面向不确定质量偏差传播的多阶段生产-质量-维护联合优化：一种K-自适应方法

《Processes》：Multistage Production–Quality–Maintenance Optimization Under Uncertain Quality-Deviation Propagation: A K-Adaptability Approach

　　

：不确定的质量偏差传播使得多阶段制造系统中生产、质量与预防性维护的协调变得复杂。本研究构建了一个两阶段K-自适应鲁棒优化（K-adaptability robust optimization）模型，用于在有限事后调整灵活性（limited post-realization flexibility）下进行生产-质量-维护集成决策。生产-维护结构及一组有限的候选运行策略（candidate operating policies）在不确定性实现前确定，而在观测到物理场景（physical scenario）后，从候选策略中选择一个予以实施。候选策略通过主动场景精炼（active-scenario refinement）生成，在指定的物理场景集上评估，并在有限公共候选策略池（finite common candidate-policy pool）内通过穷举子集选择进行比较。在基准不确定性预算Γ = 3下，剔除零效应组合后得到93个唯一物理场景。在四阶段基准算例中，将策略数量上限从1增至2，使有限池认证的最坏情况总成本（finite-pool certified worst-case total cost）从87,700.48成本单位（cost units, CU）降至87,630.32 CU，降幅约为0.08%。允许第三个策略未进一步降低该成本，但使Smax、S0.95和Smean指标分别改善11.21%、19.23%和18.97%。在四阶段基准中，采用基于缺货的字典序规则（shortage-based lexicographic rule）来区分成本等价的策略子集。在八阶段精炼中，将策略数量上限从1增至2，使有限池认证的最坏情况总成本降低5.46%，而第三个策略未带来进一步改善。这些结果表明，有限自适应的收益取决于候选策略所提供的差异化场景特定响应。

论文解读

一、研究背景与问题

现代制造系统日益呈现高产品多样性、小批量生产和广泛定制化的特征，这加剧了生产能力、产品质量、设备状态与交付要求之间的相互耦合。在多阶段制造过程中，上游质量偏差可能沿工艺链向下游传播，并进一步受到加工速率、阶段负荷和设备维护条件的影响。当生产、质量与维护决策被独立制定时，局部有利的决策可能通过后续阶段传播，最终导致下游质量损失或交付风险。因此，在不确定性条件下协调生产、质量与预防性维护，已成为多阶段制造系统运行优化中的重要问题。

现有研究在多阶段质量管理方面主要聚焦于质量预测、状态监测和偏差传播建模，在集成优化方面则关注生产、维护与质量控制的联合决策。然而，仍有三方面问题未得到充分解决。其一，现有研究通常将质量传播、生产-维护协调和鲁棒决策视为相互关联但基本分离的建模组件，缺乏对不确定跨阶段质量偏差传播及其与加工速率、阶段负荷、生产能力、预防性维护、不合格品形成和交付短缺之间交互作用的统一表示。其二，质量传播与负荷相关参数的不确定性使得在缺乏可靠概率分布时难以确定生产与维护决策，而完全不受限制的事后调整又与制造实践不符，因为生产-维护安排和运行计划通常需在不确定参数揭示前准备就绪。其三，此类有限自适应制造问题的计算处理不仅需要求解单一鲁棒优化模型，还需要在代表性不利场景下生成候选策略、在完整物理场景集上评估，并在公共候选策略池中进行比较。

二、研究内容与核心结论

针对上述问题，研究人员开发了一个用于多阶段制造系统集成生产-质量-维护决策的两阶段K-自适应鲁棒优化框架。该框架在生产-维护结构和候选运行策略在不确定性实现前确定，观测到物理场景后从中选择一个候选策略实施。主要贡献体现在三个层面。在建模层面，该框架将线性质量偏差传播、非线性放大、加工速率偏差效应和阶段负荷效应与阶段能力、预防性维护相关能力效应、不合格品形成、维护相关成本和交付短缺在预算不确定性下联系起来。在决策层面，该框架通过有限候选运行策略集表示有限的事后适应性，区分了不确定性实现前准备的生产-维护承诺和运行策略与后续场景依赖的策略选择。在计算层面，主动场景精炼与候选策略扩充相结合，配合完整物理场景评估和有限公共候选策略池内的穷举子集选择，为不同策略数量上限的比较提供了统一的数值基础。

三、关键技术方法

研究人员主要采用了以下几项关键技术方法。第一，采用预算不确定性方法（budget-of-uncertainty approach）描述参数变化，以不确定性预算Γ限制同时激活的不利因素数量，并通过对物理冗余场景去重构建唯一物理场景集。第二，对非线性关系进行分段线性化近似，包括阶段负荷幂函数、质量偏差传播中的二次项、指数不合格品形成函数和加工速率偏差函数，不合格品数量仍以双线性关系通过求解器的非凸二次优化能力处理。第三，采用主动场景精炼与候选策略扩充机制生成候选运行策略，以初始主动场景集和种子场景启动，通过迭代精炼更新主动场景集并生成新策略。第四，在有限公共候选策略池内进行穷举子集选择与认证，采用策略去重容差合并数值等价策略，对所有满足策略数量限制的非空子集进行穷举枚举，并以基于缺货的字典序规则作为次级选择准则。第五，对于八阶段结构，采用闭环保计算精炼方法，包括阻尼参数更新、独立映射验证、分位数包络验证、传播松弛检查和四单元交叉认证，以区分参数更新与策略池扩充的效应。

四、研究结果

四阶段基准有限池认证结果：在四阶段基准中，固定生产-维护结构为n = 1、N = (2, 3, 2, 1)，候选策略扩充生成18条原始记录，去重后有限公共候选策略池含5个唯一候选运行策略，全部93个物理场景在至少一个策略下可行。将策略数量上限从K ≤ 1增至K ≤ 2，认证的最坏情况总成本从87,700.48 CU降至87,630.32 CU，降幅约0.08%。增至K ≤ 3未进一步降低主要目标，但所选策略子集从(2, 3)变为(2, 3, 5)，第三个策略改善了交付绩效指标而未降低主要最坏情况成本。

场景-策略分配结果：对于K ≤ 1，策略5被分配给全部93个物理场景。当策略上限增至K ≤ 2时，选择策略2和3，分别分配7个和86个场景。对于K ≤ 3，所选子集为(2, 3, 5)，分配变为策略2对应7个场景、策略3对应64个、策略5对应22个，服务风险指标较K ≤ 2更低。

八阶段计算精炼有限池认证结果：八阶段结构在固定生产-维护结构n = 1、N = (2, 2, 3, 3, 2, 2, 1, 1)下评估，候选策略生成和去重后公共池含13个唯一候选策略。将策略上限从K ≤ 1增至K ≤ 2，认证最坏情况总成本从73,480.58 CU降至69,470.65 CU，降幅5.46%。K ≤ 3结果仍为69,470.65 CU，所选子集仍含两个有效策略。策略12和13被选中，分别分配85个和8个物理场景。最坏成本场景与最大缺货场景不同，表明鲁棒成本目标与交付绩效刻画了系统绩效的不同方面。

闭环保精炼稳定性结果：八阶段参数通过迭代校准获得，验证和停止指标在迭代3和4均满足规定标准。最大参数更新效应从迭代3的0.42%降至迭代4的0.02%，最大候选策略池扩充效应为0.48%，低于0.50%停止阈值，归一化交互度量低于0.01%。停止条件连续两轮满足后，闭环保精炼在迭代4后终止。

不确定性预算与策略数量敏感性结果：不确定性预算在Γ = 1、2、3、4下变化，对应9、37、93和163个唯一物理场景。策略上限从1增至2的成本降幅分别为约3.73%、2.66%、0.08%和0.08%。在Γ = 2下，第三个策略带来额外主要成本降低，从78,139.95降至78,076.96 CU；而在Γ = 3和Γ = 4下主要目标保持不变。第四个策略在任何测试预算配置下均未进一步降低主要目标。

质量传播参数敏感性结果：对非线性传播系数β_i、阶段负荷效应系数θ_i和不合格品敏感系数ρ_i分别按0.8、1.0和1.2缩放。β_i缩放0.8和1.2时，第二个策略的相对改善分别约为0.53%和0.28%，基线为0.08%。θ_i在0.8缩放时为1.21%，在1.2缩放时为0.08%。对于ρ_i的两个非基线配置，策略上限从1增至2未在评估池内降低主要目标。

成本系数敏感性结果：对缺货惩罚、质量损失系数和维护风险代理系数分别按0.8、1.0和1.2缩放，策略上限从1增至2在所有九种测试配置下均降低有限池最坏情况总成本，相对改善范围约0.08%至0.11%。第三个策略未进一步降低主要目标，但基于缺货的次级选择使等权平均缺货降低约18.50%至19.00%。

计算性能结果：四阶段基准中，5个策略在93个场景下产生465次策略-场景评估，穷举子集选择检查25个非空子集。一个归档基线MPA-C&CG运行需148.74秒。六阶段配置中，K = 1和K = 2的保留最坏情况成本分别为82,451.12 CU和82,201.11 CU，第三个候选未进一步降低主要目标。八阶段完整评估矩阵含1209条策略-场景记录，全部Gurobi状态为OPTIMAL，穷举子集选择共检查377个组合。

五、讨论与结论

研究结果表明，额外候选运行策略可降低最坏情况总成本，但其边际价值取决于物理场景支持和可用候选策略池。质量参数敏感性结果显示，自适应收益的大小取决于非线性传播系数、阶段负荷效应和不合格品敏感系数。成本敏感性结果表明，四阶段双策略改善在所有测试成本配置下均为正但相对较小，基线约0.08%的降幅是数值基准结果而非实质性工业货币节省的证明。研究存在若干建模局限：考虑串行单产品制造、确定性需求和固定生产-维护结构，不合格品被移除而非返工，维护相关效应通过指定的能力关系和维护风险代理表示而非现场验证的设备故障模型，数值参数和不确定性幅度未使用特定工业生产线独立数据校准，有限池认证不建立原始连续非线性K-自适应公式的全局最优性。未来研究可扩展至联合优化生产-维护结构决策，并考虑不确定需求、返工、再循环和更复杂的路径或装配结构，数据驱动参数校准和改进候选策略生成方法也是重要方向。

本研究开发了两阶段K-自适应鲁棒优化模型，用于不确定质量偏差传播下多阶段制造系统的集成生产-质量-维护决策。研究结果表明，有限自适应的收益取决于候选策略提供的差异化场景特定响应，增加候选策略可降低最坏情况总成本或改善缺货相关指标，但其边际价值依赖于不确定性支持和参数设置。