CN117348575A - 基于生产仿真平台的生产优化方法、装置及系统 - Google Patents
基于生产仿真平台的生产优化方法、装置及系统 Download PDFInfo
- Publication number
- CN117348575A CN117348575A CN202311589193.4A CN202311589193A CN117348575A CN 117348575 A CN117348575 A CN 117348575A CN 202311589193 A CN202311589193 A CN 202311589193A CN 117348575 A CN117348575 A CN 117348575A
- Authority
- CN
- China
- Prior art keywords
- production
- optimization
- simulation
- platform
- index
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 512
- 238000005457 optimization Methods 0.000 title claims abstract description 234
- 238000004088 simulation Methods 0.000 title claims abstract description 229
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 6
- 239000000463 material Substances 0.000 description 20
- 230000008569 process Effects 0.000 description 10
- 238000002360 preparation method Methods 0.000 description 7
- 238000011084 recovery Methods 0.000 description 7
- 239000002671 adjuvant Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000013072 incoming material Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000020004 porter Nutrition 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及生产仿真技术领域,具体公开了一种基于生产仿真平台的生产优化方法、装置及系统,包括:确定生产优化目标,并根据生产优化目标确定初始生产信息;根据初始生产信息进行建模和仿真并获得生产指标仿真结果;将生产指标仿真结果发送至优化平台,优化平台能够在确定生产指标仿真结果不满足生产优化目标时对初始生产信息进行优化调整以获得优化生产信息;根据优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的生产指标仿真结果满足生产优化目标;将满足生产优化目标的生产指标仿真结果所对应的优化生产信息确定为目标生产信息。本发明提供的基于生产仿真平台的生产优化方法具有易于实现且灵活性强的优势。
Description
技术领域
本发明涉及生产仿真技术领域,尤其涉及一种基于生产仿真平台的生产优化方法、基于生产仿真平台的生产优化装置及生产优化系统。
背景技术
现有技术中,工厂生产仿真软件已经发展多年,虽然功能已经相对完善,但是仍然存在一些缺陷,例如,现有工厂仿真软件的用户界面复杂,学习曲线陡峭,需要用户具有相当专业的技术知识培训,因此使用成本较高,限制了其在制造业尤其是中小企业的广泛使用等;另外,现有技术中工厂的仿真软件和算法是一个整体,在进行仿真时只能采用仿真软件内置的算法对生产过程的预设的几个固定参数进行优化,而无法调用外部算法或使用自定义代码以实现更加灵活和复杂的优化。
因此,如何能够提供一种易于实现且灵活性较强的生产优化方式成为本领域技术人员亟待解决的技术问题。
发明内容
本发明提供了一种基于生产仿真平台的生产优化方法、基于生产仿真平台的生产优化装置及生产优化系统,解决相关技术中存在的无法调用外部算法而导致实现复杂以及灵活性差的问题。
作为本发明的第一个方面,提供一种基于生产仿真平台的生产优化方法,其中,包括:
确定生产优化目标,并根据所述生产优化目标确定初始生产信息,所述生产优化目标至少包括总生产时间以及机器使用率,所述初始生产信息至少包括生产订单序列、工位的生产节拍以及搬运调度信息;
根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果;
将所述生产指标仿真结果发送至优化平台,所述优化平台能够在确定所述生产指标仿真结果不满足生产优化目标时对所述初始生产信息进行优化调整以获得优化生产信息;
根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标;
将满足生产优化目标的生产指标仿真结果所对应的优化生产信息确定为目标生产信息,所述目标生产信息用于指导实际生产过程。
进一步地,根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果,包括:
根据所述初始生产信息进行建模确定仿真对象类型;
根据仿真对象类型和生产仿真流程进行仿真获得生产指标仿真结果。
进一步地,根据所述初始生产信息进行建模确定仿真对象类型,包括:
根据所述初始生产信息中的生产订单序列和工位的生产节拍进行建模以确定生产环节的仿真对象类型,所述生产环节的仿真对象类型至少包括工场设备类,所述工场设备类包括生产线数据源、生产线终点、生产工位、装配工位、拆卸工位、传送带、存储设备和旋转传输台;
根据所述搬运调度信息在所述生产环节的仿真对象类型基础上进行建模以确定流转环节的仿真对象类型,所述流转环节的仿真对象类型至少包括智能小车的停放区域、搬运工人的休息区以及每个工位对应的搬运区。
进一步地,根据仿真对象类型和生产仿真流程进行仿真获得生产指标仿真结果,包括:
根据生产仿真流程确定所述仿真对象类型的仿真执行顺序,所述生产仿真流程为预设生产流程;
将每个仿真对象类型的仿真执行结果确定为生产指标仿真结果。
进一步地,将所述生产指标仿真结果发送至优化平台,包括:
根据所述生产指标仿真结果进行计算获得生产环节指标结果和流转环节指标结果;
分别将所述生产环节指标结果和所述流转环节指标结果通过流计算的方式发送至优化平台;
所述优化平台能够根据所述生产环节指标结果和所述流转环节指标结果分别进行优化调整的判断,当确认所述生产环节指标结果需要进行优化调整时至少对所述生产订单序列进行优化调整,以及当确认所述流转环节指标结果需要进行优化调整时至少对所述搬运调度信息进行优化调整。
进一步地,所述优化平台能够根据所述生产环节指标结果和所述流转环节指标结果分别进行优化调整的判断,包括:
所述优化平台能够将所述生产环节指标结果与生产环节优化目标进行比对,并在所述生产环节指标结果不满足生产环节优化目标时,确定所述生产环节指标结果需要进行优化调整;
所述优化平台能够将所述流转环节指标结果与流转环节优化目标进行比对,并在所述流转环节指标结果不满足流转环节优化目标时,确定所述流转环节指标结果需要进行优化调整。
进一步地,当确认所述生产环节指标结果需要进行优化调整时至少对所述生产订单序列进行优化调整,以及当确认所述流转环节指标结果需要进行优化调整时至少对所述搬运调度信息进行优化调整,包括:
当确认所述生产环节指标结果需要进行优化调整时,所述优化平台能够根据生产环节优化目标确定生产环节优化约束条件,并根据所述生产环节优化约束条件至少对所述生产订单序列的顺序进行优化调整;
当确认所述流转环节指标结果需要进行优化调整时,所述优化平台能够根据流转环节优化目标确定流转环节优化约束条件,并根据所述流转环节优化约束条件至少对搬运调度信息中的搬运工人数量和/或智能小车的数量进行优化调整。
进一步地,根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标,包括:
根据所述优化平台获得的优化生产信息至少更新所述初始生产信息中的生产订单序列和搬运调度信息;
根据更新后的初始生产信息重复建模和仿真的步骤,并在获得生产指标仿真结果后重复发送优化平台的步骤,直至所述优化平台反馈的所述生产指标仿真结果满足生产优化目标为止。
作为本发明的另一个方面,提供一种基于生产仿真平台的生产优化装置,用于实现前文所述的基于生产仿真平台的生产优化方法,其中,所述基于生产仿真平台的生产优化装置包括:
确定模块,用于确定生产优化目标,并根据所述生产优化目标确定初始生产信息,所述生产优化目标至少包括总生产时间以及机器使用率,所述初始生产信息至少包括生产订单序列、工位的生产节拍以及搬运调度信息;
建模与仿真模块,用于根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果;
发送模块,用于将所述生产指标仿真结果发送至优化平台,所述优化平台能够在确定所述生产指标仿真结果不满足生产优化目标时对所述初始生产信息进行优化调整以获得优化生产信息;
迭代模块,用于根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标;
输出模块,用于将满足生产优化目标的生产指标仿真结果所对应的优化生产信息确定为目标生产信息,所述目标生产信息用于指导实际生产过程。
作为本发明的另一个方面,提供一种生产优化系统,其中,包括:生产仿真平台和优化平台,所述生产仿真平台和优化平台通信连接,所述生产仿真平台包括前文所述的基于生产仿真平台的生产优化装置,所述优化平台包括能够对生产信息进行优化调整的多种优化算法。
本发明提供的基于生产仿真平台的生产优化方法,通过根据生产优化目标确定初始生产信息,进而对初始生产信息进行建模和仿真,当获得的生产指标仿真结果不满足生产优化目标时能够通过优化平台进行优化调整,最终获得满足生产优化目标的仿真结果,从而能够实现对实际生产过程的有效指导,且该基于生产仿真平台的生产优化方法易于实现,还具有灵活性较强的优势。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1为本发明提供的基于生产仿真平台的生产优化方法的流程图。
图2为本发明提供的获得生产指标仿真结果的流程图。
图3为本发明提供的优化调整的流程图。
图4为本发明提供的迭代过程流程图。
图5为本发明提供的基于生产仿真平台的生产优化装置的结构框图。
图6为本发明提供的生产优化系统的结构框图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。
为了使本领域技术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。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括,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。
在本实施例中提供了一种基于生产仿真平台的生产优化方法,图1是根据本发明实施例提供的基于生产仿真平台的生产优化方法的流程图,如图1所示,包括:
S100、确定生产优化目标,并根据所述生产优化目标确定初始生产信息,所述生产优化目标至少包括总生产时间以及机器使用率,所述初始生产信息至少包括生产订单序列、工位的生产节拍以及搬运调度信息;
在本发明实施例中,在进行初始生产信息确定时,首先确定生产优化目标,所述生产优化目标具体可以为生产订单完成时间以及完成该生产订单所需工人数量,具体可以根据需要确定生产优化目标,例如还可以是工人的忙闲率等等,此处并不做限定。
S200、根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果;
在确定初始生产信息后,根据该初始生产信息先后进行建模和仿真,获得基于初始生产信息的生产指标仿真结果,如生产优化目标为生产时间,则该生产指标仿真结果具体可以为基于初始生产信息仿真后获得当前生产时间。
S300、将所述生产指标仿真结果发送至优化平台,所述优化平台能够在确定所述生产指标仿真结果不满足生产优化目标时对所述初始生产信息进行优化调整以获得优化生产信息;
在本发明实施例中,将所述生产指标仿真结果通过优化平台判断是否进行优化调整,即判断当前的生产指标仿真结果是否满足生产优化目标的要求,如不满足则进行调整。优化平台能够根据生产指标仿真结果与生产优化目标的比较判断生产指标仿真结果是否满足要求,且能够在生产指标仿真结果不满足要求时,对初始生产信息进行优化调整,具体可以对生产订单序列以及搬运调度信息进行调整,以更新初始生产信息。
S400、根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标;
在本发明实施例中,当优化平台对初始生产信息进行优化调整后,获得优化生产信息,则根据优化生产信息重复进行建模和仿真,仿真后的生产指标仿真结果再次通过优化平台调整优化,如此重复迭代,直至获得的生产指标仿真结果满足生产优化目标。
例如,生产优化目标针对订单A至订单F(每个订单均可以表示一个产品)所需完成的总时间为800秒,而根据初始生产信息仿真后的结果为850秒,则通过优化调整以及不断迭代最终获得能够满足生产优化目标的生产指标仿真结果。
S500、将满足生产优化目标的生产指标仿真结果所对应的优化生产信息确定为目标生产信息,所述目标生产信息用于指导实际生产过程。
本发明提供的基于生产仿真平台的生产优化方法,通过根据生产优化目标确定初始生产信息,进而对初始生产信息进行建模和仿真,当获得的生产指标仿真结果不满足生产优化目标时能够通过优化平台进行优化调整,最终获得满足生产优化目标的仿真结果,从而能够实现对实际生产过程的有效指导,且该基于生产仿真平台的生产优化方法易于实现,还具有灵活性较强的优势。
具体地,如图2所示,根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果,包括:
S210、根据所述初始生产信息进行建模确定仿真对象类型;
在本发明实施例中,根据初始生产信息进行建模,具体地,根据所述初始生产信息进行建模确定仿真对象类型,包括:
根据所述初始生产信息中的生产订单序列和工位的生产节拍进行建模以确定生产环节的仿真对象类型,所述生产环节的仿真对象类型至少包括工场设备类,所述工场设备类包括生产线数据源、生产线终点、生产工位、装配工位、拆卸工位、传送带、存储设备和旋转传输台;
根据所述搬运调度信息在所述生产环节的仿真对象类型基础上进行建模以确定流转环节的仿真对象类型,所述流转环节的仿真对象类型至少包括智能小车的停放区域、搬运工人的休息区以及每个工位对应的搬运区。
需要说明的是,在生产建模过程中,针对生产环节和流转环节均进行建模。针对生产环节建模时,主要是基于生产订单序列以及工位的生产节拍确定生产环节的仿真对象类型。在该环节中,仿真对象类型是基于对象的设计,截图定义了多种工场设备,例如:源、终结、工位、组装、拆装、传送带、存储、旋转传输台等工厂设备类,AGV池,搬运工池,轨道,搬运区等物流对象类。
具体地,源类用于模拟产生工厂中订单的初始物料,是整条产线的数据源,属性包括数量、间隔时间、数据表等,当配置数据表时,则按照数据表中订单的先后顺序,产生物料;终结类用于销毁、回收物料,模拟产生工厂中订单的完成,是整条产线的终点,属性包括处理时间、准备时间、恢复时间等;工位类用于模拟工厂中的单个普通工位,属性包括处理时间、准备时间、恢复时间等;组装类用于模拟工厂中的装配工位,其作用是将输入的多个子部件按照装配表进行组装成一个整体。属性包括处理时间、准备时间、恢复时间、装配表、装配生成的物料名等;拆装类用于模拟工厂中的拆卸工位,其作用是将输入对象按照拆卸表进行分解为多个子对象。属性包括处理时间、准备时间、恢复时间、拆卸表等;传送带类用于模拟工厂中的运输设备,进入的物料将遵循先进先出原则(FIFO)按指定速度移动到传送带末端后才会发往下游其他工位。属性包括处理时间、准备时间、恢复时间、长度、货物间距、速度、容量等;存储类用于模拟工厂中的存储设备,可以存放用户定义的任意数量的物料,它们会一直保留在存储中,直到用户使用方法来将它们中的一个或多个取出。属性包括处理时间、准备时间、恢复时间、容量等。旋转传输台用于模拟工厂中的旋转传输设备,即可以以某一支点旋转的传送带,用以将物料在传送带上转向运输,属性包括处理时间、准备时间、恢复时间、长度、货物间距、速度、容量,旋转点位置,旋转速度等。
在本发明实施例中,关于流转环节的仿真是在生产环节的仿真对象类型基础上进行建模以确定流转环节的仿真对象类型。具体地,智能小车具体可以为AGV(AutomatedGuided Vehicle,自动导向车)小车等。
进一步具体地,智能小车池类用于模拟工厂中的AGV停放区,可以实例化AGV小车,并接受其他对象的呼叫调度,为AGV小车分配任务,属性包括车辆数、车辆运行速度、车辆装货时间,车辆卸货时间等。
搬运工池用于模拟工厂中的人员休息区,可以实例化工人,并接受其他对象的呼叫调度,为工人分配任务。属性包括人员数、行走速度、装货时间,卸货时间等。搬运区用于模拟工厂中的某个工位对应的搬运区,需要与工位绑定使用。工人在搬运区中进行对应工作上货物的装卸。属性包括绑定的工位等。
S220、根据仿真对象类型和生产仿真流程进行仿真获得生产指标仿真结果。
根据上述建模后的仿真对象类型以及生产仿真流程进行仿真,具体地,根据仿真对象类型和生产仿真流程进行仿真获得生产指标仿真结果,包括:
根据生产仿真流程确定所述仿真对象类型的仿真执行顺序,所述生产仿真流程为预设生产流程;
将每个仿真对象类型的仿真执行结果确定为生产指标仿真结果。
在本发明实施例中,根据上述建模后的仿真对象类型进行仿真的具体过程举例说明如下。
在第0秒时,“源”根据订单信息,生成“物料1”(对应订单1),并传输给“工位1”。
“工位1“加工“订单1”需要”辅料1“,”辅料1“存放在“存储1”中。则其向”搬运工池”发送调度请求,”搬运工池”指派工人1,前往“存储1”,并搬运“辅料1”到“工位1”的“搬运区1”。
第10秒时(根据工人运动的距离和速度计算而得),“辅料1”被运输到“工位1”的”搬运区1“,“工位1”开始进行加工。“源”根据订单信息,生成“物料2”(对应订单2)。
第20秒时(“工位1“的处理时间为10秒),“工位1“加工完毕,“物料1“被传到“工位2”。“物料2”由“源”传输给“工位1”。
“工位1“加工“订单2”需要”辅料1“,”辅料1“存放在“存储1”中 。则其向”搬运工池”发送调度请求,”搬运工池”指派工人1,前往“存储1”,并搬运“辅料1”到“工位1”的“搬运区1”。
“工位2“加工“订单1”需要辅料2,辅料2存放在“存储2”中。则其向”搬运工池”发送调度请求,”搬运工池”指派工人2,前往“存储2”,并搬运辅料2到“工位2”的“搬运区2”。
第30秒时(根据工人运动的距离和速度计算而得,假设工人1和工人2的运动距离和速度相同),“辅料1”被运输到“工位1”的”搬运区1“,“工位1”开始进行加工,辅料2被运输到“工位2”的”搬运区2“,“工位2”开始进行加工。
第40秒时(“工位1“和“工位2“的处理时间都为10秒),“工位2“加工完毕,”物料1“被传到“终结”。此时,订单1完成。“工位1“加工完毕,”物料2“被传到“工位2“。
上述过程不断重复,直到所有的订单都生产完毕,仿真停止。
在本发明实施例中,将所述生产指标仿真结果发送至优化平台,如图3所示,具体包括:
S310、根据所述生产指标仿真结果进行计算获得生产环节指标结果和流转环节指标结果;
S320、分别将所述生产环节指标结果和所述流转环节指标结果通过流计算的方式发送至优化平台;
S330、所述优化平台能够根据所述生产环节指标结果和所述流转环节指标结果分别进行优化调整的判断,当确认所述生产环节指标结果需要进行优化调整时至少对所述生产订单序列进行优化调整,以及当确认所述流转环节指标结果需要进行优化调整时至少对所述搬运调度信息进行优化调整。
应当理解的是,所述优化平台能够根据所述生产环节指标结果和所述流转环节指标结果分别进行优化调整的判断,包括:
所述优化平台能够将所述生产环节指标结果与生产环节优化目标进行比对,并在所述生产环节指标结果不满足生产环节优化目标时,确定所述生产环节指标结果需要进行优化调整;
所述优化平台能够将所述流转环节指标结果与流转环节优化目标进行比对,并在所述流转环节指标结果不满足流转环节优化目标时,确定所述流转环节指标结果需要进行优化调整。
进一步具体地,当确认所述生产环节指标结果需要进行优化调整时至少对所述生产订单序列进行优化调整,以及当确认所述流转环节指标结果需要进行优化调整时至少对所述搬运调度信息进行优化调整,包括:
当确认所述生产环节指标结果需要进行优化调整时,所述优化平台能够根据生产环节优化目标确定生产环节优化约束条件,并根据所述生产环节优化约束条件至少对所述生产订单序列的顺序进行优化调整;
当确认所述流转环节指标结果需要进行优化调整时,所述优化平台能够根据流转环节优化目标确定流转环节优化约束条件,并根据所述流转环节优化约束条件至少对搬运调度信息中的搬运工人数量和/或智能小车的数量进行优化调整。
在本发明实施例中,通过将生产指标仿真结果发送至优化平台进行优化调整,相比于其他工厂仿真平台内置优化算法的特性,本发明的这种基于生产仿真平台的生产优化方法,在算法与生产和物流仿真平台交互层面更灵活,协同性更好。
应当理解的是,经过仿真之后,仿真平台会计算出生产指标(例如:生产100个订单共需要1000s)和流转指标(例如:工人池的10个工人的忙闲率为50%)。通过流计算的方式将生产指标和流转指标传递给优化平台。优化平台内部结合生产指标和流转指标调整生产的订单顺序和运输工人的数量,再次传递给仿真平台。循环迭代,直到满足生产指标和物流指标要求(例如:生产100个订单的时间小于800s, 工人数量小于8人)。
在本发明实施例中,如图4所示,根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标,包括:
S410、根据所述优化平台获得的优化生产信息至少更新所述初始生产信息中的生产订单序列和搬运调度信息;
S420、根据更新后的初始生产信息重复建模和仿真的步骤,并在获得生产指标仿真结果后重复发送优化平台的步骤,直至所述优化平台反馈的所述生产指标仿真结果满足生产优化目标为止。
下面以需要满足生产100个订单的时间小于800s, 工人数量小于8人为优化目标,使用两阶段优化算法为例,详细说明仿真优化过程。
在本发明实施例中,随机对100个订单进行排序,工人数量设置为100(或某个很大的值,即工人是充足的),根据订单和工人数量进行建模并进行仿真。经过仿真之后,计算出生产指标(例如:生产100个订单共需要980s)和物流指标(例如:工人池的100个工人的忙闲率为10%)。
通过算法平台中的遗传算法,在上一次的100个订单顺序上优化,产生新的订单序列,工人数量不变,根据工人数量以及更新后的订单序再次进行建模,即对原来已建好的模型进行修改,并再次进行仿真。
重复上述过程,最终会计算出满足生产指标(例如:生产100个订单共需要780s)的订单生产顺序。
若此时工人的数量并不满足约束条件,则保持订单序列不变,降低工人数量,然后根据订单序列以及更新后的工人数量再次对建好的模型进行修改,再次进行仿真。
重复上述过程,最终计算出既满足生产指标(例如:生产100个订单共需要780s)的订单生产顺序,以及满足物流指标的工人数量(例如:工人池的5个工人的忙闲率为90%)。
综上,本发明提供的基于生产仿真平台的生产优化方法,相比现有技术中的工厂常规仿真方法具有使用简单以及可扩展性强的优势,另外还可以对生产环节以及流转环节进行协同优化,在满足生产进度要求的情况下,能够最大程度的降低流转成本。
作为本发明的另一实施例,提供一种基于生产仿真平台的生产优化装置,用于实现前文所述的基于生产仿真平台的生产优化方法,其中,如图5所示,所述基于生产仿真平台的生产优化装置10包括:
确定模块100,用于确定生产优化目标,并根据所述生产优化目标确定初始生产信息,所述生产优化目标至少包括总生产时间以及机器使用率,所述初始生产信息至少包括生产订单序列、工位的生产节拍以及搬运调度信息;
建模与仿真模块200,用于根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果;
发送模块300,用于将所述生产指标仿真结果发送至优化平台,所述优化平台能够在确定所述生产指标仿真结果不满足生产优化目标时对所述初始生产信息进行优化调整以获得优化生产信息;
迭代模块400,用于根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标;
输出模块500,用于将满足生产优化目标的生产指标仿真结果所对应的优化生产信息确定为目标生产信息,所述目标生产信息用于指导实际生产过程。
本发明提供的基于生产仿真平台的生产优化装置,通过根据生产优化目标确定初始生产信息,进而对初始生产信息进行建模和仿真,当获得的生产指标仿真结果不满足生产优化目标时能够通过优化平台进行优化调整,最终获得满足生产优化目标的仿真结果,从而能够实现对实际生产过程的有效指导,且该基于生产仿真平台的生产优化装置易于实现,还具有灵活性较强的优势。
关于本发明的基于生产仿真平台的生产优化装置的具体工作原理,可以参照前文的基于生产仿真平台的生产优化方法的描述,此处不再赘述。
作为本发明的另一实施例,提供一种生产优化系统,其中,如图6所示,所述生产优化系统20包括:生产仿真平台21和优化平台22,所述生产仿真平台21和优化平台22通信连接,所述生产仿真平台21包括前文所述的基于生产仿真平台的生产优化装置10,所述优化平台22包括能够对生产信息进行优化调整的多种优化算法。
在本发明实施例中,对生产信息进行优化调整的优化平台是独立于生产仿真平台,且与生产仿真平台实现通信连接,相比于现有技术中仿真优化受限于内置优化算法的限制,具有能够灵活调整的优势。
关于本发明提供的生产优化系统的具体工作原理可以参照前文的基于生产仿真平台的生产优化方法的描述,此处不再赘述。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种基于生产仿真平台的生产优化方法,其特征在于,包括:
确定生产优化目标,并根据所述生产优化目标确定初始生产信息,所述生产优化目标至少包括总生产时间以及机器使用率,所述初始生产信息至少包括生产订单序列、工位的生产节拍以及搬运调度信息;
根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果;
将所述生产指标仿真结果发送至优化平台,所述优化平台能够在确定所述生产指标仿真结果不满足生产优化目标时对所述初始生产信息进行优化调整以获得优化生产信息;
根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标;
将满足生产优化目标的生产指标仿真结果所对应的优化生产信息确定为目标生产信息,所述目标生产信息用于指导实际生产过程。
2.根据权利要求1所述的基于生产仿真平台的生产优化方法,其特征在于,根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果,包括:
根据所述初始生产信息进行建模确定仿真对象类型;
根据仿真对象类型和生产仿真流程进行仿真获得生产指标仿真结果。
3.根据权利要求2所述的基于生产仿真平台的生产优化方法,其特征在于,根据所述初始生产信息进行建模确定仿真对象类型,包括:
根据所述初始生产信息中的生产订单序列和工位的生产节拍进行建模以确定生产环节的仿真对象类型,所述生产环节的仿真对象类型至少包括工场设备类,所述工场设备类包括生产线数据源、生产线终点、生产工位、装配工位、拆卸工位、传送带、存储设备和旋转传输台;
根据所述搬运调度信息在所述生产环节的仿真对象类型基础上进行建模以确定流转环节的仿真对象类型,所述流转环节的仿真对象类型至少包括智能小车的停放区域、搬运工人的休息区以及每个工位对应的搬运区。
4.根据权利要求2所述的基于生产仿真平台的生产优化方法,其特征在于,根据仿真对象类型和生产仿真流程进行仿真获得生产指标仿真结果,包括:
根据生产仿真流程确定所述仿真对象类型的仿真执行顺序,所述生产仿真流程为预设生产流程;
将每个仿真对象类型的仿真执行结果确定为生产指标仿真结果。
5.根据权利要求1至4中任意一项所述的基于生产仿真平台的生产优化方法,其特征在于,将所述生产指标仿真结果发送至优化平台,包括:
根据所述生产指标仿真结果进行计算获得生产环节指标结果和流转环节指标结果;
分别将所述生产环节指标结果和所述流转环节指标结果通过流计算的方式发送至优化平台;
所述优化平台能够根据所述生产环节指标结果和所述流转环节指标结果分别进行优化调整的判断,当确认所述生产环节指标结果需要进行优化调整时至少对所述生产订单序列进行优化调整,以及当确认所述流转环节指标结果需要进行优化调整时至少对所述搬运调度信息进行优化调整。
6.根据权利要求5所述的基于生产仿真平台的生产优化方法,其特征在于,所述优化平台能够根据所述生产环节指标结果和所述流转环节指标结果分别进行优化调整的判断,包括:
所述优化平台能够将所述生产环节指标结果与生产环节优化目标进行比对,并在所述生产环节指标结果不满足生产环节优化目标时,确定所述生产环节指标结果需要进行优化调整;
所述优化平台能够将所述流转环节指标结果与流转环节优化目标进行比对,并在所述流转环节指标结果不满足流转环节优化目标时,确定所述流转环节指标结果需要进行优化调整。
7.根据权利要求5所述的基于生产仿真平台的生产优化方法,其特征在于,当确认所述生产环节指标结果需要进行优化调整时至少对所述生产订单序列进行优化调整,以及当确认所述流转环节指标结果需要进行优化调整时至少对所述搬运调度信息进行优化调整,包括:
当确认所述生产环节指标结果需要进行优化调整时,所述优化平台能够根据生产环节优化目标确定生产环节优化约束条件,并根据所述生产环节优化约束条件至少对所述生产订单序列的顺序进行优化调整;
当确认所述流转环节指标结果需要进行优化调整时,所述优化平台能够根据流转环节优化目标确定流转环节优化约束条件,并根据所述流转环节优化约束条件至少对搬运调度信息中的搬运工人数量和/或智能小车的数量进行优化调整。
8.根据权利要求1至4中任意一项所述的基于生产仿真平台的生产优化方法,其特征在于,根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标,包括:
根据所述优化平台获得的优化生产信息至少更新所述初始生产信息中的生产订单序列和搬运调度信息;
根据更新后的初始生产信息重复建模和仿真的步骤,并在获得生产指标仿真结果后重复发送优化平台的步骤,直至所述优化平台反馈的所述生产指标仿真结果满足生产优化目标为止。
9.一种基于生产仿真平台的生产优化装置,用于实现权利要求1至8中任意一项所述的基于生产仿真平台的生产优化方法,其特征在于,所述基于生产仿真平台的生产优化装置包括:
确定模块,用于确定生产优化目标,并根据所述生产优化目标确定初始生产信息,所述生产优化目标至少包括总生产时间以及机器使用率,所述初始生产信息至少包括生产订单序列、工位的生产节拍以及搬运调度信息;
建模与仿真模块,用于根据所述初始生产信息进行建模和仿真并获得生产指标仿真结果;
发送模块,用于将所述生产指标仿真结果发送至优化平台,所述优化平台能够在确定所述生产指标仿真结果不满足生产优化目标时对所述初始生产信息进行优化调整以获得优化生产信息;
迭代模块,用于根据所述优化平台获得的优化生产信息重复进行建模和仿真的步骤,直至获得的所述生产指标仿真结果满足生产优化目标;
输出模块,用于将满足生产优化目标的生产指标仿真结果所对应的优化生产信息确定为目标生产信息,所述目标生产信息用于指导实际生产过程。
10.一种生产优化系统,其特征在于,包括:生产仿真平台和优化平台,所述生产仿真平台和优化平台通信连接,所述生产仿真平台包括权利要求9所述的基于生产仿真平台的生产优化装置,所述优化平台包括能够对生产信息进行优化调整的多种优化算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311589193.4A CN117348575A (zh) | 2023-11-27 | 2023-11-27 | 基于生产仿真平台的生产优化方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311589193.4A CN117348575A (zh) | 2023-11-27 | 2023-11-27 | 基于生产仿真平台的生产优化方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117348575A true CN117348575A (zh) | 2024-01-05 |
Family
ID=89363450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311589193.4A Pending CN117348575A (zh) | 2023-11-27 | 2023-11-27 | 基于生产仿真平台的生产优化方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117348575A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117631606A (zh) * | 2024-01-26 | 2024-03-01 | 深圳和润达科技有限公司 | 应用于电芯化成分容的plc模拟控制方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
DE102019003851A1 (de) * | 2018-06-01 | 2019-12-05 | The Mathworks, Inc. | Systeme und Verfahren zum automatischen Realisieren von Modellen zu Co-Simulation |
CN113960964A (zh) * | 2021-09-22 | 2022-01-21 | 哈尔滨工业大学 | 基于仿真优化的柔性流水车间生产调度系统 |
CN114021286A (zh) * | 2021-11-17 | 2022-02-08 | 郑州煤机数耘智能科技有限公司 | 一种数字化工厂的液压支架结构件焊接生产线仿真优化方法 |
WO2022267750A1 (zh) * | 2021-06-25 | 2022-12-29 | 海光信息技术股份有限公司 | 建模方法及建模装置、电子设备及存储介质 |
CN116933477A (zh) * | 2022-04-08 | 2023-10-24 | 北京京东振世信息技术有限公司 | 一种仿真模型的构建方法和装置 |
CN117077459A (zh) * | 2023-10-17 | 2023-11-17 | 中国电子工程设计院股份有限公司 | 一种融合物流的半导体制造仿真模型构建方法及装置 |
-
2023
- 2023-11-27 CN CN202311589193.4A patent/CN117348575A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019003851A1 (de) * | 2018-06-01 | 2019-12-05 | The Mathworks, Inc. | Systeme und Verfahren zum automatischen Realisieren von Modellen zu Co-Simulation |
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 |
WO2022267750A1 (zh) * | 2021-06-25 | 2022-12-29 | 海光信息技术股份有限公司 | 建模方法及建模装置、电子设备及存储介质 |
CN113960964A (zh) * | 2021-09-22 | 2022-01-21 | 哈尔滨工业大学 | 基于仿真优化的柔性流水车间生产调度系统 |
CN114021286A (zh) * | 2021-11-17 | 2022-02-08 | 郑州煤机数耘智能科技有限公司 | 一种数字化工厂的液压支架结构件焊接生产线仿真优化方法 |
CN116933477A (zh) * | 2022-04-08 | 2023-10-24 | 北京京东振世信息技术有限公司 | 一种仿真模型的构建方法和装置 |
CN117077459A (zh) * | 2023-10-17 | 2023-11-17 | 中国电子工程设计院股份有限公司 | 一种融合物流的半导体制造仿真模型构建方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117631606A (zh) * | 2024-01-26 | 2024-03-01 | 深圳和润达科技有限公司 | 应用于电芯化成分容的plc模拟控制方法及装置 |
CN117631606B (zh) * | 2024-01-26 | 2024-04-05 | 深圳和润达科技有限公司 | 应用于电芯化成分容的plc模拟控制方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yoshitake et al. | New automated guided vehicle system using real-time holonic scheduling for warehouse picking | |
CN109375601A (zh) | 基于数据驱动建模与仿真优化的流水线规划方法及设备 | |
US11635749B2 (en) | Optimized factory schedule and layout generation | |
CN117348575A (zh) | 基于生产仿真平台的生产优化方法、装置及系统 | |
Rahman et al. | An integrated approach for line balancing and AGV scheduling towards smart assembly systems | |
Rahman et al. | Scheduling automated transport vehicles for material distribution systems | |
Gambardella et al. | Agent-based planning and simulation of combined rail/road transport | |
CN111882215B (zh) | 一种含有agv的个性化定制柔性作业车间调度方法 | |
US20210245956A1 (en) | System-Directed Robotic Cart Picking | |
Nielsen et al. | Scheduling of mobile robots with preemptive tasks | |
CN112488606B (zh) | 一种生产物流智能优化和自动调度系统 | |
CN109917764A (zh) | 一种智能工厂实训系统 | |
CN108932366B (zh) | 煤炭码头卸车生产仿真智能调度方法及系统 | |
Dang et al. | A heuristic approach to schedule mobile robots in flexible manufacturing environments | |
CN107479403A (zh) | 基于虚拟现实的环形rgv半实物仿真系统及无空跑调度算法 | |
Cai et al. | Multiobjective optimization for autonomous straddle carrier scheduling at automated container terminals | |
CN111861313A (zh) | 一种基于5g网络的物流智能配送方法 | |
CN112100899A (zh) | 卷烟辅料调度的agv多线程作业全局优化方法 | |
Bodner et al. | A structured approach to simulation modeling of manufacturing systems | |
Bocewicz et al. | Declarative modeling of a milk-run vehicle routing problem for split and merge supply streams scheduling | |
Zhang et al. | Multi-trailer drop-and-pull container drayage problem | |
Fazlollahtabar | Parallel autonomous guided vehicle assembly line for a semi-continuous manufacturing system | |
Wang et al. | Study on scheduling and path planning problems of multi-AGVs based on a heuristic algorithm in intelligent manufacturing workshop | |
Kim et al. | On an automated material handling system design problem in cellular manufacturing systems | |
CN116522801B (zh) | 一种用于物流系统的布局仿真方法及装置 |
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 |