CN109447428A - 整车生产线序排产的确定方法、装置及智能终端 - Google Patents
整车生产线序排产的确定方法、装置及智能终端 Download PDFInfo
- Publication number
- CN109447428A CN109447428A CN201811199597.1A CN201811199597A CN109447428A CN 109447428 A CN109447428 A CN 109447428A CN 201811199597 A CN201811199597 A CN 201811199597A CN 109447428 A CN109447428 A CN 109447428A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- combination
- production
- scheduled production
- result
- 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.)
- Granted
Links
Classifications
-
- 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
- G06Q10/06316—Sequencing of tasks or work
Abstract
本发明提供了一种整车生产线序排产的确定方法、装置及智能终端,包括:获取整车生产线的日排产结果;对多辆待排产整车进行分组处理,得到至少一个整车组合;根据得到的整车组合,确定至少一个目标整车组合;对各目标整车组合中的待排产整车按照预设排列方式进行排序,得到各目标整车组合的至少一个排序结果;计算各排序结果对应的生产时间;基于计算结果,选取各目标整车组合对应的目标排序结果;将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。本发明能够提高实际应用中整车生产线在生产整车时的工作效率。
Description
技术领域
本发明涉及整车生产线技术领域,尤其是涉及一种整车生产线序排产的确定方法、装置及智能终端。
背景技术
汽车制造过程中涉及多种物料的选取,同时伴随着复杂的装配过程,使得汽车制造的排产排序的计划过程较为复杂。汽车制造的生产线上存在多道工序,不同工序的生产时间均有所不同,在生产时需要选择生产耗时最少的排序方式,因此需要更为高效的整车生产线的序排产计划,而现有的整车生产线的序排产的确定方法还具有发展空间。
发明内容
有鉴于此,本发明的目的在于提供一种整车生产线序排产的确定方法、装置及智能终端,能够提高实际应用中整车生产线在生产整车时的工作效率。
第一方面,本发明实施例提供了一种整车生产线序排产的确定方法,包括:获取整车生产线的日排产结果;其中,日排产结果包括多辆待排产整车;对多辆待排产整车进行分组处理,得到至少一个整车组合;其中,整车组合中包含有至少一辆待排产整车;根据得到的整车组合,确定至少一个目标整车组合;其中,所有目标整车组合构成整车生产线的当前待排产批次;对各目标整车组合中的待排产整车按照预设排列方式进行排序,得到各目标整车组合的至少一个排序结果;计算各排序结果对应的生产时间;基于计算结果,选取各目标整车组合对应的目标排序结果;其中,目标排序结果为生产时间最短的排序结果;将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,上述根据得到的整车组合,确定至少一个目标整车组合的步骤,包括:获取分组处理得到的整车组合的组合个数;当组合个数大于第一预设个数时,在得到的所有整车组合中提取第一预设个数的整车组合,并将提取的每个整车组合均确定为目标整车组合;当组合个数小于或等于第一预设个数时,将得到的各整车组合均确定为目标整车组合。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,上述在得到的所有整车组合中提取第一预设个数的整车组合的步骤,包括:在得到的所有整车组合中,获取包含的待排产整车数量与预设整车数量相同的整车组合;在获取的待排产整车数量与预设整车数量相同的整车组合中,随机提取第二预设个数的整车组合,并计算第一预设个数与第二预设个数的个数差值;其中,第二预设个数小于或等于所述第一预设个数;在包含的待排产整车数量与预设整车数量不同的整车组合中提取个数差值的整车组合;将第二预设个数的整车组合和个数差值的整车组合共同作为第一预设个数的整车组合。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,上述计算各排序结果对应的生产时间的步骤,包括:获取当前待排产批次的加工状态;针对加工状态选择预设的目标函数;其中,目标函数的参数是根据排序结果确定的;根据目标函数计算得到每个排序结果对应的生产时间。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,上述基于计算结果,选取各目标整车组合对应的目标排序结果的步骤,包括:获取各待排产整车的超时容忍度;其中,超时容忍度为待排产整车的允许超时时长;基于计算结果和超时容忍度,得到各目标整车组合对应的排序结果的超时差值;将最小超时差值对应的排序结果确定为各目标整车组合对应的目标排序结果。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,上述基于计算结果和超时容忍度,得到各目标整车组合对应的排序结果的超时差值的步骤,包括:按照以下公式计算各目标整车组合对应的排序结果的超时差值:
Time=Sum_i(Sum_j(PositiveOnly(S(i,j)+D(i,j)-(i-1+j)*R-T)))
其中,Time表示超时差值,Sum表示总和,S(i,j)表示第i台车在第j个工序的开始时间,D(i,j)表示第i台车在第j个工序的加工时间,R表示工序节拍,T表示超时容忍度,PositiveOnly为取正函数。
第二方面,本发明实施例还提供一种整车生产线序排产的确定装置,包括:日排产结果获取模块,用于获取整车生产线的日排产结果;其中,日排产结果包括多辆待排产整车;分组处理模块,用于对多辆待排产整车进行分组处理,得到至少一个整车组合;其中,整车组合中包含有至少一辆待排产整车;组合确定模块,用于根据得到的整车组合,确定至少一个目标整车组合;其中,所有目标整车组合构成整车生产线的当前待排产批次;排序模块,用于对各目标整车组合中的待排产整车按照预设排列方式进行排序,得到各目标整车组合的至少一个排序结果;生产时间计算模块,用于计算各排序结果对应的生产时间;排序结果获取模块,用于基于计算结果,选取各目标整车组合对应的目标排序结果;其中,目标排序结果为生产时间最短的排序结果;结果整合模块,用于将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,上述组合确定模块还用于:获取分组处理得到的整车组合的组合个数;当组合个数大于第一预设个数时,在得到的所有整车组合中提取第一预设个数的整车组合,并将提取的每个整车组合均确定为目标整车组合;当组合个数小于或等于第一预设个数时,将得到的各整车组合均确定为目标整车组合。
第三方面,本发明实施例还提供一种智能终端,包括处理器和存储器;述存储器上存储有计算机程序,计算机程序在被处理器运行时执行如第一方面至第一方面的第五种可能的实施方式任一项所述的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述第一方面至第一方面的第五种可能的实施方式任一项所述的方法的步骤。
本发明实施例带来了以下有益效果:
本发明实施例提供了一种整车生产线序排产的确定方法、装置及智能终端,能够获取整车生产线的日排产结果中的多辆待排产整车,通过对多辆待排产整车进行分组处理得到一个或者多个整车组合,并确定一个或者多个目标整车组合,对各目标整车组合中的待排产整车进行排序,得到各目标整车组合至少一个排序结果,然后计算各排序结果对应的生产时间,并根据生产时间确定各目标整车组合对应的目标排序结果,最后将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。本发明实施例通过对待排产整车进行排列组合,得到生产耗时最短的序排产结果,从而提高实际应用中整车生产线在生产整车时的工作效率。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种整车生产线序排产的确定方法的流程图;
图2为本发明实施例提供的一种流水线节拍示意图;
图3为本发明实施例提供的一种流水线车序示例图;
图4为本发明实施例提供的另一种整车生产线序排产的确定方法的流程图;
图5为本发明实施例提供的一种整车生产线序排产的确定装置的结构示意图
图6为本发明实施例提供的一种智能终端的结构示意图。
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,下面将结合附图对本发明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。
目前的整车生产线的序排产方式,在生产整车时,仍然会存在传送带停止等待的情况,从而导致整车生产线上各零部件的使用率降低,基于此,本发明实施例提供的一种整车生产线序排产的确定方法、装置及智能终端,可以通过对待排产整车进行排列组合,得到生产耗时最短的序排产结果,从而提高实际应用中整车生产线在生产整车时的工作效率。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种整车生产线序排产的确定方法进行详细介绍,该方法是基于JIT(Just In Time,准时制生产方式)模式下的整车生产线的序排产确定方法,参见图1所示的一种整车生产线序排产的确定方法的流程图,该方法包括以下步骤:
步骤S102,获取整车生产线的日排产结果。
其中,日排产结果包括多辆待排产整车,并且,可能存在多种类型的待排产整车。进一步的,该日排产结果是基于车间联合确定的。具体的,根据订单信息中的交付日期依次倒推出总装车间的上线日期、涂装车间的上线日期和焊装车间的上线日期,再进行模拟仿真通过迭代确定得到上述日排产结果。例如,整车生产线的日排产结果为A种类型的整车有6辆,B种类型的整车有8辆,C种类型的整车有5辆,D种类型的整车有1辆,E种类型的整车有2辆,F种类型的整车有2辆。
步骤S104,对多辆待排产整车进行分组处理,得到至少一个整车组合。
其中,整车组合中包含有至少一辆待排产整车。为了减少吊具切换时间,可以将每组吊具的车型顺序保持相同,因此可以将同种类型的整车划分为一组。在一种实施方式中,将整车生产线中的日排产结果中的各个车型的整车数量以S辆为单位进行切割,得到整车分组M份。例如,将整车生产线的日排产结果中的各个车型的整车数量以4辆为单位进行划分,即可得到以下分组:A种类型划分为A1整车组合和A2整车组合,其中A1整车组合中有4辆整车,A2整车组合中有2辆整车组合;B种类型划分为B1整车组合和B2整车组合,其中B1整车组合中有4辆整车,B2整车组合中有4辆整车组合;C种类型划分为C1整车组合和C2整车组合,其中C1整车组合中有4辆整车,C2整车组合中有1辆整车组合;D种类型划分D整车组合,其中D整车组合中有1辆整车;E种类型划分E整车组合,其中E整车组合中有2辆整车;F种类型为F整车组合,其中F整车组合中有2辆整车,共得到9组整车分组。
步骤S106,根据得到的整车组合,确定至少一个目标整车组合。
其中,所有目标整车组合构成整车生产线的当前待排产批次。考虑到车间的多种限制,可以将整车类型限制为不超过5种,当前待排产批次的的整车数量不超过20辆。另外,为了保证整车生产线的生产效率,可以尽量排满当前待排产批次。
在确定目标整车组合时,可以将上述得到的整车组合按照整车数量的多少由大到小进行排列,并针对不同整车组合的个数确定目标整车组合。
当整车组合的组合个数为M大于5时,若第5份的整车个数为Q,在所有整车组合中整车个数为Q的整车组合一共有M1个,整车数量为Q且出现在前5个位置的整车组合的组合个数为M2,从M1份整车组合中取出M2个整车组合,并加上前5份中的(5-M2)份整车组合,将这5份整车组合确定为目标整车组合,即将这5份整车组合构成整车生产线的当前待排产批次,并将其余整车组合作为下一待排产批次。
例如,将上述整车组合按照整车数量的多少由大到小进行排列后得到“A1、B1、B2、C1、A2、E、F、C2、D”,其中,前5份整车组合为“A1、B1、B2、C1、A2”,第5份整车组合A2内的整车数量为2,则在所有整车组合中找到整车数量为2的整车组合,得到“A2、E、F”,又因为出现在前5份中的整车数量为2的整车组合的组合个数为1,所以在“A2、E、F”中随机取出1份整车组合,并将随机取得的1份整车组合和前5份中的“A1、B1、B2、C1”整车组合确定为目标整车组合,假设随机取出的整车组合为F,则目标整车组合为“A1、B1、B2、C1、F”,即将“A1、B1、B2、C1、F”作为当前待排产批次。若希望将当前待排产批次排满20辆整车,则可以在第5份增加其他整车组合,又考虑到车型数不超过5个的限制,所以可以将“A2、E、F”共同作为第5份整车组合。进一步的,在从MI份整车组合中取出M2份的整车组合时,可以采用排列组合的方式,将可能的组合方式全部列出来,以预防出现漏举或错举的情况。
当整车组合的组合个数为M小于或者等于5时,可直接将所有整车组合作为目标整车组合。具体的,
步骤S108,对各目标整车组合中的待排产整车按照预设排列方式进行排序,得到各目标整车组合的至少一个排序结果。
可以理解的,若目标整车组合中仅存在同种类型的整车,则可以得到一个排序结果,若目标整车组合中存在多种车型的整车,则可以得到多种排序结果。例如,第1份整车组合,即A1整车组合中,车型全部为A种类型的整车,所以可以得到一个排序结果;而第5份整车组合是由“A2、E、F”整车组合共同组成,对第5组目标整车组合进行排序,即可得到多个排序结果。
步骤S110,计算各排序结果对应的生产时间。
在具体应用时,可以通过流水线节拍计算排序结果的生产时间。每辆整车在生产时可分为两段独立的流水线,其中第一段流水线为前内饰环节,第二段为合装和后内饰环节。若该日由两个待排产批次,则需要分别计算第一个待排产批次的第一段流水线、第一个待排产批次的第二段流水线、第二个待排产批次的第一段流水线和第二个待排产批次的第二段流水线的生产时间;若该日仅有一个待排产批次,则需要计算第一个待排产批次的第一段流水线和第一个待排产批次的第二段流水线的生产时间。
具体的,可以参见图2所示的一种流水线节拍示意图,在滑板线上进行前内饰,执行0-94个节拍,然后转入高工位线进行和合装,执行95-138个节拍,最后在回到滑板线进行后内饰,执行138-210个节拍。
步骤S112,基于计算结果,选取各目标整车组合对应的目标排序结果。
其中,目标排序结果为生产时间最短的排序结果。因不同整车在生产时的工艺不同,因此不同整车组合的生产时间也有所差异,对每个目标整车组合中的所有排序结果的生产时间进行计算,以得到生产时间耗时最少的排序结果。
步骤S114,将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。
因当前批次的序排产结果由每个整车组合组成,因此需要将各目标整车组合对应的目标排序结果进行整合,并将整合结果作为当前批次的序排产结果,同时即可得到图3所示的一种流水线车序示例图,其中,X表示可接受的延时时长,“A、B、C”为目标整车组合,并且针对“A、B、C”存在不同的排序组合,“T1、T2、T3、T4、T5、T6”为不同的生产工序,目标整车组合在流水线上依次进行上述工序。
本发明实施例提供了一种整车生产线序排产的确定方法,能够获取整车生产线的日排产结果中的多辆待排产整车,通过对多辆待排产整车进行分组处理得到一个或者多个整车组合,并确定一个或者多个目标整车组合,对各目标整车组合中的待排产整车进行排序,得到各目标整车组合至少一个排序结果,然后计算各排序结果对应的生产时间,并根据生产时间确定各目标整车组合对应的目标排序结果,最后将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。本发明实施例通过对待排产整车进行排列组合,得到生产耗时最短的序排产结果,从而提高实际应用中整车生产线在生产整车时的工作效率。
为便于对上述实施例进行理解,本发明实施例还提供了另一种整车生产线序排产的确定方法,参见图4所示的另一种整车生产线序排产的确定方法的流程图,该方法具体包括以下步骤:
步骤S402,获取整车生产线的日排产结果。
步骤S404,对多辆待排产整车进行分组处理,得到至少一个整车组合。
步骤S406,获取分组处理得到的整车组合的组合个数。
因为目标整车组合的选取需要针对不同的组合个数选择不同的方式进行选取,因此在对待排产整车进行分组处理后,需要获取经分组处理后的整车组合的组合个数。
步骤S408,当组合个数大于第一预设个数时,在得到的所有整车组合中提取第一预设个数的整车组合,并将提取的每个整车组合均确定为目标整车组合。
因为整车生产线上设置有第一预设个数的组吊具,因此当组合个数大于第一预设个数时,则无法将所有整车组合安排到当前批次,所以在所有整车组合中提取第一预设个数的整车组合,以便可以充分利用生产线上的各组吊具以及零部件。
具体的,本发明实施例提供了一种在所有整车组合中提取第一预设个数的整车组合的步骤:
(1)在得到的所有整车组合中,获取包含的待排产整车数量与预设整车数量相同的整车组合。
其中,可以获取所有整车组合中的整车数量,并选择合适的整车数量作为预设整车数量。具体的,可以将第5个整车组合的整车数量作为预设整车数量,并提取所有整车组合中整车数量与第5个整车组合的整车数量相同的整车组合,假设提取得到3个整车数量与第5个整车组合的整车数量想相同的整车组合。
(2)在获取的待排产整车数量与预设整车数量相同的整车组合中,随机提取第二预设个数的整车组合,并计算第一预设个数与第二预设个数的个数差值。
其中,第二预设个数小于或等于第一预设个数。
(3)在包含的待排产整车数量与预设整车数量不同的整车组合中提取个数差值的整车组合。
因为目标整车组合的个数不能超过第一预设个数,因此,在得到第二预设个数的整车组合后,还需要个数差值个整车组合。
(4)将第二预设个数的整车组合和个数差值的整车组合共同作为第一预设个数的整车组合。
步骤S410,当组合个数小于或等于第一预设个数时,将得到的各整车组合均确定为目标整车组合。
步骤S412,对各目标整车组合中的待排产整车按照预设排列方式进行排序,得到各目标整车组合的至少一个排序结果。
步骤S414,获取当前待排产批次的加工状态。
因为当前待排产整车的加工状态与前一个整车的加工状态有关,因此需要获得当前待排产批次中待排产车辆的加工状态,以便于计算当前待排产整车的生产时间。其中,当前待排产批次的加工状态可以包括:当前待排产整车是否已经完成上一工序,前一待排产整车是否已经完成本工序和当前待排产整车是否已经到达本工序指定位置。
具体的,在当前待排产整车已经完成上一工序时,即j>=2时,得到S(i,j)>=S(i,j-1)+D(i,j-1);在前一待排产整车已经完成本工序时,即i>=2时,得到S(i,j)>=S(i-1,j)+D(i-1,j);在当前待排产整车已经到达本工序指定位置时,得到S(i,j)>=(i-1+j-1)*R,其中,S(i,j)表示第i台车在第j个工序的开始时间,D(i,j)表示第i台车在第j个工序的加工时间。
步骤S416,针对加工状态选择预设的目标函数。
目标函数的参数是根据排序结果确定的,具体的,当i>1时并且j>1时,目标函数表示为:
Y=max(S(i,j-1)+D(i,j-1),S(i-1,j)+D(i-1,j),(i-1+j-1)*R)
其中,Y表示生产时间,R表示工序节拍,T表示超时容忍度,并且S(i,j)的初始条件为S(1,1)=0。
当i=1时并且j>1时,目标函数表示为:
Y=max(S(i,j-1)+D(i,j-1),(i-1+j-1)*R)
当j=1时并且j>1时,目标函数表示为:
Y=max(S(i-1,j)+D(i-1,j),(i-1+j-1)*R)
步骤S418,根据目标函数计算得到每个排序结果对应的生产时间。
步骤S420,获取各待排产整车的超时容忍度。
其中,超时容忍度为待排产整车的允许超时时长。可以理解的,不同车型的待排产整车的超时容忍度不同,因此需要针对不同车型分别获取对应的超时容忍度。
步骤S422,基于计算结果和超时容忍度,得到各目标整车组合对应的排序结果的超时差值。
在一种实施方式中,可以按照以下公式计算各所述目标整车组合对应的排序结果的超时差值:
Time=Sum_i(Sum_j(PositiveOnly(S(i,j)+D(i,j)-(i-1+j)*R-T)))
其中,Time表示超时差值,Sum表示总和,PositiveOnly为取正函数,PositiveOnly的定义为:当x>0时,PositiveOnly(x)=x;当x<=0时,PositiveOnly(x)=0。
步骤S324,将最小超时差值对应的排序结果确定为各目标整车组合对应的目标排序结果。
本发明实施例提供了一种整车生产线序排产的确定方法,能够获取整车生产线的日排产结果中的多辆待排产整车,通过对多辆待排产整车进行分组处理得到一个或者多个整车组合,根据整车组合的组合个数确定一个或者多个目标整车组合,对各目标整车组合中的待排产整车进行排序,得到各目标整车组合至少一个排序结果,然后获取当前待排产批次的加工状态,并根据加工状态计算各个排序结果的生产时间,再根据生产时间和与之对应的各个车型的超时容忍度得到超时差值,将超时差值最小值作为各目标整车组合对应的目标排序结果,最后将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。本发明实施例通过对待排产整车进行排列组合,得到生产耗时最短的序排产结果,从而提高实际应用中整车生产线在生产整车时的工作效率。
综上所述,本发明实施例可以达到如下特点至少之一:
(1)多品种车型小批量的混合排产安排。
汽车企业在实施多品种、中小批量柔性生产方式时,会碰到很多问题,如生产计划调整问题、排产安排问题、制造设备柔性问题、企业物流规划问题、库存控制问题等等。其中,多品种车型的混合排产安排问题相对更加重要,因为它直接影响生产系统的终端,即总装配线。向总装配线供应了该工件后,为了补充被领取的工件,必然会向更前一道工序领取所需的零部件。这样层层向前一道工序领取所需的零部件直到原材料部门,从而把各个工序连接起来实现同步化生产,即把各个车间连接起来实现同步化生产。
(2)汽车混流装配线的生产均衡化。
其中,汽车混流配装线的生产均衡化包括日排产均衡生产和物料供应的准时化。通过总装车间拉动涂装车间和焊装车间,对生产计划进行统一管理,使混流生产线上各零件部件的使用率尽量均衡,使总装配线传送带的停止时间最小化,以达到日排产均衡化和物料供应的准时化。
(3)实现对生产实况的事前仿真模拟。
根据当天的工艺节拍、整车的工艺信息、日产能信息和有效工作时间等信息,可以模拟出序排产中每辆整车每道工序的上线时间和下线时间,即可得到每辆整车每道工序的生产时间。
(4)排产计划的虚拟与现实的仿真验证及预警。
能够针对手工的排产计划或者订单变更后的计划进行虚拟验证,验证排产计划是否符合柔性装配线的生产规则、约束条件,是否满足日产能和交付日期,对不符合生产规则的日排产进行报警。
本发明实施例通过均衡生产线上每个工位的总装配时间,使混流生产线上各零件部件的使用率尽量均衡,还使总装配线传送带的停止时间最小化。
对于前述实施例提供的整车生产线序排产的确定方法,本发明实施例还提供了一种整车生产线序排产的确定装置,参见图5所示的一种整车生产线序排产的确定装置的结构示意图,该装置包括以下部分:
日排产结果获取模块502,用于获取整车生产线的日排产结果;其中,日排产结果包括多辆待排产整车。
分组处理模块504,用于对多辆待排产整车进行分组处理,得到至少一个整车组合;其中,整车组合中包含有至少一辆待排产整车。
组合确定模块506,用于根据得到的整车组合,确定至少一个目标整车组合;其中,所有目标整车组合构成整车生产线的当前待排产批次。
排序模块508,用于对各目标整车组合中的待排产整车按照预设排列方式进行排序,得到各目标整车组合的至少一个排序结果。
生产时间计算模块510,用于计算各排序结果对应的生产时间。
排序结果获取模块512,用于基于计算结果,选取各目标整车组合对应的目标排序结果;其中,目标排序结果为生产时间最短的排序结果。
结果整合模块514,用于将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。
本发明实施例提供了一种整车生产线序排产的确定装置,能够通过日排产结果获取模块获取整车生产线的日排产结果中的多辆待排产整车,并由分组处理模块对多辆待排产整车进行分组处理得到一个或者多个整车组合,并确定一个或者多个目标整车组合,排序模块对各目标整车组合中的待排产整车进行排序,得到各目标整车组合至少一个排序结果,然后生产时间计算模块计算各排序结果对应的生产时间,由排序结果获取模块根据生产时间确定各目标整车组合对应的目标排序结果,最后结果整合模块将各目标整车组合对应的目标排序结果整合为当前待排产批次的序排产结果。本发明实施例通过对待排产整车进行排列组合,得到生产耗时最短的序排产结果,从而提高实际应用中整车生产线在生产整车时的工作效率。
进一步的,上述组合确定模块还用于获取分组处理得到的整车组合的组合个数,并且当组合个数大于第一预设个数时,在得到的所有整车组合中提取第一预设个数的整车组合,并将提取的每个整车组合均确定为目标整车组合;当组合个数小于或等于第一预设个数时,将得到的各整车组合均确定为目标整车组合。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
该设备为一种智能终端,具体的,该智能终端包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图6为本发明实施例提供的一种智能终端的结构示意图,该智能终端100包括:处理器60,存储器61,总线62和通信接口63,所述处理器60、通信接口63和存储器61通过总线62连接;处理器60用于执行存储器61中存储的可执行模块,例如计算机程序。
其中,存储器61可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器61用于存储程序,所述处理器60在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中,或者由处理器60实现。
处理器60可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61,处理器60读取存储器61中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的整车生产线序排产的确定方法、装置及智能终端的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统具体工作过程,可以参考前述实施例中的对应过程,在此不再赘述。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种整车生产线序排产的确定方法,其特征在于,包括:
获取整车生产线的日排产结果;其中,所述日排产结果包括多辆待排产整车;
对多辆所述待排产整车进行分组处理,得到至少一个整车组合;其中,所述整车组合中包含有至少一辆待排产整车;
根据得到的所述整车组合,确定至少一个目标整车组合;其中,所有所述目标整车组合构成所述整车生产线的当前待排产批次;
对各所述目标整车组合中的待排产整车按照预设排列方式进行排序,得到各所述目标整车组合的至少一个排序结果;
计算各所述排序结果对应的生产时间;
基于计算结果,选取各所述目标整车组合对应的目标排序结果;其中,所述目标排序结果为生产时间最短的排序结果;
将各所述目标整车组合对应的目标排序结果整合为所述当前待排产批次的序排产结果。
2.根据权利要求1所述的方法,其特征在于,所述根据得到的所述整车组合,确定至少一个目标整车组合的步骤,包括:
获取分组处理得到的整车组合的组合个数;
当所述组合个数大于第一预设个数时,在得到的所有所述整车组合中提取所述第一预设个数的整车组合,并将提取的每个整车组合均确定为目标整车组合;
当所述组合个数小于或等于所述第一预设个数时,将得到的各所述整车组合均确定为目标整车组合。
3.根据权利要求2所述的方法,其特征在于,所述在得到的所有所述整车组合中提取所述第一预设个数的整车组合的步骤,包括:
在得到的所有所述整车组合中,获取包含的待排产整车数量与预设整车数量相同的整车组合;
在获取的所述待排产整车数量与预设整车数量相同的整车组合中,随机提取第二预设个数的整车组合,并计算所述第一预设个数与所述第二预设个数的个数差值;其中,所述第二预设个数小于或等于所述第一预设个数;
在包含的待排产整车数量与预设整车数量不同的整车组合中提取所述个数差值的整车组合;
将所述第二预设个数的整车组合和所述个数差值的整车组合共同作为所述第一预设个数的整车组合。
4.根据权利要求1所述的方法,其特征在于,所述计算各所述排序结果对应的生产时间的步骤,包括:
获取所述当前待排产批次的加工状态;
针对所述加工状态选择预设的目标函数;其中,所述目标函数的参数是根据所述排序结果确定的;
根据所述目标函数计算得到每个所述排序结果对应的生产时间。
5.根据权利要求1所述的方法,其特征在于,所述基于计算结果,选取各所述目标整车组合对应的目标排序结果的步骤,包括:
获取各所述待排产整车的超时容忍度;其中,所述超时容忍度为所述待排产整车的允许超时时长;
基于计算结果和所述超时容忍度,得到各所述目标整车组合对应的排序结果的超时差值;
将最小超时差值对应的排序结果确定为各所述目标整车组合对应的目标排序结果。
6.根据权利要求5所述的方法,其特征在于,所述基于计算结果和所述超时容忍度,得到各所述目标整车组合对应的排序结果的超时差值的步骤,包括:
按照以下公式计算各所述目标整车组合对应的排序结果的超时差值:
Time=Sum_i(Sum_j(PositiveOnly(S(i,j)+D(i,j)-(i-1+j)*R-T)))
其中,Time表示超时差值,Sum表示总和,S(i,j)表示第i台车在第j个工序的开始时间,D(i,j)表示第i台车在第j个工序的加工时间,R表示工序节拍,T表示超时容忍度,PositiveOnly为取正函数。
7.一种整车生产线序排产的确定装置,其特征在于,包括:
日排产结果获取模块,用于获取整车生产线的日排产结果;其中,所述日排产结果包括多辆待排产整车;
分组处理模块,用于对多辆所述待排产整车进行分组处理,得到至少一个整车组合;其中,所述整车组合中包含有至少一辆待排产整车;
组合确定模块,用于根据得到的所述整车组合,确定至少一个目标整车组合;其中,所有所述目标整车组合构成所述整车生产线的当前待排产批次;
排序模块,用于对各所述目标整车组合中的待排产整车按照预设排列方式进行排序,得到各所述目标整车组合的至少一个排序结果;
生产时间计算模块,用于计算各所述排序结果对应的生产时间;
排序结果获取模块,用于基于计算结果,选取各所述目标整车组合对应的目标排序结果;其中,所述目标排序结果为生产时间最短的排序结果;
结果整合模块,用于将各所述目标整车组合对应的目标排序结果整合为所述当前待排产批次的序排产结果。
8.根据权利要求7所述的装置,其特征在于,所述组合确定模块还用于:
获取分组处理得到的整车组合的组合个数;
当所述组合个数大于第一预设个数时,在得到的所有所述整车组合中提取所述第一预设个数的整车组合,并将提取的每个整车组合均确定为目标整车组合;
当所述组合个数小于或等于所述第一预设个数时,将得到的各所述整车组合均确定为目标整车组合。
9.一种智能终端,其特征在于,包括处理器和存储器;
所述存储器上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1至6任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至6任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811199597.1A CN109447428B (zh) | 2018-10-15 | 2018-10-15 | 整车生产线序排产的确定方法、装置及智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811199597.1A CN109447428B (zh) | 2018-10-15 | 2018-10-15 | 整车生产线序排产的确定方法、装置及智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109447428A true CN109447428A (zh) | 2019-03-08 |
CN109447428B CN109447428B (zh) | 2021-07-20 |
Family
ID=65545443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811199597.1A Active CN109447428B (zh) | 2018-10-15 | 2018-10-15 | 整车生产线序排产的确定方法、装置及智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109447428B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112561366A (zh) * | 2020-12-22 | 2021-03-26 | 珠海格力电器股份有限公司 | 对象匹配方法、装置、电子设备和存储介质 |
CN114626745A (zh) * | 2022-03-29 | 2022-06-14 | 广域铭岛数字科技有限公司 | 一种排产计划生成方法、系统、介质及电子终端 |
CN115345529A (zh) * | 2022-10-18 | 2022-11-15 | 一汽解放汽车有限公司 | 总装生产线排程方法、装置、计算机设备、存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07186013A (ja) * | 1993-12-27 | 1995-07-25 | Toyota Motor Corp | 生産計画作成方法 |
CN101533490A (zh) * | 2009-04-29 | 2009-09-16 | 江南大学 | Job-shop离散型生产的车间排产方法 |
CN101823519A (zh) * | 2010-05-10 | 2010-09-08 | 华中科技大学 | 一种汽车整车生产计划动态自动排产系统 |
CN101923342A (zh) * | 2010-07-12 | 2010-12-22 | 华中科技大学 | 一种降低汽车混流装配线产品切换次数的方法 |
CN102622667A (zh) * | 2012-02-13 | 2012-08-01 | 浪潮集团山东通用软件有限公司 | 一种基于多产品多生产线生产模式下的均衡排产方法 |
CN105427021A (zh) * | 2015-10-30 | 2016-03-23 | 江苏云道信息技术有限公司 | 一种服装智能排产方法 |
CN105483310A (zh) * | 2015-11-23 | 2016-04-13 | 东北大学 | 一种面向全流程生产的炼钢组批与排产方法 |
CN106056298A (zh) * | 2016-06-08 | 2016-10-26 | 宁波赛夫科技有限公司 | 工厂智能车间实时调度系统 |
CN106548260A (zh) * | 2015-09-16 | 2017-03-29 | 北汽福田汽车股份有限公司 | 一种定制车辆生产的方法及装置 |
-
2018
- 2018-10-15 CN CN201811199597.1A patent/CN109447428B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07186013A (ja) * | 1993-12-27 | 1995-07-25 | Toyota Motor Corp | 生産計画作成方法 |
CN101533490A (zh) * | 2009-04-29 | 2009-09-16 | 江南大学 | Job-shop离散型生产的车间排产方法 |
CN101823519A (zh) * | 2010-05-10 | 2010-09-08 | 华中科技大学 | 一种汽车整车生产计划动态自动排产系统 |
CN101923342A (zh) * | 2010-07-12 | 2010-12-22 | 华中科技大学 | 一种降低汽车混流装配线产品切换次数的方法 |
CN102622667A (zh) * | 2012-02-13 | 2012-08-01 | 浪潮集团山东通用软件有限公司 | 一种基于多产品多生产线生产模式下的均衡排产方法 |
CN106548260A (zh) * | 2015-09-16 | 2017-03-29 | 北汽福田汽车股份有限公司 | 一种定制车辆生产的方法及装置 |
CN105427021A (zh) * | 2015-10-30 | 2016-03-23 | 江苏云道信息技术有限公司 | 一种服装智能排产方法 |
CN105483310A (zh) * | 2015-11-23 | 2016-04-13 | 东北大学 | 一种面向全流程生产的炼钢组批与排产方法 |
CN106056298A (zh) * | 2016-06-08 | 2016-10-26 | 宁波赛夫科技有限公司 | 工厂智能车间实时调度系统 |
Non-Patent Citations (1)
Title |
---|
皮代军: "汽车总装厂排产优化研究", 《中国硕士学位论文数据库》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112561366A (zh) * | 2020-12-22 | 2021-03-26 | 珠海格力电器股份有限公司 | 对象匹配方法、装置、电子设备和存储介质 |
CN114626745A (zh) * | 2022-03-29 | 2022-06-14 | 广域铭岛数字科技有限公司 | 一种排产计划生成方法、系统、介质及电子终端 |
CN114626745B (zh) * | 2022-03-29 | 2023-05-30 | 广域铭岛数字科技有限公司 | 一种排产计划生成方法、系统、介质及电子终端 |
CN115345529A (zh) * | 2022-10-18 | 2022-11-15 | 一汽解放汽车有限公司 | 总装生产线排程方法、装置、计算机设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109447428B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104268722B (zh) | 基于多目标进化算法的动态柔性作业车间调度方法 | |
CN109492873A (zh) | 整车生产线的日排产方法、装置及智能终端 | |
Tang et al. | A systematic approach to design and operation of disassembly lines | |
US5177688A (en) | Assembly line balancer | |
CN109447428A (zh) | 整车生产线序排产的确定方法、装置及智能终端 | |
US7715936B2 (en) | System and method for the production of goods or products | |
CN108876263A (zh) | 汽车制造智能排产处理方法 | |
CN107862110A (zh) | 一种电子产品生产线虚拟换产方法 | |
CN108198218B (zh) | 柔性电路板定位方法、装置及计算机可读存储介质 | |
CN109146163A (zh) | 自动分拣系统分拣距离的优化方法、设备及存储介质 | |
CN109816243A (zh) | 面向动态任务感知的云制造协同任务调度方法 | |
CN110456746A (zh) | 一种多品种混线自动化生产的实时调度方法 | |
CN105980940A (zh) | 用于优化机器人单元的性能的方法和装置 | |
CN105974891A (zh) | 一种基于动态看板的模具生产过程自适应控制方法 | |
Avventuroso et al. | Production paradigms for additive manufacturing systems: A simulation-based analysis | |
Mousavi et al. | Bi-objective scheduling for the re-entrant hybrid flow shop with learning effect and setup times | |
Grobler-Debska et al. | Idea of switching algebraic-logical models in flow-shop scheduling problem with defects | |
Abd et al. | A scheduling framework for robotic flexible assembly cells | |
Kogan et al. | A polynomial algorithm for scheduling small-scale manufacturing cells served by multiple robots | |
Arzi et al. | Operating an FMC by a decision-tree-based adaptive production control system | |
CN109085804A (zh) | 一种用于电子产品在多工厂车间生产过程的优化调度方法 | |
Dousthaghi et al. | Solving the economic lot and delivery scheduling problem in a flexible job shop with unrelated parallel machines and a shelf life by a proposed hybrid PSO | |
CN107808226A (zh) | 基于最早开始时间的二车间柔性综合调度方法 | |
CN116611633A (zh) | 车辆的排产方法、装置及电子设备 | |
Demir et al. | Process planning and due-date assignment with ATC dispatching where earliness, tardiness and due-dates are punished |
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 |