CN112361348A - 危险废物水泥窑焚烧处置的排产方法、系统、设备及介质 - Google Patents

危险废物水泥窑焚烧处置的排产方法、系统、设备及介质 Download PDF

Info

Publication number
CN112361348A
CN112361348A CN202011302773.7A CN202011302773A CN112361348A CN 112361348 A CN112361348 A CN 112361348A CN 202011302773 A CN202011302773 A CN 202011302773A CN 112361348 A CN112361348 A CN 112361348A
Authority
CN
China
Prior art keywords
production
cement kiln
time
waste
hazardous waste
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
CN202011302773.7A
Other languages
English (en)
Other versions
CN112361348B (zh
Inventor
谈宏志
吕伟
徐圆
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.)
Shanghai Electric Group Corp
Original Assignee
Shanghai Electric Group Corp
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 Shanghai Electric Group Corp filed Critical Shanghai Electric Group Corp
Priority to CN202011302773.7A priority Critical patent/CN112361348B/zh
Publication of CN112361348A publication Critical patent/CN112361348A/zh
Application granted granted Critical
Publication of CN112361348B publication Critical patent/CN112361348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23G—CREMATION FURNACES; CONSUMING WASTE PRODUCTS BY COMBUSTION
    • F23G5/00—Incineration of waste; Incinerator constructions; Details, accessories or control therefor
    • F23G5/50—Control or safety arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Development Economics (AREA)
  • Genetics & Genomics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Game Theory and Decision Science (AREA)
  • Physiology (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Mechanical Engineering (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本发明公开了一种危险废物水泥窑焚烧处置的排产方法、系统、设备及介质，方法包括生成输入矩阵；通过计算机语言将约束条件量化后构建约束模型；定义决策变量，将所述输入矩阵作为求优算法的输入，并基于所述约束模型优化所述决策变量，以得到所述求优算法的目标函数的最小值对应的排产方案；所述目标函数表示为：ΔT＝∑nMax(TGn,TBn,TLn)；本发明实现了自动化、智能化危险废物水泥窑焚烧处置生产排产，降低了复杂生产工况对排产效率的影响以及对排产人员的依赖，并且提升了生产效率。

Description

危险废物水泥窑焚烧处置的排产方法、系统、设备及介质
技术领域
本发明属于智能制造领域，特别涉及一种危险废物水泥窑焚烧处置的排产方法、系统、设备及介质。
背景技术
危险废物水泥窑焚烧处置技术是现阶段危险废物处置最彻底的技术之一，通过将危险废物送入水泥窑焚烧处理，能够实现危险废物焚烧处置和水泥行业的节能减排。危险废物水泥窑焚烧处置包含两个环节，一是预处理环节：根据危险废物的不同形态，采取不同的预处理方式将其调配到容易输送且能满足水泥窑处理的需要；二是上窑环节：根据预处理后危险废物的形态及物化性能选择进入生产系统的合理方式与技术设备。
危险废物水泥窑焚烧处置属于典型的离散型生产，并且该技术发展时长有限，危险废物水泥窑焚烧处置生产排产完全由人工根据ERP(企业资源计划)输出相关周期内的焚烧量危废清单、仓储情况、水泥熟料状态、环保排放指标(综合考虑废物类别、成份及混合后的反应)、设备生产能力等约束条件安排生产工作，该传统模式能够灵活地处理各种生产任务。
目前的危险废物水泥窑焚烧生产排产存在严重依赖人工经验、现场不易掌控、人工排产工作量大以及无法满足插单生产等问题，具体包括：
1)目前危险废物水泥窑焚烧处置技术与应用未广泛应用，局限的数据量及复杂业务逻辑导致对运维调度成本的综合考量困难，完全依赖人工经验，不管生产任务的复杂与否，排产人员都需要完成一次排产工作，复杂的危废类别及长周期生产任务导致人工排产任务量大，同时存在经验数据无法固化及传承，一旦排产人员离岗，对生产冲击大甚至导致停产。
2)实际生产过程中，生产状况复杂，现场不易掌控。往往有很多不确定因素，如设备故障，临时危废的优先级变动及有插单生产的需求等，管理人员很难及时掌控现场状况。另外，部分危废由于一些关键工艺受机器等资源的限制，容易产生调度瓶颈和混乱。
3)现有排产方式是由ERP输出大计划，其排产精度较低。所以在ERP下发要求后，仍需要凭人工经验或辅以简单的优先原则来手工安排生产，面对庞大的危废清单，复杂的生产状况等，导致焚烧生产任务无法按计划完成。
4)目前缺少生产排产方案的价值化评价指标，完全是粗放型排产。
发明内容
本发明要解决的技术问题是为了克服现有技术中危险废物水泥窑焚烧生产排产存在严重依赖人工经验、现场不易掌控、人工排产工作量大的缺陷，提供一种能够自动化、智能化生产排产的危险废物水泥窑焚烧处置的排产方法、系统、设备及介质。
本发明是通过下述技术方案来解决上述技术问题：
本发明第一方面提供一种危险废物水泥窑焚烧处置的排产方法，包括：
生成输入矩阵，所述输入矩阵包括若干个生产任务，每个所述生产任务包括配伍号、废物清单以及废物比例；
通过计算机语言将约束条件量化后构建约束模型，所述约束条件包括焚烧窑约束、生产工艺约束、生产资源约束、排放约束中的至少一种；
定义决策变量，将所述输入矩阵作为求优算法的输入，并基于所述约束模型优化所述决策变量，以得到所述求优算法的目标函数的最小值对应的排产方案；
所述目标函数表示为：
ΔT＝∑nMax(TGn,TBn,TLn)；
其中，ΔT表示所述目标函数，n表示配伍数量，TGn表示对应配伍的固废完成提升破碎到进水泥窑前的时间；TBn表示对应配伍的SMP(Shredding破碎、Mixing混合、Pumping泵送)中半固废、废液、污泥完成混合到进水泥窑的时间；TLn表示对应配伍的液体危废输送至混合到进水泥窑前的时间。
较佳地，每个所述生产任务还包括排产优先级；
所述生产任务的类型包括常规生产任务和插单生产任务；
所述插单生产任务的排产优先级高于所述常规生产任务的排产优先级
较佳地，所述目标函数表示为：
ΔT＝∑nMax(TGn，TBn，TLn)-∑nTMn；
其中，TMn表示对应配伍的混合的时长。
较佳地，所述目标函数表示为：
ΔT＝∑nMax(TGn，TBn，TLn)-∑nTMn+∑n(Max(TFGn，TFLn，TFBn)-Min(TFGn，TFLn，TFBn))；
其中，TFGn表示对应配伍的固废完全输送至水泥窑的时间；TFBn表示对应配伍的SMP中半固废、废液、污泥完成混合完全输送至水泥窑的时间；TFLn表示对应配伍的液体危废完全输送至水泥窑的时间。
较佳地，所述决策变量包括开始生产时间、SMP混合时长、SMP中废液开始投料时间以及系统废液开始投料时间中的至少一种。
较佳地，所述输入矩阵基于水泥窑焚烧工艺数据和从ERP获取的生产计划数据生成。
较佳地，所述从ERP获取的生产计划数据包括仓储信息、配伍信息、废物清单以及插单信息。
较佳地，所述将所述输入矩阵作为求优算法的输入，并基于所述约束模型优化所述决策变量，以得到所述求优算法的目标函数的最小值对应的排产方案，包括：
S1、随机生成所有所述决策变量的值；
S2、根据所述决策变量的值生成每个所述配伍包括的所述生产任务的生产时间编码；
S3、根据所述生产时间编码生成生产任务序列；
S4、判断所述生产任务序列的总完成时间是否大于预设生产总时间，若是，则执行步骤S1，若否，则执行步骤S5；
S5、计算所述生产任务序列对应的所述目标函数的值；
S6、基于所述求优算法的原理进行循环迭代，判断是否满足所述求优算法的停止条件，若否，则执行步骤S1，若是，则执行步骤S7；
S7、从所有的所述目标函数的值中挑选出最小的值，并将所述最小的值对应的所述生产任务序列作为最终的排产方案。
较佳地，所述求优算法为遗传算法；
所述基于所述求优算法的原理进行循环迭代，包括：
通过轮盘赌的方式保证较优的排产方案进行遗传，交叉变异新一代编码群体。
本发明第二方面提供一种危险废物水泥窑焚烧处置的排产系统，包括：
输入模块，用于生成输入矩阵，所述输入矩阵包括若干个生产任务，每个所述生产任务包括配伍号、废物清单以及废物比例；
约束模块，用于通过计算机语言将约束条件量化后构建约束模型，所述约束条件包括焚烧窑约束、生产工艺约束、生产资源约束、排放约束中的至少一种；
求优模块，用于定义决策变量，将所述输入矩阵作为求优算法的输入，并基于所述约束模型优化所述决策变量，以得到所述求优算法的目标函数的最小值对应的排产方案；
所述目标函数表示为：
ΔT＝∑nMax(TGn,TBn,TLn)；
其中，ΔT表示所述目标函数，n表示配伍数量，TGn表示对应配伍的固废完成提升破碎到进水泥窑前的时间；TBn表示对应配伍的SMP中半固废、废液、污泥完成混合到进水泥窑的时间；TLn表示对应配伍的液体危废输送至混合到进水泥窑前的时间。
较佳地，每个所述生产任务还包括排产优先级；
所述生产任务的类型包括常规生产任务和插单生产任务；
所述插单生产任务的排产优先级高于所述常规生产任务的排产优先级。
较佳地，所述目标函数表示为：
ΔT＝∑nMax(TGn，TBn，TLn)-∑nTMn；
其中，TMn表示对应配伍的混合的时长。
较佳地，所述目标函数表示为：
ΔT＝∑nMax(TGn，TBn，TLn)-∑nTMn+∑n(Max(TFGn，TFLn，TFBn)-Min(TFGn，TFLn，TFBn))；
其中，TFGn表示对应配伍的固废完全输送至水泥窑的时间；TFBn表示对应配伍的SMP中半固废、废液、污泥完成混合完全输送至水泥窑的时间；TFLn表示对应配伍的液体危废完全输送至水泥窑的时间。
较佳地，所述决策变量包括开始生产时间、SMP混合时长、SMP中废液开始投料时间以及系统废液开始投料时间中的至少一种。
较佳地，所述输入矩阵基于水泥窑焚烧工艺数据和从ERP获取的生产计划数据生成。
较佳地，所述从ERP获取的生产计划数据包括仓储信息、配伍信息、废物清单以及插单信息。
较佳地，所述求优模块包括定义单元、第一生成单元、第二生成单元、第三生成单元、第一判断单元、计算单元、迭代单元、第二判断单元和求优单元；
所述定义单元用于定义决策变量；
所述第一生成单元用于随机生成所有所述决策变量的值，调用所述第二生成单元；
所述第二生成单元用于根据所述决策变量的值生成每个所述配伍包括的所述生产任务的生产时间编码；
所述第三生成单元用于根据所述生产时间编码生成生产任务序列；
所述第一判断单元用于判断所述生产任务序列的总完成时间是否大于预设生产总时间，若是，则调用所述第一生成单元，若否，则调用所述计算单元；
所述计算单元用于计算所述生产任务序列对应的所述目标函数的值；
所述迭代单元用于基于所述求优算法的原理进行循环迭代，然后调用所述第二判断单元；
所述第二判断单元用于判断是否满足所述求优算法的停止条件，若否，则调用所述第一生成单元，若是，则调用所述求优单元；
所述求优单元用于从所有的所述目标函数的值中挑选出最小的值，并将所述最小的值对应的所述生产任务序列作为最终的排产方案。
较佳地，所述求优算法为遗传算法；
所述迭代单元用于通过轮盘赌的方式保证较优的排产方案进行遗传，交叉变异新一代编码群体。
本发明第三方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如第一方面所述的危险废物水泥窑焚烧处置的排产方法。
本发明第四方面提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如第一方面所述的危险废物水泥窑焚烧处置的排产方法的步骤。
本发明的积极进步效果在于：与现有技术相比，本发明实现了自动化、智能化危险废物水泥窑焚烧处置生产排产。本发明基于危险废物水泥窑焚烧处置生产的约束条件构建约束模型，降低了复杂生产工况对排产效率的影响；构建评价危险废物焚烧处置生产排产的目标函数，有效固化危废焚烧生产的专家经验，负责评估排产方案的优异程度，可有效降低了对排产人员的依赖；通过求优算法对于包括多个生产任务的数据矩阵进行求优，自动计算出全局最优的排产方案，负责对排产方案的优化任务，有效提升了生产效率。
附图说明
图1为本发明实施例1的一种危险废物水泥窑焚烧处置的排产方法的流程图。
图2为本发明实施例1中步骤104的流程图。
图3为本发明实施例2的一种危险废物水泥窑焚烧处置的排产系统的模块示意图。
图4为本发明实施例2中求优模块3的结构示意图。
图5为本发明实施例3的电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
参见图1，其是本实施例提供的一种危险废物水泥窑焚烧处置的排产方法的流程图，排产方法包括以下步骤：
步骤101、基于水泥窑焚烧工艺数据和从ERP获取的生产计划数据生成输入矩阵。
输入矩阵包括若干个生产任务，每个生产任务包括配伍号、废物清单、废物比例以及排产优先级。生产任务的类型包括常规生产任务和插单生产任务；插单生产任务的排产优先级高于常规生产任务的排产优先级。
其中，从ERP获取的生产计划数据包括仓储信息、配伍信息、废物清单以及插单信息。
输入矩阵为排产生产中的多个生产任务构成的序列，包含插单生产任务，下表1给出一种示例性的输入矩阵。
表1
Figure BDA0002787425370000071
Figure BDA0002787425370000081
步骤102、通过计算机语言将约束条件量化后构建约束模型。
危险废物水泥窑焚烧处置生产具有多维度的约束条件，具体包括焚烧窑约束、生产工艺约束、生产资源约束、排放约束中的至少一种。
1.生产工艺约束示例性说明如下：
1)SMP中所有半固废进入混合器后，废液和污泥再进入，即
tstart_liquid-tsemi≥0并且tstart_sludge-tsemi≥0；
其中，tstart_liquid表示废液开始进入混合器时间，tsemi表示半固废完全进入混合器的时间，tstart_sludge表示污泥开始进入混合器时间。
2)SMP混合物、废液、固废三者尽量同时进入焚烧窑。
3)同一配伍号不会被安排两次。
2.焚烧炉约束示例性说明如下：
焚烧窑最晚进窑时间前完成所有危废进窑。
3.生产资源约束示例性说明如下：
1)SMP混合物泵送速度在设定范围内；
2)提升机速度在设定范围内；
3)破碎机速度在设定范围内；
4)固废传输带速度在设定范围内；
5)SMP废液输送速度在设定范围内；
6)系统废液输送速度在设定范围内；
7)污泥泵送速度在设定范围内；
8)生产任务不会在不需要该台设备时启用该设备；
9)同一设备不会在同一时间被启动两次；
10)人员不在岗时设备不可用。
步骤103、定义决策变量。
决策变量包括开始生产时间、SMP混合时长、SMP中废液开始投料时间以及系统废液开始投料时间中的至少一种。
步骤104、将输入矩阵作为求优算法的输入，并基于约束模型通过计算机优化决策变量，以得到求优算法的目标函数的最小值对应的排产方案，即最优的排产方案。
如图2所示，步骤104具体包括以下步骤：
步骤1041、随机生成所有决策变量的值；
步骤1042、根据决策变量的值生成每个配伍包括的生产任务的生产时间编码；
步骤1043、根据生产时间编码生成生产任务序列；
步骤1044、判断生产任务序列的总完成时间是否大于预设生产总时间，若是，则执行步骤1041，若否，则执行步骤1045；
步骤1045、计算生产任务序列对应的目标函数的值；
步骤1046、基于求优算法的原理进行循环迭代，判断是否满足求优算法的停止条件，若否，则执行步骤1041，若是，则执行步骤1047；
步骤1047、从所有的目标函数的值中挑选出最小的值，并将最小的值对应的生产任务序列作为最终的排产方案。
本发明中求优算法不做具体限定，只要能实现上述功能即可。例如可以采用蚁群算法、遗传算法等。
当求优算法采用遗传算法时，本实施例中步骤104的示例性实现方式参考如下：
随机生产配伍任务中所有决策变量；
根据决策变量生成固废、半固废、污泥、危废的生产时间编码；
根据时间生成生产任务序列，并且判断是否能够完成所有配伍生产，若无法完成则终止该次循环；
通过目标函数对能够完成所有生产的方案进行评估；
通过轮盘赌的方式保证较优方案进行遗传；
交叉变异新一代编码群体；循环并判断是否满足停止条件并输出最佳排产方案。
现有的危险废物水泥窑焚烧处置生产排产的一般方法是通过根据ERP中生成的粗略的焚烧计划，生产排产人员根据固化经验，以完成焚烧任务要求输出排产方案，缺乏对整个排产结果的考量，尤其SMP混合时长的考量，无法生成高效的生产排产方案。本实施例结合危险废物水泥窑焚烧处置生产现状，综合考虑SMP工艺、设备性能、排放指标，分析了影响危险废物水泥窑焚烧处置生产的因素，形成以SMP混合时长和生产完成节点为核心的评价模型，既排产问题的目标函数。该目标函数用于量化评估排产方案的优劣。
本实施例中，目标函数可以表示为：
ΔT＝∑nMax(TGn，TBn，TLn)；即采用固态、SMP混合、废液所有原料从开始到进入焚烧窑的时间。
目标函数也可以表示为：
ΔT＝∑nMax(TGn，TBn，TLn)-∑nTMn；即采用固态、SMP混合、废液全部开始进入焚烧窑的时间与SMP混合时长之差。
目标函数还可以表示为：
ΔT＝∑nMax(TGn，TBn，TLn)-∑nTMn+∑n(Max(TFGn，TFLn，TFBn)-Min(TFGn，TFLn，TFBn))；即采用固态、SMP混合、废液全部开始进入焚烧窑的时间与SMP混合时长的差值，加上不同形态废物全部进入焚烧窑时间间隔。
上述的三种目标函数的表示方式得到的最终的排产方案的优化性能依次升高。
其中，ΔT表示目标函数，n表示配伍数量，TGn表示对应配伍的固废完成提升破碎到进水泥窑前的时间；TBn表示对应配伍的SMP中半固废、废液、污泥完成混合到进水泥窑的时间；TLn表示对应配伍的液体危废输送至混合到进水泥窑前的时间。TMn表示对应配伍的混合的时长。TFGn表示对应配伍的固废完全输送至水泥窑的时间；TFBn表示对应配伍的SMP中半固废、废液、污泥完成混合完全输送至水泥窑的时间；TFLn表示对应配伍的液体危废完全输送至水泥窑的时间。其中，废物进入焚烧窑的前置工艺时长与SMP混合时长之差，即ΔT越小越好。
危险废物水泥窑焚烧处置生产是一个复杂、动态的问题，本实施例中，基于目标函数，通过求优算法优化排产方案中的决策变量，在满足焚烧生产任务的基础上优化排产，尽可能提高SMP混合时长并提前完成焚烧生产任务，输出最佳生产排产方案。
本实施例基于危险废物清单、排放指标、水泥指标、生产设备能力的要求，与MES(生产执行系统)集成，实现了自动化、智能化危险废物水泥窑焚烧处置生产排产。本实施例分析危险废物水泥窑焚烧处置生产的影响因素，结合固废、半固废、液态危废的成分，综合考虑人员、生产设备、配伍、环境指标等约束条件下，建立满足ERP指标、环保指标、生产插单等生产需求的危险废物水泥窑焚烧生产处置调度评价模型，即目标函数，以最高效的生产完成率为目标，对生产顺序进行优化求解，输出最佳生产排产方案，实现了智能化生产。
本实施例基于危险废物水泥窑焚烧处置生产的约束条件构建约束模型，降低了复杂生产工况对排产效率的影响；构建评价危险废物焚烧处置生产排产的目标函数，有效固化危废焚烧生产的专家经验，负责评估排产方案的优异程度，可有效降低了对排产人员的依赖；通过求优算法对于包括多个生产任务的数据矩阵进行求优，自动计算出全局最优的排产方案，负责对排产方案的优化任务，能够有效提高危废焚烧生产效率，提高危废水泥窑焚烧协同处理的经济效益。
通过本实施例提供的排产方法，排产人员无需每次排产时重复考虑危废清单、设备性能、水泥窑性能、多而杂的生产约束手动输出排产方案，固化信息一次输入即可重复利用，焚烧任务从MES接入实现自动排产。经测试，原人工排产耗时30分钟，通过该方法排产耗时降至3分钟，效率提升90％。
本实施例提供的排产方法综合考虑了危险废物水泥窑焚烧处置生产过程中的多种影响因素，有效避免了通过人工排产的危废处理厂出现进窑时间上下波动范围大，延迟完成焚烧任务的情况。
实施例2
参见图3，其是本实施例提供的一种危险废物水泥窑焚烧处置的排产系统的模块示意图，该排产系统包括输入模块1、约束模块2和求优模块3。
输入模块1用于基于水泥窑焚烧工艺数据和从ERP获取的生产计划数据生成输入矩阵。
输入矩阵包括若干个生产任务，每个生产任务包括配伍号、废物清单、废物比例以及排产优先级。生产任务的类型包括常规生产任务和插单生产任务；插单生产任务的排产优先级高于常规生产任务的排产优先级。
其中，从ERP获取的生产计划数据包括仓储信息、配伍信息、废物清单以及插单信息。
约束模块2用于通过计算机语言将约束条件量化后构建约束模型。
危险废物水泥窑焚烧处置生产具有多维度的约束条件，具体包括焚烧窑约束、生产工艺约束、生产资源约束、排放约束中的至少一种。
求优模块3用于定义决策变量，将输入矩阵作为求优算法的输入，并基于约束模型通过计算机优化决策变量，以得到求优算法的目标函数的最小值对应的排产方案，即最优的排产方案。其中，决策变量包括开始生产时间、SMP混合时长、SMP中废液开始投料时间以及系统废液开始投料时间中的至少一种。
如图4所示，求优模块3包括定义单元31、第一生成单元32、第二生成单元33、第三生成单元34、第一判断单元35、计算单元36、迭代单元37、第二判断单元38和求优单元39。
其中，定义单元31用于定义决策变量；第一生成单元32用于随机生成所有决策变量的值，调用第二生成单元33；第二生成单元33用于根据决策变量的值生成每个配伍包括的生产任务的生产时间编码；第三生成单元34用于根据生产时间编码生成生产任务序列；第一判断单元35用于判断生产任务序列的总完成时间是否大于预设生产总时间，若是，则调用第一生成单元32，若否，则调用计算单元36；计算单元36用于计算生产任务序列对应的目标函数的值；迭代单元37用于基于求优算法的原理进行循环迭代，然后调用第二判断单元38；第二判断单元38用于判断是否满足求优算法的停止条件，若否，则调用第一生成单元32，若是，则调用求优单元39；求优单元39用于从所有的目标函数的值中挑选出最小的值，并将最小的值对应的生产任务序列作为最终的排产方案。
本发明中求优算法不做具体限定，只要能实现上述功能即可。例如可以采用蚁群算法、遗传算法等。
当求优算法采用遗传算法时，迭代单元37用于通过轮盘赌的方式保证较优的排产方案进行遗传，交叉变异新一代编码群体。
本实施例结合危险废物水泥窑焚烧处置生产现状，综合考虑SMP工艺、设备性能、排放指标，分析了影响危险废物水泥窑焚烧处置生产的因素，形成以SMP混合时长和生产完成节点为核心的评价模型，既排产问题的目标函数。该目标函数用于量化评估排产方案的优劣。
本实施例中，目标函数可以表示为：
ΔT＝∑nMax(TGn，TBn，TLn)；即采用固态、SMP混合、废液所有原料从开始到进入焚烧窑的时间。
目标函数也可以表示为：
ΔT＝∑nMax(TGn，TBn，TLn)-∑nTMn；即采用固态、SMP混合、废液全部开始进入焚烧窑的时间与SMP混合时长之差。
目标函数还可以表示为：
ΔT＝∑nMax(TGn，TBn，TLn)-∑nTMn+∑n(Max(TFGn，TFLn，TFBn)-Min(TFGn，TFLn，TFBn))；即采用固态、SMP混合、废液全部开始进入焚烧窑的时间与SMP混合时长的差值，加上不同形态废物全部进入焚烧窑时间间隔。
上述的三种目标函数的表示方式得到的最终的排产方案的优化性能依次升高。
其中，ΔT表示目标函数，n表示配伍数量，TGn表示对应配伍的固废完成提升破碎到进水泥窑前的时间；TBn表示对应配伍的SMP中半固废、废液、污泥完成混合到进水泥窑的时间；TLn表示对应配伍的液体危废输送至混合到进水泥窑前的时间。TMn表示对应配伍的混合的时长。TFGn表示对应配伍的固废完全输送至水泥窑的时间；TFBn表示对应配伍的SMP中半固废、废液、污泥完成混合完全输送至水泥窑的时间；TFLn表示对应配伍的液体危废完全输送至水泥窑的时间。其中，废物进入焚烧窑的前置工艺时长与SMP混合时长之差，即ΔT越小越好。
危险废物水泥窑焚烧处置生产是一个复杂、动态的问题，本实施例中，基于目标函数，通过求优算法优化排产方案中的决策变量，在满足焚烧生产任务的基础上优化排产，尽可能提高SMP混合时长并提前完成焚烧生产任务，输出最佳生产排产方案。
本实施例基于危险废物清单、排放指标、水泥指标、生产设备能力的要求，与MES集成，实现了自动化、智能化危险废物水泥窑焚烧处置生产排产。本实施例分析危险废物水泥窑焚烧处置生产的影响因素，结合固废、半固废、液态危废的成分，综合考虑人员、生产设备、配伍、环境指标等约束条件下，建立满足ERP指标、环保指标、生产插单等生产需求的危险废物水泥窑焚烧生产处置调度评价模型，即目标函数，以最高效的生产完成率为目标，对生产顺序进行优化求解，输出最佳生产排产方案，实现了智能化生产。
本实施例基于危险废物水泥窑焚烧处置生产的约束条件构建约束模型，降低了复杂生产工况对排产效率的影响；构建评价危险废物焚烧处置生产排产的目标函数，有效固化危废焚烧生产的专家经验，负责评估排产方案的优异程度，可有效降低了对排产人员的依赖；通过求优算法对于包括多个生产任务的数据矩阵进行求优，自动计算出全局最优的排产方案，负责对排产方案的优化任务，能够有效提高危废焚烧生产效率，提高危废水泥窑焚烧协同处理的经济效益。
通过本实施例提供的排产系统，排产人员无需每次排产时重复考虑危废清单、设备性能、水泥窑性能、多而杂的生产约束手动输出排产方案，固化信息一次输入即可重复利用，焚烧任务从MES接入实现自动排产。经测试，原人工排产耗时30分钟，通过该系统排产耗时降至3分钟，效率提升90％。
本实施例提供的排产系统综合考虑了危险废物水泥窑焚烧处置生产过程中的多种影响因素，有效避免了通过人工排产的危废处理厂出现进窑时间上下波动范围大，延迟完成焚烧任务的情况。
实施例3
图5为本发明实施例3提供的一种电子设备的结构示意图。电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述程序时实现实施例1中危险废物水泥窑焚烧处置的排产方法。图5显示的电子设备60仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备60可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备60的组件可以包括但不限于：上述至少一个处理器61、上述至少一个存储器62、连接不同系统组件(包括存储器62和处理器61)的总线63。
总线63包括数据总线、地址总线和控制总线。
存储器62可以包括易失性存储器，例如随机存取存储器(RAM)621和/或高速缓存存储器622，还可以进一步包括只读存储器(ROM)623。
存储器62还可以包括具有一组(至少一个)程序模块624的程序/实用工具625，这样的程序模块624包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器61通过运行存储在存储器62中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1中危险废物水泥窑焚烧处置的排产方法。
电子设备60也可以与一个或多个外部设备64(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口65进行。并且，模型生成的设备60还可以通过网络适配器66与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器66通过总线63与模型生成的设备60的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备60使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例4
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1中危险废物水泥窑焚烧处置的排产方法的步骤。
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1中危险废物水泥窑焚烧处置的排产方法的步骤。
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (20)

1.一种危险废物水泥窑焚烧处置的排产方法，其特征在于，包括：
生成输入矩阵，所述输入矩阵包括若干个生产任务，每个所述生产任务包括配伍号、废物清单以及废物比例；
通过计算机语言将约束条件量化后构建约束模型，所述约束条件包括焚烧窑约束、生产工艺约束、生产资源约束、排放约束中的至少一种；
定义决策变量，将所述输入矩阵作为求优算法的输入，并基于所述约束模型优化所述决策变量，以得到所述求优算法的目标函数的最小值对应的排产方案；
所述目标函数表示为：
ΔT＝∑nMax(TGn,TBn,TLn)；
其中，ΔT表示所述目标函数，n表示配伍数量，TGn表示对应配伍的固废完成提升破碎到进水泥窑前的时间；TBn表示对应配伍的SMP中半固废、废液、污泥完成混合到进水泥窑的时间；TLn表示对应配伍的液体危废输送至混合到进水泥窑前的时间。
2.如权利要求1所述的危险废物水泥窑焚烧处置的排产方法，其特征在于，每个所述生产任务还包括排产优先级；
所述生产任务的类型包括常规生产任务和插单生产任务；
所述插单生产任务的排产优先级高于所述常规生产任务的排产优先级。
3.如权利要求1所述的危险废物水泥窑焚烧处置的排产方法，其特征在于，所述目标函数表示为：
ΔT＝∑nMax(TGn,TBn,TLn)-∑nTMn；
其中，TMn表示对应配伍的混合的时长。
4.如权利要求3所述的危险废物水泥窑焚烧处置的排产方法，其特征在于，所述目标函数表示为：
ΔT＝∑nMax(TGn,TBn,TLn)-∑nTMn+∑n(Max(TFGn,TFLn,TFBn)-Min(TFGn,TFLn,TFBn))；
其中，TFGn表示对应配伍的固废完全输送至水泥窑的时间；TFBn表示对应配伍的SMP中半固废、废液、污泥完成混合完全输送至水泥窑的时间；TFLn表示对应配伍的液体危废完全输送至水泥窑的时间。
5.如权利要求1所述的危险废物水泥窑焚烧处置的排产方法，其特征在于，所述决策变量包括开始生产时间、SMP混合时长、SMP中废液开始投料时间以及系统废液开始投料时间中的至少一种。
6.如权利要求1所述的危险废物水泥窑焚烧处置的排产方法，其特征在于，所述输入矩阵基于水泥窑焚烧工艺数据和从ERP获取的生产计划数据生成。
7.如权利要求6所述的危险废物水泥窑焚烧处置的排产方法，其特征在于，所述从ERP获取的生产计划数据包括仓储信息、配伍信息、废物清单以及插单信息。
8.如权利要求1所述的危险废物水泥窑焚烧处置的排产方法，其特征在于，所述将所述输入矩阵作为求优算法的输入，并基于所述约束模型优化所述决策变量，以得到所述求优算法的目标函数的最小值对应的排产方案，包括：
S1、随机生成所有所述决策变量的值；
S2、根据所述决策变量的值生成每个所述配伍包括的所述生产任务的生产时间编码；
S3、根据所述生产时间编码生成生产任务序列；
S4、判断所述生产任务序列的总完成时间是否大于预设生产总时间，若是，则执行步骤S1，若否，则执行步骤S5；
S5、计算所述生产任务序列对应的所述目标函数的值；
S6、基于所述求优算法的原理进行循环迭代，判断是否满足所述求优算法的停止条件，若否，则执行步骤S1，若是，则执行步骤S7；
S7、从所有的所述目标函数的值中挑选出最小的值，并将所述最小的值对应的所述生产任务序列作为最终的排产方案。
9.如权利要求8所述的危险废物水泥窑焚烧处置的排产方法，其特征在于，所述求优算法为遗传算法；
所述基于所述求优算法的原理进行循环迭代，包括：
通过轮盘赌的方式保证较优的排产方案进行遗传，交叉变异新一代编码群体。
10.一种危险废物水泥窑焚烧处置的排产系统，其特征在于，包括：
输入模块，用于生成输入矩阵，所述输入矩阵包括若干个生产任务，每个所述生产任务包括配伍号、废物清单以及废物比例；
约束模块，用于通过计算机语言将约束条件量化后构建约束模型，所述约束条件包括焚烧窑约束、生产工艺约束、生产资源约束、排放约束中的至少一种；
求优模块，用于定义决策变量，将所述输入矩阵作为求优算法的输入，并基于所述约束模型优化所述决策变量，以得到所述求优算法的目标函数的最小值对应的排产方案；
所述目标函数表示为：
ΔT＝∑nMax(TGn,TBn,TLn)；
其中，ΔT表示所述目标函数，n表示配伍数量，TGn表示对应配伍的固废完成提升破碎到进水泥窑前的时间；TBn表示对应配伍的SMP中半固废、废液、污泥完成混合到进水泥窑的时间；TLn表示对应配伍的液体危废输送至混合到进水泥窑前的时间。
11.如权利要求10所述的危险废物水泥窑焚烧处置的排产系统，其特征在于，每个所述生产任务还包括排产优先级；
所述生产任务的类型包括常规生产任务和插单生产任务；
所述插单生产任务的排产优先级高于所述常规生产任务的排产优先级。
12.如权利要求10所述的危险废物水泥窑焚烧处置的排产系统，其特征在于，所述目标函数表示为：
ΔT＝∑nMax(TGn,TBn,TLn)-∑nTMn；
其中，TMn表示对应配伍的混合的时长。
13.如权利要求12所述的危险废物水泥窑焚烧处置的排产系统，其特征在于，所述目标函数表示为：
ΔT＝∑nMax(TGn,TBn,TLn)-∑nTMn+∑n(Max(TFGn,TFLn,TFBn)-Min(TFGn,TFLn,TFBn))；
其中，TFGn表示对应配伍的固废完全输送至水泥窑的时间；TFBn表示对应配伍的SMP中半固废、废液、污泥完成混合完全输送至水泥窑的时间；TFLn表示对应配伍的液体危废完全输送至水泥窑的时间。
14.如权利要求10所述的危险废物水泥窑焚烧处置的排产系统，其特征在于，所述决策变量包括开始生产时间、SMP混合时长、SMP中废液开始投料时间以及系统废液开始投料时间中的至少一种。
15.如权利要求10所述的危险废物水泥窑焚烧处置的排产系统，其特征在于，所述输入矩阵基于水泥窑焚烧工艺数据和从ERP获取的生产计划数据生成。
16.如权利要求15所述的危险废物水泥窑焚烧处置的排产系统，其特征在于，所述从ERP获取的生产计划数据包括仓储信息、配伍信息、废物清单以及插单信息。
17.如权利要求10所述的危险废物水泥窑焚烧处置的排产系统，其特征在于，所述求优模块包括定义单元、第一生成单元、第二生成单元、第三生成单元、第一判断单元、计算单元、迭代单元、第二判断单元和求优单元；
所述定义单元用于定义决策变量；
所述第一生成单元用于随机生成所有所述决策变量的值，调用所述第二生成单元；
所述第二生成单元用于根据所述决策变量的值生成每个所述配伍包括的所述生产任务的生产时间编码；
所述第三生成单元用于根据所述生产时间编码生成生产任务序列；
所述第一判断单元用于判断所述生产任务序列的总完成时间是否大于预设生产总时间，若是，则调用所述第一生成单元，若否，则调用所述计算单元；
所述计算单元用于计算所述生产任务序列对应的所述目标函数的值；
所述迭代单元用于基于所述求优算法的原理进行循环迭代，然后调用所述第二判断单元；
所述第二判断单元用于判断是否满足所述求优算法的停止条件，若否，则调用所述第一生成单元，若是，则调用所述求优单元；
所述求优单元用于从所有的所述目标函数的值中挑选出最小的值，并将所述最小的值对应的所述生产任务序列作为最终的排产方案。
18.如权利要求17所述的危险废物水泥窑焚烧处置的排产系统，其特征在于，所述求优算法为遗传算法；
所述迭代单元用于通过轮盘赌的方式保证较优的排产方案进行遗传，交叉变异新一代编码群体。
19.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述的危险废物水泥窑焚烧处置的排产方法。
20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的危险废物水泥窑焚烧处置的排产方法的步骤。
CN202011302773.7A 2020-11-19 2020-11-19 危险废物水泥窑焚烧处置的排产方法、系统、设备及介质 Active CN112361348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011302773.7A CN112361348B (zh) 2020-11-19 2020-11-19 危险废物水泥窑焚烧处置的排产方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011302773.7A CN112361348B (zh) 2020-11-19 2020-11-19 危险废物水泥窑焚烧处置的排产方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN112361348A true CN112361348A (zh) 2021-02-12
CN112361348B CN112361348B (zh) 2022-10-21

Family

ID=74534015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011302773.7A Active CN112361348B (zh) 2020-11-19 2020-11-19 危险废物水泥窑焚烧处置的排产方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN112361348B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112902189A (zh) * 2021-03-30 2021-06-04 江苏永之清固废处置有限公司 一种危险废物配伍方法
CN113606587A (zh) * 2021-07-16 2021-11-05 泰兴苏伊士废料处理有限公司 一种丙烯酸重组分废料的处理方法
CN115221773A (zh) * 2022-01-06 2022-10-21 中冶长天国际工程有限责任公司 一种危险废物配伍系统及方法
CN115759569A (zh) * 2022-10-21 2023-03-07 荣耀终端有限公司 排产方法及电子设备
CN118569619A (zh) * 2024-08-05 2024-08-30 西湖仪器(杭州)技术有限公司 一种面向硬质材料激光加工任务的排产方法与装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005148792A (ja) * 2003-11-11 2005-06-09 Hitachi Eng Co Ltd 生産計画立案装置および生産計画立案方法
US20050274068A1 (en) * 2004-06-14 2005-12-15 Morton Edward L Bio-solid materials as alternate fuels in cement kiln, riser duct and calciner
JP2008242920A (ja) * 2007-03-28 2008-10-09 Taiheiyo Cement Corp 廃棄物管理方法およびシステム
EP2273327A1 (en) * 2009-06-24 2011-01-12 ABB Research Ltd. Estimating initial states of a system model for controlling an industrial process
CN108647914A (zh) * 2018-04-03 2018-10-12 广州视源电子科技股份有限公司 生产排程方法、装置、计算机设备和存储介质
CN109359387A (zh) * 2018-10-18 2019-02-19 天津科技大学 一种基于离线运算优化的危险废物焚烧配伍系统
JP2019067066A (ja) * 2017-09-29 2019-04-25 川崎重工業株式会社 廃棄物処理計画演算方法および廃棄物処理計画演算装置
CN110500596A (zh) * 2019-08-13 2019-11-26 北方工程设计研究院有限公司 一种危险废物焚烧自动控制方法
CN111582531A (zh) * 2019-02-19 2020-08-25 顺丰科技有限公司 模型创建方法和分配优化方法、装置、设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005148792A (ja) * 2003-11-11 2005-06-09 Hitachi Eng Co Ltd 生産計画立案装置および生産計画立案方法
US20050274068A1 (en) * 2004-06-14 2005-12-15 Morton Edward L Bio-solid materials as alternate fuels in cement kiln, riser duct and calciner
JP2008242920A (ja) * 2007-03-28 2008-10-09 Taiheiyo Cement Corp 廃棄物管理方法およびシステム
EP2273327A1 (en) * 2009-06-24 2011-01-12 ABB Research Ltd. Estimating initial states of a system model for controlling an industrial process
JP2019067066A (ja) * 2017-09-29 2019-04-25 川崎重工業株式会社 廃棄物処理計画演算方法および廃棄物処理計画演算装置
CN108647914A (zh) * 2018-04-03 2018-10-12 广州视源电子科技股份有限公司 生产排程方法、装置、计算机设备和存储介质
CN109359387A (zh) * 2018-10-18 2019-02-19 天津科技大学 一种基于离线运算优化的危险废物焚烧配伍系统
CN111582531A (zh) * 2019-02-19 2020-08-25 顺丰科技有限公司 模型创建方法和分配优化方法、装置、设备及存储介质
CN110500596A (zh) * 2019-08-13 2019-11-26 北方工程设计研究院有限公司 一种危险废物焚烧自动控制方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112902189A (zh) * 2021-03-30 2021-06-04 江苏永之清固废处置有限公司 一种危险废物配伍方法
CN112902189B (zh) * 2021-03-30 2024-05-07 江苏永之清固废处置有限公司 一种危险废物配伍方法
CN113606587A (zh) * 2021-07-16 2021-11-05 泰兴苏伊士废料处理有限公司 一种丙烯酸重组分废料的处理方法
CN115221773A (zh) * 2022-01-06 2022-10-21 中冶长天国际工程有限责任公司 一种危险废物配伍系统及方法
CN115221773B (zh) * 2022-01-06 2023-06-27 中冶长天国际工程有限责任公司 一种危险废物配伍系统及方法
WO2023130563A1 (zh) * 2022-01-06 2023-07-13 中冶长天国际工程有限责任公司 一种危险废物配伍系统及方法
CN115759569A (zh) * 2022-10-21 2023-03-07 荣耀终端有限公司 排产方法及电子设备
CN115759569B (zh) * 2022-10-21 2024-04-16 荣耀终端有限公司 排产方法及电子设备
CN118569619A (zh) * 2024-08-05 2024-08-30 西湖仪器(杭州)技术有限公司 一种面向硬质材料激光加工任务的排产方法与装置

Also Published As

Publication number Publication date
CN112361348B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN112361348B (zh) 危险废物水泥窑焚烧处置的排产方法、系统、设备及介质
Gupta et al. From rescheduling to online scheduling
Wang et al. Framework for modeling operational uncertainty to optimize offsite production scheduling of precast components
Myszkowski et al. Hybrid differential evolution and greedy algorithm (DEGR) for solving multi-skill resource-constrained project scheduling problem
Méndez et al. State-of-the-art review of optimization methods for short-term scheduling of batch processes
CA2342942A1 (en) Computer-implemented product development planning method
CN108509284A (zh) 一种应用于函数式编程的树状模型任务管理系统
CN116502826A (zh) 基于wbs分解的项目分级计划管理方法、系统、设备和介质
Xu et al. Optimization of multi-stage production scheduling of automated production
CN108875207A (zh) 一种核反应堆优化设计方法及系统
CN109033452B (zh) 一种数据仓库智能构建装载方法及系统
Gwak et al. Stochastic resource leveling optimization method for trading off float consumption and project completion probability
Bach et al. Knowledge based and CP-driven approach applied to multi product small-size production flow
Pistikopoulos et al. Process design for maintainability: an optimization approach
Zelentsov et al. The organizational-technological decisions acceptance support system in the investment and construction projects management
CN116976839A (zh) 一种基于网络协同制造的铅蓄电池生产管控方法
Liu et al. Design of research management system based on workflow and rapid development platform technology
Wang et al. PRODUCTION DECISION RESCHEDULING OF PREFABRICATED BUILDING PARTS SUBJECT TO INTERFERENCE FROM THE ARRIVAL OF NEW ORDERS.
Rötzer et al. Two-level optimization of product families: application to a product family of water hose boxes
He et al. Bi-objective Optimization of RCPSP under Time-of-use Electricity Tariffs
Sun et al. A simulation‐based integrated virtual testbed for dynamic optimization in smart manufacturing systems
Qin et al. Multiobjective Human–Robot Collaborative Disassembly Sequence Planning: Considering the Properties of Components
Gu et al. A quantum genetic based scheduling algorithm for stochastic flow shop scheduling problem with random breakdown
Labib et al. Maintenance strategies for changeable manufacturing
Chee et al. Demonstration of demand driven deployment capabilities in cyclus

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