CN109508956A - 一种基于物流仿真的电机智能制造排程方法 - Google Patents
一种基于物流仿真的电机智能制造排程方法 Download PDFInfo
- Publication number
- CN109508956A CN109508956A CN201811331942.2A CN201811331942A CN109508956A CN 109508956 A CN109508956 A CN 109508956A CN 201811331942 A CN201811331942 A CN 201811331942A CN 109508956 A CN109508956 A CN 109508956A
- Authority
- CN
- China
- Prior art keywords
- simulation
- submodule
- logistics
- manufactures
- production
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 112
- 238000004088 simulation Methods 0.000 title claims abstract description 73
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 19
- 238000005555 metalworking Methods 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims description 5
- 238000012384 transportation and delivery Methods 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010200 validation analysis Methods 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 11
- 238000009826 distribution Methods 0.000 description 6
- 238000003754 machining Methods 0.000 description 6
- 239000002994 raw material Substances 0.000 description 6
- 239000007787 solid Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000009749 continuous casting Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000011265 semifinished product Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000010923 batch production Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010181 polygamy Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02K—DYNAMO-ELECTRIC MACHINES
- H02K15/00—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Manufacturing & Machinery (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种基于物流仿真的电机智能制造排程方法,应用了仿真优化技术,将实际电机智能制造生产物流进行分层建模,借助仿真系统的信息触发机制,利用了综合性的启发式优化算法以及优先派遣法则进行仿真逻辑控制,通过仿真模型验证调试结果并给出排程计划,增强电机智能制造流水生产线的柔性,以应对多品种小批量的高度混流生产状况。
Description
技术领域
本发明属于电机智能制造领域,特别涉及一种基于物流仿真的电机智能制造排程方法。
背景技术
在大型电机生产制造企业中,由于其生产过程是由不同零部件通过串联、并联的方式复合而成,其间牵涉到较多的变化和不确定因素,生产模式往往难以界定,仰赖于计划员的长期经验。此外,更多样性的客户需求将会引入了更多的多品种小批量制造订单,更多的插单和散单,这也将生产调度过程的复杂性进一步增大。
同时,在权衡缺货成本和库存成本之下,现代生产制造企业也在向JIT生产模式改进。JIT追求在需要的时候,准确按时、按需生产出所需要的产品或组件,最大限度的消除提前和拖期成本,力争达到零库存成本和100%的高质量要求,其核心是实现对生产的计划和调度以及库存的精准管理。这就使得电机生产制造企业在安排生产计划时不但要考虑生产速度,而是要兼顾多个目标,产生了多目标的调度需求,进一步加剧电机生产物流排程的复杂性。
在电机生产制造中,几种产品共用一台设备或者一条生产线的情况是常见现象。如挤压模不同的金属先后在同一台挤压机上加工,同一条装配线在不同时间生产不同种类的汽车等等。因此同一设备生产不同产品时,需要进行设备的转换,这些需要额外的人力成本和时间。如何权衡转换成本、库存成本、合理安排各类产品的生产是实际生产中必须考虑的重要课题。在电机智能制造的物流中,主要牵涉到Flowshop调度问题和Jobshop调度问题。目前,该类调度问题主要的求解方法通常分为精确的数学规划方法、基于规则的构造型方法、智能优化算法和仿真优化算法。
数学规划方法使用最优化算法来求取最优的调度过程,但是由于电机智能制造属于NP-hard问题,随着问题规模的不断增大,求解难度呈现指数性增加,因此不适合应用在大规模排程的场景。本发明在提供电机生产制造建模方法的同时,主要采用的是基于仿真优化方法,并综合运用启发式算法来进行生产排程。
公开号为CN101789096A的专利申请公开了“一种基于目标导引的炼钢-连铸生产物流优化方法”以满足连铸机的连续浇铸为目标,通过目标的导向作用,引导物流对象在生产物流仿真模型中演化运行,同时借助全局与局部目标、规划和信息的有机集成,从而实现仿真过程在他组织牵引和约束下的调度。
公开号为CN106210093A的专利申请公开了“基于物流仿真软件的3D智能调度方法”将物流任务通过网络通信模块与AGV建立连接,并辅以AGV的物流任务触发机制,以驱使AGV按照需求来完成相应的物流任务,解决了触发条件不能完全匹配的问题。
上述有关生产物流调度专利的建模方法大多还是基于对生产物流进行单维度建模的基础上,且往往对于整个生产物流的调度过程采取同一化的调度优化方法,这对于简单的生产工业流程比较有效。对于电机智能制造生产物流的工业过程,其工艺流程的模型主要分为电机零部件的金工加工、定子转子铁心制造、电机带绕组钉子制造、笼型转子制造以及电机总装等几个部分,每个生产环节可能是进行流水线式的生产,也可能依据更加柔性的生产流程进行生产。过往的仿真模型建立大多不对各个组成模块进行区分,对整个仿真流程采用同一种建模方式,这对于品种少批量大的流水式订单影响不大,但是面对愈来愈多的多品种小批量的订单需求,就无法做到精确的排产计划。综上所述,如何应用科学的方法,使得电机智能制造生产流程依据每一个部分的工艺流程特点分别建模并采用适宜的排产优化算法、建立信息传导机制,以适应高度混流的生产需求,该方向的技术尚有改进和发展空间。
发明内容
针对现有技术的不足,本发明提供一种基于物流仿真的电机智能制造排程方法,可以有效对电机智能制造生产过程的各个环节进行区别性建模和优化,从而满足高度混流的生产需求。以上述预测方法为基础,进一步利用物流仿真软件,仿真实现了电机智能制造生产物流的排程过程。
本发明的技术方案如下:
电机生产制造工艺流程主要可以分解为电机零部件的金工加工、定子转子铁心制造、电机带绕组钉子制造、笼型转子制造以及电机总装和调试等几个子模块,在总装模块之前的子模块主要产出的是电机的组成零件,且很大程度上采取流水式的生产方式,各个子模块内部有各自的加工和分拣工序,也可能存在内部的半成品堆积库、回料库等。各个组成子模块最终还会有各自的组件产成品堆积库,用于总装线的原材料供给。
针对以上机理,可以将各个生产流程组成部分中按照流水式生产方式运作的子模块抽象成为一个Flowshop模型,其供给队列为每一个子模块的原材料供给来源和子模块内部的半成品堆积库。针对其他非流水式生产方式运作的部分,可以抽象成为信息驱动的工作单元并以此为基础进行模型搭建。
在上述仿真模型基本框架下,按照电机生产制造的组成模块物流方向,依据赋时petri网的机制,搭建各自的仿真模型,主要应当包括金工加工、定子转子加工与装配,电机其他零件如机座、端盖等加工以及总装调试等部分。对于各个基本子模块之间的链接,通过构建模块间的信息驱动机制,完成整机物流方向的仿真模型搭建。
在上述仿真模型的基础上,根据工单的需求,为仿真模型设置来料物流,并根据实际工单的情况设置原材料的类型和批量大小。
在上述仿真模型的基础上,为每一道工序下不同类别的产品生产加工过程设置工序加工时间表,数据需要进行实际采样并按照数据的分布特点为工序加工时间表进行设置,通常情况下可以使用指数分布。电机生产制造中往往成批进行,在加工工时表设置时,根据实际流水作业线的批量大小进行设置。
在上述仿真模型的基础上,为应对电机智能制造生产排程中多品种小批量订单所产生的混流生产问题,需要在仿真模型中各个工序下设置工序预置时间表,主要如果仿真系统不支持工序预置时间,可以在正式工序前添加一道工序作为预置工序,并设置相应标签判断当前生产加工状态以确定预置工序的时间。预置工序时间数据需要进行实际采样并按照数据的分布特点为工序进行设置,通常情况下可以使用指数分布。
在上述仿真模型的基础上,应当对仿真过程的实体流进行时间追踪,以便在仿真结束后取得每一个实体流的运作时间分布,从而作出排程计划。根据仿真系统的特点,可以通过工序信息触发机制为实体流添加进入工序时间、离开工序时间、进入队列时间、离开队列时间等基本时间信息,以便后续采集和分析。
在上述仿真模型的基础上,分别为子模块内部,子模块与子模块之间以及子模块与整个仿真模型之间设计生产排程的启发式优化算法,以获得准确、优化的排程计划。
对于流水线式生产车间,使用Flowshop模型抽象建模,并使用启发式算法作为工单排程的优化算法,在建立启发式算法的评价函数中,应当考虑混流作业线带来的预置时间的影响。
对于多个物流子模块之间以及自动化程度不高的子模块,根据信息驱动机制建立其间物流流动关系,采用优先派遣法则作为工单排程的依据,优先派遣法则为先进先去优先法或最短加工时间优先法,根据实际情况进行选择。具体的,可以通过设置优先级Zi(t)的方式来实现,需要考虑到工单平均加工时间、交货期、混流生产的预置时间与成本等因素,并以此为权重设定任意队列中各个实体流的优先级Zi(t),其中i代表队列中第i个待加工实体。每次工序结束释放机器资源后,机器将会自动匹配代加工队列中优先级Zi(t)最高的待加工实体,Zi(t)越小则优先级越高。
在电机生产物流中,最为重要的影响因素应当是交货期、加工工时,以及混流生产作业下的预置时间。故优先级可为其中di是第i个待加工实体的交货期,pij是第i个待加工实体在第j个工序上的加工时间,sij是第i个待加工实体在第j个工序上的预置时间。
上述的三个指标A1、A2、A3分别为该优先级Zi(t)定义公式中的权重,用于平衡三个优先派遣影响因子的重要性大小,针对特定的实例应当予以调整以达到较优解。权重A1针对工单松弛时间的SL优先派遣法则的改进法则,该指标采用工单松弛时间的对数,当工单松弛时间很小存在很大的延期成本,该项指标值将会显著下降甚至将为0,从而显著增大属于该工单中的待加工实体i的优先级。权重A2针对加工工时的SPT优先派遣法则,先处理加工工时短的工件可以显著降低队列的平均等待时间。权重A3针对工序的预置时间,是在混流生产物流下的重要影响因素,每次更换产品类别都需要伴随刀具的更换,这会增加时间成本和刀具的损耗率。因此,通过该项指标的存在将使连续加工相同类型电机工件的几率增大,从而减少频繁的刀具更换,而并非直接追求Makespan的最小化。
上述的优先级函数是电机智能制造生产物流中较为合适的函数模型。应当理解,在不同的设备状况下,模型中的指标可能会有差异,应当根据实际情况调整模型参数,或者对模型中的指标进行修改以适配实际需求,并对修改后的相关指标权重进行重新评价和修正。一般情况下,交货期、加工工时和预置时间是重要的指标,应当充分考虑。
在建立好的电机智能制造物流仿真模型上,设置好各个模块以及模块间的排程优化算法和信息触发机制后,根据实际工单情况对为原材料供应实体设置来料供应时间表,然后进入仿真开始阶段。
仿真结束后通过追踪工单实体流在每一道工序中的进入时间、离开时间并导出到表格中就可以获取该项工单的实际生产安排时间表。所有的工单排产时间表构成了整个排程计划。
其中,物流仿真系统可以为但不限于Flexism系统,例如,可以为Promodel,Witness,Arena,Automod,ShowFlow,SIMAnimation,Supply chain guru,SimLab,Classwarehouse,RaLC,Em-Plant,FactoryCAD与Plant Simulation组合仿真系统,Jaamsim,Rockwell Automation,SIEMEN Tecnomatix中的任意一种。
本发明所提供的一种基于物流仿真的电机智能制造排程方法,应用了仿真优化技术,将实际电机智能制造生产物流进行分层建模,借助仿真系统的信息触发机制,利用了综合性的启发式优化算法以及优先派遣规则进行仿真逻辑控制,通过仿真模型验证调试结果并给出排程计划,增强电机智能制造流水生产线的柔性,以应对多品种小批量的高度混流生产状况。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1为电机智能制造排程过程框图;
图2为电机主要加工配件分类图;
图3为电机智能制造排程应用流程图;
图4为三相电机生产制造整机物流图;
图5为转轴金加工仿真模型。
具体实施方式
实施例1
本实例结合三相异步电机的生产工艺流程,并利用物流仿真系统进行建模与仿真分析,获取优化后的排程计划和总工时,并对加工过程的各个子模块和工序的情况进行分析。整个电机智能制造排程过程框图如图1所示。电机智能制造排程建模与优化分为输入部分、建模与优化部分以及输出部分。输入部分依据工单信息查询获得相关电机生产制造工艺流程,主要包含工序预置时间、工序加工时间以及工单松弛时间等信息。输入部分的信息用于建模与优化部分的实时查询,作为优化的依据。建模与优化部分电机生产制造工艺流程进行分层建模,设置合适的仿真控制逻辑。最终的排程计划体现在输出部分。
电机生产制造过程分为配件制造和总装两大类,如图2所示其中配件制造主要分为金加工部分和定转子铁心制造及组装部分。
金加工主要包括机座、端盖以及转轴的金加工,单个金加工的车间多是流水线生产模式,因此适合作为Flowshop模型进行抽象建模。每个Flowshop模型都具备唯一一个来料队列用于待加工电机工件的存储。针对装配、总装部分,以及金加工车间之间的联系,可以视为子模块之间的物流过程,应当结合petri网中物料线与令牌线的关系采用信息驱动机制,并依据工件的工艺流程全局表来安排工件的生产制造流程。
根据上述基本描述,以Flexsim物流仿真系统为例,结合图3,给出实例的建模与排程优化的步骤如下:
步骤一:依据电机智能制造生产工艺流程,在物流仿真软件上搭建物流仿真,其中金加工车间或者其他流水线式生产模式的子生产物流模块采取Flowshop模型进行搭建,装配物流模块以及子模块之间以及采取信息驱动建模。按照整机物流方向各个模块内部,以及模块之间进行连接。图4为三相电机生产制造整机物流图。
图5所示为按照Flowshop模型搭建的转轴金加工仿真模型,以圆钢来料库为来料接口,依次通过圆钢下料、平端面、车削、铣削、磨削的工序,最后进入转轴中转库等待后续操作。整个过程符合流水式生产的特点,就能抽象成Flowshop模型,进行仿真逻辑控制。
步骤二:为所述仿真模型建立来料供应接口。将给定工单分解并根据产成品类型分类,根据电机生产流程中的最小批量,对单个工单的需求进行分解,并在不同工序段的来料供应接口中设置各个工单中产成品电机所对应的原材料类型,在仿真模型中体现为各个组成零件的原材料供应接口按照具体工单需求设置不同类型的来料时间与数量表。
步骤三:为所述仿真模型每一个工序模块建立预置时间与加工时间全局表。为所述仿真模型每一道工序的预置时间和加工时间链接时间全局表,用于在仿真过程中排程调度的即时查询。下表为电机转轴金加工时间全局表:
上表中最左列数据为代加工的转轴类型,在设定其类型序列时,应当遵守“工单号+相应零件号”的命名原则。例如该表中的类型序列“05003”代表工单5的第3种零件,对于更加复杂的情况也可以采用“工单号+电机品种号+相应零件号”的命名方式。具体的加工时间应当按照实际工序的测试结果进行填列,可以为具体数值或者表达式,如指数分布的加工时间等。
步骤四:为所述仿真模型建立工艺流程全局表。除了应用Flowshop模型搭建的电机生产制造子模块,应当为其余子模块中的每一个生产工序以及子模块之间的生产物流建立相关工件的工艺流程全局表,用于在仿真过程中为电机工件的物流流向提供即时查询。应用Flowshop模型搭建的子模块将会按照流水线生产方式自前向后依次进行每一道工序,采用FIFO的优先派遣规则对电机工件进行模块内部物流调度。
步骤五:为所述仿真模型中每一道工序制定实体拉入策略和实体发送策略。每当工序加工完成后,进行资源释放,并根据实体发送策略将当前加工完成的工件送往下一道工序或者队列。在释放完当前已加工工件以后,工序资源将会应用实体拉入策略对当前排序队列中的待加工实体进行选择,即时判定其动态优先级Zi(t),使得在每次执行拉入待加工电机工件进行加工时可以选取当前排序队列中优先级最高的工件,体现为Zi(t)的值最小。
上述工序实体拉入策略和发送策略的制定时,若针对Flowshop生产子模块,则应当在整个子模块的第一道工序制定整个子模块的实体拉动策略并在最后一道工序制定实体发送策略。该拉动策略可以使用智能优化算法如GA算法、NEH算法等,依据预置时间全局表的数据对算法的优化目标或者适宜性函数进行改进,使其更适配混流生产模式下的场景。
步骤六:为所述仿真模型每一道工序和队列设置进入加工、加工完成的信息触发机制,用于采集每一个电机待加工工件在生产制造过程中的时间信息。当待加工工件进入等待队列,离开等待队列,进入加工工序时间以及加工完成离开该工序的时间作为标签信息存储于工件之中。通过追踪每一个电机工件的这些时间信息标签,可以实现最终的生产排程计划。
步骤七:为所述仿真模型设定仿真结束触发逻辑,主要有两种方式:
方式一:设定工单所需电机产成品均已加工完毕。
方式二:设定来料均已经过所有加工或者装配工序。
其中在采取方式一时,需要为所述仿真模型添加剩余电机在产品零件的回料仓库。仿真结束时间就是工单整体的Makespan。
步骤八:所述仿真结束后,追踪每一个仿真产品的生产物流时间信息,形成报告,获得电机智能制造的生产排程计划。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于物流仿真的电机智能制造排程方法,其特征在于,具体包括以下步骤:
步骤1,根据电机制造生产工艺流程,将电机制造生产分成不同的子模块,在物流仿真软件上分别搭建每个子模块的仿真模型,通过构建子模块之间的信息驱动机制,完成电机整机的仿真模型搭建;
步骤2,为所述每个子模块的仿真模型建立来料供应接口;
步骤3,为所述每个子模块的仿真模型中每一道工序建立工序预置时间表和工序加工时间表;
步骤4,分别为每个子模块内部以及子模块与子模块之间设置排程优化算法和信息触发机制;
步骤5,运行所述电机整机的仿真模型,仿真结束后追踪所述每个子模块的仿真模型的生产物流时间信息,所有生产物流时间信息即构成电机智能制造排程计划。
2.如权利要求1所述的基于物流仿真的电机智能制造排程方法,其特征在于,所述步骤4具体包括为所述每个子模块的仿真模型中每一道工序制定实体拉入策略和实体发送策略、为所述每个子模块的仿真模型每一道工序和队列设置进入加工和加工完成的信息触发机制以及为所述每个子模块的仿真模型设定仿真结束触发逻辑。
3.如权利要求1所述的基于物流仿真的电机智能制造排程方法,其特征在于,还包括为所述每个子模块的仿真模型建立工艺流程全局表。
4.如权利要求1所述的基于物流仿真的电机智能制造排程方法,其特征在于,所述子模块包括电机零部件的金工加工、定子转子铁心制造、电机带绕组钉子制造、笼型转子制造,电机总装和调试。
5.如权利要求1所述的基于物流仿真的电机智能制造排程方法,其特征在于,通过进入加工和加工完成的信息触发机制为所述电机整机的仿真模型中的每一道工序和队列添加进入工序时间、离开工序时间、进入队列时间、离开队列时间。
6.如权利要求1所述的基于物流仿真的电机智能制造排程方法,其特征在于,采用Flownshop模型搭建按照流水线式生产方式运作的子模块的仿真模型,装配物流的子模块内部以及子模块与子模块之间采用信息驱动机制建立信息驱动模型。
7.如权利要求6所述的基于物流仿真的电机智能制造排程方法,其特征在于,在Flownshop模型中,内部的物流过程采用先进先出的优先派遣法则进行控制,并使用启发式算法作为工单排程的优化算法,且在建立启发式算法的函数中考虑预置工序时间的影响。
8.如权利要求6所述的基于物流仿真的电机智能制造排程方法,其特征在于,在所述信息驱动模型中,采用优先派遣法则作为工单排程的依据并设计优先级评价函数,所述优先级评价函数的指标包括交货期、加工工序时间和预置工序时间。
9.如权利要求8所述的基于物流仿真的电机智能制造排程方法,其特征在于,所述优先级评价函数的指标被设置为按照需求进行修改,并修正所述优先级评价函数的指标的权重。
10.如权利要求1所述的基于物流仿真的电机智能制造排程方法,其特征在于,所述仿真系统为Flexsim系统,或为Promodel,或为Witness,或为Arena,或为Automod,或为ShowFlow,或为SIMAnimation,或为Supply chain guru,或为SimLab,或为Classwarehouse,或为RaLC,或为Em-Plant,或为FactoryCAD与Plant Simulation组合仿真系统,或为Jaamsim,或为Rockwell Automation,或为SIEMEN Tecnomatix。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811331942.2A CN109508956A (zh) | 2018-11-09 | 2018-11-09 | 一种基于物流仿真的电机智能制造排程方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811331942.2A CN109508956A (zh) | 2018-11-09 | 2018-11-09 | 一种基于物流仿真的电机智能制造排程方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109508956A true CN109508956A (zh) | 2019-03-22 |
Family
ID=65748023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811331942.2A Pending CN109508956A (zh) | 2018-11-09 | 2018-11-09 | 一种基于物流仿真的电机智能制造排程方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109508956A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369145A (zh) * | 2020-03-04 | 2020-07-03 | 海南金盘智能科技股份有限公司 | 一种变压器排程方案的生成方法及系统 |
CN112232540A (zh) * | 2019-08-02 | 2021-01-15 | 中冶南方工程技术有限公司 | 一种基于多目标优化的钢铁企业汽车取样组批方法 |
CN112446526A (zh) * | 2019-09-05 | 2021-03-05 | 美商讯能集思智能科技股份有限公司台湾分公司 | 生产排程系统及方法 |
CN113469511A (zh) * | 2021-06-18 | 2021-10-01 | 武汉理工大学 | 一种agv小车任务分配、充电管理方法及装置 |
CN114692069A (zh) * | 2022-03-25 | 2022-07-01 | 广西鸿凯家具有限公司 | 一种钢制金属家具喷涂加工控制方法、系统及装置 |
CN114926075A (zh) * | 2022-06-02 | 2022-08-19 | 西安电子科技大学 | 基于工时预测的机械零件生产调度方法 |
CN114926075B (zh) * | 2022-06-02 | 2024-06-07 | 西安电子科技大学 | 基于工时预测的机械零件生产调度方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130104415A (ko) * | 2012-03-14 | 2013-09-25 | 한국해양과학기술원 | 블록 및 물류 관제 시뮬레이션 요구 및 기능 분석 방법 |
CN103886147A (zh) * | 2014-03-13 | 2014-06-25 | 西安工业大学 | 一种基于eM-Plant软件的动态作业车间调度仿真建模方法 |
CN106909992A (zh) * | 2017-03-02 | 2017-06-30 | 河南科技大学 | 一种多品种小批量混流装配线的分装生产方法及装置 |
CN107862110A (zh) * | 2017-10-17 | 2018-03-30 | 广东工业大学 | 一种电子产品生产线虚拟换产方法 |
-
2018
- 2018-11-09 CN CN201811331942.2A patent/CN109508956A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130104415A (ko) * | 2012-03-14 | 2013-09-25 | 한국해양과학기술원 | 블록 및 물류 관제 시뮬레이션 요구 및 기능 분석 방법 |
CN103886147A (zh) * | 2014-03-13 | 2014-06-25 | 西安工业大学 | 一种基于eM-Plant软件的动态作业车间调度仿真建模方法 |
CN106909992A (zh) * | 2017-03-02 | 2017-06-30 | 河南科技大学 | 一种多品种小批量混流装配线的分装生产方法及装置 |
CN107862110A (zh) * | 2017-10-17 | 2018-03-30 | 广东工业大学 | 一种电子产品生产线虚拟换产方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232540A (zh) * | 2019-08-02 | 2021-01-15 | 中冶南方工程技术有限公司 | 一种基于多目标优化的钢铁企业汽车取样组批方法 |
CN112232540B (zh) * | 2019-08-02 | 2022-08-05 | 中冶南方工程技术有限公司 | 一种基于多目标优化的钢铁企业汽车取样组批方法 |
CN112446526A (zh) * | 2019-09-05 | 2021-03-05 | 美商讯能集思智能科技股份有限公司台湾分公司 | 生产排程系统及方法 |
CN112446526B (zh) * | 2019-09-05 | 2024-03-12 | 美商讯能集思智能科技股份有限公司台湾分公司 | 生产排程系统及方法 |
CN111369145A (zh) * | 2020-03-04 | 2020-07-03 | 海南金盘智能科技股份有限公司 | 一种变压器排程方案的生成方法及系统 |
CN113469511A (zh) * | 2021-06-18 | 2021-10-01 | 武汉理工大学 | 一种agv小车任务分配、充电管理方法及装置 |
CN113469511B (zh) * | 2021-06-18 | 2022-05-13 | 武汉理工大学 | 一种agv小车任务分配、充电管理方法及装置 |
CN114692069A (zh) * | 2022-03-25 | 2022-07-01 | 广西鸿凯家具有限公司 | 一种钢制金属家具喷涂加工控制方法、系统及装置 |
CN114926075A (zh) * | 2022-06-02 | 2022-08-19 | 西安电子科技大学 | 基于工时预测的机械零件生产调度方法 |
CN114926075B (zh) * | 2022-06-02 | 2024-06-07 | 西安电子科技大学 | 基于工时预测的机械零件生产调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508956A (zh) | 一种基于物流仿真的电机智能制造排程方法 | |
CN109598416B (zh) | 一种复材车间的动态排产系统及排产方法 | |
CN109657354B (zh) | 一种基于数字孪生的混流装配车间快速重构方法及系统 | |
CN105427021A (zh) | 一种服装智能排产方法 | |
CN102909844B (zh) | 一种注塑机工件生产线的生产方法 | |
CN106094757B (zh) | 一种基于数据驱动的动态柔性作业车间调度控制方法 | |
CN103310285A (zh) | 可用于半导体生产线动态调度的性能预测方法 | |
CN101794147A (zh) | 一种基于扰动事件驱动的车间作业动态调度方法 | |
CN108171372B (zh) | 一种存在准备时间的多品种生产分批调度方法 | |
CN106647336A (zh) | 一种基于仿真的飞机装配过程智能监控系统 | |
CN109615165A (zh) | 一种基于erp与mes数据交互技术的柔性加工调度方法 | |
CN105974891A (zh) | 一种基于动态看板的模具生产过程自适应控制方法 | |
Qiao et al. | A Petri net and extended genetic algorithm combined scheduling method for wafer fabrication | |
CN114237170A (zh) | 基于数字孪生技术的装配车间虚实融合运行与管控方法 | |
CN116090552A (zh) | 一种人工智能加速卡产品的训练和推理性能的测试方法 | |
Kuric et al. | Computer aided process planning in machinery industry | |
Rane et al. | Improving performance of lock assembly line using lean and simulation approach | |
Chen et al. | Applying Meta-Heuristics Algorithm to Solve Assembly Line Balancing Problem with Labor Skill Level in Garment Industry. | |
Kovács et al. | A customizable simulator for artificial intelligence research to schedule semiconductor fabs | |
CN106909992A (zh) | 一种多品种小批量混流装配线的分装生产方法及装置 | |
CN114019922B (zh) | 一种基于粒子群退火算法的电子精密件柔性车间排程方法 | |
EP1884572A1 (en) | Optimizing hide usage in leather cutting process | |
JP2002229624A (ja) | 造船用生産計画装置 | |
CN110751352A (zh) | 试验排程方法以及计算机可读存储介质 | |
Peng et al. | A collaborative manufacturing execution platform for space product development |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190322 |