CN109615115A - 一种面向任务可靠性的集成生产任务调度方法 - Google Patents

Abstract

本发明提供一种面向任务可靠性的集成生产任务调度方法。具体步骤是：一、基于制造系统、生产任务及被制造产品的内在联系，确定影响任务可靠性的关键机器及工艺；二、确定各机器的性能状态；三、量化产品质量偏差指标；四、根据任务需求建立QPPN模型；五、给出基于任务可靠性的启发式规则；六、寻找生产任务调度最优解；七、结果分析，将本专利生产调度方法所得结果与未考虑任务可靠性的生产调度方法的结果作对比。该方法充分考虑生产任务调度对于制造工件质量的影响，从根本上弥补了传统制造过程中生产调度和产品质量检测独立考虑的不足，提升了制造系统的任务可靠性，具有很好的实用价值。

Description

一种面向任务可靠性的集成生产任务调度方法

技术领域

本发明提供了一种面向任务可靠性的集成生产任务调度方法，属于生产管理领域。

背景技术

制造业是一个国家的经济命脉，强大的制造业支撑是国家稳定发展的前提，而先进的制造技术无疑是制造业的核心竞争力。而随着制造系统的功能、结构日益复杂，市场需求变化加剧，在智能化环境下，在制造系统层面进行优化的生产调度方法在生产中变得越来越重要，其不仅能够保证复杂生产环境下生产任务的按时完成，对于生产产品的质量和制造系统自身的性能都有关键的影响。因此，科学的制造系统生产调度方法逐渐成为影响制造系统市场竞争力的主要因素之一。

生产需求决定了生产任务，具体由制造系统中的制造设备通过一系列的制造工艺生产出满足需求的质量和数量的产品。而对于制造设备和被制造产品来说，性能状态和质量状态都不再是简单的“二态性”参数，尤其在大数据时代的背景下，可利用过程数据对性能状态和质量状态进行更精准的分析和预测。因此制造任务具有明显的多态性特点，而且与制造设备的性能状态和生产产品的质量状态有密切的关系，共同决定了制造系统的任务可靠性水平。然而传统上多是将生产调度与制造设备维修、产品质量控制独立进行，对三者或是其中二者的综合优化已成为一个极具挑战性的研究课题。在智能制造背景下，如何基于对设备状态和产品质量状态的预测来进行集成的生产调度，是制造领域公认的科学难题。

早期的制造系统优化主要集中在系统的功能要求，如可达性，有界性等。随着制造技术的发展，后续研究通过将生产和设备利用等时间投入到研究中来进一步优化制造系统的性能，从而降低生产成本。目前，在广泛品种和小批量的柔性制造模式下，制成品的质量和可靠性的竞争越来越激烈，这就需要系统地定义制造系统的可靠性，特别是扩展生产产品的相关质量参数。在实际的生产过程中，制造设备更高的运行可靠性，所制造产品的更好的质量以及所有生产任务的更短的完工时间已经成为企业的追求目标。因此，本专利通过任务可靠性指标科学地表征制造系统满足生产任务要求的能力，对设备性能状态、任务执行状态和产品质量状态进行具体描述，进而以设备性能状态为基础，在满足最大完成时间等任务需求的前提下，寻找产品质量状态最优的生产计划，该方法从根本上弥补了传统以最大工期为唯一约束条件的生产调度方法的不足。本发明给出的一种面向任务可靠性的集成生产任务调度方法，集成了生产过程中的生产任务要求、质量控制，从系统的层面对生产调度进行了整体的优化，全面考虑了生产过程中的各种因素，能够在满足生产需求的基础上，提升产品质量状态，降低生产过程中的不确定性和总成本，提升了企业的竞争力。

发明内容

(1)本发明的目的：

针对制造系统生产调度方法在考虑忽视生产质量影响的不足，本发明提供一种新的制造系统集成生产调度方法——一种面向任务可靠性的集成生产任务调度方法。首先分析产品质量状态在生产过程中的动态变化，从制造任务的多态性角度出发，建立考虑设备性能状态、任务执行状态以及产品质量状态的任务可靠性模型，随后建立制造系统的质检库所Petri网(QPPN)模型，并确定初始标识和终止标识，进而根据建立考虑产品质量状态和最大工期约束的启发式规则，对于模型求得最优解。最后根据所得出的最优路径绘制生产计划甘特图，实现制造系统的科学的集成生产调度方法，弥补传统生产调度方法中忽视产品质量状态影响的不足。

(2)技术方案：

本发明提出一种面向任务可靠性的集成生产任务调度方法，提出的基本假设如下：

假设1、制造系统各设备之间相互独立，且引入的质量偏差相互独立；

假设2、每台关键加工设备后都有一个检测工位，且检测结果是绝对可靠的；

假设3、制造设备的缓冲区是无限的；

假设4、制造设备故障类型为渐变过程，设备发生性能退化，不会发生偶然故障；

(一)基于上述假设，本发明提出一种面向任务可靠性的集成生产任务调度方法，其特征在于：其实施步骤如下：

步骤一、基于制造系统、生产任务及被制造产品的内在联系，确定影响任务可靠性的关键机器及工艺；

步骤二、确定各机器的性能状态；

步骤三、量化产品质量偏差指标；

步骤四、根据任务需求建立QPPN模型；

步骤五、给出基于任务可靠性的启发式规则；

步骤六、寻找生产任务调度最优解；

步骤七、结果分析，将本专利生产调度方法所得结果与未考虑任务可靠性的生产调度方法的结果作对比；

通过以上步骤，本发明建立了一种面向任务可靠性的集成生产任务调度方法，达到了综合考虑设备性能状态、生产任务执行状态及产品质量状态的目的，解决了传统生产任务调度中仅关注制造设备基本可靠性和生产任务最大完成时间的局限性，提高了生产任务调度决策的科学性，有利于提高企业生产效益和产品竞争力。

其中，在步骤一中所述的“确定影响任务可靠性的关键机器及工艺”，是指从系统工程的角度出发，分析制造设备、生产任务和产品质量之间的内在联系以及对制造系统任务可靠性的影响关系，确定产品关键质量特性和关键工序，具体可由智能制造背景下的生产过程数据确定。

其中，在步骤一中所述的“基于制造系统、生产任务及被制造产品的内在联系，确定影响任务可靠性的关键机器及工艺”，其具体作法如下：

列出加工过程中涉及的具体加工工序和需要的设备硬件，基于生产过程质量数据和售后反馈数据，并结合设计人员的实践经验，确定产品的关键质量特性，根据具体的加工工序，识别制造系统关键节点，确定关键工序。

其中，在步骤二中所述的“确定各机器的性能状态”，是指依次确定第j个制造设备的加工状态S_jp及其所制造产品的质量状态S_jq；

其具体作法如下：由于制造设备的加工能力通常以单位时间内的加工量进行表征，因此，设备的加工状态S_jp可表示为：

这里P_max在制造设备在理想状态下最佳的生产能力，表示设备在上一个制造周期内的生产能力，P_min表示设备最差的生产能力，即最低可接受状态；

由于设备所制造产品的质量水平通常基于产品的质量检验数据确定，因此，设备所制造产品的质量状态S_jq可表示为：

这里k是指在计算该制造设备所制造产品质量状态时，所需要采集的历史数据的样本量大小，ρ_i表示产品第i个关键质量特性的权重系数；对于相似的加工过程或者与当前任务间隔较短的产品，其对应更高的系数；这里历史产品状态q_i是指KQC的实际加工参数与产品的工序要求的一致性程度，其具体计算方法为：

这里x_n是指关键质量特性的实际加工值，是指工序要求值，x_n′是指生产要求的最低可接受值。

其中，在步骤三中所述的“量化产品质量偏差指标”，是指基于产品各关键质量特性指标在生产过程中的过程模型，计算产品各关键质量特性的偏差值，评估产品质量状态Q_P；

其具体作法如下：假设产品共有m项关键质量特性，则根据生产经验给出对应每一项关键质量特性的偏差指标q_k(t)，则对应该关键质量特性指标的一致性Q_k(t)为：

这里a_k是指第k项关键质量特性指标在产品设计规范中的阈值；因此，产品质量状态Q_P可由各项关键质量特性指标的一致性加权求和求得，其具体计算方法为：

这里是指第k项关键质量特性的权重系数。

其中，在步骤四中所述的“根据任务需求建立QPPN模型”，是指确定任务需求中的任务集、设备集以及工序集，并进一步建立质检库所Petri网(QPPN)模型，确定其初始标识；

这里任务集为P＝{p_i},i＝1,2,K,n，设备集为M＝{m_j},j＝1,2,K,m，

工序集为OP＝{op_ijk},k＝1,2,K；这里QPPN模型是指七元数组：

QPPN＝(P,T,I,O,M_i,D,Q)

这里P＝{p₁,p₂,…p_n},n＞0是由圆圈标识的库所集合，T＝{t₁,t₂,…t_m},m＞0是由方框标识的变迁集合，I:P×T→N是定义P到T的有向弧的输入函数，其中N＝{0,1,…}，O:T×P→N是定义T到P的有向弧的输出函数，M_i:P→N表示系统的状态标识，M₀为系统的初始标识，M′为系统的终止标识，D＝{d₁,…,d_n}表示变迁所对应时延的集合，Q＝{q₁,…,q_n}表示库所所对应质量状态的集合。

其中，在步骤五中所述的“给出基于任务可靠性的启发式规则”，是指给出考虑产品质量状态的生产调度的启发式规则，其具体启发式为：

f_r(m)＝g_r(m)+h_r(m)

f_t(m)＝g_t(m)+h_t(m)

这里f_r(m)和f_t(m)分别对应搜索路径中的质量状态和时间成本,g_r(m)表示已搜索路径的质量状态，h_r(m)表示剩余路径的预计质量状态，g_t(m)表示已搜索路径的时间状态，h_t(m)表示剩余路径的预计时间成本，具体计算方法为：

h_t(m)＝min(rt_1m,rt_2m,L,rt_jm,)；

式中：表示关键质量特性一致性程度Q_k(t)对应的权重，l表示已搜索的路径中关键质量特性数目，n为关键质量特性总数目，rt_jm表示标识m对应下一个变迁的时间。

其中，在步骤六中所述的“寻找生产任务调度最优解”，是指依据步骤四中所建立的QPPN模型和系统初始标识m₀，寻优规则为，对于后续每一个可触发标识，计算选择此路径的质量状态f_r(m)和时间成本f_t(m)，并在时间成本不超过阈值f_t0(m)的路径中，选择质量状态最高的路径，进行下一步的寻优过程；如果某一个状态标识对应的后续路径的时间成本均高于阈值，则返回至上一标识选择质量状态次优解；依此类推，直至系统标识变为终止标识m′，所选择的路径代表的工序即为生产调度结果。

(二)本发明提出一种面向任务可靠性的集成生产任务调度方法，其特征在于：其实施的方法步骤如下：

步骤(一)、基于制造系统、生产任务及被制造产品的内在联系，确定影响任务可靠性的关键机器及工艺；

步骤(二)、确定各机器的性能状态；

步骤(三)、量化产品质量偏差指标；

步骤(四)、根据任务需求建立QPPN模型；

步骤(五)、给出基于任务可靠性的启发式规则；

步骤(六)、寻找生产任务调度最优解；

步骤(七)、结果分析，将本专利生产调度方法所得结果与未考虑任务可靠性的生产调度方法的结果作对比。

(3)优点和功效：

面向任务可靠性的集成生产任务调度方法，其优点是：

1>.本发明在挖掘制造系统过程质量数据等运行数据的基础上，进一步分析了产品质量状态，提出了量化生产过程中产品质量状态的方法；

2>.本发明提出了集成设备性能状态、产品质量状态的任务可靠性建模方法，提高了系统状态分析与评价的科学性。

3>.本发明提出的生产调度方法集成了生产任务分析与产品质量控制，具有极高的针对性、科学性和实用性，突破了传统生产调度方法在调度约束的局限性。

附图说明

图1是本发明所述方法流程图。

图2是集成生产任务调度机理示意图。

图3是制造系统任务可靠性模型示意图。

图4是制造系统QPPN模型示意图。

图4(a)是库所的完整示意图。

图4(b)是多任务制造系统的QPPN模型示意图。

图4(c)是制造系统完整QPPN模型示意图。

图5是生产调度计划甘特示意图(所提出方法)。

图6是生产调度计划甘特示意图(传统方法)。

图7是各制造工艺质量状态对比图。

图中序号、符号、代号说明如下：

p_i是QPPN模型中的库所，表示产品加工状态及其质量

t_i是QPPN模型中的变迁，表示设备加工过程及其时间

M_i表示第i个加工设备

J_i表示第i个制造任务

具体实施方式

下面结合附图和实例对本发明做进一步详细说明。

本发明是一种面向任务可靠性的集成生产任务调度方法，其流程图见图1所示，调度机理示意图见图2所示，任务可靠性概念模型示意图见图3所示，具体其实施步骤如下：

步骤1收集某型号发动机缸盖的制造工艺数据和过程质量数据，识别缸盖制造系统关键工艺及生产设备，确定关键质量特性及要求，见下表1。

表1.关键质量特性及其制造工艺信息

步骤2选取工序3、4、5作为研究对象，确定各相关制造设备的性能状态，确定在工序中符合设备性能状态要求的可选设备，见下表2。

表2.工序中可选加工设备及工序时长

步骤3量化产品质量偏差，q_ij(t)表示由设备M_i所加工的第j项关键质量特性的制造偏差值，如下式所示

q₁₁(t)＝2.26×10^-8t²+1.78×10^-5t+1.32×10^-5

q₁₃(t)＝1.42×10^-8t²+1.39×10^-5t+0.79×10^-5

q₂₂(t)＝1.35×10^-8t²+1.71×10^-5t+2.76×10^-6

q₂₃(t)＝2.41×10^-8t²+2.37×10^-5t+4.54×10^-6

q₃₁(t)＝1.32×10^-8t²+1.92×10^-5t+0.87×10^-5

q₃₂(t)＝1.93×10^-8t²+1.68×10^-5t+2.72×10^-6

q₃₃(t)＝1.95×10^-8t²+1.64×10^-5t+2.95×10^-6

每个质量偏差的波动阈值是a₁＝0.008,a₂＝0.012,a₃＝0.010。

步骤4、建立制造系统的QPPN模型，见图4所示。其中，初始标识为所有物料均处于待加工状态，终止标识为所有物料均已完成加工工序。

步骤5、其具体启发式为：

f_r(m)＝g_r(m)+h_r(m)

f_t(m)＝g_t(m)+h_t(m)

这里f_r(m)和f_t(m)分别对应搜索路径中的质量状态和时间成本,g_r(m)表示已搜索路径的质量状态，h_r(m)表示剩余路径的预计成本，g_t(m)表示已搜索路径的时间状态，h_t(m)表示剩余路径的预计时间成本，具体计算方法为：

h_t(m)＝min(rt_1m,rt_2m,L,rt_jm,)

步骤6、寻找生产任务调度最优解。根据上述优化算法，最低成本的生产调度路径为OP₂₁₁→OP₁₁₃→OP₃₁₁→OP₁₂₂→OP₂₂₃→OP₁₃₁→OP₃₂₂→OP₂₃₁→OP₃₃₃。相应的甘特图如图5所示。

根据甘特图所对应的生产调度计划，总的生产周期为22，对应三项生产任务的质量状态由高到低分别为0.9852、0.9764和0.9725。

步骤7、与传统生产调度方法进行对比。传统生产调度大部分均以总生产工期为约束目标，因此取启发式规则式如下式：

f(m)＝g(m)+h(m).

进而得到的最低成本的生产路径为OP₂₁₁→OP₃₁₃→OP₂₂₂→OP₁₁₁→OP₃₂₃→OP₁₂₂→OP₂₃₁→OP₃₃₃→OP₁₃₂。对应的甘特图如图6所示。

将所提出方法分别给三项制造任务带来的质量偏差与传统方法进行对比，如下表所示。

表3.两种方法下制造工艺质量偏差对比

每个制造工艺的质量状态如图7所示

根据传统方法中甘特图的生产计划，总生产周期仅为20，但传统方法中每个生产任务的质量状态分别为0.9820、0.9760和0.9669(从高到低)，可知所提出方法使在制品的质量状态平均增加了0.3％，制造系统的任务可靠性提高了2.7％。

对比发现，本发明方法较现有的生产调度方法具有明显的优势，这是因为本发明是基于具体生产任务要求，集成考虑设备性能状态、任务执行状态、产品质量状态对于任务可靠性的影响，将产品质量和最大工期共同作为生产调度的约束指标，较其他方法具有更好的针对性、科学性和实用性，提升制造系统的任务可靠性，能够指导企业制定合理的生产调度计划，降低企业生产成本。

Claims (9)

1.一种面向任务可靠性的集成生产任务调度方法，基本假设如下：

假设1、制造系统各设备之间相互独立，且引入的质量偏差相互独；

假设2、每台关键加工设备后都有一个检测工位，且检测结果是绝对可靠的；

假设3、制造设备的缓冲区是无限的；

假设4、制造设备故障类型为渐变过程，设备发生性能退化，不会发生偶然故障；

基于上述假设，本发明一种面向任务可靠性的集成生产任务调度方法，其特征在于：其实施步骤如下：

步骤一、基于制造系统、生产任务及被制造产品的内在联系，确定影响任务可靠性的关键机器及工艺；

步骤二、确定各机器的性能状态；

步骤三、量化产品质量偏差指标；

步骤四、根据任务需求建立QPPN模型；

步骤五、给出基于任务可靠性的启发式规则；

步骤六、寻找生产任务调度最优解；

步骤七、结果分析，将本专利生产调度方法所得结果与未考虑任务可靠性的生产调度方法的结果作对比。

2.根据权利要求1所述的一种面向任务可靠性的集成生产任务调度方法，其特征在于：

在步骤一中所述的“确定影响任务可靠性的关键机器及工艺”，是指从系统工程的角度出发，分析制造设备、生产任务和产品质量之间的内在联系以及对制造系统任务可靠性的影响关系，确定产品关键质量特性和关键工序，具体由智能制造背景下的生产过程数据确定。

3.根据权利要求1所述的一种面向任务可靠性的集成生产任务调度方法，其特征在于：

在步骤一中所述的“基于制造系统、生产任务及被制造产品的内在联系，确定影响任务可靠性的关键机器及工艺”，其具体作法如下：

列出加工过程中涉及的具体加工工序和需要的设备硬件，基于生产过程质量数据和售后反馈数据，并结合设计人员的实践经验，确定产品的关键质量特性，根据具体的加工工序，识别制造系统关键节点，确定关键工序。

4.根据权利要求1所述的一种面向任务可靠性的集成生产任务调度方法，其特征在于：

在步骤二中所述的“确定各机器的性能状态”，是指依次确定第j个制造设备的加工状态S_jp及其所制造产品的质量状态S_jq；

其具体作法如下：由于制造设备的加工能力通常以单位时间内的加工量进行表征，因此，设备的加工状态S_jp表示为：

这里P_max在制造设备在理想状态下最佳的生产能力，表示设备在上一个制造周期内的生产能力，P_min表示设备最差的生产能力，即最低能接受状态；

由于设备所制造产品的质量水平通常基于产品的质量检验数据确定，因此，设备所制造产品的质量状态S_jq表示为：

这里k是指在计算该制造设备所制造产品质量状态时，所需要采集的历史数据的样本量大小，ρ_i表示产品第i个关键质量特性的权重系数；对于相似的加工过程及与当前任务间隔较短的产品，其对应更高的系数；这里历史产品状态q_i是指KQC的实际加工参数与产品的工序要求的一致性程度，其具体计算方法为：

这里x_n是指关键质量特性的实际加工值，是指工序要求值，x_n′是指生产要求的最低接受值。

5.根据权利要求1所述的一种面向任务可靠性的集成生产任务调度方法，其特征在于：

在步骤三中所述的“量化产品质量偏差指标”，是指基于产品各关键质量特性指标在生产过程中的过程模型，计算产品各关键质量特性的偏差值，评估产品质量状态Q_P；

其具体作法如下：假设产品共有m项关键质量特性，则根据生产经验给出对应每一项关键质量特性的偏差指标q_k(t)，则对应该关键质量特性指标的一致性Q_k(t)为：

这里a_k是指第k项关键质量特性指标在产品设计规范中的阈值；因此，产品质量状态Q_P是由各项关键质量特性指标的一致性加权求和求得，其具体计算方法为：

这里是指第k项关键质量特性的权重系数。

6.根据权利要求1所述的一种面向任务可靠性的集成生产任务调度方法，其特征在于：

在步骤四中所述的“根据任务需求建立QPPN模型”，是指确定任务需求中的任务集、设备集以及工序集，并进一步建立质检库所Petri网即QPPN模型，确定其初始标识；

这里任务集为P＝{p_i},i＝1,2K,,n，设备集为M＝{m_j},j＝1,2,K,m，工序集为OP＝{op_ijk},k＝1,2K,；这里QPPN模型是指七元数组：

QPPN＝(P,T,I,O,M_i,D,Q)

这里P＝{p₁,p₂,…p_n},n＞0是由圆圈标识的库所集合，T＝{t₁,t₂,…t_m},m＞0是由方框标识的变迁集合，I:P×T→N是定义P到T的有向弧的输入函数，其中N＝{0,1,…}，O:T×P→N是定义T到P的有向弧的输出函数，M_i:P→N表示系统的状态标识，M₀为系统的初始标识，M′为系统的终止标识，D＝{d₁,…,d_n}表示变迁所对应时延的集合，Q＝{q₁,…,q_n}表示库所所对应质量状态的集合。

7.根据权利要求1所述的一种面向任务可靠性的集成生产任务调度方法，其特征在于：

在步骤五中所述的“给出基于任务可靠性的启发式规则”，是指给出考虑产品质量状态的生产调度的启发式规则，其具体启发式为：

f_r(m)＝g_r(m)+h_r(m)

f_t(m)＝g_t(m)+h_t(m)

这里f_r(m)和f_t(m)分别对应搜索路径中的质量状态和时间成本,g_r(m)表示已搜索路径的质量状态，h_r(m)表示剩余路径的预计质量状态，g_t(m)表示已搜索路径的时间状态，h_t(m)表示剩余路径的预计时间成本，具体计算方法为：

h_t(m)＝min(rt_1m,rt_2m,L,rt_jm,)；

式中：表示关键质量特性一致性程度Q_k(t)对应的权重，l表示已搜索的路径中关键质量特性数目，n为关键质量特性总数目，rt_jm表示标识m对应下一个变迁的时间。

8.根据权利要求1所述的一种面向任务可靠性的集成生产任务调度方法，其特征在于：

在步骤六中所述的“寻找生产任务调度最优解”，是指依据步骤四中所建立的QPPN模型和系统初始标识m₀，寻优规则为，对于后续每一个可触发标识，计算选择此路径的质量状态f_r(m)和时间成本f_t(m)，并在时间成本不超过阈值的路径中，选择质量状态最高的路径，进行下一步的寻优过程；如果一个状态标识对应的后续路径的时间成本均高于阈值，则返回至上一标识选择质量状态次优解；依此类推，直至系统标识变为终止标识m′，所选择的路径代表的工序即为生产调度结果。

9.根据权利要求1所述的一种面向任务可靠性的集成生产任务调度方法，其特征在于：

其实施的方法步骤如下：

步骤(一)、基于制造系统、生产任务及被制造产品的内在联系，确定影响任务可靠性的关键机器及工艺；

步骤(二)、确定各机器的性能状态；

步骤(三)、量化产品质量偏差指标；

步骤(四)、根据任务需求建立QPPN模型；

步骤(五)、给出基于任务可靠性的启发式规则；

步骤(六)、寻找生产任务调度最优解；

步骤(七)、结果分析，将本专利生产调度方法所得结果与未考虑任务可靠性的生产调度方法的结果作对比。