CN110766304A - 一种基于多指标评价的装配工艺资源优化配置方法 - Google Patents

一种基于多指标评价的装配工艺资源优化配置方法 Download PDF

Info

Publication number
CN110766304A
CN110766304A CN201910976729.5A CN201910976729A CN110766304A CN 110766304 A CN110766304 A CN 110766304A CN 201910976729 A CN201910976729 A CN 201910976729A CN 110766304 A CN110766304 A CN 110766304A
Authority
CN
China
Prior art keywords
resources
matching
resource
assembly process
equipment
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
Application number
CN201910976729.5A
Other languages
English (en)
Other versions
CN110766304B (zh
Inventor
张胜文
陆贤磊
章振
方喜峰
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.)
Jiangsu University of Science and Technology
Original Assignee
Jiangsu University of Science and Technology
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 Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN201910976729.5A priority Critical patent/CN110766304B/zh
Publication of CN110766304A publication Critical patent/CN110766304A/zh
Application granted granted Critical
Publication of CN110766304B publication Critical patent/CN110766304B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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

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

本发明公开一种基于多指标评价的装配工艺资源优化配置方法，先通过读取产品结构树信息获取该装配任务所需的工艺资源信息；制定针对装配工艺资源选用评价指标；随即制定装配工艺资源一级匹配规则；然后根据装配任务对装配工艺资源进行一级匹配；再制定装配工艺资源二级匹配规则；对一级匹配过后的装配工艺资源进行二级匹配，完成对装配工艺资源的优化配置。本发明的方法对装配工艺资源中人员和设备类资源选用分别建立有效的资源评价指标，为资源优化配置提供重要支撑。改善了工艺人员所选用资源与实际制造环节可用资源产生冲突的状况。通过装配工艺资源匹配的实例验证，减少了工艺资源的浪费，合理分配了工艺资源。

Description

一种基于多指标评价的装配工艺资源优化配置方法
技术领域
本发明涉及产品装配工艺资源优化配置领域，具体涉及到一种基于多指标评价的装配工艺资源优化配置方法。
背景技术
随着制造任务的增加和产品复杂性的提高，制造过程中涉及的资源向着多样化、海量化的趋势发展，资源配置的难度也随之增加。装配工艺资源自动匹配是装配自动化的一项关键技术，其主要是对装配工艺资源分别建立评价指标，制定匹配规则，从而完成装配工艺资源的优化配置。
当前国内外学者对装配工艺资源优化配置技术进行了大量探索，目前关于资源配置的研究主要从研究资源优化配置模型解算算法的角度和研究资源优选评价方法的角度两个角度展开，取得了一定的成果，但仍存在一定的局限性。
综上所述，目前对于工艺资源优化配置的研究，都是以成本、效率、质量等为评价指标建立资源优化配置模型，并利用规则或算法，求解出最优的工艺资源匹配方案。但是对于不同制造模式下的资源匹配问题并没有统一的解决方法，只能根据研究对象的不同对资源优化配置的指标和资源优化配置的方法做出调整。
发明内容
本发明的目的是针对目前工艺人员在设计之初，很难获取实际生产计划中的资源使用情况，只能够以资源能力作为唯一的选用判定标准，这就导致在实际生产过程中时常发生资源使用与生产计划冲突的情况，延长了装配作业周期。为解决此类问题，本发明提供一种基于多指标评价的装配工艺资源优化配置方法。
本发明的方法通过从装配资工艺源稳定性、负荷、适应度等方面，建立综合评价指标的数学模型，制定了工艺资源选用评价指标，消除了工艺资源匹配评价指标的单一性，通过多级匹配，实现装配工艺资源最合理的配置。
为达到上述目的，本发明采用如下技术方案予以实现。
一种基于多指标评价的装配工艺资源优化配置方法，包括以下几个步骤：
(1)读取产品结构树信息获取该装配任务所需装配工艺资源信息；
(2)建立装配工艺资源选用的评价指标，其中，装配工艺资源主要是针对人员的选用和设备的选用；
(3)制定装配工艺资源一级匹配规则；
(4)对装配工艺资源进行一级匹配，并将其匹配结果作为二级匹配的输入数据；
(5)制定装配工艺资源二级匹配规则；
(6)对一级匹配过后的装配工艺资源进行二级匹配，对人员和设备等工艺资源进行优选顺序排序。
(7)对二级匹配过后的装配工艺资源，根据其综合匹配指数完成对装配工艺资源的优化配置。
进一步地，上述步骤(1)所述的所需装配工艺资源信息包括人员、设备、物料、工装的需求信息。
进一步地，上述步骤(2)所述的制定装配工艺资源选用评价指标的方法是，通过基于历史质量数据的稳定性评价得到人员稳定性评价指标为
Figure BDA0002233887290000021
(式中，k代表样本个数，di代表第i个样本的合格数量，ni代表第i个样本的大小)，设备稳定性评价指标为Us＝wvUv+wcUc(式中，k代表了样本个数，si代表第i个样本的合格数量，mi代表第i个样本的大小，j为样本大小，tci为该设备第i个样本中的故障时间，ti为设备在第i样本被派工的时间)，基于负荷的评价得到人员负荷评价指标为
Figure BDA0002233887290000023
(式中，TM为该人员在执行任务M上所需花费的工时，TP为该段时间内人员计划执行的总工时)，设备负荷评价指标为
Figure BDA0002233887290000024
(式中，TN为该时间段内任务N所要占用设备的时间，Tq为该时间段内设备允许使用的最大时间)，设备适应度评价指标为
Figure BDA0002233887290000031
(式中，Ua代表工艺资源适应度评价值；Q代表装配工艺要求；αi和βi代表设备i能力上下极限为αi和βi)、最终用综合评价指标数学模型
Figure BDA0002233887290000032
(式中，U表示质量综合评价指标数据集，W表示权重，R表示指标数据集，wi表示工艺指标的权重，ci表示第i个评估要素加权后的结果，其中Ww和Wp分别为人员稳定性评价Uw和人员负荷评价Up的权重，Ws、Wq、Wa分别为设备稳定性评价、设备负荷评价以及设备适应度评价)进行求解。
进一步地，上述所述步骤(3)所述的装配工艺资源一级匹配规则如下：
①规则A1：人员的技术要求与装配技术难度等级相符合，即匹配；
②规则A2：在装配操作中，涉及该工种的相关操作，该工种类型即匹配；
③规则A3：同一类型的设备，通过对比关键参数确定最大能力是否符合装配工艺要求，若符合即匹配。
进一步地，上述步骤(4)所述的一级匹配的方法是，首先按批次提取工艺子任务U(i)资源需求信息，随即查询物料库存判断库存是否满足要求，若满足要求，则完成匹配，若不满足要求，则生成物料需求清单，紧接查询工装库存判断库存是否满足要求，若满足要求，则完成匹配，若不满足要求，则生成库存需求清单，然后遍历人员类工艺资源判断其是否满足一级匹配规则中的规则A1和A2，若满足要求则将满足的资源加入资源子集R(i)，不满足则进行下一个人员资源的匹配过程，判断是否完成人员的遍历，若完成则对所有批次是否匹配完的工作进行判断，若没有完成则继续遍历人员类工艺资源，遍历设备类工艺资源判断其是否满足一级匹配规则中的规则A3，若满足要求则将满足的资源加入资源子集R(i)，不满足则进行下一个设备资源的匹配过程，判断是否完成设备的遍历，若完成则对所有批次是否匹配完的工作进行判断，若没有完成则继续遍历设备类工艺资源，最后完成对所有批次工艺子任务的匹配工作，得到二级匹配需要的资源子集R(i)。
进一步地，上述步骤(5)所述的装配工艺资源二级匹配规则如下：
①规则B1：负荷过大的资源不被优先选择，负荷过载的资源不能被选择；
②规则B2：稳定性越高的资源，其装配完成的质量合格率越高；
③规则B3：设备能力适应度越高，其越能满足装配工艺要求。
进一步地，上述步骤(6)所述的二级匹配的方法是，从一级匹配结果R(i)中选取某个工艺资源，以上述阐述的评价指标构建方法为依据，对选取的装配工艺资源进行先工艺资源负荷评价计算出该工艺资源的Up和Uq,,然后判断负荷是否满足要求，如果不满足要求，则选取一级匹配结果R(i)下一个工艺资源重复上述步骤，如果满足要求则对该工艺资源进行稳定性评价计算出该工艺资源的Uw和Uv,再对设备类工艺资源适应度进行评价计算出该工艺资源的Ua,最终求解出该工艺资源的综合评价指标得到综合匹配指数U，随即判断R(i)中所有资源是否评价完成，如果不是则重复上述步骤完成对所有资源评价，如果是则对对工艺资源的优选顺序排序把所有工艺资源的U值按从大到小排列得到工艺资源综合匹配指数排序表。
进一步地，上述步骤(7)所述的工艺资源配置方法是，对上一步骤中得到的综合匹配指数排序表，我们选取同类工艺资源中综合匹配指数最大的作为该装配任务最优的工艺资源配置。
本发明的优点和有益效果：
1、本发明的方法减少了人工对装配工艺资源匹配过程的干预，实现了装配工艺资源的自动匹配，使装配工艺资源得到合理配置。
2、本发明对人员选用和设备选用分别建立了有效的资源评价指标，为资源优化配置提供重要支撑，改善了实际生产过程中发生资源使用与生产计划冲突的情况，缩短了装配周期。
附图说明
图1是装配工艺资源优化配置方法流程图。
图2是图1中装配工艺资源一级匹配具体流程图。
图3是图1中装配工艺资源二级匹配具体流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下以船用柴油机装配中的典型工序气缸盖安装为例，根据附图1所示的工艺资源自动匹配方法流程图，对本发明进行进一步的详细说明。
一种基于多指标评价的装配工艺资源优化配置方法，具体包括以下步骤：
步骤一：通过获取结构树下的装配工艺资源需求信息，对物料和工装类资源只需要进行一级匹配，遍历物料库和工装库，查看其库存是否满足，若不满足，则生成物料和工装需求清单。人员和设备类资源需要利用资源优化配置模块，推荐出实时合理的资源。气缸盖安装中涉及的人员和设备类资源如表1所示。
表1气缸盖安装工序人员及设备需求表
Figure BDA0002233887290000051
步骤二：通过基于历史质量数据的稳定性评价得到人员稳定性评价指标为
Figure BDA0002233887290000052
(式中，k代表样本个数，di代表第i个样本的合格数量，ni代表第i个样本的大小)，设备稳定性评价指标为Us＝wvUv+wcUc(式中，k代表了样本个数，si代表第i个样本的合格数量，mi代表第i个样本的大小，j为样本大小，tci为该设备第i个样本中的故障时间，ti为设备在第i样本被派工的时间)，基于负荷的评价得到人员负荷评价指标为
Figure BDA0002233887290000054
(式中，TM为该人员在执行任务M上所需花费的工时，TP为该段时间内人员计划执行的总工时)，设备负荷评价指标为
Figure BDA0002233887290000055
(式中，TN为该时间段内任务N所要占用设备的时间，Tq为该时间段内设备允许使用的最大时间)，设备适应度评价指标为
Figure BDA0002233887290000056
(式中，Ua代表工艺资源适应度评价值；Q代表装配工艺要求；αi和βi代表设备i能力上下极限为αi和βi)、最终用综合评价指标数学模型
Figure BDA0002233887290000061
(式中，U表示质量综合评价指标数据集，W表示权重，R表示指标数据集，wi表示工艺指标的权重，ci表示第i个评估要素加权后的结果，其中Ww和Wp分别为人员稳定性评价Uw和人员负荷评价Up的权重，Ws、Wq、Wa分别为设备稳定性评价、设备负荷评价以及设备适应度评价)进行求解。如对气缸盖装配工序中人员的进行人员稳定性和负荷评价指标构建，对泵水设备进行设备稳定性、适应度和负荷评价指标构建。
步骤三：制定装配工艺资源一级匹配规则，其装配工艺资源一级匹配规则如下：
①规则A1：人员的技术要求与装配技术难度等级相符合，即匹配；
②规则A2：在装配操作中，涉及该工种的相关操作，如钳、电路安装等，该工种类型即匹配；
③规则A3：同一类型的设备，通过对比关键参数确定最大能力是否符合装配工艺要求，若符合即匹配。
步骤四：首先按批次提取工艺子任务U(i)资源需求信息，随即查询物料库存判断库存是否满足要求，若满足要求，则完成匹配，若不满足要求，则生成物料需求清单，紧接查询工装库存判断库存是否满足要求，若满足要求，则完成匹配，若不满足要求，则生成库存需求清单，然后遍历人员类工艺资源判断其是否满足一级匹配规则中的规则A1和A2，若满足要求则将满足的资源加入资源子集R(i)，不满足则进行下一个人员资源的匹配过程，判断是否完成人员的遍历，若完成则对所有批次是否匹配完的工作进行判断，若没有完成则继续遍历人员类工艺资源，遍历设备类工艺资源判断其是否满足一级匹配规则中的规则A3，若满足要求则将满足的资源加入资源子集R(i)，不满足则进行下一个设备资源的匹配过程，判断是否完成设备的遍历，若完成则对所有批次是否匹配完的工作进行判断，若没有完成则继续遍历设备类工艺资源，最后完成对所有批次工艺子任务的匹配工作，得到二级匹配需要的资源子集R(i)，其装配工艺资源一级匹配具体流程图(如图2所示)。
步骤五：制定装配工艺资源一级匹配规则，其装配工艺资源一级匹配规则如下：
①规则B1：负荷过大的资源不被优先选择，负荷过载的资源不能被选择；
②规则B2：稳定性越高的资源，其装配完成的质量合格率越高；
③规则B3：设备能力适应度越高，其越能满足装配工艺要求。
步骤六：根据步骤二的评价指标构建方法，从一级匹配结果R(i)中选取某个工艺资源，以上述阐述的评价指标构建方法为依据，对选取的装配工艺资源进行先工艺资源负荷评价计算出该工艺资源的Up和Uq,,然后判断负荷是否满足要求，如果不满足要求，则选取一级匹配结果R(i)下一个工艺资源重复上述步骤，如果满足要求则对该工艺资源进行稳定性评价计算出该工艺资源的Uw和Uv,再对设备类工艺资源适应度进行评价计算出该工艺资源的Ua,最终求解出该工艺资源的综合评价指标得到综合匹配指数U，随即判断R(i)中所有资源是否评价完成，如果不是则重复上述步骤完成对所有资源评价，如果是则对对工艺资源的优选顺序排序把所有工艺资源的U值按从大到小排列得到工艺资源综合匹配指数排序表，针对气缸盖装配工序中人员和泵水设备的求解结果如表2和3表示，其装配工艺资源二级匹配具体流程图(如图3所示)。
表2人员匹配结果表
表3设备匹配结果表
Figure BDA0002233887290000072
步骤七：对上一步骤中得到的综合匹配指数排序表，我们选取同类工艺资源中综合匹配指数最大的编号为70897李*和编号为KNQT-1085缸盖泵水设备为作为该装配任务最优的工艺资源配置。

Claims (7)

1.一种基于多指标评价的装配工艺资源优化配置方法，其特征是，包括以下步骤：
(1)读取产品结构树信息获取该装配任务所需装配工艺资源信息；
(2)建立装配工艺资源选用的评价指标，其中，装配工艺资源主要是针对人员的选用和设备的选用；
(3)制定装配工艺资源一级匹配规则；
(4)对装配工艺资源进行一级匹配，并将其匹配结果作为二级匹配的输入数据；
(5)制定装配工艺资源二级匹配规则；
(6)对一级匹配过后的装配工艺资源进行二级匹配，对人员和设备等工艺资源进行优选顺序排序。
(7)对二级匹配过后的装配工艺资源，根据其综合匹配指数完成对装配工艺资源的优化配置。
2.根据权利要求1所述的装配工艺资源优化配置方法，其特征是，步骤(1)所述的所需装配工艺资源信息包括人员、设备、物料、工装的需求信息。
3.根据权利要求1所述的装配工艺资源优化配置方法，其特征是，步骤(2)所述的制定装配工艺资源选用评价指标的方法是，通过基于历史质量数据的稳定性评价得到人员稳定性评价指标为
Figure FDA0002233887280000011
其式中，k代表样本个数，di代表第i个样本的合格数量，ni代表第i个样本的大小；设备稳定性评价指标为Us＝wvUv+wcUc，其式中，
Figure FDA0002233887280000012
Figure FDA0002233887280000013
k代表了样本个数，si代表第i个样本的合格数量，mi代表第i个样本的大小，j为样本大小，tci为该设备第i个样本中的故障时间，ti为设备在第i样本被派工的时间，基于负荷的评价得到人员负荷评价指标为
Figure FDA0002233887280000014
其式中，TM为该人员在执行任务M上所需花费的工时，TP为该段时间内人员计划执行的总工时，设备负荷评价指标为
Figure FDA0002233887280000021
其式中，TN为该时间段内任务N所要占用设备的时间，Tq为该时间段内设备允许使用的最大时间，设备适应度评价指标为
Figure FDA0002233887280000022
其式中，Ua代表工艺资源适应度评价值；Q代表装配工艺要求；αi和βi代表设备i能力上下极限为αi和βi、最终用综合评价指标数学模型
Figure FDA0002233887280000023
其式中，U表示质量综合评价指标数据集，W表示权重，R表示指标数据集，wi表示工艺指标的权重，ci表示第i个评估要素加权后的结果，其中Ww和Wp分别为人员稳定性评价Uw和人员负荷评价Up的权重，Ws、Wq、Wa分别为设备稳定性评价、设备负荷评价以及设备适应度评价，进行求解。
4.根据权利要求1所述的装配工艺资源优化配置方法，其特征是，步骤(3)所述的装配工艺资源一级匹配规则如下：
①规则A1：人员的技术要求与装配技术难度等级相符合，即匹配；
②规则A2：在装配操作中，涉及该工种的相关操作，该工种类型即匹配；
③规则A3：同一类型的设备，通过对比关键参数确定最大能力是否符合装配工艺要求，若符合即匹配。
5.根据权利要求1所述的装配工艺资源优化配置方法，其特征是，步骤(4)所述的一级匹配的方法是，首先按批次提取工艺子任务U(i)资源需求信息，随即查询物料库存判断库存是否满足要求，若满足要求，则完成匹配，若不满足要求，则生成物料需求清单，紧接查询工装库存判断库存是否满足要求，若满足要求，则完成匹配，若不满足要求，则生成库存需求清单，然后遍历人员类工艺资源判断其是否满足一级匹配规则中的规则A1和A2，若满足要求则将满足的资源加入资源子集R(i)，不满足则进行下一个人员资源的匹配过程，判断是否完成人员的遍历，若完成则对所有批次是否匹配完的工作进行判断，若没有完成则继续遍历人员类工艺资源，遍历设备类工艺资源判断其是否满足一级匹配规则中的规则A3，若满足要求则将满足的资源加入资源子集R(i)，不满足则进行下一个设备资源的匹配过程，判断是否完成设备的遍历，若完成则对所有批次是否匹配完的工作进行判断，若没有完成则继续遍历设备类工艺资源，最后完成对所有批次工艺子任务的匹配工作，得到二级匹配需要的资源子集R(i)。
6.根据权利要求1所述的装配工艺资源优化配置方法，其特征是，步骤(5)所述的装配工艺资源二级匹配规则如下：
①规则B1：负荷过大的资源不被优先选择，负荷过载的资源不能被选择；
②规则B2：稳定性越高的资源，其装配完成的质量合格率越高；
③规则B3：设备能力适应度越高，其越能满足装配工艺要求。
7.根据权利要求1所述的装配工艺资源优化配置方法，其特征是，步骤(6)所述的二级匹配的方法是，从一级匹配结果R(i)中选取某个工艺资源，以上述阐述的评价指标构建方法为依据，对选取的装配工艺资源进行先工艺资源负荷评价计算出该工艺资源的Up和Uq,,然后判断负荷是否满足要求，如果不满足要求，则选取一级匹配结果R(i)下一个工艺资源重复上述步骤，如果满足要求则对该工艺资源进行稳定性评价计算出该工艺资源的Uw和Uv,再对设备类工艺资源适应度进行评价计算出该工艺资源的Ua,最终求解出该工艺资源的综合评价指标得到综合匹配指数U，随即判断R(i)中所有资源是否评价完成，如果不是则重复上述步骤完成对所有资源评价，如果是则对对工艺资源的优选顺序排序把所有工艺资源的U值按从大到小排列得到工艺资源综合匹配指数排序表。
CN201910976729.5A 2019-10-15 2019-10-15 一种基于多指标评价的装配工艺资源优化配置方法 Active CN110766304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910976729.5A CN110766304B (zh) 2019-10-15 2019-10-15 一种基于多指标评价的装配工艺资源优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910976729.5A CN110766304B (zh) 2019-10-15 2019-10-15 一种基于多指标评价的装配工艺资源优化配置方法

Publications (2)

Publication Number Publication Date
CN110766304A true CN110766304A (zh) 2020-02-07
CN110766304B CN110766304B (zh) 2024-02-02

Family

ID=69332545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910976729.5A Active CN110766304B (zh) 2019-10-15 2019-10-15 一种基于多指标评价的装配工艺资源优化配置方法

Country Status (1)

Country Link
CN (1) CN110766304B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113902192A (zh) * 2021-10-11 2022-01-07 浙江大学 一种变工艺驱动的装配产线资源匹配调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0635920A (ja) * 1992-07-14 1994-02-10 Nippon Steel Corp スケジューリング装置
CN106228298A (zh) * 2016-07-20 2016-12-14 长春工业大学 云制造环境下加工方案优选方法
CN106294965A (zh) * 2016-08-04 2017-01-04 江苏科技大学 一种船体分段装配序列规划系统及其规划方法
CN109992881A (zh) * 2019-03-29 2019-07-09 东北大学 一种面向step-nc制造特征的智能非线性工艺规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0635920A (ja) * 1992-07-14 1994-02-10 Nippon Steel Corp スケジューリング装置
CN106228298A (zh) * 2016-07-20 2016-12-14 长春工业大学 云制造环境下加工方案优选方法
CN106294965A (zh) * 2016-08-04 2017-01-04 江苏科技大学 一种船体分段装配序列规划系统及其规划方法
CN109992881A (zh) * 2019-03-29 2019-07-09 东北大学 一种面向step-nc制造特征的智能非线性工艺规划方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113902192A (zh) * 2021-10-11 2022-01-07 浙江大学 一种变工艺驱动的装配产线资源匹配调度方法
CN113902192B (zh) * 2021-10-11 2024-04-30 浙江大学 一种变工艺驱动的装配产线资源匹配调度方法

Also Published As

Publication number Publication date
CN110766304B (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
Wemmerlöv et al. Procedures for the part family/machine group identification problem in cellular manufacturing
CN110689195A (zh) 一种电力日负荷预测方法
CN107944698B (zh) 面向云制造的制造需求与设备能力归一化建模方法
CN111831808A (zh) 一种数据驱动的人工智能材料预测系统
CN100470547C (zh) 实现数据挖掘模型转换和应用的方法、系统及装置
CN111340306A (zh) 一种面向智能制造的机床设备优化方法
CN103761630A (zh) 一种基于模糊逻辑处理的评估算法
CN111754125A (zh) 一种基于组合赋权的离散车间生产计划评价方法
CN106372755A (zh) 基于主元分析的bp神经网络智能工业园区能耗模型建立方法
CN110766304A (zh) 一种基于多指标评价的装配工艺资源优化配置方法
CN109214625A (zh) 一种油罐失效评估方法及装置
CN109615115A (zh) 一种面向任务可靠性的集成生产任务调度方法
CN113962477A (zh) 一种产业电量关联聚集预测方法、装置、设备及存储介质
CN109711727A (zh) 机电产品加工工艺组合评价系统及其评价方法
CN111860893A (zh) 一种数据处理方法及装置
CN108363738B (zh) 一种工业设备数据分析算法的推荐方法
CN110472341A (zh) 一种针对船用柴油机零部件制造过程的绿色综合评价方法
CN100517225C (zh) 自动挖掘软件过程任务仓库中的高性能任务的方法和系统
CN114266478A (zh) 一种变电运行规范化综合评价方法及相关装置
Xia et al. Research on network maintenance strategy selection based on analytic hierarchy process and technique for order preference by similarity to ideal solution algorithm
CN117057763B (zh) 一种人力资源优化配置方法及系统
CN112308340A (zh) 电力数据处理方法及装置
CN111221741A (zh) 一种基于遗传算法和日志分析的异常单元测试自动生成的方法
CN111047011A (zh) 一种基于机器学习模型的场景变量自动化深度挖掘引擎系统
Zhou et al. Genetic Algorithm Based Scheduling Optimization for Design and Manufacturing Integration

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