CN110516936B - 一种智能生产流水线调配系统 - Google Patents

一种智能生产流水线调配系统 Download PDF

Info

Publication number
CN110516936B
CN110516936B CN201910744793.0A CN201910744793A CN110516936B CN 110516936 B CN110516936 B CN 110516936B CN 201910744793 A CN201910744793 A CN 201910744793A CN 110516936 B CN110516936 B CN 110516936B
Authority
CN
China
Prior art keywords
production
order
produced
time
orders
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
CN201910744793.0A
Other languages
English (en)
Other versions
CN110516936A (zh
Inventor
陈孝军
唐小景
梁亨龙
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.)
Wuhan Pansheng Dingcheng Technology Co ltd
Original Assignee
Wuhan Pansheng Dingcheng Technology Co ltd
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 Wuhan Pansheng Dingcheng Technology Co ltd filed Critical Wuhan Pansheng Dingcheng Technology Co ltd
Priority to CN201910744793.0A priority Critical patent/CN110516936B/zh
Publication of CN110516936A publication Critical patent/CN110516936A/zh
Application granted granted Critical
Publication of CN110516936B publication Critical patent/CN110516936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • 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
    • 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
    • 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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2629—Assembly line
    • 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

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

Abstract

本发明公开了一种智能生产流水线调配系统，包括依次相连的流水线生产信息库、流水线调配模块和调配执行模块。首先构建包含企业能够生产的所有订单属性以及企业拥有的所有资源属性的流水线生产信息库，然后依据流水线生产信息库和预先设定的流水线调配模型，以最短完工时间和最低加工成本为调配目标，并依据约束条件，获得多订单同时在线生产的流水线调配方案。有效解决了多订单同时在线生产的冲突问题，并实现了资源利用率最大化、生产效率最高化和生产成本最低化的生产目标。

Description

一种智能生产流水线调配系统
技术领域
本发明属于生产线智能控制技术领域，尤其涉及一种智能生产流水线调配系统。
背景技术
流水线生产属于典型的离散型生产，其正产过程具有如下特征：(1)围绕客户订单组织生产活动，产品的规格、数量、交货期等根据客户订单确定，因而存在订单优先级问题；(2)品种多样，且均需遵循一定的工序流程进行加工制造；(3)同一生产设备能够完成一道或多道工序，但某些特殊工序只能由特定的生产设备生产；(4)生产过程离不开工人的操作，而每个工人的工作效率不同，且工序数量和每道工序所需的工时也不同，生产均衡性难以保障。如电脑产品的后期装配生产，一个完整的电脑产品通常是由多个零部件通过一定装配工序组装而成。对于不同型号的电脑产品，通常包含的零部件种类和数量也不相同；甚至有些零部件种类相同，但组装结构不同，也会导致电脑成品的型号不同。因此，当同时接到多种客户订单时，如何通过合理的流水线调配，实现企业资源利用率最大化、生产成本最低化和生产时间最短化是亟待解决的问题。
现有技术为规避多订单生产可能导致的生产冲突、工序内部以及工序之间的不平衡，通常采用单任务生产模式，即在一批次产品生产任务完成或即将完成后再投入另一批次产品的生产。如授权公告号为CN106681291 B的发明专利提供了一种生产调度方法及系统，包括工艺信息模块、装配任务模块和生产执行模块。首先获取当前生产装配任务的装配工艺参数和实际生产约束参数；然后根据装配工艺参数和实际生产约束参数，并依据预先设定的调度问题模型，获得当前生产装配任务的工序执行时间表和资源使用时间表；最后依据工序执行时间表和资源使用时间表生成装配调度信息。
以上所述现有技术在一定程度上解决了多订单生产冲突问题，满足了离散装配车间的复杂调度。但对于多订单同时在线生产时，工序的平衡问题尚未得到妥善解决；且整体生产时间延长，部分设备可能处于空闲状态，生产效率低，无法提高企业生产的灵活性，还可能导致部分任务延期完成。
因此，急需提供一种针对多订单同时在线生产的流水线调配系统，实现生产效率最大化、生产成本最低化的目标。
发明内容
针对上述现有技术存在的缺陷，本发明的目的在于提供一种智能生产流水线调配系统，包括依次相连的流水线生产信息库、流水线调配模块和生产执行模块。首先构建包含企业能够生产的所有订单属性以及企业拥有的所有资源属性的信息库，然后依据信息库和预先设定的流水线调配模型，获得多订单同时在线生产的流水线调配方案，并按流水线调配方案进行生产。有效解决了多订单同时在线生产的冲突问题，并能实现生产效率最大化和生产成本最低化的目标。
为实现上述目的，本发明采用以下技术方案实现：
一种智能生产流水线调配系统，包括依次相连的流水线生产信息库、流水线调配模块和生产执行模块；其中，
所述流水线生产信息库包括企业能够生产的所有订单属性以及企业拥有的所有资源属性；
所述流水线调配模块，用于根据所述企业能够生产的所有订单属性以及企业拥有的所有资源属性，并依据预先设定的流水线调配模型，获得所有待生产订单的总流水线调配方案；
所述生产执行模块，用于执行所述所有待生产订单的总流水线调配方案。
进一步的，所述订单属性包括订单种类、每一类订单对应的最优流水线调配方案以及最优流水线调配方案对应的单位加工时间和单位加工成本；所述每一类订单对应的最优流水线调配方案是指以该类订单完工时间最短为目标的流水线调配方案。
进一步的，所述每一类订单对应的最优流水线调配方案包括流水线工序执行顺序表、工序执行时间表和资源使用时间表。
进一步的，所述企业拥有的所有资源属性包括资源种类及对应的资源数量，所述资源种类按生产工序分类，将每一道生产工序所需要的资源归为一类资源。
进一步的，所述流水线调配模型包括最小完工时间的调配目标、最低加工成本的调配目标和约束条件。
进一步的，所述最小完工时间为完成所有待生产订单的最小时间，所述最低加工成本为完成所有待生产订单的最低总成本。
进一步的，所述约束条件包括完工时间约束、订单优先级约束和资源使用约束。
进一步的，所述完工时间约束为确保所有待生产订单在其最迟交货期内完工；
所述订单优先级约束为确保所有待生产订单中重要订单优先完工；
所述资源使用约束为确保资源被占用的数量小于等于企业拥有的所有资源使用数量。
进一步的，所述智能生产流水线调配系统的流水线调配方法为：
S1.构建流水线生产信息库：包括企业能够生产的所有订单种类、每一类订单对应的最优流水线调配方案以及最优流水线调配方案对应的单位加工时间和单位加工成本，以及企业拥有的所有资源属性；
S2.获得总流水线调配方案：流水线调配模块根据流水线生产信息库中最优流水线调配方案先确定待生产订单的工序执行顺序表，然后依据流水线调配模型，以最短完工时间和最低加工成本为调配目标，以完工时间约束、订单优先级约束和资源使用约束为约束条件，获得多订单同时在线生产时，每个订单的工序执行时间表和资源使用时间表；
S3.流水线生产执行：生产执行模块根据流水线调配模块确定的每个订单的工序执行顺序表、工序执行时间表和资源使用时间表，进行流水线生产。
有益效果
与现有技术相比，本发明提供的一种智能生产流水线调配系统具有如下有益效果：
(1)本发明利用现有技术的单任务流水线调配系统，提前构建流水线生产信息库，包括企业能够生产的所有订单种类、每一类订单对应的最优流水线调配方案以及最优流水线调配方案对应的单位加工时间和单位加工成本，以及企业拥有的所有资源属性，以流水线生产信息库为导向，进行多种订单的同时在线生产的流水线调配，将复杂的问题简单化，有效解决了多种订单的同时在线生产的冲突问题和调配复杂的问题。
(2)本发明通过构建多种订单的同时在线生产的流水线调配模型，以最短完工时间和最低加工成本为调配目标，并将工序之间的运输时间和等待时间考虑在内，提高了调配精确度；根据两个订单中占用同一类资源的工序到达顺序，确定优先进行的工序，解决了生产冲突问题，防止资源处于空闲等待状态，导致资源利用率低，从而降低生产效率。
(3)本发明通过流水线生产信息库先确定单个待生产订单的工序执行顺序表，然后依据本发明固有的流水线生产资源，以及每一个待生产订单所需要的流水线生产资源，进行多订单同时在线生产的合理调配。以完工时间作为约束，可确保所有待生产订单在其最迟交货期内完工；以订单优先级约束，可确保所有待生产订单中最迟交货期在前的订单优先完工，防止突发事件导致的订单延期；以资源使用约束，确保资源被占用的总数量小于等于企业拥有的所有资源总数量，以及确保每一道工序占用的资源总数量小于等于企业拥有的每一类资源总数量，防止同一类资源使用超量导致的多订单同时在线生产冲突，从而获得流水线最优化调配方案，实现生产效率最高化和生产成本最低化的智能调配。
附图说明
图1为本发明提供的智能生产流水线调配系统组成及功能框图；
图2为流水线调配模型组成框图；
图3为待生产订单工序等待时间判断框图。
具体实施方式
以下将对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例；基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
智能生产流水线调配系统是针对某项可以分解的任务，在一定的约束条件下，通过安排各生产工序所占用的机器资源、加工时间以及先后顺序等，以获得产品制造时间或者成本等方面的最优。
请参阅图1所示本发明提供的一种智能生产流水线调配系统，包括依次相连的流水线生产信息库、流水线调配模块和生产执行模块。
其中，所述流水线生产信息库包括企业能够生产的所有订单属性以及企业拥有的所有资源属性。
企业能够生产的所有订单属性是通过企业所拥有的所有资源属性确定，通常在接收客户订单之前，提前设置好，以供客户选择。
所述订单属性包括订单种类、每一类订单对应的最优流水线调配方案以及最优流水线调配方案对应的单位加工时间和单位加工成本；所述每一类订单对应的最优流水线调配方案是指以该类订单完工时间最短为目标的流水线调配方案。
将企业能够生产的所有订单属性记为A＝(S，P，PT，PC)，其中，
S＝{S1，S2，…，Sn}为订单种类集合，n表示企业能够生产的订单类型数量；
P＝{p1，p2，…，pn}为每一类订单对应的最优流水线调配方案集合，每一个最优流水线调配方案pi(i＝1,2,…,n)包括流水线工序执行顺序表、工序执行时间表和资源使用时间表等，按最优流水线调配方案生产该类订单时的单位加工时间最短；
PT＝{PT1，PT2，…，PTn}，为最优流水线调配方案对应的总的单位加工时间集合，PTi＝{PTi1，PTi2，…，PTik}表示最优流水线调配方案pi每一道工序对应的单位加工时间，k表示方案pi的工序数；
PC＝{PC1，PC2，…，PCn}，为最优流水线调配方案对应的总的单位加工成本集合，PCi＝{PCi1，PCi2，…，PCik}表示最优流水线调配方案pi每一道工序对应的单位加工成本，k表示方案pi的工序数。
其中，利用现有技术方案，可获得每一类订单以完工时间最短为目标的最优流水线调配方案。
所述最优流水线调配方案的工序执行顺序表：依据产品结构、工序种类和功能、工序所需工种、工序对工位的要求、工序优先级等确定，按工序执行顺序表依次进行装配得到成品。
所述最优流水线调配方案的工序执行时间表：依据装配流程图中工序之间的父子级关系、工位要求、车间工位种类数量限制、任务要求时间限制和工序额定工时，生成工序执行时间表，车间装配组长通过工序执行时间表下发日作业计划，形成日作业计划执行时间表。
所述最优流水线调配方案的资源使用时间表：包括可重用资源使用时间表和不可重用资源使用时间表两个部分，可重用资源时间表，如人员派工单，从工序执行时间表获取执行工序所需的人员数量和工种，人员排班表是车间人员的实际工作时间表，通过工序执行时间表和人员排班表形成人员派工单；不可重用资源使用时间表，如物料配送单，从工序执行时间表中获取执行工序需要的物料种类和数量，结合车间物料库存数据，确定物料配送的时间点、配送工位、种类和数量等信息，形成物料配送单。
进一步的，企业拥有的所有资源属性包括资源种类及对应的资源数量，所述资源种类按生产工序分类，将每一道生产工序所需要的资源归为一类资源，则每一类资源包括完成该工序需要的物料、设备和人员等。
将资源企业拥有的所有资源属性记为B＝(R，Q)，其中，
R＝(R1，R2，…，Rm)，表示企业拥有的所有资源种类集合，m表示企业能够进行的工序总数，m≥k；
Q＝(Q1，Q2，…，Qm)，表示每一类资源对应的资源数量集合。
进一步的，所述流水线调配模块，用于根据所述企业能够生产的所有订单属性以及企业拥有的所有资源属性，并依据预先设定的流水线调配模型，获得所有待生产订单的总流水线调配方案。
所述生产执行模块，用于执行所述所有待生产订单的总流水线调配方案。
请参阅图2所示，所述流水线调配模型包括最小完工时间的调配目标、最低加工成本的调配目标和约束条件。
所述最小完工时间为完成所有待生产订单的最小时间，所述最低加工成本为完成所有待生产订单的最低总成本。设所有待生产订单为S′＝{S1，S2，…，Sn′}，n′≤n，对应的生产批量记为b1，b2，…，bn′，则最小完工时间的调配目标函数和最低加工成本的调配目标函数如式(1)所示：
Figure GDA0003515790730000071
其中，x表示所有待生产订单为S′＝{S1，S2，…，Sn′}的总流水线调配方案，x＝{x1，x2，…，xn′}，方案xi′的工序执行顺序表通过流水线生产信息库中最优流水线调配方案确定，只需依据流水线调配模型确定多订单同时在线生产时，每个订单的工序执行时间表和资源使用时间表；T表示方案x下完成全部待生产订单的总时间，C表示方案x下完成全部待生产订单的总成本，针对特定的总流水线调配方案x，f1(x)和f2(x)的计算公式如式(2)所示：
Figure GDA0003515790730000072
其中，Ti′(xi′)表示待生产订单Si′(i′＝1,2,…,n′)完成所有工序总的单位加工时间；pi′表示待生产订单Si′的工序数；PCi′(k)表示订单Si′第k道工序的单位加工成本；Ti′(xi′)的计算公式如式(3)所示：
Figure GDA0003515790730000073
其中，ti′(k-1)表示第k-1道工序的完成时间，令ti′(0)＝0，即从0时刻开始计时；DTi′(k)表示订单Si′从第k-1道工序运输到第k道工序的时间；WTi′(k)表示订单Si′到达第k道工序时的等待时间；PTi′(k)订单Si′第k道工序的单位加工时间。
由于每个待生产订单的每道工序可能存在使用资源(生产工序)相同的情况，影响工序的等待时间。所以需要将每个待生产订单的每道工序到达下一道工序的时间进行比较，判断是否需要等待，计算等待时间WTi′(k)。
请参阅图3所示，假设有两个待生产订单Si′和Sj′，1≤i′,j′≤k，且i′≠j′，Si′中的工序用a表示，Sj′中的工序用e表示，则有如下两种情况：
(1)如果工序a与工序e分配企业的相同资源
(11)当待生产订单Si′先到达工序a，并且Si′的工序a加工完成前待生产订单Sj′已到达工序e，即tj′(e-1)+DTj′(e)-PTi′(a)＜ti′(a-1)+DTi′(a)＜tj′(e-1)+DTj′(e)时：
Figure GDA0003515790730000081
(12)当待生产订单Si′先到达工序a，但Si′的工序a加工完成时，待生产订单Sj′还没到达或刚到达工序e，即ti′(a-1)+DTi′(a)≤tj′(e-1)+DTj′(e)-PTi′(a)时：
Figure GDA0003515790730000082
(13)当待生产订单Si′和Sj′同时到达工序a和e，即ti′(a-1)+DTi′(a)＝tj′(e-1)+DTj′(e)时，等待时间计算公式与式(4)相同。
(14)当待生产订单Sj′先到达工序e，但Sj′的工序e加工完成前Si′已到达工序a，即ti′(a-1)+DTi′(a)-PTj′(e)＜tj′(e-1)+DTj′(e)＜ti′(a-1)+DTi′(a)时：
Figure GDA0003515790730000083
(15)当待生产订单Sj′先到达工序e，但Sj′的工序e加工完成时，待生产订单Si′还没到达或刚到达工序a，即tj′(e-1)+DTj′(e)≤ti′(a-1)+DTi′(a)-PTj′(e)时，等待时间计算公式与式(5)相同。
(2)如果工序a与工序e分配企业的不同资源，则不存在等待情况，等待时间计算公式与式(5)相同。
在计算总流水线调配方案的总时间和总成本时，需要考虑约束条件，所述约束条件包括完工时间约束、订单优先级约束和资源使用约束。
所述完工时间约束为确保所有待生产订单在其最迟交货期内完工，具体为：
Ti′(xi′)≤RTi′ (7)
其中，i′(i′＝1,2,…,n′)，RTi′表示订单Si′的最迟交货期。
所述订单优先级约束为确保所有待生产订单中最迟交货期在前的订单优先完工，具体为：
若RTi′≤RTj′，则Tj′(xj′)≤Tj′(xj′)。
所述资源使用约束为:
(1)确保资源被占用的总数量小于等于企业拥有的所有资源总数量，具体为：
Q′1+Q′2+…+Q′m≤Q (8)
(2)确保每一道工序占用的资源总数量小于等于企业拥有的每一类资源总数量，具体为：
Figure GDA0003515790730000091
其中，Q′m为同时在线生产的所有订单占用m类资源的总数量。
根据以上所述的智能生产流水线调配系统，其流水线调配方法为：
S1.构建流水线生产信息库：包括企业能够生产的所有订单种类、每一类订单对应的最优流水线调配方案以及最优流水线调配方案对应的单位加工时间和单位加工成本，以及企业拥有的所有资源属性；
其中，根据某一类订单生产装配任务的装配工艺参数和实际生产约束参数，并依据生产调度问题模型，获得该订单最优流水线调配方案，包括生产装配任务的流水线工序执行顺序表、工序执行时间表和资源使用时间表；
S2.获得总流水线调配方案：流水线调配模块根据流水线生产信息库中最优流水线调配方案先确定待生产订单的工序执行顺序表，然后依据流水线调配模型，以最短完工时间和最低加工成本为调配目标，以完工时间约束、订单优先级约束和资源使用约束为约束条件，获得多订单同时在线生产时，每个订单的工序执行时间表和资源使用时间表；
其中，最短完工时间将工序之间的运输时间和等待时间考虑在内；
S3.流水线生产执行：生产执行模块根据流水线调配模块确定的每个订单的工序执行顺序表、工序执行时间表和资源使用时间表，进行流水线生产。
通过上述对本发明的描述可以看出，本发明通过流水线生产信息库先确定单个待生产订单的工序执行顺序表，然后依据本发明固有的流水线生产资源，以及每一个待生产订单所需要的流水线生产资源，进行多订单同时在线生产的合理调配。同时，本发明以完工时间作为约束，可确保所有待生产订单在其最迟交货期内完工；以订单优先级约束，可确保所有待生产订单中最迟交货期在前的订单优先完工，防止突发事件导致的订单延期；以资源使用约束，确保资源被占用的总数量小于等于企业拥有的所有资源总数量，以及确保每一道工序占用的资源总数量小于等于企业拥有的每一类资源总数量，防止同一类资源使用超量导致的多订单同时在线生产冲突，从而获得流水线最优化调配方案，实现生产效率最高化和生产成本最低化的智能调配。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种智能生产流水线调配系统，其特征在于，包括依次相连的流水线生产信息库、流水线调配模块和生产执行模块；其中，
所述流水线生产信息库包括企业能够生产的所有订单属性以及企业拥有的所有资源属性；
所述流水线调配模块，用于根据所述企业能够生产的所有订单属性以及企业拥有的所有资源属性，并依据预先设定的流水线调配模型，获得所有待生产订单的总流水线调配方案；
所述生产执行模块，用于执行所述所有待生产订单的总流水线调配方案；
所述智能生产流水线调配系统的流水线调配方法为：
S1.构建流水线生产信息库：包括企业能够生产的所有订单种类、每一类订单对应的最优流水线调配方案以及最优流水线调配方案对应的单位加工时间和单位加工成本，以及企业拥有的所有资源属性；每一个最优流水线调配方案包括流水线工序执行顺序表、工序执行时间表和资源使用时间表，按最优流水线调配方案生产该类订单时的单位加工时间最短；
S2.获得总流水线调配方案：流水线调配模块根据流水线生产信息库中最优流水线调配方案先确定待生产订单的工序执行顺序表，然后依据流水线调配模型，以最短完工时间和最低加工成本为调配目标，以完工时间约束、订单优先级约束和资源使用约束为约束条件，获得多订单同时在线生产时，每个订单的工序执行时间表和资源使用时间表；
设所有待生产订单为S′＝{S1，S2，…，Sn′}，n′≤n，对应的生产批量记为b1，b2，…，bn′，则最小完工时间的调配目标函数和最低加工成本的调配目标函数如式(1)所示：
Figure FDA0003515790720000011
其中，x表示所有待生产订单为S′＝{S1，S2，…，Sn′}的总流水线调配方案，x＝{x1，x2，…，xn′}，方案xi′的工序执行顺序表通过流水线生产信息库中最优流水线调配方案确定，只需依据流水线调配模型确定多订单同时在线生产时，每个订单的工序执行时间表和资源使用时间表；T表示方案x下完成全部待生产订单的总时间，C表示方案x下完成全部待生产订单的总成本，针对特定的总流水线调配方案x，f1(x)和f2(x)的计算公式如式(2)所示：
Figure FDA0003515790720000021
其中，Ti′(xi′)表示待生产订单Si′，i′＝1,2,…,n′完成所有工序总的单位加工时间；pi′表示待生产订单Si′的工序数；PCi′(k)表示订单Si′第k道工序的单位加工成本；Ti′(xi′)的计算公式如式(3)所示：
Figure FDA0003515790720000022
其中，ti′(k-1)表示第k-1道工序的完成时间，令ti′(0)＝0，即从0时刻开始计时；DTi′(k)表示订单Si′从第k-1道工序运输到第k道工序的时间；WTi′(k)表示订单Si′到达第k道工序时的等待时间；PTi′(k)表示订单Si′第k道工序的单位加工时间；
将每个待生产订单的每道工序到达下一道工序的时间进行比较，判断是否需要等待，计算等待时间WTi′(k)；假设有两个待生产订单Si′和Sj′，1≤i′,j′≤k，且i′≠j′，Si′中的工序用a表示，Sj′中的工序用e表示，则有如下两种情况：
(1)如果工序a与工序e分配企业的相同资源
(11)当待生产订单Si′先到达工序a，并且Si′的工序a加工完成前待生产订单Sj′已到达工序e，即tj′(e-1)+DTj′(e)-PTi′(a)＜ti′(a-1)+DTi′(a)＜tj′(e-1)+DTj′(e)时：
Figure FDA0003515790720000023
(12)当待生产订单Si′先到达工序a，但Si′的工序a加工完成时，待生产订单Sj′还没到达或刚到达工序e，即ti′(a-1)+DTi′(a)≤tj′(e-1)+DTj′(e)-PTi′(a)时：
Figure FDA0003515790720000031
(13)当待生产订单Si′和Sj′同时到达工序a和e，即ti′(a-1)+DTi′(a)＝tj′(e-1)+DTj′(e)时，等待时间计算公式与式(4)相同；
(14)当待生产订单Sj′先到达工序e，但Sj′的工序e加工完成前Si′已到达工序a，即ti′(a-1)+DTi′(a)-PTj′(e)＜tj′(e-1)+DTj′(e)＜ti′(a-1)+DTi′(a)时：
Figure FDA0003515790720000032
(15)当待生产订单Sj′先到达工序e，但Sj′的工序e加工完成时，待生产订单Si′还没到达或刚到达工序a，即tj′(e-1)+DTj′(e)≤ti′(a-1)+DTi′(a)-PTj′(e)时，等待时间计算公式与式(5)相同；
(2)如果工序a与工序e分配企业的不同资源，则不存在等待情况，等待时间计算公式与式(5)相同；
所述完工时间约束为确保所有待生产订单在其最迟交货期内完工，具体为：
Ti′(xi′)≤RTi′ (7)
其中，RTi′表示订单Si′的最迟交货期；
所述订单优先级约束为确保所有待生产订单中最迟交货期在前的订单优先完工，具体为：
若RTi′≤RTj′，则Tj′(xj′)≤Tj′(xj′)；
所述资源使用约束为:
(1)确保资源被占用的总数量小于等于企业拥有的所有资源总数量，具体为：
Q′1+Q′2+…+Q′m≤Q (8)
(2)确保每一道工序占用的资源总数量小于等于企业拥有的每一类资源总数量，具体为：
Figure FDA0003515790720000041
其中，Q′m为同时在线生产的所有订单占用m类资源的总数量；
S3.流水线生产执行：生产执行模块根据流水线调配模块确定的每个订单的工序执行顺序表、工序执行时间表和资源使用时间表，进行流水线生产。
2.根据权利要求1所述的一种智能生产流水线调配系统，其特征在于，所述订单属性包括订单种类、每一类订单对应的最优流水线调配方案以及最优流水线调配方案对应的单位加工时间和单位加工成本；所述每一类订单对应的最优流水线调配方案是指以该类订单完工时间最短为目标的流水线调配方案。
3.根据权利要求1所述的一种智能生产流水线调配系统，其特征在于，所述企业拥有的所有资源属性包括资源种类及对应的资源数量，所述资源种类按生产工序分类，将每一道生产工序所需要的资源归为一类资源。
CN201910744793.0A 2019-08-13 2019-08-13 一种智能生产流水线调配系统 Active CN110516936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910744793.0A CN110516936B (zh) 2019-08-13 2019-08-13 一种智能生产流水线调配系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910744793.0A CN110516936B (zh) 2019-08-13 2019-08-13 一种智能生产流水线调配系统

Publications (2)

Publication Number Publication Date
CN110516936A CN110516936A (zh) 2019-11-29
CN110516936B true CN110516936B (zh) 2022-04-08

Family

ID=68625674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910744793.0A Active CN110516936B (zh) 2019-08-13 2019-08-13 一种智能生产流水线调配系统

Country Status (1)

Country Link
CN (1) CN110516936B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967706A (zh) * 2020-06-28 2020-11-20 浙江中控技术股份有限公司 一种pvc工厂一体化管理系统的交互方法及装置
CN112907156A (zh) * 2021-04-26 2021-06-04 上海电气集团股份有限公司 一种胶塞排产方法及装置
CN113344350B (zh) * 2021-05-27 2022-08-16 平安科技（深圳）有限公司 流水线资源智能调度方法、装置、设备及介质
CN113935570A (zh) * 2021-08-31 2022-01-14 广州佳帆计算机有限公司 订单处理方法、装置、设备及存储介质
CN113793067B (zh) * 2021-09-30 2024-06-07 广州佳帆计算机有限公司 流水线的包装资源调度方法
CN117808276A (zh) * 2023-12-08 2024-04-02 广州翼辉信息技术有限公司 产线系统、产线及订单处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310279A (zh) * 2012-03-09 2013-09-18 上海电机学院 基于混合蚁群算法的多目标优化产品配置方法
CN103679388A (zh) * 2013-12-26 2014-03-26 杭州万事利丝绸科技有限公司 生产调度方法及生产调度系统
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
CN106408113A (zh) * 2016-08-31 2017-02-15 广州亿澳斯软件股份有限公司 生产订单的排产管理方法与系统
CN106681291A (zh) * 2017-01-09 2017-05-17 北京理工大学 一种生产调度方法及系统
CN108769174A (zh) * 2018-05-22 2018-11-06 华中农业大学 一种基于云-端的制造信息物理系统架构

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030220828A1 (en) * 2002-05-23 2003-11-27 Chih-An Hwang Polymer production scheduling using transition models
CN101556474B (zh) * 2008-04-08 2012-07-18 西门子（中国）有限公司 一种实现作业车间实时调度的方法和系统
CN101916404A (zh) * 2010-08-06 2010-12-15 沈阳工业大学 一种装备制造过程多厂协同调度优化方法
CN105483310B (zh) * 2015-11-23 2017-05-10 东北大学 一种面向全流程生产的炼钢组批与排产方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310279A (zh) * 2012-03-09 2013-09-18 上海电机学院 基于混合蚁群算法的多目标优化产品配置方法
CN103679388A (zh) * 2013-12-26 2014-03-26 杭州万事利丝绸科技有限公司 生产调度方法及生产调度系统
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
CN106408113A (zh) * 2016-08-31 2017-02-15 广州亿澳斯软件股份有限公司 生产订单的排产管理方法与系统
CN106681291A (zh) * 2017-01-09 2017-05-17 北京理工大学 一种生产调度方法及系统
CN108769174A (zh) * 2018-05-22 2018-11-06 华中农业大学 一种基于云-端的制造信息物理系统架构

Also Published As

Publication number Publication date
CN110516936A (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
CN110516936B (zh) 一种智能生产流水线调配系统
US7860737B2 (en) Constraint-based production planning and scheduling
CN111191846B (zh) 一种面向客户复杂定制需求的油缸产品排产优化装置
Shpilevoy et al. Multi-agent system “Smart Factory” for real-time workshop management in aircraft jet engines production
US6233493B1 (en) Computer-implemented product development planning method
De Boer Resource-constrained multi-project management
CN106408112A (zh) 生产订单的排产管理方法与排产优化器系统
JP2999018B2 (ja) 自動作業編成装置
CN114186779A (zh) 多型号小批量生产线动态调度方法及生产调度系统
CN113487155B (zh) 一种用于塑料行业的智能排程系统
EP2610696A1 (en) Process design/production planning device
CN109615165A (zh) 一种基于erp与mes数据交互技术的柔性加工调度方法
CN115239173A (zh) 排产计划生成方法、装置、电子设备及存储介质
CN111754086A (zh) 一种订单排产的方法
CN114386777A (zh) 一种生产计划自动排产方法、系统、电脑端及移动终端
CN108445853B (zh) 一种基于云数据的产能共享车间
CN111985779B (zh) 一种基于aps系统的服装工厂智能排程方法
CN115660261B (zh) 生产订单信息处理方法、计算机装置和存储介质
CN116562477A (zh) 工作组排产方案选取方法、装置、设备及存储介质
CN115358537A (zh) 一种基于多机型多架次的生产能力平衡方法
US20040122724A1 (en) System and method for generating priorities of manufacturing orders
Pritsker et al. Production scheduling using FACTOR
CN113723763A (zh) 一种订单生产效率管理方法、装置、终端设备及存储介质
Xiao-Feng et al. A rule-based heuristic finite capacity scheduling system for semiconductor backend assembly
CN109800934A (zh) 设备需求数据模拟系统及其方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An intelligent production line allocation system

Effective date of registration: 20221213

Granted publication date: 20220408

Pledgee: Wuhan area branch of Hubei pilot free trade zone of Bank of China Ltd.

Pledgor: WUHAN PANSHENG DINGCHENG TECHNOLOGY Co.,Ltd.

Registration number: Y2022420000388

PE01 Entry into force of the registration of the contract for pledge of patent right