CN113269366A - 一种残丝掺配比例滚动预测方法、系统及存储介质 - Google Patents

一种残丝掺配比例滚动预测方法、系统及存储介质 Download PDF

Info

Publication number
CN113269366A
CN113269366A CN202110618193.7A CN202110618193A CN113269366A CN 113269366 A CN113269366 A CN 113269366A CN 202110618193 A CN202110618193 A CN 202110618193A CN 113269366 A CN113269366 A CN 113269366A
Authority
CN
China
Prior art keywords
residual
yield
bad
time period
blending ratio
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
CN202110618193.7A
Other languages
English (en)
Other versions
CN113269366B (zh
Inventor
黎明星
潘凡达
季琦
丁伟
孔旭
徐锦青
王天奎
樊虎
何佩
姚窑
郎春叶
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.)
China Tobacco Zhejiang Industrial Co Ltd
Original Assignee
China Tobacco Zhejiang Industrial Co Ltd
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 China Tobacco Zhejiang Industrial Co Ltd filed Critical China Tobacco Zhejiang Industrial Co Ltd
Priority to CN202110618193.7A priority Critical patent/CN113269366B/zh
Publication of CN113269366A publication Critical patent/CN113269366A/zh
Application granted granted Critical
Publication of CN113269366B publication Critical patent/CN113269366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种残丝掺配比例滚动预测方法、系统及存储介质，所述方法包括坏烟产生量预测：计算前一生产时间段T1内的坏烟产出系数k，根据未来生产时间段T2内的每日卷包计划产量，结合坏烟产出系数k计算未来生产时间段T2内每日的坏烟生产量；残丝产量预测：根据前一生产时间段T1内坏烟投料量及残丝产出量计算坏烟投入产出系数r，预测每日坏烟生产量，结合根据所述坏烟投入产出系数r，计算测算未来生产时间段T2的每日残丝产量及预测残丝总产量；残丝掺配比例预测：根据未来生产时间段T2的掺配计划产量、预测残丝总产量及残丝库存情况确定残丝掺配比例t。该方法通过滚动预测，阶段性动态计算残丝最佳掺配量，确保残丝稳定耗用，减少非预期浪费。

Description

一种残丝掺配比例滚动预测方法、系统及存储介质
技术领域
本发明涉及一种残丝掺配预测方法，具体地说，是涉及一种残丝掺配比例滚动预测方法、系统及存储有执行该方法的计算机程序的存储介质。
背景技术
残丝(回用烟丝)作为烟丝的掺配物之一，在行业内的关注度一直较小，一般仅回用于低档牌号，随着残丝结构、杂物控制水平、水分稳定性的提升，残丝具备了同牌号回掺的条件，从工艺角度出发，一旦残丝同牌号回掺，则要求做到“应掺尽掺”(产出的残丝都进行回用，提高利用率)和“要掺全掺”(同牌号每个批次都要掺，不能阶段性掺，确保成品烟丝的均质化)。残丝的产出量由卷包机台对应牌号烟支的产量及残丝线的投入产出决定，残丝的使用量受到掺配产量的限制，目前残丝的掺配比例需要人为根据近期的残丝产量进行估算，若估算比例偏低则会造成残丝浪费，估算比例偏高会导致需要阶段性调整甚至无残丝可以掺，影响产品均质化。
发明内容
为了解决上述技术问题，本发明的第一目的是提供一种残丝掺配比例滚动预测方法，该方法通过滚动预测，阶段性动态计算各批次残丝最佳掺配量，确保残丝稳定耗用，减少非预期浪费，并提升批间的成品烟丝均质化水平。
本发明的第二目的是提供一种残丝掺配比例滚动预测系统，该系统用于实施上述的残丝掺配比例滚动预测方法。
本发明的第三目的是提供一种存储介质，该存储介质中存储有执行上述方法的计算机程序。
基于上述目的，本发明的一个方面，提供一种残丝掺配比例滚动预测方法，该方法包括如下步骤：
(1)坏烟产生量预测：计算前一生产时间段T1内的坏烟产出系数k，根据未来生产时间段T2内的每日卷包计划产量，结合所述坏烟产出系数k计算未来生产时间段T2内每日的坏烟生产量；
(2)残丝产量预测：根据前一生产时间段T1内坏烟投料量及残丝产出量计算坏烟投入产出系数r，预测每日坏烟生产量，并结合根据所述坏烟投入产出系数r，计算测算未来生产时间段T2的每日残丝产量及预测残丝总产量；
(3)残丝掺配比例预测：根据未来生产时间段T2的掺配计划产量、预测残丝总产量及残丝库存情况确定残丝掺配比例t。
作为优选，所述坏烟产出系数k的计算方法如下：
Figure BDA0003092566820000021
其中，M为前一生产时间段T1内烟支实际产量，N为前一生产时间段T1内坏烟支产出量；
所述坏烟投入产出系数r的计算方法如下：
Figure BDA0003092566820000022
其中，M为前一生产时间段T1内的坏烟支投料量，C为前一生产时间段T1内残丝产出量；
所述未来生产时间段T2内每日的坏烟生产量A的预测方法如下：
A＝k*J
其中，J为未来生产时间段T2内每日的卷包计划产量；
所述未来生产时间段T2的每日残丝产量B的计算方法如下：
B＝r*A
未来生产时间段T2内的预测残丝总产量D的计算方法如下：
D＝B1+B2+B3+…+Bn＝r*(A1+A2+A3+…+An)；
其中，n为未来生产时间段T2的总天数，Bn为未来生产时间段中第n天的残丝产量，An为未来生产时间段中第n天的坏烟生产量。
作为优选，该方法还包括：
残丝掺配比例的计算方法为：
Figure BDA0003092566820000023
其中，D为未来生产时间段T2内的预测残丝总产量，Y为当前残丝实际库存量，X为设定的期末库存量，E为未来生产时间段T2的掺配计划产量，J为未来生产时间段T2内每日的卷包计划产量，g为单箱耗烟丝量。
作为优选，该方法还包括：实际掺配比例s＝t±a，其中，a＝0.1t。
作为优选，该方法还包括：对预测掺配比例t进行判断，若其大于工艺要求上限，则将异常信息推送给工艺员，提前进行库内残丝数量干预，并进行掺配比例调整。
作为优选，该方法还包括：对预测掺配比例t进行判断，若小于工艺要求下限，则将异常信息推送给工艺员，提前进行异常排查，并调整生产计划，并进行掺配比例调整。
作为优选，该方法还包括：基于实际掺配比例s，测算在预测时间跨度内是否会存在残丝超期问题，若存在超期的可能，则将预测掺配比例t和异常信息推送给工艺员，工艺员根据预测掺配比例进行调整或及时干预高架库库存，防止物料超期。
作为优选，基于暂行的掺配比例s，测算在预测跨度内是否会存在残丝不够掺的问题，若预测存在该问题，则将预测掺配比例t和异常信息推送给工艺人员，工艺员根据预测掺配比例进行调整。
本发明的另一个方面，还提供一种残丝掺配比例滚动预测系统，该系统包括：
坏烟产量预测单元，用于计算前一生产时间段T1内的坏烟产出系数k，根据未来生产时间段T2内的每日卷包计划产量，结合所述坏烟产出系数k计算未来生产时间段T2内每日的坏烟生产量；
残丝产量预测单元，用于根据前一生产时间段T1内坏烟投料量及残丝产出量计算坏烟投入产出系数r，预测每日坏烟生产量，并结合根据所述坏烟投入产出系数r，计算测算未来生产时间段T2的每日残丝产量及预测残丝总产量；
残丝掺配比例预测单元，用于根据未来生产时间段T2的掺配计划产量、预测残丝总产量及残丝库存情况确定残丝掺配比例t。
本发明的再一个方面，还提供一种存储介质，该存储介质中存储有计算机程序，特别地，所述计算机程序被处理执行时，实现如上所述的残丝掺配比例滚动预测方法。
与现有技术相比，本发明的有益效果为：
(1)本发明通过滚动预测、阶段性动态计算各批次残丝最佳掺配量，可有效提高掺配比例的稳定性，提升成品烟丝批间均质化水平；
(2)本发明可大幅提高残丝回收利用率、有效减少残丝的浪费，从而节约生产成本。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的限定。
图1是本发明实施例中残丝掺配比例滚动预测流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本实施例提供一种残丝掺配比例滚动预测方法，该方法包括如下步骤：
(1)坏烟产生量预测：计算前一生产时间段T1内的坏烟产出系数k，根据未来生产时间段T2内的每日卷包计划产量，结合所述坏烟产出系数k计算未来生产时间段T2内每日的坏烟生产量；
(2)残丝产量预测：根据前一生产时间段T1内坏烟投料量及残丝产出量计算坏烟投入产出系数r，预测每日坏烟生产量，并结合根据所述坏烟投入产出系数r，计算测算未来生产时间段T2的每日残丝产量及预测残丝总产量；
(3)残丝掺配比例预测：根据未来生产时间段T2的掺配计划产量、预测残丝总产量及残丝库存情况确定残丝掺配比例t。
具体地：
1、坏烟产生量预测步骤
通过过去一段时间(例如15个工作日)各牌号烟支实际产量M(单位：箱，数据采集自卷包数采系统)和坏烟支产出量N(单位：kg，数据采集自坏烟交接区录入坏烟信息的集控系统)计算坏烟产出系数k(单位：kg/箱)；
Figure BDA0003092566820000041
每天生产前(上午6:00)系统后台对该系数进行滚动计算，输出近15个工作日的坏烟产出系数k，并通过大数据分析判断该系数是否正常，若正常，则通过该系数k和卷包旬生产计划中每日的计划产量J(单位：箱)计算测算未来一段时间的每日坏烟产生量A(单位：kg)。
A＝k*J
由于旬生产计划每月发三次，且下发时间不确定，因此坏烟量预测的跨度存在不确定性，例如11月7日下发了本月中旬(11日至20日)的卷包生产计划，则11月8日坏烟量预测的跨度为11月8日至11月20日，共13天，因此预测的坏烟总产生量(H，单位：kg)为：
H＝A1+A2+A3+…+A13＝k1*(J1+J2+J3+…+J13)；
11月9日预测的坏烟量为11月9日至11月20日，共12天，日期逐天减少直至接收到下一个卷包生产旬计划。
本预测模块的作用：
1)通过历史数据分析，判断坏烟的产生量与卷包的实际产量之间的关系是否稳定，用于日常监控，及时发现生产异常。
2)为下一步残丝产量的测算提供基础。
2、残丝产量预测步骤
通过过去15天各牌号坏烟支投料量M(单位：kg，数据采集自集控系统)和残丝产出量C(单位：kg，数据采集自集控系统)计算坏烟投入产出系数r(单位：％)，
Figure BDA0003092566820000051
每天生产前(上午6：00)系统后台对该系数进行滚动计算，输出近15个工作日的坏烟投入产出系数r，并通过大数据分析判断该系数是否正常，若正常，则通过该系数r和预测的每日坏烟量A(单位：kg)计算测算未来一段时间的每日残丝产量B(单位：kg)。
B＝r*A
由于旬生产计划每月发三次，且下发时间不确定，因此残丝量的预测跨度同样存在不确定性，例如11月7日下发了本月中旬(11日至20日)的卷包生产计划，则11月8日坏烟量预测的跨度为11月8日至11月20日，共13天，因此预测的残丝总产量(D，单位：kg)为：
D＝B1+B2+B3+…+B13＝r1*(A1+A2+A3+…+A13)；
11月9日预测的残丝总量为11月9日至11月20日，共12天，日期逐天减少直至接收到下一个卷包生产旬计划。
本预测模块的作用：
1)通过历史数据分析，判断坏烟的投入量与残丝的产出量之间的关系是否稳定，用于日常监控，及时发现生产异常。
2)为下一步残丝掺配比例的测算提供基础。
3、残丝掺配比例预测步骤
首先设定高架库残丝的期末库存X(单位：kg)。期末库存是指预测周期最后一天叶丝高架库内计划预留的残丝量，若不预留，则该值设定为0。
每天生产前(上午6:00)系统后台采集高架库该残丝的实际库存Y(单位：kg，数据采集自叶丝高架库系统)、设定的期末库存X，并结合残丝预测总产量D(单位：kg)和掺配工段旬计划产量E(单位：kg，根据卷包计划产量J及单箱耗烟丝量g)，计算残丝掺配比例t(单位：％)：
Figure BDA0003092566820000061
由于旬生产计划每月发三次，且下发时间不确定，因此残丝掺配比例的预测跨度同样存在不确定性，例如11月7日下发了本月中旬(11日至20日)的卷包生产计划，则11月8日预测的残丝掺配比例的时间跨度为11月8日至11月20日，共13天，11月9日预测的时间跨度为11月9日至11月20日，共12天，日期逐天减少直至接收到下一个卷包生产旬计划。
系统每天滚动计算残丝掺配比例t，但实际使用的比例可能和计算的值不一致，假设为s，则系统计算完掺配比例t后，还会实现如下几个场景：
1)对预测掺配比例t进行判断，若大于工艺要求上限，则将异常信息推送给工艺员，提前进行库内残丝数量干预，如降级、外运等，并进行掺配比例调整；
2)对预测掺配比例t进行判断，若小于工艺要求下限，则将异常信息推送给工艺员，提前进行异常排查，必要时调整生产计划，并进行掺配比例调整。
3)基于暂行的掺配比例s，测算在预测跨度内是否会存在残丝超期问题，即根据残丝桶携带的生产日期和预计使用日期计算各残丝桶能否在规定的时间(15天)使用完，若存在超期的可能，则将预测掺配比例t和异常信息推送给工艺员，工艺员可根据预测掺配比例进行调整或者及时干预高架库库存，防止物料超期。
4)基于暂行的掺配比例s，测算在预测跨度内是否会存在残丝不够掺的问题，若预测存在该问题，则将掺配比例t和异常信息推送给工艺人员，工艺员可根据预测掺配比例进行调整。
若未出现上述4个情况，允许残丝预测掺配比例和实际掺配比例存在一定的差异，也可按需设置一定的偏差值，在偏差内不需要报警提示，也不需要进行残丝掺配比例调整。
如附图1，根据业务流程，先根据卷包产量和生产计划测算一定时间跨度内的坏烟量，再基于残丝线的投入产出测算该时间跨度内的残丝产量，最后基于高架库库存、期末库存和掺配计划预测掺配比例，最后对预测的残丝掺配比例进行不用业务场景下的适用性比较，判断异常则推送工艺人员进行残丝掺配比例调整，判断正常则继续按当天比例正常运行。
以某厂某月某等级的残丝为例，具体的系统实现方案：
1、坏烟产生量预测步骤
某月10日上午6:00，卷包数据系统采集的过去15个工作日该等级对应的卷烟牌号烟支的实际产量M为3788箱、制丝集控系统采集的坏烟支产出量N为1798kg，则计算坏烟产出系数k(单位：kg/箱)为：
Figure BDA0003092566820000071
之后采集卷包旬生产计划中该牌号烟支的每日的计划产量，时间跨度正好为11天(10日至20日，当前天和旬计划的10天)，每日产量分别为200、200、200、200、200、0、0、200、150、150、150，预测未来一段时间的每日坏烟产生量为：94.94、94.94、94.94、94.94、94.94、0、0、94.94、71.2、71.2、71.2(单位：kg)，预测的坏烟总产生量为：H＝783.24kg；
2、残丝产量预测步骤
制丝集控系统采集的过去15天各牌号坏烟支投料量845.0kg，残丝产出量361.1kg计算坏烟投入产出系数r(单位：％)，
Figure BDA0003092566820000072
预测的残丝总产量(D，单位：kg)为：
D＝B1+B2+B3+…+B13＝r1*(A1+A2+A3+…+A13)＝40.57+40.57+40.57+40.57+40.57+0+0+40.57+30.42+30.42+30.42＝334.68；
3、残丝掺配比例预测步骤
首先设定高架库残丝的期末库存150(单位：kg)。
当日上午6:00系统后台采集高架库该残丝的实际库存300kg、采集的掺配工段旬计划产量48000kg，(根据卷包计划产量J及单箱耗烟丝量g)，计算残丝掺配比例t(单位：％)：
Figure BDA0003092566820000081
之后根据不同的场景进行判断：
1)对预测掺配比例t进行判断，未超过工艺要求上限(≤2.0％)，也未超过工艺要求下限(≥0.5％)；。
2)基于暂行的掺配比例s(现行为0.95％)，测算在预测跨度内是否会存在残丝超期或残丝不够的问题。采集残丝桶入库信息中的生产日期，最早为5日入库的残丝，基于旬生产计划预测的入库时间，最晚为20日，则10日当天的预测情况如下：
库内残丝生产日期 入库重量 残丝使用量 库存结余 最早日期剩余批次
5日(已入库) 100 / / /
6日(已入库) 100 / / /
7日(已入库) 100 / / /
8日(无入库) 0 / / /
9日(无入库) 0 / / /
10日(将入库) 40.57 76 264.57 5日(未超时限)
11日(将入库) 40.57 0 305.14 5日(未超时限)
12日(将入库) 40.57 76 269.71 6日(未超时限)
13日(将入库) 40.57 0 310.27 6日(未超时限)
14日(将入库) 40.57 76 350.85 7日(未超时限)
15日(将入库) 0 0 350.85 7日(未超时限)
16日(将入库) 0 0 350.85 7日(未超时限)
17日(将入库) 40.57 76 315.42 10日(未超时限)
18日(将入库) 30.42 76 269.84 12日(未超时限)
19日(将入库) 30.42 76 224.26 13日(未超时限)
20日(将入库) 30.42 0 254.68 13日(未超时限)
如上表，预测周期内每日库存量均大于0，因此不存在物料不足的风险，同时，每日计算的剩余物料最早生产日期均未超过工艺要求的15天，因此也不存在物料超期的风险。
基于上述判断，可以按现行的残丝掺配比例0.95％继续运行，可以不采纳预测的残丝掺配比例1.01％。
本实施例还提供一种残丝掺配比例滚动预测系统，该系统包括：
坏烟产量预测单元，用于计算前一生产时间段T1内的坏烟产出系数k，根据未来生产时间段T2内的每日卷包计划产量，结合所述坏烟产出系数k计算未来生产时间段T2内每日的坏烟生产量；
残丝产量预测单元，用于根据前一生产时间段T1内坏烟投料量及残丝产出量计算坏烟投入产出系数r，预测每日坏烟生产量，并结合根据所述坏烟投入产出系数r，计算测算未来生产时间段T2的每日残丝产量及预测残丝总产量；
残丝掺配比例预测单元，用于根据未来生产时间段T2的掺配计划产量、预测残丝总产量及残丝库存情况确定残丝掺配比例t。
本实施例还提供一种存储介质，该存储介质中存储有计算机程序，特别地，所述计算机程序被处理执行时，实现如上所述的残丝掺配比例滚动预测方法。
综上，本发明通过滚动预测、阶段性动态计算各批次残丝最佳掺配量，可有效提高掺配比例的稳定性，提升成品烟丝批间均质化水平；此外，本发明可大幅提高残丝回收利用率、有效减少残丝的浪费，从而节约生产成本。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型，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、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种残丝掺配比例滚动预测方法，其特征在于，包括如下步骤：
(1)坏烟产生量预测：计算前一生产时间段T1内的坏烟产出系数k，根据未来生产时间段T2内的每日卷包计划产量，结合所述坏烟产出系数k计算未来生产时间段T2内每日的坏烟生产量；
(2)残丝产量预测：根据前一生产时间段T1内坏烟投料量及残丝产出量计算坏烟投入产出系数r，预测每日坏烟生产量，并结合根据所述坏烟投入产出系数r，计算测算未来生产时间段T2的每日残丝产量及预测残丝总产量；
(3)残丝掺配比例预测：根据未来生产时间段T2的掺配计划产量、预测残丝总产量及残丝库存情况确定残丝掺配比例t。
2.根据权利要求1所述的一种残丝掺配比例滚动预测方法，其特征在于，
所述坏烟产出系数k的计算方法如下：
Figure FDA0003092566810000011
其中，M为前一生产时间段T1内烟支实际产量，N为前一生产时间段T1内坏烟支产出量；
所述坏烟投入产出系数r的计算方法如下：
Figure FDA0003092566810000012
其中，M为前一生产时间段T1内的坏烟支投料量，C为前一生产时间段T1内残丝产出量；
所述未来生产时间段T2内每日的坏烟生产量A的预测方法如下：
A＝k*J
其中，J为未来生产时间段T2内每日的卷包计划产量；
所述未来生产时间段T2的每日残丝产量B的计算方法如下：
B＝r*A
未来生产时间段T2内的预测残丝总产量D的计算方法如下：
D＝B1+B2+B3+…+Bn＝r*(A1+A2+A3+…+An)；
其中，n为未来生产时间段T2的总天数，Bn为未来生产时间段中第n天的残丝产量，An为未来生产时间段中第n天的坏烟生产量。
3.根据权利要求1所述的一种残丝掺配比例滚动预测方法，其特征在于，该方法还包括：
残丝掺配比例的计算方法为：
Figure FDA0003092566810000021
其中，D为未来生产时间段T2内的预测残丝总产量，Y为当前残丝实际库存量，X为设定的期末库存量，E为未来生产时间段T2的掺配计划产量，J为未来生产时间段T2内每日的卷包计划产量，g为单箱耗烟丝量。
4.根据权利要求1所述的一种残丝掺配比例滚动预测方法，其特征在于，该方法还包括：实际掺配比例s＝t±a，其中，a＝0.1t。
5.根据权利要求1所述的一种残丝掺配比例滚动预测方法，其特征在于，该方法还包括：对预测掺配比例t进行判断，若其大于工艺要求上限，则将异常信息推送给工艺员，提前进行库内残丝数量干预，并进行掺配比例调整。
6.根据权利要求1所述的一种残丝掺配比例滚动预测方法，其特征在于，该方法还包括：对预测掺配比例t进行判断，若小于工艺要求下限，则将异常信息推送给工艺员，提前进行异常排查，并调整生产计划，并进行掺配比例调整。
7.根据权利要求4所述的一种残丝掺配比例滚动预测方法，其特征在于，该方法还包括：基于实际掺配比例s，测算在预测时间跨度内是否会存在残丝超期问题，若存在超期的可能，则将预测掺配比例t和异常信息推送给工艺员，工艺员根据预测掺配比例进行调整或及时干预高架库库存，防止物料超期。
8.根据权利要求4所述的一种残丝掺配比例滚动预测方法，其特征在于，该方法还包括：基于暂行的掺配比例s，测算在预测跨度内是否会存在残丝不够掺的问题，若预测存在该问题，则将预测掺配比例t和异常信息推送给工艺人员，工艺员根据预测掺配比例进行调整。
9.一种残丝掺配比例滚动预测系统，其特征在于，该系统包括：
坏烟产量预测单元，用于计算前一生产时间段T1内的坏烟产出系数k，根据未来生产时间段T2内的每日卷包计划产量，结合所述坏烟产出系数k计算未来生产时间段T2内每日的坏烟生产量；
残丝产量预测单元，用于根据前一生产时间段T1内坏烟投料量及残丝产出量计算坏烟投入产出系数r，预测每日坏烟生产量，并结合根据所述坏烟投入产出系数r，计算测算未来生产时间段T2的每日残丝产量及预测残丝总产量；
残丝掺配比例预测单元，用于根据未来生产时间段T2的掺配计划产量、预测残丝总产量及残丝库存情况确定残丝掺配比例t。
10.一种存储介质，该存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理执行时，实现如权利要求1-8中任一项所述的残丝掺配比例滚动预测方法。
CN202110618193.7A 2021-05-31 2021-05-31 一种残丝掺配比例滚动预测方法、系统及存储介质 Active CN113269366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110618193.7A CN113269366B (zh) 2021-05-31 2021-05-31 一种残丝掺配比例滚动预测方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110618193.7A CN113269366B (zh) 2021-05-31 2021-05-31 一种残丝掺配比例滚动预测方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN113269366A true CN113269366A (zh) 2021-08-17
CN113269366B CN113269366B (zh) 2022-07-19

Family

ID=77234163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110618193.7A Active CN113269366B (zh) 2021-05-31 2021-05-31 一种残丝掺配比例滚动预测方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN113269366B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115153077A (zh) * 2022-06-17 2022-10-11 广西中烟工业有限责任公司 一种残丝掺配方法
CN116152791A (zh) * 2022-12-02 2023-05-23 杭州首域万物互联科技有限公司 一种基于图像识别的烟丝掺配均匀性检测系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04173078A (ja) * 1990-11-07 1992-06-19 Japan Tobacco Inc 膨化処理をしたたばこ刻の分離回収方法
CN101254021A (zh) * 2008-04-17 2008-09-03 山东中烟工业公司 叶丝、梗丝、膨胀丝、薄片丝及回收烟丝的掺配方法
CN101779829A (zh) * 2009-01-20 2010-07-21 段煌 一种废弃烟丝再利用的方法
CN102919997A (zh) * 2012-11-13 2013-02-13 浙江中烟工业有限责任公司 一种分组加工模式的成品烟丝掺配方法及掺配设备
CN102919998A (zh) * 2012-11-13 2013-02-13 浙江中烟工业有限责任公司 一种全配方模式的成品烟丝掺配方法及掺配设备
CN105868862A (zh) * 2016-04-11 2016-08-17 云南公投建设集团有限公司 基于扭剪试验的再生微表处混合料配合比的选配方法
CN112471574A (zh) * 2020-11-17 2021-03-12 河南中烟工业有限责任公司 易地送丝模式下的残烟掺配方法
CN112633576A (zh) * 2020-12-22 2021-04-09 华中科技大学 应用于卷烟工厂生产排程的两阶段排程优化方法与系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04173078A (ja) * 1990-11-07 1992-06-19 Japan Tobacco Inc 膨化処理をしたたばこ刻の分離回収方法
CN101254021A (zh) * 2008-04-17 2008-09-03 山东中烟工业公司 叶丝、梗丝、膨胀丝、薄片丝及回收烟丝的掺配方法
CN101779829A (zh) * 2009-01-20 2010-07-21 段煌 一种废弃烟丝再利用的方法
CN102919997A (zh) * 2012-11-13 2013-02-13 浙江中烟工业有限责任公司 一种分组加工模式的成品烟丝掺配方法及掺配设备
CN102919998A (zh) * 2012-11-13 2013-02-13 浙江中烟工业有限责任公司 一种全配方模式的成品烟丝掺配方法及掺配设备
CN105868862A (zh) * 2016-04-11 2016-08-17 云南公投建设集团有限公司 基于扭剪试验的再生微表处混合料配合比的选配方法
CN112471574A (zh) * 2020-11-17 2021-03-12 河南中烟工业有限责任公司 易地送丝模式下的残烟掺配方法
CN112633576A (zh) * 2020-12-22 2021-04-09 华中科技大学 应用于卷烟工厂生产排程的两阶段排程优化方法与系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
84M8GSCIPP6817ET17NUMY_MAJIA: ""基于MRP理论的烟丝掺兑信息化模型的研究"", 《HTTPS://WWW.DOCIN.COM/P-1243501802.HTML》 *
兰滨杰: "提高在线电子皮带秤参配精度", 《计量与测试技术》 *
谢伟强: ""混丝掺配系统计量模型分析"", 《广西烟草学会 会议论文集》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115153077A (zh) * 2022-06-17 2022-10-11 广西中烟工业有限责任公司 一种残丝掺配方法
CN116152791A (zh) * 2022-12-02 2023-05-23 杭州首域万物互联科技有限公司 一种基于图像识别的烟丝掺配均匀性检测系统及方法
CN116152791B (zh) * 2022-12-02 2023-11-24 杭州首域万物互联科技有限公司 一种基于图像识别的烟丝掺配均匀性检测系统及方法

Also Published As

Publication number Publication date
CN113269366B (zh) 2022-07-19

Similar Documents

Publication Publication Date Title
CN113269366B (zh) 一种残丝掺配比例滚动预测方法、系统及存储介质
CN107767068B (zh) 一种精益生产高级计划排产系统及方法
CN102511922B (zh) 一种打叶复烤产品均匀性系统调控方法及其应用
CN108960741B (zh) 一种核电站群厂备件库存管理系统
Lee A comparative study of the push and pull production systems
CN109117990B (zh) 一种核电站备件库存预测及指标分解装置
MY138151A (en) Inventory management method, system and program
CN112633576B (zh) 应用于卷烟工厂生产排程的两阶段排程优化方法与系统
CN113208144B (zh) 一种残丝无尾料掺配方法和系统
CN112884524B (zh) 一种产品需求优化方法及装置
CN103903102A (zh) 高架库及其配方系统和配方方法
CN209506763U (zh) 一种烟草打叶复烤配方立体库物料动态进出库控制系统
CN101425155A (zh) 生产优化和协调处理
JP5151679B2 (ja) 製造計画立案支援プログラム、製造計画立案支援システム及び製造計画立案支援方法
CN115579120B (zh) 一种智能医用物资和耗材取用管理系统及方法
CN116433151A (zh) 航材消耗件库存管理系统及方法
Chao The EQQ model with stochastic demand and discounting
DE102007004232A1 (de) Anordnung und Verfahren zur zeit- und mengen-bzw. durchsatz-optimierten Herstellung wenigstens eines Produktes mittels verfahrenstechnischer Anlagen
CN113723729A (zh) 运输网络数据整合方法、装置、计算机设备和存储介质
DE102012023579B4 (de) Verfahren zur bedarfsgerechten Versorgung von Montage- und/oder Arbeitsstationen einer getakteten Fließbandproduktion, insbesondere der Fahrzeugindustrie
CN114192584B (zh) 一种中厚板压下规程分配方法及系统
CN112561404B (zh) 一种铜材端子系统性制造方法及系统
Siregar et al. Inventory optimization in the cigarette industry
CN114862193A (zh) 一种针对玻璃深加工制造过程规划系统及方法
CN112488599B (zh) 一种分播方法和装置

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