近年来,随着电子制造业业务规模的迅速扩大,大型电子制造企业在业务上呈现出多领域、多型号、变批量、研产交叉、交付周期不定以及计划节点多变等特点[1]。此外,电子产品更新换代周期不断缩短,产品复杂度不断提高,电子产品的研制、生产和供应链涉及多部门、多平台和多流程的信息流,致使生产物流流程愈发复杂。对生产制造企业而言,高效的生产物流系统不仅使其能够依靠节约降低投入,而且还使其能够为客户提供快速、及时的优质服务[2]。随着现代生产物流系统的不断成熟与进步,制造企业生产物流系统已经是企业降低成本和提高资源利用率等的重要环节[3]。因此,现代先进的生产制造企业无不把建立生产物流系统看成是企业占据市场制高点的重要战略手段[4]。在智能制造的框架内,智能生产物流系统旨在将生产中每一环节的智能化程度提高,使这个智能生产物流系统中的一切设备都是自主决策、去中心化又是协同控制的。实现这一目标的核心在于生产物流系统的智能调度与协同控制[5]。
1需求分析
随着物联网、大数据等技术的逐渐成熟以及工业4.0和智能工厂等概念的深入发展,电子制造企业开始从传统封闭的设计、制造向现代化、信息化制造方式转变。目前,我国大部分电子制造企业的生产物流系统存在以下问题:产品种类繁多而导致生产物流繁杂;批次要求严格致使产品之间难以整合成组流转;产品批量不定而引起物料搬运的浪费等特征,致使电子制造企业的生产效率低、在制品高、设备利用率低以及流动资金占用率高;电子产品衍生速度快、加工周期节点要求严格,导致生产物流系统难以优化,物流调度难以控制。当前,缩短生产过程中的制造资源流转周期和等待时间,减少生产物流成本,已成为电子制造企业亟待解决的问题,而核心在于形成有效的电子产品生产物流系统智能调度与协同控制策略。生产物流系统智能调度与协同控制的有效实施,不仅能够实现企业在制品库存的良好控制,使得整个生产过程中在制品库存能够维持在一个较低且稳定的状态下[6],且可以充分调配企业的制造资源,最大限度地提高企业资源的利用效率。此外,还可以提高企业的问题响应速度,帮助电子制造企业实现在实时物资需求信息下快速筹措制造资源,制定最佳物流配送路线,进而提高电子产品的生产效率,缩短产品交货期。
2总体方案
针对某电子产品生产物流系统生产调度和协同控制难度大的问题,开展生产物流系统智能调度与协同控制研究,突破基于深度学习的生产物流系统诊断预测模型,物资、生产、工艺装备子物流协同任务分配,生产过程中扰动情况下的生产物流智能调度等关键技术,构建能实时分析物流运行情况、自主决策物流调度调整计划、精准执行子物流协同分配任务的生产物流智能调度与协同控制系统,实现某电子产品物流调度的智能更新和各子物流之间的协同控制,总体方案如图1所示。生产物流智能调度与协同控制系统由预警诊断模块、协同任务分配模块、物流智能调度模块以及系统集成模块组成。预警诊断模块基于K-means分类、SVM识别和深度学习算法构建,基于产品历史数据库,在产品全生产周期物流过程中生成预警点,实时预防性调整。协同任务分配模块基于鲁棒性的时序数据映射方法和决策树,将生产物资库存信息等信息以协同数据总线方式进行监控管理,从ERP系统、PDM系统等获取物流相关数据信息,用以实现子物流的信息协同控制、自动匹配和协同任务分配决策。物流智能调度模块基于遗传模拟退火算法和启发式算法构建,采用基于路径规划的配送调度算法指定工艺装备的配送调度计划,以交付节点为目标,构建智能物流调度模型,用以实现扰动情况下生产物流系统实时更新和工艺装备的配送调度。系统集成模块基于webservice技术构建,与物资采购信息集成,获取库存信息;与PDM系统集成,获取工艺装备需求信息信息;与ERP系统进行集成,获取生产物资需求信息和产品计划排产信息,并实现ERP系统中物流排产计划与物流信息系统同步更新。
3关键技术
3.1基于深度学习的生产物流系统诊断预测模型研究
本课题以某电子产品生产节点计划为目标,以物流扰动报警信息、生产需求物资与库存不匹配信息、工艺装备配送物流信息等为变量,采用深度置信网络(DBN)进行某电子产品生产物流系统的诊断预测,通过对生产物流系统样本数据的学习,诊断预测生产物流系统的实时运行情况发现预警点。预测流程如图2所示。DBN通过多个RBM的堆叠,可以从复杂数据中提取更加抽象和深层次的特征。只要将DBN最顶层的RBM的输出作为softmax的输入,就可以实现预测功能。为了将特征标签联系起来,还要进行训练,将层层训练出来的DBN再进一步使用训练数据和标签进行训练,对所有的权重进行调整。经过微调后,模型预测的精度会更高。
3.2物资、生产、工艺装备子物流协同任务分配方法研究
将生产物资库存信息、工艺装备库存信息、生产物资需求信息与工艺装备需求信息以协同数据总线方式进行监控管理。建立物资、生产、工艺装备传输信息公共协同总线通道,完成信息传输、交换及共享,如图3所示。此外,利用数据对比算法,实现物资库存信息、工艺装备库存信息、生产物资需求信息与工艺装备需求信息之间的匹配对比。当工艺装备需求信息与工艺装备库存信息相匹配时,说明工艺装备库存为无限资源,生产过程中的工艺装备不需要进行调度配送;当工艺装备需求信息与工艺装备库存信息不匹配时,将工艺装备库存信息反馈于工艺装备配送调度计划模型中,作为工艺装备配送调度计划的输入。当生产物资需求信息与生产物资库存信息相匹配时,说明生产物资库存完全满足生产需要,生产物流不需要根据物资库存信息进行调度更新;当生产物资需求信息与生产物资库存信息不匹配时,说明生产物资库存不能满足生产需要,通过基于决策树的物流子系统协同任务分配方法判断是否需要进行生产过程物流和工艺装备配送物流的调度计划重排,并将需要调度更新的任务反馈于生产物流智能调度模型和工艺装备调度优化模型中。开发监控报警模块,当某一信息发生变动时自动出现报警信息,同时重新对物资库存信息、工艺装备库存信息、生产物资需求信息与工艺装备需求信息进行匹配并更新匹配结果。
3.3扰动情况下的生产物流智能调度技术研究
以某电子产品生产节点计划为目标,以物流扰动报警信息、生产需求物资与库存不匹配信息、工艺装备配送物流信息为变量,基于事件驱动的再调度技术等生产物流智能调度方法,针对生产扰动情况下的生产物流进行实时调整,以满足某电子产品交付任务。对于扰动事件影响下的生产物流调度问题,基于事件驱动策略和滚动窗口技术,以物流扰动报警信息、物资库存、实时生产物流信息为决策变量,以完成某电子产品交付节点为目标构建物流智能调度模型,对生产物流调度计划进行调整。针对出现物料采购不到位的情况,采用滚动窗口技术进行物流调度。首先,定义等待窗口、调度窗口和完成窗口共3个窗口。等待窗口收集存放所有等待进行物流调度的任务;完成窗口存放所有已经调度完毕的任务;调度窗口在初始时刻按照一定的规则,从等待窗口中选取一定数量的等待进行物流调度的任务放入调度窗口。在调度窗口,使用基于任务优先权的启发式算法,求解出最优的生产物流调度计划,之后这些等待进行物流调度的任务按照调度结果先后进行物流调度。经过一定时间后,调度窗口中的一部分任务完成了调度,则将它们放入完成窗口,再按照规则从等待窗口中选取一部分任务补充进调度窗口,再进行物流调度计划的制定。针对紧急插件、机器故障等需要立即进行再调度的事件,采用基于事件驱动的动态调度策略。生产任务下达后,车间按照初始物流方案进行生产。当有扰动事件发生时,需要立即进行物流调度计划调度,采用模拟退火遗传算法对物流调度计划进行重新调度,然后按照新的物流调度计划进行在制品、工装等调度。
4结语
电子产品生产物流系统智能调度与协同控制技术研究对于电子产品的个性化定制、能力提升等起着至关重要的作用。随着后期电子产品生产物流智能调度与协同控制技术在电子制造企业的推广应用,可实现电子制造企业生产过程物流系统的相互衔接、协调配套和精准配送,保障电子产品低成本和快速生产响应能力,可为建立完善的以数字化、网络化、智能化为特征的电子制造企业智能制造能力体系夯实技术储备,支撑企业产品研制生产。
《电子产品生产物流系统智能调度研究》来源:《现代制造技术与装备》,作者:王玺 成小彬 梁晓慧