专利名称：一种以机器特征属性为区间数的作业车间瓶颈识别方法
技术领域：
本发明涉及作业车间瓶颈识别技术领域，具体为一种以机器特征属性为区间数的作业车间瓶颈识别方法。
背景技术：
制造资源的有限性以及生产系统本身具有统计波动性和加 工相依性，必然造成限制系统有效产出最大化输出的“瓶颈”现象。约束理论(Theory of Constraints, TOC)认为瓶颈(Bottleneck)是真正制约整个系统有效产出和库存水平的控制点，瓶颈上的损失意味着整个生产系统的损失，只有立足瓶颈并使瓶颈利用率最大化，才能使系统整体产出最优。因此，生产管理与控制的依赖点和基点应放在瓶颈上。现有瓶颈识别研究集中在瓶颈识别指标与瓶颈识别方法，现有瓶颈识别指标分为在制品类(Work-in-process Orientation)、设备能力类(Equipment CapacityOrientation)两类；将瓶颈识别方法分为指标直接识别法、数学分析法与数据分析法三类。瓶颈识别方法与瓶颈识别指标相互对应，通过瓶颈指标进行识别(I)指标直接识别法，通过生产现场机器加工状况或在制品指标直接进行瓶颈识别。文献中定义的瓶颈包括具有最长平均等待时间的机器；具有最长队列长度的机器；系统加工能力最差的机器；负荷最大的机器；设备综合效率(Overall EquipmentEffectiveness, 0EE)最大的机器。(2)数学分析法，在假设机器的性能参数，如故障率、加工周期、MTTR等，皆满足一定概率分布的基础上，建立生产线的数学模型，通过分析机器的产出对系统产出的影响识别系统的瓶颈机器。(3)数据分析法，基于仿真或在线数据实时监控，对于仿真数据、实时数据等进行分析和处理，辨别系统的瓶颈机器。上述传统作业车间瓶颈识别考虑单方面因素，综合考虑多因素少。大多文献考虑瓶颈的某一方面，基于单因素特征建立瓶颈识别指标进行瓶颈识别，少数文献探索综合多个已有的单指标进行瓶颈识别无法全面地评判和识别瓶颈设备。
发明内容
要解决的技术问题为解决现有技术存在的问题，本发明提出了一种以机器特征属性为区间数的作业车间瓶颈识别方法，研究属性值区间情形下，属性值不确定、模糊等情况的多属性瓶颈识别问题。所谓属性值区间指的是生产中的随机扰动和环境变化经常造成调度方案执行的波动，导致决策者不能或难以准确地确定设备的属性值，只能给出属性值的上限和下限，即区间形式的属性值信息。技术方案本发明运用TOC新型优化运作逻辑，提出将瓶颈利用和瓶颈识别问题放在统一框架下进行集成求解，此框架改变了传统瓶颈识别独立于调度优化方案的做法，将作业车间调度优化与瓶颈识别相结合，先进行瓶颈充分利用再进行系统瓶颈的辨识，既保证了瓶颈设备的充分利用，又保证了调度优化方案的整体最优。第一层级为瓶颈利用层，采用优化方法获得调度问题的调度优化方案；第二层级为瓶颈识别层，建立区间属性值的多属性瓶颈识别模型，将瓶颈识别问题转化为根据多个评价属性综合评价候选机器的多属性决策问题，然后采用改进的三参数区间TOPSIS进行瓶颈的最终判定。本发明求得瓶颈为根据区间多属性评价模型确定的多属性决策评价值最大的机器。本发明的技术方案为
所述一种以机器特征属性为区间数的作业车间瓶颈识别方法，其特征在于包括以下步骤步骤I :建立生产系统及加工任务的仿真模型，并在仿真模型中设置随机扰动；采用优化算法优化生产投料次序，得到G个优化调度方案(S1, S2，…，StJ ；步骤2 :建立所有m台加工机器的机器集M = (M1, M2, , Mj，建立机器的η个评价属性的评价属性集X = (X1, X2,, XnI ；步骤3 :根据步骤I中的G个优化调度方案，计算每个优化调度方案下每台机器的评价属性值，得到每台机器下每个评价属性的属性值区间，其中第i台机器的第j个评价属性的属性值区间力\ =[<V<]，<和<分别表示根据G个优化调度方案计算得到的第i台机器第j个评价属性中G个属性值的最小值和最大值；建立用于瓶颈识别的区间多属性决策矩阵= = Wx1nJll = 12....J)1，./ = 1,2...”《);步骤4 :采用改进的三参数区间TOPSIS进行瓶颈的最终判定步骤4.I :采用向量标准化方法将区间多属性决策矩阵乃= (&)_={[ ]}自
转化为规范化决策矩阵及= ( )自={时4 ]}_，其中当评价属性Xu类型为效益型属性时 ^ J ^(χζ 当评价属性Xu类型为成本型属性时
权利要求
1.一种以机器特征属性为区间数的作业车间瓶颈识别方法，其特征在于包括以下步骤 步骤I:建立生产系统及加工任务的仿真模型，并在仿真模型中设置随机扰动；采用优化算法优化生产投料次序，得到G个优化调度方案(S1, S2，…，StJ ； 步骤2 :建立所有m台加工机器的机器集M = (M1, M2,, MJ，建立机器的n个评价属性的评价属性集X = (X1, X2,, Xn} ； 步骤3 :根据步骤I中的G个优化调度方案，计算每个优化调度方案下每台机器的评价属性值，得到每台机器下每个评价属性的属性值区间，其中第i台机器的第j个评价属性的属性值区间为乓，<和<分别表示根据G个优化调度方案计算得到的第i台机器第j个评价属性中G个属性值的最小值和最大值；建立用于瓶颈识别的区间多属性决策矩 矩。
步骤4 :采用改进的三参数区间TOPSIS进行瓶颈的最终判定 步骤4. I :采用向量标准化方法将区间多属性决策矩阵乃=爲)_ ={[ ]}_转化为规范化决策矩阵及=圬)_ = {[ ]}_ ,其中 当评价属性类型为效益型属性时
2.根据权利要求I所述的一种以机器特征属性为区间数的作业车间瓶颈识别方法，其特征在于评价属性分为机器评价属性和工件评价属性，包括机器利用率、负荷、平均活跃时间、机器加工费用、工件交货期重要度、工件成本重要度。
全文摘要
本发明提出了一种以机器特征属性为区间数的作业车间瓶颈识别方法，首先采用优化方法获得调度问题的调度优化方案，其次建立区间属性值的多属性瓶颈识别模型，将瓶颈识别问题转化为根据多个评价属性综合评价候选机器的多属性决策问题，然后采用改进的三参数区间TOPSIS进行瓶颈的最终判定。本发明采用改进的三参数区间TOPSIS瓶颈识别方法增强了区间的信息表示能力，提高了区间的信息精度，改进的三参数相离度公式解决了属性区间分布概率不相同的权重确定问题，能有效地确定机器属性的权重；区间多属性瓶颈识别方法的贴近度Ci充分挖掘设备属性蕴涵的信息，相比确定性多属性瓶颈识别方法，具有更高的瓶颈识别质量。
文档编号G06Q10/04GK102789598SQ20121023216
公开日2012年11月21日 申请日期2012年7月6日 优先权日2012年7月6日
发明者孙树栋, 崔福东, 张映锋, 王军强, 王烁, 郭银州, 陈剑 申请人:西北工业大学