汽车生产数字价值链中前导图的自动生成
机器人学
2025-06-13 v2 机器学习
系统与控制
系统与控制
摘要
本研究聚焦于汽车制造中的数字价值链，特别是车辆网络中电子控制单元的识别、软件闪存、定制和 commissioning。提出一种新颖的前导图设计，通过自动调度算法优化该流程链。算法结合了来自异构数据的结构化数据提取（通过自然语言处理和分类技术）与混合整数线性规划，实现高效的图生成。结果表明，算法在关键指标上实现了显著提升。通过高效调度和减少空闲时间，算法减少了执行数字价值链进程所需的昂贵硬件和软件生产站数量，同时提高了产能利用率。任务并行被优化，导致流程顺畅，吞吐量提升。与传统调度方法相比，自动化方法将准备时间缩短50%，调度活动减少，仅需两分钟即可生成前导图。算法约束的灵活性允许车辆专属配置，同时保持高响应性，消除备用站点，促进新拓扑的集成。自动化调度在效率、功能和适应性方面均显著优于人工方法。
引用
@article{arxiv.2504.19835,
title = {Automated Generation of Precedence Graphs in Digital Value Chains for Automotive Production},
author = {Cornelius Hake and Christian Friedrich},
journal= {arXiv preprint arXiv:2504.19835},
year = {2025}
}
备注
\c{opyright}2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works