APS排产系统应用于规模机械制造领域的研究与设计

发布时间：2020-07-19 20:22

【摘要】：我国工业现代化进程不断推进,国内出现大批机械制造类企业,市场对机械类产品需求量逐渐增大。从企业角度分析,尽可能多的生产产品,才能获得更大的利益。面对大规模订单,若仍采取以往人工排产方式,出现车间生产中物料齐套、配套不全、订单无法按计划生产、部分设备满负荷运行、部分设备得不到利用等问题。最终导致停工待料、半成品大量积压、后期加班、加点,甚至无法按期完成订单等问题。针对以上问题,为了解决机械制造型企业管理人员无法快速有效安排车间生产,解决车间生产设备利用率低等难点。论文在研究车间排产算法及车间生产流程的基础上,设计了基于汉明距离与免疫思想的粒子群算法,用来解决机械制造业计划生产问题。论文首先通过实地调研,分析了机械制造企业生产中出现的问题。其次,研究APS系统相关理论知识,为论文提出的相关方案提供知识支撑。然后,选取机械制造业某典型案例企业,分析了该企业的生产模式及管理现状,归纳了该企业车间生产业务流程。最后,介绍粒子群优化算法及汉明距离,针对粒子群算法存在易陷入局部最优解、收敛速度慢问题,提出了改进粒子群算法,并利用改进粒子群算法解决车间排产问题。在以上的研究基础之下,采用java语言开发了应用于机械制造类企业的APS排产系统。最后,从订单齐套、订单拆分为工单、工单配套、工单排产,以及甘特图显示排产结果一系列流程,验证APS系统的可用性。
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH122
【图文】：

IHPSO在Eil51数据集上的规划路径

24图 4.3 Eil52 数据集上算法迭代过程图 4.3 可知，IHPSO 算法前 100 代收敛速度较快，因为前 100 代中每个粒粒子的汉明距离较大，因此粒子的速度很大，位置更新的幅度很大，收敛快。大约到达 300 代时算法达到最优解。而 AIA 受选择、变异的影响，增往下一代遗传的不确定性，导致收敛速度变慢，知道 500 代左右才收敛到IHPSO加入了免疫思想，在收敛精度与收敛速度方面都有很大提高。

24图 4.3 Eil52 数据集上算法迭代过程图 4.3 可知，IHPSO 算法前 100 代收敛速度较快，因为前 100 代中每个粒粒子的汉明距离较大，因此粒子的速度很大，位置更新的幅度很大，收敛快。大约到达 300 代时算法达到最优解。而 AIA 受选择、变异的影响，增往下一代遗传的不确定性，导致收敛速度变慢，知道 500 代左右才收敛到IHPSO加入了免疫思想，在收敛精度与收敛速度方面都有很大提高。

【相似文献】

相关期刊论文 前10条

1 金向农;黄金廷;;大型电站锅炉制造企业基于项目风险规避的滚动年度排产计划方法的研究[J];锅炉技术;2017年03期

2 宋人选;张波;张晓煜;;客车制造柔性涂装车间计划排产系统的研究[J];科技广场;2012年01期

3 黄泽慧;闫秀霞;;制造型企业生产排产研究综述与展望[J];山东理工大学学报(自然科学版);2012年04期

4 韩忠华;史海波;刘昶;张波;;客车生产中的倒排产应用研究[J];制造业自动化;2010年10期

5 孙勇;赵爱林;陆云春;;船用电缆企业动态排产方案探索[J];广东造船;2010年04期

6 丁慧强;李之岱;东明;;包装钢带并行生产线排产优化问题研究[J];冶金经济与管理;2006年04期

7 齐作玉;;铝箔生产厂开发先进计划与排产系统的探讨[J];铝加工;2005年06期

8 李建祥,唐立新,庞哈利,王梦光;热轧无缝钢管排产计划研究[J];控制与决策;2004年02期

9 李雷,李秀喜,钱宇;集成库存管理的炼油厂生产排产建模[J];计算机与应用化学;2004年01期

10 张国瑞;氯碱企业的优化排产方法[J];中国氯碱;2003年08期

相关会议论文 前10条

1 张波;;基于SimEvents的智能排产验证仿真模型框架研究[A];第八届中国航空学会青年科技论坛论文集[C];2018年

2 张鸿传;谢怡蕊;;汽车混流装配线排产方法探讨[A];第十二届河南省汽车工程科技学术研讨会论文集[C];2015年

3 张树山;董莹;王力;;离散型制造业LAPS插单与排产模型构建研究[A];第九届中国软科学学术年会论文集（下册）[C];2013年

4 张吉善;丁一;卢永昌;宋立冲;;基于大规模定制的经济批量排产方法研究[A];第十三届中国管理科学学术年会论文集[C];2011年

5 陈荣;唐红涛;陈涛;;面向铸造生产过程管控的APS系统研发与应用[A];2018重庆市铸造年会论文集[C];2018年

6 ;智能排产与调度管理系统(ISS)的实施与应用[A];2010煤炭企业管理现代化创新成果集（上）[C];2011年

7 叶虎;计效园;周建新;卢健康;王忠志;张明珠;;铸造企业热处理智能排产系统的开发与应用[A];2017中国铸造活动周论文集[C];2017年

8 石艳;李婵;;构建航空制造业的企业级车间作业排产模式[A];2013年中国航空学会管理科学分会学术会议论文集[C];2013年

9 梁晓康;;面向数控单元MES的计划排产系统的开发与实现[A];2012年中国航空学会管理科学分会学术交流会论文集[C];2012年

10 谭思彤;涂奉生;;具有准备时间的单机多类产品调度[A];1997年中国控制会议论文集[C];1997年

相关重要报纸文章 前10条

1 文编;6月排产增长预示空调旺季乐观[N];中国电子报;2018年

2 徐闻宇;需求难改善 铜行业苦日子仍未结束[N];中国有色金属报;2017年

3 证券时报记者 许韵红;中国重工柴油机订单排产到2011年[N];证券时报;2009年

4 本报记者 翟亚男;大需求煎熬小排产 把不准脉 厂商后悔不迭[N];华夏时报;2009年

5 李东;ERP应用:细部排产是道坎[N];中国信息化周报;2014年

6 AMT 咨询顾问 梁星;订单老变 计划排产怎么办[N];中国计算机报;2008年

7 森林;2005：车厂排产计划挑战新库存[N];中国经营报;2005年

8 李永钧;今年排产知多少[N];中华工商时报;2003年

9 本报记者 柴润金　通讯员 朱琳;灵活排产挖得今春“首桶金”[N];中国石化报;2011年

10 吴欣;钢厂近期排产及发货情况汇总[N];现代物流报;2009年

相关博士学位论文 前5条

1 李之岱;一类动态库存与排产优化问题的研究与应用[D];东北大学;2008年

2 周力;面向离散制造业的制造执行系统若干关键技术研究[D];华中科技大学;2016年

3 罗荣武;生产物流中的调度与库存优化问题研究[D];中南大学;2010年

4 计效园;单件化与智能化方法及其在铸造信息化中的应用[D];华中科技大学;2013年

5 宋华明;混合流水生产系统的多目标协同优化研究[D];南京理工大学;2003年

相关硕士学位论文 前10条

1 丛培强;APS排产系统应用于规模机械制造领域的研究与设计[D];重庆理工大学;2019年

2 赵林斌;扰动事件下多层级制造系统订单动态排产研究[D];浙江工业大学;2018年

3 倪从正;基于优先排产的电子产品MES系统设计与实现[D];杭州电子科技大学;2018年

4 陈少;基于知识的电梯零部件智能排产系统研究[D];江南大学;2018年

5 张守刚;基于分布估计算法的硫化车间排产调度研究[D];江南大学;2018年

6 张宏瑜;面向定制化生产的生产排产与生产控制功能研究[D];北京化工大学;2018年

7 李亲民;A企业生产排产优化研究[D];大连理工大学;2018年

8 董蓓;离散型企业计划管理系统设计与实现[D];华中科技大学;2017年

9 周琪森;面向多品种变批量生产模式的计算机辅助排程技术研究[D];中国工程物理研究院;2018年

10 刘盼盼;面向产需不平衡的F集团计划排产问题研究[D];天津大学;2018年

本文编号：2762918