专利名称：一种考虑机器多维特征属性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，具体为一种考虑机器多维特征属性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。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，少数文献考虑多个指标，但是都是基于简单的规则，不能挖掘机器特征属性的信息量，无法实现综合评价机器的目的。
发明内容
要解决的技术问题为解决现有技术存在的问题，本发明提出了一种考虑机器多维特征属性的作业车间瓶颈识别方法。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，第一层级为瓶颈利用，采用优化算法进行作业调度优化求解，保证作业调度方案整体性能最优和瓶颈机器能力充分利用程度最高；第二层级为瓶颈识别，改变传统依据机器单方面因素识别瓶颈的做法，综合考虑瓶颈的多方面特征属性，提出多属性瓶颈识别方法，综合全面评价机器性能进行瓶颈识别。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。本发明所指的瓶颈利用层的核心任务是进行Job Shop调度问题的优化求解。本发明所指的瓶颈识别层的核心任务是辨识瓶颈机器。本发明所识别的瓶颈为通过多属性决策方法求得的评价值最大的机器。本发明的技术方案为 所述一种考虑机器多维特征属性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 :采用优化算法确定作业车间的最优调度方案Ω Ω = {{Bn,…，Bvl,…，Bel; C11,…，Cvl,…，Cel; Z11,…，Zvl,…，ZeJ,…，(Bli,…，Bvi,…
R ■ r ... r ... r ■ 7 …7 ... 7 I …(R …R ... R ■ Γ ... r ... r ■ 7 …7-
y uei，，Wi> ，v^ei，z^li, ，z^vi, ，z^ei-1， ，LjjIm, ，jjVm, ，υβηι，v^lm, ，v^vm, ，v^em，zjIm, ，匕
...7 I I
vm， y z^emj J其中，Bvi表示第 V e E = {I, 2, ...，e}个工件在第 i e M = {I, 2, , m}台机器上的开始加工时间，Cvi表示第ν个工件在第i台机器上的加工完成时间，Zvi表示第ν个工件在第i台机器上的工装准备时间；步骤2 :建立机器集为A = (A1, A2, , AJ，评价属性集为X = (X1, X2, , Xj M据步骤I得到的最优调度方案Ω，计算每个机器各评价属性值，得到用于瓶颈识别的决策矩阵D = (Xij)mxn, Xij是第i个的机器的第j个评价属性值；步骤3 :采用向量标准化方法将步骤2的决策矩阵D = (Xu)mxn转换成标准决策矩阵 R = (Aj)nixn 步骤4 :采用熵权法确定评价属性权重，评价属性权重向量W =((O1, ω2, · · ·，Qj,..., ωη)步骤4. I :将各评价属性值标准化，其中第j个属性下第i台机器的无量纲化属性值Pu为
j mPy ^X1J YdXlj
I /:1步骤4. 2 :计算第j个评价属性的熵值Ej
mEj = -ShiInpv
i—I其中δ = 1/lnm,保证了 O < Ej < I ;步骤4. 3 :计算第j个属性的信息偏差度Clj dj = I-Ej步骤4. 4 :对信息偏差度进行归一化计算权重当决策者没有评价属性间的偏好时(O^dj Y^dj
/ /=1
当决策者有评价属性间的偏好时
权利要求
1.一种考虑机器多维特征属性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:采用优化算法确定作业车间的最优调度方案Q:Q = {(B11,…，Bvl,…，Bel; C11,…，Cvl,…，Cel; Z11,…，Zvl,…，ZeJ，…，(Bli,…，Bvi,…Bci；C1i ， ... Cvi ... r ■ 7 …7 ... 7 I …(R …R ... R ■ r ... r ... r ■ 7 …7 -,JJei , Ili, , Wi> y ^ei，zjIi y z^vi > z^ei-1 > > ^jjlm> > jjVmJ > uem，> ^em，zjIm^ > 乙vm，…，ZeJ} 其中，Bvi表示第vGE= {1，2，…，e}个工件在第i GM= {I, 2,, m}台机器上的开始加工时间，Cvi表示第V个工件在第i台机器上的加工完成时间，Zvi表示第V个工件在第i台机器上的工装准备时间； 步骤2 :建立机器集为A = (A1, A2,, AJ，评价属性集为X = (X1, X2,, XJ ;根据步骤I得到的最优调度方案Q，计算每个机器各评价属性值，得到用于瓶颈识别的决策矩阵D=(Xij)mxn, Xij是第i个的机器的第j个评价属性值； 步骤3 :采用向量标准化方法将步骤2的决策矩阵D = (Xij)fflxn转换成标准决策矩阵R—(Aj) mXn
2.根据权利要求I所述一种考虑机器多维特征属性的作业车间瓶颈识别方法，其特征在于评价属性包括机器负荷，机器利用率，活跃时间，活跃偏差，敏感度，单位有效产出，在制品队列长度和设备综合效率。
全文摘要
本发明提出了一种考虑机器多维特征属性的作业车间瓶颈识别方法。首先采用优化算法进行作业调度优化求解，其次改变传统依据机器单方面因素识别瓶颈的做法，综合考虑瓶颈的多方面特征属性，提出多属性瓶颈识别方法，综合全面评价机器性能进行瓶颈识别。本发明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，解决了传统瓶颈识别与优化方案相割离而导致瓶颈识别不准、优化方案不优等不足；得到调度优化方案后，综合考虑机器的不同特征属性，采用TOPSIS多属性瓶颈识别方法进行瓶颈识别，克服了传统瓶颈识别指标片面、识别结果偏颇的缺陷。
文档编号G06Q10/04GK102768737SQ201210232168
公开日2012年11月7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, 康永, 张仲田, 张映锋, 王军强, 陈剑 申请人:西北工业大学