CN101261695A - 一种流程工业生产调度系统的实时动态再调度方法 - Google Patents

Abstract

本发明涉及一种流程工业生产调度系统的实时动态再调度方法。目前国内流程工业企业的生产计划与调度效率低、准确性和实时性差。本发明方法中实时监控的方法包括建立优化调度的数学模型并解算出优化调度方案、完成生产调度指令的执行、按时间进行跟踪推算；滚动优化的方法包括设定调度时间段、推算出当前时间点至调度起始时间点间的各类生产数据状态变化、生成目标模型的数据文件，建立优化调度的数学模型。本发明方法具有实时、灵活、快捷等特点，实现生产过程的控制、运行、计划、管理与企业经营的一体化，达到企业物流、生产能力、能源的平衡高效生产，从而提高企业整体生产效率，降低生产与库存成本。

Description

一种流程工业生产调度系统的实时动态再调度方法

技术领域

本发明属于自动化技术领域，涉及一种一种流程工业生产调度系统的实时动态再调度方法。

背景技术

由于流程工业复杂生产系统具有多品种、大批量、周期短、混流生产、运行复杂(包括设备故障、检修，物料-中间品-产品关联等)等特点，同时生产过程包含大量复杂的资源约束、工艺约束和能源约束，所有此该类生产系统的计划与调度的编制非常复杂。

目前，国外生产计划与调度软件已较广泛的应用于石化、制药、制造等流程工业，但国内大多数流程工业企业的生产计划与调度仍停留在靠人工经验的手工编制阶段，其粗放性的计划制定与生产调度效率低下、准确性差、实时性差，特别是在市场竞争环境下，企业常面临紧急订单、产品销售计划变更、原材料采购计划变更、生产设备故障、能源供应短缺等复杂生产运行环境，生产计划与调度极其困难。企业生产调度系统在实际执行时缺少对生产计划与调度的实时监控，在出现异常生产情况下，也缺少异常预警与动态滚动再调度功能，致使企业生产系统的整体效益低，企业也常以牺牲生产资源为代价，应对市场的快速变化，它已严重影响企业参与国际市场的竞争力。

目前已经公开的专利申请，如专利申请号为200310110345.4(一种一体化的钢铁企业生产过程在线计划调度系统与方法)和专利申请号为200410009705.6(一种炼钢连铸生产在线动态调度方法)的专利申请提出一种针对钢铁行业的连铸生产过程的在线计划调度系统与方法；专利申请号为200310120845.6(一种钢铁生产的递阶协调计划调度方法)的专利申请公开了采用上位和下位计算机及数据采集工具进行生产计划的递阶调度；专利申请号为200510060835.7(用于钢铁企业能源优化调度的分类建模和滚动求解方法)的专利申请提出了一种用于钢铁企业能源优化调度的分类建模和滚动求解方法；上述四个申请都只适用于钢铁生产企业。专利申请号为200410021489.7(流程行业优化排产动态调度的组态平台方法)的专利申请提出一种图形化的建模组态模型和虚拟生产仿真模型，却没有解决混杂系统的混流生产模式问题。专利申请号为200510061522.3(一种流程工业拟实优化调度系统的方法)的专利申请提出一种普遍适用于流程工业拟实优化调度系统的方法，整体解决了流程工业的调度问题中的生产工艺流程的描述与建模、模型优化求解、生产过程模拟、生产过程动态监控与再调度。上述发明提出了流程工业的拟实优化调度系统的整体化方法，缺少对生产过程动态监控与再调度的具体方法描述。专利申请号为200510061523.8(一种流程工业可视化生产工艺流程描述的建模方法)的专利申请提出了一种适用于一般流程工业企业的间歇性或半间歇性生产系统的可视化建模方法，可以用此种简单、直观的方法构建优化调度的数学模型，为滚动优化调度求解提供基础。

发明内容

本发明针对现有技术的不足，提出了可以实现生产过程的控制、运行、计划、管理与企业经营的一体化，达到企业物流、生产能力、能源的平衡高效生产，从而提高企业整体生产效率、降低生产与库存成本的流程工业生产调度系统的实时动态再调度方法。

本发明方法该方法包括实时监控和滚动优化。

其中实时监控的方法为：

a.根据产品销售计划、原料采购计划、设备维修计划、产品库存信息和生产约束信息，生成目标模型的数据文件建立优化调度的数学模型，并根据用户设定的优化目标，解算出优化调度方案，并存入数据库服务器，同时将调度指令通过数据采集与服务应用服务器发送给各个过程控制计算机；

b.过程控制计算机完成生产调度指令的执行，并将执行结果以及生产工况反馈至数据采集和服务应用服务器；

c.过程监控计算机通过采集实时数据库服务器中的实时生产数据以及企业资源计划系统中当前的信息通过设备约束、容量约束、物流平衡约束、能源约束按时间进行跟踪推算；

设备约束具体为

对于间歇生产设备： $W_{\mathrm{ijt}}\·\left(\underset{i^{\′}\∈I_j}{\mathrm{\Σ}}\underset{t^{\′}=t+1}{\overset{t+P_{\mathrm{ij}}-1}{\mathrm{\Σ}}}{W}_{i^{\′}j{t}^{\′}}\right)=0,$ $\∀j,t,i\∈I_j---\left(1\right)$

对于连续生产设备： $\underset{i\∈I_j}{\mathrm{\Σ}}{Y}_{\mathrm{ijt}}\≤1,$ $\∀j,t,i\∈I_j---\left(2\right);$

容量约束具体为

$W_{\mathrm{ijt}}{V}_{\mathrm{ij}}^{\min }\≤B_{\mathrm{ijt}}\≤W_{\mathrm{ijt}}{V}_{\mathrm{ij}}^{\max },$ $\∀i,t,j\∈\mathrm{Ji}---\left(3\right)$

物流平衡约束具体为

$S_{s,t}=S_{s,t-1}+\underset{i\∈{\stackrel{\‾}{T}}_s}{\mathrm{\Σ}}\stackrel{\‾}{{\mathrm{\ρ}}_{\mathrm{is}}}\underset{j\∈J_i}{\mathrm{\Σ}}(B_{i,j,t-P_{\mathrm{ij}}}+Q_{\mathrm{ijt}}\mathrm{\Δt})-\underset{i\∈T_s}{\mathrm{\Σ}}{\mathrm{\ρ}}_{\mathrm{is}}\underset{j\∈J_i}{\mathrm{\Σ}}(B_{\mathrm{ijt}}+Q_{\mathrm{ijt}}\mathrm{\Δt})+R_{\mathrm{st}}-D_{\mathrm{st}},$ $\∀s,t---\left(4\right)$

能源约束具体为

$U_{\mathrm{ut}}=\underset{i}{\mathrm{\Σ}}\underset{j\∈J_i}{\mathrm{\Σ}}\underset{\mathrm{\θ}=0}{\overset{p_{\mathrm{ij}}-1}{\mathrm{\Σ}}}({\mathrm{\α}}_{\mathrm{ui\θ}}{W}_{\mathrm{ij},t-\mathrm{\θ}}+{\mathrm{\β}}_{\mathrm{ui\θ}}{B}_{\mathrm{ij},t-\mathrm{\θ}}+{\mathrm{\β}}_{\mathrm{ui\θ}}{Q}_{\mathrm{ij},t-\mathrm{\θ}}\mathrm{\Δt}),$ $\∀u,t---\left(5\right)$

其中，u为能源种类，设U_ut ^max为能源上限。

各约束定义式中变量定义为：

W_ijt∈{0，1}，W_ijt＝1表示t时刻在间歇生产设备j上开始操作i，否则W_ijt＝0；

Y_ijt∈{0，1}，Y_ijt＝1表示t时段在连续生产设备j上正在操作i，否则Y_ijt＝0；

Z_sjt∈{0，1}，Z_sjt＝1表示t时段状态s物品正在占用存贮设备j，否则Z_sjt＝0；

B_ijt∈R⁺，表示t时刻操作i在间歇生产设备j上开始处理的批量；

Q_ijt∈R⁺，表示t时段操作i在连续生产设备j上的生产速率；

S_st∈R⁺，表示t时刻状态s物品的存贮量；

R_st∈R⁺，表示t时刻状态s原料(中成品)的到货量；

D_st∈R⁺，表示t时刻状态s产品的提货量；

Δt∈R⁺，表示均匀时段的时间长度。

滚动优化的方法为：

d.设定调度时间段，其中调度时间起点可以是当前时间，也可以是生产异常出现前的某个时间点，调度终止时间根据用户实际要求设定；

e.根据设定的调度起始时间，从数据库服务器中提取当前时间点至调度时间起始点的各类生产数据，并按式(1)-(5)的公式进行推算出当前时间点至调度起始时间点间的各类生产数据状态变化，并以此作为新的调度时间点的基础数据；

f.利用步骤e的基础数据和生产约束信息，生成目标模型的数据文件，建立优化调度的数学模型，并根据用户设定的优化目标和模型求解器解算出优化调度方案，并存入数据库服务器。

本发明中实时监控方法步骤a和滚动优化方法步骤f中的目标模型数据文件的生成、优化调度的数学模型的建立采用已有的技术，如已公开的专利申请200510061523.8提供的方法。模型求解器采用已有的技术，如已公开的专利200510061522.3提供的ILOG OPL Studio模型求解器。

本发明通过建立一种分布式的计算机管理与控制系统，实时采集实际生产工况(包括实际采购到货、销售、库存、生产状态等信息)在线监控生产系统调度方案的实际执行情况，针对生产设备故障、原料采购计划未能实现、产品销售计划变更或紧急销售订单、能源供应不足等异常情况，通过生产系统的优化调度数学模型实时在线计算，判定原有调度计划的合理性，并对可能的生产异常情况提前预警；对原有的优化调度结果已不再适用的情况，调度系统可以根据当前或在预警时间点之前，重新推算该调度时间点的生产状态数据，并综合当前产品销售计划、原料采购计划、库存信息、设备检修计划、能源供应计划等要素，以此再调度出新的优化调度方案，同时实时下达到各个生产车间或工段的各个现场控制站，现场控制站根据此新的生产计划执行，并实时上报各类生产工况信息，用于监控生产计划与调度指令的执行。本发明方法有效解决了生产过程调度监控滞后、无法预测风险，再调度实时性差等问题，具有实时、灵活、快捷等特点，实现生产过程的控制、运行、计划、管理与企业经营的一体化，达到企业物流、生产能力、能源的平衡高效生产，从而提高企业整体生产效率，降低生产与库存成本。

具体实施方式

流程工业生产调度系统的实时动态再调度方法采用分布式的计算机管理与控制系统，主要包括：

1、系统总体为三层结构：企业资源管理层、制造执行系统层、现场过程控制层。企业资源管理层主要包括：销售子系统、采购子系统、库存子系统、设备子系统、计划管理子系统等业务子系统，是企业生产经营管理层，完成企业各类资源的管理，保障生产资源有效利用。制造执行系统层主要包括：数据库服务器、实时数据库服务器、数据采集与服务应用服务器、应用服务器、过程监控计算机、过程调度计算机等，是生产过程运行优化层，保障生产计划如何能按时顺利实施。主要完成将生产计划转变成具体调度作业指令，并传送给车间现场控制计算机，同时监控生产过程的执行，并实现异常情况下预警与滚动优化调度。现场过程控制层主要包括各类过程控制计算机系统、PLC、DCS、FCS等，是基础自动化层，保障企业能安全、可靠地生产出合格产品。

2、数据采集与服务应用服务器，通过企业内部网路以OPC协议方式实时采集过程控制计算机中的生产现场数据，并作转换处理后存入实时数据库中，供过程监控与调度计算机使用，同时调度计算机生成的作业指令也以OPC协议的服务形式通过该服务器下传到各个过程控制计算机。

3、过程监控计算机通过提取资源管理层中的销售计划、采购计划、库存、设备、能源等信息以及应用服务器实时数据库中的生产现场的实时工况数据，进行生产跟踪推算，并与原调度指令作比对，监控实际生产运行情况。

4、过程调度计算机提取资源管理层中的销售计划、采购计划、库存、设备、能源等信息以及用户设定的优化调度目标，形成新的调度模型数据文件，通过模型求解器解算出新的生产作业调度指令，并通过数据采集与服务应用服务器下传到各个过程控制计算机。

5、数据库服务器运行典型企业级的关系数据库系统，存放企业管理信息：销售、采购、库存、设备、能源等其它资源信息，同时也存放生产计划、作业调度指令、调度模型、调度规则等信息。

6、实时数据库服务器用于存放生产过程中的各类实时数据，为生产过程监控提供基础数据。

7、过程控制计算机主要完成生产指令的接收，并将其转换为相应的控制命令、控制参数集，并发送给PLC/DCS/FCS等完成具体的控制要求，同时也将实际的完成情况的数据上报到数据采集与服务应用服务器。

流程工业生产调度系统的实时动态再调度方法包括实时监控和滚动优化。

过程监控方法主要包括以下内容：

1、根据专利号为200510061523.8专利申请提供的方法，根据产品销售计划、原料采购计划、设备维修计划、产品(中间体、原料)库存信息和设备生产能力，生产资源占用、消耗、生产成本等生产约束信息，生成目标模型的数据文件建立优化调度的数学模型，并根据用户设定的优化目标(最大生产能力、最大利润或满足销售订单)，以及专利号为200510061522.3专利申请提供的模型求解器(ILOG OPL Studio)，解算出优化调度方案，并存入数据库服务器。同时将调度指令通过数据采集与服务应用服务器发送给各个过程控制计算机。

2、过程控制计算机完成生产调度指令的执行，并将执行结果以及生产工况反馈至数据采集与服务应用服务器。

3、过程监控计算机通过采集实时数据库服务器中的实时生产数据以及企业资源计划系统中当前的产品销售计划、原料采购计划(包括到货情况)、库存信息、设备检修计划、能源供应计划等，通过设备约束(1)或(2)、容量约束(3)、物流平衡约束(4)、能源约束(5)按时间进行跟踪推算；

1)约束定义式中变量定义如下：

●W_ijt∈{0，1}，W_ijt＝1表示t时刻在间歇生产设备j上开始操作i；否则W_ijt＝0；

●Y_ijt∈{0，1}，Y_ijt＝1表示t时段在连续生产设备j上正在操作i；否则Y_ijt＝0；

●Z_sjt∈{0，1}，Z_sjt＝1表示t时段状态s物品正在占用存贮设备j；否则Z_sjt＝0；

●B_ijt∈R⁺，表示t时刻操作i在间歇生产设备j上开始处理的批量；

●Q_ijt∈R⁺，表示t时段操作i在连续生产设备j上的生产速率；

●S_st∈R⁺，表示t时刻状态s物品的存贮量；

●R_st∈R⁺，表示t时刻状态s原料(中成品)的到货量；

●D_st∈R⁺，表示t时刻状态s产品的提货量；

●Δt∈R⁺，表示均匀时段的时间长度。

2)设备分配、装置容量、物料平衡和能源约束

●设备分配满足约束

对于间歇生产设备： $W_{\mathrm{ijt}}\·\left(\underset{i^{\′}\∈I_j}{\mathrm{\Σ}}\underset{t^{\′}=t+1}{\overset{t+P_{\mathrm{ij}}-1}{\mathrm{\Σ}}}{W}_{i^{\′}j{t}^{\′}}\right)=0,$ $\∀j,t,i\∈I_j---\left(1\right)$

对于连续生产设备： $\underset{i\∈I_j}{\mathrm{\Σ}}{Y}_{\mathrm{ijt}}\≤1,$ $\∀j,t,i\∈I_j---\left(2\right)$

●容量约束： $W_{\mathrm{ijt}}{V}_{\mathrm{ij}}^{\min }\≤B_{\mathrm{ijt}}\≤W_{\mathrm{ijt}}{V}_{\mathrm{ij}}^{\max },$ $\∀i,t,j\∈\mathrm{Ji}---\left(3\right)$

●物料平衡

$S_{s,t}=S_{s,t-1}+\underset{i\∈{\stackrel{\‾}{T}}_s}{\mathrm{\Σ}}\stackrel{\‾}{{\mathrm{\ρ}}_{\mathrm{is}}}\underset{j\∈J_i}{\mathrm{\Σ}}(B_{i,j,t-P_{\mathrm{ij}}}+Q_{\mathrm{ijt}}\mathrm{\Δt})-\underset{i\∈T_s}{\mathrm{\Σ}}{\mathrm{\ρ}}_{\mathrm{is}}\underset{j\∈J_i}{\mathrm{\Σ}}(B_{\mathrm{ijt}}+Q_{\mathrm{ijt}}\mathrm{\Δt})+R_{\mathrm{st}}-D_{\mathrm{st}},$

$\∀s,t---\left(4\right)$

其中S_s，0为初始状态。

●能源约束

$U_{\mathrm{ut}}=\underset{i}{\mathrm{\Σ}}\underset{j\∈J_i}{\mathrm{\Σ}}\underset{\mathrm{\θ}=0}{\overset{p_{\mathrm{ij}}-1}{\mathrm{\Σ}}}({\mathrm{\α}}_{\mathrm{ui\θ}}{W}_{\mathrm{ij},t-\mathrm{\θ}}+{\mathrm{\β}}_{\mathrm{ui\θ}}{B}_{\mathrm{ij},t-\mathrm{\θ}}+{\mathrm{\β}}_{\mathrm{ui\θ}}{Q}_{\mathrm{ij},t-\mathrm{\θ}}\mathrm{\Δt}),$ $\∀u,t---\left(5\right)$

其中，u为能源种类，设U_ut ^max为能源上限。

如果出现生产异常情况：紧急订单、产品销售计划变更、原材料采购计划变更、生产设备故障、能源供应短缺等，原有优化调度势必不再满足调度目标要求，按当前的调度指令继续生产，甚至有可能出现无法生产的状况。

4、针对通过推算并预知的可能出现的生产异常，可以利用可视化ESCPetri-Nets网技术推算以GANNT图示的方式物料变化(采购、销售、库存)以及某时刻与物料消耗相关的生产设备的分布状况：分车间、工段显示；移动观察点时间游标(随调度时间)，即可浏览某时刻的物料动态变化信息以及该时刻的物料生产消耗或产出情况。以突出颜色标识生产异常点，并提示产生异常的原因。

滚动优化方法主要包括以下内容：

1、设定调度时间段，调度时间起点可以是当前时间，也可以是生产异常出现前的某个时间点，调度终止时间可以根据用户实际要求设定。

2、根据设定的调度起始时间，从数据库服务器中提取当前时间点至调度时间起始点的销售计划、采购计划、设备维修计划、能源供应计划等，并按式(1)-(5)的公式进行推算出：当前时间点至调度起始时间点间的各类生产数据状态变化，并以此作为新的调度时间点的基础数据。

根据设定的调度时间段，从数据库服务器中提取调度时间起点至调度时间终点的销售计划、采购计划、产品(中间体、原料)库存信息、设备维修计划、能源供应计划等。

3、根据200510061523.8号专利申请提供的方法，利用产生的各类数据以及设备生产能力，生产资源占用、消耗、生产成本等生产约束信息，生成目标模型的数据文件建立优化调度的数学模型，并根据用户设定的优化目标(最大生产能力、最大利润或满足销售订单)，以及200510061522.3号专利申请提供的模型求解器(ILOG OPL Studio)，解算出优化调度方案，并存入数据库服务器。

在实际的生产过程调度中，可能出现：生产设备故障、采购计划未实现、紧急销售订单、销售计划撤销、能源供应短缺等各种异常情况，使得原来求得的优化调度结果不再适用，该利用实时生产过程监控，能尽早预警调度中的异常情况，并能利用动态再调度技术，及时在线滚动优化求解新的生产调度计划，使生产计划随着情况改变而调整，提高调度排产效率。采用该方法后生产计划与调度实时监控，滚动调度快速、便捷，缩短了生产周期，提高了生产设备利用率，减少库存，经济效益显著。

Claims (1)

1. 一种流程工业生产调度系统的实时动态再调度方法，该方法包括实时监控和滚动优化，其特征在于实时监控的方法为：

a.根据产品销售计划、原料采购计划、设备维修计划、产品库存信息和生产约束信息，生成目标模型的数据文件建立优化调度的数学模型，并根据用户设定的优化目标，解算出优化调度方案，并存入数据库服务器，同时将调度指令通过数据采集与服务应用服务器发送给各个过程控制计算机；

b.过程控制计算机完成生产调度指令的执行，并将执行结果以及生产工况反馈至数据采集和服务应用服务器；

c.过程监控计算机通过采集实时数据库服务器中的实时生产数据以及企业资源计划系统中当前的信息通过设备约束、容量约束、物流平衡约束、能源约束按时间进行跟踪推算；

设备约束具体为

对于间歇生产设备： $W_{\mathrm{ijt}}\·\left(\underset{i^{\′}\∈I_j}{\mathrm{\Σ}}\underset{t^{\′}=t+1}{\overset{t+P_{\mathrm{ij}}-1}{\mathrm{\Σ}}}{W}_{i^{\′}j{t}^{\′}}\right)=0,\∀j,t,i\∈I_j---\left(1\right)$

对于连续生产设备： $\underset{i\∈I_j}{\mathrm{\Σ}}{Y}_{\mathrm{ijt}}\≤1,\∀j,t,i\∈I_j---\left(2\right);$

容量约束具体为

$W_{\mathrm{ijt}}{V}_{\mathrm{ij}}^{\min }\≤B_{\mathrm{ijt}}\≤W_{\mathrm{ijt}}{V}_{\mathrm{ij}}^{\max },\∀i,t,j\∈\mathrm{Ji}---\left(3\right)$

物流平衡约束具体为

$S_{s,t}=S_{s,t-1}+\underset{i\∈\stackrel{\‾}{T_s}}{\mathrm{\Σ}}\stackrel{\‾}{{\mathrm{\ρ}}_{\mathrm{is}}}\underset{j\∈J_i}{\mathrm{\Σ}}(B_{i,j,t-P_{\mathrm{ij}}}+Q_{\mathrm{ijt}}\mathrm{\Δt})-\underset{i\∈T_s}{\mathrm{\Σ}}{\mathrm{\ρ}}_{\mathrm{is}}\underset{j\∈J_i}{\mathrm{\Σ}}(B_{\mathrm{ijt}}+Q_{\mathrm{ijt}}\mathrm{\Δt})+R_{\mathrm{st}}-D_{\mathrm{st}},\∀s,t---\left(4\right)$

能源约束具体为

$U_{\mathrm{ut}}=\underset{i}{\mathrm{\Σ}}\underset{j\∈J_i}{\mathrm{\Σ}}\underset{\mathrm{\θ}=0}{\overset{p_{\mathrm{ij}}-1}{\mathrm{\Σ}}}({\mathrm{\α}}_{\mathrm{ui\θ}}{W}_{\mathrm{ij},t-\mathrm{\θ}}+{\mathrm{\β}}_{\mathrm{ui\θ}}{B}_{\mathrm{ij},t-\mathrm{\θ}}+{\mathrm{\β}}_{\mathrm{ui\θ}}{Q}_{\mathrm{ij},t-\mathrm{\θ}}\mathrm{\Δt}),\∀u,t---\left(5\right)$

其中，u为能源种类，设U_ut ^max为能源上限；

各约束定义式中变量定义为：

W_ijt∈{0，1}，W_ijt＝1表示t时刻在间歇生产设备j上开始操作i，否则W_ijt＝0；

Y_ijt∈{0，1}，Y_ijt＝1表示t时段在连续生产设备j上正在操作i，否则Y_ijt＝0；

Z_sjt∈{0，1}，Z_sjt＝1表示t时段状态s物品正在占用存贮设备j，否则Z_sjt＝0；

B_sjt∈R⁺，表示t时刻操作i在间歇生产设备j上开始处理的批量；

Q_ijt∈R⁺，表示t时段操作i在连续生产设备j上的生产速率；

S_st∈R⁺，表示t时刻状态s物品的存贮量；

R_st∈R⁺，表示t时刻状态s原料(中成品)的到货量；

D_st∈R⁺，表示t时刻状态s产品的提货量；

Δt∈R⁺，表示均匀时段的时间长度；

滚动优化的方法为：

d.设定调度时间段，其中调度时间起点可以是当前时间，也可以是生产异常出现前的某个时间点，调度终止时间根据用户实际要求设定；

e.根据设定的调度起始时间，从数据库服务器中提取当前时间点至调度时间起始点的各类生产数据，并按式(1)-(5)的公式进行推算出当前时间点至调度起始时间点间的各类生产数据状态变化，并以此作为新的调度时间点的基础数据；

f.利用步骤e的基础数据和生产约束信息，生成目标模型的数据文件，建立优化调度的数学模型，并根据用户设定的优化目标和模型求解器解算出优化调度方案，并存入数据库服务器。