多阶段混联生产的数字孪生仿真调度方法及系统与流程

摘要: 本发明涉及工业生产领域,具体是一种多阶段混联生产的数字孪生仿真调度方法及系统。背景技术:1、电子信息整机装配属于典型的多阶段混联柔性生产模式,整机装配、配件插接...
多阶段混联生产的数字孪生仿真调度方法及系统与流程

本发明涉及工业生产领域,具体是一种多阶段混联生产的数字孪生仿真调度方法及系统。

背景技术:

1、电子信息整机装配属于典型的多阶段混联柔性生产模式,整机装配、配件插接、功能调试、高温老化、整机检测、打包装箱等工序串联耦合、并行协同,生产工况普遍具备产品型号多、订单批量不确定、大小批量交替生产、机型频繁切换的显著特点,属于典型的多品种变批量柔性制造场景。

2、现有传统工业仿真系统在电子信息多品种变批量柔性混产场景中存在诸多核心缺陷:一是传统仿真多为离线静态仿真,完全依赖人工预设固定工艺参数与刚性产线模型,仅适配单一型号、大批量固定生产模式,无法适配批量不确定、机型频繁切换的生产特征,无法接入产线真实动态业务数据,仿真模型与物理柔性产线运行状态严重脱节,无法实现虚实状态实时同步;二是现有仿真软件架构固化、耦合度高,仿真对象关系、动态行为逻辑、仿真控制流程均硬编码于程序内部,不支持柔性产线模块化重构、工艺参数动态适配;三是现有仿真功能单一,仅具备固定工况下的基础仿真演算能力,无法覆盖柔性产线布局重构、变批量动态排产、多机型工艺适配优化、生产扰动实时调控等核心业务,生产设计、质量优化、实时管控系统相互独立,数据孤岛严重,无法形成柔性生产全流程闭环管控;四是传统产线调度多依赖固定时序逻辑,缺乏基于多维度生产数据的计算机量化寻优机制,仅依靠人工经验设定调度规则,无法实现柔性产线资源动态最优配置,导致电子信息柔性装配产线换线效率低、生产适配性差、质量波动大、订单交付不稳定的问题。

技术实现思路

1、为了提升柔性产线对多品种、变批量混联生产的动态适配能力与调度可执行性,本发明提供了多阶段混联生产的数字孪生仿真调度方法及系统。

2、本发明解决上述问题所采用的技术方案是:

3、一方面,本发明提供了一种多阶段混联生产的数字孪生仿真调度方法,包括:

4、步骤1、实时采集装配产线全工序生产业务数据,所述业务数据包括订单批量数据、订单交期数据、生产成本数据、生产质量数据、设备运行状态数据、人员技能数据及物料供给数据;

5、步骤2、基于采集的业务数据,构建与物理装配产线实时同步的物理镜像孪生模型,基于业务数据推理动态搭建抽象孪生模型;

6、所述物理镜像孪生模型与物理产线同构,通过业务数据驱动虚拟模型实时迭代更新;

7、所述抽象孪生模型根据当前业务数据推理确定产线串并联组织模式、并行工位数量及各工位职能划分,并依据所确定的产线串并联组织模式、并行工位数量及各工位职能划分动态构建;并基于构建的抽象孪生模型执行生产安排的模拟分析与调度寻优,输出逻辑配置方案;

8、步骤3、根据订单批量数据识别当前生产工况,切换至与该工况对应的预先配置的离散多目标权重档位,离散多目标权重档位内设置有交期、成本、质量及人员技能匹配四项优化目标的权重系数,以所切换至的档位作为总控边界;

9、步骤4、以逻辑配置方案为输入,在总控边界内,联合物料齐套、设备维保、换线时长及人员技能资格四重工业硬约束,通过多目标寻优算法迭代求解,输出包含设备分配、物料补给、工序排布及人员配置的最优生产资源调度指令序列。

10、进一步地,步骤2中,物理镜像孪生模型完成物理装配产线全要素虚拟化建模,全要素包括工序、工位、设备、物料、生产任务及操作人员;其中,操作人员通过人员孪生体建模,所述人员孪生体包含人员-机型技能矩阵、岗位资质、技能等级、当前位置、在岗状态与实时负载;物料通过物料转移孪生体建模,所述物料转移孪生体模拟物料在缓存区与工位之间的配送搬运过程。

11、进一步地,步骤2中,抽象孪生模型将工位设备抽象为简化的工作处理模块,仅承载订单批量、交期、成本、质量及人员技能业务属性,并以工位对象及表征工位间逻辑关系的连接线表达产线串并联组织模式与工序并行关系。

12、进一步地,步骤3中,所述生产工况为小批量定制生产工况或大批量量产生产工况;不同离散多目标权重档位对应不同的权重系数。

13、进一步地,步骤4具体包括:

14、步骤41、在工业生产约束边界内完成种群初始化,生成多组候选生产调度方案;

15、步骤42、对候选生产调度方案执行四重工业硬约束校验,所述四重工业硬约束包括物料齐套校验、设备维保状态校验、换线时长适配校验及人员技能资格校验,对违反任一硬约束的方案执行剔除或降权惩罚;

16、步骤43、通过包含交期、成本、质量及人员技能匹配的四目标适应度函数对校验后的候选方案进行统一评分与优劣排序;

17、步骤44、对当前种群执行自适应交叉、变异操作,迭代生成新一代调度方案种群;

18、步骤45、判断是否满足收敛条件,若不满足收敛条件则返回步骤41继续迭代优化,若满足收敛条件则输出最优生产资源调度指令序列。

19、进一步地,步骤42中,换线时长由工装零件更换时间、人员配置调整时间与工作内容切换时间构成。

20、进一步地,步骤43中,四目标适应度函数f表示为:,、、及分别为订单交付时间、生产成本、装配质量及人员技能匹配的归一化值,、、、分别为对应的权重系数。

21、进一步地,最优生产资源调度指令序列包括工位id、设备编号、任务起始时间、物料匹配编码、机型工艺参数阈值、任务优先级标签、人员id、分配工位、机型资格确认、技能匹配度与人员负载值。

22、进一步地,还包括步骤5、将最优生产资源调度指令序列下发至物理装配产线,驱动实际生产执行;所述物理镜像孪生模型实时同步物理装配产线的真实运行状态与生产进度,形成调度指令执行效果的实况反馈;基于实况反馈更新物理镜像孪生模型并作为下一轮抽象孪生模型推演与调度寻优的输入校正。

23、另一方面,本发明提供了一种多阶段混联生产的数字孪生仿真调度系统,包括:

24、业务数据获取模块,用于实时采集装配产线全工序生产业务数据,所述业务数据包括订单批量数据、订单交期数据、生产成本数据、生产质量数据、设备运行状态数据、人员技能数据及物料供给数据;

25、数字孪生对象映射管理模块,基于采集的业务数据,构建与物理装配产线实时同步的物理镜像孪生模型,基于业务数据推理动态搭建抽象孪生模型;

26、所述物理镜像孪生模型与物理产线同构,通过业务数据驱动虚拟模型实时迭代更新;

27、所述抽象孪生模型根据当前业务数据推理确定产线串并联组织模式、并行工位数量及各工位职能划分,并依据所确定的产线串并联组织模式、并行工位数量及各工位职能划分动态构建;并基于构建的抽象孪生模型执行生产安排的模拟分析与调度寻优,输出逻辑配置方案;

28、总控边界确定模块,根据订单批量数据识别当前生产工况,切换至与该工况对应的预先配置的离散多目标权重档位,离散多目标权重档位内设置有交期、成本、质量及人员技能匹配四项优化目标的权重系数,以所切换至的档位作为总控边界;

29、调度方案确定模块,以逻辑配置方案为输入,在总控边界内,联合物料齐套、设备维保、换线时长及人员技能资格四重工业硬约束,通过多目标寻优算法迭代求解,输出包含设备分配、物料补给、工序排布及人员配置的最优生产资源调度指令序列。

30、本发明相比于现有技术具有的有益效果是:

31、1、实现业务驱动柔性虚实融合仿真,适配变批量混产工况。以电子信息柔性装配产线真实动态业务数据为核心驱动,适配订单批量不确定、多机型交替生产的核心特征,实现数字孪生虚拟模型与物理柔性产线的状态、行为、数据实时同步,仿真结果可动态匹配不同生产批量、不同机型组合的实际工况,可精准支撑柔性生产质量波动预判、缺陷根因分析,有效缓解多品种变批量混产的质量风险问题。

32、2、批量工况驱动的量化寻优调度,适配变批量生产优化。将成本、交期、质量、人员技能、生产批量波动约束量化为模型边界条件,依据订单批量工况识别结果切换多目标权重档位,结合物料齐套、设备维保、换线时长、人员技能资格四重工业硬约束的联动校验,通过自适应遗传算法迭代求解最优生产路径,实现柔性装配产线设备、物料、工序、人员等各类生产资源的动态精准协同配置,有利于缓解批量不确定导致的排产混乱、换线低效、人员配置不合理与资源浪费问题。

33、3、换线时间精细估算与人员才能充分发挥,提升排产执行精度。将换线时长显式拆解为工装零件更换、人员配置调整与工作内容切换三维时间构成,并通过抽象孪生模型推演换线作业各环节耗时与物料转移时序,使调度方案充分考虑产线零件、人员、作业内容切换所耽误的时间,避免排产方案低估换线成本;同时依据人员-机型技能矩阵将操作人员技能资格与技能匹配度纳入寻优目标与约束校验,在保障任务可执行的前提下实现人岗匹配、技能利用最大化,提升多阶段混联生产排产方案与实际执行的吻合度。

34、4、双模型分域协同,提升生产组织可理解性与排产预演联动性。构建物理镜像孪生模型与抽象孪生模型:物理镜像孪生模型与物理产线同构,直观反映设备、物料、工位的真实运行状态与生产进度;抽象孪生模型根据订单批量、交期等业务数据推理确定的产线逻辑组织动态搭建,以工位对象及连接线逻辑化呈现产线串并联组织模式、工序并行关系与工位职能排布,将物理镜像孪生模型中不可直接观察的产线逻辑组织关系直观呈现,有利于执行者快速理解不同生产过程的排布状态与逻辑路线,辅助生产安排决策,弥补单一镜像孪生模型难以表达产线逻辑组织的不足;同时,抽象孪生模型的逻辑预演结果经调度指令驱动物理产线执行,物理镜像孪生模型实时反馈执行实况并回写至仿真驱动数据源,驱动下一轮推演与寻优输入校正,使生产安排预演与产线实际执行状态保持联动,降低排产方案与实际执行的偏差。