[发明专利]一种基于扰动预测的优化排产方法和系统

说明书

本发明公开了一种基于扰动预测的优化排产方法和系统，基于扰动预测的优化排产方法包括以下步骤：S1，构建分拼线缓存不爆炸和主线生产不断线的数学模型；S2，基于归一算法，对产线排产进行优化；S3，根据相邻两个生产序列之间不同的等待时间重复S2，得到等待时间和分拼线上的实际生产数量的组合，从而进行全局优化；基于扰动预测的优化排产系统包括分拼线缓存不爆炸概率构建模块、主线生产不断线概率构建模块、产线排产优化模块以及全局排产优化模块；本发明通过对各种扰动因素进行预测，根据预测结果对生产线的排产进行优化。

技术领域

本发明涉及车间优化排产领域，特别涉及一种基于扰动预测的优化排产方法和系统。

背景技术

一个车间生产多类型的产品，在生产流程中包括独立的支线流水线用于生产零配件或部件，并将生产好的各种型号的零配件和部件放入对应的缓存区；生产主线根据主线流水线生产安排拿取对应的缓存区配件进行生产和组装。

在正常的生产过程中，生产线会面临各种扰动因素。各个工位自身由于设备自身的工作状态，工作寿命等因素导致的生产速度不稳定，以及如抽检，或检测到的缓存区故障零件会被从生产线拿下，或急件的插入等。由于抽检和插入是人为非确定的，其时间和数量均有一定随机性，这些因素会对生产线的库存产生计划外的影响。当库存不足或者溢出时会对整个生产线产生不利影响。本方法通过收集生产线以往的扰动情况，进行学习来预测可能出现的扰动，并根据预测结果来优化产线的排产。

发明内容

为了解决生产线的各种扰动因素对生产线排产的影响的问题，本发明提供了一种基于扰动预测的优化排产方法和系统，具体方案如下：

一种基于扰动预测的优化排产方法，包括以下步骤：

S1：构建分拼线缓存不爆炸和主线生产不断线的概率模型；

S2：基于归一算法，对产线排产进行优化；

S3：根据相邻两个生产序列之间不同的等待时间重复S2，得到等待时间和分拼线上的实际生产数量的组合，从而进行全局优化。

优选地，步骤S1中的构建分拼线缓存不爆炸和主线生产不断线的概率模型包括以下步骤：

S11：收集历史数据，模拟已知单位时间T内生产零件的数量n的概率分布p(n)、分拼抽检概率p(a_j)、分拼放回概率p(b_j)、主线抽检概率p(a₀)以及主线放回概率p(b₀)；并模拟出来任一t时刻，主线序列j类型车的生产数量Dj(T₀，t)，T₀表示上一个生产序列的分拼线生产完成的时间；

S12：模拟出步骤S11中的抽检和放回的情况下，t时刻分拼线上的实际生产数量Qj，从而模拟出t时刻分拼线上生产的零件缓存区域的数量B_j(t)；

S13：结合步骤S12，模拟计算出主线生产不断线概率p₁和缓存区不爆炸概率p₂，来进行产线排产的优化。

优选地，步骤S11中收集的数据包括各个分拼线上的生产节拍的历史数据和工厂内历史抽检和放回的数量，根据所述生产节拍的历史数据模拟生产节拍分布。

优选地，所述生产节拍分布符合正态分布N(μ，σ²)，其中均值为μ，波动率为σ；那么，已知的单位时间T内，生产零件的数量n的概率是p(n|μ,σ)，根据概率的公式推导可得其中参数k为积分的中间变量。