机床与液压

作者：孔贝贝，鄢威，阮兵，田芮利，胡溧，江志刚

单位：武汉科技大学汽车与交通工程学院；武汉科技大学汽车与交通工程学院；中国汽车工业工程有限公司；中国汽车工业工程有限公司；武汉科技大学汽车与交通工程学院；武汉科技大学机械传动与制造工程湖北省重点实验室

关键词：强化学习;柔性拆解;调度效率

基金：国家自然科学基金项目（52075396）；武汉科技大学湖北省优势特色学科（群）项目（2023B0405）；物流教育改革与研究项目（JZW2023252）

针对动态多变生产环境导致的动力电池柔性拆解难题，提出一种基于强化学习的废旧动力电池拆解柔性车间调度方法。分析拆解序列和拆解深度对调度的影响，构建以最小化最大完工时间为目标的柔性拆解线调度模型。引入强化学习的思想，将问题转化为马尔可夫决策过程（MDP），并采用基于策略梯度的演员-评论家的PPO算法进行求解。最后，设计3种典型的拆解场景（8×8、15×10和15×15的工件与设备组合），模拟不同电池特性和拆解工艺的操作实例。将PPO算法所得的完工时间与遗传算法、粒子群算法等常见算法进行比较。结果表明：所提方法在求解质量上明显优于传统算法，有效提高了完工时间的预测精度和调度效率，验证了其在废旧动力电池拆解调度中的有效性和优越性。

来源：2025年第18期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第18期