一种多目标的生产线排产方法、模块及生产线数字孪生系统与流程

本发明涉及智能制造，具体为一种多目标的生产线排产方法、模块及生产线数字孪生系统。

背景技术：

1、近年来，为了实现智能制造，各国先后提出了工业4.0、工业互联网、中国制造2025以及euh2020maya计划先进制造战略或模式，同时，物联网、大数据、云计算以及人工智能先进信息与计算机技术的发展为智能制造的实现提供了强有力的支撑，数字孪生技术作为信息物理系统的核心技术之一，该技术充分利用物理模型、传感器、运行历史数据，集成多学科、多物理量、多尺度的仿真过程，通过在数字空间中对实现对实体空间的映射，反映相对应的实体装备和产品的全生命周期过程，数字孪生系统本质上是一个由物理实体与孪生模型结合成的、可进行连续过程控制优化的功能系统。

2、当前，电子制造行业在产品规划、设计、制造、运营生产过程中，产品、生产装备、工艺流程已经逐步实现了自动化、网络化、信息化，电子制造企业逐步构建形成了集合plm/erp/mes工业核心软件，支持协同研发、精益管理、智能生产的信息化应用体系，有效提升了电子制造企业的创新设计能力、精益管理能力和综合竞争力，然而电子制造行业智能制造的实践过程中始终面临一些问题，如生产线物理空间与信息空间相互独立，数据传递存在滞后性，虚实空间无法实时交互与融合，智能化水平还不高，鉴于此现状，数字孪生技术作为电子制造行业转型提供了发展机遇。

技术实现思路

1、本发明的目的在于提供一种多目标的生产线排产方法，以能够同时达到较佳的生产节拍的生产线平衡率。

2、本发明提供了一种多目标的生产线排产方法，其包括步骤：

3、s1、构建目标函数；

4、s2、通过执行基于多目标优化的模拟退火算法对目标函数进行最小化：

5、s3、通过执行种群优化算法进一步对目标函数进行最小化，得到最佳生产计划数据。

6、优选地，所述目标函数为f(x＝αw+βt，其中，α、β为预置的权重系数，α+β＝1，t为产线生产节拍，w为产线平衡率，

7、

8、qm为工艺相似的多种产品中的第m种的加工数量占总加工数量的比例，tmj表示第m种产品在第i工序的作业时间，k为生产线工序总数，s为生产线工位总数。

9、优选地，所述步骤s3包括：s31：初始化种群，按照一定的规则生成初始种群，初始化参数，分配作业编码，计算各工位的加工时间；s32：种群个体适应度计算；s33：种群个体遗传操作；采用轮盘赌对个体进行选择，通过交叉操作或变异操作实现种群的迭代；s34：当达到设定的迭代次数时，停止迭代，输出更新后的产线生产节拍和产线平衡率。

10、优选地，在所述步骤s32中，所述种群个体适应度计算根据优化问题的最小值采用适应度函数计算，所设计的适应度函数为：

11、其中，f(x)为目标函数，φ为适应度函数参数。

12、优选地，在所述步骤s33中，根据设定的初始参数，选取一定的个体进行交叉操作，当交叉后的个体满足作业的优先顺序及约束条件时，则将交叉后的个体更新到种群中。

13、优选地，在所述步骤s33中，根据设定的初始参数，选取一定的个体进行变异操作，当变异后的个体满足作业的优先顺序及约束条件时，则将变异后的个体更新到种群中。

14、本发明还要求保护一种多目标的生产线排产模块，其运行上述生产线排产方法，包括：目标函数构建单元，用于构建反映产线生产节拍和产线平衡率的目标函数；目标函数第一优化单元，用于采用模拟退火对目标函数进行最小化优化；及目标函数第二优化单元，用于采用种群优化算法对目标函数进一步进行最小化优化。

15、本发明还要求保护一种种生产线数字孪生系统，其包括：

16、物理空间，包括物理生产线；

17、关键工艺参数数据库；

18、智能感知设备，用于采集物理生产线的生产信息并将其输出为数据流；

19、数据服务系统，用于接收工业控制网络收到的数据流，并分析得到物理生产线当前的工序总数k、所有工序的操作工位总数s、及各种产品在各工序的作业时间；

20、数字空间，包括功能模型和控制模型，所述功能模型用于根据所述物理空间生产线构建与之高度一致的三维生产线模型并根据所述数据流对三维生产线模型的运动进行模拟；所述控制模型用于根据控制信息流对所述物理生产线进行运动控制；

21、工业控制网络，用于在物理空间与数字空间之间对所述数据流和所述控制信息流进行传输，以实现所述物理空间和所述数字空间的连接与映射；

22、其中，所述控制模型包括如权利要求4所述的生产线排产模块，所述控制信息流包括生产线排产模块所输出的最佳生产计划数据。

23、优选地，所述物理生产线的生产信息包括所述传感器采集的参数设备状态参数、工艺参数、行为参数、产品质量信息、设备利用率和物料信息。

24、优选地，所述数据服务系统包括：数据分析模块，用于对所述数据流进行筛选、分类和整理，以得到生产线工艺过程数据，所述生产线工艺过程数据包括产品在各工序的作业时间；性能监测模块，用于将工艺过程数据与关键工艺参数数据库进行对比以是否有故障或缺陷产生；及可视化管理模块，用于实时地显示并监测三维生产线模型的工作状态。

25、与现有技术相比，本发明的有益效果是：

26、1、本发明的排产方法和排产模块，针对混流装配线生产节拍和瞬时负荷平衡为目标建立多目标优化模型，通过建立与产线生产节拍和产线平衡率相关的目标函数，并通过合适的优化算法得到全局最优解，从而达到产线生产节拍和产线平衡率的同时优化，以同时保证较高的生产效率和产线各工序的负载均衡，确保产线性能和产品良率。

27、2、本发明将上述排产模块应用于生产线数字孪生系统，能够解决生产线资源配置优化效率低、动态响应能力不足问题，实现了对产线人员、工具、设备资源的合理配置，有效地提升了电子产品加工过程信息透明化和资源优化配置能力，该方法的提出能有效提高电子产线的性能和电子产品的良率。

技术特征：

1.一种多目标的生产线排产方法，其特征在于，包括步骤：

2.根据权利要求1所述的多目标的生产线控制方法，其特征在于，所述目标函数为f(x)＝αw+βt，其中，α、β为预置的权重系数，α+β＝1，t为产线生产节拍，w为产线平衡率，

3.根据权利要求2所述的多目标的生产线控制方法，其特征在于，所述步骤s3包括：

4.根据权利要求3所述的多目标的生产线控制方法，其特征在于，在所述步骤s32中，所述种群个体适应度计算根据优化问题的最小值采用适应度函数计算，所设计的适应度函数为：

5.根据权利要求3所述的多目标的生产线控制方法，其特征在于，其特征在于：在所述步骤s33中，根据设定的初始参数，选取一定的个体进行交叉操作，当交叉后的个体满足作业的优先顺序及约束条件时，则将交叉后的个体更新到种群中。

6.根据权利要求3所述的多目标的生产线控制方法，其特征在于，其特征在于：在所述步骤s33中，根据设定的初始参数，选取一定的个体进行变异操作，当变异后的个体满足作业的优先顺序及约束条件时，则将变异后的个体更新到种群中。

7.一种多目标的生产线排产模块，其特征在于，运行如权利要求1至2中的任一项所述的生产线排产方法，包括：

8.一种生产线数字孪生系统，包括：

9.根据权利要求8所述的生产线数字孪生系统，其特征在于，所述物理生产线的生产信息包括所述传感器采集的参数设备状态参数、工艺参数、行为参数、产品质量信息、设备利用率和物料信息。

10.根据权利要求8所述的生产线数字孪生系统，其特征在于，所述数据服务系统包括：

技术总结本发明公开了一种多目标的生产线排产方法，其包括步骤构建目标函数；通过执行基于多目标优化的模拟退火算法对目标函数进行最小化：通过执行种群优化算法进一步对目标函数进行最小化，得到最佳生产计划数据。本发明通过建立与产线生产节拍和产线平衡率相关的目标函数，引入权重系数，并通过适合的优化算法，能够达到产线生产节拍和产线平衡率的同时优化，以保证较高的生产效率和产线各工序的负载均衡。技术研发人员：曹万,王小平,熊波,陈列,陈耀源,陈明艳,齐擎受保护的技术使用者：武汉飞恩微电子有限公司技术研发日：技术公布日：2024/7/9