CN112465394A - 一种用于工业4.0大规模个性化生产的动态云制造方法 - Google Patents

Abstract

本发明涉及一种用于工业4.0大规模个性化生产的动态云制造方法。包括：客户发布个性化需求到云平台；设计师获取需求信息，并上传设计方案；客户确定最终设计方案，同时，将产品制造过程分解为几个子任务；在决策时刻，实时获取子任务以及工厂信息，建立多工厂任务分配模型；使用匈牙利算法求解多工厂任务分配模型；同一产品的所有子任务都完成后，将产品打包，运输给客户。本发明能够针对客户需求在产品生产全生命周期动态变化的特点，建立实时多工厂任务分配模型，采用匈牙利算法快速灵活将子任务分配给工厂，最大化工厂总利润，降低个性化产品成本，提高客户产品满意度；且本发明能够避免突发状况导致生产效率降低，提高鲁棒性。

Description

一种用于工业4.0大规模个性化生产的动态云制造方法

技术领域

本发明涉及工业4.0生产模式领域，更具体地，涉及一种用于工业4.0大规模个性化生产的动态云制造方法。

背景技术

工业4.0，也称作第四次工业革命，是由德国在2013年提出的。要实现工业4.0，不仅需要垂直整合，还需要水平整合。工业4.0垂直整合的对象是工厂，在未来的智能工厂中，制造结构将不再是固定和预定义的，而是可以根据每个案例的情况，调整制造结构。工业4.0的水平整合指的是整合应用在各个不同制造阶段以及业务计划过程的IT系统，这涉及公司内部(例如入库、生产等)以及几个不同的公司(价值链)。大规模个性化生产是工业4.0的显著特征，旨在低代价的、高效的、大规模的、最大程度的满足客户的个性化需求。为提高客户个性化产品体验满意度，工业4.0提倡让客户参与产品生命周期的每一个过程，并且可以实时提出修改意见。

云制造的概念最早是由李伯虎院士以及张霖教授的研究团队于2009年率先在国际上提出的。云制造聚焦于制造资源的整合，提高闲置制造资源的利用率。云制造将来自全球的分布式制造资源进行封装，以满足客户个性化的、灵活的、可扩展的以及可配置的请求。云制造期望在理想的状态下，能够实现对产品生命周期的所有资源的整合，使客户能够按需请求需要的资源。

云制造自身特性使其在工业4.0大规模个性化生产的趋势下有一定的优势。首先，对于垂直整合，中小型企业升级成智能工厂成本高、难度大，云制造整合了中小型企业的闲置资源，提高资源利用率，为中小型企业在工业4.0背景下开辟了一条生存之道。其次，对于水平整合，虽然目前云制造对于水平整合的研究还不充分，但是，其理想就是能够整合产品生命周期全过程的所有资源，这与工业4.0的思想不谋而合。

虽然云制造在工业4.0大规模个性化生产的趋势下有一些优势，但也存在一些问题。首先，云制造一般没有产品设计环节，或是直接将其归为一个子任务，与客户无交流，往往会导致设计方案与客户个性化需求有偏差，限制了产品个性化程度，降低了客户产品满意度。其次，工业4.0为满足每个客户的个性化需求，提倡让客户参与产品生命周期的全过程且可实时提出修改意见。然而，云制造虽然有一些实时以及动态的子任务调度机制来应对动态任务到达、原材料短缺、机器故障等突发状况，但是其子任务触发机制严格按照子任务执行顺序，中途不可更改，不适用于子任务动态变化的场景，不能快速响应客户动态需求，增加了个性化产品的成本。

针对上述云制造在工业4.0大规模个性化生产背景下的问题，亟需一种用于工业4.0大规模个性化生产的动态云制造模式。

发明内容

本发明的目的在于提供一种用于工业4.0大规模个性化生产的动态云制造方法，该方法能够针对客户需求在产品生产全生命周期动态变化的特点，建立实时多工厂任务分配模型，采用匈牙利算法快速灵活将子任务分配给工厂，最大化工厂总利润，降低个性化产品成本，提高客户产品满意度。

为实现上述目的，本发明的技术方案是：一种用于工业4.0大规模个性化生产的动态云制造方法，包括如下步骤：

步骤S1、客户发布个性化需求到云平台；

步骤S2、设计师获取需求信息，并上传设计方案；

步骤S3、客户确定最终设计方案，同时，将产品制造过程分解为几个子任务；

步骤S4、在决策时刻，实时获取子任务以及工厂信息，建立多工厂任务分配模型；

步骤S5、使用匈牙利算法求解多工厂任务分配模型；

步骤S6、同一产品的所有子任务都完成后，将产品打包，运输给客户。

在本发明一实施例中，所述步骤S4具体实现如下：

依据所提场景，建立决策时刻多工厂任务分配模型，最大化所有可选工厂的总利润，计算公式为：

x_ij∈{0，1}，s_ij∈{0，1}

x_ij＝0，TC_ij＝-1

其中n表示子任务的总数，m表示可选工厂的总数，i表示子任务的下标，j表示可选工厂的下标，U_ij表示工厂f_j执行子任务p_i能够获得的效用，TC_ij表示工厂f_j执行子任务p_i需要花费的运输成本，EC_ij表示工厂f_j执行子任务p_i需要花费的固定生产成本，利润定义为效用减去运输成本以及固定生产成本，x_ij是要求解的分配矩阵的元素，表示子任务p_i是否分配给工厂f_j；目标函数是要最大化所有可选工厂的总利润；目标函数各约束条件含义描述如下：

(1)每个子任务同一时刻只能在一个工厂执行；

(2)每个工厂同一时刻只能执行一个子任务；

(3)每个子任务在决策时刻都至少有一个工厂可选择；

(4)x_ij是待求解的分配矩阵的元素，1表示将子任务p_i分配给工厂f_j，0表示未分配，s_ij是一个表征工厂能力的参数，1表示工厂f_j可以执行子任务p_i，0表示不可以；

(5)只有在工厂f_j有能力执行子任务p_i时，即s_ij＝1时，固定成本EC_ij才会大于0；

(6)TC_ij＝-1表示子任务p_i不能够运输到工厂f_j，TC_ij＝0表示子任务p_i目前就在工厂f_j，所以运输成本为0，除以上两种情况，TC_ij＞0，即运输成本大于0；

(7)只有当s_ij＝1时，子任务p_i才可以选择是否在工厂f_j上执行，否则，x_ij＝0；

(8)如果子任务p_i不能运输到工厂f_j，即TC_ij＝-1，那么就不能选择工厂f_j来执行子任务p_i，即x_ij＝0。

在本发明一实施例中，所述步骤S5具体实现如下：

步骤S51、定义矩阵H＝U-EC-TC，u＝max{m，n}；如果n＜m，则给矩阵H添加m-n个虚拟子任务，如果n＞m，则添加n-m个虚拟工厂，如果n＝m，则无需添加虚拟工厂或者虚拟矩阵，得到一个u×u的矩阵C；

步骤S52、定义M为矩阵C中最大值，并定义一个u×u的矩阵E，让其每一个元素E_ij＝M-C_ij；经过转换，将最大化所有可选工厂的总利润问题换为最小化问题，即

步骤S53、矩阵E的每一行减去该行的最小值；

步骤S54、矩阵E的每一列减去该列的最小值；

步骤S55、寻找最少的直线来覆盖矩阵E中的0元素；如果最少直线数为l，且l＝u，那么，执行步骤S57，否则，执行步骤S56；

步骤S56、定义e为未被直线覆盖的元素中的最小值，所有未被覆盖的元素都减去这个最小值，在两条直线覆盖的相交处的元素加上e。返回步骤S55，重复执行步骤S55以及步骤S56直到l＝u；

步骤S57、寻找0元素最少的行或者列，选中该行中的0元素；用r表示被选中的0元素的行号，c表示列号，划掉第r行以及第c列的其他0元素，且令x_rc＝1；重复上述步骤，直到每一行每一列都有一个0元素被选中；最终每行每列中唯一的0元素就是对应的解。

相较于现有技术，本发明具有以下有益效果：本发明方法能够针对客户需求在产品生产全生命周期动态变化的特点，建立实时多工厂任务分配模型，采用匈牙利算法快速灵活将子任务分配给工厂，最大化工厂总利润，降低个性化产品成本，提高客户产品满意度；且本发明多工厂任务分配模型基于实时子任务和工厂信息进行建模，能够应对动态任务到达、原材料短缺以及机器故障等情况，避免突发状况导致生产效率降低，提高鲁棒性；本发明考虑到工业4.0下中小型企业升级成本高、难度大，提倡企业实时上传更新闲置资源信息供产品子任务按需请求，提升资源利用率，为中小型企业在工业4.0下开辟一条生存之路。

附图说明

图1是本发明提出的动态云制造模式示意图。

图2是本发明单个产品分解生产示意图。

图3是本发明使用匈牙利算法求解多工厂任务分配问题的流程图。

具体实施方式

下面结合附图，对本发明的技术方案进行具体说明。

本发明提出了一种用于工业4.0大规模个性化生产的动态云制造模式，如图1所示，包括以下步骤：

步骤1)客户通过各种可用设备发布个性化需求到云平台。

步骤2)设计师获取需求信息，并上传设计方案。

步骤3)客户确定最终设计方案，与此同时，将产品制造过程分解为几个子任务。

如图2所示，将一个客户请求的个性化电脑分为四个子过程：零部件制造，组装屏幕套件，组装笔记本电脑的下半部分以及测试。每一个子任务分配给工厂时都处于决策时刻，这时，可能还有来自其他客户的其他产品的子任务待分配，所以，就会有如何将多个子任务分配给多个工厂的问题，即多工厂任务分配问题。

步骤4)在决策时刻(有大于等于一个子任务需要分配给工厂执行)，实时获取子任务以及工厂信息，建立多工厂任务分配模型。

依据所提场景，建立决策时刻(有大于等于一个子任务需要分配给工厂执行)多工厂任务分配模型，最大化所有可选工厂的总利润，计算公式为：

x_ij∈{0，1}，s_ij∈{0，1}

x_ij＝0，TC_ij＝-1

其中n表示子任务的总数，m表示可选工厂的总数，i表示子任务的下标，j表示可选工厂的下标，U_ij表示工厂f_j执行子任务p_i能够获得的效用，TC_ij表示工厂f_j执行子任务p_i需要花费的运输成本，EC_ij表示工厂f_j执行子任务p_i需要花费的固定生产成本，利润定义为效用减去运输成本以及固定生产成本，x_ij是要求解的分配矩阵的元素，表示子任务p_i是否分配给工厂f_j，如果分配的话，值为1，否则，值为0。目标函数是要最大化所有可选工厂的总利润。

上述几个约束条件的含义依次描述如下：

(1)每个子任务同一时刻只能在一个工厂执行；

(2)每个工厂同一时刻只能执行一个子任务；

(3)每个子任务在决策时刻都至少有一个工厂可选择；

(4)x_ij是待求解的分配矩阵的元素(取值为0或者1)，1表示将子任务p_i分配给工厂f_j，0表示未分配，s_ij是一个表征工厂能力的参数，1表示工厂f_j可以执行子任务p_i，0表示不可以；

(5)只有在工厂f_j有能力执行子任务p_i时(即s_ij＝1)，固定成本EC_ij才会大于0；

(6)TC_ij＝-1表示子任务p_i不能够运输到工厂f_j，TC_ij＝0表示子任务p_i目前就在工厂f_j，所以运输成本为0，除以上两种情况，TC_ij＞0，即运输成本大于0；

(7)只有当s_ij＝1(即子任务p_i可以在工厂f_j执行)时，子任务p_i才可以选择是否在工厂f_j上执行，否则，x_ij＝0(即子任务p_i不可以在工厂f_j上执行)；

(8)如果子任务p_i不能运输到工厂f_j(即TC_ij＝-1)，那么就不能选择工厂f_j来执行子任务p_i，即x_ij＝0。

步骤5)使用匈牙利算法求解多工厂任务分配问题。

匈牙利算法解决多工厂任务分配的流程图如图3所示，主要步骤如下：

(1)首先获取决策时刻的一些参数，例如矩阵U，EC，TC，m，n等，计算矩阵H＝U-EC-TC；

(2)根据m，n的大小，确定是否要加虚拟工厂或者虚拟子任务，如果m＞n的话，添加虚拟子任务，如果m＜n的话，添加虚拟工厂，如果m＝n，则无需添加工厂也无需添加子任务，u＝max{m，n}，从而得到一个u×u的矩阵C；

(3)得到矩阵C的最大值M；

(4)设置矩阵E，让每一个元素E_ij＝M-C_ij，从而将最大化问题转化成最小化问题；

(5)让矩阵E的每一行减去该行的最小值；

(6)让矩阵E的每一列减去该列的最小值；

(7)计算覆盖矩阵所有0元素所需的最少直线数1；

(8)判断1和u的大小，如果1＝u，那么当前矩阵已经能够得到最优解，转到步骤(12)，如果l≠u，执行(9)-(11)步；

(9)获取矩阵E中未被直线覆盖的区域的最小值e；

(10)让矩阵E中未被直线覆盖的元素减去e；

(11)让矩阵E中处于直线相交处的元素加上e，返回步骤(7)；

(12)选择矩阵E中0元素最少的那一行，选中其中的一个0元素，将该0元素所在的行r和列c的其他0元素划掉，并设置x_rc＝1，重复上述步骤直到每一行每一列都有且仅有一个0元素被选中；

(13)最终得到的矩阵x就是多工厂任务分配的解，即如果x_ij＝1表示将子任务p_i分配给工厂f_j。

步骤6)同一产品的所有子任务都完成后，将产品打包，运输给客户。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (3)

1.一种用于工业4.0大规模个性化生产的动态云制造方法，其特征在于，包括如下步骤：

步骤S1、客户发布个性化需求到云平台；

步骤S2、设计师获取需求信息，并上传设计方案；

步骤S3、客户确定最终设计方案，同时，将产品制造过程分解为几个子任务；

步骤S4、在决策时刻，实时获取子任务以及工厂信息，建立多工厂任务分配模型；

步骤S5、使用匈牙利算法求解多工厂任务分配模型；

步骤S6、同一产品的所有子任务都完成后，将产品打包，运输给客户。

2.根据权利要求1所述的方法，其特征在于，所述步骤S4具体实现如下：

依据所提场景，建立决策时刻多工厂任务分配模型，最大化所有可选工厂的总利润，计算公式为：

x_ij∈{0，1}，s_ij∈{0，1}

x_ij＝0，TC_ij＝-1

其中n表示子任务的总数，m表示可选工厂的总数，i表示子任务的下标，j表示可选工厂的下标，U_ij表示工厂f_j执行子任务p_i能够获得的效用，TC_ij表示工厂f_j执行子任务p_i需要花费的运输成本，EC_ij表示工厂f_j执行子任务p_i需要花费的固定生产成本，利润定义为效用减去运输成本以及固定生产成本，x_ij是要求解的分配矩阵的元素，表示子任务p_i是否分配给工厂f_j；目标函数是要最大化可选工厂的总利润；目标函数各约束条件含义描述如下：

(1)每个子任务同一时刻只能在一个工厂执行；

(2)每个工厂同一时刻只能执行一个子任务；

(3)每个子任务在决策时刻都至少有一个工厂可选择；

(4)x_ij是待求解的分配矩阵的元素，1表示将子任务p_i分配给工厂f_j，0表示未分配，s_ij是一个表征工厂能力的参数，1表示工厂f_j可以执行子任务p_i，0表示不可以；

(5)只有在工厂f_j有能力执行子任务p_i时，即s_ij＝1时，固定成本EC_ij才会大于0；

(6)TC_ij＝-1表示子任务p_i不能够运输到工厂f_j，TC_ij＝0表示子任务p_i目前就在工厂f_j，所以运输成本为0，除以上两种情况，TC_ij＞0，即运输成本大于0；

(7)只有当s_ij＝1时，子任务p_i才可以选择是否在工厂f_j上执行，否则，x_ij＝0；

(8)如果子任务p_i不能运输到工厂f_j，即TC_ij＝-1，那么就不能选择工厂f_j来执行子任务p_i，即x_ij＝0。

3.根据权利要求2所述的方法，其特征在于，所述步骤S5具体实现如下：

步骤S51、定义矩阵H＝U-EC-TC，u＝max{m，n}；如果n＜m，则给矩阵H添加m-n个虚拟子任务，如果n＞m，则添加n-m个虚拟工厂，如果n＝m，则无需添加虚拟工厂或者虚拟矩阵，得到一个u×u的矩阵C；

步骤S52、定义M为矩阵C中最大值，并定义一个u×u的矩阵E，让其每一个元素E_ij＝M-C_ij；经过转换，将最大化所有可选工厂的总利润问题换为最小化问题，即

步骤S53、矩阵E的每一行减去该行的最小值；

步骤S54、矩阵E的每一列减去该列的最小值；

步骤S55、寻找最少的直线来覆盖矩阵E中的0元素；如果最少直线数为l，且l＝u，那么，执行步骤S57，否则，执行步骤S56；

步骤S56、定义e为未被直线覆盖的元素中的最小值，所有未被覆盖的元素都减去这个最小值，在两条直线覆盖的相交处的元素加上e；返回步骤S55，重复执行步骤S55以及步骤S56直到l＝u；

步骤S57、寻找0元素最少的行或者列，选中该行中的0元素；用r表示被选中的0元素的行号，c表示列号，划掉第r行以及第c列的其他0元素，且令x_rc＝1；重复上述步骤，直到每一行每一列都有一个0元素被选中；最终每行每列中唯一的0元素就是对应的解。

Images