基于遗传算法和约束约简的毛衫横机与套口协同排产方法、系统、介质、终端及程序产品与流程

摘要: 本技术涉及毛衫横机与套口协同排产,特别是涉及一种基于遗传算法和约束约简的毛衫横机与套口协同排产方法、系统、介质、终端及程序产品。背景技术:1、毛衫生产主要包括横...
基于遗传算法和约束约简的毛衫横机与套口协同排产方法、系统、介质、终端及程序产品与流程

本技术涉及毛衫横机与套口协同排产,特别是涉及一种基于遗传算法和约束约简的毛衫横机与套口协同排产方法、系统、介质、终端及程序产品。

背景技术:

1、毛衫生产主要包括横机织片和套口(缝盘)两个核心工序。横机将纱线织成衣片(大身、袖子、领子等),套口则将各衣片缝合为成衣。两个工序的产能平衡是生产管理的难点。

2、目前,毛衫企业的生产排产主要依赖以下方式:

3、第一,人工排产:由经验丰富的计划员根据订单交期、设备状态、物料情况,使用excel表格或纸质看板进行手工排产。计划员需要综合考虑订单优先级、设备针型匹配、换款时间损耗(通常为半天)、物料齐套时间、外发回厂时间等多重因素,将订单分配到各台横机和各套口员工,并确定开始和结束时间。

4、第二,通用aps软件:部分企业引入了通用的高级计划与排产系统,如sap apo、siemens opcenter等。这些系统主要面向离散制造或流程制造行业,采用整数规划、约束规划等方法进行排产。

5、然而,现有技术存在以下问题:

6、(1)人工排产效率低。人工排产处理20-30个订单、10-20台设备时,耗时往往需要4-8小时,且难以应对插单、设备故障等突发情况。

7、(2)设备资源利用率不高。人工排产难以精确平衡多台横机的负载,导致部分设备闲置、部分设备过载。整体设备综合效率通常低于70%。

8、(3)换款时间损耗大。毛衫生产中,横机更换纱线、调整密度、试片需要较长的换款准备时间,通常为4-8小时。人工排产难以有效识别和合并相同或相似款式的订单,导致换款次数过多。

9、(4)工序协同困难。横机与套口的产能需要匹配。人工排产往往只关注横机环节,导致横机“拼命织”而套口“跟不上”,造成半成品在制品大量积压。

10、(5)多目标优化难以兼顾。排产需要同时满足交期准时、设备利用率高、换款次数少、加班成本低等多个目标,这些目标之间存在内在冲突。

11、因此,有必要提供一种基于遗传算法和约束约简的毛衫横机与套口协同排产方法、系统、介质、终端及程序产品,以解决现有技术中存在的上述问题。

技术实现思路

1、鉴于以上所述现有技术的缺点,本技术的目的在于提供一种基于遗传算法和约束约简的毛衫横机与套口协同排产方法、系统、介质、终端及程序产品,用于解决横机与套口工序协同效率低、多目标优化目标难以兼顾等问题。

2、为实现上述目的及其他相关目的,本技术的第一方面提供一种基于遗传算法和约束约简的毛衫横机与套口协同排产方法,所述方法包括:获取排产输入数据,所述排产输入数据包括订单数据、横机设备数据、套口资源数据和约束数据;其中,所述订单数据包括若干个订单及对应的订单信息;基于所述订单信息计算各个订单的优先级,按照所述优先级对各个订单进行排序,获取优先级订单序列,并对优先级订单序列进行约束约简以获取约简订单序列;所述约束约简包括基于优先级订单序列中订单对应的毛衫款式进行分组处理、对优先级订单序列中已开始生产的订单进行锁定处理、对优先级订单序列进行硬约束筛选;基于所述约简订单序列与所述横机设备数据构建初始化横机排产方案集合,并采用遗传算法对所述初始化横机排产方案集合进行迭代优化,以生成最终横机排产方案;其中,基于预设适应度模型计算在迭代优化过程中生成的候选横机排产方案的适应度,以满足预设终止条件,所述适应度最高且满足预设约束条件的候选横机排产方案确定为最终横机排产方案;从所述最终横机排产方案中获取各个订单的预测横机落片数据,基于所述预测横机落片数据和所述订单信息确定各个订单的套口工艺需求;从预设套口人员库中筛选满足所述套口工艺需求的候选套口人员集合,并基于套口控制策略计算每个订单的套口排产起始时间,根据所述候选套口人员集合为每个订单分配套口人员并结合所述套口排产起始时间构建套口排产方案。

3、于本技术的第一方面的一些实施例中,所述基于所述订单信息计算各个订单的优先级,其具体过程包括:

4、;

5、;

6、其中,为第i个订单的优先级,为第 i 个订单的送检日期得分,为第 i 个订单的订单类型得分,为第 i 个订单的二次加工类型得分,为第 i 个订单的送检剩余天数,n为预设交期评价周期,a、b、c分别表示对应的权重系数。

7、于本技术的第一方面的一些实施例中,所述对优先级订单序列进行约束约简以获取约简订单序列,其具体过程包括:基于订单信息对所述优先级订单序列中毛衫款式相同的订单归类为同一款式组,同一款式组内的订单在分配至同一横机设备时,在该横机设备对应的订单排产序列中连续排列;

8、对所述优先级订单序列中具有已开始生产状态标识的订单进行锁定处理,使被锁定订单对应的已分配横机设备、生产顺序及已确定生产时间在后续排产优化过程中保持不变;从所述优先级订单序列中剔除不满足预设硬约束的订单,所述预设硬约束包括:订单针型匹配检查、订单物料齐套检查、订单封样完成检查。

9、于本技术的第一方面的一些实施例中,基于预设适应度模型计算在迭代优化过程中生成的候选横机排产方案的适应度,其具体过程包括:

10、;

11、其中,所述fitness为适应度,分别为交期满足度、横机设备利用率、换款评价值以及产线平衡度;p为约束惩罚项,分别为对应的权重系数。

12、于本技术的第一方面的一些实施例中,所述交期满足度根据候选横机排产方案中各个订单的预计完成时间与对应送检日期之间的时间差计算得到;所述横机设备利用率根据各横机设备的有效生产时长与其可用生产时长之比确定;所述换款评价值根据相邻排产订单之间的毛衫款式差异以及由此产生的换款时间损耗综合确定;所述产线平衡度根据横机落片能力与套口加工能力之间的匹配程度确定。

13、于本技术的第一方面的一些实施例中,所述基于套口控制策略计算每个订单的套口排产起始时间,其具体包括:基于任一订单的预测横机落片数据获取所述订单对应的每个排产周期的落片数;基于所述订单的落片数采用如下公式计算当前套口在制品数量:

14、;

15、其中,wip(t)为第t个排产周期结束时的当前套口在制品数量,p_m (t)为第t个排产周期的每日落片数,c_s (t)为根据候选套口人员的单位时间加工能力和可用工时预计得到的第t个排产周期内的套口完成数量;当所述wip(t)大于等于预设安全库存阈值时,以其对应的第t个排产周期为套口排产起始时间。

16、为实现上述目的及其他相关目的,本技术的第二方面提供一种基于遗传算法和约束约简的毛衫横机与套口协同排产系统,所述系统包括:数据获取模块,用于获取排产输入数据,所述排产输入数据包括订单数据、横机设备数据、套口资源数据和约束数据;其中,所述订单数据包括若干个订单及对应的订单信息;约束处理模块,用于基于所述订单信息计算各个订单的优先级,按照所述优先级对各个订单进行排序,获取优先级订单序列,并对优先级订单序列进行约束约简以获取约简订单序列;所述约束约简包括基于优先级订单序列中订单对应的毛衫款式进行分组处理、对优先级订单序列中已开始生产的订单进行锁定处理、对优先级订单序列进行硬约束筛选;遗传优化模块,用于基于所述约简订单序列与所述横机设备数据构建初始化横机排产方案集合,并采用遗传算法对所述初始化横机排产方案集合进行迭代优化,以生成最终横机排产方案;其中,基于预设适应度模型计算在迭代优化过程中生成的候选横机排产方案的适应度,以满足预设终止条件,所述适应度最高且满足预设约束条件的候选横机排产方案确定为最终横机排产方案;套口排产模块,用于从所述最终横机排产方案中获取各个订单的预测横机落片数据,基于所述预测横机落片数据和所述订单信息确定各个订单的套口工艺需求;从预设套口人员库中筛选满足所述套口工艺需求的候选套口人员集合,并基于套口控制策略计算每个订单的套口排产起始时间,根据所述候选套口人员集合为每个订单分配套口人员并结合所述套口排产起始时间构建套口排产方案。

17、为实现上述目的及其他相关目的,本技术的第三方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述基于遗传算法和约束约简的毛衫横机与套口协同排产方法。

18、为实现上述目的及其他相关目的,本技术的第四方面提供一种计算机程序产品,所述计算机程序产品中包括计算机程序代码,当所述计算机程序代码在计算机上运行时,使得所述计算机实现所述基于遗传算法和约束约简的毛衫横机与套口协同排产方法。

19、为实现上述目的及其他相关目的,本技术的第五方面提供一种电子终端,包括存储器、处理器及存储在存储器上的计算机程序;所述处理器执行所述计算机程序以实现所述基于遗传算法和约束约简的毛衫横机与套口协同排产方法。

20、如上所述,本技术具有以下有益效果:

21、本技术通过对订单数据进行优先级排序、同款式归组、已开始生产订单锁定以及硬约束筛选,将原始排产问题转换为约简后的可排产问题,减少了遗传算法在无效解和不可执行解中的搜索范围,提高了横机排产优化的收敛效率;同时,在横机排产优化过程中引入交期满足度、横机设备利用率、换款评价值和产线平衡度等多目标适应度评价,使生成的横机排产方案能够兼顾交期、设备负载和换款损耗;进一步地,本技术以最终横机排产方案中的预测横机落片数据作为套口排产的输入,并结合候选套口人员集合和在制品wip控制策略确定套口排产起始时间及套口人员分配结果,使套口加工能力能够与横机落片节拍相匹配,从而减少横机与套口之间的半成品积压和套口等待,提高两工序协同效率,最终提升毛衫生产排产效率、设备利用率及排产方案的现场可执行性。