一种用于连续和离散混合工序的排产方法技术

本发明专利技术公开了一种用于连续和离散混合工序的排产方法，包括：获取连续产线和离散产线的历史数据、静态数据和动态数据；基于获取的历史数据确定标准时间颗粒，并基于标准时间颗粒计算连续产线和离散产线的批次耗时；基于静态数据、动态数据和批次耗时构建排产约束条件，并与排产目标函数构建排产模型；基于改进的分支定界算法和预设库存校验约束条件对排产模型求解，从而得到连续和离散混合工序的产线排产计划,通过连续对工艺路线的特征分析和提取对连续产线离散化，解决数据建模上连续产线和离散产线时间维度不一致问题，建立连续和离散产线混合的全局约束模型，实现排产的全局约束优化；批次连续时间占用处理的分支定界算法，实现高效率求解。实现高效率求解。实现高效率求解。

【技术实现步骤摘要】
一种用于连续和离散混合工序的排产方法


[0001]本专利技术涉及一种生产排产
，具体涉及一种用于连续和离散混合工序的排产方法及系统。

技术介绍

[0002]现有的大型生产线，进行生产计划排产的制定，均是是在资源有限的前提下，根据工艺路线和物料清单，遵循一定的规则和优化方法找到一个可行且最优目标的排产方案。排产方案的可行性指满足资源和物料的数量和时间限制。排产方案的目标通常是一个多目标的综合，一般会包括兼顾订单交期、最大化产能、最大化经济效益、维持产品及原料的合理库存、满足产品客户的优先度等多方面目标。
[0003]排产计划问题的约束和目标可以表示为多个线性目标函数和一组线性不等式组成的多目标混合整数数学规划(Mix Integer Programming MIP)问题，利用分支定界法、遗传算法或者使用有限的规则都可以将MIP问题逐步退化为LP(Linear Programming线性规划)问题而解决。
[0004]在大型精细化工、日化、医药等同时具有连续生产和离散生产的生产场景中，连续产线生产大批量、标准的、多排号切换的基础产品，离散产线按照具体订单需求进行辅料添加混合和产品包装生产最终数以千计的SKU成品。但是，现有技术对于上述同时具有连续生产和批次生产的生产场景中涉及到连续产线和批次产线之间的衔接并未涉及，或者是仅仅将连续产线和批次产线分离，来将其作为两部分排产，另外对于排产算法优化仍然需要经验或者人工启发，而非全局优化。

技术实现思路

[0005]本专利技术为了克服以上技术的不足，提供了一种用于连续和离散混合工序的排产方法及系统，改进连续产线和离散产线的排产衔接约束问题，减少排产问题规模，改善排产优化效果，实现提高产能效益的目标。
[0006]本专利技术克服其技术问题所采用的技术方案是：本专利技术提出的一种用于连续和离散混合工序的排产方法获取连续产线和离散产线的历史数据、静态数据和动态数据；基于获取的历史数据确定标准时间颗粒，并基于标准时间颗粒计算连续产线和离散产线的批次耗时；基于静态数据、动态数据和批次耗时构建排产约束条件，并与排产目标函数构建排产模型；基于改进的分支定界算法和预设库存校验约束条件对排产模型求解，从而得到连续和离散混合工序的产线排产计划。
[0007]进一步的，所述基于获取的历史数据确定标准时间颗粒，并基于标准时间颗粒计算连续产线和离散产线的批次耗时，具体包括：基于历史数据统计得到每一条离散产线的平均批次时间Γ
k
、连续产线的平均最短生产周期Γ
n
和每种产品在不同产线的原始生产批次时间；基于平均批次时间Γ
k
和连续产线的平均最短生产周期Γ
n
，确定标准时间颗粒τ其中，1.25*min(Γ
k
)≥τ≥0.75*min(Γ
k
)且τ≥Γ
n
/a，a＝1，2，3，4，5；基于标准时间颗粒τ计
算连续产线和离散产线的批次耗时β
i，k
，其中，β
i，k
表示产品i在产线k的生产批次时间，表示产品i在产线k原始生产批次时间。
[0008]上述过程完成了连续产线离散化。
[0009]进一步的，所述基于静态数据、动态数据和批次耗时构建排产约束条件，具体包括：基于产品的库存和订单信息构建库存、生产和需求约束条件；基于动态数据中的产线在时间t对产品的可用状态构建产线可用状态约束条件；基于同一时刻一台产线只能生产一种产品构建设备冲突约束条件。
[0010]进一步的，所述排产目标函数如公式(1)，
[0011]min objective＝c1total_cap+c2stock_cost
ꢀꢀꢀꢀ
(1)
[0012]其中，min objective为全局目标值，total_cap为最大化产能如公式(2)所示，stock_cost为最小化库存成本如公式(3)所示，C1和C2分别对应全局目标值和最大化产能的目标权重，
[0013][0014][0015]其中，β
i，k，t
表示产品i在时间t产线k上的转换后的生产批次时间，y
i，，k，t
表示产品i在产线k时间t上是否生产，取值0或1，s
i，t
表示产品i在时间t的期末库存量，h
i，t
表示产品i在时间t的库存成本。
[0016]进一步的，所述预设库存校验约束条件s
i，t
表示产品i在时间t的期末库存量满足在库存的上下限范围内如公式(4)所示，式中，smin
i，t
smax
i，t
表示库存的上下限，
[0017]smin
i，t
≤s
i，t
≤smax
i，t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)。
[0018]建立连续产线和离散产线混合的全局约束模型，实现排产的全局约束优化。
[0019]进一步的，所述并基于改进的分支定界算法和预设库存校验约束条件对排产模型求解，具体包括：将库存、生产和需求约束条件、产线可用状态约束条件和设备冲突约束条件作为排产目标函数的约束条件，基于改进的分支定界算法对排产函数进行求解，若有解，则判断是否满足预设库存校验约束条件，若满足预设库存校验约束条件，则输出求解结果，若不满足预设库存校验约束条件，则将不满足的预设库存校验约束条件作为排产模型的一个约束条件；若无解，则修正库存、生产和需求约束条件，并重新基于改进的分支定界算法对排产函数求解。
[0020]进一步的，基于改进的分支定界算法对排产函数进行求解，具体包括：使用松弛固定法逐步收紧整数变量、按照时间顺序、节点权重和批次连续时间占用处理进行分支选择。
[0021]进一步的，基于批次连续时间占用处理进行分支选择，具体包括：产线k在一个β
i，k
周期内只能生产一个批次的产品i，如公式(5)；产线k在时间t计划了产品i后，β
i，k
周期内不再生产其他产品，如公式(6)；在变量y
i，t，k
进行分支时，对y
i，t，k
＝1的分支，同时将y
ii，tt，k
，ii∈F
k
，t≤tt≤t+β
i，k
置为0，其中，y
i，t，k
表示产品i在产线k时间t上是否生产，取值0或1；
[0022][0023][0024]采用批次连续时间占用处理的分支定界算法，提高了对排产问题的高效率求解。
[0025]本专利技术的有益效果是：
[0026]1、通过连续对工艺路线的特征分析和提取，确定连续产线的离散化策略，从而解决数据建模上连续产线和离散产线时间维度不一致问题；
[0027]2、建立连续产线和离散产线混合的全局约束模型，实现排产的全局约束优化；
[0028]3、结合已有的多目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于连续和离散混合工序的排产方法，其特征在于，具体包括：获取连续产线和离散产线的历史数据、静态数据和动态数据；基于获取的历史数据确定标准时间颗粒，并基于标准时间颗粒计算连续产线和离散产线的批次耗时；基于静态数据、动态数据和批次耗时构建排产约束条件，并与排产目标函数构建排产模型；基于改进的分支定界算法和预设库存校验约束条件对排产模型求解，从而得到连续和离散混合工序的产线排产计划。2.根据权利要求1所述的一种用于连续和离散混合工序的排产方法，其特征在于，所述基于获取的历史数据确定标准时间颗粒，并基于标准时间颗粒计算连续产线和离散产线的批次耗时，具体包括：基于历史数据统计得到每一条离散产线的平均批次时间Γ
k
、连续产线的平均最短生产周期Γ
n
和每种产品在不同产线的原始生产批次时间；基于平均批次时间Γ
k
和连续产线的平均最短生产周期Γ
n
，确定标准时间颗粒τ其中，1.25*min(Γ
k
)≥τ≥0.75*min(Γ
k
)且τ≥Γ
n
/a，a＝1，2，3，4，5；基于标准时间颗粒τ计算连续产线和离散产线的批次耗时β
i，k
，其中，β
i，k
表示产品i在产线k的生产批次时间，表示产品i在产线k原始生产批次时间。3.根据权利要求2所述的一种用于连续和离散混合工序的排产方法，其特征在于，所述基于静态数据、动态数据和批次耗时构建排产约束条件，具体包括：基于产品的库存和订单信息构建库存、生产和需求约束条件；基于动态数据中的产线在时间t对产品的可用状态构建产线可用状态约束条件；基于同一时刻一台产线只能生产一种产品构建设备冲突约束条件。4.根据权利要求3所述的一种用于连续和离散混合工序的排产方法，其特征在于，所述排产目标函数如公式(1)，min objective＝c1total_cap+c2stock_cost
ꢀꢀꢀꢀ
(1)其中，minobjectiv为全局目标值，total_cap为最大化产能如公式(2)所示，stock_cost为最小化库存成本如公式(3)所示，C1和C2分别对应全局目标值和最大化产能的目标权重，权重，其中，β
i，k，t
表示产品i在时间t产线k上的转换后的生产批次时间，y
i，，k，t
表示产品i在产...

【专利技术属性】
技术研发人员：刘凯，潘宇杰，娄海川，
申请(专利权)人：浙江中控技术股份有限公司，
类型：发明
国别省市：