面向云制造的大规模定制生产模式下资源配置研究
发布时间:2020-11-07 11:42
随着信息技术的快速发展,以云制造为代表的新型制造模式成为我国制造业的发展方向。云制造模式为解决企业内部资源不足、资源过剩等问题,提供了一条全新的思路。大规模定制代表了当今生产制造领域中的另一种先进制造模式,云制造的出现也使得大规模定制车间内闲置资源利用提供了新的契机,但也对资源配置提出了新的挑战。针对面向云制造的大规模定制生产模式,以提高云平台下和车间内闲置资源利用率为切入点,为解决云制造环境下大规模定制生产模式下资源系统配置问题,开展了面向云制造的大规模定制生产模式下资源配置研究,主要工作如下:(1)构建了面向云制造的两级资源配置系统框架。描述了面向云制造的大规模定制生产车间特点和大规模定制产品的工艺特点,分析了云制造环境的扰动因素,在此基础上提出了基于云资源与云任务匹配组合的资源一级配置和承接云任务后的大规模定制车间的资源二级配置的两级资源配置系统框架。(2)构建了资源两级配置模型。针对云制造下资源配置特点,构建了以最短完工时间、最低加工成本、最高产品合格率和最高服务质量为优化目标的一级资源配置模型;针对大规模定制车间内云任务与自制任务资源协同配置,构建了以最小最大完工时间和最大设备资源利用率为指标的二级资源配置模型。(3)设计了一种基于标准细菌觅食算法的混合细菌觅食优化算法。针对面向云制造的大规模定制生产模式下资源配置问题,设计了资源两级配置模型;针对模型求解,设计了一种基于对标准细菌觅食算法中趋化操作、聚集操作、迁徙操作进行改进的混合细菌觅食算法。(4)实例验证。选取A公司不锈钢锅具工厂,对面向云制造的大规模定制生产模式下的两级资源配置进行了实例验证。使用MATLAB运算平台求解模型,验证资源配置模型以及混合细菌觅食优化算法的有效性。本文基于具有大规模定制特征的锅具产品进行研究,研究结果在一定程度上解决了面向云制造的大规模定制生产模式下资源配置问题。从大规模定制车间能力界定和云平台资源配置系统能力界定,到云资源与云任务匹配组合的资源一级配置,再到承接云任务后的大规模定制车间的资源二级配置,构成了闲置资源参与资源配置的全流程体系。本文为面向云制造的大规模定制生产模式提高资源利用率,提供了理论依据。
【学位单位】:浙江工业大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP399-C2;F426.31
【部分图文】:
其包含了诸多各行各业的资源需求与提工艺、设备以及各种需求资源存在巨大差要面向类似不锈钢锅具有“多工艺少部件件”特征产品的大规模定制车间描述具不同于其他产品,锅具由很少的部件构而成。图 2-1 为锅具的结构图,可以发现锅构成,但是每个部件又提供诸如材料、颜中主要以标准性的工艺流程为主,根据工锅具在生产过程中,更加注重工艺流程模在整个加工周期中的等级进行弱化。本文艺少部件”特征的大规模定制产品,将生部件”特征产品的大规模定制车间。本文产品与加工制造单元。
A公司不锈钢工厂布局图
表 5-7 抛光车间瓶颈工序计算表表面处理模块工序名称 内抛光 外抛光 砂底理论加工速度(pcs/min) 5 5 5时间开动率 A(i) 0.91 0.91 0.91性能开动率 P(i) 0.94 0.94 0.94合格率 Q(i) 0.8 0.8 0.8设备综合效能 OEE(i) 0.662 0.662 0.662瓶颈指标 α(i) 2.118 2.648 3.31(2)各原子无扰动下的自制生产能力界定制造原子瓶颈工序确定后,每个原子可以视为一个小型流水线,其内部的流水线传输时间忽略,每个原子内部的若干工序视为整体,将瓶颈工序加工时间视为其所在原子加工时间。针对自制生产任务,通过对无扰动下 CMMCS 进行资源配置,得到理想状态下的最佳配置方案,从而获得 CMMCS 各云资源粒子的最大完工时间。采用 2.3 节中的资源配置模型和混合遗传算法进行配置优化,得到各原子的资源配置甘特图如图 5-3 所示。
【参考文献】
本文编号:2873898
【学位单位】:浙江工业大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP399-C2;F426.31
【部分图文】:
其包含了诸多各行各业的资源需求与提工艺、设备以及各种需求资源存在巨大差要面向类似不锈钢锅具有“多工艺少部件件”特征产品的大规模定制车间描述具不同于其他产品,锅具由很少的部件构而成。图 2-1 为锅具的结构图,可以发现锅构成,但是每个部件又提供诸如材料、颜中主要以标准性的工艺流程为主,根据工锅具在生产过程中,更加注重工艺流程模在整个加工周期中的等级进行弱化。本文艺少部件”特征的大规模定制产品,将生部件”特征产品的大规模定制车间。本文产品与加工制造单元。
A公司不锈钢工厂布局图
表 5-7 抛光车间瓶颈工序计算表表面处理模块工序名称 内抛光 外抛光 砂底理论加工速度(pcs/min) 5 5 5时间开动率 A(i) 0.91 0.91 0.91性能开动率 P(i) 0.94 0.94 0.94合格率 Q(i) 0.8 0.8 0.8设备综合效能 OEE(i) 0.662 0.662 0.662瓶颈指标 α(i) 2.118 2.648 3.31(2)各原子无扰动下的自制生产能力界定制造原子瓶颈工序确定后,每个原子可以视为一个小型流水线,其内部的流水线传输时间忽略,每个原子内部的若干工序视为整体,将瓶颈工序加工时间视为其所在原子加工时间。针对自制生产任务,通过对无扰动下 CMMCS 进行资源配置,得到理想状态下的最佳配置方案,从而获得 CMMCS 各云资源粒子的最大完工时间。采用 2.3 节中的资源配置模型和混合遗传算法进行配置优化,得到各原子的资源配置甘特图如图 5-3 所示。
【参考文献】
相关期刊论文 前10条
1 周炳海;钟臻怡;;可重入混合流水车间调度的拉格朗日松弛算法[J];控制理论与应用;2015年07期
2 齐二石;李天博;刘亮;黄毅敏;;云制造理论、技术及相关应用研究综述[J];工业工程与管理;2015年01期
3 苏凯凯;徐文胜;李建勇;;云制造环境下基于双层规划的资源优化配置方法[J];计算机集成制造系统;2015年07期
4 王军强;崔福东;张承武;孙树栋;;面向云制造作业车间的机器能力界定方法[J];计算机集成制造系统;2014年09期
5 林秀娟;陈峰;;可重用资源约束调度问题的分支定界算法研究[J];工业工程与管理;2013年06期
6 王刚;陈秋双;全雄文;;加工时间可控的多主体调度问题[J];计算机集成制造系统;2013年09期
7 姚锡凡;金鸿;徐川;祝俊;;云制造资源的虚拟化与服务化[J];华南理工大学学报(自然科学版);2013年03期
8 陈华伟;王爱民;宁汝新;;制造单元构建过程中的模块化聚类分析[J];华中科技大学学报(自然科学版);2012年S2期
9 伊辉勇;刘伟;;大规模定制企业产品配置元结构持续优化策略[J];工业工程;2012年04期
10 何文中;洪跃;;基于TOC理论的生产系统瓶颈识别分析与优化[J];机械制造;2012年07期
本文编号:2873898
本文链接:https://www.wllwen.com/jingjilunwen/gongyejingjilunwen/2873898.html