基于多资源多目标动态瓶颈工序的智能工艺规划模型与方法

Bottleneck procedures in the production process could constrain the out-put ratio of the whole production process and affect the production capability of other processes. Present researches related to bottleneck procedures are lack in following aspects: 1) most researches aim at bottleneck equipment without considering operators, tooling and fixtures, and other factors possibly becoming bottleneck resources; 2) more researches are inclined to study the processing strategy from the angle of workshop scheduling, but ignoring the influence on process planning caused by bottleneck procedures, and how to avoid or reduce the bottleneck procedure in process planning stage; 3) without considering the dynamic distribution character of the bottleneck procedures.. Based on the above shortages, a unification recognition method of bottleneck procedure oriented to multi-resource and multi-objective is studied in this project. And then a dynamic bottleneck procedure prediction model based on the production characteristic is established. On the basis of above, an intelligent process planning model oriented to balanced production is set up and two proceeding strategies based on bypass process and workshop scheduling are provided when bottleneck process is impossible to be avoided. Finally, an intelligent process planning supporting system based on bottleneck procedures is developed. The models, methods and systems above are applied into over 3 workshops, to verify the scientific and correct property of the project, and to show the wide application prospect.

生产过程中的瓶颈工序将制约整个生产流程的产出速度并影响其它环节生产能力的发挥。现有对瓶颈工序的研究存在以下不足：1）大多针对瓶颈设备研究，没有考虑工人、工装夹具等都可能成为瓶颈资源而产生瓶颈工序；2）多从车间调度角度出发研究瓶颈工序处理策略，并没有深入研究瓶颈工序产生对工艺规划的影响，以及在工艺规划阶段如何规避或减少瓶颈工序；3）没有全面考虑瓶颈工序的动态分布特性。.本项目针对以上不足，研究面向多资源多目标的瓶颈工序统一识别方法；建立基于生产特征的动态瓶颈工序预测模型；在此基础上面向均衡生产的智能工艺规划模型与方法，并在工艺规划无法规避瓶颈时提出基于迂回工艺和基于车间调度的两种瓶颈工序处理策略；最后，开发基于瓶颈工序的智能工艺规划支持系统。将上述模型、方法和系统在3个以上车间进行应用验证，取得明显应用效果，一方面验证其科学性和正确性，另一方面展示其广阔的应用前景。

生产资源的有限性以及生产系统本身具有的动态波动性和加工相依性，必然造成限制系统有效产出最大化的“瓶颈”现象。瓶颈工序是机械加工车间生产过程中经常遇到的制约整个生产系统产出最大化的生产实际问题。瓶颈识别和管理是生产管理和过程控制的关键和基础，对于优化生产流程，提升生产性能具有重要的指导意义。.本课题在对多资源瓶颈识别和瓶颈管理以及基于多资源瓶颈的工艺规划和车间排产方面进行了比较系统的研究，取得了以下工作研究成果：.（1）提出了基于TOC和灵敏度分析的作业车间瓶颈簇识别方法，实现了作业车间瓶颈设备的先验识别和多阶次识别。首先从系统的角度对瓶颈机器进行了定义，通过考察生产系统作业指标对机器不同产能改变量下的灵敏度得到机器的瓶颈指数矩阵，然后运用TOPSIS决策法得到机器的综合瓶颈指数，以此为识别依据，基于聚类思想，通过聚类分析得到了不同层次下的瓶颈机器集。.（2） 设计了一种基于Mamdani型模糊推理系统的交货期瓶颈工件漂移预测方法，实现了当生产系统存在交货期瓶颈时对瓶颈工件的快速有效识别，从而准确地指出了影响生产系统按时交货的关键工件，为工件的调度分批和交货期瓶颈的处理提供了决策依据和有效指导。.（3）提出了一种面向均衡生产的交货期瓶颈规避决策方法。该方法以满足交货期要求的排产方案集为评价对象，从资源负荷率均衡性和资源可靠性两个方面对排产方案的均衡性进行了评价和决策，从而能够最大限度地对不存在交货期瓶颈的调度环境进行交货期瓶颈的预防规避，尽可能地保证按时交货。.（4）在先验瓶颈识别结果的基础上，建立了基于瓶颈设备的机械加工车间排产问题的数学模型，设计了基于遗传算法对问题进行求解的业务流程，完成了对部分关键技术，包括基于瓶颈设备的混合编码方法、解码方法、 改进的两阶段POX交叉算子和两阶段重定位变异算子等的设计。最后分别选取JSP标准算例FT20和车间实际生产案例验证了所提排产方法的有效性。.（5）在国内外重要刊物发表（包括录用，即将发表）论文8篇，其中SCI检索2篇，EI检索4篇；培养博士研究生和硕士研究生6名。.（6）形成了一套基于多资源瓶颈的目标优化排产系统软件， 通过系统测 试后作为本课题研究的该离散制造企业 MES 系统的重要组成部分在制造企业进 行了 验证和 应用，同时也是工信部智能制造装备专项的内容。