面向订单生产（精选7篇）
面向订单生产 篇1
0 引言
在制造企业的生产运行中, 生产计划管理占有非常重要的地位, 其主要任务是科学地制订生产计划, 合理安排、组织、管理企业下属各个部门的生产。生产计划包含大量复杂信息, 如何对这些信息进行高效管理, 使得制订的生产计划更加系统化、科学化、规范化, 以达到提高企业经济效益目的, 对推动企业自身发展具有重要意义。
订单装配型 (Assemble To Order, ATO) 生产主要是以缩短交货期、减少成品库存为目的的一种比较先进的生产组织方式。零部件预先生产加工, 并储存于中间库房中, 在接到订单之后, 将有关零部件装配成客户所需的产品。这种生产以模块化设计为前提。在这种生产类型中, 客户对零部件或产品的某些配置给出要求, 生产商根据客户的要求提供为客户定制的产品。所以, 生产商必须保持一定数量的零部件库存, 以便当客户订单到来时, 可以迅速按订单装配出产品并发送给客户。
根据调查分析, 目前多数的中小型制造企业的生产管理系统依然停留在相对固定 (计划调整周期长) 的阶段, 难以满足市场需求的多变性, 使得企业生产计划难以及时有效调整。在考察了当前的一些面向订单装配的企业生产管理系统设计与实现的基础上, 从B/S (Browser/Server) 、C/S (Client/Server) 模式的各自特点出发, 以高效、准确地整合信息资源并最大限度发挥系统的作用为目的, 提出基于Web混合模式开发面向项目的制造企业生产计划管理系统, 为制造企业生产提供科学、准确的依据。
1 面向订单装配生产管理系统
1.1 系统的体系结构
C/S结构是一种二层结构体系, 应用处理在客户端完成, 数据访问和事务处理全部由服务器端承担, C/S体系结构的应用程序, 由于客户端实现与服务器的直接相连, 没有中间环节, 因此响应速度快。客户操作界面设计具有人性化特点, 可以满足客户个性化的操作要求。同时由于开发是有针对性的, 因此, 操作界面漂亮、形式多样, 可以充分满足客户的个性化要求。由于是针对性开发, 因此缺少通用性的特点, 业务变更或改变不够灵活, 需要重新设计和开发, 增加了维护和管理的难度, 进一步的业务拓展困难较多, 需要安装专门的客户端程序, 分布功能弱, 不能实现快速部署安装和配置。兼容性差, 对于不同的开发工具, 相互之间很难兼容, 具有较大的局限性。若采用不同工具, 需要重新改写程序。开发成本较高, 需要具有一定专业水准的技术员才能完成。B/S结构 (如图1所示) 即浏览器和服务器结构。它是随着Internet技术的兴起, 对C/S结构的一种变化或者改进的结构。B/S结构下, 用户工作界面是通过WWW浏览器来实现, 极少部分事务逻辑在前端 (Browser) 实现, 但是主要事务逻辑在服务器端 (Server) 实现, 形成三层结构。这样就大大降低了客户端电脑载荷, 减轻了系统维护与升级的成本和工作量, 降低了用户的总体成本 (TCO) 。以目前的技术看, 局域网建立B/S结构的网络应用, 并通过Internet/Intranet模式下数据库应用, 相对易于把握, 成本也是较低的。它是一次性到位的开发, 能实现不同的人员, 从不同的地点, 以不同的接入方式 (比如LAN, WAN, Internet/Intrane等) 访问和操作共同的数据库;它能有效地保护数据平台和管理访问权限, 服务器数据库也很安全。
目前面向订单装配的中小企业生产管理中, 一方面, 涵盖的信息面比较广, 处理起来较为复杂;另一方面, 当企业管理人员需要详尽信息对企业生产进行决策的时候, 发现信息难以做到及时有效的流通。在对目前已有的面向订单装配的生产资源管理系统开发分析研究的基础上, 决定采用B/S、C/S的混合模式 (如图2所示) 开发本系统, 这样就将两种模式优点结合, 并能克服各自缺点。
1.2 软件实现
系统选用SQL 2000作为数据库管理系统, 网络操作系统选用WIN 2000, 采用IIS 5.0 (Internet Information Server 5.0) 作为应用服务器 (Web服务器) , 选用Dreamweaver 2004 MX和Visual C++6.0作为前台开发工具。
B/S端使用Dreamweaver 2004 MX设计HTML和ASP (Active Server Page) 程序脚本文件, 通过ADO与SQL 2000数据库服务器建立数据连接。当Web服务器接受到浏览器客户端的Request (请求) 后, 通过ADO技术从数据库服务器中提取所需信息以Web页面形式向用户反馈信息。C/S端客户端通过SQL语言利用ADO技术直接与数据库服务器进行数据交互。通过混合模式的使用, 可以将数据流量不大但又要求能及时动态交互的部分交由B/S模式处理, 对数据处理量大的交由C/S模式处理, 并能使浏览器和C/S客户端共享数据信息。
1.3 系统功能
整个系统不但要满足各职能部门的即时信息处理要求, 而且要求实现信息交流的网络远程互动, 下面分成两部分来介绍。
基于B/S结构模式的特点以及对企业组织机构布局方面的考虑, 系统功能模块如图3所示, 编程方法如图4所示。
C/S模式下的功能模块如图5所示, 编程方法如图6所示。
2 系统B/S与C/S结构功能介绍
2.1 B/S结构功能
(1) 财务部。负责企业往来账目管理、员工工资管理和企业固定资产信息方面的管理。提供信息的添加、删除、修改、打印功能。
(2) 质检部。负责企业生产原材料、外购件、外协件及产品质量信息管理。提供查询、添加、修改功能。
(3) 生产部。负责对车间信息、设备和生产调度信息进行管理。提供查询、添加和修改功能
(4) 计划科。提供企业年度、月度生产计划信息的查询功能。
(5) 营销部。负责对用户下订单、采购信息、库存信息和订单信息进行管理。提供查询、添加、修改和打印功能。
(6) 人事部。负责对企业员工人事档案进行管理。提供查询、修改、添加功能。
2.2 C/S结构功能
该部分主要为了实现生产辅助决策功能。其具体描述如下:
(1) 系统设置。为了保证本系统功能的实现, 提供包括零部件分类标准、周期确定标准、零部件预投计划及能力等参数的设置。
(2) 年度生产计划管理。根据销售预测和客户订单, 提供零部件库存、过往年度生产计划、预测计划的信息查询功能并能根据实际对计划进行调整并生成计划。
(3) 月度生产计划管理。根据客户订单信息, 提供零部件库存, 过往月度生产计划信息查询功能并能根据实际订单信息的变更调整并重新生成计划。
(4) 预投生产计划管理。为了不出现因为库存零部件数量不合理而无法满足订单需求或因此而影响企业经营成本, 提供产品预测、库存零部件数量、订单查询等功能, 并根据所得信息作出计划调整。
(5) 追加生产计划管理。在接收到订单后进行短期追加生产或在产品装配领料后, 为保证某些零部件的库存最低限度, 需要进行追加生产以满足客户需求。可提供订单查询、零部件库存和装配能力查询等功能, 并能根据所得信息进行计划调整。
(6) 产品装配计划管理。可根据接收到的订单和零部件库存进行计算, 可查询装配能力和零部件库存并能根据所得信息对产品装配计划进行调整。
(7) 物料需求计划管理。根据销售预测、客户订单及库存零部件等信息得出生产所需要产品而需准备的原材料的具体信息, 提供根据现有数据信息修订计划的功能。
3 系统的数据库设计和关键技术
3.1 数据库设计工具
ERwin是CA公司推出的数据库设计工具, 用于生成和维护数据库、数据仓库及企业数据资源模型。ERwin模型以一种可以帮助用户更有效地组织和管理的方式使数据结构可视化, 并减少数据、数据库技术和部署环境的复杂性。ERwin既能帮助用户快速开发数据库, 又能大大提高数据库的质量和可维护性。
ERwin使数据库设计更加容易, 只要单击鼠标就能生成满足数据需求和数据使用规则的图形化的实体关系 (E-R) 模型。双击对象后能借助任务专用编辑器添加关于实体描述、关系和属性的细节和说明。其强大的用户界面可以提供许多易于使用的指令, 因而能快速开发模型。“图表化编辑”方式使用户无需打开编辑器就能进行修改。“关系漫游”则允许用户在大型模型中快速移动, 以确定实体的从属关系。有助于实现大型的企业模型建立。由于信息必须在多个专业用户组之间交换, ERwin特别提供了“存储显示”, 用于生成整个模型或其主题范围内的多个图形化视图。
3.2 数据库逻辑设计
数据库逻辑设计是指根据概念设计的结果, 设计数据库的概念模式和外模式, 是数据库结构设计的重要阶段。其主要分为以下3个阶段:
(1) 收集和分析设计任务。准确了解设计任务是数据库逻辑设计的关键, 通过分析确定系统的范围以及所涉及的数据。
(2) 建立E-R模型。根据数据流图进行局部以及总体E-R模型设计。
(3) 数据模式设计。把E-R图转换成关系模型, 用关系数据描述语言进行定义, 以便得到数据库模式。
3.3 关键技术
(1) 产品清单BOM。生产过程当中, 产品结构为树状结构, 将生产计划根据BOM结构对产品进行分解, 结合库存情况以便于确定需要采购、生产的零件数量。由于面向订单的产品结构随着客户需求而变化, 所以要求BOM也要随着产品结构变动动态地改变。
(2) 系统安全。对整个系统而言, 数据占有非常重要的地位, 为了保证数据安全性, 必须加强数据的存取控制, 给机密数据加密, 防止非法用户的访问。对于特定权限用户给予恰当的数据阅读、修改、删除等权限并建立基于硬件、软件的防火墙, 防止黑客对系统的破坏, 同时需要定时定期对系统中的数据进行专门的备份维护工作, 以便在出现数据丢失或损害的异常情况时, 能够及时有效地恢复重要数据信息, 使整个系统得以正常运转。本系统采用操作系统级、Web服务器级、数据库级和应用程序级4级数据安全检验来保证数据安全。
4 结论
现今, 无论是与客户的交流还是企业内部各部门之间的协作, 中小企业的生存与发展越来越离不开网络技术的应用。对目前面向订单装配的中小企业而言, 采用Web混合模式的生产管理系统, 从企业实际出发, 无论从开发成本角度, 还是从技术和实用性角度而言都较为合适。采用本系统不仅能进行多种业务处理、提供辅助决策, 而且能有效地实现各部门、人员之间的信息资源共享, 为企业未来发展提供有力的保证。
参考文献
[1]郝刚, 吴功宜.面向大规模定制的ERP中基础数据管理的研究[J].计算机集成制造系统, 2005, 11 (4) :520-524.
[2]李智.面向订单装配的生产管理系统研究[J].中国制造业信息化, 2005 (9) :88-93.
[3]唐琳.网络化的生产计划管理流程[J].电力系统自动化, 2002, 26 (12) :74-77.
[4]张建林, 魏大涛.多品种小批量生产管理系统的需求分析[J].航天制造技术, 2006 (5) .
[5]Chunjing Zhou, Zhihang Lin, Chuntao Liu.Customer-driven ProductConfiguration Optimization for Assemble-to-order ManufacturingEnterprises[J].The International Journal of Advanced ManufacturingTechnology, 2007, 38 (1/2) :185-194.
面向订单生产 篇2
根据官方资料显示,目前我国的中小企业已经超过4 200多万家,占我国全部企业总数的 99.7%以上,工业总产值占全国的60%、利税的50%,解决了全部就业人数的80%,各项发明专利占我国专利的65%,75%以上的企业是技术创新型企业,80%以上是从事新产品开发。
虽然近几年国家对中小企业的发展有所关注,但是相比于我国的大型企业,数量上占绝对优势的中小型企业仍然面临着各种困境,特别是在信息化方面。国家经贸委近期的调查表明300家国家重点企业中有50%以上已经建立办公自动化系统和管理信息系统,70%以上接入了因特网,50%以上建立了内部局域网。从总体上看,15 000家国有大中型企业中,仅有10%基本实现信息化,中小企业中实现了信息化的比例则更低[1]。
以国有大型企业为代表的大型企业通过国家或部门的统筹安排,有计划、有步骤的进行信息化建设,实现起来比较统一和协调。因而在大型企业中MIS(management information system)、办公自动化、ERP等软件系统得到了很好的应用。然而由于资金短缺、信息技术人才缺乏等问题,大多数中小型企业的信息化水平还处于低水平阶段[2]。目前中小型制造企业面临的主要问题有:
1) 企业资金周转融资问题;2) 订单获取问题 ,核心企业与合作伙伴的关系;3) 如何完成订单任务的问题;4) 对客户订单无法及时准确估计产品的报价和交货期是流失订单的主要原因。
解决订单处理的关键在于如何快速判断企业设备的制造能力,结合企业处于动态中的车间生产状态,快速判断企业的生产能力,并准确估计产品的报价和交货期。通过制造企业制造能力快速判断,可以为制造企业是否接受订单任务以及是否加入企业动态联盟提供依据。
1 制造能力判断
对于中小型企业来说,对制造能力判断系统的建立具有重要意义,主要表现在以下方面:
1) 利于核心企业对订单进行快速处理;
2) 利于核心企业对合作伙伴制造能力进行判断,为选择合作伙伴提供依据。
长期以来国内学者对其企业生产能力进行了大量的研究:刘小玲等人针对订单型生产,提出了一套基于Dijkstra算法思想快速评估车间动态生产能力的方法[3]。徐贤浩等人提出了即时定制生产模式下企业生产能力的双循环理论模型,建立了其绩效评价的指标体系[4]。刘大成等人通过由上至下的生产过程子过程及活动冲突消解,结合作业测定方法,反方向自下而上逐层简化资源可能集或生产可能集参数值,达到对当前生产能力的定量评估和潜力预测[5]。综合上述研究可以看出,大部分研究没有结合生产的实际情况对制造能力进行判断,只是针对其中某一方面进行研究。本文依据生产实际中的流程,从订单处理到产品成形的全过程出发,将制造能力分为两种:1) 基于技术和设备性能的制造能力即静态制造能力,2) 基于生产时间限制的制造能力即动态制造能力。前者是相对静态的,易于判断;而后者是动态变化的,受时间段、订单交货期、设备负荷状态、操作人员技术水平及工作负荷等多因素影响。
2 静态制造能力判断
在一定时期内,由于设备本身具备的可加工性以及操作工人的技术水平相对稳定,因此基于工人技术水平和设备性能的制造能力易于判断。在理想环境下(即设备运转良好、工人操作熟练、原材料供应及时),整个企业的生产能力主要取决于设备的制造加工能力。
针对给定的订单产品的制造,判断制造企业是否具有对该产品的制造能力,很大程度上取决于设备的加工精度和设备的负荷率。因此,通过对加工设备的加工精度等信息及订单产品零部件的加工信息的提取,运用多色集合理论将所获取的信息进行匹配,从而得出静态制造能力的判断。
多色集合理论是由俄罗斯的V. V. Pavlov教授提出来的,是一种新的系统理论和信息处理工具。它使用形式上相同的数学模型来仿真不同的对象,使仿真系统更加具有柔性。多色集合理论能方便地描述复杂系统的各种特征与特性之间的相互联系,在集合层和逻辑层组织和处理信息,在数量层解决底层数量大小问题,而且易于编程,多色集合理论非常适合于解决具有层次结构的问题。制造企业的静态制造能力判断问题正好是一个有层次结构的问题。因此,可以用多色集合理论来将解决该问题。
关于多色集合理论的定义以及相关说明可以参考文献[6,7]。
对制造企业静态制造能力的判断分为三个步骤:
1) 对企业设备制造工艺信息进行提取;
2) 对订单产品的零部件进行工艺分析得出零部件的加工工艺信息;
3) 将零部件的加工工艺信息和企业设备制造信息通过多色集合理论进行匹配,最后判断出企业设备是否具有能够加工订单产品的制造能力。
2.1 设备制造信息的提取
由于每台设备之间相对独立,而且设备信息互不干扰,设备制造信息可以分为:主要技术参数,设备能加工的各种表面、加工精度范围、能加工的最大尺寸等。企业设备信息提取可以按照设备规格型号,组成一个设备集合
2.2 零件工艺分析及其信息提取
企业的订单部门首先要对订单产品进行分类判断:是属于新产品还是以前制造过的产品,可以通过订单处理系统查询。如果订单产品是制造过的产品,可以查询出该类产品的制造成本,再结合当前原材料的价格、工人工资、交货期以及车间设备的负荷情况进行报价处理。如果订单产品是属于新产品,则需要对订单产品进行分析,利用产品的分解结构树来表示,如图2所示。
图中A为订单产品,A
在得出所需制造的零件后,从企业设备的制造能力这个角度来判断企业在现有的设备技术条件下能否制造出该产品,构成产品组成的零件是否需要购买,是否需要加入到企业动态联盟中进行外协加工,将零件分为标准件和加工件。对于需要加工的零件,设计出其零件加工工艺。零件的加工工艺信息可以归纳为:零件形状,尺寸精度,……,零件尺寸范围。工艺信息属性可以用属性集合F(A) 来表示,其中
2.3 多色集合的匹配
结合企业自身的加工任务,如果完成订单零件所需的加工工序能够在一台设备上完成,可以认为工序加工的过程是独立运行的。即这些工序能都直接影响订单任务的完成,这时可以用析取多色集合P∨S作为模型进行统计计算,此时有
由于多色集合理论具有算法适应性,可以用相同的模型来模拟计算不同的对象,于是以订单产品中的一种产品的加工情况进行分析研究,其他产品的加工情况可以用同样的模型逐个计算出来。对于加工零件A1的工艺属性集合
3 动态制造能力的判断
由于一般企业在接受订单时已经有自己的生产任务在进行,此时如果仅凭企业静态制造能力来进行订单的处理,会因为制造能力信息不能正确反映现实情况而导致盲目的接受订单,从而无法在规定的交货期内完成订单任务进而导致企业无法盈利甚至亏损。于是对于自制件的生产需要在已有的车间生产计划中增加新的作业计划,就要考虑到设备负荷率,交货期限制等问题。在企业原有订单制造任务下再加入新的订单任务后,通过调度系统的仿真模拟结合设备的负荷率能够得出企业在给定的交货期内的生产情况,从而判断企业能否在交货期内完成订单产品的加工。
3.1 调度系统简介
系统是面向车间底层的作业计划与调度监控,它主要由工艺准备子系统和生产作业计划及调度监控子系统两大部分组成,工艺准备子系统包括设备模块和工艺模块,生产作业计划及调度监控子系统包括作业计划及调度监控模块和远程控制模块。系统可建立和管理所有的生产工艺信息,快速建立或修正作业计划,实现车间物流实时仿真及调度监控。本文只涉及制造能力的判断,于是采用设备模块、工艺模块、作业计划及调度监控模块来进行生产的模拟仿真以得出企业的动态制造能力。
设备模块主要是对企业部门设备资源进行管理,并将相关信息(工艺装备信息)输出到产品零件工艺管理模块。工艺模块主要用于建立产品、零件及其工艺信息,由三部分组成:第一部分是关于产品订单信息;第二部分是建立订单产品的零部件信息;第三部分是建立零件生产工艺信息。包括零件工序名称、工序内容及完成工序所需的相对应的设备组,各工序所需的标准工时等信息,也可输入其他CAD系统和CAPP系统生成的图形和工艺信息。该模块生成的信息输出到生产作业计划及调度监控模块。生产作业及调度监控模块主要用于生产制造企业的车间,对生产作业计划及车间物流进行调度及监控。该模块由三部分组成:第一部分是根据订单情况,生成投产产品清单,确定投产产品数量、产品交货期等信息。第二部分是根据各种优化规则进行核算生产计划。第三部分是在系统监控界面(甘特图)上,实时监控及调整如加工工序时间延长或提前结束等信息。
3.2 模拟排产
首先将企业设备信息采集录入到设备模块,然后将工艺装备信息输入到工艺模块。在工艺设备中建立订单零件的生产工艺信息,包括零件工序名称、工序内容及完成工序所需的相对应的设备组,各工序所需的标准工时等信息,将生成的信息输入到生产作业计划及调度监控模块。在生产作业计划及调度监控模块中,对作业计划进行添加,设置新的生产进度、制定生产期和交货期、设定标准排产制定零件优先权、采用倒排式算法最后进行模拟排产得出甘特图(图3)。
如图所示竖轴表示企业的设备装备信息,横轴表示日期,其中的条形图表示零件的加工准备时间和加工时间,不同颜色上显示的不同数字即表示不同的零件加工时间。如果交货期设定在23号,则在23号以后的条形图表示企业的设备符合过重难以完成加工任务,即无法在交货期内完成该零件的生产。于是企业可以考虑是否外协,或者延长交货期,或者要求工人进行加班,进而给企业的加工提供参考。在得出无法在交货期内完成的零件后,此时对于所有不能完成的制造零件组成了外协件2,于是将所有目标零件分成了三个组:外购件、自制件、外协件(1、2)。通过静态动态制造能力的两次选择,最终完成企业的制造能力的判断。
4 结语
通过多色集合理论将设备信息与目标产品信息相匹配得出企业静态制造能力,然后通过模拟排产以满足交货期为限制条件得出企业动态制造能力,通过两次判断能够更加贴近生产实际的得出企业的制造能力。通过完成企业的全面制造能力判断,使企业对自身制造能力有全面的把握,从而给订单的接受决策、车间作业计划的执行、是否加班,外协、是否加入动态联盟等决策提供了一定的参考信息。同时为企业的设备管理以及企业的扩建等方面提供坚实的信息基础,为我国中小型企业的信息化提供了一次有意义的探索。
参考文献
[1]张进.我国企业信息化管理的现状与思考[J].企业管理,2011,(4):90.
[2]张骞.2005年～2009年国内企业信息化现状[J].内蒙古科技与经济,2011,(1):67-71.
[3]刘小玲,李辉郭,治国.基于狄克斯特拉算法的车间动态生产能力评估与实现[J].微计算机信息,2006,22(3-4):86.98.
[4]徐贤浩,李锐娟.基于时间竞争环境下即时定制生产模式的生产能力分析[J].管理学报,2005,2(3):352,357.
[5]刘大成,郑力,张智海,等.面向制造业企业的效率改善方法研究[J].制造技术与机床,2004,(04):24,28.
[6]张海燕,V.V.Pavlov,李宗斌,等.零部件制造商加工制造能力考核评价方法的研究[J].机械设计与制造,2006,2(2):122-124.
面向订单生产 篇3
近年来,人们开始了对按订单生产这种新的生产销售模式进行研究。按订单生产简而言之就是汽车生产厂家按客户下的订单进行生产,这样就可以满足客户对个性化的追求。这种新的生产销售模式必将成为今后汽车企业的发展趋势。但是按订单生产模式也存在一定的问题,其中最主要的是如何在客户能接受的最短的时间内把客户定制的汽车交付到客户手中。
1 按订单生产及订单交付全过程
1.1 客户下单
现在客户购买汽车已不局限于在经销商仓库里挑选自己认为合适的汽车了。而更多的是根据自己的意愿让汽车厂家生产自己想要的汽车,因为汽车厂家为了能在汽车市场上占有一席之地,早已开始提供这样的服务,而且大部分厂家也开始效仿。客户可以按照生产厂家所提供的选项,根据自身的喜好和需求对汽车的车型、车体样式、发动机类型及其它一些特性进行选择和组合,完成后可以通过经销商向厂家提交订单[2]。
1.2 订单录入
当客户把订单下给经销商后,经销商把订单录入专用信息系统,传送至汽车生产厂家。客户的订单可以直接来自零售店,有时甚至通过传真或邮寄的方式传递。经销商在录入订单的同时还要兼顾订单可行性检查工作。如果客户的订单超出厂家的生产能力,则应及时通知客户对订单进行更改或要求客户把订单交付时间延长从而使厂家有足够的时间为生产客户要求的汽车做准备。订单到达工厂时会以经销商编码的形式出现,这样可以体现出生产该订单要求的汽车所需要的车型、车体样式、发动机类型以及选装配置。
1.3 生产排程和排序
汽车厂家收到订单后就要组织安排该订单汽车的生产。汽车生产排程是一项复杂的工作,排程过程几乎占据了订单在系统内所花时间的一半。排程过程包括将订单库中的订单依次放进周生产作业计划和日生产作业计划内,并由计划员对其生产排序。一旦每个工厂的周作业计划建立后,计划人员便转向制定日作业计划,将周作业计划分成每天计划要完成的产量。在分割计划时还要考虑到工厂的产量及混合度约束。
1.4 入厂物流
供应商得到生产作业计划后,其排程子系统向一级供应商和原材料供应商发出零部件与原材料需求。供应商根据需求向汽车生产厂家供货。由于供应商要发运大量的零部件,导致物流成本占到汽车制造成本的10%,要想降低物流成本,就要寻找更有效的零部件运输方式。
1.5 生产制造
汽车生产主要工艺包括焊装、涂装、总装及动力总成等。在生产过程的不同节点上,为了优化利用资源和解决装配线上的平衡约束问题,汽车生产厂家需要不断调整汽车的生产顺序,同时还要运用各种措施来保持生产作业计划在汽车生产过程中的稳定。
1.6 出厂物流
出厂物流主要是将成品汽车从汽车生产厂家配送到经销商或者终端客户。运输方式主要选择载重汽车或火车。在我国,由于我国幅员辽阔,各个区域的经销商地理位置分布广泛,运输里程较长,如何快速有效地把成品汽车送达目的地便成了一个难题。
2 订单延迟交付的具体表现
订单录入阶段始于汽车销售人员把一份订单录入系统时。订单在被录入系统的同时还要接受分配权和制造可行性检查,然后把订单传送给汽车厂家。汽车厂家再把订单转移至订单库。尽管以上工作可能只需要很短的时间,但订单向物料清单的转换工作却通常要等上很长时间,因为汽车厂家通常是批量处理订单,往往会使订单等上几天,甚至更长时间。订单录入阶段的平均延迟是3.8天。
订单处理与排程是订单履行中耗时最长的一个环节。订单在没有指派给某个工厂生产之前一直滞留在订单库中,滞留时间约8.8天。当订单库中积累到足够多的订单便可以编制可行的生产作业计划。在编制计划时要考虑到工厂设施约束,劳动力平衡问题以及订单优先权问题,所以编制生产作业计划也是一项复杂的工作,也就会出现一些意想不到的延迟。订单在排程环节滞留约15.1天,在作业排序环节滞留约6.5天。
尽管供应商不能及时从制造商那里获得准确的需求信息,会出现一定的延误,但这个延迟嵌入在订单处理的延迟之内,所以客户不会再为此付出更多的等待时间。早在丰田时代,人们已对汽车制造进行了深入的研究,并取得了显著的成就。丰田的精益生产方式已成为各汽车生产厂家效仿的对象。由于在汽车生产阶段采取了很多措施来提高生产效率,汽车生产阶段带给订单交付的延误不太明显,其平均延误只有1.4天。生产阶段出现延误的主要原因是生产过程的不可靠性。
3 订单交付中存在的问题分析
尽管订单生产这个概念已经提出将近二十年的时间,但是其发展仍不成熟。即使在汽车工业非常发达的欧洲,到现在为止,也只一半的汽车是按订单生产的。要完全实施按订单生产仍然有很多问题需要解决,其中最严重的问题是订单交付时间不能达到客户所能接受的交付时间或者即使达到了订单交付时间要求,那么这个时间也是相当漫长。
3.1 信息共享程度太低
信息虽然可以在供应网络里的合作伙伴之间进行流动,但是其范围却受到了很大的限制,汽车生产厂家不愿把客户的订单信息与供应商与物流公司共享,使得一大批供应商对于实际的需求和能力的使用情况不甚了解,物流公司得不到供应商可靠的信息,也就没办法合理安排零部件的运输。等到获得了真正的信息之后已经造成了时间上的延误。
3.2 订单信息处理不及时
在计算机技术和互联网高速发展的今天,绝大部分人都认为,客户可以直接在互联网上下订单,并能把订单直接把订单信息发送至汽车制造商。即使客户通过经销商下的订单也能很快地传递,经销商可以把客户订单的录入实时在线进行并传递给汽车生产厂家。但实际情况并非如此。曾有管理人员透露过同一个汽车制造企业使用150多种计算机系统的情况。种类繁多的系统每更新一次需要数小时的运行时间。经销商往往也对客户订单进行批量处理,等到订单积累到一定数量时才统一进行处理,由于同一张订单需要经过几次批处理的过程,这样提交订单较早的客户等待的时间就更长。
4 缩短订单交付时间的措施
4.1 加强与供应商合作,提高信息共享
要提高信息共享程度,汽车生产厂家必须与供应商建立长期稳定、荣辱与共、风险共担的战略合作伙伴关系,而不是短期敌对的共需关系,要让供应商明白,汽车企业与供应商的利益是紧密相连的,两者只有密切合作,才能达到双赢的局面。汽车企业与供应商实施信息共享,汽车企业能够密切关注供应链上下游的流程和产品状态,供应商也能了解到汽车企业生产线上的活动,预测出汽车所需要的零部件,提前做好供货的准备,同时,也能把自己的需求信息传递给自己上游的二级供应商,通过这种方式,合作各方都可以知道尽可能详细的信息,从而在生产、配送及营销方面对顾客个性化的需求尽快做出反应。
4.2 使用专门的汽车行业解决方案
针对汽车行业的特殊性,把各部门形成的自身的解决方案融为一体。使基于一系列软硬件平台的分散系统变为能够在局域网和广域网上灵活运作的“无缝”单元。避免各子系统因不兼容而出现的各种问题,同时也能提高系统的运行速度,减少系统更新需要的时间。
4.3 增强生产系统柔性,促进订单及时投产
要满足客户需求的多样性,就要增加生产系统的柔性。首先就要确定客户需求的多样性是什么,在研究中发现,客户在定制自己的汽车时,主要考虑车身样式、发发动机类型、外部颜色和收音机类型等方面的特征。通过对汽车制造厂的调查数据分析发现,汽车的内部多样性与外部多样性不相关性。例如,发动机舱的变化与提供给顾客发动机数目或变速器不相关。同样,车身变化从统计数据上与提供的车门多样性产量没有明显的相关性。这样,运用多样性较少的车身结构制造具有高度外部多样性的汽车就成为可能。大部分汽车制造的起点是白车身,白车身反映了特定车辆的开孔数和车型的式样,在白车身上能够按定制的要求,将最终特定选择配置到汽车上。一个欧洲汽车生产厂家的生产部工程师表示,通过简化的白车身可以更好的为汽车生产服务。汽车厂家使用这个策略,不是对客户订单安排具体的白车身而是用一套标准白车身适应每种车型的设计。
随着白车身多样性的减少,汽车生产厂家把车身制造和涂装从装配线上分离出来,通过一个中间涂装车身库存来存放准备用于定制的车身。汽车生产厂家不再像传统系统那样把顾客的订单送入车身制造车间,而是送入一个由自动存储和检索的由系统控制的特定涂装车身库存,涂装车身库存可以存放数百个车身,即使用只有少量的白车身多样性和10~15种颜色,汽车生产厂家分能快速制造任何实际需要的外壳。这样,当客户订单输入后,工厂就从涂装车身库存拖出所需要的车身,同时向价值网上的其他部分发出信号以补充库存。通过客户订单驱动装配顺序,就使生产系统增加了很大的柔性。减少了订单排队时间,为及时向客户交付产品提供了保障。
5 结束语
随着汽车的家庭化,人们对汽车有了个性化的要求,按订单生产的模式应运而生。尽管按订单生产的概念已经提出了二十多年的时间,却仍不能顺利实施。究其原因就是各种难以预料的因素导致汽车生产厂家并不能完全按时交付订单。本文对此问题作了一些探讨,认为目前各汽车企业的工作重点就是采取有效措施缩短从客户发送订单到收到按订单生产的汽车的时间,将订单交付时间保持在客户乐意接受的范围之内,这样才能在激烈的汽车市场竞争中占有一席之地。
摘要：汽车市场竞争的核心在于能否为客户提供个性化的产品。按订单生产成为解决这一问题的最可行的方法。文章在介绍订单交付的全过程并分析订单交付过程各阶段存在的延迟的基础上,指出了按订单生产及订单交付中所存在的问题,并给出了相应的对策。
关键词：订单生产,订单交付,信息
参考文献
[1]倪红.汽车整车销售按订单生产交货模式的探讨[J].湖南科技学院学报.2009(2).
基于订单生产的供应链模式 篇4
关键词：按单定制,分离点,按单定制供应链,信息技术
1 引言
当今市场全球化,企业所面对的竞争越来越激烈,竞争来自产品质量、价格、响应速度和多样化等各个方面。这使得企业按传统的运作策略去运营的利润空间越来越小,形势要求企业寻求更有效的运作策略以适应新的市场竞争环境。大规模定制作为一个既能满足市场多样化需求又能满足企业降低生产成本、提高响应速度的策略已经被许多一流企业作为运营目标。为实现大规模定制,实现快速满足多样化需求,许多企业都在实施一种按单定制(BTO)供应链(BOSC)。
2 BOSC的简述
2.1 根据分离点(decoupling point)划分供应链策略
供应链中产品的流动方式可以分为推(push)和拉(pull)两种方式,推是指产品的流动是供应链上游节点驱动的,而拉则是受下游节点驱动的。在整条供应链中推和拉相交的节点称之为配置点(decoupling point),配置点一般就是库存集中的地方,根据配置点的不同,可以将供应链策略划分成MTO(Make to order)、ATO(Assemble to order)、MTS(Make to stock)、STS(Ship to stock)四种,四种策略的共性和特性如图1所示。BTO是一种类似MTO的策略,需要注意的是BTO和MTO是有不同之处的,在以往的文献中对这两个概念有些混淆。MTO的订购提前期比BTO更长,因为在MTO中,收到订单后,一般需要自制一定的零配件然后生产,而BTO中零配件都是接到订单前先准备好,而且一般零配件的生产都是外包而非自制的。
2.2 BOSC的模式及运行机制
BOSC(Build-to-Order Supply Chain Management)到目前为止还没有正式的、完整的定义。BOSC可以认为是订单牵引式供应链管理模式,就是在短期内通过协调各伙伴公司或供应商的核心竞争力和产销信息(通过互联网或者其他的网络技术)为单一客户或一组顾客以合理的价格提供高质量的产品的一条集成化的价值链。生产商通过采用BOSC把顾客需要的个性产品按时按量送到顾客手中的过程中,可以实现一定的快速反应能力、降低成本(通过降低成品库存)和柔性生产,并且降低了对市场预测、成品库存以及可承受的积压资金的依赖程度。
BOSC的主要运作方式是BTO。BTO本质上是一种牵引式运作方式,其显著特征是在整个供应链渠道中不存在成品库存。在实施过程中,订单牵引生产既需要一定的外部环境条件,也需要企业自身经营和管理模式的变化。在现今以顾客需求为中心的全球市场,既能满足不同客户的相同的或者不同的需求又能相对低成本是我们亟待解决的问题。由于全球竞争和各公司利润率的下降,大多数跨国公司为了保证市场份额和增加利润采取了不同的策略。在大规模定制和电子商务的驱使下零售商和生产商不得不想方设法缩短生产计划周期,压缩生产提前期,加快分销。采用以顾客需求为目的,通过加长货物交付期为手段的接单式生产(BTO)便成为各公司的首选。
接单式生产依靠的是供应链上游零件供应商,中游部件的组装商以及下游成品的销售的紧密合作和信息的即时交流。接单式生产是在收到顾客的订单后,根据对客户订单的分析进行个性生产,这样对于生产商可以降低生产预测的不确定性,而且能够更好地满足顾客的个性化需求,提供更优质的服务。理想状况下的接单式生产是一种纯粹的拉式生产,不允许存在成品库存,也就是说它是通过接到订单后对部件进行组装来满足顾客要求的。
在BTO生产环境下,供应商不直接配置存货,而仅仅将成品转送给顾客。在这期间,当订单发生时,有供应商通知组装车间进行组装,并仅有供应商转交给客户或者交给直销客户。它的运作环境如图2所示,流程说明如下:(1)顾客下订单给供应商,供应商则将这个信息传给组装厂,并同时提供销售信息给零件供应商。(2)组装厂接到订单后,排定FAS(Final Assembly Schedule)、零件组MRP,并下采购定单给当地组件仓库,提供零件模组以进行组装作业。(3)当地零件仓库根据组装厂订单,预设目标存货水平、安全存量、订购点或定期检查日期,当存货之订购点时,即向零件供应商要求补货。(4)零件供应商根据供应商所提供的销售信息,进行销售预测、生产计划、排MPS、MRP及生产,以预测存货式生产(MTO),提供零件给当地仓库。
3 BOSC管理系统
3.1 关键信息技术
信息技术如条形码,数据库,电子数据交换,互联网和B2B电子商务,大大促进了企业内部或企业之间的业务处理以及商业决策。尽管许多信息系统,例如MRP和ERP系统,已在许多企业内实施,它们大多是建立在MTS的环境下,客户和供应商通常是不能完全集成到系统中。
最近,两个非常先进的信息技术得到了重视。其中之一是B2C的电子商务模式,绕过传统的分销商,批发商,零售商的直销模式;另一个是多主体系统,这是分布式人工智能系统体现了一些主体共同的目标。它是开放的,是一个动态自适应系统,有以下特性:
自治性:主体可以总结它们环境的状态,并在此基础上做出决策。
反应性:主体都可以感知他们的环境并应对其中发生的变化。
主动性:主体可以通过自发的行动来显示目标导向。
社会性:主体之间可以通过沟通交流并且有能力参加社会活动以实现他们的共同目标。
B2B、B2C和多主体系统只能满足BOSC信息技术的需求,因为他们只考虑客户、供应商和周围变化环境的直接联系。所以B2B、B2C和多主体系统与其他信息技术的组合可以极大地促进BOSC管理系统的建设,该系统可以完全集中供应商、第三方物流供应商和客户,实现合作伙伴之间的实时信息交流,以提高对客户要求的响应速度。
3.2 BOSC管理系统的特点
一般来讲,BOSC管理系统的特点主要包括以下几个方面。
同步性:传统的供应链的管理是根据预测来驱动生产,BOSC是以客户订单来驱动生产。因此,它的目标旨在缩短提前期和交货时间,以提高灵活性和对客户要求的反应能力。这就要求利用互联网技术同步整个BOSC的运作,以实现BOSC成员之间的真正合作。
互用性:除了共同的BOSC管理系统,大多数合作伙伴都拥有自己的管理信息系统或据此支持系统。因此重要的是确保互用性,也就意味着两个系统或组件之间要有交换信息的能力。
智能性:BOSC管理系统应能智能的响应不断变化的环境,如新订单的到达、客户需求的变化或交付时间的变化以及某些部件或零件的短缺,并通过智能主体和知识管理迅速寻找最佳的解决方法。
实时性:对整个BOSC的同步性和协调性来讲,实时信息流是必不可少的先决条件。也就是说,BOSC系统就是系统成员间实时信息共享的系统。
可伸缩性:BTO生产环境充满了不确定性的需求和合作伙伴的变化,这可能需要系统新的运作和功能,因此,BOSC管理系统必须是一个可伸缩的、动态的系统以适应不断变化的环境。
4 传统供应链与BOSC的比较
BOSC模式的目标是以最短的前置时间、最小的库存、最低的生产成本来满足客户个性化的需求,同时达到整个供应链总成本的最优化。如表2所示,本文分别从功能方面(市场、生产、物流)和运作层面(客户关系管理、管理的不确定性、成品库存及供应商管理)等方面比较了传统供应链模式与BOSC模式之间的差别。从表2中可以看出,BOSC模式与传统的供应链模式相比是有较大优势的。
当然,企业在运作BOSC模式时不可避免地会遇到一些障碍:订单处理过程花费太长的时间且消耗成本、由于客户需求的变化导致生产细则的多次修改、达不到要求的配送时间、最后一分钟客户需求的改变增加了对资源的要求、生产计划通常不正确及过分死板。
5 结束语
BOSC作为一种提高组织竞争力的生产方式,它的优势在近几年来得到了充分肯定,但是对于BOSC相关的研究还不充分。未来对于BOSC的发展和研究方向可以从以下几个方面入手:关于如何建立BOSC系统的方法论;对于BOSC运行性能进行评价的参数或者方法进行选择和试验;建立一套完善的关于BOSC运作的计划实施系统;如何将物料需求计划(MRP)同实际生产流程相结合;发展对信息技术的研究和评价机制。
现在虽然有很多学者对BOSC的研究和实际应用有了很多认识,但是还不够充分。在信息技术发达的今天,对于供应链的要求已经从以零售商为中心转化为以客户为中心,那么毋庸置疑接单式生产也将会变成最能满足顾客需求的一种生产方式,因此对于BOSC的研究将会越来越重要。
参考文献
[1]A.Gunasegaram,E.W.T.Nagy.Buildtoorder supply chain management a literature review and framework for development[J].Journal of Operations Management,2005,23:423451.
[2]William J.Christensen,Richard Germaine,Laura Biros.Buildtoorder and justintime as predictors of applied supply chain knowledge and market performance[J].Journal of Operations Management,2005,23:470481.
[3]陈铭昆.BTO生产环境下供应链存货政策之研究[J].Journal of the Chinese Institute of Industrial Engineers,2003,20(4):398410.
[4]J Ben Naylor,Mohammed Maim,Danny Berry.Legality:Integra2ting the Lean and Agile Manufacturing Paradigms in the Total Supply Chain[J].International Journal of Production Economics,1999,62:107118.
[5]李俊.物流配送流程的分析与再造——基于笔记型电脑产业的BTO/CTO分析[D].南京:东南大学(硕士学位论文),2004.
[6]马士华,林勇.供应链管理[M].北京:高等教育出版社,2003.
面向订单生产 篇5
目前汽车行业越来越广泛采用了多路传输分布式汽车电子电气系统, 在确保满足总装电子电气工艺领域的单件订单化生产的要求情况下, 整车装配完成后还需要实施大量的相关工艺操作和工序内容[1]。在这个过程中总装现场电子电气生产设备提出了大量电子电气订单生产信息的新需求[2], 并且有很高实时性和订单化的要求。因此如何设计建立相关的汽车总装电子电气订单生产信息系统成为整车企业面临的重要现实问题。
1 整车电子电气系统总装阶段工业化的特点
目前的行业趋势是在整车电子电气系统设计时, 主要考虑的是如何在尽可能减少各类零件数量的同时, 实现相关零件的标准化, 而且还能满足不同配置的个性化功能的需要。这比较类似于如今计算机制造业的思路。基于这种思路, 整车电子电气系统在总装阶段的工业化方案设计也提出了新的要求[3]。在相关传统工业化方案设计的基础上, 还应满足的新原则是:
(1) 软硬件分离的设计思路, 将电控单元硬件标准化, 也就是构成电控单元的单板机或单片机硬件系统的设计结构相对固化。同时将功能和配置的差别用软件的方式实现。
(2) 各电控单元的软件加载的现场实时化, 即在整车装配完成后, 根据订单的要求和车辆配置级别要求, 在现场进行软件植入加载操作。这样可以利用相对单一的电控单元硬件加载不同的软件。可以减少电控单元零件的种类, 减少采购成本, 同时便于物流和生产的管理[4]。例如不同的车型采用的是同一电喷系统, 其硬件完全一致, 只是在总装生产线上实时的加载不同的发动机控制软件, 以满足其不同驾驶特性。
(3) 电控单元系统的编码配置的现场实时化, 即在电控单元软件加载完成后, 通过设置电控单元中某些参数的值, 使得该电控单元系统能够完全与每台车辆的配置和装备情况一致, 而这些配置可能是订单化的。例如很多高端车型的不同配置水平差别较大, 但其关键性核心电控单元采用的统一的零件, 只是在生产现场根据车辆的配置订单情况, 实时的对其参数进行设置 (多时可达数百甚至上千个参数) , 确保与整车配置情况协调一致。使得车型以其丰富灵活的配置组合满足了用户个性化的需求。
(4) 对于需要精密电子控制的场合, 实施现场自学习操作。这样既可以达到精确控制的目的, 又降低了对相关控制部件的制造精度要求, 节约了相关的制造成本。例如电子稳定程序控制系统 (ESC) 需要精确的车辆直线行驶时的方向盘角度位置, 由于每台车和组成部件不可避免的制造误差, 这些误差的累积使得不可能给出一个统一的零位值。为此需要在现场根据每台车进行方向盘的零位学习记忆。从而确保了ESC系统的精确和可靠的运作。
2 总装电子电气订单生产信息需求
基于上节所述的工艺设计思路, 总装现场工序的完成需要实施生产相关产品和工业化信息的传递和导入, 在生产线上对每个订单车辆实施电子加载和电子编码工艺操作, 以及电子电气相关自动化检查 (以下简称“电检”) 时, 必然会遇到一个订单车辆识别和信息的获取和传递的问题。尤其是针对国内多数整车企业总装生产线车型高度混流的现状, 既有不同系列和级别的车型, 又有同一车型内不同配置和档次的车辆混流[3]。在实施电子加载和编码操作时必须能够准确的获取待加载订单车辆的车型和配置信息, 同时必须正确获得每个电控单元的配置参数设置信息, 以便完成其电子编码的操作。
总装电子电气订单生产信息传递基本路径见图1。产品及其制造信息由计算机主机通过内部工业网络和后面要介绍的无线方式传输到专用的诊断设备上, 如ODISSEE现场专用诊断仪。然后由诊断设备将信息进行处理, 转化成相应的KWP2000或UDS服务语句, 然后按CAN诊断协议的标准将数据帧发送到车辆的诊断口, 最终针对某一特定的电控单元零件进行电子加载和电子编码等操作。
3 总装电子电气订单生产信息系统
3.1 系统总体结构和运行流程
为了适应这些产品和制造信息的转化和传输, 整车企业需要建立和调整相应的计算机系统, 以确保能将需生产订单车辆的电子电气信息传送到现场工业设备上。
总装电子电气订单生产信息系统的基本结构见图2。在制造信息处理系统中根据市场部门维护到车辆订单系统的订单需求信息, 提取相应的电子电气产品和制造信息, 并按照车辆打包传输到生产计划排产系统中。订单车辆上线装配时就可以实时获得这些信息, 以进行相应的电子电气工艺操作。从生产信息系统传到专用诊断设备的方式为2D即二维条码的方式。在数据初始化工艺程序里面对电子加载和编码的操作的输入信息完全是来自上游信息系统。而在电检工序使用一维31位条码的方式传递信息, 具体编码信息的检查, 则需要工艺人员将各电控单元的纸质编码定义表的内容维护到工艺电检程序中去。采用两种模式以便进行印证一致性检查。
3.2 条码式车辆识别子系统
在进行数据初始化操作时需要输入的信息包括:车辆识别码 (VIN) 、防盗系统密码、ODISSEE信息码。图3是电子电气工艺程序中对他们的处理流程图。
其中ODISSEE信息码中包含的信息很多, 如电子电气系统配置情况, 部分店空单元的软件零件号, 全部电控单元的配置参数编码信息等, 这些都是进行ODISSEE数据初始化操作不可缺少的, 总的信息量可达数千字符。为了便于操作, 诊断设备一般都是属于便携性的, 操作者可以携带设备对一定区域内的车辆进行电子电气工艺操作, 对于电子电气返修工序来说, 甚至包含整个返修区域。为了将大量的信息实时传送到设备中, 在实践中可以采用1D (一维) 和2D (二维) 条码系统并用。
在VIN号、防盗密码和电检码上采用1D条码, 因为信息量不大, 完全可以胜任。而对于多达数千字符的ODISSEE信息码则可采用2D条码的方式, 如图4是一个2D条码的简单例子, 其表示的字符是:“#ID11010LD-CC43X2950190300;111CB5A4HAT550A060M0ZRQ1FC;01202;1310420UW10252;01401;046B50;04700;24AMM6;4BBSI;24FRD4;24GCCD;24JCLI;24KCMB;24LAFF;4MAC4;24PESP;24RAAS;24SVMF;24YEPC;24ZEPP;6BBSM;26HBCD;26JALA;6UDIR>020877#”, 可见一个条码可表达数百个字符, 根据订单车辆的复杂情况, 一般用5到6个条码来载录和传输信息。
3.3 在线实时无线数据导入子系统
上述的2D条码系统似乎解决了大量数据向移动式诊断设备的传输问题, 整车企业在车型试生产阶段又可能遇到了新的能力瓶颈问题。由于纸质2D条码的扫描对纸质和扫描枪的要求很高, 加上又要扫描多个2D条码, 再加上2D条码的生成和打印时间, 使得实际操作工时大大超出了要求。
在如何解决信息传输瓶颈问题上可采用无线数据传输的方案。方案实不但节约工时, 还能避免扫描质量不稳定的问题。图5是该设计方案的结构框图。可以采用双网卡的工控机系统, 其一端接到工业网上, 另一端则连接两个无线接入集线器, 同时接两台打印机。ODISSEE便携诊断仪加装了无线网卡。工控机负责信息的发送接收校验、无线通讯网的冲突和优先级的管理等。
ODISSEE诊断仪在为订单车辆做数据初始化时, 首先扫描该车随车卡上的VIN条码, 获取VIN码之后就通过无线网络和交换机发送给工控机, 接着工控机通过公司内部工业网连接到生产排产系统 (SPPV) , 从SPPV系统中取出对应该VIN码的数据初始化数据信息, 然后电子电气数据信息又通过交换机和无线网络传给了ODISSEE诊断仪, 这样诊断设备就获得了数据初始化所需要的数据。ODISSEE数据初始化结束之后, 诊断设备会将结果信息再次通过无线网络和交换机发送给对应的打印机来打印数据初始化结果。这样就完成了整个数据初始化操作。
当ODISSEE数据初始化无线输入系统出现了问题不能正常工作时, 设备将可以进入降级工作模式, 即放弃使用无线传输系统。直接向工控机扫描输入车辆VIN码, 工控机从SPPV系统获取2D条码信息之后, 直接通过打印机将2D条码打印出来。ODISSEE数据初始化时设备直接按顺序逐一扫描打印出来的2D条码获得数据初始化数据。数据初始化结束后将ODISSEE设备与打印机通过RS232串行口直接连接打印数据初始化结果。此降级方案大大加强的整个系统的安全性。
另外方案还设置了数据初始化结果数据库, 以便对该工序的工作状态进行监控和分析, 便于开展电子电气工艺质量的持续改进工作。同时方案还预留了一些数据接口, 为以后的功能扩展打下了很好的基础。
4 结论
整车企业汽车总装电子电气订单生产信息系统的建立, 不但满足了其总装电子电气工艺领域的单件订单化生产的要求, 大大提高了生产效率和生产一次合格率水平, 而且还可以实现产品生产过程逐一记录并可追溯, 同时通过与企业生产系统和售后服务系统的互联形成完整的产品质量管控链条, 保证了企业产品的高质量、多样化且可追溯, 大大提高了其市场竞争力。
摘要：通过对整车电子电气系统总装阶段工业化的特点的分析, 确定了大量总装电子电气订单生产信息对于总装现场生产活动的必要性。设计建立了适应现场需求的汽车总装电子电气订单生产信息系统, 并包含条码式车辆识别和在线实时无线数据导入两个子系统。本系统的建立实施不但满足了总装电子电气工艺领域的单件订单化生产的要求, 大大提高了生产效率和生产一次合格率水平, 而且保证了企业产品的高质量、多样化且可追溯, 大大提高了其市场竞争力。
关键词：汽车总装,电子电气,订单生产,信息系统
参考文献
[1]冯艳双.现场总线的特点及其应用研究[J].科技传播, 2011 (18)
[2]汝刚.Web混合模式下面向订单装配的生产管理系统[J].中国管理信息化, 2011 (17)
[3]饶运清, 李培根, 李淑霞, 朱传军, 张超勇, 金愿华, 张晴.制造执行系统的现状与发展趋势[J].机械科学与技术, 2002 (06)
面向订单生产 篇6
改革开放30年来,我国中小型制造企业迅猛发展,成为推动经济快速发展、提供社会就业的重要力量。在号称世界制造中心的广东省,中小型制造企业更是占到工业企业数的95%以上[1]。出口导向(EO-Export Oriented)和订单式生产(MTO-Make To Order)是我国中小型制造企业生产系统的主要运作模式,人工作业系统(MOS-Manual Operation System)是我国中小型制造企业生产系统的主要结构模式。面对当今复杂多变的市场需求环境和动态随机变化的生产条件,人们发现依靠制度和计划、标准和规程等难于适应动态变化的需求环境。不少学者尝试把系统理论中的自适应、自组织机理和生物进化理论引入生产系统构造及其组织和优化控制中。Frei,R.Di;Marzo Serugendo G;Barata,J.(2008)[2]构建了适应多品种、小批量、快速变化和大规模定制环境的自组织、自适应装配系统模型,赋予装配系统各模块自组织和自适应功能;Frei,Regina;Barata,Jose;Onori,Mauro(2007)[3]把仿生学理论、协同理论、复杂系统理论应用于制造系统组织和优化控制,构建了敏捷、柔性、具有自组织、自诊断、自修复功能的进化制造系统,用以应对随机突发事件的冲击;Shin M.Cha Y.,Ryu K,(2006)[4],则从分形理论角度研究了生产系统分形体的自组织、自优化、自定位、动态化特征,分析了分形生产系统的目标形成和协调过程,提出了基于主题谈判的目标冲突解决机制。以上的研究都是基于以制造设备为自治实体的自组织、自适应生产系统,而目前对于以员工为自治实体的人工作业系统的自组织、自适应方面的研究甚少。本文将对订单式生产人工作业系统的自组织特性进行探讨和分析。
2 自组织理论概述
自组织理论是研究客观世界中自组织现象的产生、演化等的理论,主要包括耗散结构理论、协同学理论等[5]。尽管这些理论研究的角度不同,但都试图解决一个普遍性的问题,即有序与无序、低级有序与高级有序转化的机制与条件[6]。耗散结构理论是普利高津于1969年在一次“理论物理与生物学”国际会议上提出的,指一个远离平衡态的开放系统,在外界条件发生变化达到一定阈值时,量变可能引起质变,系统通过不断地与外界交换,就可能从原来的无序状态转变为一种时间、空间或功能的有序状态[7]。协同学是20世纪70年代由哈肯创立的理论,指一个系统从无序向有序转化的关键并不在于热力学平衡还是不平衡,也不在于离平衡态有多远,而在于只要是一个由大量子系统构成的系统,在一定条件下,它的子系统之问通过非线性的相互作用就能够产生时间结构、空间结构或时空结构,形成一定的自组织结构,表现出新的有序状态[8]。
艾根从生物信息起源角度对生命起源问题进行了创新的探索,于1979年在《超循环;一个自然的自组织原理》中,系统地阐明了超循环理论。超循环就是循环的循环。如果以循环作为亚单元。这些亚单元通过功能的循环而连接起来。于是就构成了超循环[9]。
普利高津认为,系统的开放性、非线性、远离平衡态和涨落是形成自组织的重要条件,也是自组织系统的重要特性。
自组织系统是一个开放的系统。开放系统是指和外界既有能量又有物质交换的系统[10]。开放系统是系统形成自组织的基本条件之一,系统演化除了要考虑内部的熵的产生以外,还要考虑与外界物质和信息的不断交流。只有来自外界的负熵流大于系统内部由于运动而产生的熵,使总熵的变化符号为负,系统才能出现有序化进程。
自组织系统是一种非线性的系统。“系统在从无序状态向有序状态演化的过程中,涨落的普遍存在,不仅导致系统内部的各组分之间存在非线性相互作用.而且子系统之间、系统与外部环境之间都存在着非线性相互作用”[11]。非线性相互作用是系统形成有序结构的内部原因。
自组织系统是一种远离平衡态的系统。平衡态是边界系统允许系统内部的熵产生为零的特殊情况。只有系统处于远离平衡态,才能形成秩序,呈现动态特征。在系统远离平衡态条件下,利用系统的非线性机制,使相互对立的对象参加到协同的集体运动中。各个子系统才有可能向有秩序、有组织、多功能方向演化。由此,普里高津提出“非平衡是有序之源”的著名论断。
自组织系统在各种因素的影响下会出现涨落现象。“系统内外那些能够对系统行为特性造成影响,但没有规则、无法预料的各种波动因素,统称为涨落”。涨落既是对处于平衡态上系统的破坏,又是维持系统在平衡态上的动力。没有涨落的存在,系统就不会偏离原来稳定的状态,实现新的、有序的自组织结构。
3 订单式生产人工作业系统的自组织特性分析
3.1 订单式生产人工作业系统概述
订单式生产是指企业根据客户订单的需求量和交货期来进行生产安排。人工作业系统是针对机械作业系统而言的,它并不是指整个生产过程只需要人参与的系统,而是指生产过程需要由人进行操作、且生产进度及产成品的质量控制主要取决于人的作业系统。一般来说,人工作业系统可以分为完全手工操作的作业系统及半人工、半机械化的作业系统。对于中小制造企业而言,不能像跨国企业或某些国有企业那样有充足的资金实力对生产系统完全的机械化、自动化运作,基于中国人力成本低的国情及节省支出的需要,我国中小制造企业一般通过招聘大量的生产一线工人完成某些产品的大部分工序,或者进口一些国外已淘汰的旧的设备及购买较廉价的普通设备在人的主导下完成生产过程的某些操作。为了控制产品的生产成本及提高工人的工作积极性,对于大部分工序,中小制造企业一般实行计件的工资模式。在计件及管理人员文化程度不高、主要来自基层的情形下,生产管理的现场氛围一般较为宽松。在此氛围下,充分发挥了作为“自治实体”的员工的能动性、灵活性、积极性、主动性。
3.2 订单式生产人工作业系统的开放性
中小制造型企业实施的订单式生产人工作业系统的开放性主要体现在如下方面:一是企业订单的获得来自于系统以外的客户,订单上标明的产品的品种、数量、价格、交货期等信息都是客户要求或通过双方协商确定的。对于任何一个生产系统,外部的订单便是其生命线及正常运转的动力源;二是作为“自治实体”的员工在工作的时候会与身边的人经常性的进行言语、表情或四肢等的交流,从中获取有关信息或合作完成某项任务,在工作以外时,员工也会接触到形形色色的人、物或事,其思想或观念也会不断地受到影响,一定程度上也会影响其工作的态度或对公司管理、文化等的看法。
3.3 订单式生产人工作业系统的非平衡性
订单式生产人工作业系统面对的市场需求是不确定的,其接受的订单品种繁多,各品种的批量大小不一,且交货期的期限都不一致,这要求生产系统应具备较高的柔性,也要求管理人员能根据现有的资源及条件灵活的安排生产,因此每天参与生产的人员、设备及其作业的对象都可能不一样。从以上看出,订单式生产人工作业系统的非平衡性具体体现在:
(1)订单的非平衡性:
订单的种类多,批量、批次不等,客户对产品的交货期、质量等要求多样化。
(2)设备的非平衡性:
完成同种产品同一工序的设备因新旧的不同、造价的不同、构造的不同、操作者熟练程度及爱惜程度的不同、辅助人数的不同使得生产率及产品质量的差别较大,完成不同产品或不同工序的设备也会表现出机器构造、原理、用途及质量的差别、输出的产品速率及产品质量的差别。
(3)人员的非平衡性:
因性别、年龄、学历、性格、工种、工作积极性及劳动熟练程度、工作时间、组织模式、激励机制、工作环境、管理水平等的不同,员工的生产效率及产品的质量水平都会有差异。
(4)工序的非平衡性:
指在物料的流动过程中,在不同工序上加工同一单位产品所需时间会不同,单位数量的产品所需时间最长的工序一般叫做瓶颈工序,几乎任何的生产系统都有它的瓶颈工序,生产系统改进的过程在很大程度上也即提高瓶颈工序生产效率的过程,而当某一瓶颈工序的问题解决好以后,可能又会产生另一瓶颈工序,而此时生产系统已经提高到了一个新的水平。
(5)管理水平的非平衡性:
不同部门、不同车间、同一车间的各个工段因管理人员的工作方法、工作积极性、学历或知识水平的差异或客观条件的限制会表现出部门间、车间间、工序间的差异性及不协调性。
3.4 订单式生产人工作业系统的非线性
非线性是相对于线性而言的概念,线性系统具有以下特点:对给定的刺激有且只有一个反应;任何输入和输出都有一定的比例关系;系统恰好是各部分的总和。因此,非线性系统应该具备以下特点:对给定的刺激各个“自治体”反应不一定一致;输入和输出之间一般不成比例关系;整体和部分总和的不等性。对于订单式生产人工作业系统而言,其非线性特征表现在如下方面:
(1)不论是个人计件工资还是小组计件工资,上级管理部门对个人或小组都会制定单位产量的薪酬,此薪酬的大小直接关系到员工的工资水平和生产积极性,作为“自治实体”的员工对其自身或他人的单位产量的薪酬会表现出或赞同、或沉默、或反对的态度。一旦在同等的熟练程度或工作强度下同一工序或不同工序的员工工资水平差异较大,或者员工认为他每日的劳动付出所对应的报酬太低及工作条件等不尽如人意的话,员工会很消极的对待工作或者不断向上级有关部门反应情况,矛盾激化之下,员工甚至团结起来以罢工的形式抗议工资水平的不公平、不合理或工作条件的恶劣,从而极大的影响了生产进度,进而延迟了交货期,从而导致企业较差的顾客信誉度。
(2)对于计时的工资形式,不同员工因性别、年龄、家庭经济压力、生活态度等的不同也会有不同的反应。在正常上班的时段中,有些员工积极性高,有些员工则较消极。对于加班的态度也不一致,有些员工想多加班,多工作一小时便能多得几块钱,而有些员工只要达到了基本的工时要求,便尽可能的少加班。
(3)对于大部分老员工而言,希望工作稳定,一般会长期呆在某一个工厂,做某一份熟练的工作,因为了家庭,会尽量选择实行计件工资的工作,每天尽可能的延长工作时间。而对于部分年轻员工而言,为了体验生活和注重学习,会多进不同类型的厂,或在同一车间的不同工序上都去尝试,因没有太大的生活压力,或想提高技艺而进一步学习,或为了更多的享受生活,他们会选择按时计件的工作或不愿意长时间、高强度的去做实行计件工资的工作。这表明了不同类型的员工对于计件、计时或工作时间等的不同反应。
(4)对于某些工序或工段,同一批人在相同的工作条件和工作时间下,针对同一种产品,输出量不一定相同,且产品的合格率会不一致,因为作为“自治实体”的员工的心情和状态是不以其他人(特别是管理人员)的意志为转移的,带有一定的随机性。
(5)在人工作业系统中,有些工序必须由多人协调和合作才能完成,因此,适合实行以小组为单位的组织模式。在作业过程中,小组中任何一个成员的缺失或怠慢都会影响到整个小组的效率,且整体的功能要强于各个单独个体的功能和。
3.5 订单式生产人工作业系统的涨落性
涨落是指系统内外那些能够对系统行为特性造成影响,但没有规则、无法预料的各种波动因素,也即关于系统的随机扰动因素。对于订单式生产人工作业系统而言,其涨落性表现如下:
(1)外部需求即客户订单的随机扰动性,直接影响到生产系统的正常运作和稳定性。当订单突然增多且产品需求量突然增大时,为了满足交货期,在现有机器设备的约束下,生产管理人员以加班的形式会尽可能地延长员工的工作时间,若员工数量充足的话,会采用两班或三班制24小时维持生产系统的运作,使机器设备超负荷运作。针对某些人工操作且工艺简单的工序,可雇用临时员工提高其生产速率。若这些组织和运作方法还不足以满足交货期,则在瓶颈工序上采取外包的形式委托其他公司进行加工,
(2)人员流失的随机扰动性。中小制造企业一般为民营企业,其生产一线员工的待遇、福利和工作条件都很一般,当员工觉得工作不顺心、没发展前途或待遇太低时员工就会选择辞职,这将影响到生产的进度,且企业新招及培训员工的成本也很高。因此,企业必须采取一定的措施留住员工,特别是对待处于关键工序上的技术工人更应如此,从而尽可能抑制由员工流动对生产系统的扰动性。
(3)设备出现故障的随机扰动性。一般来说,生产设备购买的时间越长,或操作者越不熟练,其出现故障的可能性越大。某些工序成为瓶颈的原因正是其设备的经常性故障。设备一旦出现了故障,不论是操作者自己维修,还是专门的维修人员维修,都将使生产中断,这不但影响了生产进度,也影响了实行计件工资的操作人员的工资水平。
(4)不合格半成品或成品的随机扰动性。在人工作业系统中,任何一件产成品的完成过程都会经过多道工序,在某些工序上容易产生不合格半成品,其原因是多样化的,可能是产品本身与机械的不协调或者机械老化,也有可能是员工操作不当或粗心大意。对于一些容易出现不合格品的关键工序,一般都会有半成品的检查,若出现了不合格品,立即进行返工,若不能返工,则只能当废品处理。多道工序的多道检查尽管能提高最终产品的合格率,却也耗费了较多的时间,影响了生产的进度和员工的薪酬。尽管不合格品无法避免,但通过采取适当的措施加以控制,则能减少各个环节上的不合格品率。
4 结语
订单式生产人工作业系统作为自组织系统具备四个基本特征:开放性、非线性、非平衡性、涨落性。研究人员和企业实践者可以从这四个角度出发,提出组织、控制或优化此生产系统的措施或对策,这也是作者进一步的研究内容。
参考文献
[1]李霄,郭予红.关于广东中小企业发展问题的思考[J].生产力研究,2006(6):248-250
[2]FREI R,DI MARZO SERUGENDO G,BARATA J.Designing self-organization for evolvable assembly systems[C].Second IEEEInternational Conference on Self-Adaptive and Self-Organizing Sys-tems(SASO),2008:97-106
[3]FREI REGINA,BARATA,JOSE,ONORI.Mauro Evolvable pro-duction systems context and implications[R].2007 IEEE Interna-tional Symposium on Industrial Electronics,ISIE 2007,Proceedings,2007:3233-3238
[4]SHIN M CHA Y,RYU K,JUNG M.Conflict detection and resolu-tion for goal formation in the fractal manufacturing system[J].Inter-national Journal of Production Research,2006,44(3):447-465
[5]许国志,顾基发.系统科学:第1版[M].上海:上海科技教育出版社,2000:189
[6]彭纪生,赵步同.论知识管理与自组织理论[J].系统辩证学学报,2005(1):37-39
[7]安赟.基于耗散结构的中小型科技企业外生成长因素分析[J].经济论坛,2008(17):77-78
[8]蒋岩松.自组织系统在企业管理中的应用研究[J].技术经济,2006(1):41-42
[9]卢洵,李世铮.试论自组织系统的特征[J].信息工程学院学报,1998(1):52-55
[10]颜泽贤.复杂系统演化论[M].北京:人民出版社,1993
面向订单生产 篇7
多工序订单生产排序计划问题(以下简称订单排序),是一类典型的组合优化问题,描述的是在工厂有限处理能力的前提下,如何安排大量订单的生产顺序,以达到利润最大化的目的。其经典描述如下:
设:一个工厂接收到n个客户订单,对于其中任何订单i,其处理时间Ti、交货期di以及销售ri收益都是已知的。由于生产能力的限制,某些订单可能需要延迟交货,对于延迟交货的订单对应有与延迟时间成正相关的处罚(或者销售价格折扣),而提前完成任务没有任何奖励。决策的目标就是寻找一个订单排序,以最大化企业的收益。
订单排序问题具有NP—HARD计算复杂性[1],混合整数规划[2]被用来解决此类问题。近年来出现的一些启发式算法如:模拟退火算法[3]、遗传算法[4]、神经网络[5]、禁忌搜索算法[6]以及蚁群算法[7]为解决更大规模的此类问题提供了新的途径。蚁群算法是近些年新出现的一种从群体智能演变而来的新算法,在解决大规模组合优化问题上显示了强大的实力。模拟退火算法也在求解此类问题时也有良好的表现。现有的有关订单排序的研究文献中,大多假定订单的处理过程是单工序的[5,6,7],而这与企业的多工序制造是不相符合的。本文将基于多处理工序订单排序模型,应用将蚁群算法(ACA)和模拟退火算法(SA)结合的混合蚁群算法(HACA)进行求解,并对算法的有效性和鲁棒性进行分析。
1 问题描述与数学建模
订单生产有多道工序,所有订单需要在这多道工序顺序处理完毕后才能交付客户。订单数目,每个订单交货期、收益以及在各道工序的处理时间是已知的。订单的加工工序遵循严格的串行顺序,每个工序的设备在同一时刻不能同时完成不同的订单,在同一时刻,同一订单的各个工序不能同时进行。当订单的完工时间晚于交货期时,企业要承担延迟成本。延迟成本和延迟时间正相关,不同的订单有不同的延迟惩罚系数,而工厂要完成所有的订单。
基于上文对多工序订单生产计划的描述,现转换为数学模型,首先对参数和变量进行说明:
n:表示工厂在某时期接到的订单数目;
i:表示订单序号;
m:表示订单处理工序的数目;
j:表示工序序号;
di:表示订单的交货时间;
ri:表示订单i的期望收益;
wi:表示订单i延迟的惩罚系数;
Tij:表示订单i在工序的处理时间;
Xij:表示订单i的在工序完成时间;
S:表示n个订单的可能的一个排列;
S(k):表示在排列S中第k个被处理的订单号;
f:表示企业的利润函数;
cost:表示在S中所有库存持有成本和惩罚成本之和。
该问题的数学模型可描述为:
约束条件:
目标函数式(1)表示企业利润,是期望收益减去延迟交货成本,+表示仅取正数;约束条件式(2)表示在工序处排在订单i前面的订单必须完成;约束条件式(3)表示订单i在进行j工序之前,j-1工序也必须已经完成;约束条件式(4)表示第一个加工的订单第一个工序完成时间要不小于其加工时间。
2 算法介绍
2.1 蚁群算法(ACA)
蚁群算法是20世纪90年代由意大利学者M-Dorigo等人首先提出的一种新型的模拟进化算法,称为蚁群算法(ant colony algorithm,ACA)。蚁群算法的基本原理是:当蚂蚁在搜索食物源的过程当中,会在其所走过的路径上释放一种特殊的分泌物——信息素,一定范围内的蚂蚁在寻找食物的过程中都会受到这种信息素的影响。当某些路径上走过的蚂蚁越来越多,留下的这种信息素也越多,以致后来蚂蚁选择该路径的概率也越高,从而更增加了该路径的吸引强度。利用这种正反馈机制,最终蚂蚁群体能够在食物源与蚁巢之间找到一条最短的最优路径。
蚁群算法的步骤可简要表述为:(1)设置所有参数,信息素初始化;(2)每只蚂蚁根据状态转移方程建立一个完整的解,状态转移方程主要取决于信息素和能见度因子;(3)更新信息素。重复后两个过程直到满足条件为止。
2.2 模拟退火算法(SA)
模拟退火算法思想最早由Metropolis[8]在1953年提出,Kirkpatrick[9]在1983年成功地应用于组合优化问题。模拟退火算法的基本原理是:金属或玻璃加热后逐渐冷却,其物理性质(稳定性)就会发生改变,这其实是分子重新以一定的结构进行了排列。对冷却过程加以控制,从而获得最好的物理特性。
模拟退火算法步骤可简要表述为:(1)随机给一个初始解;(2)按照一定的方式搜寻初始解的相邻解,并按照某一状态转移方程判断此相邻解是否被接受;(3)重复过程(2)直到温度降低到指定的阀值。
2.3 混合蚁群算法(HACA)
研究表明,蚁群算法开始寻优速度很快,随着迭代次数的增加,其发现更好解的速度变慢,最终收敛。虽然有很多学者研究通过对信息素更新等改进来克服这个缺陷,但要付出增加大量迭代次数和运算时间的代价。而模拟退火算法迭代初期寻优速度很慢,随着温度的降低,其发现更好解的速度变快,最终收敛。加快退火速度和降低初始温度能改善初期寻优慢的问题,但要付出搜寻结果变差的代价。混合蚁群算法的思想就是将蚁群算法和模拟退火算法结合起来,充分利用两种算法的优点。
混合蚁群算法的步骤可简要表述为:(1)适当减少蚁群算法的迭代次数,并取得某一最好解;(2)以蚁群算法取得最好解作为模拟退火算法的初始解进行运算,并适当降低初始温度和加快退火速度;(3)满足某一条件,停止运算,输出结果。
3 混合蚁群算法的求解策略
在用于订单排序问题的混合蚁群算法中,每个人工蚂蚁都是具有下述特征的智能体:(1)当它选择执行完订单i再去执行订单b时,它会在连接(i,b)上留下信息素τkib;(2)它以一定的概率Pkib进行状态转移(从订单i转移到订单b),该概率是启发式信息ηib和信息素量τib的函数;(3)在构造一个完整的解时,已经被处理的订单被加以禁忌,如此重复直到所有订单都被处理完毕;(4)重复以上步骤,在蚁群收敛时,输出当前最好解的蚂蚁参数;(5)以最好解蚂蚁的参数,进行模拟退火的运算,以优化次最好解;(6)达到某一条件,输出运算结果。
按照以上步骤,对其中涉及到的一些参数作如下定义:
相应地,能见度因子ηib表示为:
式(5)和式(6)中,μ、λ为正的可调系数μ燮1,λ叟1。
信息素的更新方程定义为:
式(7)、式(8)和式(9)中,ρ为非负可调系数,表示信息素的持久性,且ρ燮1;Δτib表示蚂蚁转移后的信息素的增加。H为含有(i,b)的解的集合,Q为正的可调系数;如果H为空集,那么Δτib=0;这说明只有蚂蚁经过时才会有信息素的增强。
状态转移方程表示为:
式(10)中,α,β为非负的可调系数,分别表示蚂蚁k在从订单i在转移到订单b时的信息素τib的相对重要性和能见度因子ηib的相对重要性。
初始温度的确定:
式(11)中,To为模拟退火初始温度,costmax和costmin分别表示蚁群算法中所输出的最好解和最差解。
解的接受概率:
式(12)、式(13)和式(14)中,γ为可调系数,0<γ<1,T为温度。
于是,伪代码可以写为:
(1)初始化过程。
参数初始化;
读入订单数据,虚拟一个初始订单,除其序号为1外其他参数均为0;
Nc:=1;/迭代次数置为1/
τib:=A;/信息素强度置为某一相等的较小数值/
Δτib=A;/初始信息素增量置为零/
ηib=1/Δdib;/读入能见度因子,参见式(5)和式(6)/
Sk=准;/蚂蚁k的禁忌表初始为空集/
读入虚拟订单,设;l:=;/l为禁忌表中元素索引/
for k:=1 to ant_num do/ant_num表示蚂蚁数目/
(2)重复到禁忌表满为止。
设置;l:=l+1
蚂蚁k以Pkib选择下个订单b;/见式(10)/S(l)=b;/订单j被列入到禁忌表中/
(3)计算每个蚂蚁的各个订单的完工时间,收益和额外成本。
计算完工时间Xij;/约束条件参见式(2)式(3)
计算企业利润f;/计算公式参见式(1)/
计算企业额外成本cost;/计算公式参见式(9)/(4)更新信息素。
(5)记录到目前为止的最优利润及其相应的排序。
if Nc<Nc_max/不满足终止条件/
清空所有禁忌表;
设Nc:=Nc+1;/迭代次数增加1/
Δτib=0;/清空信息素增量/返回步骤(2);/循环/
输出最好解和最差解;(6)参数初始化。
温度阀值,退火速度等/
初始温度To确定;/参见式(11)/T=To;/当前温度置于最高温度/
(7)for i:=1 to num do/num为某一数值/
进行邻域搜索;
判断搜索解是否接受;/判断条件见式(13)/
(8)记录目前解和相应的排序。
if T>Tf/温度没有达到阀值/
Nc:=Nc+1;/迭代次数增加1/
T=T*γ;/温度更新/
返回步骤(6);/循环/
输出最好利润和相应的订单排序。
4 算例比较
取如下几组(n,m)的随机参数订单进行比较:(10,3)、(50,3)、(50,4)、(100,4)。(10,3)表示订单数为10,工序数为3,其他类推。
运行环境为windows XP系统,MATLAB编程环境,CPU主频为1.5GHZ的笔记本电脑,采用三种计算方法进行比较分析,其参数分别为:(1)模拟退火算法γ=0.95,end T=0.01,L=3*n;(2)蚁群算法:ant_num=1.5*n,μ=0.5,λ=2,α=1,β=2,ρ=0.8,Q=15*n,N=50;(3)混合蚁群算法:ant_num=1.5*n,μ=0.5,λ=2,α=1,β=2,ρ=0.8,Q=15*n,N=50,γ=0.8,end T=0.01,L=3*n。都重复10次求解,求解结果表1~表4。
从统计指标来看,混合蚁群算在四次求解过程所有的指标值都是最好的。而且随着订单数目和工序数目的增加,混合蚁群算法相比其他两个算法更占优势,因而该算法具有良好的鲁棒性。由于三种算法在不同的订单与工序的组合中的寻优过程类似,因而只给出三种算法在(50,3)的最好解的进化图,见图1、图2、图3。
模拟退火算法中可接受解在150代开始收敛,蚁群算法在10代开始就陷入局部最优,而混合蚁群算法在30代开始收敛,从此可以看出混合蚁群算法综合了模拟退火算法和蚁群算法的优点。
5 结束语
订单排序是生产管理中常见的决策问题,也得到了广泛的理论研究和实践应用。本文尝试用混合蚁群算法对多工序的订单排序进行了求解,并通过和模拟退火算法、蚁群算法的横向比较,以及不同数目订单和工序组合的纵向比较,证明了混合蚁群算法在求解此类问题的有效性和良好的鲁棒性。其他的启发式算法,例如遗传算法、粒子群算法、禁忌搜索算法等等均可用于此种模型的求解。融合这些算法或者改进设计启发式算法来求解多工序订单排序问题是一个值得进一步研究的问题。
参考文献
[1]Ghosh J B.Job selection in a heavily loaded shop[J].Computers and Operation Research,1997,24(2),141-145.
[2]Simone Zanoni,Lucio Zavanella.Model and analysis of integrated production-inventory system:The case of steel production[J].International Journal of Production Economics,2005,93/94,197-205.
[3]肖依永、常文兵、张人千:《基于模拟退火算法的多节点订单排序模型》[J];《计算机应用研究》2009(2):460-463。
[4]Rubin P A,Ragatz G L.Scheduling in sequence dependent setup environment with genetic search[J].Computers and Operations Research,1995,22,85-99.
[5]Sabuncuoglu Gurgun.A neural network model for scheduling problems[J].European Journal of Operational Research,1996,93,288-299.
[6]Franca P M,Gendreau M,Laporte G,Muller F M.A tabu search heuristic for the multiprocessor scheduling problem with sequence dependent of setup time[J].International Journal of Production Economics,1996,43,79-89.
[7]Gagne C,Price W L,Gravel M.Comparing an ACO algorithm with other heuristics for the single machine scheduling problem with sequence dependent setup time[J].Journal of the Operations Research Society,2002,53,895-906.
[8]Metropolis N,Rosenbluth A.Equation of state calculations by fast computing machines[J].Journal of Chemical Physics,1953,21,1087-1092.