CN114511234A - 一种生产线资源稳健配置方法、系统、设备及可读存储介质 - Google Patents
一种生产线资源稳健配置方法、系统、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114511234A CN114511234A CN202210143501.XA CN202210143501A CN114511234A CN 114511234 A CN114511234 A CN 114511234A CN 202210143501 A CN202210143501 A CN 202210143501A CN 114511234 A CN114511234 A CN 114511234A
- Authority
- CN
- China
- Prior art keywords
- resource
- production line
- productivity
- resources
- library
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000013468 resource allocation Methods 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 11
- 230000007704 transition Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 241000687983 Cerobasis alpha Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010998 test method Methods 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
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (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)
Abstract
本发明公开了一种生产线资源稳健配置方法、系统、设备及可读存储介质,根据待优化生产线建立生产线模型,根据生产线模型建立赋时Petri网模型,获取等待加工的零部件个数、正常情况生产率要求、故障情况生产率要求以及各资源库所的资源单价,采用赋时Petri网模型求解满足系统正常情况下的生产率要求,根据各资源库所的资源单价以成本最小化为优化目标的资源配置,在此资源配置的基础上进行调整,使不可靠资源发生故障时系统的生产率满足故障情况生产率要求,本发明能够快速准确的解决含有不可靠资源的生产线资源稳健配置问题,能够合理配置资源减少成本,提高制造效率,保障制造系统的经济效益和安全稳定,提升企业竞争力,具有良好地通用性。
Description
技术领域
本发明涉及制造系统领域,具体涉及一种生产线资源稳健配置方法、系统、设备及可读存储介质。
背景技术
自动制造系统的制造活动通常表现为利用原料、人力、动力以及设备加工制造出高质量产品的过程。加工过程中路径的灵活选择和资源的合理分配是保障一个自动制造系统可以稳健运行必不可少的两大条件。然而,在制造加工过程中,由于机器老化、观测成本、器械属性、线路损坏等诸多原因,使得系统不可避免的存在一些不可控行为和不可观行为。我们在实际的加工过程中,一个简单的系统需要的进程都是非常庞大而且更为复杂,由于一个不可靠资源的故障损坏,使得整个进程陷入停滞,导致加工进程紊乱,从而使得系统全面停工,造成严重安全事故,此时所遭受的经济损失以及对企业造成的负面影响将是无法估量。所投入的人力财力更是巨大,如果制造系统在发生突发状况后不能稳健运行,造成的损失将是不可估计的。因此针对制造系统中存在不可靠资源的资源配置方法,能够减少成本,提高制造效率,保障制造系统的经济效益和安全稳定,提升企业竞争力。目前对该问题的研究大部分是在单类不可靠资源的系统分析,对于多类不可靠资源分析,其分析难度将大大增加。
发明内容
本发明的目的在于提供一种生产线资源稳健配置方法、系统、设备及可读存储介质,以克服现有技术的不足。
一种生产线资源稳健配置方法,包括以下步骤:
S1,根据待优化生产线建立生产线模型,根据生产线模型建立赋时Petri网模型;
S2,获取等待加工的零部件个数、正常情况生产率要求、故障情况生产率要求以及各资源库所的资源单价;
S3,采用赋时Petri网模型求解满足系统正常情况下的生产率要求,根据各资源库所的资源单价以成本最小化成本为优化目标的资源配置;
S4,对满足系统正常情况下的生产率要求的资源配置根据资源库所中不可靠资源进行调整,使该不可靠资源发生故障时系统的生产率满足故障情况生产率要求,即可完成生产线资源稳健配置,生成配置结果。
进一步的,建立的赋时Petri网模型为(N,θ),θ表示T中所有变迁的触发时间向量,T是Petri网中变迁的集合,F∈(P×T)∪(T×P)表示有向弧集合,W:(P×T)∪(T×P)→N,表示各个有向弧的权值。
进一步的,库所包括空闲库所,传输库所和资源库所;其中空闲库所p0中至少包含一个单位托肯,即N(p0)≥1,N(p0)表示等待加工的零部件个数;传输库所是指系统在加工过程中托肯传输的存储点;资源库所是指在加工过程中提供资源,其数目表示可以利用的资源数目。
进一步的,根据建立的赋时Petri网模型,生成前置关联矩阵Pre和后置关联矩阵Post,关联矩阵C=Post-Pre,变迁的触发时间向量θ。
进一步的,在满足系统正常情况生产率要求β0的情况下,合理配置各资源库所的资源数量即托肯数量,使得成本最小化;系统正常情况下满足生产率要求的资源配置的最优化目标是成本最小化,即目标函数为fi表示资源库所的资源单价。
根据获取的正常情况生产率要求β0生成生产率约束:β≥β0,该约束约束了系统在正常情况下的生产率要大于或等于β0,满足正常的生产要求;
根据利特尔法则结合赋时Petri网生成生产率约束:C·x-Pre·θ·β+M0≥0。
进一步的,调整资源配置中各资源配备情况,以使调整后的资源配置形成的方案能够满足该当不可靠资源发生故障时系统的生产率满足故障情况生产率要求预期。
一种生产线资源稳健配置系统,包括:
初始系统模块,用于根据待优化生产线建立生产线模型,根据生产线模型建立赋时Petri网模型,采集等待加工的零部件个数、正常情况生产率要求、故障情况生产率要求以及各资源库所的资源单价;
资源稳健配置模块,用于采用赋时Petri网模型求解满足系统正常情况下的生产率要求,根据各资源库所的资源单价以成本最小化成本为优化目标的资源配置;对满足系统正常情况下的生产率要求的资源配置根据资源库所中不可靠资源进行调整,使该不可靠资源发生故障时系统的生产率满足故障情况生产率要求,生成生产线资源稳健配置。
一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述生产线资源稳健配置方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现生产线资源稳健配置方法的步骤。
与现有技术相比,本发明具有以下有益的技术效果:
本发明一种生产线资源稳健配置方法,根据待优化生产线建立生产线模型,根据生产线模型建立赋时Petri网模型,获取等待加工的零部件个数、正常情况生产率要求、故障情况生产率要求以及各资源库所的资源单价,采用赋时Petri网模型求解满足系统正常情况下的生产率要求,根据各资源库所的资源单价以成本最小化成本为优化目标的资源配置,在此资源配置的基础上进行调整,使该不可靠资源发生故障时系统的生产率满足故障情况生产率要求,本发明能够快速准确的解决含有不可靠资源的生产线资源稳健配置问题,能够合理配置资源减少成本,提高制造效率,保障制造系统的经济效益和安全稳定,提升企业竞争力,具有良好地通用性。
进一步的,在使用较小的成本情况下使得生产线在正常情况下能够满足一定的生产效率,系统任何一个不可靠资源故障的情况下,能够满足一定的生产效率,让系统稳健运行,能够提高制造效率,保障制造系统的经济效益和安全稳定,提升企业竞争力。
附图说明
图1是本发明实施例中具体流程框图。
图2是本发明实施例中生产线的赋时Petri网模型图。
图3是本发明实施例中提供设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,一种生产线资源稳健配置方法,能够配置生产线的资源数量,在使用较小的成本情况下使得生产线在正常情况下能够满足一定的生产效率,系统任何一个不可靠资源故障的情况下,能够满足一定的生产效率,让系统稳健运行,能够提高制造效率,保障制造系统的经济效益和安全稳定,提升企业竞争力。本发明考虑资源发生故障的普遍性,设任何一种资源都是不可靠资源,考虑实际情况的概率性,设在任何情况下只有一种资源发生故障。
具体包括以下步骤:
步骤1:根据待优化生产线建立生产线模型,根据生产线模型建立赋时Petri网模型;
Petri网是一个四元组,用(P,T,F,W)来表示,其中:P、T分别是库所和变迁的集合,F∈(P×T)∪(T×P)表示有向弧集合,W:(P×T)∪(T×P)→N,表示各个有向弧的权值。赋时Petri网模型用(N,θ)表示,θ表示T中所有变迁的触发时间向量。
库所包括空闲库所,传输库所和资源库所。其中空闲库所p0中至少包含一个单位托肯,即N(p0)≥1,N(p0)表示等待加工的零部件个数;传输库所是指系统在加工过程中托肯传输的存储点,在初始状态下,加工进程未开始,此时传输库所中无托肯资源库所是指在加工过程中提供资源,其数目表示可以利用的资源数目。
根据建立的赋时Petri网模型,生成前置关联矩阵Pre和后置关联矩阵Post,关联矩阵C=Post-Pre,变迁的触发时间向量θ。
本实施例中,生产线的赋时Petri网模型图如图2所示,其中p0为空闲库所,为传输库所;为资源库所,被认为是机器;变迁t1、t2、t3、t4、t5的触发时间分别为4s、5s、3s、6s、8s,是机器加工时间。根据赋时Petri网模型,生成前置关联矩阵Pre和后置关联矩阵Post,建立关联矩阵C,变迁的触发时间向量θ。
步骤2:获取等待加工的零部件个数、正常情况生产率要求、故障情况生产率要求以及各资源库所的资源单价;
获取等待加工的零部件个数,即N(p0)的值,表示空闲库所p0内的托肯数目;正常情况生产率要求用β0表示,指生产线在没有发生故障,正常运转情况下的生产率要求,这表示了系统在正常情况下的生产率β≥β0;故障情况生产率要求用β1表示,这表示了系统在故障情况下的生产率β*≥β1,其中β1≤β0;资源库所的资源单价用fi表示。
本实施例中等待加工的零部件个数N(p0)=1000,表示空闲库所p0内的托肯数目为1000;正常情况生产率要求β0=0.5;故障情况生产率要求β1=0.43;资源库所的单价分别为2万元、8万元、5万元、7万元、3万元,即f1=2、f2=8、f3=5、f4=7、f5=7。
步骤3:采用赋时Petri网模型求解满足系统正常情况下的生产率要求,以成本最小化成本为优化目标的资源配置;
具体过程如下:
系统正常情况下满足生产率要求的资源配置具体为:在满足系统正常情况生产率要求β0的情况下,合理配置各资源库所的资源数量即托肯数量,使得成本最小化;系统正常情况下满足生产率要求的资源配置的最优化目标是成本最小化,即目标函数为
根据获取的正常情况生产率要求β0生成生产率约束:β≥β0,该约束约束了系统在正常情况下的生产率要大于或等于β0,满足正常的生产要求。
根据利特尔法则(Little's law)结合赋时Petri网生成生产率约束:C·x-Pre·θ·β+M0≥0。
步骤4:对满足系统正常情况下的生产率要求的资源配置根据资源库所中不可靠资源进行调整,使该不可靠资源发生故障时系统的生产率满足故障情况生产率要求,即可完成生产线资源稳健配置,生成配置结果。
根据资源库所中不可靠资源,对满足系统正常情况下的生产率要求的资源配置进行调整的具体过程,即调整资源配置中各资源配备情况,以使调整后的资源配置形成的方案能够满足该当不可靠资源发生故障时系统的生产率满足故障情况生产率要求预期。具体过程如下:
4.4)检验资源库所一个资源发生故障时的标识M*的生产率β*是否满足故障情况生产率要求β1要求;其生产率β*用下述的线性规划计算:目标函数为maxβ*,约束条件为C·α+M*≥Pre·θ·β*。若满足β*≥β1,则将从OPEN中移除并添加到CLOSE中,进入步骤4.5);若不满足,给资源库所多配置一个资源,即进入步骤4.5);
4.5)判断OPEN是否为空集,若为空集则表示是检验完毕,进入步骤五,否则进入步骤4.2)。
在本实施例中依次的检验过程如表1所示:
表1步骤四的启发式迭代过程
本实施例通过Matlab调用数学模型以及启发式迭代的程序并调用Gurobi求解器求解。求解结果如下:资源配置为[5 5 5 8 6]T,即配置资源 分别为5台、5台、5台、8台、6台。其正常情况下的生产率为0.5556,资源分别发生一个资源故障的生产率分别为0.4444、0.5、0.4444、0.5、0.5,能够满足在正常情况下生产率β≥β0=0.5,在任何一个资源发生故障的情况下生产率β*≥β1=0.43。
在本实施例中,在满足正常情况生产率的条件下进行资源配置,在此资源配置的基础上运用启发式迭代的方法对资源依次检验,使之满足任何一个资源发生故障都能够在满足故障情况生产率的要求。运用本发明的方法能够快速解决含有不可靠资源的生产线资源稳健配置问题,合理配置资源,保障制造系统的经济效益和安全稳定,提升企业竞争力,具有良好的通用性和应用前景。
本发明一个实施例中,提供了一种终端设备,如图3所示,该终端设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器采用中央处理单元(CPU),或者采用其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可用于生产线资源稳健配置方法的操作。还包括输入装置,用于在人机交互界面输入相关信息;人机交互界面,用于显示输入装置输入的信息和输出求解器求解的结果。
图3中所示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的终端设备可以包括比图中所示更多或更少的部件。
一种生产线资源稳健配置系统,包括:
初始系统模块,用于根据待优化生产线建立生产线模型,根据生产线模型建立赋时Petri网模型,采集等待加工的零部件个数、正常情况生产率要求、故障情况生产率要求以及各资源库所的资源单价;
资源稳健配置模块,用于采用赋时Petri网模型求解满足系统正常情况下的生产率要求,根据各资源库所的资源单价以成本最小化成本为优化目标的资源配置;对满足系统正常情况下的生产率要求的资源配置根据资源库所中不可靠资源进行调整,使该不可靠资源发生故障时系统的生产率满足故障情况生产率要求,生成生产线资源稳健配置;
以标识约束、正常情况生产率约束、利特尔约束为约束,以成本最小化为最优化目标优化生产线正常情况下的资源配置方案,在该方案上,再依次配置资源使之满足故障情况生产率,生成最优配置方案。
本发明再一个实施例中,本发明还提供了一种存储介质,具体采用计算机可读存储介质(Memory),所述计算机可读存储介质是终端设备中的记忆设备,用于存放程序和数据。计算机可读存储介质包括终端设备中的内置存储介质,提供存储空间,存储了终端的操作系统,也可包括终端设备所支持的扩展存储介质。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(Non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中可用于生产线资源稳健配置方法的相应步骤。
本发明能够建立生产线简单直观的赋时Petri网模型,能够准确描述生产线的加工流程,资源的数量、加工时间的信息,并根据模型信息结合数学模型,精确求解正常情况下的资源配置问题,即满足正常情况生产率的限制下,合理配置资源的数量使得成本最小化,在此资源配置的基础上运用启发式迭代的方法对资源依次检验,使之满足任何一个资源发生故障都能够在满足故障情况生产率的要求,本发明提供的数学模型和启发式方法,能够快速准确的解决含有不可靠资源的生产线资源稳健配置问题,能够合理配置资源减少成本,提高制造效率,保障制造系统的经济效益和安全稳定,提升企业竞争力,具有良好地通用性。
Claims (10)
1.一种生产线资源稳健配置方法,其特征在于,包括以下步骤:
S1,根据待优化生产线建立生产线模型,根据生产线模型建立赋时Petri网模型;
S2,获取等待加工的零部件个数、正常情况生产率要求、故障情况生产率要求以及各资源库所的资源单价;
S3,采用赋时Petri网模型求解满足系统正常情况下的生产率要求,根据各资源库所的资源单价以成本最小化成本为优化目标的资源配置;
S4,对满足系统正常情况下的生产率要求的资源配置根据资源库所中不可靠资源进行调整,使该不可靠资源发生故障时系统的生产率满足故障情况生产率要求,即可完成生产线资源稳健配置,生成配置结果。
2.根据权利要求1所述的一种生产线资源稳健配置方法,其特征在于,建立的赋时Petri网模型为(N,θ),θ表示T中所有变迁的触发时间向量,T是Petri网中变迁的集合,F∈(P×T)∪(T×P)表示有向弧集合,W:(P×T)∪(T×P)→N,表示各个有向弧的权值。
4.根据权利要求2所述的一种生产线资源稳健配置方法,其特征在于,根据建立的赋时Petri网模型,生成前置关联矩阵Pre和后置关联矩阵Post,关联矩阵C=Post-Pre,变迁的触发时间向量θ。
7.根据权利要求1所述的一种生产线资源稳健配置方法,其特征在于,调整资源配置中各资源配备情况,以使调整后的资源配置形成的方案能够满足该当不可靠资源发生故障时系统的生产率满足故障情况生产率要求预期。
8.一种生产线资源稳健配置系统,其特征在于,包括:
初始系统模块,用于根据待优化生产线建立生产线模型,根据生产线模型建立赋时Petri网模型,采集等待加工的零部件个数、正常情况生产率要求、故障情况生产率要求以及各资源库所的资源单价;
资源稳健配置模块,用于采用赋时Petri网模型求解满足系统正常情况下的生产率要求,根据各资源库所的资源单价以成本最小化成本为优化目标的资源配置;对满足系统正常情况下的生产率要求的资源配置根据资源库所中不可靠资源进行调整,使该不可靠资源发生故障时系统的生产率满足故障情况生产率要求,生成生产线资源稳健配置。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210143501.XA CN114511234B (zh) | 2022-02-16 | 2022-02-16 | 一种生产线资源稳健配置方法、系统、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210143501.XA CN114511234B (zh) | 2022-02-16 | 2022-02-16 | 一种生产线资源稳健配置方法、系统、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114511234A true CN114511234A (zh) | 2022-05-17 |
CN114511234B CN114511234B (zh) | 2023-05-30 |
Family
ID=81551233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210143501.XA Active CN114511234B (zh) | 2022-02-16 | 2022-02-16 | 一种生产线资源稳健配置方法、系统、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114511234B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012238284A (ja) * | 2011-05-13 | 2012-12-06 | Hitachi Ltd | 生産計画作成システム及び生産計画作成方法 |
US20130204983A1 (en) * | 2012-02-06 | 2013-08-08 | International Business Machines Corporation | Enhancing initial resource allocation management to provide robust reconfiguration |
CN105022377A (zh) * | 2015-07-22 | 2015-11-04 | 西安电子科技大学 | 一种基于Petri网的自动制造系统的控制方法 |
WO2018032927A1 (zh) * | 2016-08-15 | 2018-02-22 | 同济大学 | 一种面向人机交互系统约束的交互控制模型求解方法及系统 |
CN108919644A (zh) * | 2018-07-09 | 2018-11-30 | 西安电子科技大学 | 存在不可观行为的自动制造系统的稳健性控制方法 |
CN110046810A (zh) * | 2019-04-02 | 2019-07-23 | 南京理工大学 | 一种基于赋时Petri网的车间制造系统多目标调度方法 |
CN114037251A (zh) * | 2021-11-04 | 2022-02-11 | 陕西科技大学 | 一种基于Petri网的制造系统成本最小化资源配置方法 |
-
2022
- 2022-02-16 CN CN202210143501.XA patent/CN114511234B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012238284A (ja) * | 2011-05-13 | 2012-12-06 | Hitachi Ltd | 生産計画作成システム及び生産計画作成方法 |
US20130204983A1 (en) * | 2012-02-06 | 2013-08-08 | International Business Machines Corporation | Enhancing initial resource allocation management to provide robust reconfiguration |
CN105022377A (zh) * | 2015-07-22 | 2015-11-04 | 西安电子科技大学 | 一种基于Petri网的自动制造系统的控制方法 |
WO2018032927A1 (zh) * | 2016-08-15 | 2018-02-22 | 同济大学 | 一种面向人机交互系统约束的交互控制模型求解方法及系统 |
CN108919644A (zh) * | 2018-07-09 | 2018-11-30 | 西安电子科技大学 | 存在不可观行为的自动制造系统的稳健性控制方法 |
CN110046810A (zh) * | 2019-04-02 | 2019-07-23 | 南京理工大学 | 一种基于赋时Petri网的车间制造系统多目标调度方法 |
CN114037251A (zh) * | 2021-11-04 | 2022-02-11 | 陕西科技大学 | 一种基于Petri网的制造系统成本最小化资源配置方法 |
Non-Patent Citations (1)
Title |
---|
靳志宏 等: "《现代优化技术》", 28 February 2017, 大连海事大学出版社, pages: 45 - 48 * |
Also Published As
Publication number | Publication date |
---|---|
CN114511234B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11675649B2 (en) | Fault prediction method, apparatus and storage medium | |
US8713539B2 (en) | Managing breakpoints in a multi-threaded environment | |
CN100362479C (zh) | 基于自动化测试脚本对被测对象进行测试的方法和系统 | |
CN109840206A (zh) | 数据测试方法、装置、终端及存储介质 | |
US20220179689A1 (en) | Dynamic Production Scheduling Method and Apparatus Based on Deep Reinforcement Learning, and Electronic Device | |
WO2019056720A1 (zh) | 自动化测试用例管理方法、装置、设备及存储介质 | |
CN116594757B (zh) | 利用大语言模型执行复杂任务的方法及装置 | |
CN111240976A (zh) | 软件测试方法、装置、计算机设备及存储介质 | |
CN112506757A (zh) | 自动测试方法、系统、计算机设备及其介质 | |
CN110134598B (zh) | 一种批量处理方法、装置及系统 | |
CN117157653A (zh) | 用于建立生产计划的装置和方法 | |
CN112732237B (zh) | 一种无代码开发技术模型构建的方法及系统 | |
CN112379913B (zh) | 基于风险识别的软件优化方法、装置、设备及存储介质 | |
CN101727326A (zh) | 一种图形用户界面的实现方法 | |
CN114511234A (zh) | 一种生产线资源稳健配置方法、系统、设备及可读存储介质 | |
CN108874556A (zh) | 一种数据交互方法、装置、存储介质及移动终端 | |
CN113392436B (zh) | 一种cae分析软件和办公软件集成化控制方法及平台 | |
CN102063308B (zh) | 一种用于地震勘探资料处理流程控制的方法 | |
US20150026523A1 (en) | Debugging method and computer program product | |
CN114816981A (zh) | 一种实现软件测试中脚本与数据分离的方法与系统 | |
CN112380118A (zh) | 单元测试方法、装置、介质及电子设备 | |
CN111949525A (zh) | 基于ai的健壮性智能测试系统及其测试方法 | |
Wang et al. | Empirical study on the correlation between software structural modifications and its fault-proneness | |
CN111367816B (zh) | 移动测试方法、装置、计算机设备及存储介质 | |
CN117290113B (zh) | 一种任务处理方法、装置、系统和存储介质 |
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 |