一种生产线的工人分配优化方法及装置与流程

1.本发明属于工业自动化技术领域，具体地说，涉及一种生产线的工人分配优化方法及装置。


背景技术：

2.通常在工厂中，生产一件产品需要经过多道工序，在每道工序中对产品进行一定的加工，最终得到一件标准产品。在产品的生产线上设有多个工位，每个工位包含至少一道工序，工作人员在工位内通过产品的加工设备对材料进行加工。
3.在部分工位内只需要一位工作人员即可完成该工位内的所有工序，而有些工位内可能需要多位工作人员协同作业，工位内的工人数量也影响着对产品的加工效率。比如某个工位只有一位工人时，需要20秒才能完成该工位内的所有工序，而在该工位内有两位工人时则需要15秒，在该工位内有三位工人时只需要10秒即可完成。在生产线中，只有当上一个工位完成对材料的部分加工后，下一个工位才能够对材料进行进一步加工。
4.在产品的生产过程中，经常会出现各种意外因素导致某个工位完成工序的时间增加，使得后续工位出现了闲置的情况，生产线出现积压，降低了产品的生产效率。
5.有鉴于此特提出本发明。


技术实现要素：

6.本发明要解决的技术问题在于克服现有技术的不足，提供一种生产线的工人分配优化方法及装置，能够避免生产线出现积压，提高生产线的生产效率。
7.为解决上述技术问题，本发明采用技术方案的基本构思是：
8.一种生产线的工人分配优化方法，所述生产线上设有多个工位，每个工位内完成一道或者多道工序，获取生产线中每个工位完成工序所需要的时间，若判断存在至少一个工位完成工序所需要的时间超过预设时间阈值，通过遗传算法对各工位的工人数量进行重新分配。
9.优选的，所述通过遗传算法对各工位的工人数量进行重新分配包括，
10.根据预设种群大小随机生成初始种群，种群中的每一个个体表示一种工人分配方案；
11.计算种群中每种工人分配方案的适应度，所述适应度表示每种工人分配方案对应的生产线生产效率；
12.在当前种群包含的多种工人分配方案中，选择两种工人分配方案和进行交叉操作，生成子代个体，所述交叉操作包括将两种工人分配方案中的部分工位对应的工人数量进行交换；
13.判断是否达到遗传算法的终止条件，若达到，输出当前种群中适应度最高的工人分配方案。
14.优选的，所述随机生成多种工人分配方案包括，获取生产线中包含的工位总数m和
工人总数n，在指定约束条件下随机生成向每个工位分配的工人数量ni，所述约束条件为，
[0015][0016]
其中，ni表示向第i个工位分配的工人数量。
[0017]
优选的，在通过遗传算法计算新的工人分配方案前，根据人工经验生成工人分配方案，在使用遗传算法生成新的工人分配方案的过程中，将所述根据人工经验生成的工人分配方案与每代种群中的个体进行交叉操作。
[0018]
优选的，在根据人工经验生成工人分配方案后，在遗传算法的迭代过程中，将每代种群中适应度最高的工人分配方案与所述根据人工经验生成的工人分配方案进行交叉操作。
[0019]
优选的，在判断工位完成工序所需要的时间是否超过预设时间阈值前，获取生产线的实时运行数据，根据生产线的实时运行数据和生产线的数字孪生模型展示生产线的未来运行状态，根据生产线的未来运行状态判断工位完成工序所需要的时间是否超过预设时间阈值。
[0020]
优选的，在判断工位完成工序所需要的时间超过预设时间阈值后，根据人工经验配置工人分配方案，通过生产线的数字孪生模型展示出配置所述工人分配方案后生产线的运行状态，根据配置所述工人分配方案后生产线的运行状态判断工位完成工序的所需要的时间是否超过预设时间阈值。
[0021]
本发明的另一目的在于提供一种采用如上所述优化方法的装置，包括：
[0022]
信息获取模块，用于获取生产线的实时运行数据；
[0023]
判断模块，用于判断工位完成工序的时间是否超过预设时间阈值，与信息获取模块连接
[0024]
计算模块，用于通过遗传算法计算工人分配方案，与判断模块连接。
[0025]
优选的，包括数字孪生模块，用于根据生产线的实时运行数据和生产线的数字孪生模型计算出生产线的未来运行状态，数字孪生模块与信息获取模块连接。
[0026]
优选的，包括输入模块，用于接收用户自行设置的工人分配方案，输入模块与处理模块连接。
[0027]
采用上述技术方案后，本发明与现有技术相比具有以下有益效果：
[0028]
1、本发明通过判断生产线是否将要出现积压，在判断出生产线将要出现积压时，通过遗传算法来计算出新的工人分配方案，根据新的工人分配方案向生产线上的工位重新分配工人，避免生产线出现积压，提高生产线的生产效率。
[0029]
2、本发明通过在判断出生产线将要出现积压后，根据人工经验来生成工人分配方案，并将根据人工经验生成的工人分配方案与遗传算法结合，最终得到最佳工人分配方案，提高遗传算法的收敛速率，能够让遗传算法更快的找到最佳工人分配方案。
[0030]
3、本发明通过实时获取生产线的运行数据，在生产线的工作过程中使用生产线的数字孪生模型来展示生产线的未来工作状态，让用户可以很清楚的判断出生产线是否将会出现积压，从而对工人进行调整，避免生产线出现积压，提高生产线的生产效率。
[0031]
下面结合附图对本发明的具体实施方式作进一步详细的描述。
附图说明
[0032]
附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：
[0033]
图1是本发明一种生产线的工人分配优化方法流程示意图。
[0034]
需要说明的是，这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
[0035]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对实施例中的技术方案进行清楚、完整地描述，以下实施例用于说明本发明，但不用来限制本发明的范围。
[0036]
在本发明的描述中，需要说明的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0037]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0038]
如图1所示，本发明实施例介绍了一种生产线的工人分配优化方法，所述生产线上设有多个工位，每个工位内完成一道或者多道工序，获取生产线中每个工位完成工序所需要的时间，若判断工位完成工序所需要的时间超过预设时间阈值，通过遗传算法计算工人分配方案，所述工人分配方案包括向每个工位分配的工人数量，根据新的工人分配方案向每个工位重新分配工人。
[0039]
在工厂里，通常将一种产品的生产过程分为多道工序，在产品的生产线上设有多个工位，每个工位完成一道或者多道工序。根据工位需要完成工序的内容，在部分工位内只需要配置一位工人，而在部分工位内需要配置多位工人。为了保证生产效率，通常需要将每个工位完成工序所需要的时间设置为相等或者相近，避免因不同工位完成工序所需要的时间相差较大而导致生产线出现积压。在产品的生产过程中，如果生产线上的某个工位出现了延时，该工位完成工序的速率下降，使得后续工位出现了闲置的情况，导致人力资源的浪费，降低了产品的生产效率。
[0040]
本发明通过实时监测生产线的运行状态，在判断出工位完成工序所需要的时间超过预设时间阈值时，通过遗传算法来计算出新的工人分配方案，根据新的工人分配方案向生产线上的工位重新分配工人，避免生产线出现积压，提高生产线的生产效率。
[0041]
所述通过遗传算法计算新的工人分配方案包括如下步骤：
[0042]
s1、初始化种群；
[0043]
在步骤s1中，种群包含多个个体t，个体t的总数为n，将第i个个体记为ti，每个个
体表示一种工人分配方案，随机生成n种工人分配方案，对工人分配方案进行编码处理。
[0044]
例如，对于一条具有5个工位、工人总数为10的生产线，在一种随机生成的工人分配方案中，向第1个工位和第5个工位均只分配1位工人，向第2个工位和第4个工位均分配2位工人，向第3个工位分配4个工人，对该工人分配方案进行编码后表示为12421。在另一种随机生成的工人分配方案中，向第1个工位、第4个工位和第5个工位均分配2位工人，向第2个工位分配1个工人，向第3个工位分配3个工人，对该工人分配方案编码后表示为21322。
[0045]
s2、计算适应度值；
[0046]
在步骤s2中，适应度值表示个体的好坏程度，也就是工人分配方案的好坏程度，生产线使用不同的工人分配方案时具有不同的生产效率，每种工人分配方案对应一个生产线的生产效率。以生产线的生产效率为评价指标，用适应度值表示生产线的生产效率，对于适应度值高的个体，说明该个体所表示的工人分配方案对应的生产线的生产效率高，对于适应度值低的个体，说明该个体所表示的工人分配方案对应的生产线的生产效率低。例如，对于一个工位，在只有一位工人时需要20秒完成该工位的所有工序，在有两位工人时则需要15秒，而在有三位工人时只需要10秒即可完成该工位的所有工序。在同一个工位分配不同数量的工人会影响工位完成工序的速率，
[0047]
s3、交叉操作；
[0048]
通过对种群实施交叉操作来产生新一代种群，在交叉操作中，将两种工人分配方案中的部分工位对应的工人数量进行交换。例如，对于一条具有5个工位、工人总数为10的生产线，两种工人分配方案分别表示为12421和21322，选取前两位进行交叉，在实施交叉操作后得到两种新的工人分配方案21421和12322。
[0049]
s4、判断是否达到遗传算法的终止条件，如果达到终止条件，输出当前种群中适应度最高的工人分配方案；如果未达到，继续迭代。终止条件设置为种群的迭代次数，当种群迭代达到最大次数时，遗传算法终止。
[0050]
所述随机生成多种工人分配方案包括，获取生产线中包含的工位总数m和工人总数n，在指定约束条件下随机生成向每个工位分配的工人数量ni，所述约束条件为，
[0051][0052]
其中，ni表示向第i个工位分配的工人数量。
[0053]
本发明实施例中，在通过遗传算法计算新的工人分配方案前，根据人工经验生成工人分配方案，在使用遗传算法生成新的工人分配方案的过程中，将所述根据人工经验生成的工人分配方案与每代种群中的个体进行交叉操作。
[0054]
在判断出存在至少一个工位完成工序所需要的时间超过预设时间阈值时，可以通过人工经验来调整各工位的工人数量，并结合遗传算法来生成工人分配方案。种群中的每个个体表示一种工人分配方案，在遗传算法的迭代过程中，对于每一代种群，将种群中的个体与根据人工经验生成的工人分配方案进行交叉。通过人工经验生成的工人分配方案能够在一定程度上提高生产线的效率，缓解生产线出现的积压情况。本发明通过将根据人工经验生成的工人分配方案与遗传算法进行结合，能够让遗传算法更快收敛。
[0055]
在根据人工经验生成工人分配方案后，在遗传算法的迭代过程中，将每代种群中
适应度最高的工人分配方案与所述根据人工经验生成的工人分配方案进行交叉操作。
[0056]
本发明实施例中，在判断工位完成工序所需要的时间是否超过预设时间阈值前，获取生产线的实时运行数据，根据生产线的实时运行数据和生产线的数字孪生模型展示生产线的未来运行状态，根据生产线的未来运行状态判断工位完成工序所需要的时间是否超过预设时间阈值。
[0057]
本发明通过数字孪生技术来展示生产线的未来运行状态，例如，可以将生产线在一个小时后的运行状态展示出来，让用户可以很直观的判断出生产线的运行是否正常，也就是生产线上的某个工位完成工序的时间超过预设时间阈值，对生产线的运行状态进行预测，让用户提前了解生产线的运行状态，在生产线的运行出现异常时及时处理，避免生产线出现积压，提高生产线的生产效率。
[0058]
本发明实施例中，在判断工位完成工序所需要的时间超过预设时间阈值后，根据人工经验配置工人分配方案，通过生产线的数字孪生模型展示出配置所述工人分配方案后生产线的运行状态，根据配置所述工人分配方案后生产线的运行状态判断工位完成工序的所需要的时间是否超过预设时间阈值。
[0059]
在通过数字孪生展现出生产线的未来运行状态后，判断出生产线的运行出现异常，根据人工经验来调整生产线上各工位的工人数量，并将根据人工经验调整后的生产线运行状态展示出来，让用户可以很直观的了解到调整后的生产线的运行状态。如果在用户根据人工经验调整后生产线的运行状态仍然处于异常状态，用户可以及时处理，避免生产线出现积压，提高生产线的生产效率。
[0060]
本发明实施例提供了一种采用如上任一实施例所述优化方法的装置，包括：
[0061]
信息获取模块，用于获取生产线的实时运行数据；
[0062]
判断模块，用于判断工位完成工序的时间是否超过预设时间阈值，与信息获取模块连接；
[0063]
计算模块，用于通过遗传算法计算工人分配方案，与判断模块连接。
[0064]
本发明通过实时监测生产线的运行状态，在判断出工位完成工序所需要的时间超过预设时间阈值时，通过遗传算法来计算出新的工人分配方案，根据新的工人分配方案向生产线上的工位重新分配工人，避免生产线出现积压，提高生产线的生产效率。信息获取模块为rf工d设备，可以很方便的读取各工位的数据。
[0065]
本发明实施例中，包括数字孪生模块，用于根据生产线的实时运行数据和生产线的数字孪生模型计算出生产线的未来运行状态，数字孪生模块与信息获取模块连接。
[0066]
本发明通过数字孪生技术来展示生产线的未来运行状态，例如，可以将生产线在一个小时后的运行状态展示出来，让用户可以很直观的判断出生产线的运行是否正常，也就是生产线上的某个工位完成工序的时间超过预设时间阈值，对生产线的运行状态进行预测，让用户提前了解生产线的运行状态，在生产线的运行出现异常时及时处理，避免生产线出现积压，提高生产线的生产效率。
[0067]
本发明实施例中，包括输入模块，用于接收用户自行设置的工人分配方案，输入模块与处理模块连接。
[0068]
在判断生产线的运行出现异常时，用户可以通过输入模块手动输入工人分配方案，对生产线上工位的工人数量进行调整，及时处理生产线运行时的异常，避免生产线出现
积压，提高生产线的生产效率。
[0069]
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0070]
除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0071]
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
[0072]
以上所述仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专利的技术人员在不脱离本发明技术方案范围内，当可利用上述提示的技术内容作出些许更动或修饰为等同变化的等效实施例，上述实施例中的实施方案也可以进一步组合或者替换，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明方案的范围内。