CN101925527A - 对原材料贮藏槽的进料计划的生成方法、装置、程序及计算机可读取的记录介质 - Google Patents

对原材料贮藏槽的进料计划的生成方法、装置、程序及计算机可读取的记录介质 Download PDF

Info

Publication number
CN101925527A
CN101925527A CN2009801028389A CN200980102838A CN101925527A CN 101925527 A CN101925527 A CN 101925527A CN 2009801028389 A CN2009801028389 A CN 2009801028389A CN 200980102838 A CN200980102838 A CN 200980102838A CN 101925527 A CN101925527 A CN 101925527A
Authority
CN
China
Prior art keywords
raw mat
storage groove
charging
mentioned
mat
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2009801028389A
Other languages
English (en)
Other versions
CN101925527B (zh
Inventor
宫崎裕之
小林敬和
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Steel Corp
Original Assignee
Nippon Steel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=40901051&utm_source=***_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN101925527(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Nippon Steel Corp filed Critical Nippon Steel Corp
Publication of CN101925527A publication Critical patent/CN101925527A/zh
Application granted granted Critical
Publication of CN101925527B publication Critical patent/CN101925527B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)

Abstract

为了生成用于对原材料设备中的从原材料场地到多个原材料贮藏槽、经过多个运输路径、用多个运输设备来运输原材料的进料计划，进料计划生成部(31)计算上述多个原材料贮藏槽中的每个槽的槽库存变化，将对该原材料贮藏槽的进料作业群的关系、制约方程化为由线性式和整数制约式构成的数学模型，而且从没有作为补给对象槽提取出的原材料贮藏槽中提取与摘取对应的原材料贮藏槽，将摘取的关系方程化为数学模型。根据目标函数对这样方程化的数学模型求解最优化问题，由此确定对原材料贮藏槽的进料计划。

Description

对原材料贮藏槽的进料计划的生成方法、装置、程序及计算机可读取的记录介质
技术领域
本发明涉及对原材料设备中的原材料贮藏槽的进料计划生成方法、用于实现该方法的装置、程序以及计算机可读取的记录介质。
背景技术
例如，在钢铁业等的加工原材料的工厂中，对于从原材料保管场所到原材料贮藏槽的进料作业，由于多个不同原材料用多个贮藏槽来管理，每种原材料的使用量不同，而且从原材料保管场所到原材料贮藏槽有多条运输路径等，因此作业复杂。
在这种状况中，希望不发生原材料贮藏槽的空库存，并且对运输设备进行有效利用。为了实现上述期望，需要如下作业，即适当地找到需要进料的原材料贮藏槽、选择适当的运输路径、从适当的开始时刻起到结束时刻为止对适当的进料量进行进料处理，但是如果这些作业用人力来进行则会成为负担非常高的作业。
另外，在以往的从业者的计划拟订方法中，对于作业情况每时每刻都发生变化的大规模原材料设备，应考虑的项目、应计算的项目很多。因此，在熟练作业者以外，常常发生忽略信息、判断失误等情况，难以拟订正确的计划。另外，即使是熟练作业者，发生疏忽的情况也很多。为了解决这种问题，目前提出了各种计划法。
例如，在专利文献1中，提出了依照基于知识库(knowledge base)的场地(yard)计划的自动控制方法。在专利文献2中，提出了以场地计划为中心的运输作业的冲突消除方法。在专利文献3中，提出了根据知识库使矿场的运输效率最大化的自动控制方法。
另外，在专利文献4中，提出了根据知识库使煤炭场的运输效率最大化的自动控制方法。在专利文献5中，提出了避免原材料场地中的接收、支出、运输设备的冲突以及接近冲突而使运输效率最大的自动控制方法。
另外，在专利文献6中，还提出了如下自动控制方法，即根据规则来避免原材料场地中的接收、支出及运输设备的冲突、利用目标函数对其结果进行评价、在评价结果较差的情况下通过改变条件来使运输效率最大，提出了使场地的运输效率最大化的自动控制方法。
另外，在专利文献7中，还提出了基于混合整数计划法的进料计划制定方法。
专利文献1：日本特开平3-243508号公报
专利文献2：日本特开平3-279124号公报
专利文献3：日本特开平4-89708号公报
专利文献4：日本特开平4-89709号公报
专利文献5：日本特开平6-263231号公报
专利文献6：日本特开平11-236129号公报
专利文献7：日本特开2002-175106号公报
发明内容
然而，在以往的方法中，大致都是将熟练操作者的知识、诀窍(knowhow)知识库化或规则化来解决对原材料贮藏槽的进料问题，因此谈不上解法的最佳性。而且，由于仅仅是将熟练操作者的诀窍计算机化，因此无法针对运输设备的选择来考虑所有能采用的运输路径的组合，无法保证能得到最优解。
另外，在进料中追求有效率的运输，因此追求运输设备运行率的提高。另外，追求在出现问题从而一部分运输设备发生故障的情况下，贮藏槽的库存也不会用尽。因此，追求即使在原材料贮藏槽的库存量未变低的情况下，在未使用运输设备时，也积极地尽早对原材料贮藏槽进料。
在专利文献7中，公开了如下结构：在使用混合整数计划法的情况下，将库存量变低的原材料贮藏槽提取为应进料的槽，对该槽进料。通过该结构能提前防止原材料贮藏槽的库存耗尽。
然而，在该结构中，尽管还存在运输的余量，但是在原材料贮藏槽的库存较多的情况下无法进料。也就是说，有时会产生尽管运输设备可用也不利用而闲置的时间，存在无法实现运输设备的运行率提高的缺点。在实际的操作中，为了提高原材料设备中的运输设备的运行率，必须进行摘取(プラツキング plucking)(保持设备运转地切换起点或终点，使作业和作业之间的设备的起动停止时间最小的方法)，但是在该结构中没有考虑摘取，因此存在无法实现提高运输设备的运行率的缺点。
本发明是鉴于上述问题而完成的，目的在于，在原材料设备中，不仅提前防止原材料贮藏槽的库存耗尽的情况，还能高速地最优化地拟定使运输设备的运行率提高的、对原材料贮藏槽的进料计划。
为了实现上述目的，本发明的对原材料贮藏槽进料的进料计划生成方法是生成进料计划的对原材料贮藏槽进料的进料计划生成方法，所述进料计划用于从原材料设备中的原材料场地到多个原材料贮藏槽、经过多个运输路径用多个运输设备来运输原材料，
其特征在于，包括：
数据取入步骤，取入在拟订对上述多个原材料贮藏槽进料的进料计划中所需的数据；
进料对象原材料贮藏槽提取步骤，根据在上述数据取入步骤中取入的数据，计算上述多个原材料贮藏槽各自的槽库存变化，提取到计划确定时刻为止库存量低于规定的补给水平的原材料贮藏槽；
运输设备提取步骤，提取所有能对在上述进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽进料的运输设备；
运输路径组合构筑步骤，根据在上述运输设备提取步骤中提取出的运输设备，构筑所有可选择为运输路径的组合；
摘取对应进料对象原材料贮藏槽提取步骤，从在上述进料对象原材料贮藏槽提取步骤中没有提取出的原材料贮藏槽中，提取与摘取对应的原材料贮藏槽；以及
摘取对应运输路径追加构筑步骤，对在上述摘取对应进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽构筑运输路径；
摘取对应运输路径组合构筑步骤，根据在上述摘取对应运输路径追加构筑步骤中提取出的运输路径和在上述运输路径组合构筑步骤中构筑出的运输路径组合，构筑所有可选择的组合；
数学模型构筑步骤，按每个在上述摘取对应运输路径组合构筑步骤中构筑出的运输路径的组合，将对在上述进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽进料的进料作业群的关系、制约，方程化为包括线性式和整数制约式的数学模型；
摘取对应数学模型构筑步骤，将在上述摘取对应进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽和在上述进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽之间的摘取关系方程化为数学模型；
最优解计算步骤，对在上述数学模型构筑步骤和上述摘取对应数学模型构筑步骤中构筑出的数学模型，根据预先设定的线性或2次形式的目标函数，解出最优化问题，由此求得最优解；
最佳解提取步骤，从在上述最优解计算步骤中求得的最优解中选择最佳的解；以及
确定步骤，根据在上述最佳解提取步骤中选择出的最佳的最优解，确定对上述多个原材料贮藏槽进料的进料计划。
本发明的对原材料贮藏槽进料的进料计划生成装置是生成进料计划的对原材料贮藏槽进料的进料计划生成装置，所述进料计划用于从原材料设备中的原材料场地到多个原材料贮藏槽、经过多个运输路径用多个运输设备来运输原材料，
其特征在于，包括如下单元：
数据取入单元，取入在拟订对上述多个原材料贮藏槽进料的进料计划中所需的数据；
进料对象原材料贮藏槽提取单元，根据由上述数据取入单元取入的数据，计算上述多个原材料贮藏槽各自的槽库存变化，提取到计划确定时刻为止库存量低于规定的补给水平的原材料贮藏槽；
运输设备提取单元，提取所有能对由上述进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽进料的运输设备；
运输路径组合构筑单元，根据由上述运输设备提取单元提取出的运输设备，构筑所有可选择为运输路径的组合；
摘取对应进料对象原材料贮藏槽提取单元，从上述进料对象原材料贮藏槽提取单元没有提取出的原材料贮藏槽中，提取与摘取对应的原材料贮藏槽；
摘取对应运输路径追加构筑单元，对由上述摘取对应进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽构筑运输路径；
摘取对应运输路径组合构筑单元，根据由上述摘取对应运输路径追加构筑单元提取出的运输路径和由上述运输路径组合构筑单元构筑出的运输路径组合，构筑所有可选择的组合；
数学模型构筑单元，按每个由上述摘取对应运输路径组合构筑单元构筑出的运输路径的组合，将对由上述进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽进料的进料作业群的关系、制约，方程化为包括线性式和整数制约式的数学模型；
摘取对应数学模型构筑单元，将由上述摘取对应进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽和由上述进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽之间的摘取关系方程化为数学模型；
最优解计算单元，对由上述数学模型构筑单元和上述摘取对应数学模型构筑单元构筑出的数学模型，根据预先设定的线性或2次形式的目标函数，解出最优化问题，由此求得最优解；
最佳解提取单元，在由上述最优解计算单元求得的最优解中选择最佳的解；以及
确定单元，根据由上述最佳解提取单元选择出的最佳的最优解，确定对上述多个原材料贮藏槽进料的进料计划。
本发明的程序是用于使计算机执行生成进料计划的处理的程序，所述进料计划用于从原材料设备中的原材料场地到多个原材料贮藏槽、经过多个运输路径用多个运输设备来运输原材料，
其特征在于，使计算机执行如下处理：
数据取入处理，取入在拟订对上述多个原材料贮藏槽进料的进料计划中所需的数据；
进料对象原材料贮藏槽提取处理，根据在上述数据取入处理中取入的数据，计算上述多个原材料贮藏槽各自的槽库存变化，提取到计划确定时刻为止库存量低于规定的补给水平的原材料贮藏槽；
运输设备提取处理，提取所有能对在上述进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽进料的运输设备；
运输路径组合构筑处理，根据在上述运输设备提取处理中提取出的运输设备，构筑所有可选择为运输路径的组合；
摘取对应进料对象原材料贮藏槽提取处理，从在上述进料对象原材料贮藏槽提取处理中没有提取出的原材料贮藏槽中，提取与摘取对应的原材料贮藏槽；
摘取对应运输路径追加构筑处理，对在上述摘取对应进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽构筑运输路径；
摘取对应运输路径组合构筑处理，根据在上述摘取对应运输路径追加构筑处理中提取出的运输路径和在上述运输路径组合构筑处理中构筑出的运输路径组合，构筑所有可选择的组合；
数学模型构筑处理，按每个在上述摘取对应运输路径组合构筑处理中构筑出的运输路径的组合，将对在上述进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽进料的进料作业群的关系、制约，方程化为包括线性式和整数制约式的数学模型；
摘取对应数学模型构筑处理，将在上述摘取对应进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽和在上述进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽之间的摘取关系方程化为数学模型；
最优解计算处理，对在上述数学模型构筑处理和上述摘取对应数学模型构筑处理中构筑出的数学模型，根据预先设定的线性或2次形式的目标函数，解出最优化问题，由此求得最优解；
最佳解提取处理，在上述最优解计算处理中求得的最优解中选择最佳的解；以及
确定处理，根据在上述最佳解提取处理中选择出的最佳的最优解，确定对上述多个原材料贮藏槽进料的进料计划。
本发明的计算机可读取的记录介质记录有上述本发明的程序。
根据本发明，在原材料设备中，除了提前防止原材料贮藏槽的库存耗尽之外，还能考虑到摘取来高速地最优化地拟订使运输设备的运行率提高的对原材料贮藏槽的进料计划。
附图说明
图1是表示从原材料场地向原材料贮藏槽运输原材料的过程的概要的图。
图2是说明本实施方式的对原材料贮藏槽的进料计划生成装置在计算机***中的定位的一例的图。
图3是表示本实施方式的对原材料贮藏槽的进料计划生成装置的概要结构的框图。
图4是表示本实施方式的对原材料贮藏槽的进料计划生成装置的处理的流程图。
图5是表示将原材料从原材料场地运输到原材料贮藏槽时的制造过程的规模缩小了的简单事例的图。
图6是用于说明各原材料贮藏槽的库存变化计算的图。
图7A是用于说明工序路径分配方案检索的图，是表示运输路径检索用信息表格的图。
图7B是用于说明工序路径分配方案检索的图，是表示检索方法的流程图。
图8是用于说明数学模型构筑的概要的图。
图9是用于说明摘取的概要的图。
图10是表示摘取对应表的图。
图11A是用于与图11B的不考虑摘取的手法的拟订结果进行比较来说明的图，是用于说明应用了本发明的考虑了摘取的手法的拟订结果的图。
图11B是用于与图11A的应用了本发明的考虑了摘取的手法的拟订结果进行比较来说明的图，是用于说明不考虑摘取的手法的拟订结果的图。
图12是表示与摘取对应的数学模型的方程化方法的流程图。
图13是用于说明在最优结果内提取表示最佳评价值的组合的图。
具体实施方式
下面根据附图说明能应用本发明的实施方式。
在本实施方式的对原材料贮藏槽的进料计划生成装置中，采用从原材料场地到多个原材料贮藏槽的可选择的运输路线，在场地堆积名称、场地库存变化、原材料从原材料贮藏槽的取料(切出し)量、设备布局等的原材料物流制约下，使对原材料贮藏槽的进料计划最优化，以使得不发生原材料贮藏槽的库存用尽，并且提高运输设备的运行率。此外，每个原材料贮藏槽的取料量都不同，并且，在要开始进料的时刻，进料条件(例如该原材料贮藏槽的库存水平等)不同。为此，需要根据情况来适当决定应进料的量、应结束进料的水平。
图1表示从原材料场地向原材料贮藏槽运输原材料的过程的概要。对于从原材料场地到应进料的原材料贮藏槽的原材料的运输，可选择多个取料机(Reclaimer)(使原材料从场地移动到传送带的设备)和传送带系列之间的组合。取料机具有各不相同的取料能力。另外，运输路线的选择自由度较大，需要选择适当的取料机和传送带系列，并使其运行适当的时间。
在这种制约中，为了确保所有原材料贮藏槽的库存、生成实现高效的运输的原材料进料计划，除了进料顺序、进料开始和结束时刻、取料机运行开始时刻、取料机运行结束时刻以外，还需要正确地决定在原材料场地中堆积有原材料的原材料堆、原材料场地、应使用的取料机(使用取料机)、应运输的传送带系列(运输传送带系列)、进料量。
首先，用图2来说明本实施方式中的对原材料贮藏槽的进料计划生成装置在计算机***中的定位的一例。如图2所示，在生成对原材料贮藏槽的进料计划时，首先，在条件设定和取入部30中，操作者设定、或通过过程控制计算机(过程控制机プロコン)34或商务计算机(商务机ビジコン)35取入拟定进料计划所需的数据，具体来说，即，设备布局、原材料接收计划、原材料使用计划、库存计划、设备使用计划、设备能力、设备现状、工序现状、库存现状、设备运行/故障现状以及来自操作者的操作前提条件这样的制约条件、能力条件、前提条件。
本实施方式的对原材料贮藏槽的进料计划生成装置即对原材料贮藏槽的进料计划生成部31，为了满足利用条件设定和取入部30所设定的制约条件、能力条件、前提条件而求出原材料场地的对原材料贮藏槽的进料计划，例如进料顺序、进料开始/结束时刻、取料机运行开始/结束时刻、进行支出的原材料堆、原材料场地、使用取料机、运输传送带系列、进料量。
在该对原材料贮藏槽的进料计划生成部31中，如以下详细说明的那样，利用LP(线性计划法)、MIP(混合整数计划法)、QP(2次计划法)等数理计划法或禁忌搜索(タブサ一チ Tabu Search)、遗传算法等与数理计划法的组合和所有运输路径的组合构筑功能的组合，生成从原材料场地到原材料贮藏槽的进料计划。
由原材料贮藏槽的进料计划生成部31求出的对原材料贮藏槽的进料计划(例如进料顺序、进料开始/结束时刻、取料机运行开始/结束时刻、进行支出的原材料堆、原材料场地、使用取料机、运输传送带系列、进料量)被提供到显示部32，例如用甘特图(Gantt chart)形式、原材料贮藏槽库存变化图形式或进料时刻一览等的帐票来进行显示。
在操作者评价部33中，操作者根据各种观点(例如库存变化、取料机的相同名称连续支出性等)评价所求出的对原材料贮藏槽的进料计划，如果不是满意的结果，则根据需要修正进料顺序、进料开始/结束时刻、进行支出的原材料堆、使用取料机等。然后，通过对原材料贮藏槽的进料计划生成部31重新生成对原材料贮藏槽的进料计划。此时，根据需要，能仅对指定的处理而实现进料时刻的固定及进行支出的原材料堆、使用取料机指定等的固定。
下面，详细说明利用上述对原材料贮藏槽的进料计划生成部31进行的处理。对原材料贮藏槽的进料计划生成部31根据场地配置、工序路径、进料名称等设定条件、物流制约，根据每个原材料贮藏槽的库存和原材料从原材料贮藏槽支出的速度，计算每个原材料贮藏槽的槽库存变化。然后，提取到计划确定时刻为止库存量低于规定的补给水平的原材料贮藏槽，进一步追加提取能对上述提取出的原材料贮藏槽进行摘取的原材料贮藏槽。然后，为了避免原材料贮藏槽的库存量用尽并实现运输设备的高效运转，决定使设定好的规定的目标函数最佳的进料顺序、进料开始/结束时刻、取料机运行开始/结束时刻、进行支出的原材料堆、原材料场地、使用取料机、运输传送带系列、进料量。此时，设计划确定时刻是从对原材料贮藏槽的进料计划生成开始的时刻起经过了2小时或3小时左右的时刻等适当的值。
说明上述所说明的对原材料贮藏槽的进料计划生成部31的概要。图3是表示本实施方式的对原材料贮藏槽的进料计划生成部31的概要结构的框图。另外，图4是表示本实施方式的对原材料贮藏槽的进料计划生成部31的处理的流程图。
图5是表示将原材料从原材料场地运输到原材料贮藏槽时的制造过程的规模缩小了的简单事例的图。在该事例中，在原材料场地1中分别堆积有原材料A(原材料堆1)、B(原材料堆2)、C(原材料堆3)，在原材料场地2中堆积有原材料B(原材料堆4)，在原材料场地3中堆积有原材料B(原材料堆5)。
原材料场地1的原材料堆1～3的支出能使用1号取料机，原材料场地2的原材料堆4的支出能使用2号取料机，原材料场地3的原材料堆5的支出能使用3号取料机。
然后，在使用1号取料机的情况下，用传送带系列1、2、3中的某一个来运输原材料。在使用2号取料机的情况下，用传送带系列4来运输原材料。在使用3号取料机的情况下，用传送带系列5、6中的某一个来运输原材料。
另外，用传送带系列1运输的原材料对原材料贮藏槽1进料。用传送带系列2、4、5运输的原材料对原材料贮藏槽2进料。用传送带系列3运输的原材料对原材料贮藏槽3进料。用传送带系列6运输的原材料对原材料贮藏槽4进料。
而且，原材料贮藏槽1需要加入原材料A，原材料贮藏槽2需要加入原材料B，原材料贮藏槽3需要加入原材料A，原材料贮藏槽4需要加入原材料B。在此，从原材料场地支出的原材料与对原材料贮藏槽进料的原材料必须是相同的原材料。
下面，参照图3的框图和图4的流程图，以图5的运输过程为例，说明本实施方式的对原材料贮藏槽的进料计划生成方法的一例。
(1)设定输入数据、初始值、条件(图4的步骤S201)
在输入数据取入部101中，在线(online)取入拟订对原材料贮藏槽的进料计划所需的数据(原材料使用计划、库存计划、设备使用计划、设备能力、设备现状、工序现状、库存现状、设备运行/故障现状以及来自操作者的操作前提条件这样的制约条件、能力条件、前提条件)。另外，操作者根据需要加以修正。
(2)提取低于补给水平的原材料贮藏槽(图4的步骤S202)
在进料对象原材料贮藏槽提取部102中，根据每个原材料贮藏槽的库存量和从原材料贮藏槽支出原材料的速度，计算每个原材料贮藏槽的槽库存变化，提取到计划确定时刻为止库存量低于规定的补给水平的原材料贮藏槽作为补给对象槽。图6表示各原材料贮藏槽1～4的库存变化计算的例子。
此时，设计划确定时刻为从进料计划开始时刻起经过2小时或3小时左右的适当的值，根据需要，可以在步骤S201中对其进行改变。另外，设补给水平能对每个原材料贮藏槽设定各自的值，能根据需要在步骤S201中对其进行改变。在本实施方式中，设该补给水平为70％左右。在图6示出的例子中，原材料贮藏槽2、3、4被提取为补给对象槽，原材料贮藏槽1被视为在当前时刻不需要补给而从补给对象槽中排除。
(3)提取所提取出的各原材料贮藏槽的可选的所有运输设备(图4的步骤S203)
在运输设备提取部103中，如图7A、图7B所示，对在步骤S202中提取出的补给对象槽检索运输路径，提取能对各原材料贮藏槽进料的所有运输设备。
下面详细表示各原材料贮藏槽可选的运输路径的提取处理。首先，利用条件设定和取入部30取入记载有物流结构、原材料场地/原材料堆的配置(原材料的名称)、加入到原材料贮藏槽的原材料(名称)、能在原材料场地中使用的取料机、能由取料机使用的传送带系列、能对原材料贮藏槽进料的传送带系列的运输路径检索用信息表格61。
举出原材料贮藏槽2为例进行说明。在步骤S61(步骤1)中，根据运输路径检索用信息表格61的起点设备检索原材料贮藏槽2。接着，在步骤S62(步骤2)中，从工序路径检索用信息表格61的原材料堆名称中检索与对原材料贮藏槽2进料的名称B一致的名称。
下面，在步骤S63(步骤3)中，检索与所检索出的原材料堆名称对应的原材料场地和取料机之间的组。在此，可知能使用原材料场地1与1号取料机的组、原材料场地2与2号取料机的组以及原材料场地3与3号取料机的组。
下面，在步骤S64(步骤4)中，在工序路径检索用信息表格61中，根据检索出的起点设备的列与检索出的原材料堆名称之间的相交的位置，检索能使用的传送带系列。可知，在使用原材料场地1与1号取料机的组的情况下能使用传送带系列2，在使用原材料场地2与2号取料机的组的情况下能使用传送带系列4，在使用原材料场地3与3号取料机的组的情况下能使用传送带系列5。
根据以上过程，提取(原材料场地1、1号取料机、传送带系列2)、(原材料场地2、2号取料机、传送带系列4)、(原材料场地3、3号取料机、传送带系列5)这3个运输路径作为对原材料贮藏槽2的运输路径。
(4)构筑全部运输路径的组合(图4的步骤S204)
对所有的原材料贮藏槽提取运输路径一结束，则转入步骤S65(步骤5)，在运输路径组合构筑部104中，对针对所有补给对象槽所引导的可使用的运输路径构筑运输路径的分配方案。
在本例中，原材料贮藏槽2、3、4成为补给对象槽，因此运输路径如下。
(a)对于原材料贮藏槽2：(原材料场地1、1号取料机、传送带系列2)、(原材料场地2、2号取料机、传送带系列4)、(原材料场地3、3号取料机、传送带系列5)
(b)对于原材料贮藏槽3：(原材料场地1、1号取料机、传送带系列3)
(c)对于原材料贮藏槽4：(原材料场地3、3号取料机、传送带系列6)
因此，导出以下3个方案作为运输路径的所有分配方案，即可选择为运输路径的组合。
第1分配方案为：
(原材料贮藏槽2、原材料场地1、1号取料机、传送带系列2)
(原材料贮藏槽3、原材料场地1、1号取料机、传送带系列3)
(原材料贮藏槽4、原材料场地3、3号取料机、传送带系列6)
第2分配方案为：
(原材料贮藏槽2、原材料场地2、2号取料机、传送带系列4)
(原材料贮藏槽3、原材料场地1、1号取料机、传送带系列3)
(原材料贮藏槽4、原材料场地3、3号取料机、传送带系列6)
第3分配方案为：
(原材料贮藏槽2、原材料场地3、3号取料机、传送带系列5)
(原材料贮藏槽3、原材料场地1、1号取料机、传送带系列3)
(原材料贮藏槽4、原材料场地3、3号取料机、传送带系列6)
(5)与摘取对应的原材料贮藏槽的提取(图4的步骤S205)
在摘取对应进料对象原材料贮藏槽提取部105中，从在步骤S202中没有提取的原材料贮藏槽中提取与摘取对应的原材料贮藏槽。
在此，所谓摘取(Plucking)，是用于使设备保持运转地切换起点(取料机)或终点(原材料贮藏槽)、使作业与作业之间的设备的起动停止时间最小的手法。图9示出摘取的概要。在本实施方式中，模拟了基于槽上摘取、A型同种摘取、A型异种摘取的操作。所谓槽上摘取，是指在同一***中，保持输送地仅切换终点的入库槽。所谓A型同种摘取，是指在起点相同终点不同的***中，保持流通原材料地切换分歧点。A型异种摘取是在起点相同终点不同的***中，临时支出到分歧点为止的货物地切换。此外，在运输设备中安装有Y型、X型、B型的情况下，也能将其组入。
图10表示图5的运输过程中的摘取对应表。在图5的运输过程中，如果考虑先执行的任务(JOB)(先行任务)和后来执行的任务(后行任务)的摘取对应，则如图10所示。此外，将从一次进料作业开始起到进料作业结束为止所发生的取料机作业、运输作业、进料作业的一连串作业汇总而得到的集合称为一个“任务”。例如在先行任务为从1号取料机向原材料贮藏槽1进料的任务的情况下，作为后行任务，从1号取料机向原材料贮藏槽2进料的任务和从1号取料机向原材料贮藏槽3进料的任务可以分别是同种/异种摘取。
在图6示出的例子中，提取原材料贮藏槽2～4作为低于补给水平的原材料贮藏槽(步骤S202)，不提取原材料贮藏槽1。在此，该未提取的原材料贮藏槽1可以与原材料贮藏槽3成为同种摘取(参照图10)，因此被提取为与摘取对应的原材料贮藏槽。
此外，也可以不一定提取所有与摘取对应的原材料贮藏槽。例如在库存量非常多的情况下(库存量超过预先设定的量的情况下)，即使该原材料贮藏槽在本步骤S206中可提取为与摘取对应的原材料贮藏槽，也不提取。
(6)构筑与摘取对应的运输路径(图4的步骤S206)
在摘取对应运输路径追加构筑部106中，对在步骤S205中提取出的与摘取对应的原材料贮藏槽(在图6的例子中是原材料贮藏槽1)检索运输路径。将提取(原材料场地1、1号取料机、传送带系列1)作为到原材料贮藏槽1的运输路径。
(7)构筑摘取对应运输路径组合(图4的步骤S207)
在摘取对应运输路径组合构筑部107中，根据由摘取对应运输路径追加构筑部106提取出的运输路径和由运输路径组合构筑部104构筑出的运输路径组合，构筑全部可选择的组合。
在步骤S204中，运输路径的分配方案为3个方案，利用摘取对应而追加提取的原材料贮藏槽1的运输路径是(原材料场地1、1号取料机、传送带系列1)的1个方案，所以运输路径的分配方案为1个方案。因此，如果考虑上述运输路径分配3个方案和基于摘取对应的运输路径分配1个方案，则全部分配方案为3×1＝3，为3个方案。
根据上述结果，最终全部分配方案产生了以下3个分配方案。
第1分配方案是：
(原材料贮藏槽1、原材料场地1、1号取料机、传送带系列1)
(原材料贮藏槽2、原材料场地1、1号取料机、传送带系列2)
(原材料贮藏槽3、原材料场地1、1号取料机、传送带系列3)
(原材料贮藏槽4、原材料场地3、3号取料机、传送带系列6)
第2分配方案是：
(原材料贮藏槽1、原材料场地1、1号取料机、传送带系列1)
(原材料贮藏槽2、原材料场地2、2号取料机、传送带系列4)
(原材料贮藏槽3、原材料场地1、1号取料机、传送带系列3)
(原材料贮藏槽4、原材料场地3、3号取料机、传送带系列6)
第3分配方案是：
(原材料贮藏槽1、原材料场地1、1号取料机、传送带系列1)
(原材料贮藏槽2、原材料场地3、3号取料机、传送带系列5)
(原材料贮藏槽3、原材料场地1、1号取料机、传送带系列3)
(原材料贮藏槽4、原材料场地3、3号取料机、传送带系列6)
(8)每个组合的数学模型的方程化(图4的步骤S208)
在数学模型构筑部108中，对导出的全部分配方案，根据各自的设定条件、物流制约、物流状况，将进料作业群的关系、制约方程化为包括线性式和整数制约式的数学模型。在此，说明对上述第1分配方案、上述第2分配方案和上述第3分配方案将数学模型方程化的情况。
图8表示构筑数学模型时的概念图。如图8所示，利用表述一个任务内的工序间的制约的工序间制约模型和将任务间的干扰模型化的任务间制约模型，构筑数学模型。
在工序间制约模型中，若设取料机的运行开始时刻、其结束时刻分别为ts、te，传送带系列的运输开始时刻、其结束时刻分别为t_bcs、t_bce、进料开始时刻、其结束时刻分别为t_Rs、t_Re，则在工序间存在固定的时间偏差(设l、m、n、p为常数)。该情况下的制约用下面的(1)式～(4)式表示。
t_bcs＝ts+l  ……(1)式
t_bce＝te+m  ……(2)式
t_Rs＝ts+n   ……(3)式
t_Re＝te+P   ……(4)式
另外，若设原材料贮藏槽的进料开始时的槽库存水平为R(ts)，进料结束时的槽库存水平为R(te)，则在对原材料贮藏槽的进料量和取料量与时间无关地恒定的情况下的制约用下面的(5)式和(6)式表示。
R(ts)＝ats+b  ……(5)式
R(te)＝cte+d  ……(6)式
在此，在上述(5)式和(6)式中，a、b、c、d是表示时刻与槽库存水平之间的关系的常数。另外，由于进料开始时刻不能比进料结束时刻早，因此下面的(7)式的关系成立。
ts＜te  ……(7)式
而且，一般为了便于操作管理，原材料贮藏槽的进料开始时的槽库存水平R(ts)需要在某个最低水平RsL(管理下限值)以上。另外，原材料贮藏槽的进料结束时的槽库存水平R(te)需要在某个最高水平ReU(管理上限值)以下。因此，下面的(8)式和(9)式成立。
RsL≤R(ts)  ……(8)式
R(te)≤ReU  ……(9)式
在任务间制约模型中，例如在上述第2分配方案(原材料贮藏槽1、原材料场地1、1号取料机、传送带系列1)、(原材料贮藏槽2、原材料场地2、2号取料机、传送带系列4)、(原材料贮藏槽3、原材料场地1、1号取料机、传送带系列3)、(原材料贮藏槽4、原材料场地3、3号取料机、传送带系列6)的情况下，在对原材料贮藏槽1进料的任务(第1任务)和对原材料贮藏槽3进料的任务(第3任务)中，都需要使用1号取料机，但是不能在同一时刻使用该设备(1号取料机)(将其称为时间的干扰)。
设第1任务的1号取料机的运行开始时刻为ts1、运行结束时刻为te1，设第3任务的1号取料机的运行开始时刻为ts3、运行结束时刻为te3，则发生用下面的(10)式和(11)式表示的制约。
在第1任务比第3任务早进行处理的情况下：ts3≥te1……(10)式
在第3任务比第1任务早进行处理的情况下：ts1≥te3……(11)式
在此，对上述(10)式和(11)式导入与进行第1任务处理的时刻和进行第3任务处理的时刻之间的偏差时间相比足够大的正实数M和0或1的整数变量I时，不需要对使上述(10)式和(11)式进行情况区分，能将与上述(10)式和(11)式相当的制约用下面的(12)式和(13)式表示。
ts3-te1+MI≥0  ……(12)
ts1-te3+M(1-I)≥0  ……(13)
而且，如果对这些式进行变形，则数学模型能构筑为用下面的(14)式～(16)式表示的简单的线性式和整数制约式。
AX≤B  ……(14)
Xmin≤X≤Xmax  ……(15)
整数for[x|x∈X] ……(16)
此外，在上述(14)式～(16)式中，X是将各设备的运行开始/结束时刻和原材料贮藏槽库存、整数变量I用矩阵表现的式。A、B是规定的矩阵式。Xmin和Xmax分别是将各设备的运行开始最早时刻和最迟时刻以及原材料贮藏槽的库存水平的下限水平和上限水平用矩阵表现的式。与(16)式对应的成为整数制约的X的要素是I(I是X的子集)。
(9)与摘取对应的数学模型的方程化(图4的步骤S209)
在摘取对应数学模型构筑部109中，对于在步骤S205中提取出的与摘取对应的原材料贮藏槽，将摘取的关系方程化为数学模型。图12是表示与摘取对应的数学模型的方程化方法的流程图。
如上所述，在图6示出的库存变化的情况下，考虑提取原材料贮藏槽1作为与摘取对应的原材料贮藏槽的例子。
在步骤S71中，对摘取对象分组化。在原材料贮藏槽1被提取为与摘取对应的原材料贮藏槽的情况下，如图10示出的摘取对应表中记载的那样，能将原材料贮藏槽1与原材料贮藏槽2、3分别分组化。下面，说明将原材料贮藏槽1和原材料贮藏槽3分组化的情况。
下面，在步骤S72中，将在步骤S71中分组化的原材料贮藏槽按维持日数少的顺序排序。所谓维持日数是库存量达到补给水平为止的时间，在图6的例子中，排序为原材料贮藏槽3→原材料贮藏槽1的顺序。
下面，在步骤S73中，将摘取的关系、在此为以原材料贮藏槽3→原材料贮藏槽1的顺序摘取的关系方程化为数学模型。在方程化时，可以考虑下面所述的2个方法。
作为一例，说明必然摘取的方程化。设原材料贮藏槽1的进料开始时刻、其结束时刻(变量)分别为t_Rs1、t_Re1，设原材料贮藏槽3的进料开始时刻、其结束时刻(变量)分别为t_Rs3、t_Re3。另外，设原材料贮藏槽3和原材料贮藏槽1的进料时间差(变量)为a31，设原材料贮藏槽3和原材料贮藏槽1的摘取所需的时间(常数)为c31。在这种情况下，摘取的关系用下面的(17)式和(18)式表示。
t_Rs1＝t_Re3+a31  ……(17)
a31＝c31  ……(18)
作为另一个例子，说明尽可能摘取的方程化。在这种情况下，用下面的(19)式和(20)式来表示摘取的关系。
t_Rs1＝t_Re3+a31  ……(19)
a31≥0  ……(20)
然后，在步骤S74中，判断是否考虑了全部组，如果还有未分组化的情况则返回步骤S71，如果全部分组化了，则本处理结束。
(10)根据目标函数来最优化各数学模型(图4的步骤S210)
在最优解计算部110中，对上述构筑的由线性和整数制约式构成的各数学模型式，根据含有作为变量而使原材料贮藏槽的进料开始的水平或时刻及使进料结束的水平或时刻的、表现为线性或2次形式的目标函数，利用LP(线性计划法)、MIP(混合整数计划法)、QP(2次计划法)等数理计划法或禁忌搜索、GA(遗传算法)等与数理计划法之间的组合方法，将问题作为最优化问题求解。由此，导出进料顺序、进料开始/结束时刻、取料机运行开始/结束时刻、进行支出的原材料堆、原材料场地、使用取料机、运输传送带系列、进料量。
例如，在上述最优化计算中，在形成准最优解的水平即可的情况下，利用GA，将各任务的整数变量I形成为遗传因子。并且，能将利用GA形成的整数变量I作为所决定的值，之后将上述问题作为LP问题求解。另外，在期望得到最优解的情况下，能将上述问题作为混合整数计划问题求解。
在此，举出对于目标函数采用线性式的情况的例子。在本实施方式中，目的在于原材料贮藏槽的库存不被用尽，使运输设备高效运转，因此目标函数是能得到全部任务的进料量总计最为越多越好的值的函数。另外，在步骤S209中进行尽可能摘取的方程化的情况下，成为进料时间差(变量)aii’(以原材料贮藏槽i→原材料贮藏槽i’的顺序摘取)尽可能小地执行摘取的计划，因此目标函数是得到进料时间差(变量)aii’尽可能越小越好的值的函数。
当用式来表示目标函数时，得到如下的(21)式。此外，在图5的运输过程中，对4个原材料贮藏槽考虑任务，因此需要第1任务(任务1)～第4任务(任务4)。
[数1]
Figure BPA00001185500000181
vi：在任务i的运输中使用的取料机的能力(t/H)
w：权重
w·aii’是在步骤S209中进行了尽可能摘取的方程化的情况下，对用(20)式表示的aii’乘以权重w得到的。
通过用混合整数计划法来求解以上方程化的式(数学模型)，能得到对每个数学模型的最优解。
(11)提取最优结果内表示最佳评价值的组合(图4的步骤S211)
通过以上，能对每个数学模型得到最优解，但是在最佳解提取部111中，比较这些最优解的评价值，选择评价值的值最佳(进料量合计为最多)的解。由此，能同时决定进料顺序、进料开始/结束时刻、取料机运行开始/结束时刻、进行支出的原材料堆、原材料场地、使用取料机、运输传送带系列、进料量。
按照图13详细说明该动作。在此，采用全部任务的进料量的合计最为越多越好的目标函数。在图13示出的库存变化的情况下，全部任务的进料量的合计值在第1分配方案中为190t，在第2分配方案中为240t，在第3分配方案中为230t。因此，选择目标函数的值最大的第2分配方案。
其结果是，原材料贮藏槽1从原材料场地1进行支出。1号取料机的运行开始时刻为25分，运行结束时刻为55分。传送带系列1的运输开始时刻为26分，运输结束时刻为56分。进料开始时刻为27分，进料结束时刻为57分。
原材料贮藏槽2从原材料场地2进行支出。2号取料机的运行开始时刻为27分，运行结束时刻为57分。传送带系列4的运输开始时刻为28分，运输结束时刻为58分。进料开始时刻为29分，进料结束时刻为59分。
原材料贮藏槽3从原材料场地1进行支出。1号取料机的运行开始时刻为3分，运行结束时刻为25分。传送带系列3的运输开始时刻为4分，运输结束时刻为26分。进料开始时刻为5分，进料结束时刻为27分。
原材料贮藏槽4从原材料场地3进行支出。3号取料机的运行开始时刻为30分，运行结束时刻为38分。传送带系列6的运输开始时刻为31分，运输结束时刻为39分。进料开始时刻为32分，进料结束时刻为40分。
(12)确定进料计划(图4的步骤S212)
在确定部112中，根据在步骤S211中决定的进料顺序、进料开始/结束时刻、取料机运行开始/结束时刻、进行支出的原材料堆、原材料场地、使用取料机、运输传送带系列、进料量，确定进料计划。另外，在存在与摘取对应的原材料贮藏槽的情况下，利用确定的进料开始/结束时刻确定要实施摘取的进料计划。
下面，参照图11进行不考虑摘取的手法的拟订结果与本实施方式的手法的拟订结果之间的比较。如图11B所示，在不考虑摘取的手法中，在图示的进料计划生成范围内不进行对原材料贮藏槽1的进料，1号取料机产生浪费的空置时间。另外，在下一次进行对原材料贮藏槽1的进料时，会发生无用的准备时间。
与此相对，在本实施方式的手法中，如图11A所示，实施进行对原材料贮藏槽1的进料的摘取，由此能够减少准备、支出设备的移动时间，能大幅度提高运输设备的运行率。
如上所述，除了库存量较少的原材料贮藏槽之外，还实施摘取，因此能防止库存用尽的发生。
此外，在以上实施方式中，说明了将本发明应用于对原材料贮藏槽的进料计划生成装置的情况，但是也能应用于原材料物流控制装置。在该情况下，根据已生成的对原材料贮藏槽的进料计划对实际工厂(plant)的控制装置等提供指令。据此，实际工厂按照除了最优的进料顺序、进料开始及结束时刻、进料量、取料机运行开始时刻、取料机运行结束时刻以外，还按照进行支出的原材料堆、原材料场地、应使用的取料机、应运输的传送带系列、进料原材料贮藏槽来执行原材料场地操作。
此外，上述的对原材料贮藏槽的进料计划生成部31由包括例如CPU(中央处理装置)、RAM(随机存取存储器)、ROM(只读存储器)等的微型计算机构成，能通过例如个人计算机等计算机来实现。
(本发明的其它实施方式)
为了使各种设备动作以实现上述的实施方式的功能，对与该各种设备连接的装置或***内的计算机提供用于实现上述实施方式的功能的软件的程序代码，按照保存在该***或装置的计算机(CPU或MPU)中的程序使上述各种设备动作，由此进行实施的装置，也包括在本发明的范畴内。
另外，在该情况下，上述软件的程序代码自身将实现上述实施方式的功能，该程序代码自身和用于将该程序代码提供给计算机的单元，例如保存该程序代码的记录介质也构成本发明。作为存储该程序代码的记录介质，例如能使用软盘、硬盘、光盘、磁光盘、CD-ROM、磁带、非易失性存储卡、ROM等。
另外，不仅仅是通过计算机执行被供给的程序代码来实现上述实施方式的功能，在该程序代码与在计算机中运行的OS(操作***)或其它应用软件等共同实现上述实施方式的功能的情况下，该程序代码当然也包含在本发明的实施方式中。
而且，被提供的程序代码在被保存到计算机的功能扩展板、连接到计算机的功能扩展单元所具备的存储器之后，该功能扩展板、功能扩展单元所具备的CPU等根据该程序代码的指示来进行部分或全部实际处理，通过该处理而实现功能的情况当然也包含在本发明中。
工业可利用性
根据本发明的结构，能高速且最优化地拟订对原材料贮藏槽的进料计划，该进料计划在原材料设备中，除了提前防止原材料贮藏槽的库存用尽，还考虑摘取来提高运输设备的运行率。

Claims (6)

1.一种对原材料贮藏槽进料的进料计划生成方法，生成进料计划，该进料计划用于从原材料设备中的原材料场地到多个原材料贮藏槽、经过多个运输路径用多个运输设备来运输原材料，
其特征在于，包括如下步骤：
数据取入步骤，取入在拟订对上述多个原材料贮藏槽进料的进料计划中所需的数据；
进料对象原材料贮藏槽提取步骤，根据在上述数据取入步骤中取入的数据，计算上述多个原材料贮藏槽各自的槽库存变化，提取到计划确定时刻为止库存量低于规定的补给水平的原材料贮藏槽；
运输设备提取步骤，提取所有能对在上述进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽进料的运输设备；
运输路径组合构筑步骤，根据在上述运输设备提取步骤中提取出的运输设备，构筑所有可选择为运输路径的组合；
摘取对应进料对象原材料贮藏槽提取步骤，从在上述进料对象原材料贮藏槽提取步骤中没有提取出的原材料贮藏槽中，提取与摘取对应的原材料贮藏槽；
摘取对应运输路径追加构筑步骤，构筑针对在上述摘取对应进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽的运输路径；
摘取对应运输路径组合构筑步骤，根据在上述摘取对应运输路径追加构筑步骤中提取出的运输路径和在上述运输路径组合构筑步骤中构筑出的运输路径组合，构筑所有可选择的组合；
数学模型构筑步骤，按每个在上述摘取对应运输路径组合构筑步骤中构筑出的运输路径的组合，将对在上述进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽进料的进料作业群的关系、制约，方程化为包括线性式和整数制约式的数学模型；
摘取对应数学模型构筑步骤，将在上述摘取对应进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽和在上述进料对象原材料贮藏槽提取步骤中提取出的原材料贮藏槽之间的摘取的关系方程化为数学模型；
最优解计算步骤，对在上述数学模型构筑步骤和上述摘取对应数学模型构筑步骤中构筑出的数学模型，根据预先设定的线性或2次形式的目标函数，解出最优化问题，由此求得最优解；
最佳解提取步骤，从在上述最优解计算步骤中求得的最优解中选择最佳的解；以及
确定步骤，根据在上述最佳解提取步骤中选择出的最佳的最优解，确定对上述多个原材料贮藏槽进料的进料计划。
2.根据权利要求1所述的对原材料贮藏槽的进料计划生成方法，其特征在于：
用混合整数计划法或2次计划法来进行上述最优化的计算。
3.根据权利要求1所述的对原材料贮藏槽的进料计划生成方法，其特征在于：
用禁忌搜索或遗传算法等启发式手法来进行上述最优化的计算。
4.一种对原材料贮藏槽进料的进料计划生成装置，生成进料计划，该进料计划用于从原材料设备中的原材料场地到多个原材料贮藏槽、经过多个运输路径用多个运输设备来运输原材料，其特征在于，包括如下单元：
数据取入单元，取入在拟订对上述多个原材料贮藏槽进料的进料计划中所需的数据；
进料对象原材料贮藏槽提取单元，根据由上述数据取入单元取入的数据，计算上述多个原材料贮藏槽各自的槽库存变化，提取到计划确定时刻为止库存量低于规定的补给水平的原材料贮藏槽；
运输设备提取单元，提取所有能对由上述进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽进料的运输设备；
运输路径组合构筑单元，根据由上述运输设备提取单元提取出的运输设备，构筑所有可选择为运输路径的组合；
摘取对应进料对象原材料贮藏槽提取单元，从上述进料对象原材料贮藏槽提取单元没有提取出的原材料贮藏槽中，提取与摘取对应的原材料贮藏槽；
摘取对应运输路径追加构筑单元，构筑针对由上述摘取对应进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽的运输路径；
摘取对应运输路径组合构筑单元，根据由上述摘取对应运输路径追加构筑单元提取出的运输路径和由上述运输路径组合构筑单元构筑出的运输路径组合，构筑所有可选择的组合；
数学模型构筑单元，按每个由上述摘取对应运输路径组合构筑单元构筑出的运输路径的组合，将对由上述进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽进料的进料作业群的关系、制约，方程化为包括线性式和整数制约式的数学模型；
摘取对应数学模型构筑单元，将由上述摘取对应进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽和由上述进料对象原材料贮藏槽提取单元提取出的原材料贮藏槽之间的摘取的关系方程化为数学模型；
最优解计算单元，对由上述数学模型构筑单元和上述摘取对应数学模型构筑单元构筑出的数学模型，根据预先设定的线性或2次形式的目标函数，解出最优化问题，由此求得最优解；
最佳解提取单元，从由上述最优解计算单元求得的最优解中选择最佳的解；以及
确定单元，根据由上述最佳解提取单元选择出的最佳的最优解，确定对上述多个原材料贮藏槽进料的进料计划。
5.一种程序，用于使计算机执行生成进料计划的处理，该进料计划用于从原材料设备中的原材料场地到多个原材料贮藏槽、经过多个运输路径用多个运输设备来运输原材料，其特征在于，用于使计算机执行如下处理：
数据取入处理，取入在拟订对上述多个原材料贮藏槽进料的进料计划中所需的数据；
进料对象原材料贮藏槽提取处理，根据在上述数据取入处理中取入的数据，计算上述多个原材料贮藏槽各自的槽库存变化，提取到计划确定时刻为止库存量低于规定的补给水平的原材料贮藏槽；
运输设备提取处理，提取所有能对在上述进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽进料的运输设备；
运输路径组合构筑处理，根据在上述运输设备提取处理中提取出的运输设备，构筑所有可选择为运输路径的组合；
摘取对应进料对象原材料贮藏槽提取处理，从在上述进料对象原材料贮藏槽提取处理中没有提取出的原材料贮藏槽中，提取与摘取对应的原材料贮藏槽；
摘取对应运输路径追加构筑处理，构筑针对在上述摘取对应进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽的运输路径；
摘取对应运输路径组合构筑处理，根据在上述摘取对应运输路径追加构筑处理中提取出的运输路径和在上述运输路径组合构筑处理中构筑出的运输路径组合，构筑所有可选择的组合；
数学模型构筑处理，按每个在上述摘取对应运输路径组合构筑处理中构筑出的运输路径的组合，将对在上述进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽进料的进料作业群的关系、制约，方程化为包括线性式和整数制约式的数学模型；
摘取对应数学模型构筑处理，将在上述摘取对应进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽和在上述进料对象原材料贮藏槽提取处理中提取出的原材料贮藏槽之间的摘取的关系方程化为数学模型；
最优解计算处理，对在上述数学模型构筑处理和上述摘取对应数学模型构筑处理中构筑出的数学模型，根据预先设定的线性或2次形式的目标函数，解出最优化问题，由此求得最优解；
最佳解提取处理，从在上述最优解计算处理中求得的最优解中选择最佳的解；以及
确定处理，根据在上述最佳解提取处理中选择出的最佳的最优解，确定对上述多个原材料贮藏槽进料的进料计划。
6.一种计算机可读取的记录介质，其特征在于：
记录有权利要求5所述的程序。
CN2009801028389A 2008-01-22 2009-01-19 对原材料贮藏槽的进料计划的生成方法、装置 Active CN101925527B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008011988A JP4308303B1 (ja) 2008-01-22 2008-01-22 原材料貯槽への入槽計画作成方法、装置及びプログラム
JP2008-011988 2008-01-22
PCT/JP2009/050662 WO2009093543A1 (ja) 2008-01-22 2009-01-19 原材料貯槽への入槽計画作成方法、装置、プログラム及びコンピュータ読み取り可能な記録媒体

Publications (2)

Publication Number Publication Date
CN101925527A true CN101925527A (zh) 2010-12-22
CN101925527B CN101925527B (zh) 2013-11-27

Family

ID=40901051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801028389A Active CN101925527B (zh) 2008-01-22 2009-01-19 对原材料贮藏槽的进料计划的生成方法、装置

Country Status (5)

Country Link
JP (1) JP4308303B1 (zh)
KR (1) KR101201022B1 (zh)
CN (1) CN101925527B (zh)
BR (1) BRPI0907436B1 (zh)
WO (1) WO2009093543A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101918904B (zh) * 2008-01-18 2013-08-14 新日铁住金株式会社 配合计划生成装置及方法
BR112012001654B1 (pt) * 2009-07-24 2021-07-13 Panasonic Intellectual Property Corporation Of America Dispositivo e método de comunicação sem fio e circuito integrado para executar transmissão de multiplexação espacial
CN102117369A (zh) * 2011-03-17 2011-07-06 清华大学 给水管网管径、管材联合优化方法和***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002175106A (ja) * 2000-12-06 2002-06-21 Nippon Steel Corp 入槽計画作成方法およびその装置ならびに原料物流制御方法およびその装置
JP2004303176A (ja) * 2003-04-01 2004-10-28 Nippon Steel Corp 配置計画作成方法及び装置、配置物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム
JP2005320106A (ja) * 2004-05-07 2005-11-17 Nippon Steel Corp 原材料貯槽への入槽計画作成方法およびその装置
JP2006107391A (ja) * 2004-10-08 2006-04-20 Nippon Steel Corp 生産・物流計画作成装置及び方法、プロセス制御装置及び方法、並びにコンピュータプログラム
JP2006178756A (ja) * 2004-12-22 2006-07-06 Nippon Steel Corp 生産・物流計画作成装置及び方法、プロセス制御装置及び方法、並びにコンピュータプログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2889798B2 (ja) * 1993-10-08 1999-05-10 新日本製鐵株式会社 原料搬送制御システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002175106A (ja) * 2000-12-06 2002-06-21 Nippon Steel Corp 入槽計画作成方法およびその装置ならびに原料物流制御方法およびその装置
JP2004303176A (ja) * 2003-04-01 2004-10-28 Nippon Steel Corp 配置計画作成方法及び装置、配置物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム
JP2005320106A (ja) * 2004-05-07 2005-11-17 Nippon Steel Corp 原材料貯槽への入槽計画作成方法およびその装置
JP2006107391A (ja) * 2004-10-08 2006-04-20 Nippon Steel Corp 生産・物流計画作成装置及び方法、プロセス制御装置及び方法、並びにコンピュータプログラム
JP2006178756A (ja) * 2004-12-22 2006-07-06 Nippon Steel Corp 生産・物流計画作成装置及び方法、プロセス制御装置及び方法、並びにコンピュータプログラム

Also Published As

Publication number Publication date
CN101925527B (zh) 2013-11-27
WO2009093543A1 (ja) 2009-07-30
KR101201022B1 (ko) 2012-11-14
BRPI0907436A8 (pt) 2019-01-29
KR20100101705A (ko) 2010-09-17
JP2009173369A (ja) 2009-08-06
BRPI0907436B1 (pt) 2022-08-30
BRPI0907436A2 (pt) 2015-07-14
JP4308303B1 (ja) 2009-08-05

Similar Documents

Publication Publication Date Title
Scholz et al. Order picking with multiple pickers and due dates–simultaneous solution of order batching, batch assignment and sequencing, and picker routing problems
CN111091238B (zh) 一种自动化集装箱码头agv智能化调度方法
Atmaca et al. Defining order picking policy: A storage assignment model and a simulated annealing solution in AS/RS systems
CN110348126B (zh) 钢厂原料堆位布局优化方法、***、设备及存储介质
WO2006111821A2 (en) Production optimizer for supply chain management
Parkinson Essays on sequence optimization in block cave mining and inventory policies with two delivery sizes
CN113359702B (zh) 一种基于水波优化-禁忌搜索的智能仓库agv作业优化调度方法
Bilyk et al. A variable neighborhood search approach for planning and scheduling of jobs on unrelated parallel machines
Sattarvand Long-term open-pit planning by ant colony optimization
CN101925527B (zh) 对原材料贮藏槽的进料计划的生成方法、装置
Arıkan et al. A hybrid simulated annealing-tabu search algorithm for the part selection and machine loading problems in flexible manufacturing systems
Fan et al. Storage space allocation and twin automated stacking cranes scheduling in automated container terminals
JP4653322B2 (ja) 製造・搬送プロセスにおける処理計画作成方法及び装置、物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム
CHANG et al. Research on order picking optimization problem of automated warehouse
JP2018012559A (ja) ヤード管理装置、ヤード管理方法、およびプログラム
CN112990716A (zh) 一种双资源约束柔性车间调度和布局集成优化方法及***
Sadeghi et al. A Lagrangian relaxation for a fuzzy random EPQ problem with shortages and redundancy allocation: two tuned meta-heuristics
Siswanto et al. Multi-heuristics based genetic algorithm for solving maritime inventory routing problem
JP4340089B2 (ja) 配置計画作成方法及び装置、配置物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム
Wu et al. A memetic algorithm with fuzzy-based population control for the joint order batching and picker routing problem
JP5068623B2 (ja) 原材料貯槽への入槽計画作成方法およびその装置
JP4344275B2 (ja) 原材料貯槽への入槽計画作成方法およびその装置
Wang et al. Robust optimization of multi-objective multi-cycle remanufacturing supply chain network considering incentive compatibility theory under improved algorithm
JP4323711B2 (ja) 入槽計画作成方法およびその装置ならびに原料物流制御方法およびその装置
Chakraborty et al. Parametric approach and genetic algorithm for multi objective linear programming with imprecise parameters

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: NIPPON STEEL + SUMITOMO METAL CORPORATION

Free format text: FORMER OWNER: SHIN NIPPON STEEL LTD.

Effective date: 20130327

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20130327

Address after: Tokyo, Japan

Applicant after: Nippon Steel Corporation

Address before: Tokyo, Japan

Applicant before: Nippon Steel Corporation

C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Tokyo, Japan

Patentee after: Nippon Iron & Steel Corporation

Address before: Tokyo, Japan

Patentee before: Nippon Steel Corporation

CP01 Change in the name or title of a patent holder