CN116070876B - 一种基于瓶颈设备能力的排产优化方法、设备及介质 - Google Patents
一种基于瓶颈设备能力的排产优化方法、设备及介质 Download PDFInfo
- Publication number
- CN116070876B CN116070876B CN202310200232.0A CN202310200232A CN116070876B CN 116070876 B CN116070876 B CN 116070876B CN 202310200232 A CN202310200232 A CN 202310200232A CN 116070876 B CN116070876 B CN 116070876B
- Authority
- CN
- China
- Prior art keywords
- bottleneck
- equipment
- man
- hour
- regulated
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005457 optimization Methods 0.000 title claims abstract description 28
- 230000001105 regulatory effect Effects 0.000 claims abstract description 128
- 238000004519 manufacturing process Methods 0.000 claims abstract description 67
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012946 outsourcing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 2
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect 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
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
本说明书实施例公开了一种基于瓶颈设备能力的排产优化方法、设备及介质，涉及生产计划与控制技术领域用于解决现有技术中设备负荷率不均衡的问题。方法包括：确定设备负荷率最高的设备为待调整瓶颈设备，根据目标企业的生产计划，获取待调整瓶颈设备所对应的多个可生产产品型号，以及与待调整瓶颈设备存在交叉情况的多个待调配瓶颈设备；确定与待调整瓶颈设备相对应的设备簇与产品簇；获取待调整瓶颈设备的缺口工时与待调配瓶颈设备的富余工时总额，根据缺口工时确定待调整瓶颈设备的调整率，以基于调整率、富余工时总额，对各可生产产品型号的工时进行调配，以实现对于高负荷率瓶颈设备的工时调配，达到均衡负荷率的效果。
Description
技术领域
本说明书涉及生产计划与控制技术领域，尤其涉及一种基于瓶颈设备能力的排产优化方法、设备及介质。
背景技术
生产计划是企业对生产任务做出统筹安排，是企业经营计划的重要组成部分，以及企业进行生产管理的重要依据。对于制造类企业一般在制定完成主生产计划（MasterProduction Schedule，简称MPS）后，则基于主生产计划进行产品的生产。而对于制造类企业瓶颈设备的能力是决定主生产计划按期执行的关键。
现有的瓶颈设备能力评估方法，也就是评估瓶颈设备负荷率的方法只能粗线条的实现瓶颈设备能力的评估，难以基于瓶颈设备能力实现排产优化，当存在由于生产计划不合理导致的瓶颈设备的负荷率过高，或者瓶颈设备的负荷率不平衡的问题时，会导致企业中的某些负荷率低的瓶颈设备的能力不能充分利用的问题。且现有方式中并未考虑到现有生产企业中并行模式生产时，对于存在交叉的瓶颈设备能够基于排产优化进一步发挥瓶颈设备的能力的问题，使得瓶颈设备的负荷率均衡性较差。
发明内容
为了解决上述技术问题，本说明书一个或多个实施例提供了一种基于瓶颈设备能力的排产优化方法、设备及介质。
本说明书一个或多个实施例采用下述技术方案：
本说明书一个或多个实施例提供一种基于瓶颈设备能力的排产优化方法，方法包括：
获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，若所述当前工休机制为极限工休机制，则判断当前瓶颈设备的设备负荷率是否大于预设阈值；其中，所述极限工休机制为三班制模式与自然日工作模式相结合的工休机制；
若是，则确定设备负荷率最高的设备为待调整瓶颈设备，以根据所述目标企业的生产计划，获取所述待调整瓶颈设备所对应的多个可生产产品型号，以及与所述待调整瓶颈设备对应于同一个型号产品的多个待调配瓶颈设备；其中，所述待调配瓶颈设备的设备负荷率小于等于所述预设阈值；
基于所述多个待调配瓶颈设备确定与所述待调整瓶颈设备相对应的设备簇，并根据所述待调整瓶颈设备与所述多个待调配瓶颈设备存在交叉的产品，确定与所述待调整瓶颈设备相对应的产品簇；
获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，根据所述缺口工时确定待调整瓶颈设备的调整率，以基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备。
可选地，在本说明书一个或多个实施例中，所述判断当前瓶颈设备的设备负荷率是否大于预设阈值之后，所述方法还包括：
若所述当前瓶颈设备的设备负荷率小于所述预设阈值，则基于所述设备负荷率对各所述当前瓶颈设备进行排序，以获得各所述当前瓶颈设备的设备负荷率序列；
获取所述设备负荷率序列中的负荷率中值、负荷率最大值，以确定所述负荷率最大值与所述负荷率中值的差值，若所述差值大于预设差值阈值，则获取所述负荷率最大值所对应的当前瓶颈设备作为待调整瓶颈设备；
获取与所述待调整瓶颈设备相对应的设备簇与产品簇，以将所述差值、所述产品簇中各所述产品型号所对应的待调配瓶颈设备的富余工时、所述对应的待调配瓶颈设备的负荷率输入预置深度学习网络，以输出与所述待调整瓶颈设备中各产品相对应的待调配工时；
获取所述产品簇中各所述待调配瓶颈设备的富余总工时，以基于所述富余总工时与所述富余工时确定各所述待调配瓶颈设备的工时调配率，根据所述工时调配率对所述待调配工时进行分配。
可选地，在本说明书一个或多个实施例中，所述获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，具体包括：
基于所述目标企业的预置数据库获取与所述设备负荷率相关的影响数据；其中，所述影响数据包括：当前工休机制、所述当前瓶颈设备的数量、计划生产数量、单位产品工时以及计划工作天数；
根据所述当前工休机制确定所述目标企业的日工作工时，以基于所述当前瓶颈设备的数量、所述计划工作天数与所述日工作工时，确定所述当前瓶颈设备的可用工时；
根据所述计划生产数量与所述单位产品工时，确定所述当前瓶颈设备的计划工时；
基于所述可用工时与所述计划工时，确定所述当前瓶颈设备的设备负荷率。
可选地，在本说明书一个或多个实施例中，所述获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，具体包括：
根据所述待调整瓶颈设备的所述计划工时与所述可用工时的差值，确定所述待调整瓶颈设备的缺口工时；
根据所述设备簇中各所述待调配瓶颈设备的计划工时与可用工时的差值，确定出各所述待调配瓶颈设备的富余工时，以基于各所述待调配瓶颈设备的富余工时确定所述设备簇的富余工时总额；
其中，获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额之后，所述方法还包括：
基于所述预置数据库获取各所述待调配瓶颈设备中各可生产产品型号的生产比重；
基于所述生产比重与所述待调配瓶颈设备的富余工时总额，确定所述待调配瓶颈设备中与各可生产产品型号相对应的富余工时值。
可选地，在本说明书一个或多个实施例中，根据所述缺口工时确定待调整瓶颈设备的调整率，具体包括：
确定所述待调整瓶颈设备中的可生产产品型号，与各所述待调配瓶颈设备所对应的可生产产品型号，以确定所述待调整瓶颈设备与所述待调配瓶颈设备的交叉产品型号；
获取所述待调整瓶颈设备中各所述交叉产品型号所对应的计划工时，以确定所述待调整瓶颈设备中的交叉工时总额；
将所述待调整瓶颈设备的缺口工时与所述待调整瓶颈设备的交叉工时总额输入预置调整率公式，以确定所述待调整瓶颈设备的调整率；其中，所述预置调整率公式为：
；/>
为所述待调整瓶颈设备的调整率，/>
为所述缺口工时，/>
为所述交叉工时总额。
可选地，在本说明书一个或多个实施例中，基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备，具体包括：
基于所述待调整瓶颈设备的缺口工时，确定所述待调整瓶颈设备中各可生产产品型号的产品缺口工时；
基于预置调整公式对所述可生产产品型号的产品缺口工时与所述待调整瓶颈设备的调整率进行处理，确定所述待调整瓶颈设备中各可生产产品型号的待调配工时；其中，所述预置调整公式为：
；/>
为所述待调配工时，/>
为所述可生产产品型号的产品缺口工时；
将各所述待调配瓶颈设备的富余工时总额与各所述待调配瓶颈设备的富余工时以及所述各可生产产品型号的待调配工时输入预置分配公式，确定各待调配设备的接收工时，以基于所述接收工时生产所述可生产产品型号的产品；其中，所述预置分配公式为：
；/>
为各待调配设备的接收工时，/>
为富余工时总额，/>
为各所述待调配瓶颈设备的富余工时。
可选地，在本说明书一个或多个实施例中，根据所述缺口工时确定待调整瓶颈设备的调整率之后，所述方法还包括：
判断所述调整率是否大于预置调整率阈值；其中，所述预置调整率阈值为100%；
若所述调整率大于所述预置调整率阈值，则确定所述调整率等于所述预置调整率阈值。
可选地，在本说明书一个或多个实施例中，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备之后，所述方法还包括：
迭代调配当前瓶颈设备的设备负荷率大于预设阈值且设备负荷率最高的设备，实现所述目标企业中各所述当前瓶颈设备的排产优化；
确定所述排产优化后各所述当前瓶颈设备所对应的优化后的设备负荷率；
若所述设备负荷率大于所述预设阈值，则获取所述当前瓶颈设备的当前缺口工时；
基于所述缺口工时与所述单位产品工时，确定所述当前瓶颈设备中各所述可生产产品型号的缺口产品数量；
获取所述目标企业所在供应链的上下游企业，以基于所述上下游企业的关联企业确定与所述目标企业相对应的协助企业，以基于所述协助企业生产所述缺口产品数量的产品。
本说明书一个或多个实施例提供一种基于瓶颈设备能力的排产优化设备，设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行：
获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，若所述当前工休机制为极限工休机制，则判断当前瓶颈设备的设备负荷率是否大于预设阈值；其中，所述极限工休机制为三班制模式与自然日工作模式相结合的工休机制；
若是，则确定设备负荷率最高的设备为待调整瓶颈设备，以根据所述目标企业的生产计划，获取所述待调整瓶颈设备所对应的多个可生产产品型号，以及与所述待调整瓶颈设备对应于同一个型号产品的多个待调配瓶颈设备；其中，所述待调配瓶颈设备的设备负荷率小于等于所述预设阈值；
基于所述多个待调配瓶颈设备确定与所述待调整瓶颈设备相对应的设备簇，并根据所述待调整瓶颈设备与所述多个待调配瓶颈设备存在交叉的产品，确定与所述待调整瓶颈设备相对应的产品簇；
获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，根据所述缺口工时确定待调整瓶颈设备的调整率，以基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，若所述当前工休机制为极限工休机制，则判断当前瓶颈设备的设备负荷率是否大于预设阈值；其中，所述极限工休机制为三班制模式与自然日工作模式相结合的工休机制；
若是，则确定设备负荷率最高的设备为待调整瓶颈设备，以根据所述目标企业的生产计划，获取所述待调整瓶颈设备所对应的多个可生产产品型号，以及与所述待调整瓶颈设备对应于同一个型号产品的多个待调配瓶颈设备；其中，所述待调配瓶颈设备的设备负荷率小于等于所述预设阈值；
基于所述多个待调配瓶颈设备确定与所述待调整瓶颈设备相对应的设备簇，并根据所述待调整瓶颈设备与所述多个待调配瓶颈设备存在交叉的产品，确定与所述待调整瓶颈设备相对应的产品簇；
获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，根据所述缺口工时确定待调整瓶颈设备的调整率，以基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
通过获取当前瓶颈设备的设备负荷率，判断设备负荷率大于预设阈值且设备负荷率最高的设备作为待调整瓶颈设备，从而依次实现将待调整瓶颈设备的缺口工时，分配到对应于同一个型号产品的多个待调配瓶颈设备中，实现了削峰填谷，平衡各瓶颈设备的负荷率的目的，充分利用了与待调整瓶颈设备存在交叉情况的待调配瓶颈设备的设备能力。通过平衡各瓶颈设备的负荷率，最大限度发挥各瓶颈设备的能力，且在一定程度下实现了将待调整瓶颈设备的负荷率降低到了负荷率阈值范围内，减少了企业外协与外购的现象。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本说明书实施例提供的一种基于瓶颈设备能力的排产优化方法的流程示意图；
图2为本说明书实施例提供的某应用场景下一种瓶颈设备不同生产模式下交叉情况的示意图；
图3为本说明书实施例提供的一种基于瓶颈设备能力的排产优化装置的内部结构示意图；
图4为本说明书实施例提供的一种非易失性存储介质的内部结构示意图。
具体实施方式
本说明书实施例提供一种基于瓶颈设备能力的排产优化方法、设备及介质。
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。如图1所示为本说明书实施例提供的一种基于瓶颈设备能力的排产优化方法的流程示意图。由图1可知，一种基于瓶颈设备能力的排产优化方法，方法包括以下步骤：
S101：获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，若所述当前工休机制为极限工休机制，则判断当前瓶颈设备的设备负荷率是否大于预设阈值；其中，所述极限工休机制为三班制模式与自然日工作模式相结合的工休机制。
首先，为了均衡瓶颈设备的负荷率，最大限度地发挥各个瓶颈设备的能力。本说明书实施例中首先获取到目标企业当前的工休机制以及当前瓶颈设备的设备负荷率。如果确定了当前瓶颈设备所对应的当前工休机制为极限工休机制，也就是三班制模式与自然日工作模式相结合的工休机制，使得当前瓶颈设备在24小时内均可运行。此时，判断当前瓶颈设备的设备负荷率是否大于预先设置的阈值。可以理解的是，如果当前瓶颈设备的设备负荷率大于预先设置的阈值则说明当前瓶颈设备处于超负荷状态，无法满足对于产品的生产需求，因此需要对于处于超负荷状态的当前瓶颈设备进行分析实现排产优化。
进一步地，在本说明书一个或多个实施例中，获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，具体包括以下：首先基于目标企业的预置数据库获取到与设备负荷率相关的影响数据。其中，需要说明的是预先设置的数据库中存储有与瓶颈设备以及生产产品相关的基础数据，当前目标企业的工休机制数据以及瓶颈设备相关产能数据等，而与设备负荷率相关的影响数据基于上述数据进行提取包括了：当前工休机制、当前瓶颈设备的数量、计划生产数量、单位产品工时以及计划工作天数等数据。根据当前工休机制确定出目标企业的日工作工时，例如当前工休机制为单班制模式与工作日模式相结合的工休机制，则目标企业此时的日工作时间为8小时。根据当前瓶颈设备的数量、计划工作天数与日工作工时的乘积，能够确定出当前瓶颈设备的可用工时。然后根据计划生产数量与单位产品工时的乘积，能够确定出当前瓶颈设备的计划工时。根据上述计算获得的可用工时与计划工时，确定出当前瓶颈设备的设备负荷率。以便基于设备负荷率判断当前瓶颈设备是否处于超负荷状态，实现对于瓶颈设备的能力评估。
S102：若是，则确定设备负荷率最高的设备为待调整瓶颈设备，以根据所述目标企业的生产计划，获取所述待调整瓶颈设备所对应的多个可生产产品型号，以及与所述待调整瓶颈设备对应于同一个型号产品的多个待调配瓶颈设备；其中，所述待调配瓶颈设备的设备负荷率小于等于所述预设阈值。
基于上述步骤S101判断当前瓶颈设备的设备负荷率是否大于预设阈值后，在本说明书一个实施例中，如果确定当前瓶颈设备的设备负荷率大于预先设置的阈值，那么说明需要对大于预设阈值的当前瓶颈设备进行调整，而为了实现削峰填谷平衡瓶颈设备负荷率的效果，首先确定出设备负荷率最高的设备作为待调整瓶颈设备，以便于先对设备负荷率最高的设备进行调整，再反复进行调整过程实现对于超过预设阈值的瓶颈设备的全部调整。再获得到待调整瓶颈设备之后，由于当前企业一般处于并行生产模式下，如下图2所示对于并行模式生产，瓶颈设备与所生产的各型号产品并非一一对应，而是存在交叉，各瓶颈设备可生产多种型号产品，各型号产品也可在多台瓶颈设备上生产。因此，根据目标企业的生产计划，获取待调整瓶颈设备所对应的多个可生产产品型号，以及和待调整瓶颈设备对应于待调整瓶颈设备对应于同一个型号产品的多个待调配瓶颈设备，也就是如图2所示与待调整瓶颈设备存在交叉情况的设备作为待调配瓶颈设备。可以理解的是，为了均衡瓶颈设备的负荷率在对负荷率高的待调整瓶颈设备进行调整时，待调配瓶颈设备的设备负荷率是小于等于预设阈值的低负荷设备。
S103：基于所述多个待调配瓶颈设备确定与所述待调整瓶颈设备相对应的设备簇，并根据所述待调整瓶颈设备与所述多个待调配瓶颈设备存在交叉的产品，确定与所述待调整瓶颈设备相对应的产品簇。
为了实现对于待调整瓶颈设备中各个可生产产品型号的产品调整到对应的待调配瓶颈设备中进行生产，从而均衡各个瓶颈设备的负荷率，降低待调整瓶颈设备中的负荷率，本说明书实施例中根据多个待调配瓶颈设备确定与待调整瓶颈设备相对应的设备簇，也就是说确定与负荷率超阈值的待调整瓶颈设备存在交叉情况的负荷率未超阈值的n个待调配瓶颈设备，为设备簇
。同时，根据所述待调整瓶颈设备与所述多个待调配瓶颈设备存在交叉的产品，确定与所述待调整瓶颈设备相对应的产品簇。也就说确定与负荷率超阈值瓶颈设备存在交叉情况的m个产品型号，记为产品型号簇/>
。其中，需要说明的是，存在交叉的产品如图2所示，为并行模式下待调整瓶颈设备所生产的某一产品在待调整瓶颈设备也能够生产的产品。
S104：获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，根据所述缺口工时确定待调整瓶颈设备的调整率，以基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备。
为了确定出待调整瓶颈设备的缺口工时以及待调配瓶颈设备的富余工时，从而将待调整瓶颈设备的缺口工时分配到待调配瓶颈设备中，实现瓶颈设备能力的充分利用。本说明书实施例中，首先获取到待调整瓶颈设备的缺口工时与设备簇中各待调配瓶颈设备的富余工时总额，从而根据缺口工时确定出待调整瓶颈设备的调整率，以基于调整率、富余工时总额，将产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备中实现排产优化的过程。
具体地，获取待调整瓶颈设备的缺口工时与设备簇中各待调配瓶颈设备的富余工时总额，具体包括以下过程：
首先，根据上述步骤S101中获得的待调整瓶颈设备的计划工时与可用工时，基于待调整瓶颈设备的计划工时与可用工时的差值，确定出待调整瓶颈设备的缺口工时。即缺口工时
，其中/>
表示计划工时，
表示可用工时，/>
表示缺口工时。然后根据设备簇中各待调配瓶颈设备的计划工时与可用工时的差值，确定出各待调配瓶颈设备的富余工时，从而基于各个待调配瓶颈设备的富余工时确定出设备簇的富余工时总额。其中，需要说明的是：获取待调整瓶颈设备的缺口工时与设备簇中各待调配瓶颈设备的富余工时总额之后，方法还包括以下步骤：根据上述步骤中预先设置的数据库获取各待调配瓶颈设备中各可生产产品型号的生产比重。从而根据生产比重与待调配瓶颈设备的富余工时总额，确定出待调配瓶颈设备中与各可生产产品型号相对应的富余工时值。
进一步地，根据缺口工时确定待调整瓶颈设备的调整率，具体包括以下步骤：首先确定出待调整瓶颈设备中的可生产产品型号，与各待调配瓶颈设备所对应的可生产产品型号，从而确定待调整瓶颈设备与待调配瓶颈设备的交叉产品型号。获取待调整瓶颈设备中各交叉产品型号所对应的计划工时，从而确定出待调整瓶颈设备中的交叉工时总额
。将待调整瓶颈设备的缺口工时与待调整瓶颈设备的交叉工时总额输入预置调整率公式中，以确定出待调整瓶颈设备的调整率。其中，预置调整率公式为/>
，其中/>
表示待调整瓶颈设备的调整率。
进一步地，在本说明书一个或多个实施例中，根据调整率、富余工时总额，将产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备，具体包括以下步骤：
首先，基于待调整瓶颈设备的缺口工时，确定出待调整瓶颈设备中各可生产产品型号的产品缺口工时。基于预置调整公式对可生产产品型号的产品缺口工时与待调整瓶颈设备的调整率进行处理，确定待调整瓶颈设备中各可生产产品型号的待调配工时。其中，预置调整公式为：
；/>
为待调配工时，/>
为各可生产产品型号的产品缺口工时；也就说确定负荷率超阈值的待调整瓶颈设备要调整到j个存在交叉的待调配瓶颈设备的工时/>
。然后根据待调配瓶颈设备的富余工时总额与各待调配瓶颈设备的富余工时确定各待调配设备的接收工时比率为/>
；其中，/>
为富余工时总额，/>
为各待调配瓶颈设备的富余工时。基于接收工时比率与各可生产产品型号的待调配工时，确定出各个待调配设备的接收工时，从而根据接收工时生产可生产产品型号的产品。即首先计算产品型号簇/>
中第i个的产品所涉及的设备簇/>
中j个设备的工时富余总额/>
，基于接收工时比率与所述各可生产产品型号的待调配工时，计算/>
在j个交叉设备中的工时分配情况/>
。将
作为预置分配公式，那么将各待调配瓶颈设备的富余工时总额与各待调配瓶颈设备的富余工时以及各可生产产品型号的待调配工时输入到预置分配公式中，即可确定出各待调配设备的接收工时，以基于接收工时生产所述可生产产品型号的产品。
为了更加形象的阐述排产优化过程，对于待调配设备的富余工时总额大于缺口工时情形下在本说明书如下表1所示提供了待调配设备的富余工时总额大于缺口工时的数据表格。
表1待调配设备的富余工时总额大于缺口工时的数据表格
由上表1所示，瓶颈设备1的富余工时为-400，可见瓶颈设备1当前存在缺口工时，且与其他瓶颈设备对比可见，瓶颈设备1能力不足为需要调整的瓶颈设备作为待调整瓶颈设备。同时由表1可见，瓶颈设备1与瓶颈设备2、瓶颈设备3、瓶颈设备4、瓶颈设备5的交叉产品的型号为：可生产产品型号1、可生产产品型号2、可生产产品型号3、可生产产品型号4、可生产产品型号5。此时，瓶颈设备1可以调节到其他平均设备的交叉工时总额为：200+200+100+100+200=800工时，此时瓶颈设备1的调整率为400/800=50%。而瓶颈设备2、瓶颈设备3、瓶颈设备4与瓶颈设备5的富余工时总额为500+400+600+500=2000工时。以对于瓶颈设备1中可生产产品型号3的产品进行排产为例，可生产产品型号3的产品所需工时总量为100+100+100+100+100=500工时。为了降低瓶颈设备1的负荷率需要将瓶颈设备1中的工时向外调整50%，即100
50%=50工时。此时，瓶颈设备2接收的工时为/>
=12.5工时，瓶颈设备3接收的工时为/>
工时，瓶颈设备4接收的工时为/>
，瓶颈设备5接收的工时为/>
。
进一步地，在本说明书一个或多个实施例中，根据缺口工时确定出待调整瓶颈设备的调整率之后，方法还包括以下步骤：首先判断调整率是否大于预置调整率阈值；其中，预置调整率阈值为100%。如果调整率大于预置调整率阈值，则确定调整率等于预置调整率阈值。对于待调配设备的富余工时总额小于缺口工时情形，为了更加形象的进行阐述，如下表2所示提供了待调配设备的富余工时总额小于缺口工时的数据表格。
表2待调配设备的富余工时总额小于缺口工时的数据表格
如图2所示，继续以可生产产品型号3的排产优化过程为例，此时瓶颈设备2、瓶颈设备3、瓶颈设备4与瓶颈设备5的富余工时总额为50+40+60+50=200工时，而200<400，此时400/200>100%,因此，此时的调整率为100%，即此时瓶颈设备2、瓶颈设备3、瓶颈设备4与瓶颈设备5的富余工时无法满足瓶颈设备1的缺口工时，需要将富余工时全部进行调配。此时瓶颈设备2的接收工时为
工时，瓶颈设备3的接收工时为/>
工时，瓶颈设备4的接收工时为/>
工时，与瓶颈设备5的接收工时为/>
工时。
进一步的，在本说明书一个或多个实施例中，还存在瓶颈设备能力可以满足时，即设备负荷率未超阈值范围时，若某几个瓶颈设备的负荷率显著高于其他瓶颈设备，为了实现对于瓶颈设备负荷率的均衡。此时，本说明书实施例中，判断当前瓶颈设备的设备负荷率是否大于预设阈值之后，方法还包括以下过程：
如果当前瓶颈设备的设备负荷率小于预先设置的阈值，那么就根据设备负荷率对各当前瓶颈设备进行排序，从而获得各当前瓶颈设备的设备负荷率序列。
为了判断此时瓶颈设备的负荷率是否出现明显的不均衡问题。获取设备负荷率序列中的负荷率中值、负荷率最大值，以确定负荷率最大值与负荷率中值的差值，如果确认差值大于预设差值阈值，那么就获取负荷率最大值所对应的当前瓶颈设备作为待调整瓶颈设备。获取和待调整瓶颈设备相对应的设备簇与产品簇，从而将差值、产品簇中各产品型号所对应的待调配瓶颈设备的富余工时、对应的待调配瓶颈设备的负荷率输入到预先设置的深度学习网络中进行预测，从而输出与待调整瓶颈设备中各产品相对应的待调配工时。此时获取产品簇中各待调配瓶颈设备的富余总工时，以基于富余总工时与富余工时确定各待调配瓶颈设备的工时调配率，并根据工时调配率对待调配工时进行分配。其中，需要说明的是：将差值、产品簇中各产品型号所对应的待调配瓶颈设备的富余工时、对应的待调配瓶颈设备的负荷率输入到预先设置的深度学习网络中进行预测之前，方法还包括：基于目标企业的预置数据库，获取到所述目标企业的历史调整数据；其中，所述历史调整数据包括：各瓶颈设备调整前的负荷率差值，待调配瓶颈设备的富余工时、待调配瓶颈设备的负荷率等相关调整数据；基于所述历史调整数据确定各瓶颈设备调整流程中所对应的完整调整数据，以将各瓶颈设备的完整调整数据作为训练样本输入初始深度学习网络模型中进行迭代训练，以获得训练后的深度学习网络模型作为预置深度学习网络模型。
进一步地，为了解决排产优化后目标企业内的瓶颈设备能力依旧无法保障产品生产的问题。在本说明书一个或多个实施例中，将产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备之后，方法还包括以下过程：
迭代调配当前瓶颈设备的设备负荷率大于预设阈值且设备负荷率最高的设备，实现目标企业中各个当前瓶颈设备的排产优化。确定出排产优化后各当前瓶颈设备所对应的优化后的设备负荷率。如果设备负荷率小于预设阈值，说明此时的瓶颈设备能力可以满足，在排产优化以后，采用排产优化后的MPS方案，实现了均衡负荷率的目的。而如果设备负荷率大于预设阈值，说明排产优化后设备能力仍然不能满足，此时需要进行外协或外购实现产品的生产，需要获取当前瓶颈设备的当前缺口工时。根据缺口工时与单位产品工时，确定出当前瓶颈设备中各个可生产产品型号的缺口产品数量。然后为了锁定对应的外协或外购企业，获取目标企业所在供应链的上下游企业，以基于上下游企业的关联企业确定与目标企业相对应的协助企业，从而基于协助企业辅助生产缺口产品数量的产品。
如图3所示，本说明书一个或多个实施例中提供了一种基于瓶颈设备能力的排产优化设备的内部结构示意图。由图3可知，一种基于瓶颈设备能力的排产优化设备，设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行：
获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，若所述当前工休机制为极限工休机制，则判断当前瓶颈设备的设备负荷率是否大于预设阈值；其中，所述极限工休机制为三班制模式与自然日工作模式相结合的工休机制；
若是，则确定设备负荷率最高的设备为待调整瓶颈设备，以根据所述目标企业的生产计划，获取所述待调整瓶颈设备所对应的多个可生产产品型号，以及与所述待调整瓶颈设备对应于同一个型号产品的多个待调配瓶颈设备；其中，所述待调配瓶颈设备的设备负荷率小于等于所述预设阈值；
基于所述多个待调配瓶颈设备确定与所述待调整瓶颈设备相对应的设备簇，并根据所述待调整瓶颈设备与所述多个待调配瓶颈设备存在交叉的产品，确定与所述待调整瓶颈设备相对应的产品簇；
获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，根据所述缺口工时确定待调整瓶颈设备的调整率，以基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备。
如图4所示，本说明书一个或多个实施例中提供了一种非易失性存储介质的内部结构示意图。由图4可知，一种非易失性存储介质，存储有计算机可执行指令，所述计算机可执行指令能够：
获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，若所述当前工休机制为极限工休机制，则判断当前瓶颈设备的设备负荷率是否大于预设阈值；其中，所述极限工休机制为三班制模式与自然日工作模式相结合的工休机制；
若是，则确定设备负荷率最高的设备为待调整瓶颈设备，以根据所述目标企业的生产计划，获取所述待调整瓶颈设备所对应的多个可生产产品型号，以及与所述待调整瓶颈设备对应于同一个型号产品的多个待调配瓶颈设备；其中，所述待调配瓶颈设备的设备负荷率小于等于所述预设阈值；
基于所述多个待调配瓶颈设备确定与所述待调整瓶颈设备相对应的设备簇，并根据所述待调整瓶颈设备与所述多个待调配瓶颈设备存在交叉的产品，确定与所述待调整瓶颈设备相对应的产品簇；
获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，根据所述缺口工时确定待调整瓶颈设备的调整率，以基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备。
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，对于装置、设备、非易失性计算机存储介质实施例而言，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。
最后，应当理解的是，本说明书以上实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种基于瓶颈设备能力的排产优化方法，其特征在于，所述方法包括：
获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，若所述当前工休机制为极限工休机制，则判断当前瓶颈设备的设备负荷率是否大于预设阈值；其中，所述极限工休机制为三班制模式与自然日工作模式相结合的工休机制；
若是，则确定设备负荷率最高的设备为待调整瓶颈设备，以根据所述目标企业的生产计划，获取所述待调整瓶颈设备所对应的多个可生产产品型号，以及与所述待调整瓶颈设备对应于同一个型号产品的多个待调配瓶颈设备；其中，所述待调配瓶颈设备的设备负荷率小于等于所述预设阈值；
基于所述多个待调配瓶颈设备确定与所述待调整瓶颈设备相对应的设备簇，并根据所述待调整瓶颈设备与所述多个待调配瓶颈设备存在交叉的产品，确定与所述待调整瓶颈设备相对应的产品簇；
获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，根据所述缺口工时确定待调整瓶颈设备的调整率，以基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备；
其中，获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额，具体包括：
根据所述待调整瓶颈设备的计划工时与可用工时的差值，确定所述待调整瓶颈设备的缺口工时；
根据所述设备簇中各所述待调配瓶颈设备的计划工时与可用工时的差值，确定出各所述待调配瓶颈设备的富余工时，以基于各所述待调配瓶颈设备的富余工时确定所述设备簇的富余工时总额；
其中，获取所述待调整瓶颈设备的缺口工时与所述设备簇中各所述待调配瓶颈设备的富余工时总额之后，所述方法还包括：
基于预置数据库获取各所述待调配瓶颈设备中各可生产产品型号的生产比重；
基于所述生产比重与所述待调配瓶颈设备的富余工时总额，确定所述待调配瓶颈设备中与各可生产产品型号相对应的富余工时值；
所述根据所述缺口工时确定待调整瓶颈设备的调整率，具体包括：
确定所述待调整瓶颈设备中的可生产产品型号，与各所述待调配瓶颈设备所对应的可生产产品型号，以确定所述待调整瓶颈设备与所述待调配瓶颈设备的交叉产品型号；
获取所述待调整瓶颈设备中各所述交叉产品型号所对应的计划工时，以确定所述待调整瓶颈设备中的交叉工时总额；
将所述待调整瓶颈设备的缺口工时与所述待调整瓶颈设备的交叉工时总额输入预置调整率公式，以确定所述待调整瓶颈设备的调整率；其中，所述预置调整率公式为：
；/>
为所述待调整瓶颈设备的调整率，/>
为所述缺口工时，/>
为所述交叉工时总额；
所述基于所述调整率、所述富余工时总额，将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备，具体包括：
基于所述待调整瓶颈设备的缺口工时，确定所述待调整瓶颈设备中各可生产产品型号的产品缺口工时；
基于预置调整公式对所述可生产产品型号的产品缺口工时与所述待调整瓶颈设备的调整率进行处理，确定所述待调整瓶颈设备中各可生产产品型号的待调配工时；其中，所述预置调整公式为：
；/>
为所述待调配工时，/>
为所述可生产产品型号的产品缺口工时；
将各所述待调配瓶颈设备的富余工时总额与各所述待调配瓶颈设备的富余工时以及所述各可生产产品型号的待调配工时输入预置分配公式，确定各待调配设备的接收工时，以基于所述接收工时生产所述可生产产品型号的产品；其中，所述预置分配公式为：
；/>
为各待调配设备的接收工时，/>
为富余工时总额，/>
为各所述待调配瓶颈设备的富余工时。
2.根据权利要求1所述的一种基于瓶颈设备能力的排产优化方法，其特征在于，所述判断当前瓶颈设备的设备负荷率是否大于预设阈值之后，所述方法还包括：
若所述当前瓶颈设备的设备负荷率小于所述预设阈值，则基于所述设备负荷率对各所述当前瓶颈设备进行排序，以获得各所述当前瓶颈设备的设备负荷率序列；
获取所述设备负荷率序列中的负荷率中值、负荷率最大值，以确定所述负荷率最大值与所述负荷率中值的差值，若所述差值大于预设差值阈值，则获取所述负荷率最大值所对应的当前瓶颈设备作为待调整瓶颈设备；
获取与所述待调整瓶颈设备相对应的设备簇与产品簇，以将所述差值、所述产品簇中各所述产品型号所对应的待调配瓶颈设备的富余工时、所述对应的待调配瓶颈设备的负荷率输入预置深度学习网络，以输出与所述待调整瓶颈设备中各产品相对应的待调配工时；
获取所述产品簇中各所述待调配瓶颈设备的富余总工时，以基于所述富余总工时与所述富余工时确定各所述待调配瓶颈设备的工时调配率，根据所述工时调配率对所述待调配工时进行分配。
3.根据权利要求1所述的一种基于瓶颈设备能力的排产优化方法，其特征在于，所述获取目标企业的当前工休机制与当前瓶颈设备的设备负荷率，具体包括：
基于所述目标企业的预置数据库获取与所述设备负荷率相关的影响数据；其中，所述影响数据包括：当前工休机制、所述当前瓶颈设备的数量、计划生产数量、单位产品工时以及计划工作天数；
根据所述当前工休机制确定所述目标企业的日工作工时，以基于所述当前瓶颈设备的数量、所述计划工作天数与所述日工作工时，确定所述当前瓶颈设备的可用工时；
根据所述计划生产数量与所述单位产品工时，确定所述当前瓶颈设备的计划工时；
基于所述可用工时与所述计划工时，确定所述当前瓶颈设备的设备负荷率。
4.根据权利要求1所述的一种基于瓶颈设备能力的排产优化方法，其特征在于，所述根据所述缺口工时确定待调整瓶颈设备的调整率之后，所述方法还包括：
判断所述调整率是否大于预置调整率阈值；其中，所述预置调整率阈值为100%；
若所述调整率大于所述预置调整率阈值，则确定所述调整率等于所述预置调整率阈值。
5.根据权利要求3所述的一种基于瓶颈设备能力的排产优化方法，其特征在于，所述将所述产品簇中各可生产产品型号的工时调配到对应的待调配瓶颈设备之后，所述方法还包括：
迭代调配当前瓶颈设备的设备负荷率大于预设阈值且设备负荷率最高的设备，实现所述目标企业中各所述当前瓶颈设备的排产优化；
确定所述排产优化后各所述当前瓶颈设备所对应的优化后的设备负荷率；
若所述设备负荷率大于所述预设阈值，则获取所述当前瓶颈设备的当前缺口工时；
基于所述缺口工时与所述单位产品工时，确定所述当前瓶颈设备中各所述可生产产品型号的缺口产品数量；
获取所述目标企业所在供应链的上下游企业，以基于所述上下游企业的关联企业确定与所述目标企业相对应的协助企业，以基于所述协助企业生产所述缺口产品数量的产品。
6.一种基于瓶颈设备能力的排产优化设备，所述设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行上述权利要求1-5任一所述的方法。
7.一种非易失性存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令能够执行上述权利要求1-5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310200232.0A CN116070876B (zh) | 2023-03-06 | 2023-03-06 | 一种基于瓶颈设备能力的排产优化方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310200232.0A CN116070876B (zh) | 2023-03-06 | 2023-03-06 | 一种基于瓶颈设备能力的排产优化方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116070876A CN116070876A (zh) | 2023-05-05 |
| CN116070876B true CN116070876B (zh) | 2023-06-09 |
Family
ID=86174998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310200232.0A Active CN116070876B (zh) | 2023-03-06 | 2023-03-06 | 一种基于瓶颈设备能力的排产优化方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116070876B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116360375B (zh) * | 2023-05-26 | 2023-08-11 | 江苏中超新能源科技有限公司 | 太阳能光伏组件的可重复性制造控制方法及其系统 |
| CN117891224B (zh) * | 2024-03-15 | 2024-05-24 | 山东国泰民安玻璃科技有限公司 | 一种口服液体瓶的生产控制方法、设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103676881A (zh) * | 2013-12-16 | 2014-03-26 | 北京化工大学 | 一种半导体生产线动态瓶颈分析方法 |
| CN110298578A (zh) * | 2019-06-24 | 2019-10-01 | 电子科技大学 | 一种混流生产线动态瓶颈预测方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012168746A (ja) * | 2011-02-15 | 2012-09-06 | Hitachi Engineering & Services Co Ltd | 作業負荷平準化装置および作業負荷平準化方法 |
| CN103530702B (zh) * | 2013-10-14 | 2016-07-06 | 西安建筑科技大学 | 一种基于瓶颈设备分解的大规模作业车间调度方法 |
| CN104077633B (zh) * | 2014-06-27 | 2018-06-15 | 歌尔股份有限公司 | 基于瓶颈工序的排产方法 |
| CN109636011B (zh) * | 2018-11-26 | 2023-04-07 | 江苏科技大学 | 一种基于改进的变邻域遗传算法的多班制计划排程法 |
| 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 |
| CN112907156A (zh) * | 2021-04-26 | 2021-06-04 | 上海电气集团股份有限公司 | 一种胶塞排产方法及装置 |
| CN113344367B (zh) * | 2021-05-31 | 2023-04-07 | 青岛奥利普奇智智能工业技术有限公司 | 设备负荷调整方法、装置、设备、存储介质及产品 |
| CN113408915B (zh) * | 2021-06-25 | 2023-02-28 | 中国科学院重庆绿色智能技术研究院 | 生产线瓶颈识别方法及其系统 |
| CN115660243A (zh) * | 2022-11-14 | 2023-01-31 | 中科云谷科技有限公司 | 用于识别瓶颈工序的方法、装置及存储介质 |
-
2023
- 2023-03-06 CN CN202310200232.0A patent/CN116070876B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103676881A (zh) * | 2013-12-16 | 2014-03-26 | 北京化工大学 | 一种半导体生产线动态瓶颈分析方法 |
| CN110298578A (zh) * | 2019-06-24 | 2019-10-01 | 电子科技大学 | 一种混流生产线动态瓶颈预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116070876A (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116070876B (zh) | 一种基于瓶颈设备能力的排产优化方法、设备及介质 | |
| CN108985691A (zh) | 一种基于动态库存控制的自动补货方法及系统 | |
| CN103297626A (zh) | 排班方法及装置 | |
| CN105243609A (zh) | 一种基于模糊层次分析的用户有序用电决策方法 | |
| Petropoulos et al. | A particle swarm optimization algorithm for balancing assembly lines | |
| CN105243449A (zh) | 售电量预测结果修正方法及装置 | |
| CN108365637A (zh) | 一种送电计划与抽水储能发电计划优化方法及系统 | |
| CN107516149B (zh) | 企业供应链管理系统 | |
| CN110750526B (zh) | 单装使用计划生成方法、装置及存储介质 | |
| US20210181726A1 (en) | Control product flow of semiconductor manufacture process under time constraints | |
| CN111813524B (zh) | 一种任务执行方法、装置、电子设备和存储介质 | |
| CN107679651A (zh) | 一种基于灰色预测模型与bp人工神经网络模型的月用电量预测方法 | |
| CN110648037A (zh) | 一种整车生产评价方法及装置 | |
| CN115147136A (zh) | 天然气供需差额确定方法、装置、计算机设备及存储介质 | |
| CN117687356A (zh) | 生产调度方法、终端设备及计算机可读存储介质 | |
| CN112700111A (zh) | 工作数据处理方法、装置、计算机设备及存储介质 | |
| CN111815148A (zh) | 排产方法、装置、电子设备及计算机可读存储介质 | |
| CN102056201B (zh) | 一种业务流程中异常情况的处理方法和装置 | |
| CN115249121A (zh) | 一种基于深度强化学习的离散制造车间鲁棒调度优化方法 | |
| CN110896220B (zh) | 一种基于合作博弈核仁法的可中断负荷优化控制方法 | |
| CN114298597A (zh) | 基于网络模型的订单处理方法、装置、设备及存储介质 | |
| Sajja et al. | A new multi-objective optimization of master production scheduling problems using differential evolution | |
| CN104299055A (zh) | 一种抑制电厂内机组反向调节的发电计划优化方法 | |
| CN111490889A (zh) | 一种无线业务增长预估方法及装置 | |
| CN113867922B (zh) | 一种适用于互感器计量性能在线监测系统的任务调度方法 |
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 |