宝信离散制造业MES解决方案

宝信离散制造业MES系统主要特点： 生产排程：基于企业数字资源模型，以约束理论（TOC）为核心的自动生产排程，依靠仿真和多种算法优化，可实现将任务安排到最细粒度的制造资源（可定义这种粒度）。     

非量产模式下基于约束加优先权值调度技术与算法

根据面向网络协同制造的需要及非量产的特点,对该生产模式进行一种新的调度目标并行分解,提出了"先于完成"时间约束Cfnlt和"先于开始"时间约束Csnlt、目标链接约束Cchina以及目标链Cchina等概念定义.在此基础上分析了协作多目标时的物料资源竞争和设备资源竞争,提出了基于约束的加优先权值调度算法,该算法能有效解决非量产模式下的排程调度问题.     

非量产模式下基于约束加优先权值调度技术与算法

根据面向网络协同制造的需要及非量产的特点,对该生产模式进行一种新的调度目标并行分解,提出了“先于完成”时间约束C_(fnlt)和“先于开始”时间约束C_(snlt)、目标链接约束C_(chain)以及目标链G_(chain)等概念定义。在此基础上分析了协作多目标时的物料资源竞争和设备资源竞争,提出了基于约束的加优先权值调度算法,该算法能有效解决非量产模式下的排程调度问题。     

基于混合集合规划的作业车间生产排程模型研究

在多品种小批量生产模式下,作业车间生产排程问题往往具有多约束、多目标、高复杂度等特征。利用混合集合规划理论的相关技术优势,对典型作业车间生产排程问题进行建模和求解。在总结和归纳作业车间主要约束的基础上,建立以最小化作业延迟时间总量为主优化目标、最小化资源空闲时间总量为次优化目标的多目标优化模型,并根据选取的优化目标建立相应的求解策略;通过自然约束语言及其支持平台POEM对模型进行描述和求解。求解过程兼顾瓶颈资源利用率和资源利用均衡性两个指标,使排程结果更具实用价值。最后利用某机加车间的实际生产数据对模型进行了求解验证,初步证明了上述方法的可行性和有效性。     

生产计划和车间排程问题的整数规划解法

为高级计划排程(Advanced Planning and Scheduling,APS)提出了一个混合整数规划(Mixed Integer Programming,MIP)模型,成功地对产品计划与车间排程问题进行了系统整合.模型综合考虑了多订单环境下生产能力约束问题,生产排序问题,提前时间,需求时间等因素,成功解决了生产计划和车间排程问题.     

瓶颈工序影响下汽车电子生产车间排程研究

针对汽车电子生产车间作业排产面临的在制品(Work In Process,WIP)堆积、生产周期长和订单准时交付率低等问题,梳理汽车电子零/部件生产车间排程逻辑,依托于约束理论(Theory Of Constraint,TOC)和“鼓-缓冲-绳子”(Drum-Buffer-Rope,DBR)方法,识别瓶颈工序,以完工期限最早优先(Earliest Due Date,EDD)和提高产出率为原则,引入交付紧迫系数,建立了瓶颈工序影响下的订单优先排产计划模型。以某汽车电子零/部件企业的印刷线路板(PCBA)生产车间实际生产数据为例,结合订单优先排产计划模型对PCBA订单进行作业时间排程,验证了该模型的有效性,为汽车电子生产车间排程提供了一种新的可行方案。     

有限资源约束下的刀具调度方法研究

数字化车间的刀具库存量有限,在生产中经常会发生多道工序同时采用同一种刀具的情况。为了解决刀具使用冲突的问题,提出了有限资源约束下的刀具调度模型,建立包括最大完工时间和拖期惩罚费用最小化的目标函数,设计了基于刀具时间冲突的调度算法对其进行求解,得到了最优的生产作业排程以及满足该排程的刀具需求计划,并通过具体生产排程实例验证了算法的有效性。     

面向订单生产APS的关键流程分析及其应用方法研究

APS是一种基于约束理论面向供应链的生产计划与排程工具，它从ERP系统获取基础数据进行生产排程，再将排程结果送到ERP和生产系统中执行。本文在分析面向订单生产环境下APS关键流程的基础上，对APS在企业生产排程中的应用方法进行了深入研究，同时探讨了系统集成的体系架构和关键技术。     

考虑异常因素的机械加工生产智能排程方法研究

针对传统生产作业排程难以实时应对车间异常情况发生的问题,提出了考虑异常因素的机械加工生产智能排程方法。考虑订单、设备、质量等异常因素,建立了应对异常因素的动态排程规则;综合考虑生产时序、加工设备等约束,以最小完工时间和最低能耗量为优化目标,建立了机械加工生产排程的多目标优化模型;采用带精英策略的非支配排序遗传算法,对某重型机械产品实际生产中的完工时间和能耗量进行了仿真,得到了运算结果。研究结果表明:考虑异常因素的机械加工生产智能排程方法在实际生产中能够准确、高效且动态智能地响应异常,提高生产计划制订效率20%以上;该方法能够辅助车间调度人员进行生产计划实时动态调整,满足企业对生产计划制订的需求。     

基于S-DBR模型的生产排程研究

生产排程方案的优劣对MTO型企业的生产效率影响较大。为缩短订单的平均处理时间、提高订单准交率,依托于约束理论（TOC）和“简化鼓-缓冲-绳子”（S-DBR）方法,通过计算产能负荷率识别内部瓶颈,以提高订单准交率为目标,构建了基于S-DBR方法的订单排程计划模型。设计排程问题的遗传算法,对遗传算法的个体编码、交叉和变异等操作进行处理,并以某电子产品生产车间为研究对象进行求解。结果表明,与传统人工排程相比,该方法能有效缩短生产周期、提高订单准交率。     

基于瓶颈约束的APS算法研究与应用

阐述了APS(advanced planning system)高级计划排程系统的概念、功能及其在生产调度中的巨大潜力;讨论了APS的3种建模方法--基于模拟仿真、基于数学方法和基于约束理论的APS建模;提出了基于瓶颈约束的APS算法,该算法以瓶颈资源为控制点,通过瓶颈资源订单排序、前推排序和后推排序3个步骤来实现对生产计划的排程;用实例说明了该算法的可行性与实用性.     

基于网络能力的钢铁企业短期生产能力计划模型求解算法

根据钢铁企业流程式生产的特点,以有限生产能力、库存和工艺制程为约束,利用约束规划方法建立了短期生产能力计划的约束满足模型。针对常规约束规划求解大规模问题过程中不存在可行解时大量回溯对求解效率产生的影响,提出一种基于约束的网络生产能力计算方法,首先对产品／订单的生产流程网络进行预处理,快速计算可用能力,然后利用网络生产能力约束辅助约束规划裁剪搜索空间,实现在短时间内找到解并进行订单／产品的能力承诺以及生产排程。通过算例实验证明了算法的复杂性与问题规模增长呈近似线性关系,而且可适用于不同生产模式,算法具有通用性。     

基于多目标多约束条件下排产算法设计与应用

针对机加企业实际生产中面临的双工位、相邻设备和委外工序等多约束条件下的多目标生产排程问题,分析排程所需满足的各生产要素,建立最优化生产排程数学模型,提出动态交叉变异算子改进遗传算法,在以三段式编码为基础的传统排程算法中引入分子和裂变分子,利用染色体偏移,提高排程紧凑性的同时加快算法收敛速度,得出加权系数优化后的排产结果,最后通过算例求解并运用于实际生产中,大大提高生产排程效率。     

约束规划求解原型样车测试排程问题

针对新车型研发阶段原型样车测试排程问题,考虑原型样车可用性、测试优先顺序和资源能力等方面的约束,首先建立一个简化的混合整数线性规划(MILP)模型,确定所需原型样车数目的一个估计值;然后再以该估计值作为输入参数,以实现最大完工时间最小化为目标,建立约束规划(CP)模型,并以甘特图的形式给出排程方案。借助于CPLEX Optimization Studio软件进行实例求解,结果表明:MILP模型在合理的时间范围内可以找出所需原型样车数目的一个有效估计值;同时证实了CP模型在原型样车测试具体排程问题中的可行性和有效性。     

宝信离散制造业MES解决方案

宝信离散制造业MES系统主要特点:生产排程:基于企业数字资源模型,以约束理论(TOC)为核心的自动生产排程,依靠仿真和多种算法优化,可实现将任务安排到最细粒度的制造资源(可定义这种粒度)。JIT生产引擎:提供电子看板的完整解决方案,集成生产制造过程信息采集与控制,实现工序间的拉式生产,切实降低在制品(WIP)库存。制造过程全程监控:在系统中可预先设定各种制造控制规则,利用条码/RFID等自动化数据采集手段实时采集产线数据;并在制造过程中对采集的数据进行实时校验,以实时减少差错并改进关键绩效指标。同时将执行情况汇总到计划层,从…     

考虑班组负荷均衡的智能制造车间工序级作业任务排程模型研究

多品种小批量、多品种变批量生产模式下生产调度问题是车间运行效率提升的关键所在,目前已有多种智能计算方法尝试建模和求解。引入混合集合规划方法,以实际作业车间中的班组负荷均衡为侧重点,在总结分析了实际生产中的数理逻辑以及各类实际约束的基础上,运用自然约束语言对工序级作业车间排程问题进行建模,以最小化最晚完工时间为主优化目标,各班组半天内计划加工负荷率均衡为次要优化目标对模型进行求解,得到分配到班组的生产排程计划,保证了最大化利用班组生产能力的同时兼顾班组负荷均衡。最后借助某制造企业进行实例验证,通过得到可行的周节点生产计划,将待排产工序安排到车间内各班组中,验证了本方法的可行性和有效性。     

使用规则挖掘实现排程系统的规则制定

在企业中应用APS(advanced planning and scheduling)高级排程系统对企业的生产计划进行管理可以有效的提升企业的生产效率,但是由于企业的实际生产情况千变万化,以往基于启发式算法的排程系统都需要将排程的规则人工总结提炼后再进行测试调整,这种方式所需时间长,局限性较大,并且容易漏掉许多规则。为此,提出一种基于粗集理论与规则挖掘的APS排程系统相关排程规则制定方法,取得大量的企业历史生产数据后,对其进行知识挖掘以便得到实际可用的排程规则,从而达到可以快速达到可以接受的排程效果以便于迅速上线APS排程系统进行测试调整,并且可以在企业以后的实际生产中,根据不断产生的生产数据,实时的更新规则库,令排程更加的准确。     

考虑工艺路线的热轧无缝钢管订单排程方法

为解决热轧无缝纲管在多工艺路线下的订单排程问题,将工艺路线因素引入热轧钢管订单排程中,建立了以合理的工艺路线切换、最小化机器设备调整和准时制生产为优化目标的约束满足模型,并设计了求解算法。该算法根据模型特征,提出基于降序最佳适应的约束满足算法和基于约束的聚类算法,对订单进行整理并形成初始轧制计划;设计了两种批次交换搜索算法,分别对单日内及日间的初始轧制批次进行排程优化。通过基于实际订单数据的实验讨论了上述算法两两组合的求解效果和各自的适用情况,验证了模型和算法的可行性和有效性。     

面向供应链的高级计划与排程的混合整数规划模型

针对面向供应链的高级计划与排程问题,提出了一种混合整数规划模型。该模型是在考虑供应链物理约束、机器能力约束、工件加工顺序约束、可选机器、订单交付期的基础上,以最小化提前/拖期惩罚为目标而构建起来的。算例分析表明,该模型能够得出最优生产排程。     

基于约束理论和系统动力学的生产系统再造方法

针对生产系统再造过程中出现的问题,将约束理论和系统动力学引入生产系统再造中.通过分析三者的相互联系,提出了基于约束理论和系统动力学的生产系统再造方法.该方法通过改进建模方法,强调了"人"的因素重要性,利用解决问题树、资源使用树和约束转移矩阵,克服再造过程中由于约束转移带来的问题,避免追求短期最优化的问题,从系统上和战略上对生产系统进行再造.另外,扩展了约束理论,提出了全面约束管理的思路,该思路从新的角度对生产约束进行认识和管理,强调以约束为管理对象,并通过对约束的管理,提高企业的运作效率,进而提出建立起约束监督、预警机制,对约束实行全方位的管理.最后,运用实证分析对所提出的方法进行了验证.