CN110968057A - 一种解决智能制造车间多目标优化的规划方法 - Google Patents

Abstract

本发明公开了一种解决智能制造车间多目标优化的规划方法，包括如下步骤：首先，获取制造车间的生产产品的种类及各类产品加工工艺卡，并将每种产品的周期产能进行百分比换算，以获得每种产品的周期性产能比；其次，运用以目标产能为目标函数的设计计算方法，得到最优解；最后，对最优解进行仿真评估验证，形成制造车间智能车间前期对产能匹配、成本控制以及设备利用率优化的规划方案，本发明是为了克服传统车间进行智能化升级时所面临的问题，细化产能分析，提出了智能制造车间装配前期对产能匹配、成本控制以及设备利用率的优化解决方法，可为生产资源计划编制提供尽可能准确可靠的数据。

Description

一种解决智能制造车间多目标优化的规划方法

技术领域

本发明涉及智能制造车间生产规划领域，具体的涉及使用一种解决智能制造车间多目标优化的规划方法。

背景技术

在企业对传统车间进行智能升级的过程中，需要对现有设备进行升级改造或者更换，但是受成本控制以及对产能提升的双向要求，我们需要对设备利用率和成本控制方面有一个数据可视化的严谨计算环节，所以提出了一种既可以解决车间智能升级又满足企业要求的规划方法。

目前，现有的车间设备匹配的方法，主要依靠设计人员前期的估算，已经不能满足智能车间生产数字化、精准化的需求，主要存在以下问题：

1.依靠设计人员设计的规划方法容易造成规划周期长、耗费成本高、规划效果准确性差以及资源浪费等问题。

2.在智能车间投产前，无法对智能车间的产能、系统成本以及设备利用率等性能进行有效准确的评估，从而难以保障实际生产的需求，所以需要一种更精确的解决智能车间前期对产能匹配、成本控制以及设备利用率的优化解决方法。

发明内容

本发明的目的是克服传统车间进行智能化升级时所面临的问题：生产产品数量多，种类复杂，生产工艺复杂；对车间工艺数据建模复杂，设备利用率不高；目标产能计算方法不精确的问题。

本发明为解决上述出现的问题所采用的技术方案是：解决智能车间前期对产能匹配、成本控制以及设备利用率优化的方法，该方法的实施步骤如下：

(1)获取制造车间的生产产品的种类及各类产品加工工艺卡，并将每种产品的周期产能进行百分比换算，以获得每种产品的周期性(一个生产周期，比如一个月)产能比系数。将产品的种类、产品加工工艺及每种产品周期性产能比采用P、δ和θ来表示：

P＝[P₁P₂...P_n]，

θ＝[θ₁θ₂...θ_n]

其中，P为1×n(n＝1,2…)矩阵，表示制造车间生产产品的种类；

为1×n(n＝1,2…)矩阵，表示第i种产品的所有加工工艺；θ为1×n(n＝1,2…)矩阵，表示制造车间生产产品的周期性产能比。

其中，

θ_i为第i种产品周期性产能比。

(2)根据实际的生产需要，结合目标产能，计算预期的生产节拍，将目标产能、周期加工时长及车间预期的生产节拍采用Q_预、T和t_预表示：

则预期目标生产节拍t_预为：

其中，Q_预表示预期的目标产能；T表示一个生产周期总的加工时长；

(3)根据预期的生产节拍，为制造车间各个加工工艺配备加工资源，选定加工设备的数量

其中，

表示第i中产品的第i道工序加工需要的设备数量；

表示第i种产品的第i工艺的实际加工时间；

t_预表示预期的生产节拍；

m表示该道工序一次加工加工的零件数量。

(4)加工单元的数量直接影响前期的投入，所以严格控制设备利用率是成本控制的重要一环。当

时，降低

的大小来优化设备利用率，降低成本的投入。

(5)根据实际生产时间匹配生产产能，通过控制加工单元的数量计算实际生产的生产节拍t_实，再按生产周期匹配生产产能Q_实：

其中，k_i表示实际计算产能与实际产能不匹配且

时，调整的第i道工序的设备台数；T表示一个生产周期总的加工时长。

(6)经过上述过程生成的实际周期性产能与目标产能作对比，不满足智能制造车间规划时，要重新匹配加工设备的数量，直至达到预期的产能效果及良好的设备利用率为止。

(7)根据上述求解结果进行仿真评估，最后完成了智能车间前期规划的加工单元的数量、设备利用率及实际产能的规划目标。

本发明有益效果：

1、以目标规划产能为目标函数，以设备利用率为优化模型，相比于传统的基于人员经验的规划方式提供了一种智能化、数字化、可视化的产能匹配方法。

2、通过将规划的最优结果通过智能制造车间的加工单元数量的方式输出，提供了一系列与生产过程相关的数据信息，能够更高效的实现车间智能化管理与智能化作业。

附图说明

图1为本发明实施提供的一种解决智能制造车间多目标优化的规划方法流程示意图。

具体实施方式

下面结合发明实施例中的例图，对本发明实施例中的技术方案进行清楚、完整的描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

参照图1，本发明提供了一种解决智能车间前期对产能匹配、成本控制以及设备利用率的优化解决方法。首先，获取制造车间的生产产品的种类及各类产品加工工艺卡，并将每种产品的周期产能进行百分比换算，以获得每种产品的周期性产能比；其次，运用以目标产能为目标函数的设计计算方法，得到最优解；最后，对最优解进行仿真评估验证，形成制造车间智能车间前期对产能匹配、成本控制以及设备利用率优化的规划方案。

步骤如下：

(1)获取制造车间的生产产品的种类及各类产品加工工艺卡，并将每种产品的周期产能进行百分比换算，以获得每种产品的周期性(一个生产周期，比如一个月)产能比系数。将产品的种类、产品加工工艺及每种产品周期性产能比采用P、δ和θ来表示：

P＝[P₁P₂...P_n]，

θ＝[θ₁θ₂...θ_n]

其中，P为1×n(n＝1,2…)矩阵，表示制造车间生产产品的种类；

为1×n(n＝1,2…)矩阵，表示第i种产品的所有加工工艺；θ为1×n(n＝1,2…)矩阵，表示制造车间生产产品的周期性产能比。

其中，

θ_i为第i种产品周期性产能比。

本实例中，该生产制造车间生产的产品种类数量为11种；1-4种产品加工需经33道工序，5-7种产品加工需经23道工序，8-11种产品加工需经27道工序；制造车间实际待加工的产品的周期性产能比为θ_i(i＝1 2 3…11)。

(2)根据实际的生产需要，结合目标产能，计算预期的生产节拍，将目标产能、周期加工时长及车间预期的生产节拍采用Q_预、T和t_预表示：

则预期目标生产节拍t_预为：

其中，Q_预表示预期的目标产能；T表示一个生产周期总的加工时长；

本实例中，目标产能是根据预期投资及投资收回期为三年的预算结果，生产计划周期为一个月，周期性总时长为28×20(h)。

(3)根据预期的生产节拍，为制造车间各个加工工艺配备加工资源，选定加工设备的数量

其中，

表示第i中产品的第i道工序加工需要的设备数量；

表示第i种产品的第i工艺的实际加工时间；

t_预表示预期的生产节拍；

m表示该道工序一次加工加工的零件数量。

(4)加工单元的数量直接影响前期的投入，所以严格控制设备利用率是成本控制的重要一环。当

时，降低

的大小来优化设备利用率，降低成本的投入。

(5)根据实际生产时间匹配生产产能，通过控制加工单元的数量计算实际生产的生产节拍t_实，再按生产周期匹配生产产能Q_实：

其中，k_i表示实际计算产能与实际产能不匹配且

时，调整的第i道工序的设备台数；T表示一个生产周期总的加工时长。

(6)经过上述过程生成的实际周期性产能与目标产能作对比，不满足智能制造车间规划时，要重新匹配加工设备的数量，直至达到预期的产能效果及良好的设备利用率为止。

(7)根据上述求解结果进行仿真评估，最后完成了智能车间前期规划的加工单元的数量、设备利用率及实际产能的规划目标。

综上所述，本发明根据目标产能为目标函数建立成本、设备利用率优化函数模型，相比于传统的基于人员经验的规划方式提供了一种智能化、数字化、可视化的产能匹配标准，提高了计算的效率和计算结果的准确性，有效缩短了制造车间加工单元数量的规划工作的周期，通过对最优解进行仿真验证并以回转支承生产装配车间总体设备规划优化方案为输出，提供了一系列与生产过程相关的信息，能够更高效的实现车间智能化管理与智能化作业。

以上公开的仅为本发明的一个具体实施例，本发明实施例并非局限于此。本领域技术人员能思之的变化都应落入本发明的保护范围。

应当理解的是，这里所讨论的实施方案及实例只是为了说明，对本领域技术人员来说，可以加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (2)

1.一种解决智能制造车间多目标优化的规划方法，其特征在于：包括以下步骤：

(1)、获取制造车间的生产产品的种类及各类产品加工工艺卡，并将每种产品的周期产能进行百分比换算，以获得每种产品的周期性产能比系数，将产品的种类、产品加工工艺及每种产品周期性产能比系数采用P、

和θ来表示；

(2)、根据实际的生产需要，结合目标产能，计算预期的生产节拍，将目标产能、周期加工时长及车间预期的生产节拍采用Q_预、T和t_预表示：

则预期目标生产节拍t_预为：

其中，Q_预表示预期的目标产能；T表示一个生产周期总的加工时长；

(3)、根据预期的生产节拍，为制造车间各个加工工艺配备加工资源，选定加工设备的数量

其中，

表示第i中产品的第i道工序加工需要的设备数量；

表示第i种产品的第i工艺的实际加工时间；

t_预表示预期的生产节拍；

m表示该道工序一次加工加工的零件数量；

(4)加工单元的数量直接影响前期的投入，所以严格控制设备利用率是成本控制的重要一环；当

时，降低

的大小来优化设备利用率，降低成本的投入；

(5)根据实际生产时间匹配生产产能，通过控制加工单元的数量计算实际生产的生产节拍t_实，再按生产周期匹配生产产能Q_实：

其中，k_i表示实际计算产能与实际产能不匹配且

时，调整的第i道工序的设备台数；T表示一个生产周期总的加工时长；

(6)经过上述过程生成的实际周期性产能与目标产能作对比，不满足智能制造车间规划时，要重新匹配加工设备的数量，直至达到预期的产能效果及良好的设备利用率为止；

(7)根据上述求解结果进行仿真评估，最后完成了智能车间前期规划的加工单元的数量、设备利用率及实际产能的规划目标。

2.根据权利要求所述的一种解决智能制造车间多目标优化的规划方法，其特征在于：

所述的每种产品的周期性产能比系数采用如下公式表示P、

和θ：

P＝[P₁P₂...P_n]，

θ＝[θ₁θ₂...θ_n]

其中，P为1×n(n＝1,2…)矩阵，表示制造车间生产产品的种类；

为1×n(n＝1,2…)矩阵，表示第i种产品的所有加工工艺；θ为1×n(n＝1,2…)矩阵，表示制造车间生产产品的周期性产能比；

其中，

θ_i为第i种产品周期性产能比。

Images