CN114626745B - 一种排产计划生成方法、系统、介质及电子终端 - Google Patents

一种排产计划生成方法、系统、介质及电子终端 Download PDF

Info

Publication number
CN114626745B
CN114626745B CN202210318936.3A CN202210318936A CN114626745B CN 114626745 B CN114626745 B CN 114626745B CN 202210318936 A CN202210318936 A CN 202210318936A CN 114626745 B CN114626745 B CN 114626745B
Authority
CN
China
Prior art keywords
production
mathematical expression
period
scheduling
cycle
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.)
Active
Application number
CN202210318936.3A
Other languages
English (en)
Other versions
CN114626745A (zh
Inventor
王晓虎
汪南
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.)
Zhejiang Geely Holding Group Co Ltd
Guangyu Mingdao Digital Technology Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Guangyu Mingdao Digital Technology 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 Zhejiang Geely Holding Group Co Ltd, Guangyu Mingdao Digital Technology Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202210318936.3A priority Critical patent/CN114626745B/zh
Publication of CN114626745A publication Critical patent/CN114626745A/zh
Application granted granted Critical
Publication of CN114626745B publication Critical patent/CN114626745B/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
    • G06Q10/06—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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明提供一种排产计划生成方法、系统、介质及电子终端，具体涉及生产技术领域，通过将冲压车间生产中的物理逻辑构建为必须满足的约束等作为优化目标建立排产模型，排产模型对生产信息进行处理后自动生成排产计划；同时设置目标函数，以生产总工时最小化、加班时长最小化、批次生产经济最大化和生产周期工时均衡为目标进行精细的计划制定；从而获得符合生产实际且精细的生产计划。

Description

一种排产计划生成方法、系统、介质及电子终端
技术领域
本发明属于生产技术领域，尤其涉及一种排产计划生成方法、系统、介质及电子终端。
背景技术
汽车冲压车间作为汽车制造生产流程中的第一个环节，承担着为下游车间供应汽车零件的重要任务，同时冲压车间也与汽车生产所需原料的供应商紧密相连，冲压车间作为一个重要的中间枢纽，科学精益合理地进行生产安排就很有必要。
但是现有技术中的排产计划生成方法生成的排产计划不够精细，无法满足现有的生产需求。
发明内容
本发明提供了一种排产计划生成方法、系统、介质及电子终端，以解决现有技术中排产计划不够精细的问题。
一种排产计划生成方法、系统、介质及电子终端，包括步骤：
获取生产信息；
根据生产需求设置约束条件，根据所述约束条件构建排产模型，所述约束条件至少包括：零件在每个生产周期内的库存不超过零件的库存能力；零件在每个生产周期内的库存量大于需求量，所述需求量为安全库存量和订单交付量的总量；生产周期的工时与生产周期的生产加班时长的关系；生产周期的工时均衡；
将所述生产信息输入至所述排产模型，生成排产计划，所述排产计划包括多项决策变量；通过元启发式算法和分支界定算法对所述决策变量进行取值，获得目标函数；所述目标函数的内容包括：最小化的生产总工时；最小化的加班时长；对所有生产周期工时超过工时区间的幅度取最小值，获得工时均衡；对生产零件种类相同的不同生产批次进行合并，获得经济最大化的生产批次。
在本发明一实施例中，所述目标函数的数学表达式为：
Figure GDA0004086593220000011
其中，
Figure GDA0004086593220000012
零件的种类数为n,生产周期的个数为m；overt+j为t+j生产周期的生产加班时长；
Figure GDA0004086593220000021
为零件i在第j生产周期的生产量；kSPMi为零件i的生产频率；kOEEi为零件i的综合生产效率；
Figure GDA0004086593220000022
为零件i在第j生产周期的生产等待时长；watitj为第j生产周期的生产等待时长；kVatchPenalty为生产批次惩罚因子；
Figure GDA0004086593220000023
为第i个零件在第j生产周期内是否生产，不生产为1，生产为0；Overj,k为第j生产周期工时超过工时区间k的幅度，
Figure GDA0004086593220000024
Figure GDA0004086593220000025
Figure GDA0004086593220000026
为零件i在生产周期j内的生产时长。
在本发明一实施例中，约束条件：零件在每个生产周期内的库存不超过零件的库存能力的数学表达式为：
Figure GDA0004086593220000027
约束条件：零件在每个生产周期内的库存量大于需求量的数学表达式为：
Figure GDA0004086593220000028
其中，
Figure GDA0004086593220000029
零件的种类数为n,生产周期的个数为m；
其中
Figure GDA00040865932200000210
snpi、conoi、kSaftyi、
Figure GDA00040865932200000211
为已知的生产信息，
Figure GDA00040865932200000212
为所述零件i的初始库存量；
Figure GDA00040865932200000213
为零件i在第j个生产周期的订单需求量；snpi为用于放置零件i的料架的容量；conoi为用于放置零件i的料架的数量；kSaftyi为零件i的安全库存量，即零件i的安全库存量；
Figure GDA00040865932200000214
为在第j+1个生产周期内零件i的订单需求量；
所述排产计划包括多项决策变量，数学表达式(2)和数学表达式(3)用于生成决策变量
Figure GDA00040865932200000215
和决策变量
Figure GDA00040865932200000216
所述决策变量
Figure GDA00040865932200000217
为在第j个生产周期内零件i的生产量；所述决策变量
Figure GDA00040865932200000218
为第j生产周期时零件i的库存量。
在本发明一实施例中，所述约束条件还包括：
判断在第j个周期零件i是否进行生产，数学表达式为：
Figure GDA00040865932200000219
Figure GDA00040865932200000220
其中，M为一个无穷大的正整数；
数学表达式(4)和数学表达式(5)用于生成所述排产计划中决策变量
Figure GDA00040865932200000221
来判断第j周期零件i是否生产，不生产为1，生产为0。
在本发明一实施例中，所述约束条件还包括：零件生产时长的取值范围，数学表达式为：
Figure GDA00040865932200000222
Figure GDA00040865932200000223
其中kSPMi、kOEEi、kRefMT为已知的生产信息，kSPMi为零件i的生产频率；kOEEi为零件i的综合生产效率；kRefMT为零件i的模具的准备时长；M为一个无穷大的正整数；
数学表达式(6)和数学表达式(7)用于通过生成决策变量
Figure GDA0004086593220000031
判断第i个零件在第t+j生产周期内是否导致生产等待，不等待为0，等待为1；所述第t+j生产周期为任意一个生产周期。
在本发明一实施例中，所述约束条件还包括：所述生产周期的生产等待时长的取值范围，数学表达式为：
Figure GDA0004086593220000032
Figure GDA0004086593220000033
数学表达式(8)和数学表达式(9)用于生成决策变量
Figure GDA0004086593220000034
所述决策变量
Figure GDA0004086593220000035
为在第j生产周期零件i的生产等待时长。
在本发明一实施例中，约束条件：生产周期的工时与生产周期的生产加班时长的关系的数学表达式为：
Figure GDA0004086593220000036
Figure GDA0004086593220000037
Overj≤M*oj (12)
Figure GDA0004086593220000038
Figure GDA0004086593220000039
数学表达式(10)至数学表达式(14)用于生成决策变量oj和决策变量overj，oj表示第j生产周期是否加班，不加班为0，加班为1；overj为第j生产周期的加班时长。
在本发明一实施例中，所述约束条件还包括:所述生产周期的工时与所述生产周期的生产空闲时长的关系，数学表达式为：
idlej≤M*(1-oj) (15)
Figure GDA00040865932200000310
Figure GDA00040865932200000311
其中kRefWT为已知的生产信息，kRefWT为每个生产周期的工作时长参考值；
数学表达式(15)至数学表达式(17)用于生成决策变量idlej，所述决策变量idlej为第j生产周期的空闲时长。
在本发明一实施例中，约束条件:生产周期内的工时均衡的数学表达式为：
Figure GDA0004086593220000041
Figure GDA0004086593220000042
Overj,k≤M*Oj,k (20)
Figure GDA0004086593220000043
Figure GDA0004086593220000044
Figure GDA0004086593220000045
其中kWTSegBLk、kProductDayListj为已知的生产信息，kWTSegBLk为阶段性工作时长列表；kProductDayListj为第j生产周期内最大工作时长；
数学表达式(18)至数学表达式(23)用于生成决策变量Oj,k和决策变量Overj,k，所述决策变量Oj,k为第j生产日工时是否超过阶段性工作时长列表，超过为1，不超过为0；所述决策变量Overj,k为第j生产周期工时超过工时区间k的幅度，
Figure GDA0004086593220000046
本发明还提供一种排产计划生成系统，包括：
采集模块，用于采集生产信息；
模型生成模块，用于根据生产需求设置约束条件，并根据所述约束条件生成排产模型，所述约束条件至少包括：零件在每个生产周期内的库存不超过零件的库存能力；零件在每个生产周期内的库存量大于需求量，所述需求量为安全库存量和订单交付量的总量；生产周期的工时与生产周期的生产加班时长的关系；生产周期的工时均衡；
排产模块，与所述采集模块、所述模型生成模块连接，用于将所述生产信息输入至所述排产模型中生成排产计划，所述排产计划包括多项决策变量；通过元启发式算法和分支界定算法对所述决策变量进行取值，获得目标函数；所述目标函数的内容包括：最小化的生产总工时；最小化的加班时长；对所有生产周期工时超过工时区间的幅度取最小值，获得工时均衡；对生产零件种类相同的不同生产批次进行合并，获得经济最大化的生产批次。
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如上述任一项所述方法。
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。
本发明提供一种排产计划生成方法、系统、介质及电子终端，具有以下有益效果：通过将冲压车间生产中的物理逻辑构建为必须满足的约束等作为优化目标建立排产模型，排产模型对生产信息进行处理后自动生成排产计划；同时设置目标函数，以生产总工时最小化、加班时长最小化、批次生产经济最大化和生产周期工时均衡为目标进行精细的计划制定；从而获得符合生产实际且精细的生产计划。
附图说明
图1是本发明的一实施例中的方法流程示意图；
图2是本发明的一实施例中的排产计划生成的过程示意图；
图3是本发明的一实施例中的系统结构图；
图4是本发明的一实施例中的电子终端的结构示意图。
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。
如图1所示，本发明中的提供的一种排产计划生成方法，包括步骤：
S1.从现有的生产监控系统中获取相关的生产信息，生产信息包含多种参数变量，具体地包括：
零件i本身：零件的种类数为n,生产周期的个数为m；第一个生产周期的订单需求在第二个生产周期交付，以此类推。
用于放置零件i的料架的容量snpi；
用于放置零件i的可用料架数conoi；
零件i的安全库存量ksaftyi；
零件i的综合生产效率kOEEi(OEE，Overall Equipment Effectiveness，设备综合效率，简称OEE。一般，每一个生产设备都有自己的理论产能，要实现这一理论产能必须保证没有任何干扰和质量损耗。OEE就是用来表现实际的生产能力相对于理论产能的比率。)
零件i的生产频率kSPMi，具体地，表示每个小时生产多少个零件i；
每个生产周期的工作时长参考值kRefWT；
零件i模具的准备时长kRefMT，生产零件i需要对应的模具，kRefMT为模具从生产准备到生产就绪的时长；
生产批次的惩罚因子kBatchPenalty；
阶段性工作时长列表kWTSegBL，如[0小时，2小时，…，12小时]
第j生产周期内最大工作时长kProductDayListj；
零件i在第j个生产周期内的订单需求量
Figure GDA0004086593220000061
零件i的初始库存量
Figure GDA0004086593220000062
上述参数变量均来自已有的生产系统。
S2.根据生产需求设置约束条件，根据约束条件构建排产模型，具体地，生产需求即构成排产计划的多项决策参数，但是生产需求仅仅为决策参数的类型，最后生成的排产计划中才包括决策参数的具体取值；
具体地，约束条件包括：
第一约束条件：零件i在每个生产周期内的库存不超过零件i的库存能力，数学表达式为：
Figure GDA0004086593220000063
其中，
Figure GDA0004086593220000064
零件的种类数为n,生产周期的个数为m；
Figure GDA0004086593220000065
为零件i的初始库存量，
Figure GDA0004086593220000066
为每个生产周期交付订单后剩余的零件i的数量，即为经过多个周期生产后零件i的库存量，snpi*conoi为料架数量乘以单个料架的容量，即为零件i的库存能力，为了保证零件i的数量在多生产周期内均不能超过库存能力，需要控制零件i的生成数量，使其满足：零件i在每个生产周期内的库存不超过零件i的库存能力；
第二约束条件：零件每个生产周期内的库存大于安全库存与订单交付量，数学表达式为：
Figure GDA0004086593220000067
其中，
Figure GDA0004086593220000068
为经过约束条件一和约束条件二获得的决策变量，表示零件i在第j生产周期的生产量，还可以获得零件i在第j生产周期的库存量
Figure GDA0004086593220000071
为经过多个周期生产后零件i的库存量，kSaftyi为零件i的安全库存量，
Figure GDA0004086593220000072
为第k+1生产周期(即为下一个生产周期)的订单量，为了保证当前库存量始终能够满足订单量，还能保持安全库存量，因此需要控制零件i的生产数量，使其满足：每个零件每个生产周期内的库存大于安全库存与订单交付量；
第三约束条件：判断零件i在第j个周期内是否进行生产，数学表达式为：
Figure GDA0004086593220000073
Figure GDA0004086593220000074
其中为
Figure GDA0004086593220000075
经过约束条件三获得的决策变量，表示第i个零件在第j生产周期内是否生产，不生产为1，生产为0；
M表示一个无穷大的正整数，采用大M法对生产数量进行自动控制，当零件i在第j生产周期的生产量
Figure GDA0004086593220000076
时，只有在
Figure GDA0004086593220000077
的情况下满足数学表达式(3)和数学表达式(4)，不生成，其他情况下
Figure GDA0004086593220000078
继续生产，因此实现自动判断是否继续生产，0.5还可以设置为其他值，以自动控制生产量；
第四约束条件：生产零件所需工时的取值范围，数学表达式为：
Figure GDA0004086593220000079
Figure GDA00040865932200000710
其中，
Figure GDA00040865932200000711
为零件i在生产周期j中生产所需要的工时，决策变量
Figure GDA00040865932200000712
为第i个零件在第任意生产周期内是否导致生产等待，不等待为0，等待为1；在零件生产量
Figure GDA00040865932200000713
为已经范围的情况下，可以求出决策变量
Figure GDA00040865932200000714
的值，从而获得是否生产零件i的决策；本申请中的生产周期所需工时考虑到换模的情况，贴近实际生产时的情形；
第五约束条件：生产周期的生产等待时长的取值范围，数学表达式为：
Figure GDA00040865932200000715
Figure GDA00040865932200000716
其中，
Figure GDA00040865932200000717
为零件i在第j生产周期的生产等待时间，kRefMT为零件i的模具准备时长，
Figure GDA00040865932200000718
为零件i在生产周期j中生产所需要的工时，M为一个无穷大的正整数，通过约束条件一、约束条件二获得决策变量
Figure GDA00040865932200000719
的取值范围，通过约束条件三获得决策变量
Figure GDA00040865932200000720
的取值，通过约束条件四获得决策变量
Figure GDA00040865932200000721
的取值范围，因此可以获得决策变量
Figure GDA00040865932200000722
的取值范围。
第六约束条件：第j生产周期工时与加班时长之间的关系，数学表达式为：
Figure GDA0004086593220000081
Figure GDA0004086593220000082
Overj≤M*oj (11)
Figure GDA0004086593220000083
Figure GDA0004086593220000084
其中，决策变量oj表示第j生产周期是否加班，不加班为0，加班为1；
Figure GDA0004086593220000085
为零件i在生产周期j中生产所需要的工时，决策变量overj表示第j生产周期的生产加班时长，通过数学表达式(9)和数学表达式(10)可以获得决策变量oj的值，从而判断生产周期j是否加班；通过数学表达式(11)、数学表达式(12)和数学表达式(13)可以获得加班时长overj的取值范围，获得加班时长的决策。
第七约束条件：生产周期的工时与生产周期的生产空闲时长的关系，数学表达式为：
idlej≤M*(1-oj) (14)
Figure GDA0004086593220000086
Figure GDA0004086593220000087
其中，
Figure GDA0004086593220000088
为零件i在生产周期j中生产所需要的工时，决策变量idlej表示第j生产周期的生产空闲时长，通过数学表达式(11)、数学表达式(12)和数学表达式(13)可以获得空闲时长的取值范围。
第八约束条件：第j生产周期内的工时均衡，数学表达式为：
Figure GDA0004086593220000089
Figure GDA00040865932200000810
Overj,k≤M*Oj,k (19)
Figure GDA00040865932200000811
Figure GDA00040865932200000812
Figure GDA00040865932200000813
其中，
Figure GDA00040865932200000814
为零件i在生产周期j中生产所需要的工时，Oj,k决策变量表示第j生产日工时是否超过阶段性工作时长列表kWTSegBLk,超过为1，不超过为0；kProductDayListj为第j生产周期内最大工作时长；决策变量Overj,k表示第j生产周期工时超过工时区间k的幅度；通过数学表达式(17)和数学表达式(18)可以获得决策变量Oj,k的取值，通过数学表达式(19)、数学表达式(20)和数学表达式(21)可以获得决策变量Overj,k的取值范围；数学表达式(22)进一步对决策变量
Figure GDA0004086593220000091
决策变量
Figure GDA0004086593220000092
进行进一步限定，从而实现工时的均衡。
如图2所示，通过约束条件，获得了排产计划中的多项决策变量，包括：
Figure GDA0004086593220000093
零件i在第j生产周期的生产量；
Figure GDA0004086593220000094
零件i在第j生产周期的库存量，库存量
Figure GDA0004086593220000095
workj:第j生产周期的工时，工时
Figure GDA0004086593220000096
waitj:第j生产周期的生产等待时长；
waintj:第j生产周期的生产空闲时长；
overj:第j生产周期的生产加班时长；
Overj,k:第j生产周期工时超过工时区间k的幅度；
oj:第j生产周期是否加班，不加班为0，加班为1；
Figure GDA0004086593220000097
第i个零件在第j生产周期内是否导致生产等待，不等待为0，等待为1；
Figure GDA0004086593220000098
第i个零件在第j生产周期内是否生产，不生产为1，生产为0；
Oj,k:第j生产日工时是否超过阶段性工作时长列表kWTSegBLk，超过为1，不超过为0。
S4、排产计划可以按照上述决策参数进行排产，为了实现更加经济、更加合理、更加精细的生产过程，本实施例中，还设置目标函数对决策变量进行进一步限定，目标函数通过元启发式算法和分支界定算法获得，目标函数的数学表达式为：
Figure GDA0004086593220000099
对决策变量
Figure GDA00040865932200000910
和决策变量
Figure GDA00040865932200000911
取最小值，从而实现最小化总工时、最小化加班时长；利用惩罚因子kBatchPenalty对目标函数进行修正，若目标是求生产批次最小，则生产批次数大就使得目标函数损失巨大，从而实现生产批次的经济最大化；对决策变量
Figure GDA00040865932200000912
取最小值，使得生产周期工时超过工时区间的幅度最小，进一步实现工时均衡。
本发明提供一种排产计划生成方法，通过将冲压车间生产中的物理逻辑构建为必须满足的约束等作为优化目标建立排产模型，如订单交付、安全库存等；排产模型对生产信息中的参数变量进行处理后自动生成排产计划，按照排产计划中的决策变量进行生产；同时设置目标函数，以生产总工时最小化、加班时长最小化、批次生产经济最大化和生产周期工时均衡为目标进行精细的计划制定；从而获得符合生产实际且精细的生产计划。
如图3所示，本发明还提供一种排产计划生成系统，其特征在于，包括：
采集模块，用于采集生产信息；
模型生成模块，用于根据生产需求设置约束条件，并根据所述约束条件生成排产模型，所述约束条件至少包括：零件在每个生产周期内的库存不超过零件的库存能力；零件在每个生产周期内的库存量大于需求量，所述需求量为安全库存量和订单交付量的总量；生产周期的工时与生产周期的生产加班时长的关系；生产周期的工时均衡；
排产模块，与所述采集模块、所述模型生成模块连接，用于将所述生产信息输入至所述排产模型中生成排产计划，所述排产计划包括多项决策变量；通过元启发式算法和分支界定算法对所述决策变量进行取值，获得目标函数；所述目标函数的内容包括：最小化的生产总工时；最小化的加班时长；对所有生产周期工时超过工时区间的幅度取最小值，获得工时均衡；对生产零件种类相同的不同生产批次进行合并，获得经济最大化的生产批次。
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。
本发明提供一种排产计划生成系统，通过将冲压车间生产中的物理逻辑构建为必须满足的约束等作为优化目标建立排产模型，如订单交付、安全库存等；排产模型对生产信息中的参数变量进行处理后自动生成排产计划，按照排产计划中的决策变量进行生产；同时设置目标函数，以生产总工时最小化、加班时长最小化、批次生产经济最大化和生产周期工时均衡为目标进行精细的计划制定；从而获得符合生产实际且精细的生产计划。
本实施例还提供一种电子终端，包括：处理器及存储器；
存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使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。
如图4所示，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，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。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。
上述实施例仅例示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，举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 (12)

1.一种排产计划生成方法，其特征在于，包括步骤：
获取生产信息；
根据生产需求设置约束条件，根据所述约束条件构建排产模型，所述约束条件至少包括：零件在每个生产周期内的库存不超过零件的库存能力；零件在每个生产周期内的库存量大于需求量，所述需求量为安全库存量和订单交付量的总量；生产周期的工时与生产周期的生产加班时长的关系；生产周期的工时均衡；
将所述生产信息输入至所述排产模型，生成排产计划，所述排产计划包括多项决策变量；通过元启发式算法和分支界定算法对所述决策变量进行取值，获得目标函数；所述目标函数的内容包括：最小化的生产总工时；最小化的加班时长；对所有生产周期工时超过工时区间的幅度取最小值，获得工时均衡；对生产零件种类相同的不同生产批次进行合并，获得经济最大化的生产批次。
2.根据权利要求1所述的一种排产计划生成方法，其特征在于，所述目标函数的数学表达式为：
Figure FDA0004086593210000011
其中，
Figure FDA0004086593210000012
零件的种类数为n,生产周期的个数为m；overt+j为t+j生产周期的生产加班时长；
Figure FDA0004086593210000013
为零件i在第j生产周期的生产量；kSPMi为零件i的生产频率；kOEEi为零件i的综合生产效率；
Figure FDA0004086593210000014
为零件i在第j生产周期的生产等待时长；waitj为第j生产周期的生产等待时长；kBatchPenalty为生产批次惩罚因子；
Figure FDA0004086593210000015
为第i个零件在第j生产周期内是否生产，不生产为1，生产为0；Overj,k为第j生产周期工时超过工时区间k的幅度，
Figure FDA0004086593210000016
Figure FDA0004086593210000017
Figure FDA0004086593210000018
为零件i在生产周期j内的生产时长。
3.根据权利要求1所述的一种排产计划生成方法，其特征在于，约束条件：零件在每个生产周期内的库存不超过零件的库存能力的数学表达式为：
Figure FDA0004086593210000019
约束条件：零件在每个生产周期内的库存量大于需求量的数学表达式为：
Figure FDA00040865932100000110
其中，
Figure FDA0004086593210000021
零件的种类数为n,生产周期的个数为m；
其中
Figure FDA0004086593210000022
snpi、conoi、kSaftyi、
Figure FDA0004086593210000023
为已知的生产信息，
Figure FDA0004086593210000024
为所述零件i的初始库存量；
Figure FDA0004086593210000025
为零件i在第j个生产周期的订单需求量；snpi为用于放置零件i的料架的容量；conoi为用于放置零件i的料架的数量；kSaftyi为零件i的安全库存量，即零件i的安全库存量；
Figure FDA0004086593210000026
为在第j+1个生产周期内零件i的订单需求量；
所述排产计划包括多项决策变量，数学表达式(2)和数学表达式(3)用于生成决策变量
Figure FDA0004086593210000027
和决策变量
Figure FDA0004086593210000028
所述决策变量
Figure FDA0004086593210000029
为在第j个生产周期内零件i的生产量；所述决策变量
Figure FDA00040865932100000210
为第j生产周期时零件i的库存量。
4.根据权利要求3所述的一种排产计划生成方法，其特征在于，所述约束条件还包括：
判断在第j个周期零件i是否进行生产，数学表达式为：
Figure FDA00040865932100000211
Figure FDA00040865932100000212
其中，M为一个无穷大的正整数；
数学表达式(4)和数学表达式(5)用于生成所述排产计划中决策变量
Figure FDA00040865932100000213
来判断第j周期零件i是否生产，不生产为1，生产为0。
5.根据权利要求4所述的一种排产计划生成方法，其特征在于，所述约束条件还包括：零件生产时长的取值范围，数学表达式为：
Figure FDA00040865932100000214
Figure FDA00040865932100000215
其中kSPMi、kOEEi、kRefMT为已知的生产信息，kSPMi为零件i的生产频率；kOEEi为零件i的综合生产效率；kRefMT为零件i的模具的准备时长；M为一个无穷大的正整数；
数学表达式(6)和数学表达式(7)用于通过生成决策变量
Figure FDA00040865932100000216
判断第i个零件在第t+j生产周期内是否导致生产等待，不等待为0，等待为1；所述第t+j生产周期为任意一个生产周期。
6.根据权利要求5所述的一种排产计划生成方法，其特征在于，所述约束条件还包括：所述生产周期的生产等待时长的取值范围，数学表达式为：
Figure FDA0004086593210000031
Figure FDA0004086593210000032
数学表达式(8)和数学表达式(9)用于生成决策变量
Figure FDA0004086593210000033
所述决策变量
Figure FDA0004086593210000034
为在第j生产周期零件i的生产等待时长。
7.根据权利要求6所述的一种排产计划生成方法，其特征在于，约束条件：生产周期的工时与生产周期的生产加班时长的关系的数学表达式为：
Figure FDA0004086593210000035
Figure FDA0004086593210000036
overj≤M*oj (12)
Figure FDA0004086593210000037
Figure FDA0004086593210000038
数学表达式(10)至数学表达式(14)用于生成决策变量oj和决策变量overj，oj表示第j生产周期是否加班，不加班为0，加班为1；overj为第j生产周期的加班时长。
8.根据权利要求7所述的一种排产计划生成方法，其特征在于，所述约束条件还包括:所述生产周期的工时与所述生产周期的生产空闲时长的关系，数学表达式为：
idlej≤M*(1-oj) (15)
Figure FDA0004086593210000039
Figure FDA00040865932100000310
其中kRefWT为已知的生产信息，kRefWT为每个生产周期的工作时长参考值；
数学表达式(15)至数学表达式(17)用于生成决策变量idlej，所述决策变量idlej为第j生产周期的空闲时长。
9.根据权利要求8所述的一种排产计划生成方法，其特征在于，约束条件:生产周期内的工时均衡的数学表达式为：
Figure FDA00040865932100000311
Figure FDA0004086593210000041
Overj,k≤M*Oj,k (20)
Figure FDA0004086593210000042
Figure FDA0004086593210000043
Figure FDA0004086593210000044
其中kWTSegBLk、kProductDayListj为已知的生产信息，kWTSegBLk为阶段性工作时长列表；kProductDayListj为第j生产周期内最大工作时长；
数学表达式(18)至数学表达式(23)用于生成决策变量Oj,k和决策变量Overj,k，所述决策变量Oj,k为第j生产日工时是否超过阶段性工作时长列表，超过为1，不超过为0；所述决策变量Overj,k为第j生产周期工时超过工时区间k的幅度，
Figure FDA0004086593210000045
10.一种排产计划生成系统，其特征在于，包括：
采集模块，用于采集生产信息；
模型生成模块，用于根据生产需求设置约束条件，并根据所述约束条件生成排产模型，所述约束条件至少包括：零件在每个生产周期内的库存不超过零件的库存能力；零件在每个生产周期内的库存量大于需求量，所述需求量为安全库存量和订单交付量的总量；生产周期的工时与生产周期的生产加班时长的关系；生产周期的工时均衡；
排产模块，与所述采集模块、所述模型生成模块连接，用于将所述生产信息输入至所述排产模型中生成排产计划，所述排产计划包括多项决策变量；通过元启发式算法和分支界定算法对所述决策变量进行取值，获得目标函数；所述目标函数的内容包括：最小化的生产总工时；最小化的加班时长；对所有生产周期工时超过工时区间的幅度取最小值，获得工时均衡；对生产零件种类相同的不同生产批次进行合并，获得经济最大化的生产批次。
11.一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如权利要求1至9中任一项所述方法。
12.一种电子终端，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9中任一项所述方法。
CN202210318936.3A 2022-03-29 2022-03-29 一种排产计划生成方法、系统、介质及电子终端 Active CN114626745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210318936.3A CN114626745B (zh) 2022-03-29 2022-03-29 一种排产计划生成方法、系统、介质及电子终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210318936.3A CN114626745B (zh) 2022-03-29 2022-03-29 一种排产计划生成方法、系统、介质及电子终端

Publications (2)

Publication Number Publication Date
CN114626745A CN114626745A (zh) 2022-06-14
CN114626745B true CN114626745B (zh) 2023-05-30

Family

ID=81903567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210318936.3A Active CN114626745B (zh) 2022-03-29 2022-03-29 一种排产计划生成方法、系统、介质及电子终端

Country Status (1)

Country Link
CN (1) CN114626745B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115130927B (zh) * 2022-08-26 2022-12-30 北京永洪商智科技有限公司 一种数据建模方法和系统
CN116402313B (zh) * 2023-05-31 2023-09-05 工业富联(佛山)产业示范基地有限公司 产品排产方法、装置、电子设备及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10157358B1 (en) * 2015-10-05 2018-12-18 Quest Software Inc. Systems and methods for multi-stream performance patternization and interval-based prediction
CN109447428A (zh) * 2018-10-15 2019-03-08 宁波吉利汽车研究开发有限公司 整车生产线序排产的确定方法、装置及智能终端
CN109492873A (zh) * 2018-10-15 2019-03-19 宁波吉利汽车研究开发有限公司 整车生产线的日排产方法、装置及智能终端
CN110598941A (zh) * 2019-09-18 2019-12-20 河海大学常州校区 一种基于仿生策略的粒子群优化制造系统双目标排产方法
CN111062535A (zh) * 2019-12-16 2020-04-24 中国工程物理研究院化工材料研究所 一种实现含能材料生产过程动态排产的方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113673885B (zh) * 2021-08-25 2024-05-14 浙江中控技术股份有限公司 一种确定排产计划的方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10157358B1 (en) * 2015-10-05 2018-12-18 Quest Software Inc. Systems and methods for multi-stream performance patternization and interval-based prediction
CN109447428A (zh) * 2018-10-15 2019-03-08 宁波吉利汽车研究开发有限公司 整车生产线序排产的确定方法、装置及智能终端
CN109492873A (zh) * 2018-10-15 2019-03-19 宁波吉利汽车研究开发有限公司 整车生产线的日排产方法、装置及智能终端
CN110598941A (zh) * 2019-09-18 2019-12-20 河海大学常州校区 一种基于仿生策略的粒子群优化制造系统双目标排产方法
CN111062535A (zh) * 2019-12-16 2020-04-24 中国工程物理研究院化工材料研究所 一种实现含能材料生产过程动态排产的方法及系统

Also Published As

Publication number Publication date
CN114626745A (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN114626745B (zh) 一种排产计划生成方法、系统、介质及电子终端
CN111882196B (zh) 一种型材挤出生产排程方法、可读存储介质及装置
CN114548660A (zh) 家电设备的生产排程方法、装置、设备及存储介质
Jiang et al. Uniform parallel batch machines scheduling considering transportation using a hybrid DPSO-GA algorithm
CN111738590A (zh) 生产排程方法和装置
CN103679388A (zh) 生产调度方法及生产调度系统
CN110414863A (zh) 一种智能制造车间资源调度方法
CN115049175A (zh) 多产品的生产规划方法及装置、计算机设备及存储介质
CN105373845A (zh) 制造企业车间的混合智能调度优化方法
CN113313551A (zh) 一种订单处理方法、系统、电子设备及存储介质
CN103176407A (zh) 一种基于生产过程解耦点定位的生产排程方法
CN113592303B (zh) 同时面向订单和库存的月度排产方法、系统、介质和终端
CN109447428B (zh) 整车生产线序排产的确定方法、装置及智能终端
CN114862231A (zh) 生产排程方法、装置及电子设备
CN101702209A (zh) 一种物料的领料方法和装置
CN117455222B (zh) 基于分布式异构流水车间组调度问题的求解方法
CN117436665A (zh) 混合流水车间生产排程方法、装置、电子设备及介质
Savsar Effects of kanban withdrawal policies and other factors on the performance of JIT systems—a simulation study
CN113112145A (zh) 一种数据处理方法、装置、电子设备及存储介质
US8296449B2 (en) Systems and methods for calculating a distribution
CN111291995B (zh) 一种基于moea的生产线设备资源优化配置方法及装置
CN113485278B (zh) 优化两生产指标的柔性作业车间调度多目标分布估计方法
CN115629584A (zh) 一种基于改进乌鸦搜索算法的订单排产优化方法
CN114742377A (zh) 产品的生产任务处理方法、设备、介质及程序产品
CN114862045A (zh) 排产优化方法、装置、电子设备及存储介质

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