[发明专利]一种复材车间的动态排产系统及排产方法

说明书

本发明涉及一种复材车间的动态排产系统及排产方法，实时读取车间物联感知系统感知数据，包括车间工件加工实时数据和生产扰动事件信息，获取车间工件加工状态以及设备故障、生产进度延期和齐套性问题等扰动事件；基于感知信息，对当前的资源使用情况以及扰动事件产生的影响进行分析，并实时反馈给排产计算模块。通过实际加工过程数据的凝练、分析和挖掘，形成排产知识库，存储工件加工过程的全部工艺规程知识和工序加工资源配置知识等；当排产计算模块接到重排产指令后，能够根据工件特征自动生成与之相应的工艺流程、工序对应的工位以及设备/人员的资源配置数据和工序加工工时数据，从而计算和输出排产方案，以提高排产效率。

技术领域

本发明涉及一种复材车间的动态排产系统及排产方法，属于自动化制造技术领域。

背景技术

复材产品具有多品种、变批量、加工工序长和混线生产等特点，生产过程复杂多变，经常出现设计变更、任务变更等各类扰动事件；复材车间需要准确把握现场生产情况和未来生产进度，全面考虑物料、工装、产能、交货期等约束和设备超负荷运行等因素，实现针对扰动事件的合理再排产及实现均衡生产。由此，解决基于生产现场数据感知的加工工时预测问题，在此基础上形成针对各类扰动事件的动态排产方法，是提升复材生产过程管控能力，保障任务有效完成的关键。

车间排产问题的研究方法包括运筹学方法、仿真方法、启发式方法、专家系统、人工智能算法和Multi-agent方法，相关研究文献超过2万余篇。近年来，以智能制造为背景，应用物联网技术实现车间现场的实时感知^[10]、应用智能决策机制实现车间排产问题的智能计算、探索构建实时智能与计算智能相结合的车间智能排产系统，成为新的研究热点。国外，Z Hammami和W Mouelhi在车间实时感知环境下设计了一种基于自适应神经Agent的智能排产决策支持系统，系统中的每一个Agent与神经网络相集成，可根据车间实时信息智能匹配最优排产规则，为排产系统应用计算智能和实时智能提供了新方法；国内，张恺琪和张淑丽在云服务平台下，集成物联网技术、大数据分析技术和云计算技术，挖掘车间排产规律，构建了单件小批量环境下的车间智能排产系统；王家海和陈煜在分析排产专业知识的基础上，建立了基于本体的排产知识关系模型及知识表示，集成支持向量机和CART决策树学习算法，实现了知识驱动的智能排产计算过程。总体来看，车间排产方法与理论较为成熟，但所针对的排产问题相对复材车间生产实际，聚焦于理论层面，对复材车间排产具体实践指导不明确，更没有形成一个完整的动态排产系统。

发明内容

本发明的目的在于克服现有技术的不足，提供一种复材车间的动态排产系统及排产方法，借助复材车间物联系统，实现基于复材车间生产现场实时数据和扰动事件的实时排产，进一步提升车间排产的实时性和生产管控的应变能力。

本发明目的通过如下技术方案予以实现：

提供一种复材车间的动态排产系统，包括排产方案执行模块、感知模块、知识库存储模块、排产计算模块以及排产方案输出模块；

所述排产方案执行模块接收排产方案输出模块输出的排产方案并执行；

感知模块用于感知排产方案执行模块中设备故障和物资配置信息、工件所处的工序、加工状态以及工序加工的起止时间；

知识库存储模块用于存储人员、设备配置的数据以及计算每种工件的工序加工工时所需的工艺特征、加工特征值和计算公式；

排产计算模块，读取排产知识库中所有工件全部工序对应资源配置包括人员和设备数据；读取排产知识库中所有工件全部工序对应的工艺特征和加工特征值，读取车间所有工件对应的工艺文件，查询并记录工艺特征的数值；从排产知识库中读取工时计算公式，根据工艺特征值和加工特征值计算复材车间所有工件的工序加工工时；基于每个工序对应的资源配置和加工工时进行排产计算，生成排产方案，由排产方案输出模块输出。

优选的，工艺特征包括工件的工艺参数、物料规格及需求数量；加工特征包括设备加工参数值及人员手工作业熟练度参数值。