流程制造生产计划策略确定方法、系统及装置

技术领域

本发明涉及车间生产计划管理领域，尤其涉及流程制造生产计划策略确定方法、系统及装置。

背景技术

生产计划策略的选择是生产管理中最重要的因素之一。在以生产制造为主的制造型家纺企业中，产品质量控制、现场数据采集以及车间生产计划是这类企业核心关注的问题。同时，产品生产过程中对客户需求的重视程度越来越高，生产过程不可避免的工艺特点和成本，促使研究人员和工艺人员通过管理订单，选择正确的生产计划策略。因此，本发明重点关注流程制造业生产计划问题，属于流程制造智能化生产系统领域，作为智能工厂的重要研究内容, 智能生产计划必须考虑整个企业的生产、调度、物流和管理。

在过去的二十年里，学术界和业界对这个问题进行了广泛的研究，特别是关于流水车间生产系统。这个问题在相关文献中被定义为订单接受和调度（OAS）。在OAS问题中，订单接收和生产计划通常由不同组织的部门进行管理。生产部门的目标是最大限度地利用资源和减少延误。

在大多数制造系统中，在灵活性和多种产品的生产中，执行混合生产计划策略比应用单一形式的策略更可取。然而，由于产品需求的不确定性和生产操作的动态性，这些策略的组合并不容易，因此，生产计划策略优化的影响评估成为我们在实际场景中需要解决的重要问题。

由于流程工业涉及多种产品的生产，且每个产品都有其特殊的储存条件，因此，流程工业中(如化工、纺织和食品工业)，生产计划尤为重要。流程工业中，有四种常见的生产计划策略:

库存式生产(MTS):在这种策略下，产品是根据预测的需求生产的，然后存放在仓库进行销售。MTS策略可以减少客户的交货时间，但是，它会增加库存和产品损坏成本。

订单式生产(MTO):在该系统中，只有在接到客户的订单后才进行生产操作。MTO系统的特点是较长的客户交货期，低仓储成本和更大的生产灵活性。

工程师订单(ETO):该系统被生产复杂结构的公司所使用。产品是根据客户的规格设计的，每个客户的订单都要求有一套独特的零件、材料清单和工艺。客户在此策略中的交货期相对较长。ETO可以降低生产和库存成本。

装配到订单(ATO): 在这个系统中，准备半成品和产品，当收到客户的订单时，组装成品并交付给客户。这种方法的客户交货期也相对较短，产品损坏成本较低。

在流程工业中，由于产品的类型不同，ETO不起作用，ATO表现为延迟差异(DD)。在DD策略中，半成品(中间产品)储存在临时仓储中，并在收到客户订单后完成生产。使用DD策略的原因是，中间产品可以用于生产多个最终产品。

客户订单解耦点(CODP)是生产过程中特定产品与特定客户订单相关的一个阶段。事实上，CODP将组织中与客户订单相关的一部分与组织中的计划和预测部门分开。

生产工艺的选择与市场需求和生产条件有关，与CODP位置也密切相关。在纺织工业的文献中，生产计划策略并没有受到太多的关注，然而，这些策略在其他行业中进行了大量研究，其中包括了常见的行业特征，如设置成本、有限的产品保质期、不确定的产品需求和产品质量。

第一个专门检查CODP在生产过程中的研究是VanDonk的研究，它为识别与CODP相关的因素提供了一个框架，并确定了各种因素在决定产品是否应该遵循MTO或MTS策略时是有效的。Olhager通过提出市场、产品和工艺方面的决策标准，解释了CODP前后的活动分析，并建议将需求不稳定性和生产时间比率作为选择MTO和MTS策略的两个主要指标。Soman研究了一种混合MTO/MTS系统，并提供了一个三层决策框架(生产策略的确定、节省的产品数量和生产调度)。Su表示，MTO策略是DD策略的一种形式，其中产品在订单阶段是不同的; 然后，他们为大规模定制中的两种类型的DD结构开发了模型，并根据供应链的总成本和客户交货期来衡量它们的性能。Rodgers和Nandy利用离散事件仿真开发了一个具有固定容量和输入控制的MTO系统模型，结论是，这种方法并没有提高客户的交货期，许多订单应该被拒绝。Kober和Heinecke利用系统动力学介绍了一种混合MTO-MTS系统。并进行生产战略评价，得出的结论是，如果生产能力不受限制，MTO是一个非常稳定的策略，但实际上，MTO是无法达到目标市场。Garn和Aitken使用一种新的离群值检测算法研究了MTS和MTO策略。研究结果表明，需要将MTO等识别和使用策略与MTS结合实施。Aouam分析了在订单数量不确定的情况下，使用MIP启发式方法为决策者提供灵活性的接受或拒绝订单的价值。Gargouri建议在食品工业中采用一种基于某些偏好和优先级规则的实时调度方法，以考虑到大多数约束条件和最终可能发生的不可预见的事件。Makris提出了一种概率推理方法，利用贝叶斯网络的原理，量化买家购买高度定制产品的可能性。

虽然也有相关研究对生产计划混合策略进行了研究，然而其未对成本标准进行全面计算。因此，从以往的研究来看，流程工业的生产计划策略还没有得到全面的比较。本专利利用离散时间模拟技术，通过实际的成本和时间标准，寻求流程工业生产计划的最优选择。

发明内容

流程工业中动态生产计划是一个非常复杂的过程，它可能是由于流程工业存在结构的复杂性和不可预知的情况（如新订单到达、机器故障或紧急订单）的出现而引起。在关注新订单到来的同时，由于生产能力的限制，企业不得不关注客户的订单能否被接受。因此，对生产计划的优化十分重要。单一生产计划策略对应的场景相对简单，在面对更为复杂的实际场景中，单一生产计划策略的不足严重的影响了流程工业的生产调度，未能提升资源优化和调度指挥水平。

为了解决上述问题，本发明提出了一种流程制造生产计划策略确定方法，该方法包括以下步骤：

S1:根据审核客户订单，需求预测和当前库存信息制定生产计划，产品生产转移储存过程中经过两次质量测试，所述审核信息过程中应用策略包括MTS策略和DD策略；

S2：计算生产计划中的产品需求，评估订单过程中的完成订单交货时间和检查净库存；

S3：基于交货期进行生产调度模拟，所述生产调度模拟需计算的信息包括交货期、产品保质期、到期费用、原料成本、仓储成本、交货时间；

S4：采用离散事件进行模拟仿真，在ED软件中设计模型，将通过EasyFit软件改变每种不同产品的生产时间和销售情况进行模拟；

S5：确定仿真运行长度和系统的预热时间，将模型数据集与实际系统数据集进行比较，以验证模型的有效性。

进一步的，所述S3中的生产调度模拟的步骤包括：

S31：计算交货期并将交货期发给生产部门；

S31：将中间产品和最终产品经过质量控制检测后，输送到临时储罐和仓库；

S32：通过逾期产品成本、存货成本、机会成本、原料成本的技术得出仓储成本。

进一步的，所述S4中离散事件进行模拟仿真模型中输入包括每种产品每周的生产和销售数据、生产活动的概率分布函数、中间产品和最终产品的构成、存储容量和产品的仓储成本。

进一步的，所述S5中数据比较的标准包括：(1)订单按时完成的百分比(2)设置成本(3)中间产品和最终产品的保质期到期成本(4)库存成本(机会成本和存储成本)。

进一步的，所述S4中ED软件中设计模型使用的元素包括：到货清单、Excel数据、组装工、服务器、多服务、队列、分配器、接收器。

进一步的，所述S5中验证模型有效性的方法为：

S51:采用Kolmogorov Smirnov检验检查两个数据集的归一化；

S52:假设这两组数据是相互独立的，用F检验比较两个数据集的方差，结果显示，P值大于0.05，具有95%的置信度，这两个数据集有相同的方差；

S53:使用t检验来检验两个数据集的平均相似度；

S54:在95%的置信度下，实际系统与模拟模型之间没有统计学上的显著性差异，验证了模型的有效性。

本发明的另一方面，还提供了一种流程制造生产计划策略确定的系统，所述系统包括数据输入模块，数据分配模块，计算模块，策略分析模块，输出模块；

所述数据输入模块用于输入生产计划和调度数据及产品组成；

所述数据分配模块用于将生产计划中数据的分离和调度、成本和仓储数据的的分离；

所述计算模块用于计算生产计划中的产品需求、净库存、订单评估计算、交货期、交付周期、逾期和存储成本；

所述策略分析模块基于模型计算数据和实际数据进行比较验证，得出最优的降低成本和交货时间，使利润最大化的策略；

所述输出模块用于将被选择的最优生产策略进行获取。

本发明的第三个方面，还提供了一种流程制造生产计划策略确定的设备，包括输入设备，处理器和存储设备；所述输入设备用于输入生产计划和调度数据及产品组成；所述处理器用于根据输入数据执行所述存储设备中的计算机程序；所述存储设备用于存储计算机进行策略确定所需要的程序。

本发明的有益效果：

1、混合生产计划策略的选择能够有效的降低成本和交货时间；

2、可用于处理如机器故障或紧急订单等不可预知的事件，进而有效的进行生产计划安排，在损失效率的情况下实现利润最大化；

3、采用更结构化的方法实现订单的作业排程；

4、混合式生产计划策略适用于大多数制造环境。

附图说明

图1是本发明的流程制造生产计划策略确定系统的总体结构图。

图2是本发明的流程制造生产计划策略确定系统的概念模型图。

图3是本发明的流程制造生产计划策略确定方法实施例中的资源分配到订单的逻辑流程图。

图4是本发明的流程制造生产计划策略确定系统实施例中的系统预热周期图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

实施例

本发明提出了一种流程制造生产计划策略确定方法，该方法包括以下步骤：

S1:根据审核客户订单，需求预测和当前库存信息制定生产计划，产品生产转移储存过程中经过两次质量测试，所述审核信息过程中应用策略包括MTS策略和DD策略；

S2：计算生产计划中的产品需求，评估订单过程中的完成订单交货时间和检查净库存；

S3：基于交货期进行生产调度模拟，所述生产调度模拟需计算的信息包括交货期、产品保质期、到期费用、原料成本、仓储成本、交货时间；

S4：采用离散事件进行模拟仿真，在ED软件中设计模型，将通过EasyFit软件改变每种不同产品的生产时间和销售情况进行模拟；

S5：确定仿真运行长度和系统的预热时间，将模型数据集与实际系统数据集进行比较，以验证模型的有效性。

进一步的，所述S3中的生产调度模拟的步骤包括：

S31：计算交货期并将交货期发给生产部门；

S31：将中间产品和最终产品经过质量控制检测后，输送到临时储罐和仓库；

S32：通过逾期产品成本、存货成本、机会成本、原料成本的技术得出仓储成本。

进一步的，所述S4中离散事件进行模拟仿真模型中输入包括每种产品每周的生产和销售数据、生产活动的概率分布函数、中间产品和最终产品的构成、存储容量和产品的仓储成本。

进一步的，所述S5中数据比较的标准包括：(1)订单按时完成的百分比(2)设置成本(3)中间产品和最终产品的保质期到期成本(4)库存成本(机会成本和存储成本)。

进一步的，所述S4中ED软件中设计模型使用的元素包括：到货清单、Excel数据、组装工、服务器、多服务、队列、分配器、接收器。

进一步的，所述S5中验证模型有效性的方法为：

S51:采用Kolmogorov Smirnov检验检查两个数据集的归一化；

S52:假设这两组数据是相互独立的，用F检验比较两个数据集的方差，结果显示，P值大于0.05，具有95%的置信度，这两个数据集有相同的方差；

S53:使用t检验来检验两个数据集的平均相似度；

S54:在95%的置信度下，实际系统与模拟模型之间没有统计学上的显著性差异，验证了模型的有效性。

本发明的另一方面，还提供了一种流程制造生产计划策略确定的系统，所述系统包括数据输入模块，数据分配模块，计算模块，策略分析模块，输出模块；

所述数据输入模块用于输入生产计划和调度数据及产品组成；

所述数据分配模块用于将生产计划中数据的分离和调度、成本和仓储数据的的分离；

所述计算模块用于计算生产计划中的产品需求、净库存、订单评估计算、交货期、交付周期、逾期和存储成本；

所述策略分析模块基于模型计算数据和实际数据进行比较验证，得出最优的降低成本和交货时间，使利润最大化的策略；

所述输出模块用于将被选择的最优生产策略进行获取。

本发明的第三个方面，还提供了一种流程制造生产计划策略确定的设备，包括输入设备，处理器和存储设备；所述输入设备用于输入生产计划和调度数据及产品组成；所述处理器用于根据输入数据执行所述存储设备中的计算机程序；所述存储设备用于存储计算机进行策略确定所需要的程序。

具体来说，根据图1显示了系统主要活动的总体结构，这些活动通常分为生产计划、生产日程（生产调度）、中间生产、最终生产和仓储。

在生产计划中，每周和每月的产量是由客户订单，需求预测和当前库存决定。在生产调度中，通过生产计划来确定中后期生产的优先级。根据生产计划和排程，生产不同成分的中间产品和最终产品。在仓储方面，确定存储容量和存储成本，并根据销售情况或产品损坏情况更新产品库存。

客户基于CODP的订单可能会影响生产计划或仓储。在MTS策略中，预测的客户订单将在生产计划部门进行审核，而实际的客户订单将发送到仓库。在DD策略中，生产计划部门对预测客户订单和实际客户订单进行审核。

一般在生产过程中，很多中间产品在生产后都储存在相应的仓储环境中。产品经过第一次质量控制测试(QC1)后，转移到生产反应器，最终产品进行生产和包装。在第二次质量控制测试(QC2)后，产品被运往仓库进行销售。

对系统的主要组成部分进行如图2概念模型的描述，并定义数学关系。将原材料、中间产品和最终产品分配到订单的逻辑模型如图3所示。

生产计划的主要投入是产品的需求。每周进行生产计划。每个订单中都记录了订单的到货日期、交货期限、订单数量和产品ID。评估订单过程中的第一步是检查完成订单的交货时间。

LT=ODD-（PTMP+PTFP+TQCTT）

LT=定货与交货间相隔的时间（交付周期），ODD=订单到期日，PTMP=生产中间产品的时间，PTFP=生产最终产品的时间，TQCTT=质量检测总时间

评估订单过程中的下一个步骤是检查净库存。

NIH=TPW+TPQCT+PIP

NIH=现有净存货，TPW=在货仓的产品总量，TPQC=在质量检测的产品总量，PIP=在制品

基于交货期的生产调度模拟。产品的生产订单是根据有机会将产品交付给客户的时间发送给生产部门。交货期计算如下：

MPLT=ODD-（PTMP+PTFP+TQCTT）

FPLT=ODD-（PTFP+TQCTT）

MPLT=中间产品交付周期期，FPLT=最终产品交付周期

中间产品和最终产品经过质量控制检测后，输送到临时储罐和仓库。这些产品增加了仓库的库存水平。产品的保质期每天都受到监控。当生产一批产品时，生产时间立即记录在时间戳中，以跟踪产品的保质期。

产品在下列情况下被丢弃：

CT>SL+TS

CT=当前时间，SL=保质期，TS=时间戳

逾期交付(超过1天)视为延期交付：

OOF=准时订单履行，i为产品索引，

每次生产后相关设备的维护成本被认为是一个生产准备成本：

SC=生产准备成本，m=不同贮藏方法，

中间产品和最终产品的保质期到期费用

存货成本是与库存相关的成本，库存仍在仓库中。存货成本包括仓储成本和机会成本。

OC=机会成本，

由于模型的结构复杂性和参数的不确定性，本专利采用离散事件仿真模拟，为了验证和实施模拟实验，使用了来自杭州某化纤制造企业的数据。选择这家工厂是因为它的生产工艺(先生产中间产品，然后再生产不同的最终产品)。

仿真是在计算机的帮助下，模拟真实系统随时间推移的行为的一套方法，其目的是分析和评估系统的性能并改进系统。

目标是使客户的交货时间最大化，使总成本最小化。为此，评估了MTS和DD策略的性能，然后创建两个混合的DD-MTS策略(MD1和MD2)，重点是降低产品的损坏成本。描述的过程是在ISS公司的ED软件中使用离散事件模拟设计的。

为了比较策略，计算了四个主要标准:(1)订单按时完成的百分比(2)设置成本(3)中间产品和最终产品的保质期到期成本(4)库存成本(机会成本和存储成本)。我们使用的是化纤生产线3年的生产和销售数据。该工厂采用的是MTS策略。

模型输入包括每种产品每周的生产和销售数据、生产活动的概率分布函数、中间产品和最终产品的构成、存储容量和产品的仓储成本。为了实现仿真模型，需要将数据转换成概率分布函数。因此，通过EasyFit软件改变了每种不同产品的生产时间和销售情况。

考虑到系统的物理局限性，详细的流程和系统的操作特点，在ED软件中设计了该模型。

鉴于所研究的企业采用的策略为MTS策略，首先设计并实现了MTS模型。在对模型进行验证和验证之后，设计了对现有系统进行修改的场景。

模型假设：

对于DD策略和混合策略，需要计算创建临时存储单元的成本。

加工时间和生产能力被精确测量。

由于各种策略的原材料条件相似，策略选择效率低下，原材料被认为是无限的，没有损坏。

在ED软件的问题建模中使用的元素包括：

到货清单(输入周、月生产排程数据)

Excel(输入生产计划和调度数据及产品组成)

组装工(生产中间和最终产品的设备)

服务器(质量控制)

多服务(客户订单解耦点)

队列(仓库和临时存储单元)

分配器(原料的输入和分离)

接收器(登记输出的数目)

然后确定仿真运行长度和系统的预热时间。系统预热是指系统进入相对稳定状态所需的时间。由于仿真模型在初始阶段并不具备相同的基本条件，而且是在实际生产线上实现的，因此需要确定一定的系统预热时间。在该模型中，采用系统预热特定图来确定预热时间，如图4所示，系统的预热时间估计为14天(模型执行30次后由软件记录)。

由于决策准则是基于年度成本的，因此模拟的运行长度(没有系统的预热期)被认为是1年。模拟过程为每个场景执行30次。将软件中记录的生产速度、成本和时间与工厂在所有模拟阶段的实际数据进行比较。

将模型数据集与实际系统数据集进行比较，以验证模型的有效性。首先，采用Kolmogorov Smirnov检验检查两个数据集的归一化。其次，假设这两组数据是相互独立的，下一步是用F检验比较两个数据集的方差，结果显示，P值大于0.05，具有95%的置信度，这两个数据集有相同的方差。再次，使用t检验来检验两个数据集的平均相似度。结果表示，在95%的置信度下，实际系统与模拟模型之间没有统计学上的显著性差异，验证了模型的有效性。

在检查模型的校验和验证之后，检查其他策略(D、MD1和MD2)的影响。在不同场景下，要将生产系统从MTS策略转换为其他策略，首先需要确定DD策略和混合策略的最优存储容量，以及混合策略的产品选择。由于存储单元对生产成本(尤其是保质期到期成本)的影响非常重要，因此在对混合策略建模之前，需要计算出中间产品临时存储单元的最优容量。

为此目的，最初，每个中间产品(对于DD策略)的临时存储单元数量从最低需求开始，将成本标准作为临时存储单元数量的函数来评估，最后得出改变存储单元可以有效降低成本的结论，并确定临时存储单元的最佳容量。

本专利的目标是通过创建混合策略来实现所有标准的最优条件。因此，利用帕累托分析确定保质期到期成本占比最大的产品(在MTS政策中)。

在混合型MD1策略中，相应产品在DD策略下生产，其他产品在MTS策略下生产。对于这些产品，DD策略的选择将增加安装成本和客户交货期，与保质期到期成本的大幅降低相比，这可以被忽略。对于混合MD2策略，将选择标准增加到总过期成本的94%。

结果表明，单一的MTS策略的客户交货期和设置成本最低，但保质期到期成本和库存成本最高。相比之下，DD策略比MTS策略具有更低的库存成本和保质期到期成本，结果表明混合策略显著降低了保质期到期成本，库存成本也比MTS策略降低。

在订单准时完成的百分比方面，MTS策略优于其他策略，但混合策略比DD策略有所增加。为了比较这些政策略，采用方差分析。根据得到的P值小于0.05，拒绝均衡不同策略的平均总成本和订单准时完成百分比。

根据软件输出的结果和在Tukey测试中策略的排名，MTS策略在总成本方面比其他策略更不利，因此将取消MTS策略。在剩下的三个策略中，MD2被选为最佳策略。

本发明的有益效果：1、混合生产计划策略的选择能够有效的降低成本和交货时间；2、可用于处理如机器故障或紧急订单等不可预知的事件，进而有效的进行生产计划安排，在损失效率的情况下实现利润最大化；3、采用更结构化的方法实现订单的作业排程；4、混合式生产计划策略适用于大多数制造环境。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。