数据集概述
本数据集基于Zenodo记录4106746的前期数据，模拟了机器MAQ119的故障事件：预测性维护系统检测到该机器可能在周五6:00随时故障，调度器约束其可用帧为0以暂停生产。遗传算法在周五7:00（周期769）执行1小时至调度窗口结束，优化权重设为总成本1、机器占用偏差0。包含3个文件，用于制造调度与维护联合优化分析。
文件详解
- Input_JSON_Machine_Breakdown_Optimization.json
- 文件格式：JSON
- 字段映射介绍：机器故障事件的JSON输入数据，包含故障事件模拟的初始参数、机器约束条件等输入信息
- Output_JSON_Machine_Breakdown_Optimization.json
- 文件格式：JSON
- 字段映射介绍：机器故障事件的JSON输出数据，记录遗传算法执行后的调度优化结果
- Output_Statistics_Machine_Breakdown_Optimization.xlsx
- 文件格式：XLSX
- 字段映射介绍：机器故障事件的统计数据，包含优化后的成本、生产调度等相关统计指标
数据来源
Zenodo平台（记录4106746前期数据）
适用场景
- 制造系统生产维护联合优化研究: 分析机器故障事件下生产调度与维护策略的协同优化效果
- 预测性维护与生产调度集成分析: 探究预测性维护系统对生产计划调整的影响机制
- 遗传算法在制造调度中的应用验证: 评估遗传算法在故障约束下的调度优化效率与成本控制能力
- 需求响应参与下的制造系统韧性研究: 研究机器故障事件对制造系统参与需求响应的影响及应对策略
