制造业车间作业计划与调度研究
虚拟单元制造车间的规划与调度关键技术研究的开题报告
虚拟单元制造车间的规划与调度关键技术研究的开题报告一、研究背景和意义随着信息技术、自动化技术和智能制造技术的不断发展,现代制造业正向数字化、网络化和智能化方向快速发展。
虚拟单元制造车间作为现代制造业的一种新兴制造模式,具有灵活性高、生产效率高、成本低等优点,能够适应快速变化的市场需求和个性化定制的需求,已经成为制造企业转型升级的一个重要方向。
然而,虚拟单元制造车间的规划与调度面临着很多挑战,比如生产资源管理难度大、作业流程优化复杂、任务分配协调难度大等问题,因此对于虚拟单元制造车间的规划与调度关键技术进行研究具有重要意义。
二、研究内容本文主要研究虚拟单元制造车间的规划与调度关键技术,具体研究内容包括:1. 虚拟单元制造车间的概念、特点和应用前景。
2. 虚拟单元制造车间的规划方法,包括生产流程设计、生产资源规划、作业调度等方面。
3. 虚拟单元制造车间作业流程优化方法,包括生产流程优化、作业任务分配优化、作业流程控制等方面。
4. 虚拟单元制造车间的作业调度算法研究,包括遗传算法、模拟退火算法、蚁群算法等。
5. 虚拟单元制造车间的模拟仿真技术,包括建立虚拟单元制造车间的模型,通过模拟分析虚拟单元制造车间的运行情况,以此优化生产流程。
三、研究方法本研究主要采用文献资料法、案例分析法、数学建模法、模拟仿真法等多种研究方法,具体方法如下:1. 文献资料法:对虚拟单元制造车间的相关文献进行综合分析,梳理虚拟单元制造车间规划与调度的研究进展,明确研究重点和方向。
2. 案例分析法:选取具有代表性的虚拟单元制造车间,对其生产流程、作业调度等方面进行分析,提取规划与调度的关键特征和问题。
3. 数学建模法:基于实际数据和逻辑关系,建立虚拟单元制造车间的数学模型,如生产流程模型、作业调度模型等。
4. 模拟仿真法:利用仿真软件,建立虚拟单元制造车间的仿真模型,通过模拟和实验验证,分析虚拟单元制造车间的规划与调度策略,验证其有效性和可行性。
论面向MES的车间作业调度算法的研究与实现
传统 的单 纯依 靠人 的经验来进行生产 调度 的模式 已经 不能适 表1 应现今快速的市场变化 了,而 MR I和 E P等生产管理软件适合 PI R 于长期计划指导 , S则是根据底层控制系统采集 的与生产有关的 ME 实时数据 , 对短期生产作业 的计划调度 、 监控 、 资源配置和生产过程 进行优化 。 M S E 技术在企业信息化 中扮演着重要 的角色 ,处于信 息化 的中间层。 ME ( n f tr g E eui yt 即制造执行 系统 的英 文 s Maua ui xc tn S s m) c n o e P 缩写 , 2 世 纪 9 是 0 0年代在美 国提 出的应用于公司制造行业 的一个 S T 优 先 选 择最 短 加 工时 间 的工 序 Ⅱ’ T 优 先 选 择最 长 加 工 时 间的 工序 新概念 , 其在工厂综合 自动化系统 中起着重要作用 。 E 有三类 : MS 单 Ⅱ) D 优 先 选 择具 有 最 早交 货 期 的工 序 C 功能的 ME 、 S 集成的 ME S和可集成 的 ME , S 前两类属于传统的即 F FS 选择同一台机床上工件队列 中最先到达 的工序 优 先 选 择具 有 最 少延 缓 时 间 的工序 T M S 其在新 的生产 环境 下显示 出很多 的缺点 , —E, 所以具有敏捷 性 U限 优先选择剩余总加工时间最小的工件的工序 特征 的 IME - S应运而生 ,它已经成为了现今制造企业 的主导制 造 R 优先选择剩余总加工时间最长的工件的工序 m R 优 先 选 择剩 余 工序 数 最 多 的工 件 的工 序 模式 , 即敏捷 制造 。而在 M S的功能模块 中 , E 车间作业调度与控制 L R 0 优先选择剩余工序数最少的工件的工序 RN 0 ADM 随 机 选 择工 序 是其核心所在 。 生产调度和控制 主要研究 在动态的生产环境 中进行资源优 化 王龙生等 的 《 一种新型的作业车间调度算法 的研 究与实现》 一 分配 、 作业计划生成和对生产系统进行适应性控制的问题 。在生产 文在讨论 了车间作 业调度与控制 的已有 的方法 和策 略基 础上结合 系统 中 , 由于存在大量 的各种动态变化的因素 , 如生产准备 , 成本 因 我 国的现有情况 , 开发 了采用分层分布式控制方式 和相对剩余加工 素, 交货期要求和制作资源 的限制等等。使制造加工过程变 的异 常 最大的优先分配原则的新 型作业车间调度与控制原型系统。 中剩 其 复杂。 一个复杂 的制作系统的成功依赖于对作业车 间通过实时决策 余加工最 大的优先 分配原则是作者提 出的一种新型 的优 先分派规 进行有效 的生产调度与控制。 则。 优先分派规则就如 同计算机操作系统中的作业管理中有先来先 2 车间作业调度方法与策略 服务算法 、 最短作业优先算法 、 优先级算法等等 。 已有的优先分派规 国内外 的相关人员通过对各种调度方法与策略的研究 , 已经提 则见表 2 。 出了很多控制系统模型 , 每种模型都 是按 照调度 中常用 的一个或多 我们知道生 产一个工件通 常要 由很多道工序组 成 ,所 以上面 个性 能指标来设计的 , 车间调度的常用性能指标见表 1 。 L T与 M P WR的区别就是 :P L T只 比较单个工序的用时长短而 MWR 当然生产过程是个综合 的过程 , 就好象我们计算机 网络 中的拥 则 比较 的是工件所剩余 的后继工序的时问之 和。 而本 文作者提 出的 塞控制一样 , 往往要综合考虑多种因素 , 找到一个最佳的平衡点 , 才 相对剩余 加工时间最大 的分配原则 于 M WR又有所不 同 : MWR中 是解决 问题 的关键。所以实际的调度问题往往是多 目标的 , 这些 目 的剩余总加工 时间相 当于本 文作者定义 4中的绝对剩余加 工时间 标 间并不一致 , 就好象我们要有好 的音质 和画面往往就要有存储空 T R,而作 者对工序 的排 序依据是定义 5中的相对剩余加工 时间 A 间为代价一样 , 调度 中也要平衡多种性 能指标 , 有效地进 行多 目标 T R, R 因为在工件实际的加工过程中往往会有不 同工件对 同一机器 调度 。 的竞争 , 使得工件 的工序加工不 能总是在连续进行中 , 能会 有等 可 作业 车间调度 的研究方法有 :最优化法及近似 / 启发式方 法。 待, 这样考虑相对剩余时间最长进 行优先排序 的方法应该说更符合 研究表 明 , P中寻找最优解是很 困难 的 ,不如试图在合理有限 的 J S 生产实际 , 从而就更可能有效地实现最大流程时 间最小或平均流程 时间内寻找到一个近似的 、 有用的解 。 时间最小的性能 目标 。 调度韵策略有 : 并行或分布策略、 分解与成组策略 、 人机交互策 可以这样理解 : 制造系统 内每一 台机床前都存 在一 队列( 集合), 略、 动态重调度策略 、 目 多 标优化策略。 该集合中存 放的是当前该设备 能够加工 的工序( 的可加工 工序 机床 3敏捷制造环境下的新型调 度方法探讨 集合), 称为机床虚拟工序队列。在刚开始 时 , tO时,机床 虚拟 即 = 现今制 造业的新特 点是: 品种 、 多 小批量 、 制造周期短 、 量要 质 工序队列集合为空 , 经过初始化 , 队列 中有了元素 ( 即工序 ) 。设备 求高 , 在生产制造 的过程中有很大 的不确定性 , 称之为敏捷制 造环 的下一个加工工件是在该机床虚拟工序 队列集合 中按一定 的规则 境。 在传统的制造环境 中假定最初便具有全部决策信息 的静态调度 进行选择 的。此处的选择 即使用的调度方法 , 当机床按设 置好 的调 则不能适应新环境的调度要求 了, 以在敏捷制造环境下一般要采 所 度方法选择好 1个工序后, 从对应 的机床虚拟工序队列集合中删去 用动态调度。 动态调度 的方法有 : 人工智能( I方法 、 布式人式智 A) 分 该工序对应工件的所有工序 。 以说调度只发生在工序间有对同一 所 能 (A ) D I方法 、 仿真方法 、 人机交互方法 、 基于多代理结构 的车间动 机器的竞争中。 态调度方法等。 4 算法验证与实现 郑华林等人研究 的一种 新型的单件小批否是可行的, 要对算法有严 中用到的剩余加工时间最大的优先分派原则即 M o r WR f s Wo M t k 建立算法的数学模型, 还要开发出调度软件, 通过典型案 Rm in) e a i 进行工序粗排 , ng 使工件在系统 中的流通时间最短 , 再在此 格的定义, 例验证算法在工程中的可行性和有效性。 调度问题是许多计算机应 基础上 , 以工件 的提前 / 拖期时 间最 大的工艺块 为调整 目标 , 进行 用领域的重要问题 , bSo 调度是其中的一类典型的困难问题, J — hp 0 细排 , 而得 到一个优化的生产作业计划 。可见结合生产实际确定 从 它通常包含多个可并行实现的目 标以及实现这些目标的多种方法 调度 中重点实现的性 能指标 , 的进行工序安排调度是研究 M S 合理 E 与资源 。作为调度问题 中代表性的 Jb S o 调度 , 目标 是以尽可 o— h p 其 车间作业 中新的调度方法 的重要思想。 能少的时间, 同时满足其它一些约束条件情况下, 将各种操作调度到
柔性作业车间多目标动态调度
参考内容
引言
在制造业中,车间调度是一个关键问题,它影响着生产效率、生产成本和产品 质量。近年来,多目标柔性作业车间调度问题(MFOJSP)受到了广泛。 MFOJSP是指在作业车间中,同时考虑多个目标,如加工时间、成本、质量等, 并通过对这些目标的优化,实现车间调度的最优化。
模型建立
1、定义问题
2、鲁棒性要求:由于生产过程中的不确定性因素较多,算法需要具有一定的 鲁棒性,以应对各种异常情况。
3、优化目标多样性:多目标动态调度需要考虑多个不同的优化目标,例如生 产成本、交货期、设备利用率等。这需要算法具有处理多目标优化问题的能力。
4、求解难度:由于多目标动态调度的复杂性,求解难度较大,需要采用高效 的算法和优化技术。
三、现状与挑战
目前,针对柔性作业车间多目标动态调度问题,研究者们已经提出了一系列的 方法和算法。例如,遗传算法、粒子群优化算法、模拟退火算法等。这些算法 可以有效地解决单目标静态调度问题,但在多目标动态调度方面仍然存在一些 挑战。具体来说,以下几个方面的问题亟待解决:
1、实时性要求:多目标动态调度需要快速地响应生产过程中的变化,因此需 要算法具有实时性。
3、大数据分析与预测:利用大数据技术对生产数据进行挖掘和分析,以获得 更准确的生产预测和优化方案。
4、人机协同:将人类智慧和机器智能相结合,实现人机协同的调度系统。人 类智慧可以提供灵活性和创造性,而机器智能可以提供高效性和准确性。
5、绿色制造与可持续发展:在调度优化过程中考虑能源消耗、碳排放等因素, 以实现绿色制造和可持续发展。
一、柔性作业车间概述
柔性作业车间是一种灵活的生产组织形式,它可以根据市场需求的变化快速调 整生产计划,以满足客户的个性化需求。在柔性作业车间中,设备、人员和物 料等资源可以动态地配置和调整,以适应不同的生产任务。这种生产组织形式 的灵活性使得它在制造业中得到了广泛应用。
生产计划排程中的调度算法比较研究
生产计划排程中的调度算法比较研究在现代制造业中,生产计划排程是一个至关重要的过程。
它涉及到对生产资源的合理调度,以最大限度地满足客户需求,同时最大程度地提高生产效率和降低生产成本。
在生产计划排程过程中,选择合适的调度算法是至关重要的,因为它会直接影响到系统的生产效率和客户满意度。
在这篇文章中,我们将研究比较几种常见的生产计划排程中的调度算法。
我们将探讨这些算法的优点和缺点,并评估其适用性和效果。
下面是对一些常用调度算法的详细比较。
1. 先来先服务调度算法(FCFS)先来先服务调度算法是最简单和常见的一种调度算法。
该算法按照作业提交的先后顺序进行排队,并按照队列顺序进行执行。
尽管这种算法实现简单,但是在优先级不同时无法实现灵活的调度。
当有紧急订单或紧急任务出现时,FCFS调度算法无法进行优先处理。
此外,该算法没有考虑作业的处理时间差异,因此效率相对较低。
2. 最短进程优先调度算法(SJF)最短进程优先调度算法是根据作业的执行时间进行排序的。
执行时间越短的作业将优先获得调度。
该算法相对于FCFS算法,能够更高效地利用CPU资源,同时减少平均等待时间和平均周转时间。
然而,SJF算法可能会导致长作业的饥饿现象,并且可能无法适应实际生产中的变化。
3. 优先级调度算法优先级调度算法根据作业的重要性或优先级进行排队和调度。
该算法可以根据用户需求或订单紧急程度进行设置。
优先级调度算法考虑到了作业的重要性和紧急性,能够更好地满足不同订单的需求。
然而,如果优先级被设置不当,可能会出现低优先级的作业饥饿的情况。
此外,优先级调度算法需要准确确定作业的优先级,这可能需要较高的管理成本。
4. 时间片轮转调度算法(RR)时间片轮转调度算法是一种基于时间片的调度策略。
每个作业被分配一个固定的时间片。
当时间片用完后,作业会被放回队列,并进行下一个作业的调度。
这样的循环继续直到所有作业完成。
时间片轮转调度算法能够公平地分配CPU时间,并提高响应时间。
机加工车间工艺规划与作业调度优化
机加工车间工艺规划与作业调度优化一、引言随着制造业的发展,机械加工车间的生产效率和精度要求越来越高,机加工工艺规划和作业调度优化成为了工厂生产管理的重要环节。
好的工艺规划和作业调度不仅能够提高生产效率,降低生产成本,还能够实现生产资源的最大化利用,提升产品质量和企业竞争力。
二、机加工车间工艺规划1. 工艺路线设计工艺路线设计是整个生产过程的基础,它直接影响到生产的顺利进行和产品质量的稳定。
在进行工艺路线设计时,应考虑到生产设备和加工工艺的适配性,以及生产过程中可能出现的问题,如变形、刀具寿命等。
还需要结合产品特性和材料特性,选择合适的加工工艺,确保产品质量的稳定和生产效率的高效。
2. 设备配置优化在机加工车间中,设备的配置对生产效率和产品质量有着直接的影响。
优化设备配置可以实现生产资源的合理利用,提高生产效率。
在进行设备配置优化时,需考虑到设备的性能、功率和工艺适应性,同时还需要考虑到设备之间的协调配合,减少生产过程中的停机时间和等待时间,提高设备利用率,从而提高生产效率和降低生产成本。
3. 刀具管理和刀具选择刀具是机加工生产中的关键设备,刀具的选择和管理直接影响到加工质量和生产效率。
在进行刀具选择时,需要考虑到刀具的材料、韧性、硬度和耐磨性等特性,确保选择适配性强的刀具,从而实现高效的加工效果。
刀具管理也是至关重要的,需要定期对刀具进行检查和保养,延长刀具的使用寿命,减少更换次数,降低生产成本。
三、作业调度优化1. 生产计划排程生产计划排程是作业调度优化的首要环节,合理的排程能够保证生产过程的连续性,减少生产线的停机时间和等待时间。
在进行生产计划排程时,需要考虑产品的加工工艺和加工时间,设备的利用率和生产线的平衡性等因素,从而形成一个合理的生产计划,保证生产过程的稳定和高效。
2. 作业流程优化作业流程优化是作业调度优化的关键环节。
通过对作业流程的优化,可以减少作业的等待时间和传递时间,实现作业的连续化和高效化。
车间作业调度问题的研究与应用
管作 业计 划问 题 已进 行 了 大 量 的 研 究 并 取 得 了一 题 得 不 到较 好 的控 制 , 配 现 场停 工 等待 零 件配 齐 装 定 的成果 , 是 , 于所 有 的 生 产 作 业 问 题 都 要 得 的现 象 时有 出现 , 底 常 加 班 加 点 赶 任 务 , 产 过 但 对 月 生 到最 优 解是 困难 的 , 至是 不 可 能 的 。而启 发式算 程 不 均衡 。 甚
很 忙 , 间工 作 人 员 也 经 常 加 班 加 点 , 是 任务 完 与 “ 车 可 补缺 料 ” 现 象 , 需 零 件 难 以 及 时 赶 制 出来 , 等 急
成 得 并 不理 想 。
所有这些都会给按 时完成生产任务 、 使生产过程清 通 常 , 统 机 械 制 造 业 车 间 任 务 特 点 是 : 划 楚 、 传 计 方便在 制 品管理 和提高设 备利用 率等 带来 困 批 量 任务 、 件 小 批 任 务 和 新 产 品开 发 、 时试 制 难 。 单 临
这种 混 流生 产 情 况 , 何 充 分 利 用 现 有 设 备 资 源 。 如
车间 调 度需 要 考察 以下几 个 方 面 :
( )加工 机 器 总数 m; 1
()加 工 工 件 总数 n以 及工 件 P需 要 加 工 的 2 ;
( )工 件 的 工艺 路 线及 加 工 时 间 Xi 3 ; ]
车 间作 业调 度 问题 的研 究 与 应 用
叶何文
摘 要
饶运 清2 邓建春2 刘世平2
流水车间成组作业调度的仿真研究的开题报告
流水车间成组作业调度的仿真研究的开题报告1. 研究背景和意义:在现代制造业中,流水车间是一种常见的工厂布局形式,针对流水车间成组作业的调度是提高生产效率和降低制造成本的重要途径之一。
因此,研究流水车间成组作业调度问题的优化方法,具有多方面的实际意义。
例如,可实现生产周期的缩短和工作效率的提高,从而提高企业的生产能力和竞争力,同时还可以降低企业的人工管理成本等。
2. 研究目的:本研究旨在通过仿真实验,研究流水车间成组作业调度问题的优化方法,探索基于优化算法的调度策略,以提高车间生产效率和产品品质。
其具体研究目标如下:(1) 研究流水车间成组作业调度问题的数学模型,明确调度目标和约束条件;(2) 建立基于仿真的流水车间成组作业调度实验平台,包括系统结构、设备布局、指令输入等部分;(3) 采用离散事件仿真技术,对流水车间成组作业调度问题进行仿真实验和数据分析,包括实验设计、参数设置、仿真运行和数据处理等过程;(4) 研究流水车间成组作业调度问题的优化算法及调度策略,探索如何将其应用于实际生产中,在车间生产效率和产品品质方面实现优化效果。
3. 研究内容:本研究主要包括以下内容:(1) 研究流水车间成组作业调度问题的基本概念和应用场景;(2) 探索基于离散事件仿真的流水车间成组作业调度实验平台建设及参数设置;(3) 制定流水车间成组作业调度优化算法和调度策略,并进行实验验证;(4) 分析仿真实验结果,评估调度策略对车间生产效率和产品品质的影响;(5) 提出流水车间成组作业调度问题的未来研究方向及结论。
4. 研究方法:本研究将采用离散事件仿真技术,建立基于仿真的流水车间成组作业调度实验平台,对流水车间成组作业调度问题进行仿真实验和数据分析。
具体步骤如下:(1) 确定实验对象:确定流水线成组作业调度问题的实验对象、实验条件和实验环境;(2) 设计实验方案:依据流水车间成组作业调度问题的调度目标和约束条件,设计实验方案,包括实验变量、设计要点和参数设置;(3) 建立仿真模型:根据实验方案和目标,建立基于离散事件仿真技术的流水车间成组作业调度模型,搭建实验平台;(4) 进行仿真实验:对所建模型进行仿真实验,运行实验并记录实验数据,包括生产能力、生产效率、产出品质等;(5) 分析实验结果:基于实验数据,对调度策略的优化效果进行分析和评估,得出结论。
面向作业车间调度问题的静动态调度方法研究
面向作业车间调度问题的静动态调度方法研究一、研究背景作业车间调度问题是生产调度中的一个重要问题,其目的是通过合理的调度方法,使得生产过程中的资源得到最大利用,同时保证生产计划能够按时完成。
然而,由于车间生产环境的复杂性和不确定性,作业车间调度问题变得非常困难。
因此,如何有效地解决作业车间调度问题成为了研究者们关注的焦点。
二、静态调度方法静态调度方法是指在作业开始前就确定好每个作业的执行顺序和时间,并将其编制成一个完整的计划。
静态调度方法适用于具有稳定生产环境和生产计划的车间。
1. 优点(1)能够准确地安排生产计划,避免了因突发事件导致计划变更带来的不良影响;(2)能够有效地利用资源,提高了生产效率;(3)可以对工艺流程进行优化,提高产品质量。
2. 缺点(1)无法应对突发事件和不确定性因素;(2)难以适应复杂多变的生产环境;(3)需要大量人力物力投入进行规划和编制。
三、动态调度方法动态调度方法是指在作业执行过程中根据实际情况进行调整和优化,以达到最优的生产效果。
动态调度方法适用于具有复杂多变生产环境和生产计划的车间。
1. 优点(1)能够应对突发事件和不确定性因素,及时做出调整;(2)能够适应复杂多变的生产环境,提高了生产效率;(3)可以根据实际情况对工艺流程进行优化,提高产品质量。
2. 缺点(1)需要具备较高的管理水平和技术水平;(2)需要投入大量的人力物力进行实时监控和调整。
四、静动态结合的调度方法静动态结合的调度方法是指在作业开始前制定一个初步计划,并在作业执行过程中根据实际情况进行调整和优化。
静动态结合的调度方法兼顾了静态调度方法和动态调度方法各自的优点,避免了它们各自存在的缺点。
1. 优点(1)既能够准确地安排生产计划,又能够应对突发事件和不确定性因素;(2)既能够有效地利用资源,又能够适应复杂多变的生产环境;(3)可以对工艺流程进行优化,提高产品质量。
2. 缺点(1)需要具备较高的管理水平和技术水平;(2)需要投入大量的人力物力进行实时监控和调整。
柔性作业车间调度方法研究
柔性作业车间调度方法研究一、本文概述随着制造业的快速发展和智能制造的深入推进,作业车间调度问题已成为制约生产效率提升的关键因素之一。
柔性作业车间调度问题,作为作业车间调度的一种拓展,其特点在于允许工序在多个机器上加工,这使得问题更加复杂,同时也为求解提供了更多的可能性。
本文旨在深入研究柔性作业车间调度方法,探讨其优化策略与应用实践,以期为制造业的智能化发展提供理论支持和实践指导。
本文将首先介绍柔性作业车间调度的基本概念和特点,明确研究的重要性和意义。
接着,将综述国内外在柔性作业车间调度方法方面的研究成果和进展,分析现有方法的优缺点和适用场景。
在此基础上,本文将重点研究基于智能优化算法的柔性作业车间调度方法,如遗传算法、粒子群优化算法等,并通过仿真实验验证所提方法的有效性和优越性。
本文还将关注柔性作业车间调度在实际应用中的挑战和问题,如不确定性、动态性等因素对调度方案的影响。
针对这些问题,本文将探讨相应的应对策略和解决方案,以期提高调度方案的鲁棒性和适应性。
本文将总结研究成果,展望未来的研究方向和应用前景,为柔性作业车间调度领域的深入研究提供有益参考。
通过本文的研究,期望能够为制造业的智能化发展提供新的思路和方法,推动作业车间调度问题的优化和解决。
二、柔性作业车间调度问题的特点与分类柔性作业车间调度问题(Flexible Job Shop Scheduling Problem, FJSP)是经典作业车间调度问题(Job Shop Scheduling Problem, JSP)的一种扩展,其主要特点在于机器设备的柔性,即一道工序可以在多台不同的机器上完成。
这一特性使得FJSP在实际生产环境中具有更高的适应性和灵活性,但同时也增加了问题的复杂性和求解难度。
机器柔性:工序可以在不同的机器上加工,这增加了调度的灵活性,但同时也需要考虑不同机器的加工效率和成本。
工序顺序:与JSP相同,FJSP中的每道工序都有严格的前后顺序要求,即一道工序必须在其前序工序完成后才能开始。
柔性作业车间调度方法研究
柔性作业车间调度方法研究摘要柔性制造系统具有强大的适应性和灵活性,但面临着较为复杂的作业车间调度问题。
本文综述了柔性作业车间调度方法的研究现状,分析了不同方法的特点及其优缺点,提出了一些未来研究的方向。
关键词:柔性制造系统;作业车间调度;优化算法AbstractFlexible manufacturing systems have strong adaptability and flexibility, but they face complex job shop scheduling problems. This paper reviews the research status of flexible job shop scheduling methods, analyzes the characteristics and advantages and disadvantages of different methods, and proposes some future research directions.Keywords: flexible manufacturing system; job shop scheduling; optimization algorithm1. 引言随着全球化竞争的加剧,企业需要不断提高生产效率,降低成本,提高质量。
柔性制造系统具有强大的适应性和灵活性,是提高生产效率和产品质量的重要手段。
然而,柔性制造系统中存在着较为复杂的作业车间调度问题,如何合理调度生产过程,提高生产效率,是柔性制造系统研究的重点之一。
本文综述了柔性作业车间调度方法的研究现状,分析了不同方法的特点及其优缺点,提出了一些未来研究的方向。
2. 基本概念2.1 柔性制造系统柔性制造系统是指一种生产方式,其生产设备和工艺具有高度的可变性和适应性,能够在一定范围内生产不同种类和规格的产品。
柔性制造系统具有以下特点:1)生产设备和工艺具有高度的可变性和适应性;2)具有较强的柔性和适应能力,可快速响应市场需求;3)生产过程具有较高的自动化程度,能够自动完成生产计划的制定、调度、控制和监控。
作业车间调度
根据性能指标分为:基于调度成本调度问题和 基于调度性能调度问题
根据生产环境的特点分为:确定性车间调度和 不确定性车间调度问题
根据作业的加工特点分为:静态车间调度和动 态车间调度
四、车间调度问题的研究方法
辆调.1车间调度问题的描述 3.2车间调度问题的特点 3.3车间调度问题的分类
3.1车间调度问题的描述
车间调度问题就是对一个可用的制造资源 集在时间上进行加工任务(加工工件)集的分配, 将作业(加工操作)均衡地安排到各机器,并合 理地安排作业的加工次序和开始时间,同时优 化一些性能指标,在执行这些作业或者任务时 需要满足某些限制条件,如作业的到达时间、 完工的限定时间、作业的加工顺序、资源对加 工时间的影响等。从数学规划的角度看,车间 调度问题可表达为在等式或不等式约束下,对 一个或多个目标函数的优化。
2000年,赵伟等人研究了JobShop类型柔性制造 系统的调度问题,其中每个工件都有多个可替 代的工艺计划,并且每个操作均可在多个机器 上选择加工,建立了多目标混合整数规划模型, 利用遗传算法进行求解。
Mati等采用贪婪算法、Loukil和Maqrini等采用 模拟退火算法同时求解FJSP的机器分配和工序 调度两个子问题。
4.1精确求解方法 4.2近似求解方法
4.1精确求解方法
1.数学方法 整数规划 混合整数规划 分解方法 拉格朗日松弛法
2.分支定界法 Balas在 1969 年提出基于析取图的枚
举算法是最早应用于求解调度问题的分支定界 方法。
4.2近似求解方法
1.构造性方法 优先分配规则法 基于瓶颈的启发式方法 插入方法
作业车间调度问题的几种模型
作业车间调度问题是指如何合理地安排工件在不同工序间的加工顺序,以达到最优的生产效率和成本控制。
针对这一主题,我将从几种常见的模型出发,深入探讨作业车间调度问题,旨在为您提供一篇有价值的文章。
一、传统作业车间调度模型1.1 单机调度模型在单机调度模型中,工件依次经过一个加工机器的加工过程。
我们需要考虑如何安排加工顺序、加工时间等因素,以最大程度地减少工件的等待时间和加工时间,提高生产效率。
1.2 流水车间调度模型流水车间调度模型是指在多台加工机器之间,工件按照特定的加工顺序依次进行加工。
我们需要考虑如何合理安排工件的加工顺序,以减少生产中的瓶颈和待机时间,提高整个流水线的生产效率。
1.3 作业车间调度的经典排序问题这种模型主要关注如何将待加工的工件按照特定的规则进行排序,以便在加工过程中最大程度地降低总加工时间和成本。
以上是传统作业车间调度问题的一些经典模型,它们都是针对不同的生产场景和加工流程所提出的解决方案。
接下来,我将对每种模型进行更深入的探讨,以便更好地理解作业车间调度问题。
二、作业车间调度问题的多种解决方法2.1 基于启发式算法的调度方法启发式算法是一种基于经验和规则的算法,它能够快速、高效地求解作业车间调度问题。
常见的启发式算法包括遗传算法、模拟退火算法等,它们能够在短时间内找到较优的解,并且适用于各种不同规模和复杂度的生产场景。
2.2 基于数学规划的调度方法数学规划方法是指利用数学建模和优化理论,对作业车间调度问题进行严格的数学求解。
通过建立数学模型,我们可以利用线性规划、整数规划等方法,对作业车间调度问题进行最优化求解,得到最优的生产调度方案。
2.3 基于仿真的调度方法仿真方法是指利用计算机模拟生产场景,通过模拟实际的生产过程,找到最优的调度方案。
通过仿真,我们可以更加真实地模拟生产现场的情况,找到最优的生产调度策略,提高生产效率和降低成本。
以上是作业车间调度问题的多种解决方法,它们都能够根据不同的生产场景和需求,找到最优的调度方案。
基于车间作业计划及调度监控的生产管理系统的开发研究
文 章 编 号 :0 1 3 9 ( 0 0 1 - 2 9 0 10 — 9 7 2 1 )1 0 3 — 3
机 械 设 计 与 制 造
M a h n r De i n c ie y sg & Ma ua t e n f cur 29 3
第 1 期 1
是指企业结合 自身业 务的特点 , 在设计 、 生产经营管理决策等各
该模块主要是对企业部门设备资源进行管理,并将相关信息
基 于车 间作业计划及调度监控 的生产 管理 系统 的 开发 研 究 术
张 海 燕 梁 健 李 根 赵 芳 潘 智 男 ( 东工 业大 学 , 州 5 0 0 ) 广 广 1 0 6
Th e eo me ta d a p ia i fp o u t n ma a e e d v lp n n p l t c on o r d c i n g me ts se b s d o n y t m a e
,
e . e y e ae y h flwn sT s m im d b e ooi i sh s t s t l g m dl J —h l n gs eun ou ; b s ppa i , hdlg i eo o nn c i
^
me tm d l :}d cin cs et ai ; n o ue 尸 ut ot si t n o m o
回场时, 当车辆经过场区大门, 摄像机 自动获取车牌图像 , 分析 4李俊生. 基于数学形 态学的图像边缘提 取方法 [ j常州工学 院学 报 , J_ 20 () 0 6 6 处理后得到车牌号码, 并把信 息 传递给服务器 , 服务器在数据库派车
20 4
张 海燕等 : 于车 间作业计 划及调度监控 的 生产 管理 系统 的开发研 究 基
典型车间调度问题的分析与研究
典型车间调度问题的分析与研究【摘要】现代车间调度问题在制造业中起着至关重要的作用。
本文通过对典型车间调度问题的分析与研究,探讨了流水车间和作业车间的调度问题,并介绍了车间调度的优化算法。
在实际案例分析中,我们从不同角度展示了车间调度问题的复杂性和挑战性。
通过总结研究成果,明确了未来研究方向并提出对车间调度实践的启示。
本研究旨在为车间调度问题提供更有效的解决方案,提高生产效率和降低生产成本,对于提升制造业竞争力具有重要意义。
【关键词】车间调度、典型问题、流水车间、作业车间、优化算法、实际案例、研究成果、未来方向、实践启示1. 引言1.1 研究背景在工业生产中,车间调度问题是一个重要且具有挑战性的问题。
随着生产规模的不断扩大和生产任务的复杂化,有效的车间调度对于提高生产效率、降低生产成本至关重要。
随着信息技术的发展和智能制造的兴起,车间调度问题也得到了更多的关注和研究。
车间调度问题涉及到生产作业的安排和调度,以实现资源的合理利用和生产计划的顺利执行。
典型的车间调度问题包括流水车间调度问题和作业车间调度问题。
流水车间调度问题主要涉及到不同作业之间的先后顺序安排,以最大限度地减少作业的等待时间和生产周期。
作业车间调度问题则着重于工序之间的协调和任务分配,以提高生产效率和减少资源浪费。
在当前的工业生产环境中,车间调度优化算法的研究和应用已经成为提高生产效率和保障生产质量的重要手段。
通过引入智能算法和数据分析技术,可以提高车间调度的精准度和效率,从而实现生产过程的优化和提升。
深入研究典型车间调度问题及其解决方案,对于提高工业生产的效率和质量具有重要的意义和价值。
本文将对典型车间调度问题进行详细分析和研究,以期为实际生产中的车间调度提供有益的参考和借鉴。
1.2 研究目的车间调度问题是生产制造中一个常见的挑战,影响着整个生产过程的效率和成本。
为了提高生产效率和降低生产成本,对车间调度问题进行深入研究具有重要意义。
制造业生产计划与调度排产管理PMC生产计划管理培训讲师吴诚老师
计划与调度的关系
计划提前于生产制定,再好的计划也是基于一定的预 测和假设条件制定出来的。如果在实际执行时预测和假设 条件部分不成立或失真较多,一方面计划本身将难以实现, 同时也将影响正常生产秩序。调度工作正是保障计划在执 行过程中处于可控状态和及时协调解决好计划执行过程中 出现的或可能出现的问题的重要手段。
MRP方法 1、按时间周期发出订货信号 2、能处理不连续的相关需求 3、仅对最终项目预测 4、平均库存量低 5、面向未来的生产作出决策 6、逻辑严密、过程复杂
三、生产计划编制方法
1.生产周期法: 2.提前期法: 3.耗尽时间法: 4.在制品定额法: 5.网络计划法: 6.项目管理法(PM):
第一部分 计划与调度管理概述 第二部分 生产计划管理 第三部分 生产调度管理 第四部分 标杆企业计划与调度管理 第五部分 现场研讨
n拉式排产
拉式排产:工作中心根据下一工作中心的需求决定本工作中 心的加工品种与产出,将信息反馈到上一生产单元,并从上 一生产单元拉回相应的半成品或原材料。 特点: a.针对客户需求时间按照逆向顺序安排某一任务令在各工序的 加工时间。 b.整个生产组织过程中的物流被从后向前的信息拉动。 c.工作中心的加工品种与数量由下一工作中心的需求决定。 d.拉式排产可以确定任务令的最迟可以开工时间。 e.拉式排产可以减少车间在制品数量。
先加工 交货期顺序规则: 交货期最短的生产任务先加工 照顾客户订单规则:受照顾的客户(如重大客户)订单
最先安排
2.组合调度规则
n网络计划
用网络分析的方法编制的计划成为网络计划。该计划借 助于网络表示各项工作与所需要的时间,以及各项工作的相 互关系,通过分析各项工作的相互关系,找出制定计划及计 划执行过程中的关键路线,并对关键路线加以重点控制和优
复杂产品多级制造系统生产计划与调度集成优化研究
本和资源利用率等作为评价指标。
实验结果
03
通过多次实验,我们得到了各算法在不同指标下的表现,并进
行了详细的分析和对比。
集成优化效果分析
集成优化策略
本研究提出了一种基于混合遗传算法和模拟退火算法的集成优化策略,该策略在生产计划 和调度两个环节之间进行了协同优化。
效果分析
通过实验结果的分析,我们发现该集成优化策略在总生产时间、总生产成本和资源利用率 等指标上均优于对比算法,证明了该策略的有效性和优越性。
应用前景
该集成优化策略可以为复杂产品多级制造系统的生产计划与调度提供有效的解决方案,提 高企业的生产效率和资源利用率。
05
结论与展望
研究成果与贡献
建立了复杂产品多级制造系统生产计划与调度 的集成优化模型,为复杂产品制造过程提供了 全面的优化方案。
提出了基于混合智能算法的求解方法,有效解 决了模型中的多级决策变量耦合及约束条件复 杂的问题。
遗传算法进行求解。
具体来说,混合遗传算法结合了遗传算法和模拟 退火算法的优点,通过引入变异操作来避免陷入 局部最优解,同时保持了遗传算法的搜索效率。
基于粒子群优化算法的流水车间调度优化
粒子群优化算法是一种基于群体行为的优化算法,通过模拟鸟 群、鱼群等生物群体的行为规律来进行优化搜索。
基于粒子群优化算法的流水车间调度优化,将流水车间调度问 题转化为一个多约束优化问题,通过粒子群优化算法进行求解 。
03
具体来说,模拟退火算法通过设定初始温度、降温策略和终止条件等参数来控 制搜索过程,通过不断迭代来逐渐逼近最优解。
04
实验与分析
实验数据与环境
实验数据
本研究采用了某汽车制造企业的实际生产 数据,包括生产线信息、设备信息、产品 信息等。为了模拟实际生产环境,还针对 不同生产线和设备设置了不同的维护和故 障时间。
制造业的车间调度问题优化算法比较研究
u
g he
m s c
'
.
The
o
a r e
ll
k in ds
fa
a c
f
n
d
s
.
生 产 调 度 问 题 解决 的 好 坏 直 接 影 响 着企 业 的 运 作 效 率和 最终 的客 户满意程度
.
h e du lin g
to the
o r s o
ble
the
in
p
e r a
tio
n s
r o
f
m
m a n u w
,
大研 究 热 点
。
d
c u s
to
m e r c o m m
s
tis
.
fa
c
t io
s c
,
d
the
po
w e r m
d
po
n s e
大 量 的 学 者研 究 生 产 调 度 优 化 问 题
文 程
采用 了各 种优 化 方 法
,
。
b il i t y
f the
p r o ble
pa
y
So
.
he du lin g p r o ble
r o
b le
m
in
M
a n u
fa
c
tu
r
in g
郑
ZH E NG R
u
睿
n (r ~ d a
(复旦 大 学
Un iv
e rs
,
上 海 2004 33 )
Sha
n
i
ity
智能制造下的自动化作业计划与调度系统
智能制造下的自动化作业计划与调度系统在当今竞争激烈的制造业环境中,智能制造已成为企业提高生产效率、降低成本、提升产品质量的关键手段。
其中,自动化作业计划与调度系统作为智能制造的核心组成部分,发挥着至关重要的作用。
什么是自动化作业计划与调度系统呢?简单来说,它是一套能够根据生产需求、资源状况和工艺要求等因素,自动生成作业计划并进行合理调度的智能化系统。
这一系统就像是一个聪明的“指挥官”,能够精准地安排生产任务,确保每个环节都能高效运转。
传统的制造业中,作业计划与调度往往依赖人工经验,不仅效率低下,而且容易出现失误。
而在智能制造时代,自动化作业计划与调度系统凭借其强大的数据分析和处理能力,能够快速准确地应对各种复杂的生产情况。
首先,该系统能够对生产需求进行精确的分析和预测。
通过收集市场订单、销售数据以及客户需求等信息,系统可以提前了解产品的需求量和交付时间,从而为制定合理的作业计划提供依据。
这就避免了盲目生产导致的库存积压或者供不应求的情况。
其次,系统会对企业内部的资源进行全面评估。
包括设备的运行状况、工人的技能水平和工作时间、原材料的库存等。
在充分了解资源的基础上,系统能够将生产任务合理地分配到各个生产环节,确保资源得到最优化的利用。
再者,工艺要求也是系统考虑的重要因素。
不同的产品可能有不同的生产工艺和流程,系统会根据这些要求,安排合适的设备和人员进行生产,以保证产品质量和生产效率。
在实际运行中,自动化作业计划与调度系统能够实现实时监控和动态调整。
当生产过程中出现设备故障、原材料短缺或者订单变更等突发情况时,系统能够迅速做出反应,重新调整作业计划和调度方案,确保生产的连续性和稳定性。
例如,某汽车制造企业引入了自动化作业计划与调度系统。
在接到一批新的订单后,系统首先对订单中的车型、配置和数量进行分析,结合企业现有的生产能力和资源状况,制定出详细的生产计划。
包括零部件的采购时间、车身焊接、喷漆、总装等各个环节的具体安排。
车间生产调度问题研究
1522019.6MEC 经营战略MODERNENTERPRISECULTURE一、车间生产调度解读(一)含义分析调度作为一个应用广泛的词汇,在日常生产活动中,其频繁出现在工厂、医院护理、交通运输以及后勤保障等企事业单位。
调度存在的主要意义则是在战略计划指导下,在规定的时间内完成作业目标,实现资源的最优化分配,保证一切生产运转过程能够顺利实现。
而车间作业生产调度主要是指对生产任务的计划、实施、检查及总结(PDCA)循环活动的管理,以车间生产作业计划为依据,组织协调本车间人员、设备和物料,有效分配任务,疏导生产作业中遇到的各种阻碍,提高生产效率,对生产经营的环节加强管理,重视产量和产值,降低产品的不合格率,注重安全生产以及其他环节的协调平衡,提高组织生产效率,实现车间经济效益的增长。
车间生产必然要占有一定的人力资源、设备资源和其他方面辅助资源,那么日常生产作业中,面对生产任务的周期在不断压缩和质量要求在不断提高等特点,如何将资源进行有效分配,保证每一个车间实现高效率的作业是车间调度的重点。
整体上而言,车间生产调度的主要目标则是能够在设备数量合理安排基础上,科学分配作业任务,对资源实现最大化使用,按照生产项目任务工序和规范任务分工时间,保证一次性生产结果能够有效满足生产性能指标。
(二)约束条件分析大量实践证明,车间生产调度协调过程中,存在较多约束条件,导致生产调度过程顺利实现较为困难。
具体而言,首先,车间生产作业中存在的生产任务种类多,待产品数量也是巨大的,生产规模大,这就导致在原材料、设备、人力和财力资源等方面分配和灵活调用中存在不确定性。
其次,对于车间生产调度顺利实现而言,某些存在的约束条件是必须存在的,这样才能够保证生产的合格率,提升生产效率,控制成本投入。
这方面的因素主要有交货期、生产能力等。
此外,同样需要认识到生产成本控制虽然是车间调度工作进行的主要因素之一,但在实际调度控制中,达到一定的满意度则可以。
制造业智能化工厂生产计划与调度方案
制造业智能化工厂生产计划与调度方案第1章智能化工厂概述 (3)1.1 智能化工厂的发展背景 (3)1.2 智能化工厂的构成与特点 (3)1.3 生产计划与调度的意义与挑战 (4)第2章生产计划管理体系 (4)2.1 生产计划的基本概念 (4)2.2 生产计划的层次与类型 (4)2.3 生产计划的编制方法 (5)第3章智能化生产调度策略 (5)3.1 生产调度的基本概念 (5)3.2 生产调度的目标与原则 (5)3.2.1 目标 (6)3.2.2 原则 (6)3.3 智能化生产调度算法 (6)3.3.1 遗传算法 (6)3.3.2 粒子群算法 (6)3.3.3 蚁群算法 (6)3.3.4 神经网络算法 (7)3.3.5 深度学习算法 (7)3.3.6 多目标优化算法 (7)第4章智能化工厂生产数据采集与分析 (7)4.1 生产数据采集技术 (7)4.1.1 自动化感知技术 (7)4.1.2 网络通信技术 (7)4.1.3 数据预处理技术 (7)4.2 生产数据分析方法 (8)4.2.1 描述性分析 (8)4.2.2 关联性分析 (8)4.2.3 预测性分析 (8)4.3 数据驱动的生产优化 (8)4.3.1 智能调度算法 (8)4.3.2 生产过程监控与预警 (8)4.3.3 生产决策支持系统 (8)第5章生产线自动化控制 (9)5.1 自动化控制技术概述 (9)5.2 生产线自动化控制系统设计 (9)5.2.1 系统架构 (9)5.2.2 控制策略 (9)5.2.3 网络通信 (9)5.3 生产线自动化控制设备选型 (9)5.3.1 传感器与执行器 (9)5.3.2 可编程逻辑控制器(PLC) (9)5.3.3 人机界面(HMI) (9)5.3.4 (10)5.3.5 通信设备 (10)第6章智能制造执行系统(MES) (10)6.1 MES的概述与作用 (10)6.2 MES的关键功能模块 (10)6.2.1 生产订单管理 (10)6.2.2 生产调度管理 (10)6.2.3 设备管理 (10)6.2.4 质量管理 (10)6.2.5 物料管理 (11)6.2.6 功能分析 (11)6.3 MES与其他系统之间的集成 (11)6.3.1 MES与ERP的集成 (11)6.3.2 MES与控制系统的集成 (11)6.3.3 MES与数据分析系统的集成 (11)第7章设备维护与管理 (11)7.1 设备维护策略 (11)7.1.1 设备维护的重要性 (11)7.1.2 设备维护类型及方法 (11)7.1.3 设备维护策略制定 (12)7.2 设备故障预测与健康管理系统 (12)7.2.1 设备故障预测技术 (12)7.2.2 设备健康管理系统构建 (12)7.2.3 设备健康评估方法 (12)7.3 设备维护与生产调度的协同优化 (12)7.3.1 设备维护与生产调度的关系 (12)7.3.2 设备维护与生产调度的协同优化策略 (12)7.3.3 协同优化算法与应用 (12)第8章供应链协同管理 (12)8.1 供应链管理概述 (12)8.1.1 供应链管理的内涵 (13)8.1.2 供应链管理的发展历程 (13)8.1.3 供应链管理的核心要素 (13)8.2 供应链协同策略 (13)8.2.1 供应商协同策略 (13)8.2.2 生产协同策略 (13)8.2.3 库存协同策略 (13)8.2.4 物流协同策略 (13)8.3 智能化供应链协同管理系统 (14)8.3.1 系统架构 (14)8.3.2 关键技术 (14)8.3.3 应用案例分析 (14)8.3.4 持续优化与改进 (14)第9章生产计划与调度的仿真与优化 (14)9.1 生产仿真技术的应用 (14)9.1.1 生产过程建模与仿真 (14)9.1.2 生产计划仿真 (14)9.1.3 生产调度仿真 (15)9.2 生产调度优化方法 (15)9.2.1 遗传算法在生产调度中的应用 (15)9.2.2 粒子群优化算法在生产调度中的应用 (15)9.2.3 蚁群算法在生产调度中的应用 (15)9.3 大数据与人工智能在生产计划与调度中的应用 (15)9.3.1 大数据在生产计划与调度中的应用 (15)9.3.2 人工智能在生产计划与调度中的应用 (15)9.3.3 云计算在生产计划与调度中的应用 (16)第10章案例分析与未来展望 (16)10.1 智能化工厂生产计划与调度成功案例 (16)10.2 智能化工厂面临的挑战与机遇 (16)10.3 未来发展趋势与展望 (17)第1章智能化工厂概述1.1 智能化工厂的发展背景全球经济一体化的推进,制造业面临着日益激烈的竞争压力。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
制造业车间作业计划与调度研究车间作业计划(Production Activity Control,PAC)是依据主生产计划(MPS)而编制的具体执行工作方案,它把车间的生产任务落实到每个人、每台设备上,是车间组织生产的依据,也是企业管理中最重要的部分。
PAC的实施贯穿于生产系统的各道工序,受很多因素的制约。
随着生产规模的扩大和复杂程度的提高,PAC的实施与调度也出现了一些问题。
本文应用车间作业调度方法,针对当前PAC与调度中存在的问题进行研究,为企业提供优化的生产作业排序和车间作业调度策略,从实践与理论方面提升PAC及其调度水平,以提高制造系统的运行效率,增强企业的市场竞争力。
PAC与车间调度的内涵与特点PAC系统是一个高度复杂的系统,它有效地综合了机械、信息、网络等资源。
制定PAC是为了使生产设备、物料、人员和信息四者匹配,实现车间均衡、协调、持续生产。
在PAC生产执行过程中,决策部门需要根据车间的生产能力及其它资源的使用等反馈情况不断地调整PAC,而调整计划贯穿于企业生产活动的全过程。
因此,要最大限度地发挥生产系统的柔性潜力,满足市场需求。
1.1 PAC与车间调度的界定与内涵PAC的编制包括确定操作顺序、分配资源和制定期量标准等。
PAC与车间调度问题是一个典型的任务集,包括资源集、约束条件集、性能指标集。
其中,资源集包括人员、设备、工具和材料等,而每台设备可以完成一种或多种作业,不同设备能完成的作业集可能相同也可能不同;约束条件集用以规定生产过程中需要的条件,如任务的优先级、每个作业要求完成的时间、资源的能力、生产工艺、质量标准等;性能指标集用以规定生产过程中需要优化的目标,如生产周期、在制品量、订单交货期、资源利用率和生产成本等。
每一个任务都包含一组需要执行的作业序列(工序),而这些作业序列需要占用系统的机器、工具等资源,并且必须按照一定的工艺顺序执行。
调度的目标是为作业合理分配资源,为每一个加工对象合理安排具体的加工顺序、路径、时间、制造设备资源和操作等,使内部和外部约束条件被满足,其中内部约束主要为企业的资源约束、能力约束和生产过程中的技术约束等;外部约束主要为订单规定的时间要求和品质要求等,同时使大部分生产性能指标得到优化。
在有限产能、库存容量及资源的约束下,通过优化配置生产资源来提高PAC的可实施性以及生产过程的可计划性、可控性。
而车间作业调度与控制则是实现生产高效率、高柔性和高可靠性的关键环节。
1.2 编制PAC的特点在编制PAC过程中应考虑其如下特点:(1)实用性。
以在制品加工进度为基础编制工序能力计划,使PAC紧跟生产现场,达到计划编制与生产节拍的和谐统一。
PAC计划期短、计划内容具体、计划单位小等,具有可操作性强。
(2)合理性。
综合上级计划、在制品进展情况、工序周期、工序时差和剩余工作量等因素,通过合理地排程方法,达到满足交付和有效利用资源的目的。
(3)计算机模拟与预见性。
采用“模拟和预测”的方式,帮助计划员提前预测未来计划的执行情况,而且通过模拟可以导出最优工序排序方案、瓶颈和薄弱环节,找准切入点,分析模拟输出结果,从中选择出较满意的PAC方案,该方法可提高管理质量及效率。
(4)平衡性。
以零组件交付需求为依据,不断地平衡和处理任务与生产能力、计划与实际的关系和矛盾,特别是设备负荷的平衡和生产现场问题的有效处理,将进一步强化生产现场组织、协调与控制。
PAC与车间调度存在的问题PAC处理问题的广域性、动态性和多约束性使PAC的编制容易产生各种问题。
加之生产环境具有不可预测性、多变性、随机性、干扰性和经验性等问题的存在,PAC的编制成为企业生产管理中的一个难点,许多问题至今尚未得到很好的解决,例如数据处理、加工排序、库存、批量与加工瓶颈等问题,这些问题都影响到PAC的适应性和效率。
当前PAC与车间调度存在的主要问题如下:(1)生产实际情况与PAC的相冲突。
在客户要求订货批量愈来愈少、品种愈来愈多和交货期愈来愈短的情况下,生产线负荷和能力的调控越来越复杂,不但耗费大量人力,还经常出现生产异常情况,使生产和交货脱节。
另外,由于PAC的制定多考虑按时交货,少考虑生产线能力的限制,经常造成实际生产偏离计划。
实际生产环境中存在着大量的随机事件,一方面由于产品的品种多,工序复杂,产品的工艺过程经常变更;另一方面又常常会面对紧急订单、订单变更及订单取消等异常情况,又很难预测订单在什么时候到来。
虽然产品订单是生产制造部门的任务标的,但由于产品订单签约日期、签约产品类型和数量具有不稳定性,如果将其直接作为生产制造部门的任务来源,则会造成生产制造部门生产的波动,破坏生产过程的均衡,一旦计划与实际的出入过大,将难以保证客户订单按时完成,影响企业的交货信用。
企业要快速响应市场需求必须及时发现PAC同实际的偏离,并不断改进,同时也需要PAC能适应客户需求和客观环境的不断变化。
但如果一味追随变化,朝令夕改,势必造成生产上的混乱。
因此控制计划变动是保证计划可执行程度的重要内容。
显然,期望通过不断地调整企业本身的生产资源去适应和匹配不可预测的、动态变化的订单任务是不现实和不可行的。
事实上,需要进一步分析产生上述生产系统不平衡和频繁更改现象的原因,很多情况可能是没有系统合理考虑加工资源而造成的。
由于企业内外部环境不确定因素的影响,虽然智能型生产系统在一定程度上能缓冲静态作业计划与动态调度间的矛盾,但依然无法从根本上解决计划与调度间的脱节问题。
如果将车间内所有班组进行实时调度,由于在普通机床上零件的加工工序不能确保加工时间以及加工质量,加工执行情况必须依赖人工录入的信息,即使按照工艺规定的辅助工时和加工工时进行预先的安排,但普通机床实际的加工结果必须等待人机交互录入后才能进入计算机以及数据库管理系统,因此势必影响后续工序的安排和调度。
(2)不同生产条件下,PAC编程方式也不同。
PAC的编制者可以选择不同的优化目标,对不同的优化目标,又可以采用不同的排序方法,不同的排序规则编排同一作业计划时也将产生不同的排序结果;不同的目标影响调度的具体模式;在不同的制造资源、约束条件、生产规模、生产形式和管理方法下,车间调度问题的调度策略及其数学模型一般不同;不同企业因生产过程不同,其生产组织和管理也有所差异,计划员对现场掌控不同所得出的结果也将不同;即使同样的生产计划经验,同样的设备和人员,所安排的生产计划也略有差异;企业的生产类型和生产组织形式不同,采用的有关生产期限和生产数量的标准即期量标准也将不同;企业性质不同生产结果和方式也不尽相同;按照约束条件去安排,无论是拉式生产,还是推式或混合式生产,其生产方式不一样,计划的安排方式也不一样,不同的编制方式其结果往往差异很大;生产计划还与所处的环境有关系,如果企业周围有着良好的工业环境,距码头近,那计划的方式和生产方式也存在着差别;客户不同安排的结果又不一样;生熟手不同,产生的效率也不同。
如果作业分配和排序安排不当,将出现人员或设备窝工,生产周期拉长,急件和缺件不断生产等繁复杂的问题,只按经验或随意安排作业,导致生产的全面被动乃至恶性循环。
另外,PAC编制存在两大问题:第一,在当月PAC尚未执行完毕时,过早地编制下一个月的计划,结果造成当月生产实际完成量与计划量的偏差及用户和市场需求情况的变化,造成计划与生产脱节;第二,在当月PAC全部执行完毕时再编制下一个月的PAC,结果造成生产连续性缺乏必要数量的在制品储备和当月投料、当月加工、加月装配被动的局面。
PAC的制订应与企业当前的生产状况相适应,投料过早或过多,各加工中心的在制品数量增加,等待时间延长,导致生产周期增加,系统稳定性变差;投料过少或过晚,系统利用率低,造成产出降低、订单延误。
(3)影响PAC因素的多样性而导致其变动。
影响PAC及其调度有各方面因素,识别这些影响和干扰具有一定的困难。
车间制造环境的复杂性、生产加工任务和调度目标的多样性,系统加工任务的动态性,使得PAC和车间调度存在一定的复杂性和困难。
由于大量不确定因素的存在,传统的PAC与控制模式存在作业计划与现场调度相脱节的问题,目前PAC的研究与制定大部分逐层进行,往往是上层计划的可行性到下层计划编制实现时才能验证。
这样既加大了车间调度的难度,又使作业计划流于形式,生产控制目标难以实现。
在PAC编制工作完成以后,付诸生产实施时,由于作业计划考虑的是静态情况,而实际生产过程是动态的,无论编制PAC时考虑多么周密,安排如何具体,也无法预见实际生产过程中的所有变化。
PAC将随着市场、加工时间、加工路线等生产影响因素和约束条件的变化而变化,在实施过程中也不是一成不变。
在生产中,由于生产能力的变化,前一周期任务的延期完成、废品的产生都可能影响PAC的完成。
另外,停机、停工、准备时间的变化,可用原材料的减少等也都是影响PAC完成的因素。
尽管制定PAC时已经充分考虑了现有的生产能力,但由于其在实施过程中受到各种因素的影响造成事实情况与计划要求不符或偏离,这种差异主要表现为生产进度和生产数量的不一致;多品种产品的总需求量及其比例的预测与实际情况的差异;特定品种的需求预测和实际情况的差异;订货计划和实际需求情况的差异;计划产量(计划时间)和实际产量(实际时间)的差异;库存量的变动和产品中断发生的差异,此外还有因设备故障和出勤情况变化而造成的工作效率变动。
因此,PAC能否得到有效执行,不仅仅取决于该计划是否完善,还取决于对一些不可预见的突发事件的处理,如原材料供应变化、生产任务变化、工件加工质量达不到要求而被迫返工等。
在制定PAC时,有可能面临着原料供应、产品需求量、产品价格等都是不确定的,无法提供计划所需材料(比如由于供方失约、原材料短缺等原因),不得不减少甚至停止生产。
当出现下列情况时,PAC也要进行调整与修改:市场对产品的需求发生变化;经营方针、目标发生变化;企业微观经济效益、宏观经济效益发生变化和其它宏观控制条件变化;季节性变化;人、财、物等资源供应条件发生变化;专业化、协作者关系及其组织形式发生变化。
(4)外部动态性和内部相对静态的矛盾。
在实际车间调度中,不仅需要考虑管理人员、制造人员的技术水平,刀具、央具、量具、检验用具、物料转序等因素,还需考虑产品的投产期、交货期、生产能力、加工顺序、制造设备和原材料的可用性、生产批量、加工工艺路径、成本限制等其他因素,以及生产作业调度和制造资源调度。
尽管影响车间调度问题的因素很多,但有些约束条件必须满足,如交货期,生产能力等,而有些只需控制在一定的范围之内,即可把相互矛盾的目标做到相对平衡,如生产成本,这些约束在进行车间调度时可以作为确定性因素处理。
实际车间调度问题的难度远超过经典车间调度中的排序问题,其中诸多因素影响调度决策,如市场、技术、人员、资金、经营管理、制造资源。