CN112132319B - 一种基于动作空间二维装箱算法的热压罐排罐方法及系统 - Google Patents

Abstract

本发明公开了一种基于动作空间二维装箱算法的热压罐排罐方法及系统，将热压罐空间简化为平面，并抽象为一个矩形，将零件抽象为小矩形块，利用基于动作空间的二维装箱算法在热压罐矩形中放置尽可能多的小矩形块，考虑真空嘴、热电偶、工装的约束，保证在有限资源的基础上热压罐每一罐的利用率均衡且最大，并通过自动排罐提高计划排产效率。所述系统包括Oracle数据库、输入单元、处理单元和输出单元。本发明取代人工完成热压罐排罐工作，节省人力，提高进罐计划排程效率；本发明充分结合现有的热压罐、工装等资源约束进行热压罐排罐，实现排罐方案有据可依；与人工排罐相比，本发明排出的进罐计划更精确，更具有可执行性，热压罐利用率提高。

Description

一种基于动作空间二维装箱算法的热压罐排罐方法及系统

技术领域

本发明属于复合材料固化成型的技术领域，具体涉及一种基于动作空间二维装箱算法的热压罐排罐方法及系统。

背景技术

在复合材料产品生产制造过程中，热压罐是复合材料固化成型过程的关键设备，将多个使用相同固化程序的零件同时进罐进行加温加压完成固化成型工序。所以热压罐排罐计划是将多个零件同时组成一个包进罐，同时在进行热压罐排罐计划时需考虑真空嘴、热电偶、工装、材料等资源约束，但是由于现有的ERP和MES系统的计划模式建立在无限能力资源基础之上，计划结果基本不能直接用于生产现场，而人工排计划时虽然比较均衡，但是效率低，排出的进罐计划达不到资源的最大利用率，影响生产效率。

发明内容

本发明的目的在于提供一种基于动作空间二维装箱算法的热压罐排罐方法，旨在解决人工根据经验排产效率低，工段执行率低的问题。

本发明的目的还在于提供一种基于动作空间二维装箱算法的热压罐排罐系统，所述处理单元基于动作空间二维装箱算法，根据热压罐可用的时间以及包内订单的优先级对每一个组包进行排罐得到排灌计划，从而实现自动排罐提高计划排产效率。

本发明主要通过以下技术方案实现：一种基于动作空间二维装箱算法的热压罐排罐方法，将热压罐空间简化为平面，并抽象为一个矩形，将零件抽象为小矩形块，利用基于动作空间的二维装箱算法在热压罐矩形中放置尽可能多的小矩形块，并且考虑真空嘴、热电偶、工装的约束，保证在有限资源的基础上热压罐每一罐的利用率均衡且最大，并通过自动排罐提高计划排产效率。

为了更好地实现本发明，进一步的，根据订单数据和固定包数据进行固定包匹配，未匹配到的订单作为散件打包；进行固定包加散件的组包，根据包内订单的热压罐建议信息选择热压罐；再基于动作空间二维装箱算法，根据热压罐可用的时间以及包内订单的优先级对每一个组包进行排罐得到进罐计划。

为了更好地实现本发明，进一步的，主要包括以下步骤：

步骤S1：固定包匹配：根据选择的机型和热压罐搜索存在的固定包方案清单s＝{s₁,s₂,...,s_g}，记搜索到的固定包清单s^*＝{s₁,s₂,...,s_g*}，剩余未匹配到的散件零件清单J_u；

步骤S2：散件打包：对剩余散件打包，将每一个零件打成一个包，并记散件打包清单

并对所有固定包s^*和散件包s_u按照最早固化完成截止日期的先后进行优先级排序；

步骤S3：若存在固定包清单，读取第一个固定包任务s，选择其固定包信息中的建议热压罐，并考虑将剩余散件包插入到现有固定包中；

步骤S5：检验是否存在可执行加工的包，若存在多个，则选择对应热压罐建议优先级最高的包计划，若不存在，将因为工装不可用的零件加入不能排程的列表清单，将因为工装当前时间不可用的零件其最早可用时间设置为其工装的最早释放时间，其他零件则加入散件列表，删除该包，转步骤S3；

步骤S6：更新设备占用时间，热压罐更新可用时间考虑每个包罐前罐后的准备时间作为切换时间，若查询不到字段，则读取默认切换时间，从除了本次排程被删除的散件之外的散件包方案s_u中依次选择零件加入，直至不能加入为止，并更新相应的订单零件信息和任务包信息s_u和s^*；

步骤S7：检验是否可以继续排程，若可以，则检验是否还存在待排包任务，若存在，转转步骤S3，否则，结束算法；若不能继续排程，结束算法。

为了更好地实现本发明，进一步的，插入固定包需要满足以下要求：具有相同的程序号，具有相同的建议热压罐，具有可用工装；同时，直到插入的散件工装面积超过热压罐平板面积或无散件可插入为止；

若已不存在固定包，则对散件打包，根据包内零件的已成型次数和工序信息以及热压罐建议信息，选择建议热压罐，生成建议热压罐列表

为了更好地实现本发明，进一步的，还包括步骤S4：对选择的包任务的建议热压罐k∈M_u执行以下操作：

e.在考虑热压罐可用时间的情况下，为该固定包选择在该热压罐上的开工和完工时间；

f.在考虑工装占用的情形下，为包内零件选择工装；

g.对选择的工装，校验热压罐的真空嘴和热电偶约束；

h.调用二维装箱算法校验工装面积，二维装箱算法能尽可能提高当前热压罐平板的利用率。

为了更好地实现本发明，进一步的，所述步骤S5中，若存在多个对应热压罐建议优先级相等的包计划，则选择开工时间最早的包计划，若开工时间相同，则选择可执行包包含最多零件的包计划。

为了更好地实现本发明，进一步的，所述步骤S6中，工装更新需要考虑脱模占用工装时间，并且在每次排程之后更新相应工装时间；同时，考虑是否存在可以加入包的任务。

本发明主要通过以下技术方案实现：一种基于动作空间二维装箱算法的热压罐排罐系统，包括Oracle数据库、输入单元、处理单元和输出单元；

所述输入单元读取存储在Oracle数据库中的订单数据、工装数据、工装-零件关联数据、固定包数据、热压罐数据、热压罐-零件关联数据以及零件工艺路线数据，并输入给处理单元；

所述处理单元根据订单数据和固定包数据进行固定包匹配，未匹配到的订单作为散件打包；进行固定包加散件的组包，根据包内订单的热压罐建议信息选择热压罐；再基于动作空间二维装箱算法，根据热压罐可用的时间以及包内订单的优先级对每一个组包进行排罐；将排出的进罐计划输入给输出单元；

所述输出单元将详细的进罐计划显示在页面中。

本发明的有益效果：

(1)本发明取代人工完成热压罐排罐工作，节省人力，提高进罐计划排程效率；

(2)本发明充分结合现有的热压罐、工装等资源约束进行热压罐排罐，实现排罐方案有据可依；

(3)与人工排罐相比，本发明排出的进罐计划更精确，更具有可执行性，热压罐利用率提高。

附图说明

图1为热压罐排罐系统的原理框图；

图2为热压罐排罐流程图；

图3为计划排程流程图。

具体实施方式

实施例1：

一种基于动作空间二维装箱算法的热压罐排罐系统，如图1所示，包括Oracle数据库、输入单元、处理单元和输出单元；

输入单元读取存储在Oracle数据库中的订单数据、工装数据、工装-零件关联数据、固定包数据、热压罐数据、热压罐-零件关联数据以及零件工艺路线数据。并将订单数据、工装数据、工装-零件关联数据、固定包数据、热压罐数据、热压罐-零件关联数据以及零件工艺路线数据输入给处理单元。

处理单元接收到输入单元输送的订单数据、工装数据、工装-零件关联数据、固定包数据、热压罐数据、热压罐-零件关联数据以及零件工艺路线数据。根据订单数据和固定包数据进行固定包匹配，未匹配到的订单作为散件打包。进行固定包加散件的组包，根据包内订单的热压罐建议信息选择热压罐。再基于动作空间二维装箱算法，根据热压罐可用的时间以及包内订单的优先级对每一个组包进行排罐。将排出的进罐计划输入给输出单元。

输出单元接收到处理单元输入的进罐计划，将详细的进罐计划显示在页面中。

本发明取代人工完成热压罐排罐工作，节省人力，提高进罐计划排程效率；本发明充分结合现有的热压罐、工装等资源约束进行热压罐排罐，实现排罐方案有据可依；与人工排罐相比，本发明排出的进罐计划更精确，更具有可执行性，热压罐利用率提高。

实施例2：

一种基于动作空间二维装箱算法的热压罐排罐方法，如图2所示，将热压罐空间简化为平面，并抽象为一个矩形，将零件抽象为小矩形块，利用基于动作空间的二维装箱算法在热压罐矩形中放置尽可能多的小矩形块，并且考虑真空嘴、热电偶、工装的约束，保证在有限资源的基础上热压罐每一罐的利用率均衡且最大，并通过自动排罐提高计划排产效率。本发明在订单数据、工装数据、工装-零件关联数据、固定包数据、热压罐数据、热压罐-零件关联数据以及零件工艺路线数据的基础上进行。

本发明取代人工完成热压罐排罐工作，节省人力，提高进罐计划排程效率；本发明充分结合现有的热压罐、工装等资源约束进行热压罐排罐，实现排罐方案有据可依；与人工排罐相比，本发明排出的进罐计划更精确，更具有可执行性，热压罐利用率提高。

实施例3：

本实施例是在实施例1或2的基础上进行优化，根据订单数据和固定包数据进行固定包匹配，未匹配到的订单作为散件打包；进行固定包加散件的组包，根据包内订单的热压罐建议信息选择热压罐；再基于动作空间二维装箱算法，根据热压罐可用的时间以及包内订单的优先级对每一个组包进行排罐得到进罐计划。主要包括以下步骤：

(1)根据订单数据和固定包数据进行固定包匹配；

(2)对未匹配到固定包的散件进行打包，形成散件包；

(3)计划排程；

(4)输出进罐计划。

本发明取代人工完成热压罐排罐工作，节省人力，提高进罐计划排程效率；本发明充分结合现有的热压罐、工装等资源约束进行热压罐排罐，实现排罐方案有据可依；与人工排罐相比，本发明排出的进罐计划更精确，更具有可执行性，热压罐利用率提高。

本实施例的其他部分与上述实施例1或2相同，故不再赘述。

实施例4：

本实施例是在实施例1-3任一个的基础上进行优化，如图3所示，计划排程主要包括以下步骤：

1.对固定包和散件包分别按照优先级排序；

2.读取第一个固定包；

3.判断是否存在固定包，若存在则考虑热压罐和工装并寻找能插入的散件包，然后根据建议热压罐校验热压罐资源约束；否则相同程序号散件打包，为散件包内零件罩工装，然后根据建议热压罐校验热压罐资源约束；

4.判断是否存在可加工热压罐，若不存在，则所有零件加入散件列表，并进入步骤1中循环；否则选择建议等级最高的热压罐，并判断是否存在删除零件，若存在，则删除零件加入散件列表，然后更新工装设备占用时间，否则直接更新工装设备占用时间；

5.判断是否存在可以添加进该包的散件，若存在，则插入散件并更新订单零件信息，否则直接更新订单零件信息；

6.更新任务包信息，判断是否可以继续排程，若可以，则进一步的判断包列表是否为空，若不为空，则回到步骤1重新循环，若为空则排程计划结束；若不可以则排程计划结束。

本发明取代人工完成热压罐排罐工作，节省人力，提高进罐计划排程效率；本发明充分结合现有的热压罐、工装等资源约束进行热压罐排罐，实现排罐方案有据可依；与人工排罐相比，本发明排出的进罐计划更精确，更具有可执行性，热压罐利用率提高。

本实施例的其他部分与上述实施例1-3任一个相同，故不再赘述。

实施例5：

本实施例是在实施例1-4任一个的基础上进行优化，主要包括以下步骤：

1)固定包匹配。根据选择的机型和热压罐搜索存在的固定包方案清单s＝{s₁,s₂,...,s_g}，记搜索到的固定包清单s^*＝{s₁,s₂,...,s_g*}，剩余未匹配到的散件零件清单J_u。

2)散件打包。对剩余散件打包，将每一个零件打成一个包，并记散件打包清单

并对所有固定包s^*和散件包s_u按照最早固化完成截止日期的先后进行优先级排序。

3)若存在固定包清单，读取第一个固定包任务s，选择其固定包信息中的建议热压罐，并考虑将剩余散件包插入到现有固定包中，插入固定包需要满足以下要求：具有相同的程序号，具有相同的建议热压罐，具有可用工装。同时，直到插入的散件工装面积超过热压罐平板面积或无散件可插入为止；若已不存在固定包，则对散件打包，根据包内零件的已成型次数和工序信息以及热压罐建议信息，选择建议热压罐，生成建议热压罐列表

4)对选择的包任务的建议热压罐k∈M_u执行以下操作：(1)在考虑热压罐可用时间的情况下为该固定包选择在该热压罐上的开工和完工时间；(2)在考虑工装占用的情形下，为包内零件选择工装；(3)对选择的工装，校验热压罐的真空嘴和热电偶约束；(4)调用二维装箱算法校验工装面积，二维装箱算法能尽可能提高当前热压罐平板的利用率。上述每一步操作都可能删除零件，记录删除零件以及被删除的原因，并把删除零件加入散件列表。

5)检验是否存在可执行加工的包，若存在多个，则选择对应热压罐建议优先级最高的包计划，若存在多个对应热压罐建议优先级相等的包计划，则选择开工时间最早的包计划，若开工时间相同，则选择可执行包包含最多零件的包计划；若不存在，将因为工装不可用的零件加入不能排程的列表清单，将因为工装当前时间不可用的零件其最早可用时间设置为其工装的最早释放时间，其他零件则加入散件列表，删除该包，转步骤3)。

6)更新设备占用时间，热压罐更新可用时间考虑每个包罐前罐后的准备时间作为切换时间，若查询不到该字段，则读取默认切换时间，工装更新需要考虑脱模占用工装时间，并且在每次排程之后更新相应工装时间。同时，考虑是否存在可以加入该包的任务。从除了本次排程被删除的散件之外的散件包方案s_u中依次选择零件加入，直至不能加入为止，并更新相应的订单零件信息和任务包信息s_u和s^*。

7)检验是否可以继续排程(如是否达到计划边界，是否存在可用工装等)，若可以，则检验是否还存在待排包任务，若存在，转步骤3)，否则，结束算法；若不能继续排程，结束算法。

本发明取代人工完成热压罐排罐工作，节省人力，提高进罐计划排程效率；本发明充分结合现有的热压罐、工装等资源约束进行热压罐排罐，实现排罐方案有据可依；与人工排罐相比，本发明排出的进罐计划更精确，更具有可执行性，热压罐利用率提高。

本实施例的其他部分与上述实施例1-4任一个相同，故不再赘述。

实施例6：

本实施例是在实施例1-5任一个的基础上进行优化：

设J＝{1,2,...,n}为所有订单零件的集合，M＝{1,2,...,m}为所有热压罐设备的集合，T＝{1,2,..,p}为所有工装的集合。零件J_j的所有工序集合p_j＝{1,2,...,n_j}，对应的工序加工时间为d_ji,i＝1,2,...,n_j，且每道热压工序后的等待时间(即其它工序时间和工序间等待时间之和)为e_ji,i＝1,2,...,n_j，每个工序都有对应的工序类别(0＝其他工序，1＝下料工序，2＝铺叠工序，3＝进罐工序)。

所有零件一共属于f种类别，则各热压工序的程序号c_ji∈{1,2,...,f},f∈N⁺，其对应的建议工装列表

k_i∈T，且其建议工装列表的建议等级分别为R_j＝{r_j1,r_j2,...,r_jmj}，r_i∈{0,1,2}，每个工装对应的真空嘴和热电偶的需求数分别为v_jl和h_jl，且长度和宽度分别为l_ji和w_ji，l＝1,2,...,m_j。不失一般性，为建议工装按照面积大小升序排序。

热压罐M_k的长度和宽度分别是L_k和W_k，能提供的真空嘴和热电偶总数分别为V_k和H_k，且订单零件J_j的热压工序p_ji，i＝1,2,...,n_j的建议热压罐集合A_ji＝{a₁,a₂,...,a_hj}，a_i∈M，且相应的建议热压罐的建议等级分别为R_j＝{r_j1,r_j2,...,r_jhj}，r_i∈{0,1,2}。

各热压罐可用时间为T_k＝[[t₁,t₂],[t₃,t₄],...]，t₁≤t₂≤t₃≤…，k＝1,2,...m，各工装的可用时间T_q′＝[[t₁,t₂],[t₃,t₄],...]，t₁≤t₂≤t₃≤...，q＝1,2,...,p。此外，设每个热压罐的切换时间由上一个包的结束准备时间和下一包的开始准备时间之和表示，统一记为st。

本实施例的其他部分与上述实施例1-5任一个相同，故不再赘述。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (6)

1.一种基于动作空间二维装箱算法的热压罐排罐方法，其特征在于，将热压罐空间简化为平面，并抽象为一个矩形，将零件抽象为小矩形块，利用基于动作空间的二维装箱算法在热压罐矩形中放置尽可能多的小矩形块，并且考虑真空嘴、热电偶、工装的约束，保证在有限资源的基础上热压罐每一罐的利用率均衡且最大，并通过自动排罐提高计划排产效率；包括以下步骤：

步骤S1：固定包匹配：根据选择的机型和热压罐搜索存在的固定包方案清单s＝{s₁,s₂,...,s_g}，记搜索到的固定包清单

剩余未匹配到的散件零件清单J_u；

步骤S2：散件打包：对剩余散件打包，将每一个零件打成一个包，并记散件打包清单

并对所有固定包s^*和散件包s_u按照最早固化完成截止日期的先后进行优先级排序；

步骤S3：若存在固定包清单，读取第一个固定包任务s，选择其固定包信息中的建议热压罐，并考虑将剩余散件包插入到现有固定包中；

步骤S4：对选择的包任务的建议热压罐k∈M_u执行以下操作：

a.在考虑热压罐可用时间的情况下，为该固定包选择在该热压罐上的开工和完工时间；

b.在考虑工装占用的情形下，为包内零件选择工装；

c.对选择的工装，校验热压罐的真空嘴和热电偶约束；

d.调用二维装箱算法校验工装面积，二维装箱算法能尽可能提高当前热压罐平板的利用率；

步骤S5：检验是否存在可执行加工的包，若存在多个，则选择对应热压罐建议优先级最高的包计划，若不存在，将因为工装不可用的零件加入不能排程的列表清单，将因为工装当前时间不可用的零件其最早可用时间设置为其工装的最早释放时间，其他零件则加入散件列表，删除该包，转步骤S3；

步骤S6：更新设备占用时间，热压罐更新可用时间考虑每个包罐前罐后的准备时间作为切换时间，若查询不到字段，则读取默认切换时间，从除了本次排程被删除的散件之外的散件包方案s_u中依次选择零件加入，直至不能加入为止，并更新相应的订单零件信息和任务包信息s_u和s^*；

步骤S7：检验是否可以继续排程，若可以，则检验是否还存在待排包任务，若存在，转步骤S3，否则，结束算法；若不能继续排程，结束算法。

2.根据权利要求1所述的一种基于动作空间二维装箱算法的热压罐排罐方法，其特征在于，根据订单数据和固定包数据进行固定包匹配，未匹配到的订单作为散件打包；进行固定包加散件的组包，根据包内订单的热压罐建议信息选择热压罐；再基于动作空间二维装箱算法，根据热压罐可用的时间以及包内订单的优先级对每一个组包进行排罐得到进罐计划。

3.根据权利要求2所述的一种基于动作空间二维装箱算法的热压罐排罐方法，其特征在于，插入固定包需要满足以下要求：具有相同的程序号，具有相同的建议热压罐，具有可用工装；同时，直到插入的散件工装面积超过热压罐平板面积或无散件可插入为止；

若已不存在固定包，则对散件打包，根据包内零件的已成型次数和工序信息以及热压罐建议信息，选择建议热压罐，生成建议热压罐列表

4.根据权利要求2所述的一种基于动作空间二维装箱算法的热压罐排罐方法，其特征在于，所述步骤S5中，若存在多个对应热压罐建议优先级相等的包计划，则选择开工时间最早的包计划，若开工时间相同，则选择可执行包包含最多零件的包计划。

5.根据权利要求2所述的一种基于动作空间二维装箱算法的热压罐排罐方法，其特征在于，所述步骤S6中，工装更新需要考虑脱模占用工装时间，并且在每次排程之后更新相应工装时间；同时，考虑是否存在可以加入包的任务。

6.一种基于动作空间二维装箱算法的热压罐排罐系统，其特征在于，包括Oracle数据库、输入单元、处理单元和输出单元；所述输入单元读取存储在Oracle数据库中的订单数据、工装数据、工装-零件关联数据、固定包数据、热压罐数据、热压罐-零件关联数据以及零件工艺路线数据，并输入给处理单元；

所述处理单元根据订单数据和固定包数据进行固定包匹配，未匹配到的订单作为散件打包；进行固定包加散件的组包，根据包内订单的热压罐建议信息选择热压罐；再基于动作空间二维装箱算法，根据热压罐可用的时间以及包内订单的优先级对每一个组包进行排罐；将排出的进罐计划输入给输出单元；所述输出单元将详细的进罐计划显示在页面中；包括以下步骤：

步骤S1：固定包匹配：根据选择的机型和热压罐搜索存在的固定包方案清单s＝{s₁,s₂,...,s_g}，记搜索到的固定包清单

剩余未匹配到的散件零件清单J_u；

步骤S2：散件打包：对剩余散件打包，将每一个零件打成一个包，并记散件打包清单

并对所有固定包s^*和散件包s_u按照最早固化完成截止日期的先后进行优先级排序；

步骤S3：若存在固定包清单，读取第一个固定包任务s，选择其固定包信息中的建议热压罐，并考虑将剩余散件包插入到现有固定包中；

步骤S4：对选择的包任务的建议热压罐k∈M_u执行以下操作：

e.在考虑热压罐可用时间的情况下，为该固定包选择在该热压罐上的开工和完工时间；

f.在考虑工装占用的情形下，为包内零件选择工装；

g.对选择的工装，校验热压罐的真空嘴和热电偶约束；

h.调用二维装箱算法校验工装面积，二维装箱算法能尽可能提高当前热压罐平板的利用率；

步骤S5：检验是否存在可执行加工的包，若存在多个，则选择对应热压罐建议优先级最高的包计划，若不存在，将因为工装不可用的零件加入不能排程的列表清单，将因为工装当前时间不可用的零件其最早可用时间设置为其工装的最早释放时间，其他零件则加入散件列表，删除该包，转步骤S3；

步骤S6：更新设备占用时间，热压罐更新可用时间考虑每个包罐前罐后的准备时间作为切换时间，若查询不到字段，则读取默认切换时间，从除了本次排程被删除的散件之外的散件包方案s_u中依次选择零件加入，直至不能加入为止，并更新相应的订单零件信息和任务包信息s_u和s^*；

步骤S7：检验是否可以继续排程，若可以，则检验是否还存在待排包任务，若存在，转步骤S3，否则，结束算法；若不能继续排程，结束算法。

Images