[发明专利]基于大数据的制造企业生产与物流协同优化调度方法及系统

说明书

本发明提出了基于大数据的制造企业生产与物流协同优化调度方法及系统，读取实时更新的大数据单元的信息，生成优化目标及限制，在生产前进行最优调度规划；实时监测调度过程中物流搬运设备的活动情况，针对不同活动情况信息，赋予每个物流搬运设备的活动情况多种类别标识；自动接收赋予了多种类别标识的每个物流搬运设备的活动情况，对每个物流搬运设备的活动情况的多标识进行实时综合加权分析；自动接收多标识实时综合加权，评估每个物流搬运设备的多标识实时综合加权，在空间尺度上进行物流搬运设备调度计划，按照多标识实时综合加权高低生成物流搬运设备调度序列；实时接收物流搬运设备调度变化信息，对当前工业生产环境进行更新。

技术领域

本发明涉及物流优化调度技术领域，具体涉及一种基于大数据的制造企业生产与物流协同优化调度方法及系统。

背景技术

在制造环境中安排工作是一个复杂的过程。大多数工厂使用自动化计划和调度系统来确保以最少的库存及时满足客户需求。为了实现此目标，此类计划要求有效安排每个生产线的工作，并在生产线上需要时提供完成所执行的每个任务所需的适当材料，并且按照需要的产品顺序制造产品。要制定生产计划，应接收和分析客户订单，应将优先级分配给要制造的物品，应分配制造资源，应安排工作，应获取原材料和/或零件并将其交付给生产线，应该跟踪进行中的工作，并且必须处理原材料和/或零件的可用性变化。许多制造工厂通过将多个计算机化的计划和调度系统与基于纸张的管理系统相结合来计划和管理许多任务。

大多数企业根据对产品需求的预测来安排制造活动。通常每天或每周安排工作，以满足根据过去的销售预测的需求。自动计划和计划系统的输入是需求预测。

为了确保满足需求，大多数工厂都保留零件和/或原材料的库存。每种类型的库存通常包括容纳平均使用率的库存和满足需求变化的库存。但是，保持较高的库存水平并不一定保证在需要的时间和地点都可以使用正确的库存。需要在生产过程中需要物料之前将物料输送到生产线的物料输送计划。

此外，由于大多数工厂中有限的空间以及维护库存仓库的费用，因此希望仅保持满足需求所需的最小库存。一些工厂采用按客户定单生产的模式，除非客户订购，否则不生产任何产品。该模型使工厂能够以最少的成品库存运行，但无法解决物料库存问题。

除了最小化材料库存之外，还希望最小化材料处理以确保在正确的时间将材料运送到正确的位置。

在针对客户订单制造的商品的大规模生产制造环境中，安排制造活动的问题会更加严重。商品多数情况是指大量生产的非专业产品。在这种环境下，制造和交付活动的时间差距可能会少于一小时。需求预测不能可靠地预测此级别上的物料需求，并且基于需求预测的计划会变得越来越不准确，因为在计划工作时间和在生产线上开始工作之间的时间间隔越来越长。需求预测也不会响应非典型客户订单导致的物料需求变化。

例如现有技术中，专利文献CN111882215A中公开了一种含有AGV的个性化定制柔性作业车间调度方法，包括步骤：建立含有AGV的个性化定制柔性作业车间工业物联网框架；设定调度的目标和参数；在生产过程中，车间生产的工件向云计算平台发送物流需求指令，AGV接收云计算平台转发的物流需求指令，依据优先级法则选取优先级最高的物流需求指令，并规划对应工件的生产计划；加工单元按照生产计划进行工件加工，并将加工完成的工件置于工件缓冲区，所述AGV同时按照计划从缓冲区提取工件。该技术方案虽然有助于构建无人化的智能工厂，但是车间调度需求在提前/拖期成本、设备利用率与能耗方面不具有优势。