CN113592303A - 同时面向订单和库存的月度排产方法、系统、介质和终端 - Google Patents
同时面向订单和库存的月度排产方法、系统、介质和终端 Download PDFInfo
- Publication number
- CN113592303A CN113592303A CN202110875853.XA CN202110875853A CN113592303A CN 113592303 A CN113592303 A CN 113592303A CN 202110875853 A CN202110875853 A CN 202110875853A CN 113592303 A CN113592303 A CN 113592303A
- Authority
- CN
- China
- Prior art keywords
- production
- inventory
- monthly
- scheduling
- task
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004519 manufacturing process Methods 0.000 claims abstract description 161
- 238000012163 sequencing technique Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 7
- 229910000831 Steel Inorganic materials 0.000 claims description 62
- 239000010959 steel Substances 0.000 claims description 62
- 238000005096 rolling process Methods 0.000 claims description 36
- 238000005266 casting Methods 0.000 claims description 19
- 239000002436 steel type Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012384 transportation and delivery Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000013439 planning Methods 0.000 claims description 5
- 238000009628 steelmaking Methods 0.000 claims description 4
- 238000009749 continuous casting Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008094 contradictory effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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
-
- 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
- Y02P90/80—Management or planning
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种同时面向订单和库存的月度排产方法、系统、介质及终端，方法包括：按生产设备配置生产资源，并根据生产任务筛选出符合生产任务的加工时间约束的可用资源；获取所述可用资源的可用资源参数，将月排产计划划分为若干周期，根据所述可用资源参数设置一待排产任务，按第一维度对所述待排产任务进行排序，获取第一排序结果；根据第二维度对所述第一排序结果进行分割，获取各周期内的排产结果；将所有待排产任务的所有排产结果进行汇总协同，获取同时面向订单和库存的月排产计划；本发明同时面向订单和库存的月度排产，无需依赖人工经验，适应未来自动化、智能化、无人化的高质量制造业发展要求。
Description
技术领域
本发明涉及智能制造领域，尤其涉及一种同时面向订单和库存的月度排产方法、系统、介质和终端。
背景技术
随着传统钢铁产业的信息化升级革新，钢铁行业正在加速探索对传统钢厂的数字化、智能化和无人化改造。生产计划环节作为钢铁生产过程中的指挥核心环节之一，钢铁生产是工序之间进行联合作业，需要物流和生产紧密衔接、时间节奏相互协调匹配，必须进行各个工序计划协同管控才能实现生产稳定运行。
目前，基于不同的业务需求，有可能会在实际排产过程中发生相悖的情况，例如，轧钢以规格为中心制定批量和炼钢以钢种为中心制定批量，两者有时候会矛盾，需要通过协同优势进行解耦，对生产计划排产协同进行优化，达到全局化优化目标。传统的方式主要是通过工作人员进行月度计划排产，完全依赖人工经验，极可能编出生产成本较高的方案，给企业带来损失，造成成本的浪费，因此，需要一种新的排产方式，以适应未来自动化、智能化、无人化的高质量制造业发展要求。
发明内容
鉴于以上所述现有技术的缺点，本发明提供一种同时面向订单和库存的月度排产方法、系统、介质和终端，以解决上述技术问题。
本发明提供的同时面向订单和库存的月度排产方法，包括：
按生产设备配置生产资源，并根据生产任务筛选出符合生产任务的加工时间约束的可用资源；
获取所述可用资源的可用资源参数，所述可用资源参数至少包括面向订单生产的规格、种类、数量、交期和面向库存生产总量；
将月排产计划划分为若干周期，根据所述可用资源参数设置一待排产任务，所述设置一待排产任务包括设置所述待排产订单任务下对应的订单生产量、交期时间和面向库存生产总量，以及，设置所述待排产库存任务下对应的产线的目标产能、周期内最大库存和安全库存；
按第一维度对所述待排产任务进行排序，获取第一排序结果，所述第一维度包括时间和订单生产量；
根据第二维度对所述第一排序结果进行分割，获取各周期内的排产结果，所述第二维度包括面向库存的生产量和生产空窗时间；
将所有待排产任务的所有排产结果进行汇总协同，获取同时面向订单和库存的月排产计划。
于本发明的一实施例中，所述设置一待排产任务还包括：设置产线各种类各个规格的产能目标参数、日均销售预估量参数、钢材安全库存量参数、钢材小周期最大库存参数、各种钢材生产优先级参数、维修计划参数、各换规格时间参数、冷坯库存信息参数、正常中间包寿命参数、最小炉次下限参数、铸机浇铸时间参数。
于本发明的一实施例中，所述种类包括钢种，所述规格包括钢的规格，所述加工时间约束包括同一轧线资源在同一时间段内只加工一个轧制单元，同一炼钢设备在同一时间段内只加工一个炉次，任一资源以及与所述资源相关的其他资源对应的加工时间段之间互相没有交集。
于本发明的一实施例中，在将月排产计划划分为若干周期时，控制各周期内的各个钢种各个规格的库存量处于所述安全库存和最大库存之间：
INmax≥INj-1+xi*UPH-j*Q≥INsafe
其中，xi为某规格某钢种的周期生产时间，INmax为某钢种某规格最大库存，INj-1为上周期某规格某钢种库存量，UPH为某钢种某规格单位时间产量，j为当前周期，Q为某规格某钢种销量，INsafe为某规格某钢种安全库存。
于本发明的一实施例中，根据一待排产任务中对应规格、钢种的所述规格的最大库存、上周期所述规格的库存量、所述规格的销量，获取所述待排产任务的周期内生产最大时间；
如果所有待排产任务的周期内生产最大时间总和+订单量生产时间大于月计划时间，则根据xi’进行迭代，直至等于所述月计划时间，所述xi’通过如下方式获取：
xi’＝(INsafe-INj-1+j*Q)/UPH。
于本发明的一实施例中，所述月排产计划包括产线生产顺序，所述产线生产顺序通过如下方式确定：
预先设置各个轧线生产不同规格的规格优先级，根据生产周期的长短和规格优先级的高低，获取每条轧线对应的生产顺序。
于本发明的一实施例中，所述月排产计划包括炉次计划，所述炉次计划通过如下方式确定：
根据最小化炉次数量各个轧线的各个钢种各个规格对应的钢种汇总信息，得到月炉次计划；
所述月排产计划还包括浇次计划，所述浇次计划通过如下方式确定：
根据最小化浇次数量，汇总炉次信息，同时协同各个轧线个轧制单元所需钢种时序，以及连铸和轧线铸坯分流的对应关系，得到月浇次计划。
本发明还提供一种同时面向订单和库存的月度排产系统，包括：
资源配置模块，用于按生产设备配置生产资源，并根据生产任务筛选出符合生产任务的加工时间约束的可用资源；
数据采集模块，用于获取所述可用资源的可用资源参数，所述可用资源参数至少包括面向订单生产的规格、种类、数量、交期和面向库存生产总量；
排产模块，用于进行月度排产；
所述排产模块将月排产计划划分为若干周期，根据所述可用资源参数设置一待排产任务，所述设置一待排产任务包括设置所述待排产订单任务下对应的订单生产量、交期时间和面向库存生产总量，以及，设置所述待排产库存任务下对应的产线的目标产能、周期内最大库存和安全库存；
按第一维度对所述待排产任务进行排序，获取第一排序结果，所述第一维度包括时间和订单生产量；
根据第二维度对所述第一排序结果进行分割，获取各周期内的排产结果，所述第二维度包括面向库存的生产量和生产空窗时间；
将所有待排产任务的所有排产结果进行汇总协同，获取同时面向订单和库存的月排产计划。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述中任一项所述方法。
本发明还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述任一项所述方法。
本发明的有益效果：本发明中的同时面向订单和库存的月度排产方法、系统、介质和终端，同时面向订单和库存的月度排产，无需依赖人工经验，可以科学、有效的控制生产方案的成本，可有效提高钢厂协同钢厂按订单生产协同按照库存生产的混合模式和热送比，便于钢厂合理安排检修计划，降低钢厂辅料的库存成本和备辊成本，可以适应未来自动化、智能化、无人化的高质量制造业发展要求。
附图说明
图1是本发明实施例中同时面向订单和库存的月度排产方法的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
如图1所示，本实施例中的同时面向订单和库存的月度排产方法，包括：
S101.按生产设备配置生产资源，并根据生产任务筛选出符合生产任务的加工时间约束的可用资源；
获取所述可用资源的可用资源参数，所述可用资源参数至少包括面向订单生产的规格、种类、数量、交期和面向库存生产总量；
S102.将月排产计划划分为若干周期，根据所述可用资源参数设置一待排产任务，所述设置一待排产任务包括设置所述待排产订单任务下对应的订单生产量、交期时间和面向库存生产总量，以及，设置所述待排产库存任务下对应的产线的目标产能、周期内最大库存和安全库存；
S103.按第一维度对所述待排产任务进行排序，获取第一排序结果，所述第一维度包括时间和订单生产量；
S104.根据第二维度对所述第一排序结果进行分割，获取各周期内的排产结果，所述第二维度包括面向库存的生产量和生产空窗时间；
S105.将所有待排产任务的所有排产结果进行汇总协同，获取同时面向订单和库存的月排产计划。
在本实施例S101中，由于不同钢厂规模的差异，在进行生产之前，可以根据钢厂的具体规模，搭建符合生产需求的相应模型。可选的，可以采用启发式的方法，先根据产能数据和销售数据，推导面向库存生产的各个周期的各个钢种各个规格轧制单元再协同按照订单生成的钢种、规格、生产量。在生产任务分解中，可从已有生产设备中筛选出所有可用资源。其中，可用资源必须满足加工时间约束：即同一资源在同一时间段内只能加工一个轧制单元或者炉次，任一资源及与该资源相关的其他资源对应的加工时间段之间相互没有交集。每一资源均设置有加工时间段、名称、工位数等参数，提取每个可用资源对应的可用资源参数。
可用资源参数可包括：设置订单面向订单生产的规格、钢种、数量和交期及面向库存生产总量；产线各个钢种各个规格的产能目标参数、日均销售预估量参数、钢材安全库存量参数、钢材小周期最大库存参数、各种钢材生产优先级参数、维修计划参数、各换规格时间参数、冷坯库存信息参数、正常中间包寿命参数、最小炉次下限参数、铸机浇铸时间参数。
在本实施例S102中，设置订单生产量和交期时间以及面向库存生产总量；设置产线的各个钢种各个规格的单位时间目标产能，各个钢种各个规格周期内最大库存及安全库存等参数。
在本实施例中，月度面向库存计划划分为3-5天为各个周期(可变)，各个周期内各个钢种各个规格库存量尽量保持在安全库存和最大库存之间：
INmax≥INj-1+xi*UPH-j*Q≥INsafe
其中，xi为某规格某钢种的周期生产时间，INmax为某钢种某规格最大库存，INj-1为上周期某规格某钢种库存量，UPH为某钢种某规格单位时间产量，j为当前周期，Q为某规格某钢种销量，INsafe为某规格某钢种安全库存。
X＝<规格占比*30天(包含订单量)，X＝x1+x2........为某规格某钢种的月生产时间总时间。
本实施例中产线各个钢种各个规格的产能目标参数实例如表1所示：
| 轧钢 | 产量 | 型号 | 占比值 |
| 轧线一 | 120000 | 400E 10、400E 12、400E 14 | 0.6/0.3/0.1 |
| 轧线二 | 140000 | 400E 14、400E 10、400E 16 | 0.5/0.4/0.1 |
| 轧线三 | 60000 | 400E 16、400E 10、400E 12 | 0.7/0.2/0.1 |
| 合计： | 3200000 |
表1
其中，产量表示对应各个轧线月预计生产总量；型号表示对应各个产线相应生产对应规格；占比表示对应各个钢种各个规格占对应产线月预计生产总量的比例。通过表1输入，可以先计算周期内各个钢种各个规格生产最大时间：
xi＝＝(INmax-INj-1+j*Q)/UPH
如果各个钢种各个规格各个周期内生产时间总和+订单量生产时间>30天，以此优先级最低的按照xi’以此迭代，直到各个钢种各个规格各个小周期生产时间总和订单量生产时间＝＝30天结束。协同订单得到周期生产各个钢种各个规格的安排。再将各个钢种各个规格的生产量，优先级从高到低，同一优先级内的任务占比，由大到小排列生成轧制单元。
xi’＝(INsafe-INj-1+j*Q)/UPH
其中，INmax为某钢种某规格最大库存，INj-1为上周期某规格某钢种库存量，UPH为某钢种某规格单位时间产量，j为当前周期，Q为某规格某钢种销量，INsafe为某规格某钢种安全库存。
在本实施例中，产线各个产线维修参数实例、轧线换规格时间参数实例和各个轧线轧各个钢种各个规格优先级参数实例，如表2、表3所示：
表2
表3
| 轧线 | 优先级 |
| 轧线一 | 10>12>14>16 |
| 轧线二 | 14>10>16>12 |
| 轧线三 | 16>10>12>14 |
表4
通过表2，表3作为输入量，可以根据按照生产周期最短以及各个轧线生产相应规格的优先级，得到每条轧线对应的轧制单元的生产顺序，如表4所示。可选的，可以采用改进动态规划算子及随机交叉算子领域搜索的方法进行。炉次计划可以根据最小化炉次数量各个轧线的各个钢种各个规格对应钢种汇总信息考虑使用冷铸坯和生成余材的情况，得到月炉次计划。浇次计划再根据正常中间包寿命参数实例、最小炉次下限参数实例、铸机浇铸时间参数实例以及最小化浇次数量汇总炉次信息同时协同各个轧线个轧制单元所需钢种时序结合连铸和轧线铸坯分流对应关系，得到月浇次计划。
在本实施例中，加工时间约束包括同一轧线资源在同一时间段内只加工一个轧制单元，同一炼钢设备在同一时间段内只加工一个炉次，任一资源以及与所述资源相关的其他资源对应的加工时间段之间互相没有交集。
相应的，本实施例还提供一种同时面向订单和库存的月度排产系统，包括：
资源配置模块，用于按生产设备配置生产资源，并根据生产任务筛选出符合生产任务的加工时间约束的可用资源；
数据采集模块，用于获取所述可用资源的可用资源参数，所述可用资源参数至少包括面向订单生产的规格、种类、数量、交期和面向库存生产总量；
排产模块，用于进行月度排产；
所述排产模块将月排产计划划分为若干周期，根据所述可用资源参数设置一待排产任务，所述设置一待排产任务包括设置所述待排产订单任务下对应的订单生产量、交期时间和面向库存生产总量，以及，设置所述待排产库存任务下对应的产线的目标产能、周期内最大库存和安全库存；
按第一维度对所述待排产任务进行排序，获取第一排序结果，所述第一维度包括时间和订单生产量；
根据第二维度对所述第一排序结果进行分割，获取各周期内的排产结果，所述第二维度包括面向库存的生产量和生产空窗时间；
将所有待排产任务的所有排产结果进行汇总协同，获取同时面向订单和库存的月排产计划。
本实施例中的同时面向订单和库存的月度排产系统，可以通过上述方法实施例中的方式，进行同时面向订单和库存的月度排产。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
本实施例还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子终端，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在上述实施例中，除非另外规定，否则通过使用“第一”、“第二”等序号对共同的对象进行描述，只表示其指代相同对象的不同实例，而非是采用表示被描述的对象必须采用给定的顺序，无论是时间地、空间地、排序地或任何其他方式。在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。
在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构(例如，动态RAM(DRAM))可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种同时面向订单和库存的月度排产方法，其特征在于，包括：
按生产设备配置生产资源，并根据生产任务筛选出符合生产任务的加工时间约束的可用资源；
获取所述可用资源的可用资源参数，所述可用资源参数至少包括面向订单生产的规格、种类、数量、交期和面向库存生产总量；
将月排产计划划分为若干周期，根据所述可用资源参数设置一待排产任务，所述设置一待排产任务包括设置所述待排产订单任务下对应的订单生产量、交期时间和面向库存生产总量，以及，设置所述待排产库存任务下对应的产线的目标产能、周期内最大库存和安全库存；
按第一维度对所述待排产任务进行排序，获取第一排序结果，所述第一维度包括时间和订单生产量；
根据第二维度对所述第一排序结果进行分割，获取各周期内的排产结果，所述第二维度包括面向库存的生产量和生产空窗时间；
将所有待排产任务的所有排产结果进行汇总协同，获取同时面向订单和库存的月排产计划。
2.根据权利要求1所述的同时面向订单和库存的月度排产方法，其特征在于，所述设置一待排产任务还包括：设置产线各种类各个规格的产能目标参数、日均销售预估量参数、钢材安全库存量参数、钢材小周期最大库存参数、各种钢材生产优先级参数、维修计划参数、各换规格时间参数、冷坯库存信息参数、正常中间包寿命参数、最小炉次下限参数、铸机浇铸时间参数。
3.根据权利要求2所述的同时面向订单和库存的月度排产方法，其特征在于，所述种类包括钢种，所述规格包括钢的规格，所述加工时间约束包括同一轧线资源在同一时间段内只加工一个轧制单元，同一炼钢设备在同一时间段内只加工一个炉次，任一资源以及与所述资源相关的其他资源对应的加工时间段之间互相没有交集。
4.根据权利要求3所述的同时面向订单和库存的月度排产方法，其特征在于，在将月排产计划划分为若干周期时，控制各周期内的各个钢种各个规格的库存量处于所述安全库存和最大库存之间：
INmax≥INj-1+xi*UPH-j*Q≥INsafe
其中，xi为某规格某钢种的周期生产时间，INmax为某钢种某规格最大库存，INj-1为上周期某规格某钢种库存量，UPH为某钢种某规格单位时间产量，j为当前周期，Q为某规格某钢种销量，INsafe为某规格某钢种安全库存。
5.根据权利要求4所述的同时面向订单和库存的月度排产方法，其特征在于，
根据一待排产任务中对应规格、钢种的所述规格的最大库存、上周期所述规格的库存量、所述规格的销量，获取所述待排产任务的周期内生产最大时间；
如果所有待排产任务的周期内生产最大时间总和+订单量生产时间大于月计划时间，则根据xi’进行迭代，直至等于所述月计划时间，所述xi’通过如下方式获取：
xi’＝(INsafe-INj-1+j*Q)/UPH。
6.根据权利要求5所述的同时面向订单和库存的月度排产方法，其特征在于，所述月排产计划包括产线生产顺序，所述产线生产顺序通过如下方式确定：
预先设置各个轧线生产不同规格的规格优先级，根据生产周期的长短和规格优先级的高低，获取每条轧线对应的生产顺序。
7.根据权利要求5所述的同时面向订单和库存的月度排产方法，其特征在于，所述月排产计划包括炉次计划，所述炉次计划通过如下方式确定：
根据最小化炉次数量各个轧线的各个钢种各个规格对应的钢种汇总信息，得到月炉次计划；
所述月排产计划还包括浇次计划，所述浇次计划通过如下方式确定：
根据最小化浇次数量，汇总炉次信息，同时协同各个轧线个轧制单元所需钢种时序，以及连铸和轧线铸坯分流的对应关系，得到月浇次计划。
8.一种同时面向订单和库存的月度排产系统，其特征在于，包括：
资源配置模块，用于按生产设备配置生产资源，并根据生产任务筛选出符合生产任务的加工时间约束的可用资源；
数据采集模块，用于获取所述可用资源的可用资源参数，所述可用资源参数至少包括面向订单生产的规格、种类、数量、交期和面向库存生产总量；
排产模块，用于进行月度排产；
所述排产模块将月排产计划划分为若干周期，根据所述可用资源参数设置一待排产任务，所述设置一待排产任务包括设置所述待排产订单任务下对应的订单生产量、交期时间和面向库存生产总量，以及，设置所述待排产库存任务下对应的产线的目标产能、周期内最大库存和安全库存；
按第一维度对所述待排产任务进行排序，获取第一排序结果，所述第一维度包括时间和订单生产量；
根据第二维度对所述第一排序结果进行分割，获取各周期内的排产结果，所述第二维度包括面向库存的生产量和生产空窗时间；
将所有待排产任务的所有排产结果进行汇总协同，获取同时面向订单和库存的月排产计划。
9.一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权利要求1至7中任一项所述方法。
10.一种电子终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至7中任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110875853.XA CN113592303A (zh) | 2021-07-30 | 2021-07-30 | 同时面向订单和库存的月度排产方法、系统、介质和终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110875853.XA CN113592303A (zh) | 2021-07-30 | 2021-07-30 | 同时面向订单和库存的月度排产方法、系统、介质和终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113592303A true CN113592303A (zh) | 2021-11-02 |
Family
ID=78253097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110875853.XA Pending CN113592303A (zh) | 2021-07-30 | 2021-07-30 | 同时面向订单和库存的月度排产方法、系统、介质和终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113592303A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114723504A (zh) * | 2022-06-08 | 2022-07-08 | 宁波钢铁有限公司 | 钢铁生产订单组合优化方法和钢铁生产订单评估方法 |
| CN117047870A (zh) * | 2023-10-12 | 2023-11-14 | 四川省致链数字科技有限公司 | 一种基于工业互联网的家具打孔工序柔性匹配系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102034155A (zh) * | 2010-12-17 | 2011-04-27 | 武汉钢铁(集团)公司 | 热轧板坯自动配料的数据处理方法 |
| CN110705818A (zh) * | 2019-08-15 | 2020-01-17 | 珠海格力电器股份有限公司 | 订单的排产方法、装置和计算机设备 |
| CN111598464A (zh) * | 2020-05-19 | 2020-08-28 | 中冶赛迪重庆信息技术有限公司 | 一种基于过程建模的炼钢排产方法 |
| CN112926828A (zh) * | 2021-01-22 | 2021-06-08 | 东北大学 | 一种面向中厚板产线的炼钢生产数据解析与优化排程方法 |
-
2021
- 2021-07-30 CN CN202110875853.XA patent/CN113592303A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102034155A (zh) * | 2010-12-17 | 2011-04-27 | 武汉钢铁(集团)公司 | 热轧板坯自动配料的数据处理方法 |
| CN110705818A (zh) * | 2019-08-15 | 2020-01-17 | 珠海格力电器股份有限公司 | 订单的排产方法、装置和计算机设备 |
| CN111598464A (zh) * | 2020-05-19 | 2020-08-28 | 中冶赛迪重庆信息技术有限公司 | 一种基于过程建模的炼钢排产方法 |
| CN112926828A (zh) * | 2021-01-22 | 2021-06-08 | 东北大学 | 一种面向中厚板产线的炼钢生产数据解析与优化排程方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王宇: "钢铁企业订单排产中的ATP与CTP模型", 《科技和产业》, vol. 5, no. 11, pages 37 - 39 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114723504A (zh) * | 2022-06-08 | 2022-07-08 | 宁波钢铁有限公司 | 钢铁生产订单组合优化方法和钢铁生产订单评估方法 |
| CN114723504B (zh) * | 2022-06-08 | 2022-09-13 | 宁波钢铁有限公司 | 钢铁生产订单组合优化方法和钢铁生产订单评估方法 |
| CN117047870A (zh) * | 2023-10-12 | 2023-11-14 | 四川省致链数字科技有限公司 | 一种基于工业互联网的家具打孔工序柔性匹配系统及方法 |
| CN117047870B (zh) * | 2023-10-12 | 2023-12-22 | 四川省致链数字科技有限公司 | 一种基于工业互联网的家具打孔工序柔性匹配系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jin et al. | Storage yard management in maritime container terminals | |
| Khalifehzadeh et al. | A four-echelon supply chain network design with shortage: Mathematical modeling and solution methods | |
| Kulak et al. | A complete cellular manufacturing system design methodology based on axiomatic design principles | |
| CN113592303A (zh) | 同时面向订单和库存的月度排产方法、系统、介质和终端 | |
| Masoud et al. | Integrated cost optimization in a two-stage, automotive supply chain | |
| CN101099120A (zh) | 定购和预测生产混合时的生产计划方法和生产计划系统 | |
| Liu et al. | Two decision models for berth allocation problem under uncertainty considering service level | |
| CN112465333B (zh) | 一种基于多时间尺度的智能生产线调度优化方法 | |
| Mortazavi et al. | A novel chaotic imperialist competitive algorithm for production and air transportation scheduling problems | |
| Zhang et al. | Effective genetic approach for optimizing advanced planning and scheduling in flexible manufacturing system | |
| Li et al. | Production planning in virtual cell of reconfiguration manufacturing system using genetic algorithm | |
| Saif et al. | Drum buffer rope-based heuristic for multi-level rolling horizon planning in mixed model production | |
| CN101493693A (zh) | 车身焊装和冲压车间作业集成控制系统 | |
| CN114707874A (zh) | 应用于铝合金生产的排程方法、设备及存储介质 | |
| CN114331146A (zh) | 一种基于大数据预测的纺织厂供应链管理系统 | |
| WO2023202326A1 (zh) | 数据处理方法及相关装置 | |
| Dziurzanski et al. | Implementing digital twins of smart factories with interval algebra | |
| CN111815148A (zh) | 排产方法、装置、电子设备及计算机可读存储介质 | |
| Talibi et al. | The relevance study of adaptive kanban in a multicriteria constraints context using data-driven simulation method | |
| Gholami-Zanjani et al. | An integrated approach for robust inventory routing problem in a three-echelon distribution system | |
| CN114862045A (zh) | 排产优化方法、装置、电子设备及存储介质 | |
| De Carvalho et al. | Production scheduling on practical problems | |
| Krenczyk et al. | Computer aided production planning-SWZ system of order verification | |
| Badhotiya et al. | Multi-site integrated production and distribution planning: a multi-objective approach | |
| Su et al. | Modeling and Optimization of Stochastic Scheduling for Refinery Processes |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 401329 No. 5-6, building 2, No. 66, Nongke Avenue, Baishiyi Town, Jiulongpo District, Chongqing Applicant after: MCC CCID information technology (Chongqing) Co.,Ltd. Address before: 20-24 / F, No.7 Longjing Road, North New District, Yubei District, Chongqing Applicant before: CISDI CHONGQING INFORMATION TECHNOLOGY Co.,Ltd. |