CN103176407A

CN103176407A - 一种基于生产过程解耦点定位的生产排程方法

Info

Publication number: CN103176407A
Application number: CN2012101063282A
Authority: CN
Inventors: 葛江华; 孙永全; 于广滨
Original assignee: Harbin University of Science and Technology
Current assignee: Harbin University of Science and Technology
Priority date: 2012-04-12
Filing date: 2012-04-12
Publication date: 2013-06-26

Abstract

本发明提供一种基于生产过程解耦点定位的生产排程方法，该方法提出了生产过程解耦点的概念，在生产流程分析的基础上建立了生产过程解耦点的多目标定位模型。然后根据生产过程解耦点的两种定位位置，分别建立了MTO和ATO两种生产方式下的排程模型，并求解上述两类生产排程问题。采用本申请实施例的方法进行排程，既能满足客户订单的个性化需求，使排程受制造系统的动态随机性减小，也能使排程目标和生产过程整体得到简化，以短时间低成本满足客户需求，对于情况复杂且数量较多的订单，求解排程方案时求解结果准确有效、应用范围广、可拓展性强、运算速度快、优化性能好。

Description

一种基于生产过程解耦点定位的生产排程方法

技术领域

本发明涉及一种生产排程方法，尤指一种基于生产过程解耦点（PPDP）定位的MTO和ATO两种生产方式下的排程方法。

背景技术

生产排程(Production Scheduling)问题，又称生产作业计划或生产调度。从有限资源角度看，生产排程是一个决策过程，是指生产部门为完成销售部门下达的订单，根据确定的生产计划和订单交货期安排，按照产品的加工工艺路线，将有限资源安排给不同的工作，并决定何时开始，由哪部设备加工，并完成哪件工作，并设法达到预定的如交货期要求和提高设备利用率的目标。这些有限资源主要包括：机器和设备（包括搬运设备）、工夹具、作业员、存储容器或空间等。

在现有的技术中，关于生产排程的研究主要集中在排程算法的设计上，忽略了对排程模型的改进，尚未有文献提及生产过程解耦点，也没有文献涉及到将生产过程解耦点引入大批量定制的生产排程研究中。目前需要本领域的技术人员解决的一个技术问题就是：如何创新一种生产排程方法，使得整个生产排程过程，既能满足客户订单的个性化需求，也能使排程目标和排程过程整体得到简化，以短时间低成本满足客户。

发明内容

本发明所要解决的技术问题是，提供一种生产排程方法，即提出生产过程解耦点，并在生产排程中引入生产过程解耦点，既能满足客户订单的个性化需求，使排程受制造系统的动态随机性减小，也能使排程目标和排程过程整体得到简化，以短时间低成本满足客户需求。

本发明的生产排程方法包括：

1、生产过程解耦点（PPDP）概念的提出: 将大批量定制中自制件的通用化与差异化最佳分界点定义为生产过程解耦点。

2、生产过程解耦点（PPDP）的定位的前提：生产过程解耦点定位模型的前端输入是自制件BOM表，表中给出了自制件名称和数量等信息。生产过程解耦点的确定还需要自制件的相关生产数据例如零件的工艺卡片，该信息可从产品族数据库中调用。由于大批量定制生产的对象是批量化的零件，生产过程解耦点定位的研究对象必须是相似的批量自制件，因此在建立生产过程解耦点定位模型之前需要对自制件进行聚类处理。聚类完成后，以聚为一类的自制件为研究对象进行生产过程解耦点定位模型的建立。

3、生产过程解耦点(PPDP)定位模型的建立：本方法以成本和时间为目标，以满足客户要求的个性化程度作为约束，建立生产过程解耦点(PPDP)定位的多目标模型。该模型立足于大批量快速定制生产方式下的供应链上的生产商或者企业的生产系统，在综合考虑了生产商自身的成本以及由生产商承担的其它环节成本基础上，以成本最低和交货期最短为目标分别建立了集中型管理和分散型管理两种库存策略下的PPDP多目标定位模型，并求解出最优PPDP位置。

4、MTO生产方式下的生产排程模型的建立：如附图1所示生产过程解耦点将制造企业的生产活动划分为通用化和差异化两个阶段，将以成本、交货期和个性化需求三个目标同时优化为目标得到的最优生产过程解耦点引入到生产计划与排程中，从而起到简化排程难度，缩短生产时间的目的。如附图2所示，本方法首先确定PPDP的位置，然后分别建立了按订单制造和按订单装配两种环境下的生产排程模型。当最优生产过程解耦点的位置定位于企业生产活动中的加工制造环节时，此生产方式称为按订单制造即MTO生产方式。在这种生产方式中，企业接到客户订单后根据已有的产品零部件数据信息进行零部件的制造和装配，从而完成客户订单。在MTO生产方式下，PPDP之前的生产为通用化生产阶段，即PPDP之前的生产排程为同一工件即通用化半成品件的

道工序的生产排程问题；PPDP之后的生产为差异化生产阶段，即PPDP之后的生产排程为个不同工件即个性化工件的

道工序的生产排程问题，因此，可将MTO环境下的生产排程问题考虑为PPDP前和PPDP后的组合问题。

5、ATO生产方式下的生产排程模型的建立：当最优生产过程解耦点的位置定位于企业生产活动中的装配环节时，此生产方式称为按订单装配即ATO生产方式。在这种生产方式中，企业接到客户订单后利用库存零部件装配成客户需要的定制产品，从而完成客户订单。在建立ATO环境下的生产排程模型前首先描述出产品的树状网络图。根据产品的装配顺序，可以定义三种大批量定制生产模式下生产方式：(1)简单装配顺序下的单一产品的生产；(2)复杂装配顺序下的单一产品的生产；(3)

种产品同时装配的生产。通常把这三种生产方式下的生产排程问题依次定义为

计划问题，

计划问题和

产品计划问题。在ATO生产方式下，最优PPDP之前的活动为通用化的大批量生产，属于

或

生产；最优PPDP之后的活动为差异化的生产，与

产品生产问题相对应。在ATO生产方式下，建立了以最长完工时间最短为目标函数的PPDP之前生产排程模型以及PPDP之后的生产排程方法。

6、基于混合遗传算法的MTO生产排程模型的求解：综合考虑基于调度规则的算法、基于运筹学的算法、基于邻域搜索的算法三类算法的优缺点，采用在遗传算法的基础上结合启发式算法，构成混合遗传算法求解MTO环境下的生产排程模型，使得两者的优点有机结合，大大提高排程结果的可行性和有效性。由于遗传算法不适合与在最优解附近进行精细搜索，因此将启发式局部搜索方法应用在遗传算法中，组成混合遗传算法。本方法以以下三种形式将启发式算法引入到遗传算法中：1)改进初始种群。一般的遗传算法的初始种群是随机产生的，改进后是由启发式排程算法产生种群规模30%的个体，另外70%的个体随机产生，这样在寻找最优解的过程中融入了启发式排程经验，可以避免遗传算法的早熟现象。2)在遗传算子选择、交叉等操作中插入启发式搜索，将局部搜索和全局搜索相结合，大大提到了搜索效率。3) 改进了优选操作。一般的遗传算法优选操作是把上一代的最优值直接遗传到下一代，引入启发式搜索算法是把上一代的群体规模的10%的最优个体保留到下一代，避免最优值的丢失。

7、基于启发式算法的ATO生产排程模型的求解：启发式算法以提高搜索效率为目的，其核心为一组具有建议性质的规则集，根据此规则集，计算机可在解空间中依据某项或某几项规则指导出的算法搜索方向寻找一个较优解。本方法通过两个启发式算法来求解ATO环境下的生产排程模型中的

Figure 2012101063282100002DEST_PATH_IMAGE007

和

产品计划问题。

本发明提供一种基于生产过程解耦点定位的生产排程方法，既能满足客户订单的个性化需求，使排程受制造系统的动态随机性减小，也能使排程目标和排程过程整体得到简化，以短时间低成本满足客户需求，对于情况复杂且数量较多的订单，求解排程模型时求解结果准确有效、应用范围广、可拓展性强、运算速度快、优化性能好。

附图说明

图1为基于PPDP定位的生产内部过程模型图。

图2为基于PPDP定位的生产排程流程图。

图3为物料清单界面。

图4为生产工序设置界面。

图5为零件工序设置界面。

图6为单个零件的甘特图。

图7为物料聚类界面。

图8为过程解耦界面。

图9为一种零件的甘特图。

图10为聚类订单预计交付期计算界面。

图11为客户订单交付期查看界面。

具体实施方式

下面对基于PPDP生产过程解耦点定位的生产排程方法做出系统详细说明。

1、系统生产排程的前提。

如附图3，生产排程前端输入是自制件BOM表，表中给出了自制件名称和数量等信息以及自制件的生产数据如工艺卡片，即系统中的料清单内容。

2、进行生产工序设置。

如附图4，，在生产工序中填写订单生产排程中所需的所有生产工序，以及每道工序所需加工设备和单件加工所需时间。

3、进行零件工序设置。

如附图5，从最小构件中选取不同的加工零件，对每个零件进行工序设定，也就是按每个零件的加工生产顺序进行工序编号。

4、单个零件甘特图查看。

如附图6，在零件设置完成后，可以查看单个零件加工的甘特图，横坐标表示加工时间，纵坐标表示每道工序的加工设备。

5、进行物料聚类。

如附图7，在物料清单的基础上输入产品名称，确认聚类产品类型，选择聚类日期范围，计算出这一期间范围内的聚类订单所有零件数量。

6、进行解耦，求解最优PPDP。

如附图8，在物料聚类的基础上对最小构件进行最优PPDP点求解。如图中蜗轮的最优PPDP点为2，而蜗杆的最优PPDP为0。求解完成后，保存解耦结果。

7、相同最小构件零件甘特图查看。

如附图9，在求解出最优PPDP之后，可把最优PPDP之前的加工视为库存零件，只对PPDP之后的零件加工进行计算。得出生产该种零件的甘特图，横坐标代表加工时间，纵坐标代表每道工序的加工设备。

8、计算聚类订单预计交付日期。

如附图10，通过产品名称选择需查看的已匹配聚类订单，选择起始和终止时间，最后选择生产开始日期和每日工作小时数，可根据零件生产时间计算出聚类订单的预计交付日期。计算结束后，保存计算结果。

9、查看客户订单交付日期。

如附图11，可查看客户订单规定的交付日期，及订单参数详情。

Claims

1.一种基于生产过程解耦点定位的生产排程方法，分为以下几个步骤：（1）建立生产过程解耦点（PPDP）的定位模型；（2）求解出最优生产过程解耦点（PPDP）的位置；（3）当PPDP位置定位于企业生产活动中的加工制造环节时，建立按订单制造即MTO生产方式下的生产排程模型；（4）求解MTO生产方式下的生产排程模型；（5）当PPDP位置定位于企业生产活动中的装配环节时，建立按订单装配即ATO生产方式下的生产排程模型；（6）求解ATO生产方式下的生产排程模型。

2.根据权利要求1所述的一种基于生产过程解耦点定位的生产排程方法，其特征在于：所述步骤1中，将大批量定制中自制件的通用化与差异化最佳分界点定义为生产过程解耦点(Production Process Decoupling Point, PPDP)。

3.根据权利要求1所述的一种基于生产过程解耦点定位的生产排程方法，其特征在于：所述步骤1中，在生产流程分析的基础上建立了集中型和分散型两类生产过程解耦点的多目标定位模型，模型以生产成本和交货期为目标，以满足客户的个性化需求为约束条件。

4.根据权利要求3所述的一种基于生产过程解耦点定位的生产排程方法，其特征在于：无论PPDP定位在机器加工阶段或者装配阶段，根据PPDP定义，当PPDP的最优解获得之后的生产排程实现了把一个复杂问题分界为一个简单问题和一个次复杂问题。

5.根据权利要求3所述的一种基于生产过程解耦点定位的生产排程方法，其特征在于：在PPDP定位的过程中已实现生产成本最低和交货期最短的目标，排程模型仅以最长完工时间最短为目标就可以同时实现三个目标的优化。

6.根据权利要求1所述的一种基于生产过程解耦点定位的排程方法，其特征在于：所述步骤3和步骤5中，根据生产过程解耦点的两种可能的取值，建立了MTO和ATO两种生产方式下的排程模型，并分别求解上述两类生产排程问题。

7.根据权利要求1所述的一种基于生产过程解耦点定位的排程方法，其特征在于：所述步骤3中，当PPDP定位于企业生产活动中的加工制造环节时，利用MTO生产方式，企业接到客户订单后根据已有的产品零部件数据信息进行零部件的制造和装配。

8.根据权利要求7所述的一种基于生产过程解耦点定位的排程方法，其特征在于：所述的MTO生产阶段，分为通用化生产阶段和差异化生产阶段。

9.根据权利要求8所述的一种基于生产过程解耦点定位的排程方法，其特征在于：在MTO生产方式下，分别建立了以最长完工时间最短为目标函数的PPDP之前的生产排程模型和PPDP之后的生产排程模型。

10.根据权利要求1所述的一种基于生产过程解耦点定位的排程方法，其特征在于：所述步骤4中，采用在遗传算法的基础上结合启发式算法，构成混合遗传算法求解MTO环境下的生产排程模型。

11.根据权利要求1所述的一种基于生产过程解耦点定位的排程方法，其特征在于：所述步骤5中，当PPDP定位于企业生产活动中的装配环节时，利用ATO生产方式，企业接到客户订单后利用库存零部件装配成客户需要的定制产品。

12.根据权利要求11所述的一种基于生产过程解耦点定位的排程方法，其特征在于：在ATO生产方式下，最优PPDP之前的活动为通用化的大批量生产，即为

或

生产；最优PPDP之后的活动为差异化的生产，与

产品生产问题相对应。

13.根据权利要求12所述的一种基于生产过程解耦点定位的排程方法，其特征在于：在ATO生产方式下，建立了以最长完工时间最短为目标函数的PPDP之前生产排程模型以及PPDP之后的生产排程方法。

14.根据权利要求1所述的一种基于生产过程解耦点定位的排程方法，其特征在于：所述步骤6中，通过两个启发式算法来求解ATO环境下的生产排程模型中的

和

产品计划问题。