[00139606]数据驱动的动态排产系统研究及应用

制造业是我国的支柱产业,随着市场环境动态变化,企业高级计划排程（APS）技术在我国复杂装备制造企业制造转型过程中需求日益迫切,需要在已有APS技术基础上,针对动态“扰动”,突破多种动态扰动条件下的APS技术,推动APS技术的应用实践,提高企业动态计划调度的决策质量与效率,促进大连市以及我国制造业的发展。 本项目以优势科研机构-大连理工大学为主体,联合制造信息化专业公司-大连华铁海兴科技有限公司,并与多家骨干装备制造企业合作,开展基于数据和扰动测度的动态高级排产系统的技术攻关,成功研发了基于APS的精益化制造执行系统软件,在航空航天、轨道交通、金融装备等行业龙头企业成功应用,为企业快速组织资源、及时响应扰动提供有效的动态调度技术工具。本项目的研究成果有效提高了复杂装备制造企业生产计划执行准确率,提高了工序设备利用率,降低了工序在制品库存水平,降低了因扰动导致的产品交货拖期率等生产运行优化指标。 本项目取得的创新性成果如下： 1、提出了数据驱动的APS动态模型体系和应用架构。 在海量制造过程数据中提炼出调度知识、经验和规则,为动态调度决策提供准确、完整的参数条件,进而构建起基于数据和扰动测度的APS动态模型体系和应用架构。该动态模型体系面向生产调度环境的演化与动态扰动变化,研究基于XBOM的复杂生产环境制造资源模型,基于工序状态描述的动态工况资源跟踪模型,工序扰动识别分类和扰动测度计算规则推理模型,基于数据的复杂生产过程动态高级排产参数模型,基于扰动测度的复杂生产过程动态高级排产模型,实现了数据层-驱动层-模型层的APS系统应用架构,通过智能化制造装备实时采集的在线数据,跟踪反映实际生产过程的环境变化和约束变化,动态生成APS行业构件模型配置参数,自适应匹配优化调度算法,以保证多层次、多时间尺度下APS动态调度方案的可行性与有效性。 2、面向APS的能力需求计划和能力平衡并行算法模型 先进计划与排程（APS）需要经过能力需求计划、能力平衡和调度的反复串行迭代过程才能形成可行的生产调度计划。目前的能力需求计划方法不能准确反映生产能力需求;基于数学规划等方法的能力平衡算法属于典型的NP问题;ERP等软件大多采用目前的能力需求计划方法,缺少能力调整的支持算法。本项目通过研究现有的调度规则和开发新的调度规则,设计具有算术计算复杂性和一定优化性能的基于调度规则的调度算法;并直接把该调度算法作用于物料需求计划形成新的能力需求计划算法,达到准确计算生产能力需求;通过设计“负荷高峰消去算法”和“设备加班计划编制算法”,辅以少量人工策略实现能力平衡算法,化解能力平衡NP问题,并直接形成生产调度计划。由于调度算法内嵌于能力需求计划和能力平衡算法,既能实现APS,又能避免能力平衡--调度的反复迭代过程的复杂性,从而为提高企业生产管理水平提供了完整的APS解决方案。 3、面向复杂生产环境的多目标柔性作业排产算法 为实现高效的资源优化排产调度,本项目将复杂生产环境分为来自车间外部不确定性环境的多模糊约束和内部生产能力变化的多目标约束。针对外部不确定性环境,提出了基于模糊数的混沌量子粒子群算法,算法根据模糊柔性作业排产的特点,分析可能产生模糊值的因素和数据范围,在一般多目标柔性作业排产模型的基础上,扩展设计了基于模糊数的模糊柔性作业排产模型,用有效的混沌搜索来替换量子粒子群优化早熟收敛后大量未使用的迭代过程,可以在不增加算法复杂度的情况下提高获得满意解的效率。针对内部生产能力变化约束,提出了基于双链量子编码的混合多相量子粒子群算法,建立包涵车间、工序、机器设备的动态柔性作业排产调度模型,提出了基于周期驱动和动态因子驱动的滚动窗口调度策略,保证了生产计划稳定性前提下实现调度的灵活性和高效性,解决了多品种生产计划重调度反应慢的问题。 本成果获批软件著作权3项,发表论文31篇,出版学术专著1部,标准1项。