智能化工序调整技术优化方案

2023-06-28 理论教育版权反馈

【摘要】：依据工序调整后大规模定制的生产特点，该模型设立了两个约束条件，分别是交货期要求和定制度要求。当大规模定制系统中发生生产扰动事件，在进行工序调整后假设需要确定n个客户订单分离点，以实现生产总成本最小化的目标。在此情况下可利用模拟退火算法搜索可行域来求得近似最优解。与其他算法相比，模拟退火算法具有全局收敛性，能够使算法跳出局部极值点，适用于该模型的求解。

大规模定制制造商按照客户订单要求进行产品或零部件的定制化生产，当生产过程中发生不可预料的复杂事件时，制造商必须对生产工序及时调整，避免生产任务中断，这种工序调整面向的是当前的生产任务。制造商应根据客户要求对产品生产流程进行设计。

在定制生产阶段，制造商依据生产工序的特点和工艺要求，选择合适的生产工序作为企业的定制环节，这些定制工序具有不同的特征属性个数，能够满足客户的个性化需求。在接到订单前的生产准备阶段，由于工艺要求、设备变化、资源约束等原因导致工序必须调整，则对于整体生产流程来说，生产顺序发生改变，企业所选择的定制环节也会发生相应变化，从而影响客户的定制属性选择和产品的完工时间。因此，在这种情况下，大规模定制制造商需要重新确定合适的客户订单分离点位置，达到客户的个性化要求。

制造企业在设计生产流程时，往往根据自身的生产规模、能力和工艺水平，结合市场需求变化，选择恰当的工序属性特征作为客户的定制环节，而另一些工序特征性较少或客户并不十分在意的工序则作为预生产环节，企业在客户订单分离点之前实施大规模标准化的生产方式，客户订单分离点之后实施定制生产。

工序调整后生产系统中工序的排列顺序发生了改变，一方面，在原来设置的客户订单分离点之后的生产定制流程发生了变化，工序特征属性种类与原来不相同，定制环节和定制选择与之前有区别，定制生产环节的定制成本也会相应改变。另一方面，相关工序的生产加工时间不同，因此定制生产过程的加工时间与原来不同，从而影响到交货期要求。为了达到客户满意的产品个性化程度和交货期要求，并以低成本方式生产，企业需要重新在调整后的工艺路线中定位客户订单分离点。

客户订单分离点的定位选择是实施大规模定制中的关键策略，它直接影响到大规模与定制的程度。若客户订单分离点的位置过于靠近生产前端，那么大规模标准化生产阶段的规模经济优势就无法发挥出来；若客户订单分离点的位置过于靠近生产后端，则将会减少客户的定制选择，客户的产品无法获得差异化的优势。

客户订单分离点影响因素包括两个方面，即交货期约束和定制度约束。在这两个条件的约束下，可确定客户订单分离点的可行范围。在这个范围内企业既能按时完成产品交付，也能达到客户要求的定制度，缩小了客户订单分离点的定位范围，为企业提供了可行的选择方式。

（1）客户订单分离点模型构建

基于工序可调整的客户订单分离点定位模型的目标是生产系统成本最小化。其中，生产总成本由生产启动成本、制造成本和库存成本构成。这些成本都与客户订单分离点在生产流程中的位置密切相关。依据工序调整后大规模定制的生产特点，该模型设立了两个约束条件，分别是交货期要求和定制度要求。除此之外，构建模型还需要相应的假设条件，具体如下：

①假设大规模定制企业面向客户接受订单，并根据订单上客户的个性化需求进行生产，且所有订单提前期为不包括零件运输时间和加工工序准备时间的客户要求交货期；

②顾客订单只要确认开始投产，不需要原材料的等待时间；各生产工序时间上衔接紧凑，不存在调整时间；每个生产工序在相同时间只能加工一个部件，不同产品之间的转换时间和成本可忽略；

③定制生产系统中没有成品库存，最终产品生产完毕后立即交给客户；在生产过程中，制造商采用集中型库存策略，只在订单分离点处放置缓冲库存，而在分离点之后不放置库存；最终加工完成的产品质量与分离点的位置无关；

④客户需求量可被认为服从泊松分布，每个定制产品同属于一个产品族；

⑤在一个生产周期内，每个客户订单具有一致的交货期，此外，企业接受的客户订单都是按照先到先服务的原则来生产的。

（2）客户订单分离点模型智能求解

对于以上模型的求解，当生产过程较为复杂时，为了加快寻找最优解的速度，提高计算效率，可采用启发式算法；而当生产加工步骤较为简单时，可采用迭代法来寻找问题的最优解。

①启发式算法。

当大规模定制系统中发生生产扰动事件，在进行工序调整后假设需要确定n个客户订单分离点，以实现生产总成本最小化的目标。这n个客户订单分离点把生产过程分成了n个子流程，子流程之间存在着设备、资源等多种约束关系。因此，需要从总体生产流程来确定各个订单分离点，从而实现生产系统整体的成本最小化。

由于受到定制度要求和交货期的约束，设在第i个子流程中，客户订单分离点的备选工序个数有ki个，i=1，2，…，n，则确定客户订单分离点所有可能的情况至多有种，其计算量随问题规模的增大呈指数增长，时间复杂度为O（2n），该问题属于NP完全问题，可采用启发式方法来解决。

在此情况下可利用模拟退火算法搜索可行域来求得近似最优解。与其他算法相比，模拟退火算法具有全局收敛性，能够使算法跳出局部极值点，适用于该模型的求解。在迭代可行解的过程中，采用模拟退火算法不但能接受比目标函数值更优的新状态，并且能以一定接受概率接纳劣于目标函数值的状态，但接受概率随温度下降而变小，由于算法的取值在解的邻域范围内具有随机性，可使算法突破局部范围的最优解，提高获得全局最优解的可能性。

②迭代法。

当生产流程复杂度较低或者生产加工步骤较少时，可以采用迭代法来求解。从模型中可推测得，在k值一定且单位生产启动成本、单位制造成本和单位库存成本已知的情况下，能计算得到在交货期和定制度双重约束下达到成本最优的订单分离点位置。

智能化工序调整技术优化方案

相关推荐