摘 要

现在的生产制造系统存在大量资源节点，且节点之间存在十分复杂的关系。而对所有节点进行管理几乎不现实，因而如何有效识别其中关键的节点对预防制造系统故障起着至关重要的作用，并对提高生产力水平和企业竞争力有重大意义。本文分析了经典关键资源识别方法的劣处，基于病毒传播模型构建了制造系统关键资源的识别方法，并通过仿真进行了方法评价。

首先分析了关键资源识别的研究现状；在经典识别方法的基础上提出新的方法；然后针对制造系统特点，构建改进的SI（Susceptible-Infected）模型模拟故障的传播过程；接着以案例为基础，构建底盘装配线制造网络，以几种关键资源识别方法得到的排名前5的节点为初始故障节点，并进行改进的SI模型仿真；其次将仿真结果作为评估基础，计算此基础与各识别方法排序结果的重复节点数和肯德尔等级相关系数，分析各识别方法的优劣势；最后总结结论。

本文通过理论分析和案例论证，得出以下结论；改进的SI模型很好的模拟了制造系统故障传播过程；通过改变随机故障概率α和传播概率影响因子θ，进行仿真，结果验证了综合加权识别方法更优。

关键词：制造系统；病毒传播模型；复杂网络；关键资源识别

Abstract

Nowadays, there are a lot of resource nodes in the manufacturing system, and the relationship between them is very complicated. However, it is almost unrealistic to manage all nodes, so how to effectively identify the key nodes plays a crucial role in preventing manufacturing system failure and is of great significance to improve productivity and enterprise competitiveness. This paper analyzes the disadvantages of the classical key resource identification method, constructs the key resource identification method of the manufacturing system based on the virus transmission model, and evaluates the method through simulation.

Firstly, the research status of key resource identification is analyzed. Based on the classical identification method, a new method is proposed. Then build an improved SI (Susceptible-Infected) model to simulate the propagation of the fault based on the manufacturing system's characteristics. Then, based on the case, the chassis assembly line manufacturing network was constructed. The top 5 nodes obtained by several key resource identification methods were used as the initial failure nodes, and the improved SI model simulation was carried out. Secondly, the simulation results are used as the evaluation basis to calculate the number of repeating nodes and the Kendall rank correlation coefficient of the ranking results of the recognition methods based on the simulation results, so as to analyze the advantages and disadvantages of the recognition methods. Finally, summarize the conclusion.

Through theoretical analysis and case study, the following conclusions are drawn in this paper. The improved SI model well simulates the fault propagation process of the manufacturing system. Simulation was carried out by changing the probability of random failure and the influence factor of propagation probability, and the results proved that the integrated weighted recognition method was better.

Key Words：manufacturing system; Virus transmission model; complex networks; influential resources identification

目 录

第1章 绪论 1

1.1 研究背景及意义 1

1.2 与本文相关的研究现状 1

1.3 研究内容及技术路线 3

1.3.1 研究技术路线 3

1.3.2 研究内容 4

1.4 本章小结 5

第2章 相关理论概述 6

2.1 资源识别方法 6

2.1.1 度中心性 6

2.1.2 介数中心性 6

2.1.3 接近中心性 6

2.2 经典病毒传播模型 7

2.2.1 SI模型 7

2.2.2 SIS模型 7

2.2.3 SIR模型 8

2.3 本章小结 8

第3章 基于制造系统的数学模型解析 9

3.1 制造系统的特征分析 9

3.2 制造系统的拓扑模型 9

3.3 制造系统改进分析方法 10

3.3.1 制造网络效率损失 10

3.3.2 改进度中心性 11

3.3.3 综合评价指标 11

3.4 基于制造系统的改进SI模型 12

3.5 改进SI模型概率参数 13

3.5.1 随机故障发生概率分析 13

3.5.2 传播概率分析 13

3.6 本章小结 13

第4章 关键资源识别方法对比分析 14

4.1 评价体系构建 14

4.1.1 重复节点数 14

4.1.2 肯德尔等级相关系数 14

4.2 仿真过程分析 15

4.2.1 故障传播过程 15

4.2.2 代码及函数 16

4.3 本章小结 19

第5章 案例分析 20

5.1 底盘装配线网络模型构建 20

5.2 基于改进SI模型的底盘装配线关键资源识别 21

5.3 基于改进SI模型的仿真及方法评价 22

5.3.1 非重复节点为初始故障节点 23

5.3.2 排序结果前5的为初始故障节点 24

5.3.3 初始时间段的传播分析 26

5.3.4 考虑不同随机故障概率α的方法评价 27

5.3.5 考虑不同传播概率影响因子θ的方法评价 28

5.4 本章小结 29

第6章 总结与展望 30

6.1 相关结论 30

6.2 不足与展望 30

参考文献 31

致谢 33

附录 34

第1章 绪论

1.1 研究背景及意义

中国是世界制造大国，制造业作为实体经济产业支柱，不断推动工业化进步与发展。工业生产涉及十分复杂的制造系统，中国制造业整体的管理效率和资源利用效率相对欧盟，德，日等创新制造强国或组织来说是较低的。中国目前正是处于中国制造2025的发展阶段，制造业一方面由单纯的生产制造转向升级成供应链协同，其中关联内容有资源大数据应用、企业资源计划和制造管理系统等，而制造系统在生产制造以及提高整个企业效用方面有着十分重要的地位。随着用户的需求越来越多变，产品生产系统的复杂化，为了应对多品种、生命周期短的产品市场需求，如何进行管理和保障系统的有效平稳运行是企业生存和提高竞争力的关键因素。

制造系统涉及到的资源节点（比如设备、员工、工位、原材料等）特别多而且节点之间的关系（如加工先后关系，供求关系等）特别复杂，而且还存在外包加工生产资源节点，如果一个或几个资源节点出现故障而又没有及时维护，就可能导致故障节点向系统其他关联节点传播故障，甚至致使整个系统崩溃。因此对系统进行故障检测和预防是必要的，然而繁多且复杂的制造系统网络结构特征提高了管理人员对所有节点进行识别和评估的难度。为了提高效率，减少人员或机器的工作量，减少资源浪费所以重点应当关注影响力大的关键资源节点并进行识别和控制，提高柔性化生产能力，就能有效提高系统的平稳性。

本研究旨在从复杂网络角度出发，基于病毒传播模型提出行之有效的方法对制造系统的关键资源节点进行跟踪，识别和风险控制。利用病毒传播模型分析制造系统故障传播，将识别后的制造系统关键节点作为初始感染节点，进行数据仿真并对比评价，验证新方法的识别和评价效果优于现有的方法。为降低制造系统的管理、维护难度、运营成本等提供借鉴，从而为企业生产制造发展提供借鉴，为用户提供更优质的产品和服务，提高企业的市场竞争力。

1.2 与本文相关的研究现状

制造系统中所有关联节点以及节点之间构成的关系，具有网络拓扑特征。复杂网络的拓扑结构特征为日益复杂的制造系统关键资源识别提供了很好的研究方向，国内外学者取得了丰富的研究成果。而且病毒传播模型也是基于一个复杂网络的。因而对于本文而言，重点在于结合复杂网络、网络拓扑结构、病毒传播模型以及制造系统进行研究。