CN113592288A - 一种基于非等同并行机模型的下料计划排程方法 - Google Patents
一种基于非等同并行机模型的下料计划排程方法 Download PDFInfo
- Publication number
- CN113592288A CN113592288A CN202110853679.9A CN202110853679A CN113592288A CN 113592288 A CN113592288 A CN 113592288A CN 202110853679 A CN202110853679 A CN 202110853679A CN 113592288 A CN113592288 A CN 113592288A
- Authority
- CN
- China
- Prior art keywords
- blanking
- time
- order
- machine
- plan
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000000463 material Substances 0.000 claims description 26
- 239000002131 composite material Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 10
- 238000012163 sequencing technique Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06316—Sequencing of tasks or work
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Multi-Process Working Machines And Systems (AREA)
Abstract
本发明属于生产线技术领域,具体涉及一种基于非等同并行机模型的下料计划排程方法,将每个下料机抽象为时间轴,每个作业抽象为长度固定的时间资源占用线形长度条,利用非等同并行机算法将长度条依次放置于时间轴中,包括步骤1,输入单元读取Orac l e数据库中的排程数据,将排程数据传输至处理单元;步骤2,处理单元采用最小化完工时间为目标函数的非等同并行机模型算法生成可行的下料计划,将可行的下料计划传送至输出单元;步骤3,输出单元将下料计划显示在页面。本发明提高了下料计划排程效率、排程计划的可执行性和计划性管控性、下料机的工作效率和铺叠开工的准时率。
Description
技术领域
本发明属于生产线技术领域,具体涉及一种基于非等同并行机模型的下料计划排程方法。
背景技术
目前在复合材料零件生产制造过程中,下料工序是工艺流程中必不可少的一环,是在铺叠和成型等核心工序前的必备工序。铺叠工人使用生准工序所下的料片根据投影程序、FO制造大纲等要求进行铺叠工序。为了提高下料机利用率、控制材料外置时间,计划人员需要对生准的生产节奏进行计划,以保证下料机能够在可接受的时间范围内完成下料工序。但是由于现有的ERP和MES系统计划模式建立在无限能力资源基础上,计划结果无法直接用于生产现场,而人工排计划效率低,并且无法综合考虑下料与铺叠工序的关联关系,无法达到均衡生产前提下使下料机利用率高的效果。
发明内容
为了解决依赖人工经验进行下料计划排程的效率低,无法综合考虑下料与铺叠计划,以及材料外置时间约束的问题,本发明提供一种基于非等同并行机模型的下料计划排程方法,将每个下料机抽象为时间轴,每个作业抽象为长度固定的时间资源占用线形长度条,利用非等同并行机算法将长度条依次放置于时间轴中,考虑下料机数量、不同材料使用下料机规范、复材预浸料外置时间以及铺叠开始时间约束,包括以下步骤:
步骤1,输入单元读取Oracle数据库中的排程数据,将排程数据传输至处理单元;
步骤2,处理单元采用最小化完工时间为目标函数的非等同并行机模型算法生成可行的下料计划,将可行的下料计划传送至输出单元;
步骤3,输出单元将下料计划显示在页面。
进一步,步骤1所述排程数据包括订单数据、订单铺叠时间数据、材料数据、下料机数据、下料机工作时间数据、下料机-零件关联时间数据、零件-材料关联数据、零件工艺路线数据。
进一步,步骤2所述处理单元采用最小化完工时间为目标函数的非等同并行机模型算法生成可行的下料计划,包括以下步骤,
步骤2.1,计算订单下料时间约束;
步骤2.2,对订单进行分类排序;
步骤2.3,对下料计划排程;
步骤2.4,调用非等同并行机模型算法生成可行的下料计划。
进一步,步骤2.1所述计算订单下料时间约束包括处理单元根据订单数据和订单铺叠时间数据计算订单下料时间约束,读取订单及其铺叠时间数据,通过公式ei=pi-Sh-maxtij计算零件i的最晚下料时间;读取订单的交付时间gi以及对应材料的外置时间wi,通过公式si=gi-wi计算零件i的最早下料时间;建立订单下料时间的约束列表Ti={[si,ei]|i=1,2,3…n}。
进一步,步骤2.2所述对订单进行分类排序包括根据下料机数据和订单铺叠时间数据对订单排序;处理单元读取下料机-零件关联数据,按照下料机数量对订单分类,按建议下料机数量越少,订单优先级越高的原则,以及按照订单下料时间越早,订单优先级越高的原则对订单进行排序。
进一步,步骤2.3所述对下料计划排程,包括以下步骤,
步骤2.3.1,按照订单顺序依次安排下料计划,首先判断订单i是否存在唯一指定下料机,若存在,则安排在该下料机上,否则选择最早开始下料时间si后24小时内较为空闲的下料机;
步骤2.3.2,取订单i在下料机j上开始的下料时间为sij=max{si,Ohj},即订单i的最早开始下料时间si和下料机j上一订单下料结束时间的最大值,若零件i为该下料机上的第一个任务,则下料机可用时间为当前的开工时间;
步骤2.3.3,判断订单i是否满足其下料时间约束;若满足,则进入步骤2.3.4,若不满足,则判断订单i是否还有可选下料机,若有则更换下料机,进入步骤2.3.2,若没有,则将订单i加入未排订单列表;
步骤2.3.4,在下料机j上插入订单i后,原本加工时间在订单i之后的订单开始加工时间后移,对所有加工时间改变的订单进行下料时间约束校验,若不满足则更换订单i的下料机选择,转步骤2.3.2,若满足则确定订单i的下料计划。
进一步,步骤2.4所述调用非等同并行机模型算法包括调用以最小化完工时间为目标函数的非等同并行机模型算法,多次迭代计算下料任务开始时间和结束时间,生成可行的下料计划,包括以下步骤,
步骤2.4.1,以最小化完工时间为目标,设有n个相互独立的工件,m台机器,m≥2,且m台机器存在不同,每个工件在每台机器上都有确定的加工时间,且均可由m台机器中的任一台完成加工任务;确定每台机器加工的工件代码,使每台机器加工满足约束条件,每台机器在同一时刻只加工一个工件,一个工件一旦在机器上加工就不能中断直至其被加工完成;
步骤2.4.2,建立基于下料机约束的非等同并行机排程模型,具体变量定义如下,
J={1,2,…,n}为订单中所有零件的集合,
M={1,2,…,m}为下料机设备的集合,
P={pi|i=1,2,…,n}为零件铺叠工序开始时间,
Ti={[si,ei]|i=1,2,3…n}为订单下料时间约束列表,其中si为最早开始下料时间,ei为最晚开始下料时间,
G={gi|i=1,2,…,n}为订单交付时间,
W={wi|i=1,2,…,n}为对应的材料的外置时间,
Sij为订单i在下料机j上开始下料时间,
tij为订单i在下料机j上的下料工序时间,
pi为铺叠工序的开始时间,
Sh为工序之间的缓冲时间,
L是一个足够大的正整数,
建立模型
si≤Sij≤ei (1.1)
Sij+xij×tij≤pi-Sh (1.2)
Sij+xij×tij≤Shj+L(1-yihj) (1.3)
Sij≥minsi (1.5)
i=1,2,…n;h=1,2,…n
j=1,2,…,m
其中,公式(1.1)表示下料开始时间必须满足零件下料的时间约束;公式(1.2)表示下料的结束时间必须早于铺叠开始时间减去下料与铺叠之间的缓冲时间;公式(1.3)表示同一并行机上相邻两个零件,后一个下料开始时间不能早于前一个下料结束时间;公式(1.4)表示一个零件只能在一台并行机上进行下料,其中,当零件具有下料机约束时,例如工件h只能在并行机k上进行加工,则xkk=1,公式(1.5)表示所有零件下料时间不能早于零件最早的下料开始时间,即必须满足材料外置时间的约束。
与现有技术相比,本发明的有益效果在于:
1.本发明以计算机算法取代人工经验进行计划排程,使用Oracle数据库设计资源信息表和约束信息表,存储资源数据和约束信息、基于非等同并行机算法实现下料计划排程算法,使下料工序在保证预浸料外置时间足够的情况下尽可能满足铺叠开工时间点的要求,提高下料计划排程效率;
2.本发明采用最小化完工时间为目标函数的非等同并行机模型算法生成可行的下料计划,通过校核生准工序资源,约束关联工序来提高排程计划的可执行性和计划性管控性;
3.本发明通过计算订单下料时间约束;对订单进行分类排序;对下料计划排程;调用非等同并行机模型算法生成可行的下料计划,提高下料机的工作效率和铺叠开工的准时率。
附图说明
图1为本发明的系统原理图;
图2为本发明下料计划排程算法流程图;
图3为本发明下料非等同并行机模型算法。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1
参照附图1,一种基于非等同并行机模型的下料排程方法,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、订单铺叠时间数据、材料数据、下料机数据、下料机工作时间数据、下料机-零件关联时间数据、零件-材料关联数据、零件工艺路线数据。并将订单数据、订单铺叠时间数据、材料数据、下料机数据、下料机工作时间数据、下料机-零件关联时间数据、零件-材料关联数据、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、订单铺叠时间数据、材料数据、下料机数据、下料机工作时间数据、下料机-零件关联时间数据、零件-材料关联数据、零件工艺路线数据,按照下料机数量对订单分类,按建议下料机数量越少,订单优先级越高的原则,以及按照订单下料时间越早,订单优先级越高的原则对订单进行排序;处理单元对排序后的订单采用最小化完工时间为目标函数的非等同并行机模型算法生成可行的下料计划;处理单元将可行的下料计划传输给输出单元,由输出单元将下料计划显示在显示页面。
实施例2
参照附图2和附图3,在实施例1的基础上,实施例2提供一种基于非等同并行机模型的下料计划排程方法,将每个下料机抽象为时间轴,每个作业抽象为长度固定的时间资源占用线形长度条,利用非等同并行机算法将长度条依次放置于时间轴中,考虑下料机数量、不同材料使用下料机规范、复材预浸料外置时间以及铺叠开始时间约束,在有限的工作时间、有限下料机数量内完成作业最多。
输入单元读取Oracle数据库中订单数据、订单铺叠时间数据、材料数据、下料机数据、下料机工作时间数据、下料机-零件关联时间数据、零件-材料关联数据、零件工艺路线数据。
处理单元采用最小化完工时间为目标函数的非等同并行机模型算法生成可行的下料计划,将可行的下料计划传送至输出单元;具体包括
步骤2.1,计算订单下料时间约束;计算订单下料时间约束包括处理单元根据订单数据和订单铺叠时间数据计算订单下料时间约束,读取订单及其铺叠时间数据,通过公式ei=pi-Sh-maxtij计算零件i的最晚下料时间;读取订单的交付时间gi以及对应材料的外置时间wi,通过公式si=gi-wi计算零件i的最早下料时间;建立订单下料时间的约束列表Ti={[si,ei]|i=1,2,3…n;
步骤2.2,对订单进行分类排序,对订单进行分类排序包括根据下料机数据和订单铺叠时间数据对订单排序;处理单元读取下料机-零件关联数据,按照下料机数量对订单分类,按建议下料机数量越少,订单优先级越高的原则,以及按照订单下料时间越早,订单优先级越高的原则对订单进行排序。
步骤2.3,对下料计划排程;
步骤2.3.1,按照订单顺序依次安排下料计划,首先判断订单i是否存在唯一指定下料机,若存在,则安排在该下料机上,否则选择最早开始下料时间si后24小时内较为空闲的下料机;
步骤2.3.2,取订单i在下料机j上开始的下料时间为sij=max{si,Ohj},即订单i的最早开始下料时间si和下料机j上一订单下料结束时间的最大值,若零件i为该下料机上的第一个任务,则下料机可用时间为当前的开工时间;
步骤2.3.3,判断订单i是否满足其下料时间约束;若满足,则进入步骤2.3.4,若不满足,则判断订单i是否还有可选下料机,若有则更换下料机,进入步骤2.3.2,若没有,则将订单i加入未排订单列表;
步骤2.3.4,在下料机j上插入订单i后,原本加工时间在订单i之后的订单开始加工时间后移,对所有加工时间改变的订单进行下料时间约束校验,若不满足则更换订单i的下料机选择,转步骤2.3.2,若满足则确定订单i的下料计划。
步骤2.4,调用非等同并行机模型算法生成可行的下料计划,所述调用非等同并行机模型算法包括调用以最小化完工时间为目标函数的非等同并行机模型算法,多次迭代计算下料任务开始时间和结束时间,生成可行的下料计划,包括以下步骤,
步骤2.4.1,以最小化完工时间为目标,设有n个相互独立的工件,m台机器,m≥2,且m台机器存在不同,每个工件在每台机器上都有确定的加工时间,且均可由m台机器中的任一台完成加工任务;确定每台机器加工的工件代码,使每台机器加工满足约束条件,每台机器在同一时刻只加工一个工件,一个工件一旦在机器上加工就不能中断直至其被加工完成;
步骤2.4.2,建立基于下料机约束的非等同并行机排程模型,具体变量定义如下,
J={1,2,…,n}为订单中所有零件的集合,
M={1,2,…,m}为下料机设备的集合,
P={pi|i=1,2,…,n}为零件铺叠工序开始时间,
Ti={[si,ei]|i=1,2,3…n}为订单下料时间约束列表,其中si为最早开始下料时间,ei为最晚开始下料时间,
G={gi|i=1,2,…,n}为订单交付时间,
W={wi|i=1,2,…,n}为对应的材料的外置时间,
Sij为订单i在下料机j上开始下料时间,
tij为订单i在下料机j上的下料工序时间,
pi为铺叠工序的开始时间,
Sh为工序之间的缓冲时间,
L是一个足够大的正整数,
建立模型
si≤Sij≤ei (1.1)
Sij+xij×tij≤pi-Sh (1.2)
Sij+xij×tij≤Shj+L(1-yihj) (1.3)
Sij≥minsi (1.5)
i=1,2,…n;h=1,2,…n
j=1,2,…,m
其中,公式(1.1)表示下料开始时间必须满足零件下料的时间约束;公式(1.2)表示下料的结束时间必须早于铺叠开始时间减去下料与铺叠之间的缓冲时间;公式(1.3)表示同一并行机上相邻两个零件,后一个下料开始时间不能早于前一个下料结束时间;公式(1.4)表示一个零件只能在一台并行机上进行下料,其中,当零件具有下料机约束时,例如工件h只能在并行机k上进行加工,则xkk=1,公式(1.5)表示所有零件下料时间不能早于零件最早的下料开始时间,即必须满足材料外置时间的约束。
步骤3,输出单元将下料计划显示在页面。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (7)
1.一种基于非等同并行机模型的下料计划排程方法,将每个下料机抽象为时间轴,每个作业抽象为长度固定的时间资源占用线形长度条,利用非等同并行机算法将长度条依次放置于时间轴中,考虑下料机数量、不同材料使用下料机规范、复材预浸料外置时间以及铺叠开始时间约束,其特征在于,包括以下步骤:
步骤1,输入单元读取Oracle数据库中的排程数据,将排程数据传输至处理单元;
步骤2,处理单元采用最小化完工时间为目标函数的非等同并行机模型算法生成可行的下料计划,将可行的下料计划传送至输出单元;
步骤3,输出单元将下料计划显示在页面。
2.根据权利要求1所述的一种基于非等同并行机模型的下料计划排程方法,其特征在于,步骤1所述排程数据包括订单数据、订单铺叠时间数据、材料数据、下料机数据、下料机工作时间数据、下料机-零件关联时间数据、零件-材料关联数据、零件工艺路线数据。
3.根据权利要求1所述的一种基于非等同并行机模型的下料计划排程方法,其特征在于,步骤2所述处理单元采用最小化完工时间为目标函数的非等同并行机模型算法生成可行的下料计划,包括以下步骤:
步骤2.1,计算订单下料时间约束;
步骤2.2,对订单进行分类排序;
步骤2.3,对下料计划排程;
步骤2.4,调用非等同并行机模型算法生成可行的下料计划。
4.根据权利要求3所述的一种基于非等同并行机模型的下料计划排程方法,其特征在于,步骤2.1所述计算订单下料时间约束包括处理单元根据订单数据和订单铺叠时间数据计算订单下料时间约束,读取订单及其铺叠时间数据,通过公式ei=pi-Sh-maxtij计算零件i的最晚下料时间;读取订单的交付时间gi以及对应材料的外置时间wi,通过公式si=gi-wi计算零件i的最早下料时间;建立订单下料时间的约束列表Ti={[si,ei]|i=1,2,3…n}。
5.根据权利要求3所述的一种基于非等同并行机模型的下料计划排程方法,其特征在于,步骤2.2所述对订单进行分类排序包括根据下料机数据和订单铺叠时间数据对订单排序;处理单元读取下料机-零件关联数据,按照下料机数量对订单分类,按建议下料机数量越少,订单优先级越高的原则,以及按照订单下料时间越早,订单优先级越高的原则对订单进行排序。
6.根据权利要求3所述的一种基于非等同并行机模型的下料计划排程方法,其特征在于,步骤2.3所述对下料计划排程,包括以下步骤:
步骤2.3.1,按照订单顺序依次安排下料计划,首先判断订单i是否存在唯一指定下料机,若存在,则安排在该下料机上,否则选择最早开始下料时间si后24小时内较为空闲的下料机;
步骤2.3.2,取订单i在下料机j上开始的下料时间为sij=max{si,Ohj},即订单i的最早开始下料时间sj和下料机j上一订单下料结束时间的最大值,若零件i为该下料机上的第一个任务,则下料机可用时间为当前的开工时间;
步骤2.3.3,判断订单i是否满足其下料时间约束;若满足,则进入步骤2.3.4,若不满足,则判断订单i是否还有可选下料机,若有则更换下料机,进入步骤2.3.2,若没有,则将订单i加入未排订单列表;
步骤2.3.4,在下料机j上插入订单i后,原本加工时间在订单i之后的订单开始加工时间后移,对所有加工时间改变的订单进行下料时间约束校验,若不满足则更换订单i的下料机选择,转步骤2.3.2,若满足则确定订单i的下料计划。
7.根据权利要求3所述的一种基于非等同并行机模型的下料计划排程方法,其特征在于,步骤2.4所述调用非等同并行机模型算法包括以下步骤:
调用以最小化完工时间为目标函数的非等同并行机模型算法,多次迭代计算下料任务开始时间和结束时间,生成可行的下料计划;
步骤2.4.1,以最小化完工时间为目标,设有n个相互独立的工件,m台机器,m≥2,且m台机器存在不同,每个工件在每台机器上都有确定的加工时间,且均可由m台机器中的任一台完成加工任务;确定每台机器加工的工件代码,使每台机器加工满足约束条件,每台机器在同一时刻只加工一个工件,一个工件一旦在机器上加工就不能中断直至其被加工完成;
步骤2.4.2,建立基于下料机约束的非等同并行机排程模型,具体变量定义如下,
J={1,2,…,n}为订单中所有零件的集合,
M={1,2,…,m}为下料机设备的集合,
P={pi|i=1,2,…,n}为零件铺叠工序开始时间,
Ti={[si,ei]|i=1,2,3…n}为订单下料时间约束列表,其中si为最早开始下料时间,ei为最晚开始下料时间,
G={gi|i=1,2,…,n}为订单交付时间,
W={wi|i=1,2,…,n}为对应的材料的外置时间,
Sij为订单i在下料机j上开始下料时间,
tij为订单i在下料机j上的下料工序时间,
pi为铺叠工序的开始时间,
Sh为工序之间的缓冲时间,
L是一个足够大的正整数,
建立模型
si≤Sij≤ei (1.1)
Sij+xij×tij≤pi-Sh (1.2)
Sij+xij×tij≤Shj+L(1-Yihj) (1.3)
Sij≥minsi (1.5)
i=1,2,…n;h=1,2,…n
j=1,2,…,m
其中,公式(1.1)表示下料开始时间必须满足零件下料的时间约束;公式(1.2)表示下料的结束时间必须早于铺叠开始时间减去下料与铺叠之间的缓冲时间;公式(1.3)表示同一并行机上相邻两个零件,后一个下料开始时间不能早于前一个下料结束时间;公式(1.4)表示一个零件只能在一台并行机上进行下料,其中,当零件具有下料机约束时,例如工件h只能在并行机k上进行加工,则xkk=1,公式(1.5)表示所有零件下料时间不能早于零件最早的下料开始时间,即必须满足材料外置时间的约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110853679.9A CN113592288B (zh) | 2021-07-28 | 2021-07-28 | 一种基于非等同并行机模型的下料计划排程方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110853679.9A CN113592288B (zh) | 2021-07-28 | 2021-07-28 | 一种基于非等同并行机模型的下料计划排程方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592288A true CN113592288A (zh) | 2021-11-02 |
CN113592288B CN113592288B (zh) | 2023-10-10 |
Family
ID=78250789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110853679.9A Active CN113592288B (zh) | 2021-07-28 | 2021-07-28 | 一种基于非等同并行机模型的下料计划排程方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592288B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202262A (zh) * | 2022-02-21 | 2022-03-18 | 德州联合拓普复合材料科技有限公司 | 基于神经网络的预浸料工艺改进方法、系统和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150080008A1 (en) * | 2013-09-18 | 2015-03-19 | Qualcomm Incorporated | Predictive Control for Radio Frequency Coexistence Management in Multi-SIM-Multi-Active (MSMA) Devices |
WO2016122773A1 (en) * | 2015-01-29 | 2016-08-04 | Qualcomm Incorporated | System and methods for providing a transmission skipping policy to improve performance in a multi-subscriber identity module (sim) wireless communication device |
CN108062082A (zh) * | 2017-12-29 | 2018-05-22 | 江苏徐工信息技术股份有限公司 | 一种面向离散制造业的生产排程算法 |
CN108121306A (zh) * | 2016-11-28 | 2018-06-05 | 财团法人资讯工业策进会 | 排程系统及方法 |
US20190068926A1 (en) * | 2017-08-25 | 2019-02-28 | Advanced Micro Devices, Inc. | Custom Beamforming During a Vertical Blanking Interval |
CN109711745A (zh) * | 2019-01-02 | 2019-05-03 | 郑州航空工业管理学院 | 基于智能优化算法的双层式生产计划优化控制方法 |
CN109784656A (zh) * | 2018-12-18 | 2019-05-21 | 河北省科学院应用数学研究所 | 一种离散制造协同生产计划排程方法 |
US20190318253A1 (en) * | 2018-04-16 | 2019-10-17 | Hitachi, Ltd. | Schedule analysis support device and method |
CN112101784A (zh) * | 2020-09-15 | 2020-12-18 | 成都成信高科信息技术有限公司 | 一种应用于离散制造业生产过程的排程约束条件建立方法 |
CN113102600A (zh) * | 2021-03-19 | 2021-07-13 | 杭州晨龙智能科技有限公司 | 自动化冲压加工系统 |
-
2021
- 2021-07-28 CN CN202110853679.9A patent/CN113592288B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150080008A1 (en) * | 2013-09-18 | 2015-03-19 | Qualcomm Incorporated | Predictive Control for Radio Frequency Coexistence Management in Multi-SIM-Multi-Active (MSMA) Devices |
WO2016122773A1 (en) * | 2015-01-29 | 2016-08-04 | Qualcomm Incorporated | System and methods for providing a transmission skipping policy to improve performance in a multi-subscriber identity module (sim) wireless communication device |
CN108121306A (zh) * | 2016-11-28 | 2018-06-05 | 财团法人资讯工业策进会 | 排程系统及方法 |
US20190068926A1 (en) * | 2017-08-25 | 2019-02-28 | Advanced Micro Devices, Inc. | Custom Beamforming During a Vertical Blanking Interval |
CN108062082A (zh) * | 2017-12-29 | 2018-05-22 | 江苏徐工信息技术股份有限公司 | 一种面向离散制造业的生产排程算法 |
US20190318253A1 (en) * | 2018-04-16 | 2019-10-17 | Hitachi, Ltd. | Schedule analysis support device and method |
CN109784656A (zh) * | 2018-12-18 | 2019-05-21 | 河北省科学院应用数学研究所 | 一种离散制造协同生产计划排程方法 |
CN109711745A (zh) * | 2019-01-02 | 2019-05-03 | 郑州航空工业管理学院 | 基于智能优化算法的双层式生产计划优化控制方法 |
CN112101784A (zh) * | 2020-09-15 | 2020-12-18 | 成都成信高科信息技术有限公司 | 一种应用于离散制造业生产过程的排程约束条件建立方法 |
CN113102600A (zh) * | 2021-03-19 | 2021-07-13 | 杭州晨龙智能科技有限公司 | 自动化冲压加工系统 |
Non-Patent Citations (3)
Title |
---|
PICHIT THIENTHONG: "Comparative Study of Scheduling Algorithms and Almost Blank Subframe for LTE HetNets", 2019 7TH INTERNATIONAL ELECTRICAL ENGINEERING CONGRESS * |
王元芳: "多排料方案下的加工排程优化研究", 机械设计与制造, no. 1 * |
陈奇: "数控切割下料与排程优化技术及应用研究", 中国优秀硕士学位论文全文数据库 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202262A (zh) * | 2022-02-21 | 2022-03-18 | 德州联合拓普复合材料科技有限公司 | 基于神经网络的预浸料工艺改进方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113592288B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI788650B (zh) | 用於半導體加工調度的方法、半導體加工調度系統和非暫時性電腦可讀儲存介質 | |
CN106649239A (zh) | 一种基于可视化的云监控系统中报表生成方法及装置 | |
TW202111618A (zh) | 生產排程系統及方法 | |
JP2011170496A (ja) | プラントの工事計画支援装置及び方法 | |
CN110858506A (zh) | 自动排班方法、装置、设备及计算机存储介质 | |
CN113592288A (zh) | 一种基于非等同并行机模型的下料计划排程方法 | |
CN111507686A (zh) | 工程设计变更自动预算系统与方法 | |
EP1672578A1 (en) | Method and system for analyzing the risk of a project | |
US20200134681A1 (en) | Methods and software for enabling custom pricing in an electronic commerce system | |
Krenczyk et al. | Production planning and scheduling with material handling using modelling and simulation | |
CN104156505A (zh) | 一种基于用户行为分析的Hadoop集群作业调度方法及装置 | |
WO2010042524A1 (en) | Systems and methods of integrated and automated generation of work packages | |
Liu et al. | Single-machine rescheduling with deterioration and learning effects against the maximum sequence disruption | |
CN115660261B (zh) | 生产订单信息处理方法、计算机装置和存储介质 | |
Wang et al. | An assemble-to-order production planning with the integration of order scheduling and mixed-model sequencing | |
CN113222431B (zh) | 一种面向作业计划阶段的设计资源替换方法 | |
Cheng et al. | SINGLE-MACHINE RESCHEDULING PROBLEMS WITH LEARNING EFFECT UNDER DISRUPTIONS. | |
TW200419406A (en) | System and method for mould production scheduling | |
JP2021170239A (ja) | 工程設計の支援装置、支援方法および支援プログラム | |
Liu et al. | An improved genetic algorithm for flight test subject allocation problem | |
Wang et al. | A hybrid technology for assembly sequence planning of reflector panels | |
Razzhivina et al. | Organization of electric-vehicle production by means of an automated control system | |
Shukla et al. | Enhancing Manufacturing Processes through Data Analytics in Mastercam Setup Sheets | |
JP2010198339A (ja) | スケジュール作成方法、スケジュール作成装置及びコンピュータプログラム | |
Peng et al. | Heuristics for single machine scheduling problem with family setup times |
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 |