CN110989527A

CN110989527A - 一种任务车间生产计划验证方法

Info

Publication number: CN110989527A
Application number: CN201911263829.XA
Authority: CN
Inventors: 丁国富; 江海凡; 罗樟圳; 张剑; 付建林; 丁国华
Original assignee: Chengdu Tianyou Chuangruan Technology Co ltd; Southwest Jiaotong University
Current assignee: Chengdu Tianyou Chuangruan Technology Co ltd; Southwest Jiaotong University
Priority date: 2019-12-11
Filing date: 2019-12-11
Publication date: 2020-04-10
Anticipated expiration: 2039-12-11
Also published as: CN110989527B

Abstract

本发明公开了一种任务车间生产计划验证方法，包括以下步骤：步骤1：解析生产计划，建立相互间的约束关系，为每一个工件建立一个进程；步骤2：接受并解析物流服务任务，选择合适的物流设备执行物流服务，基于物流路径网络模型选择最短的物流路径完成物流服务调度；步骤3：接受并解析生产单元服务任务，完成工件加工的各项活动，完成生产单元服务调度；步骤4：将步骤2中的物流服务调度中的仿真数据和步骤3得到的生产单元服务调度中的仿真数据输出形成甘特图；对比输入甘特图和输出甘特图，完成对生产计划的验证；本发明综合考虑了车间的实际布局、生产单元内部运行机制和单元间的物流调度机制，适用于任务车间生产计划和过程的验证。

Description

一种任务车间生产计划验证方法

技术领域

本发明涉及离散制造仿真技术领域，具体涉及一种任务车间生产计划验证方法。

背景技术

离散制造系统作业车间按照其生产形势可分为以下三种常见形式：flow shop(流水车间)：每个作业需要在每个处理器上加工，每个作业的工序相同，即在处理器上加工的顺序相同，称之为同顺序作业或流水作业。job shop(任务车间)：每个作业需要在每个处理器上加工，每个作业有自己的加工顺序，称之为异顺序作业或任务作业。open shop(开放车间)：每个作业需要在每个处理器上加工，每个作业可按任意顺序加工，称之为自由顺序作业或开放作业。

以轨道交通业和航空制造业为代表的大型复杂结构件生产车间具有离散化、多品种、小批量、柔性生产等制造特点，多采用任务车间作业方式。生产计划指制造系统组织生产活动的计划安排，它确定了每个任务每道工序的开始加工时间、可用加工设备和完工时间等。在生产计划制定过程中，基于加工订单按照交货期的前后和生产优先级选择原则以及车间的生产资源情况，依靠计划人员的经验和智能算法制定任务车间的生产计划，并下发班组执行。但这种预先排程方式，由于难以考虑车间实际物流情况以及生产过程中的动态干扰因素，缺乏有效的生产计划验证分析和优化手段。生产执行往往难以按照生产计划进行，导致产品无法按期交付，影响企业信誉和经济效益。

生产计划验证仿真则是基于离散制造系统建模仿真理论在计算机中建立制造系统生产要素及其相同作用关系的仿真模型，对生产计划/生产过程及其各类生产扰动进行模拟分析，得到生产计划下制造系统的各项仿真参数。从对当前生产计划进行分析和评价，并给出优化建议。相较于原有生产模式，通过生产验证仿真可有效提高生产计划的科学性、合理性。而且作为一种无风险、低成本的验证方式，生产计划仿真具有物理仿真无法比拟的优势。

现有技术如“一种一体化钢铁企业生产过程在线计划调度系统与方法”(CN1556486A)，公开了一种一体化的钢铁企业生产过程在线调度系统与方法，用于生产过程计划的编制与实时调度。“炼钢—连铸—热轧生产计划一体化生产计划仿真系统”(CN101604145A)，通过读取炼钢区、连铸区、热轧区的生产计划方案，仿真模拟钢铁冶炼过程中炼钢区、连铸区、热轧区的实际生产流程，从而提高计划编制的质量，优化生产实施。现有技术中的验证方法都在针对钢铁生产过程，对任务车间并不适用；另一方面，均侧重于生产计划的编制而非生产计划的验证。

发明内容

本发明针对现有技术存在的问题提供一种在生产执行前对生产计划进行验证、分析和评价的任务车间生产计划验证方法。

本发明采用的技术方案是：一种任务车间生产计划验证方法，包括以下步骤：

步骤1：解析生产计划，建立相互间的约束关系，为每一个工件建立一个进程；将工件进程拆分为若干个子进程；每一个子进程包括一个物流服务子进程和一个生产单元服务子进程；生成当前执行工序任务队列，依次执行工序生产任务；

步骤2：接受并解析物流服务任务，选择合适的物流设备执行物流服务，基于物流路径网络模型选择最短的物流路径完成物流服务调度；

步骤3：接受并解析生产单元服务任务，完成工件加工的各项活动，完成生产单元服务调度；

步骤4：将步骤2中的物流服务调度中的仿真数据和步骤3得到的生产单元服务调度中的仿真数据输出形成甘特图；对比输入甘特图和输出甘特图，完成对生产计划的验证。

进一步的，所述步骤2中物流服务调度过程如下：

S11：解析物流任务，物流任务LT＝<F_ID><S_j-1><S_j>，物流任务LT指将编号为F_ID的工件从服务单元S_j-1送到服务单元S_j；

S12：通过物流设备选择算法从物流设备集中选择离服务单元S_j-1最近的空闲物流设备E_ext来执行此物流任务，若无空闲的物流设备，调用失败，条件延迟；若物流设备调用成功，E_ext锁定；

S13：通过最短路径规划算法从物流路径集中选择一条最短物流路径LP(P₀，P_j-1)，使得E_ext与S_j-1路径最短；执行LP(P₀，P_j-1)，记录E_ext从P₀点到达P_j-1点的时间t₁；其中P₀为E_ext调用时位置，P_j-1为S_j-1位置；

S14：判断服务单元S_j-1装卸设备是否空闲，若装卸设备不空闲，装载失败，条件延迟；若装卸设备空闲，调用装卸设备进行装载，将编号为F_ID的工件从S_j-1装载到物流设备E_ext，装载成功，无条件延迟；

S15：若装载成功，通过最短路径规划算法从物流路径集中选择一条最短物流路径LP(P_j-1，P_j)，使得S_j-1与S_j之间路径最短，执行LP(P_j-1，P_j)，物流设备E_ext从P_j-1点到达P_j点；其中P_j为S_j位置；

S16：判断服务单元S_j是否满足卸载条件，若不满足卸载条件，卸载失败条件延迟；若满足卸载条件，则调用物流设备进行卸载，将编号为F_ID的工件从物流设备E_ext卸载到S_j，卸载成功，无条件延迟；

S17：卸载完成后，编号为F_ID的工件进入S_j排队，物流设备E_ext解锁。

进一步的，所述步骤3中生产单元服务调度过程如下：

S21：解析生产单元任务，生产单元任务ST＝<F_ID><S_ID><T_P>，ST指为工件编号为F_ID的工件提供服务设备编号为S_ID，服务时间为T_P的服务；

S22：编号为F_ID的工件在编号为S_ID的设备的输入缓冲B_in中排队等待服务，B_in可用容量C减一；判断工件是否位于队首且处理器P空闲，若满足条件，工件开始接受服务，P锁定；若不满足条件，继续排队等待服务，条件延迟；

S23：调用服务单元装卸设备进行装载，将工件从B_in中上料至P，输入缓冲B_in可用容量C加一，无条件延迟；

S24：判断是否到达复活点，若未到达复活点，则继续延迟；若到达复活点则工件进入P中接受服务，无条件延迟；

S25：判断是否到达复活点，若未到达复活点，则继续延迟；若到达复活点则调用服务单元装卸设备将工件从P下料到输出缓冲B_out中，无条件延迟；

S26：判断是否到达复活点，若未到达复活点，则继续延迟；若到达复活点，则P解锁，工件进入B_out中排队等待下一个物流子进程。

进一步的，所述步骤4中生产计划的验证过程为：

根据总任务完工时间判断验证生产计划方案；总任务完工时间小的生产计划方案较优。

进一步的，所述步骤S12中物流设备选择算法过程如下：

遍历执行器集，得到状态为空闲的可选执行器集；遍历可选执行器集，以各执行器的当前位置为源点，待搬运物初始位置为目标点；依次调用迪杰斯特拉算法，得到使物流路径最短的执行器，将物流任务分派给该执行器。

进一步的，所述步骤1中生产计划包括工件表、工艺表、排程表。

进一步的，所述步骤1中根据排程的先后顺序、工序顺序的约束依次执行工序生产任务。

本发明的有益效果是：

(1)本发明综合考虑了车间的实际布局、生产单元内部运行机制和单元间的物流调度机制，适用于任务车间生产计划和过程的验证；

(2)本发明可在生产计划分发执行前验证当前生产计划合理性，发现当前生产计划可能存在的缺陷，为生产计划制定者提供决策支持和理论依据；

(3)本发明将传统的进程交互改进为生产单元服务子进程和物流服务子进程交替进行的多段式进程交互仿真方法，将集中式的仿真控制方法转变为分布式、多阶段式的仿真方法，降低了仿真建模的模型复杂度，提高了仿真效率。

附图说明

图1为本发明原理示意图。

图2为本发明生产任务解析算法流程示意图。

图3为本发明物流服务调度算法流程示意图。

图4为本发明生产单元服务调度算法流程示意图。

图5为本发明实施例中某任务车间平面布局图。

图6为本发明实施例中输入和输出的生产计划甘特图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步说明。

一种任务车间生产计划验证方法，包括以下步骤：

步骤1：解析生产计划，建立相互间的约束关系，为每一个工件建立一个进程；将工件进程拆分为若干个子进程；每一个子进程包括一个物流服务子进程和一个生产单元服务子进程；生成当前执行工序任务队列，依次执行工序生产任务。

将生产计划(工件表、工序表、排程表)导入内存并进行解析，建立相互间的约束关系，为每一个工件(流动实体)建立一个进程，反映每个工件进进入系统到离开系统的全部活动。进一步将工件进程按工序任务拆分为若干个子进程；以一个工件的一道工序为一个子进程，包括一个物流服务子进程和一个单元服务子进程。每次仿真时钟推进后，实时生成当前执行工序任务队列，按照排程的先后顺序(按工序任务计划开始时间排序)、工序顺序的约束(工序存在先后关系)依次执行工序生产任务(流程如图2所示)。

解析算法原理如图1所示；为每一个工件生成一个进程方法采用基于多虚拟服务节点模型(该方法在下述专利中公开：一种多虚拟服务节点统一建模方法及仿真方法，公开号109324523A)；该进程描述了该流动实体(工件的仿真模型)在系统中的全部活动，并将每个流动实体的进程分解为一系列的工序任务(如图1a)。其中，全部活动指流动实体从车间仓库出库，进入生产系统，按照工艺路线依次接受加工服务，直至完成所有工序任务最终形成成品进入车间仓库，离开生产系统。物流服务子进程基于物流路径网络模型建立(该方法在下述专利中公开：基于物流路径网络的复杂离散制造系统物流建模仿真方法，公开号：CN109408921A)；如图1d所示。单元服务子进程基于服务单元模型建立(该方法在下述专利中公开：利用七元组和服务但隐患建立离散制造系统逻辑模型的方法，公开号：CN109407632A)，如图1e所示。最后通过物流服务子进程和单元服务子进程交替进行直至完成所有流动实体的所有工序任务。

基于上述方法所建立的仿真模型，对进程交互法进行了改进，基于C++和微软基础类库(MFC)开发了仿真建模平台；将其应用到任务车间生产计划验证仿真和评价。仿真算法具体包括生产任务解析算法、物流服务调度算法、生产单元服务调度算法、生产计划评价方法。

进程交互法：基本模型单元为进程，进程针对某类实体的生命周期而建立，它包含若干个有序的事件及活动；进程交互法以所有进程中时间值最小的无条件延迟复活点来推进仿真时钟，当时钟推进到一个新的时刻后，如果某一工件在进程中解锁，就将该工件从当前复活点一直推进到下一次延迟发生为止。

延迟：工件的进程随着仿真时间的前进不断推进，直到发生某些延迟才暂时停止。延迟主要包括：无条件延迟，实体停留在进程中的某一点上，直到预先确定的延迟期满(例如，工件接收服务)。条件延迟，延迟期长短与系统状态有关，事先无法确定(例如，满足装载条件)。

下面以具体实施例说明

基于生产任务解析算法将流动实体F_i的进程分解为若干道工序任务pt，其中pt_j又拆分为物流子进程LT[S_j-1，S_j](交由物流服务调度算法处理)和服务子进程ST[S_j](交由生产单元服务调度算法处理)。本实施例中，如图1d所示，物流服务子进程LT[S_j-1，S_j]＝A1+A2+A3+A4+A5。包括5个活动，3个条件延迟和2个无条件延迟。

符号	释义	符号	释义
				E<sub>1</sub>	F<sub>i</sub>到达队首(在S<sub>j-1</sub>中排队)	A<sub>1</sub>	F<sub>i</sub>等待物流运输服务活动
E<sub>2</sub>	E<sub>ext</sub>到达S<sub>j-1</sub>	A<sub>2</sub>	F<sub>i</sub>从S<sub>j-1</sub>装载到E<sub>ext</sub>活动
				E<sub>3</sub>	F<sub>i</sub>装载完成	A<sub>3</sub>	F<sub>i</sub>随E<sub>ext</sub>前往S<sub>j</sub>活动
E<sub>4</sub>	E<sub>ext</sub>到达S<sub>j</sub>	A<sub>4</sub>	F<sub>i</sub>从E<sub>ext</sub>卸载到S<sub>j</sub>活动
				E<sub>5</sub>	F<sub>i</sub>卸载完成	A<sub>5</sub>	F<sub>i</sub>在S<sub>j</sub>中排队活动

如图1e所示，生产单元服务子进程ST[S_j]＝A₆+A₇+A₈+A₉+A₁₀。包括5个活动，1个条件延迟和3个无条件延迟。

符号	释义	符号	释义
				E<sub>6</sub>	F<sub>i</sub>卸载完成	A<sub>6</sub>	F<sub>i</sub>在S<sub>j</sub>中排队活动
E<sub>7</sub>	F<sub>i</sub>到达队首且处理器空闲	A<sub>7</sub>	F<sub>i</sub>从缓存器装载到机床(处理器)
				E<sub>8</sub>	F<sub>i</sub>装载完成	A<sub>8</sub>	F<sub>i</sub>接受处理器服务
E<sub>9</sub>	F<sub>i</sub>服务结束	A<sub>9</sub>	F<sub>i</sub>从处理器卸载到缓存器
				E<sub>10</sub>	F<sub>i</sub>卸载完成	A<sub>10</sub>	F<sub>i</sub>在S<sub>j</sub>中缓存器排队活动

其中：

工件表统一数据格式为：工件表＝<工件编号><工件名称><工件类型><数量><货架>。

工艺表统一数据格式为：工艺表＝<工件编号><工序><加工或仓储设备><工序加工时间>。

排程表统一数据格式为：排程表＝<工件编号><工序><加工数量><加工或仓储设备><起始时间><终止起始时间><批次>。

1、“工件表”的解析与表达

假设有n类工件(流动实体，F)，第i类工件有m_i个，则自动生成有

个工件的工件任务集(F_Set)：

F_Set＝{F_i|1≤i≤M}

2、“工艺表”的解析与表达，将工序(链)关联到工件，考虑工序的顺序约束

F：：＝<F_ID><P_Now><P_Num>

其中：F_ID为工件编号，P_Now(F_i)为工件F_i的当前工序号，工序号按照从1开始按自然数依次递增编号，初始为1，每完成一道工序递增1，永远指向将要进行的工序。P_Num(F_i)为工件F_i的总工序数，当P_Now(F_i)＝P_Now(F_i)时，表示工件i所有工序已完成，可以从工件任务集中移除，工件任务集为空则所有工件加工完成，仿真结束。

第i个工件有P_Num(F_i)道工序，第i个工件F_i的工序任务集PT_i表示为：

PT_i＝{pt_j|1≤j≤P_Num(F_i)}

根据各工件工序任务集可以生成总工序任务集(PT_Set)：

PT_Set＝{PT_i|1≤i≤M}

3、“排程表”的解析与表达，将排程关联到工序，考虑排程的时间约束

工件加工单道工序pt的表达为：

pt：：＝<F_ID><S_ID><T_P><T_S><T_E>

其中：S_ID为服务单元编号，T_P为服务时长(辅助时间与加工时间之和)，T_S为工序任务计划开始时间，作为当前执行工序任务队列中各工序的排序依据，T_E为工序任务计划结束时间，仅作为仿真结果对比用。

4、生成当前执行工序任务队列

共有M个工件，第i个工件的当前执行工序为pt(F_i，P_Now)。

每次仿真时钟推进后，根据当前加工工件数可以生成包含M道工序的当前执行工序任务队列(PT_cur)：

PT_cur＝{pt(F_i，P_Now)|1≤i≤M}

当前执行工序任务队列中各工序依照工序任务计划开始时间T_S大小进行排序，工序任务计划开始时间T_S小的排在前面，即：

排序为k-1的当前执行工序的T_S(pt(F_p，P_Now))小于等于排序为k的当前执行工序的T_S(pt(F_q，P_Now))，其中1≤k≤M，1≤p≤M，1≤q≤M，p≠q。

5、任务的分发与执行

仿真时钟推进后，实时更新生成当前执行工序任务队列(PT_cur)，遍历当前执行工序任务队列，将当前执行工序任务pt(F_i，P_Now)分解为一个物流服务任务(LT)和一个生产单元服务任务(ST)：

pt＝LT+ST

LT＝<F_ID><S_j-1><S_j>

ST＝<F_ID><S_ID><T_P>

其中：LT为物流任务，将工件编号为F_ID的工件从服务单元S_j-1运送到S_j接受服务。ST为生产单元服务任务(含加工和仓储)，为工件编号为F_ID的工件提供服务设备编号为S_ID，服务时间为T_P的服务。

通过资源是否可用判断算法判断当前执行工序任务所需资源是否占用，资源未占用则下发当前执行工序任务；资源占用则判断下一当前执行工序任务所需资源是否占用。

若当前执行工序任务已执行完毕，则该工序隶属的工件的当前工序号加一，当该工件当前工序号大于总工序数时，将工件从工件任务集中移除，当所有工件从工件任务集中移除时，完成仿真。

步骤2：接受并解析物流服务任务，从物流设备集中选择合适的物流设备执行物流服务，基于物流路径网络模型选择一条最短的物流路径，最终实现将工件从上一道工序位置转移到下一道工序位置(单次物流任务)，从而将工序连接起来，并记录物流各阶段仿真参数。

物流服务调度具体流程如图3所示。

解析物流任务，物流任务LT＝<F_ID><S_j-1><S_j>，含义为将编号为F_ID的工件从服务单元S_j-1送到服务单元S_j；服务单元S_j编号可由得到物流任务的当前工序确定(pt＝LT+ST)，pt：：＝<F_ID><S_ID><T_P><T_S><T_E>，S_ID为服务单元S_j的编号，同理服务单元S_j-1编号可由工件F_ID的上一道工序确定。

调用物流设备，调用物流设备选择算法从物流设备集中选择离服务单元S_j-1最近的空闲物流设备(E_ext)来执行此物流任务，若无空闲的物流设备，调用失败，条件延迟。

其中，物流设备选择算法流程为：遍历LPN_i的执行器集E_Set_i，得到状态为空闲的可选执行器集E(Idle)_Set_i；再遍历E(Idle)_Set_i，以各执行器E_i的当前位置P(E_i)为原点，待搬运物初始位置O_i为目标点，依次调用Dijkstra算法(E.W.Dijkstra,A note on twoproblems in connection with graphs,Numerical Mathematics 1(1)(1959)269–271)。找到使物流路径LP(P_i,O_i)最短执行器E(O)₁，将物流任务LT分派给执行器E(O)₁。

若物流设备调用成功，E_ext锁定。基于物流路径网络模型通过最短路径规划算法从物流路径集中选择一条最短物流路径LP(P₀,O_j-1)，使得E_ext与S_j-1路径最短(P₀为E_ext调用时位置，P_j-1为S_j-1位置)执行LP(P₀,O_j-1)，E_ext从P₀点到达P_j-1点，记录时间t₁。

判断服务单元S_j-1装卸设备是否空闲，若装卸设备不空闲，装载失败，条件延迟。若装卸设备空闲，调用装卸设备进行装载，将编号为F_ID的工件从S_j-1装载到物流设备E_ext，装载成功，无条件延迟。

判断服务单元S_j输入缓冲B_in，可用容量是否为0，若为0则不满足卸载条件。若不为0则继续判断当前工件卸载的服务单元装卸设备是否空闲，若空闲则满足卸载条件。若不满足卸载条件，卸载失败，条件延迟。若满足卸载条件，调用物流设备进行卸载，将编号为F_ID的工件从物流设备E_ext卸载到S_j，卸载成功，无条件延迟。

卸载完成后，编号为F_ID的工件进入S_j排队，物流设备E_ext解锁，原地待命，物流调度子进程结束。

步骤3：接受并解析生产单元服务任务，自主完成工件加工的各项活动，内部逻辑满足加工约束关系和逻辑序列，并记录生产单元服务子进程中各阶段仿真参数。

生产单元服务调度具体流程如图4所示。

解析生产单元服务任务，ST＝<F_ID><S_ID><T_P>，含义是为工件编号为F_ID的工件F_i提供服务设备编号为S_ID、服务时间为T_P的任务。

编号为F_ID的工件F_i在编号为S_ID的设备的输入缓冲B_in中排队等待服务。B_in可用容量C减一。判断F_i是否位于队首且处理器P空闲，若不满足条件，继续排队等待服务，条件延迟。若满足条件，F_i开始接受服务，P锁定。

调用服务单元装卸设备进行装载，将F_i从B_in中上料至P，输入缓冲B_in可用容量C加一，无条件延迟。

判断是否到达复活点(即判断延迟是否结束，延迟时间为t7)，若未到达复活点，继续延迟。若到达复活点，F_i进入P中接受服务，无条件延迟。

判断是否到达复活点(即判断延迟是否结束，延迟时间为t8)，若未到达复活点，继续延迟，若到达复活点，调用服务单元装卸设备将F_i从P下料到输出缓冲B_out中，无条件延迟。

判断是否到达复活点(即判断延迟是否结束，延迟时间为t9)，若未到达复活点，继续延迟。若到达复活点，P解锁，F_i进入B_out中排队等待下一个物流子进程。生产单元服务子进程结束。

其中，复活点为进程中以复活点表示延迟结束后工件所到达的位置，即进程继续推进的起点。

控制器C为系统操作提供决策服务，是各种控制设备/人员的映射。

处理器P为提供加工/装配/检测等服务是各种加工设备的映射。

服务单元装卸设备E_int为提供物流服务，是各种物流设备的映射。

服务单元缓冲区B为提供临时或长期存储服务，是各种存储设备的映射。

流动实体F，为接受服务，是工件的映射。

物流路径L为两个要素/单元间的流动实体的方向，是物流关系的映射。

虚拟服务节点VSN是生产组织关系，映射了物流逻辑和生产逻辑。

通过将各物流服务调度和生产单元服务调度中得到的仿真数据输出为仿真结果执行甘特图，通过对比仿真输入甘特图和仿真输出甘特图。可以发现，仿真输出甘特图中综合考虑物流转运的时间，可以为排程时间提供更加准确的参考。此外，通过调整部分工序的加工排序，可以改进当前生产计划，缩短总完工时间。在不同生产计划方案下，可以通过总任务完工时间(生产系统开始运行时刻到最后一项任务运行完成时刻之间的时间)判断不同生产计划方案的优劣，总任务完工时间小的生产计划方案较优，从而选出较优的生产计划方案。

表1符号含义

实施例

下面结合具体案例，介绍本发明具体实施例过程。如图5所示，某结构件加工车间分为6个区域，分别为立体仓库区(A#1)、装卸区(A#2)、数控加工区(A#3)、数控加工区(A#4)、柔性生产线(A#5)、柔性生产线(A#6)。该车间用于加工大型复杂结构件，物流设备包括1台出入库AGV(AGV04)、3台物料AGV(AGV01、AGV02、AGV03)、2台带导轨堆垛机；物流路径包括网络型的AGV路径、直线型带导轨堆垛机路径，各路径之间通过交互点联通。

如图5所示，立体仓库区(A#1)包括两个货架，编号为A#1-01、A#1-02；装卸区(A#2)包括两台设备，编号为A#2-01、A#2-02；数控加工区(A#3)包括七台设备，编号分别为A#3-01、A#1-02、A#1-03、A#1-04、A#1-05、A#1-06、A#1-07；数控加工区(A#4)包括4台相同设备，编号分别为A#4-01、A#4-02、A#4-03、A#4-04；柔性生产线(A#5)包括3台相同设备，编号分别为A#5-01、A#5-02、A#5-03；柔性生产线(A#6)包括5台相同设备，编号分别为A#6-01、A#6-02、A#6-03、A#6-04、A#6-05。

其中立体仓库区(A#1)与装卸区(A#2)通过出入库AGV路径联通，由出入库AGV运送物料；装卸区(A#2)与数控加工区(A#3)、数控加工区(A#4)通过物料AGV路径联通，由物料AGV运送物料，由配置的上下料机械手负责装卸；数控加工区(A#3)、数控加工区(A#4)与柔性生产线(A#5、A#6)通过物料AGV路径联通，柔性生产线(A#5、A#6)内部由带导轨堆垛机装卸、运送物料。

结构件厂某次下达生产计划中的工件表、工序表、排程表如下所示。

表2为工件信息

工件编号	工件名称	工件类型	数量	货架
					1	3P7-24-Y	1	1	A#1-01
2	P8-XL	2	2	A#1-01
					3	00PLCX	3	2	A#1-01

表3为工艺信息

其中加工时间为0的工序为仓储工序。

表4为排程信息

1、生产任务解析

工件表解析

该次生产计划共有3类工件需要加工，第1类工件为3P7-24-Y，数量为1；第2类工件为P8-XL，数量为2；第3类工件为00PLCX，数量为2；共有5个工件，解析后生成总数为5的工件任务集，其中：F₁为3P7-24-Y，F₂为P8-XL 01，F₃为P8-XL 02，F₄为00PLCX 01，F₅为00PLCX 02。解析后得到5个进程，5个工件的原材料均存放于编号为A#1-01的货架。

F_Set＝{F_i|1≤i≤5}

工艺表解析

解析后将工序表中每个工件的工序关联到每个工件，3P7-24-Y有8道工序，即PT₁＝{pt_j|1≤j≤8}；P8-XL 01、P8-XL 02、00PLCX 01、00PLCX 02有6道工序。以工件P8-XL 01为例，它包括6个子进程，第一个子进程为出入库AGV从A#1-01运送工件到A#2-02进行检验，第二个子进程为物料AGV运送工件到A#4-02进行加工，第三个子进程为物料AGV运送工件到A#6-05进行加工，第四个子进程为物料AGV运送工件到A#4-04进行加工，第五个子进程为物料AGV运送工件到A#2-01进行检验，第六个子进程为出入库AGV运送工件到A#1-02入库。根据工件的批数、工序数自动生成工序总数为32的总工序任务集，即PT_Set＝{pt_i|1≤i≤32}。

排程表解析

将每个工件的排程信息关联到工序，工序pt的表达为：

pt：：＝<F_ID><S_ID><T_P><T_S><T_E>

以3P7-24-Y的第三道工序为例，pt₃：：＝<1><A#6-05><20000><16000><36000>，表示F_ID为1，S_ID为16000，T_P为20000s，T_S为16000s，T_E为36000s。

当前执行工序任务队列的生成

在仿真开始时刻，生成包含5道工序的当前执行工序任务队列(PT_cur)，并根据各工序任务计划开始时间T_S大小进行排序，工序任务计划开始时间T_S小的排在前面。

其中：

T_S(pt(F₁，P_Now))<T_S(pt(F₄，P_Now))<T_S(pt(F₅，P_Now))<T_S(pt(F₂，P_Now))<T_S(pt(F₃，P_Now))

排序后的PT_cur表达为：

PT_cur＝{pt(F₁，P_Now)，pt(F₄，P_Now)，pt(F₅，P_Now)，pt(F₂，P_Now)，pt(F₃，P_Now)}

遍历当前执行工序任务队列时，根据PT_cur中的工序排序顺序依次遍历。

任务分发与执行：

仿真时钟推进后，实时更新当前执行工序任务队列(PT_cur)，遍历当前执行工序任务队列，将当前执行工序任务pt(F_i，P_Now)分解为一个物流任务(LT)和一个服务任务(ST)。以P8-XL 01工件(F₂)的第五个子进程为例，可以将其分解为物流服务子进程LT＝<F₂><A#4-04><A#2-01>和生产单元服务子进程ST＝<F₂><A#2-01><1250>；

通过资源是否可用判断算法判断当前执行工序任务所需资源是否可用，若可用则下发执行当前执行工序任务。

2、物流服务调度的内容如下

S11：解析物流任务，物流任务LT＝<F₂><A#4-04><A#2-01>，物流任务为将P8-XL01从A#4-04服务单元送到A#2-01服务单元。

S12：在物流子进程开始时刻，AGV 01空闲，距A#4-04服务单元156.23m；AGV 02空闲，距A#4-04服务单元0.00m；AGV 03空闲，距A#4-04服务单元27.14m，最后选择AGV 02作为物流搬运设备，AGV 02锁定。

S13：物流设备调度调用成功后，基于物流路径网络模型通过最短路径规划算法从物流路径集中选择一条最短物流路径，使得AGV 02与A#4-04服务单元路径最短；执行物流路径，AGV 02从调用点到达A#4-04服务单元。

S14：AGV 02到达A#4-04服务单元，此时A#4-04服务单元装卸设备空闲，调用该装卸设备对P8-XL01装载，将P8-XL01从A#4-04服务单元输出缓冲装载到AGV 02，装载成功。

S15：若装载成功，基于物流路径网络模型通过最短路径规划算法从物流路径集中选择一条最短物流路径，使得A#4-04服务单元与A#2-01服务单元之间路径最短，执行物流路径，物流设备AGV 02从A#4-04服务单元运行到A#2-01服务单元。

S16：AGV 02到达A#2-01服务单元，此时A#2-01服务单元装卸设备空闲，调用装卸设备进行卸载，将P8-XL 01从AGV 02卸载到A#2-01服务单元输入缓冲中，卸载成功。

S17：P8-XL 01进入A#2-01服务单元等待生产单元服务子进程的进行，AGV 02解锁，原地待命，物流服务子进程结束。

3、生产单元服务调度的内容如下：

S21：解析生产单元任务，生产单元任务ST＝<F₂><A#2-01><1250>，该生产单元服务任务为替P8-XL01提供服务设备编号为A#2-01、加工时间为1250s的服务。

S22：P8-XL01在A#2-01的输入缓冲中排队等待服务，A#2-01的输入缓冲可用容量减一，若P8-XL 01位于队首且处理器A#2-01空闲，P8-XL 01准备接受服务，A#2-01锁定。

S23：调用A#2-01服务单元装卸设备进行装载，将P8-XL 01从输入缓冲中上料至A#2-01，A#2-01的输入缓冲可用容量加一，无条件延迟；

S24：装载成功后，P8-XL 01进入A#2-01中接受服务，1250s后完成服务。

S25：服务完成后，调用A#2-01服务单元装卸设备进行卸载，将P8-XL 01卸载至A#2-01服务单元的输出缓冲中，无条件延迟。

S26：卸载完成后，A#2-01解锁，P8-XL 01在A#2-01服务单元的输出缓冲中排队等待下一个物流子进程，生产单元服务子进程结束。

4、生产计划验证与评价

根据生产计划中的工件表、工序表、排程表，可以生成仿真输入的生产甘特图。基于本发明仿真算法可以得到仿真结果的生产计划甘特图，如图6所示。根据图6a中仿真输入甘特图以及输入排程信息可知，初始生产计划排程下需要88500s完成所有工件加工。根据图6b中仿真结果甘特图可知，需要89710s方能完成所有工件加工，且得到了每道工序的具体开始时间和结束时间以及物流时间。

进一步对比分析可知，各工件工序加工顺序大致上可以按照设定的排程计划进行加工，但部分工序加工顺序可以进行调整和优化。例如生产计划排程中工件33P7-24-Y的第4道工序先于工件00PLCX 01的第4道工序开始加工，通过仿真分析可知，工件00PLCX 01的第4道工序可以提前进行加工；在将工件00PLCX 01的第4道工序设置为优于工件3P7-24-Y的第4道工序加工后，工件00PLCX 01的第5道工序、00PLCX 02的第4、5道都可以提前完成加工。

本发明将传统的进程交互法改进为生产单元服务子进程和物流服务子进程交替进行的多段式进程交互仿真方法。将集中式的仿真控制方法转变为分布式、多阶段式的仿真方法，降低了仿真建模的模型复杂度，提高了仿真效率。综合考虑了车间实际布局、生产单元内部运行机制和单元间的物流调度机制，适用于任务车间生产计划和过程的验证仿真。通过再现生产计划下制造系统的状态、动态行为以及性能特征，获取仿真过程数据，对仿真数据进行分析和评价，可在生产计划分发执行前验证当前生产计划合理性，发现当前生产计划可能存在的缺陷，为生产计划制定提供决策支持和理论依据。本发明综合考虑物流转运的时间，同时调整部分工序的加工排序，可以改进和优化当前生产计划，为排程时间提供更加准确的参考。从而为实际工厂的生产计划制定提供决策支持和科学依据，并有效缩短制造周期和降低企业成本。

Claims

1.一种任务车间生产计划验证方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种任务车间生产计划验证方法，其特征在于，所述步骤2中物流服务调度过程如下：

3.根据权利要求1所述的一种任务车间生产计划验证方法，其特征在于，所述步骤3中生产单元服务调度过程如下：

4.根据权利要求1所述的一种任务车间生产计划验证方法，其特征在于，所述步骤4中生产计划的验证过程为：

5.根据权利要求2所述的一种任务车间生产计划验证方法，其特征在于，所述步骤S12中物流设备选择算法过程如下：

6.根据权利要求1所述的一种任务车间生产计划验证方法，其特征在于，所述步骤1中生产计划包括工件表、工艺表、排程表。

7.根据权利要求1所述的一种任务车间生产计划验证方法，其特征在于，所述步骤1中根据排程的先后顺序、工序顺序的约束依次执行工序生产任务。