CN108776862B - 支持工序任务量拆分的智能排产方法 - Google Patents

支持工序任务量拆分的智能排产方法 Download PDF

Info

Publication number
CN108776862B
CN108776862B CN201810409715.0A CN201810409715A CN108776862B CN 108776862 B CN108776862 B CN 108776862B CN 201810409715 A CN201810409715 A CN 201810409715A CN 108776862 B CN108776862 B CN 108776862B
Authority
CN
China
Prior art keywords
task
production
machine
time
machines
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810409715.0A
Other languages
English (en)
Other versions
CN108776862A (zh
Inventor
黄翰
苏俊鹏
李学强
郝志峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201810409715.0A priority Critical patent/CN108776862B/zh
Priority to PCT/CN2018/111621 priority patent/WO2019210653A1/zh
Priority to US17/052,426 priority patent/US11714678B2/en
Publication of CN108776862A publication Critical patent/CN108776862A/zh
Application granted granted Critical
Publication of CN108776862B publication Critical patent/CN108776862B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种支持工序任务量拆分的智能排产方法，能够在使用尽量少并行机台的约束下，针对逾期的任务单，放宽并行机台数量的限制，根据机台在不同时段的工作状态进行耗时较长工序任务量的拆分，从而实现在交货期内完成生产。与当前常用的生产计划排产方法一般只把单个工序的任务量分配给单个机台，无法实现任务量的拆分，在生产任务量大且同类型空闲机台数多的情况下将造成机台资源浪费、生产效率低相比，本发明能支持工作状态不同步的同类型机台的异步开工机制，通过对工序任务量的合理拆分提高机台的利用率，缩短工期，同时遵循使用尽量少的机台以控制原料运输成本的原则，得到在交货期内完成生产的排产结果。

Description

支持工序任务量拆分的智能排产方法
技术领域
本发明涉及生产计划排产技术领域，具体涉及一种支持工序任务量拆分的智能排产方法。
背景技术
随着经济全球化、技术日新月异以及市场环境迅速变化，制造类企业面对的生产问题日益复杂，产品生命周期和客户要求的交货期缩短，生产方式也正从单品种大批量生产向多品种小批量转变。生产方式的转变给企业的生产计划排产能力带来挑战，制造类企业面临着精确预估交货期的难题，缺乏快速响应顾客需求的能力。同时，由于行业竞争愈演愈烈，各个制造类企业都开始将扩大利润的侧重点从原来通过营销手段在外增加销售量向采取更先进的排产技术在内减少生产成本、提高资源的利用率转变。这一目标的实现，需要制造类企业信息化管理水平的提高。因此，如何合理高效地制定生产计划，充分发挥企业生产资源的生产潜力，精准地估计交货期，成了制造类企业急需解决的关键问题。
目前常用的生产计划排产方法主要隶属于MRP/ERP的计划系统、高级计划和排程，采用了包括线性规划、整数规划、遗传算法、粒子群算法等方法。以上生产计划排产方法出于原料运送成本的考虑或由于研究粒度较粗的原因，通常并不设计多个同类型机台协作完成工序任务的机制，限制了单个工序的任务量只能分配给单个机台，因此无法实现任务量的拆分，在生产任务量大且同类型空闲机台数多的情况下造成了机台资源浪费、效率低，导致计划生产数量较大的任务单的工期长甚至逾期，在增加资源的情况下依然不能得到在交货期前完成生产的生产计划。
发明内容
本发明的目的是为了解决现有技术中的上述缺陷，提供一种支持工序任务量拆分的智能排产方法，该方法在使用尽量少机台的约束下，针对逾期的任务单，在生产过程的不同时段识别出可并行使用的机台并对耗时长工序的任务量进行统筹、拆分，以实现在交货期内完成生产。
本发明的目的可以通过采取如下技术方案达到：
一种支持工序任务量拆分的智能排产方法，包括以下步骤：
a、设置最大可并行机台数上限；
b、设置工序的最大可并行机台数；
c、识别当前时刻可分配生产且任务量未完成的工序；
d、工序的任务量分配；
e、生产计划过程的推进；
f、重复步骤c-e直至所有工序完成生产；
g、判断是否重新排产，是则重复步骤b-e，否则排产结束；
h、在排产结束时，以包括表格在内的输出数据集的形式输出任务单输出信息及机台输出信息。
上述支持工序任务量拆分的智能排产方法中，步骤a设置的最大可允许并行机台数上限针对所有任务单的所有工序。
上述支持工序任务量拆分的智能排产方法中，步骤b中初次排产时，每个任务单每项工序的最大可允许并行机台数设置为1；重新排产时，对于逾期完成的任务单，将最大可允许并行机台数未达到上限中耗时最长的工序的最大可允许并行机台数增加1。
上述支持工序任务量拆分的智能排产方法中，步骤c中记录了当前时刻为工序执行生产任务的所有机台的索引编号的集合，称为已分配机台集。每个工序均有对应的已分配机台集。排产未开始时，所有工序的已分配机台集为空。
上述支持工序任务量拆分的智能排产方法中，步骤d包括以下步骤：
d-1、寻找与当前工序所需机台类型匹配、可工作且当前时刻空闲的机台；
d-2-1、存在符合条件的机台，分配任务量；不存在符合条件的机台，转而考虑任务单工序生产信息表中的下一个工序；
d-2-2、当前时刻工序对应的已分配机台集为空时，全部任务量分配给该机台，以任务单的计划生产数量计算该机台对应的机台生产信息的生产任务完成时间；
d-2-3、当前时刻工序对应的已分配机台集非空时，累加当前时刻已分配机台集中所有机台在当前时刻已生产的数量得到总已生产数量，任务单的计划生产数量减去已生产总数量得到未生产数量，将新的机台的索引编号加入到已分配机台集中，将未生产数量均匀分配给已分配机台集中的每一个机台，并修改对应的机台生产信息的生产任务完成时间。
上述支持工序任务量拆分的智能排产方法中，步骤d-2-2中生产任务完成时间的计算为：生产任务完成时间＝生产任务量÷工序产能+前置时间+后置时间。
上述支持工序任务量拆分的智能排产方法中，步骤d-2-3中已分配机台集中每个机台在当前时刻已生产的数量的计算：
机台已工作时长小于前置时间时，已生产的数量＝0；
机台已工作时长大于前置时间且小于生产任务完成时间减去后置时间时，已生产的数量＝floor((机台已工作时长-前置时间)*工序产能)，其中floor是向下取整函数；
机台已工作时长大于生产任务完成时间减去后置时间时，已生产的数量＝生产任务量。
上述支持工序任务量拆分的智能排产方法中，步骤e中生产计划过程的推进处理包括前移当前时间，更新机台生产信息表、任务单生产信息表，生成机台输出信息、任务单输出信息。
上述支持工序任务量拆分的智能排产方法中，步骤g是否重新排产的判断具体包括两点：(1)是否存在任务单逾期；(2)是否所有逾期任务单的所有工序的最大可允许并行机台数均达到步骤a中设定的最大可允许并行机台数上限。当没有任务单逾期或者所有逾期任务单的所有工序的最大可允许并行机台数均达到步骤a设定的最大可允许并行机台数上限时，排产结束；否则，重新排产。
上述支持工序任务量拆分的智能排产方法中，任务单输出信息应包括任务单编号、交货期、开始时间、结束时间及其他附属信息。机台输出信息应包括机台编号、工序编号、生产数量、开始时间、结束时间及其他附属信息。在机台输出信息中，任务量经过拆分的工序对应的机台输出信息有多条，每条机台输出信息中含有该机台分配到的并实际生产完成的任务量数据。
本发明提供的支持工序任务量拆分的智能排产方法，首先设置排产过程中最大可允许并行机台数的上限，接着设置每个任务单每项工序的最大可允许并行机台数。之后反复按顺序执行以下步骤直到所有工序完成生产：识别当前时刻可分配生产且任务量未完成的工序；遍历未完成任务量的工序，为已分配机台的数量未达到最大可允许并行机台数的工序作进一步的任务量分配；生产计划过程的推进处理。在所有生产任务完成后，判断是否存在任务单逾期以及是否存在逾期任务单的某一工序的最大可允许并行机台数小于设定的最大可允许并行机台数上限，如果以上两个判断皆为否，则调整最需要拆分任务量的工序的最大可允许并行机台数，重新排产，否则排产结束。排产结束后，以表格或输出数据集的形式返回任务单输出信息及机台输出信息。
现有的生产计划排产技术通常以完成单个工序为最小粒度的生产任务，在此基础上设计出的方法自然地忽略了在不同时间下多台机台协作的可能，在大多数情况下单个机台完成某一工序完整的生产任务，导致生产效率的优化出现瓶颈，也造成了资源的浪费。本发明相对于现有技术具有如下的优点及效果：
1)本发明能充分利用闲置的机台，让多台机台协作完成任务量较大的工序，从而提高机台的利用率，缩短工期，得到在交货期内完成生产的排产结果。
2)本发明能考虑原料运输成本带来的并行工作机台数量应尽量少的约束，识别出最需要拆分任务量的工序，以尽量少的任务量拆分次数缩短工期。
3)本发明不存在任务量需在同一时刻等量分配给多个机台的局限，能够处理机台使用紧张的情况，并及时利用起闲置的机台，具有柔性化协调机台工作时间的特点。
附图说明
图1是本发明公开的支持工序任务量拆分的智能排产方法的流程步骤图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
针对当前常用的生产计划排产方法一般只把单个工序的任务量分配给单个机台，无法实现任务量的拆分，在生产任务量大且同类型空闲机台数多的情况下将造成机台资源浪费、生产效率低，导致计划生产数量较大的任务单的工期长甚至逾期，且在增加资源的情况下依然不能得到在交货期前完成生产的生产计划。
如图1，本实施例公开了一种支持工序任务量拆分的智能排产方法，主要流程包括以下步骤：
a、设置最大可并行机台数上限；
b、设置工序的最大可并行机台数；
c、识别当前时刻可分配生产且任务量未完成的工序；
d、工序的任务量分配；
e、生产计划过程的推进；
f、重复步骤c-e直至所有工序完成生产；
g、判断是否重新排产，是则重复步骤b-e，否则排产结束；
h、在排产结束时，以包括表格在内的输出数据集的形式输出任务单输出信息及机台输出信息。
步骤a中设置的最大可允许并行机台数上限针对所有任务单的所有工序。
步骤b中初次排产时，每个任务单每项工序的最大可允许并行机台数设置为1；重新排产时，对于逾期完成的任务单，将最大可允许并行机台数未达到上限中耗时最长的工序的最大可允许并行机台数增加1。
步骤c中被识别出的工序主要分为两类：一类是已有分配机台且尚未完成计划任务量的工序，另一类是未有分配机台但具备可开始生产条件的工序。记录了当前时刻为工序执行生产任务的所有机台的索引编号的集合，称为已分配机台集。每个工序均有对应的已分配机台集。排产未开始时，所有工序的已分配机台集为空。
步骤d包括以下步骤：
d-1、寻找与当前工序所需机台类型匹配、可工作且当前时刻空闲的机台；
d-2-1、存在符合条件的机台，分配任务量；不存在符合条件的机台，转而考虑任务单工序生产信息表中的下一个工序；
d-2-2、当前时刻工序对应的已分配机台集为空时，全部任务量分配给该机台，以任务单的计划生产数量计算该机台对应的机台生产信息的生产任务完成时间；
d-2-3、当前时刻工序对应的已分配机台集非空时，累加当前时刻已分配机台集中所有机台在当前时刻已生产的数量得到总已生产数量，任务单的计划生产数量减去已生产总数量得到未生产数量，将新的机台的索引编号加入到已分配机台集中，将未生产数量均匀分配给已分配机台集中的每一个机台，并修改对应的机台生产信息的生产任务完成时间。
在上述步骤d-2-2中生产任务完成时间的计算为：生产任务完成时间＝生产任务量÷工序产能+前置时间+后置时间。
在上述步骤d-2-3中已分配机台集中每个机台在当前时刻已生产的数量的计算：
机台已工作时长小于前置时间时，已生产的数量＝0；
机台已工作时长大于前置时间且小于生产任务完成时间减去后置时间时，已生产的数量＝floor((机台已工作时长-前置时间)*工序产能)，其中floor是向下取整函数；
机台已工作时长大于生产任务完成时间减去后置时间时，已生产的数量＝生产任务量。
在上述步骤e中生产计划过程的推进处理包括前移当前时间，更新机台生产信息表、任务单生产信息表，生成机台输出信息、任务单输出信息。
在上述步骤g中是否重新排产的判断具体包括两点：(1)是否存在任务单逾期；(2)是否所有逾期任务单的所有工序的最大可允许并行机台数均达到步骤a中设定的最大可允许并行机台数上限。当没有任务单逾期或者所有逾期任务单的所有工序的最大可允许并行机台数均达到步骤a中设定的最大可允许并行机台数上限时，排产结束；否则，重新排产。
在上述步骤h中任务单输出信息应包括任务单编号、交货期、开始时间、结束时间及其他附属信息。机台输出信息应包括机台编号、工序编号、生产数量、开始时间、结束时间及其他附属信息。在机台输出信息中，任务量经过拆分的工序对应的机台输出信息有多条，每条机台输出信息中含有该机台分配到的并实际生产完成的任务量数据。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.一种支持工序任务量拆分的智能排产方法，其特征在于，所述的智能排产方法包括以下步骤：
a、设置最大可并行机台数上限；
b、设置工序的最大可并行机台数；
c、识别当前时刻可分配生产且任务量未完成的工序，其中，被识别出的工序分为两类：一类是已有分配机台且尚未完成计划任务量的工序，另一类是未有分配机台但具备可开始生产条件的工序；
d、工序的任务量分配，过程如下：
d-1、寻找与当前工序所需机台类型匹配、可工作且当前时刻空闲的机台；
d-2-1、存在符合条件的机台，分配任务量；不存在符合条件的机台，转而考虑任务单工序生产信息表中的下一个工序；
d-2-2、当前时刻工序对应的已分配机台集为空时，全部任务量分配给该机台，以任务单的计划生产数量计算该机台对应的机台生产信息的生产任务完成时间，所述的已分配机台集为记录了当前时刻为工序执行生产任务的所有机台的索引编号的集合；
d-2-3、当前时刻工序对应的已分配机台集非空时，累加当前时刻已分配机台集中所有机台在当前时刻已生产的数量得到总已生产数量，任务单的计划生产数量减去已生产总数量得到未生产数量，将新的机台的索引编号加入到已分配机台集中，将未生产数量均匀分配给已分配机台集中的每一个机台，并修改对应的机台生产信息的生产任务完成时间；
e、生产计划过程的推进，其中生产计划过程的推进处理包括前移当前时间，更新机台生产信息表、任务单生产信息表，生成机台输出信息、任务单输出信息；
f、重复步骤c-e直至所有工序完成生产；
g、判断是否重新排产，是则重复步骤b-e，否则排产结束；
h、在排产结束时，以包括表格在内的输出数据集的形式输出任务单输出信息及机台输出信息，其中，任务单输出信息包括任务单编号、交货期、开始时间、结束时间；机台输出信息包括机台编号、工序编号、生产数量、开始时间、结束时间。
2.根据权利要求1中所述的支持工序任务量拆分的智能排产方法，其特征在于，所述的步骤a中设置的最大可允许并行机台数上限针对所有任务单的所有工序。
3.根据权利要求1中所述的支持工序任务量拆分的智能排产方法，其特征在于，所述的步骤b中，初次排产时，每个任务单每项工序的最大可允许并行机台数设置为1；重新排产时，对于逾期完成的任务单，将最大可允许并行机台数未达到上限中耗时最长的工序的最大可允许并行机台数增加1。
4.根据权利要求1中所述的支持工序任务量拆分的智能排产方法，其特征在于，每个工序均有对应的已分配机台集，并且当排产未开始时，所有工序的已分配机台集为空。
5.根据权利要求1中所述的支持工序任务量拆分的智能排产方法，其特征在于，所述的步骤d-2-2中生产任务完成时间的计算如下：
生产任务完成时间＝生产任务量÷工序产能+前置时间+后置时间。
6.根据权利要求1中所述的支持工序任务量拆分的智能排产方法，其特征在于，所述的步骤d-2-3中已分配机台集中每个机台在当前时刻已生产的数量的计算如下：
机台已工作时长小于前置时间时，已生产的数量＝0；
机台已工作时长大于前置时间且小于生产任务完成时间减去后置时间时，已生产的数量＝floor((机台已工作时长-前置时间)*工序产能)，其中floor是向下取整函数；
机台已工作时长大于生产任务完成时间减去后置时间时，已生产的数量＝生产任务量。
7.根据权利要求1中所述的支持工序任务量拆分的智能排产方法，其特征在于，所述的步骤g中是否重新排产的判断包括以下两点：
(1)是否存在任务单逾期；(2)是否所有逾期任务单的所有工序的最大可允许并行机台数均达到步骤a中设定的最大可允许并行机台数上限；
当没有任务单逾期或者所有逾期任务单的所有工序的最大可允许并行机台数均达到步骤a中设定的最大可允许并行机台数上限时，排产结束；否则，重新排产。
CN201810409715.0A 2018-05-02 2018-05-02 支持工序任务量拆分的智能排产方法 Active CN108776862B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810409715.0A CN108776862B (zh) 2018-05-02 2018-05-02 支持工序任务量拆分的智能排产方法
PCT/CN2018/111621 WO2019210653A1 (zh) 2018-05-02 2018-10-24 支持工序任务量拆分的智能排产方法
US17/052,426 US11714678B2 (en) 2018-05-02 2018-10-24 Smart scheduling method supporting process task volume splitting

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810409715.0A CN108776862B (zh) 2018-05-02 2018-05-02 支持工序任务量拆分的智能排产方法

Publications (2)

Publication Number Publication Date
CN108776862A CN108776862A (zh) 2018-11-09
CN108776862B true CN108776862B (zh) 2021-08-10

Family

ID=64026895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810409715.0A Active CN108776862B (zh) 2018-05-02 2018-05-02 支持工序任务量拆分的智能排产方法

Country Status (3)

Country Link
US (1) US11714678B2 (zh)
CN (1) CN108776862B (zh)
WO (1) WO2019210653A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111754112B (zh) * 2020-06-24 2023-11-17 精效新软新技术（北京）有限公司 生产加工过程中同步工序场景的自动化控制方法及介质
CN112101712B (zh) * 2020-08-04 2023-06-09 西北工业大学 一种并行机多代理拍卖协商调度方法
CN112990727A (zh) * 2021-03-26 2021-06-18 中国人民财产保险股份有限公司深圳市分公司 一种机器人任务执行控制方法、装置、系统及介质
CN113449969B (zh) * 2021-06-10 2023-07-18 广州兴森快捷电路科技有限公司 产品重组中转方法、装置、设备及存储介质
CN113467401B (zh) * 2021-07-19 2022-09-09 江苏天芯微半导体设备有限公司 多腔体等离子体反应设备的调度方法、计算设备及介质
CN113344477B (zh) * 2021-08-05 2023-02-10 捷尔杰（天津）设备有限公司 任务同步控制方法、装置、电子设备及计算机存储介质
CN114862122B (zh) * 2022-04-11 2023-06-16 益模(东莞)智能科技有限公司 一种基于aps的车间排产方法、系统及设备
CN115018373B (zh) * 2022-07-01 2023-04-07 湖南第一师范学院 一种基于解空间转化的双行车调度方法、系统及应用
CN116482521B (zh) * 2023-06-25 2023-10-20 江西兆驰半导体有限公司 一种芯片测试方法及系统
CN117649096B (zh) * 2024-01-26 2024-04-12 深圳市迈腾电子有限公司 纸盒生产任务执行方法、装置、电子设备与计算机介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393687A (zh) * 2011-09-15 2012-03-28 中国科学院沈阳自动化研究所 一种解决改机问题的限定分配调度方法
CN105320105A (zh) * 2014-08-04 2016-02-10 中国科学院沈阳自动化研究所 一种并行批加工设备优化调度方法
CN106779308A (zh) * 2016-11-23 2017-05-31 智能云科信息科技有限公司 一种面向离散制造的车间生产计划排产的系统与方法
CN107807623A (zh) * 2017-11-24 2018-03-16 大连理工大学 柔性机加生产线的动态排产方法、系统及在高铁动车零部件组柔性机加生产线中的应用
CN107918367A (zh) * 2017-11-20 2018-04-17 上海航天精密机械研究所 多品种批量产品混线生产实时状态管理方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6393433B1 (en) * 1998-09-24 2002-05-21 Lucent Technologies, Inc. Methods and apparatus for evaluating effect of run-time schedules on performance of end-system multimedia applications
US8036860B2 (en) * 2007-07-23 2011-10-11 International Business Machines Corporation Modeling homogeneous parallelism
US8250579B2 (en) * 2008-06-27 2012-08-21 Oracle America, Inc. Method for stage-based cost analysis for task scheduling
US9043401B2 (en) * 2009-10-08 2015-05-26 Ebay Inc. Systems and methods to process a request received at an application program interface
CN102542411A (zh) 2011-12-22 2012-07-04 浙江工业大学 基于aca模型的多品种多工艺制造企业车间调度控制方法
US9766931B2 (en) * 2012-04-30 2017-09-19 Massachusetts Institute Of Technology Uniprocessor schedulability testing for non-preemptive task sets
US8954529B2 (en) * 2012-09-07 2015-02-10 Microsoft Corporation Smart data staging based on scheduling policy
US10802876B2 (en) * 2013-05-22 2020-10-13 Massachusetts Institute Of Technology Multiprocessor scheduling policy with deadline constraint for determining multi-agent schedule for a plurality of agents
CN105045236B (zh) * 2015-07-21 2018-02-13 江苏云道信息技术有限公司 一种流水线生产调度方法及系统
CN106651139A (zh) 2016-11-21 2017-05-10 哈尔滨理工大学 考虑同种设备工序的非对称多车间综合调度方法
US11360808B2 (en) * 2017-04-09 2022-06-14 Intel Corporation Efficient thread group scheduling
US10275851B1 (en) * 2017-04-25 2019-04-30 EMC IP Holding Company LLC Checkpointing for GPU-as-a-service in cloud computing environment
US10999766B2 (en) * 2019-02-26 2021-05-04 Verizon Patent And Licensing Inc. Method and system for scheduling multi-access edge computing resources

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393687A (zh) * 2011-09-15 2012-03-28 中国科学院沈阳自动化研究所 一种解决改机问题的限定分配调度方法
CN105320105A (zh) * 2014-08-04 2016-02-10 中国科学院沈阳自动化研究所 一种并行批加工设备优化调度方法
CN106779308A (zh) * 2016-11-23 2017-05-31 智能云科信息科技有限公司 一种面向离散制造的车间生产计划排产的系统与方法
CN107918367A (zh) * 2017-11-20 2018-04-17 上海航天精密机械研究所 多品种批量产品混线生产实时状态管理方法
CN107807623A (zh) * 2017-11-24 2018-03-16 大连理工大学 柔性机加生产线的动态排产方法、系统及在高铁动车零部件组柔性机加生产线中的应用

Also Published As

Publication number Publication date
CN108776862A (zh) 2018-11-09
US20210049041A1 (en) 2021-02-18
WO2019210653A1 (zh) 2019-11-07
US11714678B2 (en) 2023-08-01

Similar Documents

Publication Publication Date Title
CN108776862B (zh) 支持工序任务量拆分的智能排产方法
Lambrecht et al. ACLIPS: A capacity and lead time integrated procedure for scheduling
US7921027B2 (en) Constraint-based production planning and scheduling
CN102521056B (zh) 任务分配装置和任务分配方法
CN112001618B (zh) 一种工期指派、订单接受与生产调度集成优化方法
US8285409B2 (en) Effective cycle time management employing a multi-horizon model
Saif et al. Drum buffer rope-based heuristic for multi-level rolling horizon planning in mixed model production
CN101556660A (zh) 生产订单排配系统及方法
Prakash et al. A comparison of push and pull production controls under machine breakdown
CN114707874A (zh) 应用于铝合金生产的排程方法、设备及存储介质
JP2009289056A (ja) 人員配置計画支援装置
JP2007148635A (ja) 生産スケジューリングプログラム及び生産スケジューリング装置
KR102233546B1 (ko) 연속 투입 로트 기반 열처리 공정을 위한 에너지 절감형 생산 스케줄링 운영 방법 및 시스템
Kholil et al. Optimization of Production Process Time with Network/PERT Analysis Technique and SMED Method
JP5234818B2 (ja) 生産計画作成方法及び生産計画作成プログラム、並びに生産計画作成装置
Talibi et al. The relevance study of adaptive kanban in a multicriteria constraints context using data-driven simulation method
CN115759565A (zh) 工单分配方法、装置、设备及计算机存储介质
De Carvalho et al. Production scheduling on practical problems
KR102219993B1 (ko) 병렬형 열처리 공정을 위한 에너지 절감형 동적 생산 스케줄링 운영 방법
CN113361902A (zh) 高效调控智能排产系统
CN101794417A (zh) 基于序号的工作流调度和业务流程建模方法
Teufl et al. Optimised–developing a state of the art system for production planning for industry 4.0 in the construction industry using simulation-based optimisation
Meidyani et al. Time and cost optimization using scheduling job shop and linear goal programming model
US7123976B2 (en) Capacity management system and method
Bottani et al. An operating simulation tool for modelling and managing a job shop system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant