一种订单分派调度与混合产品排序系统及方法与流程

文档序号:12270031阅读:263来源:国知局
一种订单分派调度与混合产品排序系统及方法与流程

本发明属于数控机床技术领域,更具体地,涉及一种订单分派调度与混合产品排序系统及方法。



背景技术:

在生产制造型企业中,新客户订单的实时信息量大、加工产品的实时信息量大,及时获取并处理信息对于提高生产效率极为重要;高容量混合型制造企业面临的问题之一是生产资源上不同产品的订单分配和排序;企业动态接收多个客户订单,并且各订单产品的交期需求不同;并且对于每个计划周期,每条产线产品的订单需求分配和生产调度因为计划周期不同而需要不断调整;因此,特定计划周期内不同产品和交期的订单在并行多条自动柔性加工线分配和各生产线的产品加工排序非常具有挑战性。

柔性生产线中产品的需求量大、加工工序多,在当前生产计划周期中很难确定新客户需求的最优插入点。此外,由于每条柔性生产线可以有不同的产品生产率,很难为不同客户不同交期和不同产品的订单分配柔性生产线。

当进行多加工线动态订单调度和实时混合产品排序时,客户订单的实时信息很重要;系统中客户订单不同模型和交期的实时需求,柔性生产线中不同加工部门的在制品的实时信息和计划周期客户订单未完成品的实时信息,对当前计划周期柔性生产线的不同客户订单的产品总体需求需要进行实时的分配。



技术实现要素:

针对现有技术的以上缺陷或改进需求,本发明提供了一种订单分派调度与混合产品排序系统及方法,其目的在于实现对生产线上当前计划周期内不同订单的产品需求的实时分配。

为实现上述目的,按照本发明的一个方面,提供了一种订单分派调度与混合产品排序系统,包括输入模块、云存储模块、处理模块和输出模块;

其中,输入模块、处理模块和输出模块均与云存储模块连接;

输入模块具有网络接口和RFID接口,用于接收实时订单信息、生产线上在制品的实时信息;

包括订单的产品及交期实时不确定性信息以及即将上线加工的订单和混合产品的实时数据,以及生产线上在制品的实时信息;

处理模块用于从云存储模块获取新订单数据、订单和产品的实时状态数据、新订单分配及排序数据;并根据这些数据生成计划周期内的客户订单分配和混合产品排序方案;

输出模块用于获取各生产线产品模型的订单分配和混合产品排序的数据,并用于更新各生产线的加工程序;

云存储模块用于将输入模块接收的实时订单信息、以及前计划周期和当前计划周期的订单分配、混合产品排序的信息存储到云端并在处理模块的控制下实时更新更新生产线的加工程序。

优选地,上述的系统,其输入模块包括并列的状态模块和新订单模块;其中,状态模块用于获取生产线上在制品的实时信息;新订单模块用于获取实时订单信息。

优选地,上述的系统,其云存储模块包括并列的数据存储单元、数控加工程序存储单元和加工计划及程序更新模块;

其中,数据存储单元用于根据计划周期存储混合产品的订单分配和混合产品序列;

数控加工程序存储单元用于存储不同产品模型的数控加工程序;

加工计划及程序更新模块用于根据周期产品的订单分配和混流排序为各生产线所属的数控机床创建及更新加工计划和加工程序。

优选地,上述的系统,其处理模块包括依次相连的数据输入模块、第一数据仿真模块和第二数据仿真模块;

其中,数据输入模块用于从云存储模块接收数据;

第一数据仿真模块用于根据客户订单信息与已完成的计划周期的订单分配和混合产品排序计划,通过仿真计算出当前计划周期的未完成订单、生产线上数控机床的实时状态、以及当前计划周期即将投放的订单池信息;

第二数据仿真模块用于根据未完成订单的数据、生产线上数控机床的实时状态,以及当前计划周期投放的订单池,来确定当前计划周期产品的订单分配和混合产品排序方案。

优选地,上述的系统,其输出模块包括订单分配及排序模块和加工程序更新模块;

其中,订单分配及排序模块用于从处理模块获取当前计划周期产品订单分配和混合产品排序信息,并将该信息发送到云存储模块;

加工程序更新模块用于根据当前计划周期内产品的订单分配和混合产品排序,更新从云存储模块中程序模块得到的柔性生产线上数控机床的加工程序。

按照本发明的另一方面,提供了一种订单分派调度与混合产品排序方法,包括如下步骤:

(1)由数据仓库存储基础数据信息和现场监控数据信息;其中,基础数据信息主要包括订单信息、工艺信息、资源信息、半成品库存信息和在制品信息;现场监控信息主要包括产品在各机床或工作中心的加工情况、计划的执行以及完成情况、设备的运转情况、物料的转运情况等与现场执行有关的数据;

(2)从数据仓库读取基础数据信息,包括工艺信息、产品信息、订单信息;

(3)根据上述基础数据信息进行工艺建模、仿真建模以及数学建模;

(4)由定制的规则库优化算法对接数学模型;并通过数据仓库中的基础数据进行迭代优化计算,获得一个或多个平行产线的生产计划和混合产品调度方案;包括订单分解、子订单分派和混合产品排序;

(5)对方案的订单完成率、制造周期和资源利用率进行评估,根据企业实际需求和侧重点进行方案筛选;对于不符合调度预期的调度方案通过控制优化方案的参数进行计划调度的优化;

(6)监测下达计划的执行情况和现场设备的运行情况,收集异常信息并反馈至数据仓库以驱动建模优化,生成新的优化调度方案。

优选的,上述订单分派调度与混合产品排序方法,其步骤(3)包括如下子步骤:

(3.1)对柔性并行混流生产线的制造系统根据工艺布局信息进行工艺建模;

(3.2)依据工艺建模采用数字驱动技术建立仿真模型;

(3.3)根据仿真模型以及柔性并行混流生产线的工艺参数建立订单子批量分解、子批量任务产线分配以及基于任务分派的各产线混合产品排序模型;同时建立相应目标函数和现实约束条件。

总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:

(1)本发明所提供的订单分派调度与混合产品排序系统,具有模块结构简单,灵活,易于安装的特点;并且成本不高,容易集成到当前各类柔性生产线上;

(2)本发明所提供的订单分派调度与混合产品排序系统,各类柔性生产线中在制品的实时信息通过RFID传感器容易获得,RFID传感器可方便地安装在柔性生产线的数控机床上;易于实现;

(3)本发明所提供的订单分派调度与混合产品排序系统及方法,利用云存储模块、基于云计算来实现用户需求与分派调度信息的集成;将各类订单任务、客户需求集成到云存储模块整体考量;并且将本地环境中未储存的数据发送到云端,将不在本地环境运行的进程存储到云端;

根据当前计划周期订单分配与混合产品排序,将柔性生产线数控机床的加工代码及时上传到每个机台,实现数据的实时采集与传递,减少机台上不同产品之间的总设置时长,极大的提高了柔性生产线环境中的订单分配与混合产品排序的实时性;其方法针对现有技术中分离的两阶段排程方法,加强主计划层与子计划层的耦合关系;在主生产计划层面考虑实时更新的产线在线信息,在精细调度层面,形成统一的约束条件和生产逻辑;与主计划精密耦合,起到精确的指导生产,快速应对各类异常的效果。

附图说明

图1是实施例提供的订单分派调度与混合产品排序系统的系统框图;

图2是利用实施例提供的订单分派调度与混合产品排序系统进行分派调度的流程示意图;

图3所示,是实施例提供的订单分派调度与混合产品排序方法的流程示意图;

在所有附图中,相同的附图标记用来表示相同的元件或结构,其中:

2-输入模块、3-云存储模块、4-处理模块、5-输出模块、7-状态模块、8-新订单模块、9-数据存储单元、15-加工计划及程序更新模块、16-订单分配及排序模块、17-加工程序更新模块、21-数控加工程序存储单元、23-数据存储单元、24-数控加工程序存储单元、25-加工计划及程序更新模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

实施例中,以汽车制造业中的自动化柔性生产线为例,具体阐述本发明提供的订单分派调度与混合产品排序系统;实施例提供的订单分派调度与混合产品排序系统,其系统框图如图1所示,包括输入模块2、云存储模块3、处理模块4、输出模块5;其中,输入模块2、处理模块4和输出模块5均与云存储模块3连接;

其中,输入模块2用于获取接收到的订单混合产品与交期需求的实时不确定数据、计划周期内拟排程的订单与混合产品状态的实时数据;具体包含要生产的每个客户订单与对应交期的模型数量;数据包含通过数控机床上的传感器或从网络上获取的实时输入信息;

输入模块2包括并列的状态模块7和新订单模块8;状态模块7用于获取生产线上在制品的实时信息;新订单模块8用于获取实时订单信息。

其中,云存储模块3用于将输入模块接收的实时订单信息、以及前一个计划周期和当前计划周期的订单分配、混合产品排序的信息存储到云端,并在处理模块的控制下为柔性生产线中不同数控机床的不同产品模型实时更新加工程序;

云存储模块3包括数据存储单元23、数控加工程序存储单元24和加工计划及程序更新模块25;

其中,数据存储单元23用于根据计划周期存储混合产品的订单分配和混合产品序列;

数控加工程序存储单元24用于存储不同产品模型的数控加工程序;

加工计划及程序更新模块25用于根据周期产品的订单分配和混流排序为各生产线所属的数控机床创建及更新加工计划和加工程序。

其中,处理模块4包括数据输入模块9、第一数据仿真模块21和第二数据仿真模块15;

其中,数据输入模块9用于从云存储模块接收数据;第一数据仿真模块21用于根据客户订单信息与已完成的计划周期的订单分配和混合产品排序计划,通过仿真计算出当前计划周期的未完成订单、生产线上数控机床的实时状态、以及当前计划周期即将投放的订单池;第二数据仿真模块15用于根据未完成订单的数据、生产线上数控机床的实时状态,以及当前计划周期投放的订单池,来确定当前计划周期产品的订单分配和混合产品排序方案。

输出模块5用于获取各生产线产品模型的订单分配和混合产品排序的数据,并用于更新各生产线的加工程序;

其中,输出模块5包括订单分配及排序模块16和加工程序更新模块17;订单分配及排序模块16用于从处理模块获取当前计划周期产品订单分配和混合产品排序信息,并将该信息发送到云存储模块;

加工程序更新模块17用于根据当前计划周期内产品的订单分配和混合产品排序,更新从云存储模块中程序模块得到的柔性生产线上数控机床的加工程序。

采用实施例提供的这种订单分派调度与混合产品排序系统进行单分派调度与混合产品排序的流程如图2所示,其输入模块2通过网络获取接收订单混合产品和交期需求的不确定数据,从设置于数控机床上RFID传感器获得前几个计划周期排程订单和混合产品的实时状态;

通过射频识别对每个产品模型的条形码阅读器进行扫描,储存产品模型的信息,包括它所属的订单、工序和交期;在生产线上,当产品模型到达数控机床进行加工时,利用设置于数控机床上的RFID扫描产品模型上的条形码,获得条形码中的信息,包含它所属的订单,工序,和交期;

通过网络获取混合产品需求和将接收订单交期的实时信息,包含所属的订单、模型需求、工序等实时信息;上述实时信息通过云存储模块存储在云端;云存储模块从输入模块获取混合产品需求与拟接收订单的交期等实时不确定信息、以及在计划周期将排程订单和混合产品的实时状态;

云存储模块还存储有前计划周期订单分配和混合产品排序、并存储了不同产品模型.STL,.OBJ,DXF或.IGES格式的数控加工程序,这些格式的文件包含产品模型的3D信息和相应的加工工序的刀具路径;云存储模块的加工计划及程序更新模块根据计划周期产品的订单分配和混合产品排序生成每个数控机床上的加工程序;

其中,处理模块4的第一数据仿真模块21从云存储端获取信息,根据获取到的信息计算前计划周期中的订单围城成的产品模型需求,完成产品模型所需的时间,以及当前计划周期需要排程的各订单中产品模型的准确需求;这种计算是基于仿真程序,仿真程序运行柔性生产线中已提出的程序模型,包括每条产线机台单元的数量、循环时间、日工作时间,特别对于汽车生产企业,获得排程在多条自动化柔性生产线上的订单池;

第二数据仿真模块15根据各订单的产品模型需求信息,创建优化的排程;获得为多条柔性生产线上订单分配和混合产品排序而拟定的程序,特别是为汽车制造业的柔性生产线;这种排程考虑了环境中数控机床、机器人的可靠性,和柔性生产线的可靠性,并以最大化保证产品模型在交期之前完成的概率为目标;

输出模块将接收到的文件上传到云存储模块的数据存储单元23,加工计划及程序更新模块25根据接收到的数据生成.STL,.OBJ,DXF或.IGES等柔性生产线的数控机床加工文件;各柔性生产线的数控机床从云存储模块下载产品模型相应的加工程序用以加工。

图3所示,是实施例提供的订单分派调度与混合产品排序方法的流程示意图,具体包括如下步骤:

(1)由数据仓库存储基础数据信息和现场监控数据信息;其中,基础数据信息主要包括订单信息、工艺信息、资源信息、半成品库存信息和在制品信息;现场监控信息主要包括产品在各机床或工作中心的加工情况、计划的执行以及完成情况、设备的运转情况、物料的转运情况等与现场执行有关的各种数据;

(2)从数据仓库读取所需的各种基础数据,包括是工艺信息、产品信息、订单信息等,为建模模块做准备;

(3)工艺建模、仿真建模以及数学建模;具体地包括如下子步骤:

(3.1)对柔性并行混流生产线的制造系统根据工艺布局信息进行工艺建模;

(3.2)依据工艺建模采用数字驱动技术建立仿真模型;仿真模型主要是对该制造系统进行预测性分析,通时配合MES对在制品及设备等信息进行及时反馈和更新;

(3.3)根据仿真建模的模型针对柔性并行混流生产线、根据其工艺参数建立订单子批量分解(lot-size)、子批量任务产线分配(lot-size assigned)以及基于任务分派的各产线混合产品排序数学模型,并建立相应目标函数和现实约束条件;

(4)由定制开发的规则库优化算法对接数学模型;并通过数据仓库中的各类基础数据进行迭代优化计算,获得一个或多个平行产线的生产计划和混合产品详细调度方案;包括订单分解,子订单分派,混合产品排序;

(5)对方案的订单完成率、制造周期和资源利用率进行评估,根据企业实际需求和侧重点进行方案筛选;对于不符合调度预期的调度方案通过控制优化方案的参数进行计划调度的优化;

(6)针对下达计划的执行情况和现场设备的运行情况进行监测,如有异常则收集异常信息并反馈至数据仓库以驱动建模优化,生成新的优化调度方案。

本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1