CN115099656B - 基于仿真优化的海工分段智能排程系统 - Google Patents
基于仿真优化的海工分段智能排程系统 Download PDFInfo
- Publication number
- CN115099656B CN115099656B CN202210785675.6A CN202210785675A CN115099656B CN 115099656 B CN115099656 B CN 115099656B CN 202210785675 A CN202210785675 A CN 202210785675A CN 115099656 B CN115099656 B CN 115099656B
- Authority
- CN
- China
- Prior art keywords
- tire
- layer
- algorithm
- module
- production
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 42
- 230000011218 segmentation Effects 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 title claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 claims abstract description 103
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000011217 control strategy Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000012800 visualization Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 8
- 238000012384 transportation and delivery Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000007306 turnover Effects 0.000 claims description 6
- 239000013067 intermediate product Substances 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 description 8
- 238000013439 planning Methods 0.000 description 6
- 239000000047 product Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000001605 fetal effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于仿真优化的海工分段智能排程系统架构及排程算法。输入层将输入的初始信息处理后输入算法层，算法层通过建立模型、用算法求解后输出结果至输出层，通过输出层进行结果展示，算法层的求解结果同时反馈至输入层，通过输入层进行原有信息和动态信息的整合后再次输入至算法层求解结果，通过输出层输出；输入层具有预处理模块和类生成模块，算法层具有控制策略模块和仿真模块，输出层具有可视化模块。本发明的优点在于：通过基于仿真优化的分段智能排程算法和以该算法为核心的标准化排程系统架构，优化胎位资源和分段生产任务的匹配，对分段胎位计划进行统筹安排，提高生产效率；且可推广至不同生产计划环节，具有通用性。
Description
技术领域
本发明涉及海工分段制造领域，具体涉及基于仿真优化的海工分段智能排程系统。
背景技术
由于海工产品结构调整变化大，为迎合客户需求，提升现代化造船协同化管理、柔性生产和精确制造等能力，迫切需要提升船舶数字化、智能化生产技术。分段制造是海工产品制造过程的核心，想要提升海工制造的智能化水平和生产效率，必须提高分段制造的效率。但是分段制造前道后道工序较多，受资源等约束的情况突出，很难形成有效的排程计划，从而拖慢整个项目的进度。为此，必须通过智能算法提高生产计划的可行性，从而提高制造效率，并提升整个海工产品制造的效率。
为解决以上难点，一些企业已经对船舶制造的生产计划和调度问题进行了探索，面向不同的流程对象，包括总组、分段制造和整体项目进行研究，以解决生产计划难以制订，从而影响整体生产效率的问题。如专利CN106709646 A公开了一种考虑资源约束的项目进度动态调控的方法，以处理进度偏离或资源变化的情况；专利CN106056286 A公开了一种船舶分段建造车间的作业调度系统和相应的调度，包括信息管理和计划管理，实现计算机辅助调度过程；专利CN102968702 A公开了一种基于遗传算法的曲面分段场地布局调度方法，仅针对曲面分段设计遗传算法，辅助调度人员进行分段布局和调度；专利CN 103065004A公开了一种船舶曲面分段建造动态调度算法，通过接受生产过程中反馈的扰动时间，针对扰动事件分类处理，来辅助调度。
尽管上述专利提出的方法或系统可以解决部分船厂的部分车间的生产计划调度问题，但提出的排程系统中的计划和调度算法不够智能、适应性差，得到的计划决策所需时间较长且解的质量难以保证。求解过程的可解释性较差，不利于现场计划员的理解和应用，且仅是针对制造场地的生产调度，提高场地的利用率，并未对分段的具体制造进行适应性排程，系统和算法的整体框架专用性强，灵活性较低。因此，需要开发一种能动态调整以适应船舶制造多变的生产环境的高效智能算法，以及标准化的、模块化的能轻易应用至同行业其他企业的系统。此外，计划和调度算法在兼具求解效率和求解质量的同时，求解过程和计算逻辑应易于被计划员理解，便于实施。
发明内容
本发明要解决的技术问题是提供基于仿真优化的海工分段智能排程系统，能够解决现有技术中计划和调度算法不够智能、适应性差、仅是针对制造场地的生产调度并未对分段的具体制造进行适应性排程、系统和算法的整体框架专用性强的问题。
为解决上述技术问题，本发明的技术方案为：包括输入层、算法层和输出层；
所述输入层将输入的初始信息处理后输入算法层，所述算法层通过建立模型、用算法求解后输出结果至输出层，通过输出层进行结果展示，所述算法层的求解结果同时反馈至输入层，通过输入层进行原有信息和动态信息整合再输入至算法层求解结果，通过输出层输出；
所述输入层具有预处理模块和类生成模块，所述算法层具有控制策略模块和仿真模块，所述输出层具有可视化模块；
所述预处理模块通过读取输入的生产资源、生产计划以及分段信息，实现固有信息数据格式的标准化，并将信息输出至类生成模块以及算法层；
所述类生成模块通过提取预处理模块和仿真模块的生产资源信息、分段信息两个类的相关属性值，生成实体类，作为算法层的输入；
所述控制策略模块读取输入层的生产资源、分段的状态以及仿真模块的两个类的属性更新，综合实际生产计划考虑的约束，建立分段生产计划数学模型，结合基于规则的启发式算法求解，生成待排分段和空闲生产资源的匹配关系，输出分段布置计划给输出层，同时供仿真模块调用；
所述仿真模块根据已有的生产资源、分段状态以及调用的控制策略模块的分段布置计划，依次将分段布置于空闲的生产资源上，模拟分段加工过程以及分段根据当前布置策略的流动过程，进行策略优化，仿真优化的结果输出给控制策略模块，控制策略模块根据算法输出分段布置计划，仿真优化的生产资源、分段两个类的属性值输出给输入层的类生成模块；
所述可视化模块读取控制策略模块的分段布置计划，生成对应的可视化结果。
进一步地，所述生产资源信息、分段信息两个类的属性包括固有属性和动态属性，固有属性为生产资源信息的胎位和分段本身具有的属性，动态属性随生产计划的制订和实际生产情况的变化而变化。
进一步地，所述可视化模块生成的可视化结果为分段布置计划报表和甘特图。
进一步地，所述实际生产计划考虑的约束包括时序约束、生产资源约束、工艺约束、劳动力资源约束、分配均衡性约束。
基于仿真优化的海工分段智能排程系统的排程算法，采用基于规则的启发式算法，优化生产资源和分段生产任务的匹配，将中间产品交付期和生产资源周转率作为考虑目标，生产资源设为胎位，结合分段制造的难度系数指标，对分段胎位计划进行统筹安排，具体算法流程如下：
Step1：对待排的分段按交付日、标准加工时间由小到大排序；
Step2：选择当前状态为空的胎位，状态为空的胎位数设为n，对胎位按面积从小到大排序；
Step3：按顺序选择前n个分段，判断这n个分段是否有副胎属性，如果有进入step4-1，否则进入step4-2；
Step4-1：规则1：n个胎位是否有相邻胎位，如果有相邻胎位，把有副胎的分段放入该相邻胎位，同时更新待排序分段列表以及分段、胎位的属性；如无相邻胎位，判断空闲胎位的相邻胎位是否有3天内能空出的，如有，将有副胎的分段分配至该胎位，并更新待排序分段列表以及分段、胎位属性，且对3天内能空出的胎位进行标记，将所有有副胎的分段分配完后，转入step4-2；
Step4-2：规则2：将待分配分段依分段顺序依次判断胎位的尺寸和吊运能力限制能否满足；
Step5：在所有满足限制的胎位中，选取相邻胎位完工日期与该分段预计完工日期最接近的胎位，将分段分配给该胎位，更新待排序的分段列表以及分段、胎位属性。
进一步地，所述算法步骤Step4-1中，有副胎的分段对应胎位放入时，判断胎位的尺寸和吊运能力限制能否满足，将有副胎的分段放入满足限制的胎位中。
本发明的优点在于：通过基于仿真优化的分段智能排程算法和以该算法为核心的标准化排程系统，优化胎位资源和分段生产任务的匹配，将中间产品交付期和胎位周转率作为重点考虑目标，综合考虑约束条件，结合分段难度系数指标，对分段胎位计划进行统筹安排，排程系统得到计划决策的求解效率高，求解质量得到保证，有效提高分段生产计划的有效性和可执行性，减少人力成本的投入，提高生产效率，缩短加工周期；且标准化的系统架构有很强的灵活性和扩展性，求解过程具有可解释性，求解过程和计算逻辑易于被计划员理解，便于实施，可以推广至不同生产计划环节，具有通用性。
附图说明
图1为本发明的智能排程系统标准化架构图；
图2为本发明的智能排程算法流程图；
图3为本发明的实施例在生产计划优化后与原排程效果对比图；
图4为本发明的实施例的操作界面图；
图5为本发明的实施例的运行结果展示图。
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，以下结合附图及具体实施方式，对本发明进行进一步详细说明。下面的实施例可以使本专业的技术人员更全面地理解本发明，但并不因此将本发明限制在所述的实施例范围之中。
如图1所示，本实施例采用如下技术方案：基于仿真优化的海工分段智能排程系统包括输入层、算法层和输出层；在系统架构设计的过程中，已充分考虑海工加工场景的复杂性，并在此基础上设计了柔性的程序框架，未来可在现有的模块基础上增加额外的约束，并拓展相应的功能，本实施例中的生产资源设为胎位。
输入层将输入的初始信息处理后输入算法层，算法层通过建立模型、用算法求解后输出结果至输出层，通过输出层进行结果展示，算法层的求解结果同时反馈至输入层，通过输入层进行原有信息和动态信息的整合后再次输入至算法层求解结果，通过输出层输出。
输入层具有预处理模块和类生成模块，算法层具有控制策略模块和仿真模块，输出层具有可视化模块。
预处理模块：通过读取输入的胎位、生产计划以及分段信息，如胎位、分段、生产计划、计划变更、生产资源齐套信息，读取分段和胎位的固有属性，是否具备开工条件，实现固有信息数据格式的标准化，并将信息输出至类生成模块以及算法层。
类生成模块：通过提取预处理模块和仿真模块反馈的生产资源信息、分段信息两个类的相关固有和动态属性值，生成实体类，作为算法层的输入，定义胎位和分段两个类，类属性包括分段属性和胎位属性，分别记录分段、胎位在排程系统中所涉及的关键信息，分段属性和胎位属性分别具有固有属性和动态属性两类，固有属性指的是胎位和分段本身具有的属性，不随生产计划的制订和实际生产情况的变化而变化，动态属性则会随之变化，是排程系统的主要输出的结果。
分段和胎位两个类的具体属性见表1：
表1 类属性详情
控制策略模块：读取输入层的胎位、分段的状态以及仿真模块的是否可行、分段和胎位两个类的属性更新，综合实际人员排生产计划考虑的约束，建立分段生产计划数学模型，结合基于规则的启发式算法求解，生成待排分段和空闲生产资源的匹配关系，输出分段布置计划给输出层，同时供仿真模块调用，生成可行的胎位计划，控制策略的目标为提高胎位周转率和空间利用率。
实际生产计划考虑的约束包括时序约束：根据搭载计划，每个分段脱胎时间加上舾装喷涂的作业时间不能晚于搭载时间；生产资源约束：分段的尺寸和重量不能超过胎位的尺寸和胎位对应的吊运能力；工艺约束：分段在某个胎位加工后，不能随意移动位置，即该分段被完成前不能释放，同一个分段的中组和大组只能由一个施工队完成且不能相隔太远，且中组完成前3-5天大组需要上胎，施工队水平和分段制作难度有对应关系；劳动力资源约束：劳动力资源可以在某分段的某个加工任务完成后释放，不必等到分段整体完工才释放；分配均衡性约束：同一时间段有多个胎位空闲时不能将工期接近的分段给同一个施工队所属的胎位；不同施工难度的分段尽量分给平均分给各施工队，尽可能保证物量均衡。
仿真模块：输入仿真参数以控制策略，确定胎位、分段初始状态，调用控制策略模块输出的分段布置顺序，依次将分段布置于空闲的胎位上，模拟分段加工过程以及分段根据当前布置策略的流动过程，修改胎位、分段状态，进行策略优化，仿真优化的结果输出给控制策略模块，包括是否可行、分段和胎位的属性更新，控制策略模块根据算法输出分段布置计划，仿真优化的胎位、分段两个类的动态属性值输出给输入层的类生成模块。
根据仿真结果可以分析当前生产计划的不足，有针对性的调整控制策略，迭代生成更优的生产计划，如仿真结果显示不同胎位的负荷不均衡，部分胎位出现闲置而部分胎位满负荷运转，则需要重新调整控制策略中选取的规则。
可视化模块：读取控制策略模块的分段、胎位布置计划，生成对应的优化的分段布置计划报表和甘特图可视化结果。
如图2所示，基于仿真优化的海工分段智能排程系统的排程算法，该算法将采用基于规则的方法，优化胎位资源和分段生产任务的匹配，该算法将中间产品交付期和胎位周转率作为重点考虑目标，以胎位尺寸、分段特征、载重能力、劳务队水平和后续工序需求时间作为约束条件，设置中组和大组等作业类型；结合分段难度系数指标，对分段胎位计划进行统筹安排。
具体算法流程如下：
Step1：对待排的分段按交付日（due date）、标准加工时间由小到大排序；
Step2：选择当前状态为空的胎位，状态为空的胎位数设为n，对胎位按面积从小到大排序；
Step3：按顺序选择前n个分段，判断这n个分段是否有副胎属性，如果有进入step4-1，否则进入step4-2；
Step4-1：规则1：n个胎位是否有相邻胎位，如果有相邻胎位，把有副胎的分段放入该相邻胎位，同时更新待排序分段列表以及分段、胎位的属性；如无相邻胎位，判断空闲胎位的相邻胎位是否有3天内能空出的，如有，将有副胎的分段分配至该胎位，并更新待排序分段列表以及分段、胎位属性，且对3天内能空出的胎位进行标记，将所有有副胎的分段分配完后，转入step4-2；有副胎的分段对应胎位放入时，判断胎位的尺寸和吊运能力限制能否满足，将有副胎的分段放入满足限制的胎位中。
Step4-2：规则2：将待分配分段依分段顺序依次判断胎位的尺寸和吊运能力限制能否满足；
Step5：在所有满足限制的胎位中，选取相邻胎位完工日期与该分段预计完工日期最接近的胎位，将分段分配给该胎位，更新待排序的分段列表以及分段、胎位属性。
本发明已在启东中远海运海洋工程有限公司的分段制造工场进行了试运行并取得了较好的效果。实施本发明前，其月度胎位利用率情况如下表2所示：
表2 实施本发明前胎位利用率
实施本发明所述系统进行生产计划优化后，其月度胎位利用率情况如下表3所示：
表3 实施本发明后胎位利用率
平均胎位利用率从75.4%到85.6%，提高了10%以上。
实施本发明所述系统进行生产计划优化后，与原排程效果的对比图如图3所示，排程系统得到计划决策的求解效率高，胎位利用率高，实施例的操作界面图如图4所示。
实施例的运行结果部分展示图如图5所示，其中，图5中纵向Y轴的1A、2A、3A表示区域，1A、2A、3A后面的数字为胎位编号，横向X轴为时间轴，表示分段加工的时间天数，中间区域内的字母及数字组合的编号为海工分段的编号，如SC03A、SC03B、SC01A、SC01B、SC01C等，如分段CR03L在区域2A内的09胎位加工，加工天数则对应为24天，第25天开始在区域2A内的09胎位进行其它分段DB11C的加工，区域内的颜色条由程序随机生成，仅为方便查看用，无其他特殊含义。
本实施例通过基于仿真优化的分段智能排程算法和以该算法为核心的标准化排程系统，优化胎位资源和分段生产任务的匹配，将中间产品交付期和胎位周转率作为重点考虑目标，综合考虑约束条件，结合分段难度系数指标，对分段胎位计划进行统筹安排，提高生产效率，缩短加工周期；且标准化的系统架构有很强的灵活性和扩展性，可以推广至诸如船台调度计划、船坞调度计划、总组搭载调度计划等多个生产计划环节以及不同的大型装备制造企业，具有通用性。
以上显示和描述了本发明的基本原理和主要特征以及本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.基于仿真优化的海工分段智能排程系统，其特征在于：包括输入层、算法层和输出层；
所述输入层将输入的初始信息处理后输入算法层，所述算法层通过建立模型、用算法求解后输出结果至输出层，通过输出层进行结果展示，所述算法层的求解结果同时反馈至输入层，通过输入层进行原有信息和动态信息整合再输入至算法层求解结果，通过输出层输出；
所述输入层具有预处理模块和类生成模块，所述算法层具有控制策略模块和仿真模块，所述输出层具有可视化模块；
所述预处理模块通过读取输入的生产资源、生产计划以及分段信息，实现固有信息数据格式的标准化，并将信息输出至类生成模块以及算法层；
所述类生成模块通过提取预处理模块和仿真模块的生产资源信息、分段信息两个类的相关属性值，生成实体类，作为算法层的输入；
所述控制策略模块读取输入层的生产资源、分段的状态以及仿真模块的两个类的属性更新，综合实际生产计划考虑的约束，建立分段生产计划数学模型，结合基于规则的启发式算法求解，生成待排分段和空闲生产资源的匹配关系，输出分段布置计划给输出层，同时供仿真模块调用；
所述仿真模块根据已有的生产资源、分段状态以及调用的控制策略模块的分段布置计划，依次将分段布置于空闲的生产资源上，模拟分段加工过程以及分段根据当前布置策略的流动过程，进行策略优化，仿真优化的结果输出给控制策略模块，控制策略模块根据算法输出分段布置计划，仿真优化的生产资源、分段两个类的属性值输出给输入层的类生成模块；
所述可视化模块读取控制策略模块的分段布置计划，生成对应的可视化结果；
所述基于仿真优化的海工分段智能排程系统的排程方法为：采用基于规则的启发式算法，优化生产资源和分段生产任务的匹配，将中间产品交付期和生产资源周转率作为考虑目标，生产资源设为胎位，结合分段制造的难度系数指标，对分段胎位计划进行统筹安排，具体算法流程如下：
Step1：对待排的分段按交付日、标准加工时间由小到大排序；
Step2：选择当前状态为空的胎位，状态为空的胎位数设为n，对胎位按面积从小到大排序；
Step3：按顺序选择前n个分段，判断这n个分段是否有副胎属性，如果有进入step4-1，否则进入step4-2；
Step4-1：规则1：n个胎位是否有相邻胎位，如果有相邻胎位，把有副胎的分段放入该相邻胎位，同时更新待排序分段列表以及分段、胎位的属性；如无相邻胎位，判断空闲胎位的相邻胎位是否有3天内能空出的，如有，将有副胎的分段分配至该胎位，并更新待排序分段列表以及分段、胎位属性，且对3天内能空出的胎位进行标记，将所有有副胎的分段分配完后，转入step4-2；
Step4-2：规则2：将待分配分段依分段顺序依次判断胎位的尺寸和吊运能力限制能否满足；
Step5：在所有满足限制的胎位中，选取相邻胎位完工日期与该分段预计完工日期最接近的胎位，将分段分配给该胎位，更新待排序的分段列表以及分段、胎位属性。
2.根据权利要求1所述的基于仿真优化的海工分段智能排程系统，其特征在于：所述生产资源信息、分段信息两个类的属性包括固有属性和动态属性，所述固有属性为生产资源信息的胎位和分段本身具有的属性，所述动态属性随生产计划的制订和实际生产情况的变化而变化。
3.根据权利要求1所述的基于仿真优化的海工分段智能排程系统，其特征在于：所述可视化模块生成的可视化结果为分段布置计划报表和甘特图。
4.根据权利要求1所述的基于仿真优化的海工分段智能排程系统，其特征在于：所述实际生产计划考虑的约束包括时序约束、生产资源约束、工艺约束、劳动力资源约束、分配均衡性约束。
5.根据权利要求1所述的基于仿真优化的海工分段智能排程系统，其特征在于：所述排程方法步骤Step4-1中，有副胎的分段对应胎位放入时，判断胎位的尺寸和吊运能力限制能否满足，将有副胎的分段放入满足限制的胎位中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210785675.6A CN115099656B (zh) | 2022-07-05 | 2022-07-05 | 基于仿真优化的海工分段智能排程系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210785675.6A CN115099656B (zh) | 2022-07-05 | 2022-07-05 | 基于仿真优化的海工分段智能排程系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115099656A CN115099656A (zh) | 2022-09-23 |
| CN115099656B true CN115099656B (zh) | 2023-12-12 |
Family
ID=83297104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210785675.6A Active CN115099656B (zh) | 2022-07-05 | 2022-07-05 | 基于仿真优化的海工分段智能排程系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115099656B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440384A (zh) * | 2013-09-04 | 2013-12-11 | 上海东方申信科技发展有限公司 | 支持船舶建造过程仿真的树形目录结构数据及仿真系统 |
| CN106056286A (zh) * | 2016-06-01 | 2016-10-26 | 江苏科技大学 | 一种船舶分段建造车间作业调度系统及其调度方法 |
| CN106951621A (zh) * | 2017-03-13 | 2017-07-14 | 江苏科技大学 | 一种用于船舶搭载计划调整的仿真优化方法 |
| CN109375601A (zh) * | 2018-11-13 | 2019-02-22 | 华中科技大学 | 基于数据驱动建模与仿真优化的流水线规划方法及设备 |
| CN110069880A (zh) * | 2019-04-30 | 2019-07-30 | 西安交通大学 | 一种基于仿真的多目标设备布局和生产排程协同优化方法 |
| CN110794788A (zh) * | 2019-11-18 | 2020-02-14 | 国机工业互联网研究院(河南)有限公司 | 一种生产排程装置、方法、设备及计算机可读存储介质 |
| CN111259535A (zh) * | 2020-01-13 | 2020-06-09 | 中船第九设计研究院工程有限公司 | 一种船舶管道生产线物流仿真系统开发方法 |
| CN112633769A (zh) * | 2020-12-31 | 2021-04-09 | 中国电子科技集团公司第十四研究所 | 一种高级计划排程系统 |
| CN113705866A (zh) * | 2021-08-16 | 2021-11-26 | 成都飞机工业（集团）有限责任公司 | 基于资源受限项目调度问题模型的排程优化方法和系统 |
| CN114298426A (zh) * | 2021-12-30 | 2022-04-08 | 北京深度奇点科技有限公司 | Aps动态生产计划排程系统 |
-
2022
- 2022-07-05 CN CN202210785675.6A patent/CN115099656B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440384A (zh) * | 2013-09-04 | 2013-12-11 | 上海东方申信科技发展有限公司 | 支持船舶建造过程仿真的树形目录结构数据及仿真系统 |
| CN106056286A (zh) * | 2016-06-01 | 2016-10-26 | 江苏科技大学 | 一种船舶分段建造车间作业调度系统及其调度方法 |
| CN106951621A (zh) * | 2017-03-13 | 2017-07-14 | 江苏科技大学 | 一种用于船舶搭载计划调整的仿真优化方法 |
| CN109375601A (zh) * | 2018-11-13 | 2019-02-22 | 华中科技大学 | 基于数据驱动建模与仿真优化的流水线规划方法及设备 |
| CN110069880A (zh) * | 2019-04-30 | 2019-07-30 | 西安交通大学 | 一种基于仿真的多目标设备布局和生产排程协同优化方法 |
| CN110794788A (zh) * | 2019-11-18 | 2020-02-14 | 国机工业互联网研究院(河南)有限公司 | 一种生产排程装置、方法、设备及计算机可读存储介质 |
| CN111259535A (zh) * | 2020-01-13 | 2020-06-09 | 中船第九设计研究院工程有限公司 | 一种船舶管道生产线物流仿真系统开发方法 |
| CN112633769A (zh) * | 2020-12-31 | 2021-04-09 | 中国电子科技集团公司第十四研究所 | 一种高级计划排程系统 |
| CN113705866A (zh) * | 2021-08-16 | 2021-11-26 | 成都飞机工业（集团）有限责任公司 | 基于资源受限项目调度问题模型的排程优化方法和系统 |
| CN114298426A (zh) * | 2021-12-30 | 2022-04-08 | 北京深度奇点科技有限公司 | Aps动态生产计划排程系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115099656A (zh) | 2022-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Framework for modeling operational uncertainty to optimize offsite production scheduling of precast components | |
| CN110794788B (zh) | 一种生产排程装置、方法、设备及计算机可读存储介质 | |
| Guo et al. | A harmony search-based memetic optimization model for integrated production and transportation scheduling in MTO manufacturing | |
| Barak et al. | Energy-efficient multi-objective flexible manufacturing scheduling | |
| Ju et al. | System development for establishing shipyard mid-term production plans using backward process-centric simulation | |
| CN103500375A (zh) | 一种基于eM-Plant的MES调度控制方法 | |
| Li et al. | A production planning model for make-to-order foundry flow shop with capacity constraint | |
| Basán et al. | Scheduling of flexible manufacturing plants with redesign options: A MILP-based decomposition algorithm and case studies | |
| CN115099656B (zh) | 基于仿真优化的海工分段智能排程系统 | |
| Taghaddos et al. | Simulation-based multiple heavy lift planning in industrial construction | |
| CN107516149A (zh) | 企业供应链管理系统 | |
| Chargui et al. | A novel robust exact decomposition algorithm for berth and quay crane allocation and scheduling problem considering uncertainty and energy efficiency | |
| Vaisi et al. | Two-machine robotic cell sequencing under different uncertainties | |
| Ruan et al. | Improved eight-process model of precast component production scheduling considering resource constraints | |
| CN111598464A (zh) | 一种基于过程建模的炼钢排产方法 | |
| Krüger | The role of IT in shipbuilding | |
| Liu et al. | Multi-Level Rolling Horizon Planning and Scheduling Integrated with Material Constraints Using DBR Approach: A Heuristic for Smart Manufacturing | |
| Liu et al. | Integrated production and distribution planning for the iron ore concentrate | |
| Klanke et al. | Simulation-based scheduling of a large-scale industrial formulation plant using a heuristics-assisted genetic algorithm | |
| Baranova et al. | Formation of Robotized Structures at Innovation-Oriented Clusters’ Enterprises in Terms of Digital Manufacturing | |
| Spina et al. | A hybrid approach to the single line scheduling problem with multiple products and sequence-dependent time | |
| CN113269495A (zh) | 基于电力物资配送的优化方法及系统 | |
| Bo et al. | Manufacturing rescheduling after crisis or disaster-caused supply chain disruption | |
| Leu et al. | A GA-based model for maximizing precast plant production under resource constraints | |
| 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 |
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 |