摘要： 针对车间生产过程中扰动事件频发、扰动影响程度难以判别以及现有重调度方案应用不理想等问题，提出一种基于数字孪生的车间重调度方法，建立了扰动分层判别机制，分别采用数字孪生虚拟模型与支持向量机(Support Vector Machine, SVM)分类决策模型识别显性与隐性扰动，为重调度触发提供决策；通过算法与数字孪生虚拟模型协同优化，得到兼具效率和稳定性的重调度方案。以某大型机械制造工厂为例，仿真实验结果表明，建立的扰动分层判别机制能对车间扰动类型进行有效判别，通过数字孪生虚拟模型仿真输出性能指标能够判定显性扰动，SVM分类决策模型对于隐性扰动的识别具有较高的准确率；基于数字孪生的车间重调度方案可得到效率较高、工序变动成本较低的重调度方案，提高了车间的生产性能。

关键词: 数字孪生; 车间重调度; 扰动判别; 仿真优化; 支持向量机

中图分类号: 

• TH186

• TP399

• TP18