约为780。有趣的是，OEM空闲时间随中断加剧而减少（低中断约55，中等约34，高中断约22）。这反映了瓶颈的转移：低中断时约束在于需求不足导致产能闲置；高中断时约束在于产能极度紧张，每一可用时段都需被利用。

族级层面的洞察

甘特图可视化显示，在实时调度(L=0)窗口下，Tier-1与OEM的生产块衔接紧密，空闲间隙极少。而在延迟调度(L=5)窗口下，由于计划员依据过时的产能数据进行排产，导致Tier-1机器出现大面积空闲，进而导致OEM机器因等待组件而产生孵化空闲缺口，证实了耦合约束会非线性地放大延迟效应。

计算效率

该MILP模型规模约为O(|F|·|M|·H)，在测试配置下平均每周期求解时间低于0.1秒。即使扩展到工业级规模（如50个产品族、30台机器、时域长度20），变量数约30000，约束数约4000，仍可在商用硬件上于数秒内求解，适合作为近实时决策支持工具。

讨论与结论

研究人员指出，该双阶段MILP框架位于经典鲁棒静态模型与纯粹动态调度规则之间，既提供了全局一致性，又能对观测产能做出反应。Stage 1提供了一个受预期产能约束的全域协调基准，Stage 2则在此基础上进行适应性调整并惩罚偏离。这种结构避免了单纯重规划导致的计划剧烈震荡。在管理层面，研究建议仅需共享机器可用性/状态数据，无需公开完整工艺路线；应先根据IT限制确定重规划间隔Δ，再调整λ以控制计划变动噪音。

结论证实，所提出的协议无关框架能有效解决OEM–Tier-1网络的实时协同问题。实验支持了三个假设：H1，OTFR_strict随L增加而单调下降；H2，增加λ能在不显著损害服务性能的前提下减少调度偏差；H3，该滚动两阶段MILP在各项服务KPI上均优于静态规划。未来的工作将聚焦于集成实时MTConnect数据流、扩展至多层级网络，并结合预测性维护与混合人工智能求解器，以增强系统的自主性和弹性。