CN111680877A - 产线调度方法、装置、计算机设备和计算机可读存储介质 - Google Patents
产线调度方法、装置、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111680877A CN111680877A CN202010373284.4A CN202010373284A CN111680877A CN 111680877 A CN111680877 A CN 111680877A CN 202010373284 A CN202010373284 A CN 202010373284A CN 111680877 A CN111680877 A CN 111680877A
- Authority
- CN
- China
- Prior art keywords
- resource
- production
- production line
- scheduling
- objective function
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 192
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 135
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 230000006870 function Effects 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000000047 product Substances 0.000 description 35
- 239000011265 semifinished product Substances 0.000 description 13
- 239000002994 raw material Substances 0.000 description 10
- 238000004140 cleaning Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 239000007858 starting material Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000012459 cleaning agent Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000012847 fine chemical Substances 0.000 description 2
- 101100298222 Caenorhabditis elegans pot-1 gene Proteins 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- -1 equipment Substances 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种产线调度方法、装置、计算机设备和计算机可读存储介质,其中,该产线调度方法包括:设置产品的排产周期,所述排产周期为生产所述产品完成多个工序的总时长;获取工序表和资源表;所述工序表包括工序名称、完成所述工序所需资源的类型以及数量;所述资源表包括资源名称、当前数量和目标数量;根据所述工序表、所述资源表和所述排产周期,构建混合整数规划模型;所述混合整数规划模型包括具有约束条件的目标函数;求解所述目标函数,得到产线调度策略。通过本申请,解决了产线调度策略不合理的问题。
Description
技术领域
本申请涉及自动排产技术领域,特别是涉及一种产线调度方法、装置、计算机设备和计算机可读存储介质。
背景技术
在精细化工和医药行业具有明显的多品种、小批量和多批次的生产特征,因此一般采用按库存生产的生产模式。这种生产模式下的排产方案,需要在满足一定的服务水平的前提下,尽量减少库存、降低总能耗以及平均分配每个产线设备的生产任务,避免单台产线设备负荷过大的问题。因此,针对排产周期短和排产工作量大的问题,采用计算机算法实现自动排产具有明显的现实意义。
相关技术中,使用基于启发式规则的自动排产算法可以实现自动排产,这种排产方法具有排产效率高的优点,但是往往无法得到数学上最优的排产方案,从而使得产线调度策略不够合理。此外,采用这种排产方法无法对一些复杂的优化目标进行处理。
目前针对相关技术中,针对产线调度策略不合理的问题,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种产线调度方法、装置、计算机设备和计算机可读存储介质,以至少解决相关技术中产线调度策略不合理的问题。
第一方面,本申请实施例提供了产线调度方法,所述方法包括:
设置产品的排产周期,所述排产周期为生产所述产品完成多个工序的总时长;
获取工序表和资源表;所述工序表包括工序名称、完成所述工序所需资源的类型以及数量;所述资源表包括资源名称、当前数量和目标数量;
根据所述工序表、所述资源表和所述排产周期,构建混合整数规划模型;所述混合整数规划模型包括具有约束条件的目标函数;
求解所述目标函数,得到产线调度策略。
在其中一些实施例中,所述根据所述工序表、所述资源表和所述排产周期,构建混合整数规划模型包括:
根据所述工序表,获取同一工序名称对应工序的启动数量;
根据所述工序的启动数量和完成所述工序的时刻,设置第一约束条件;
根据完成每一所述工序所需资源的类型以及对应资源在生产过程中的数量,更新所述资源表中每一所述资源的当前数量;
根据所述当前数量设置第二约束条件;
计算达到排产周期时每一所述资源的最终数量;
根据所述第一约束条件、所述第二约束条件、每一所述资源的最终数量以及对应的目标数量,确定所述目标函数。
在其中一些实施例中,所述根据所述工序的启动数量和完成所述工序的时刻,设置第一约束条件包括:
将所述工序的启动数量在完成所述工序的时刻等于零作为所述第一约束条件。
在其中一些实施例中,所述根据所述当前数量设置第二约束条件包括:
将所述当前数量在排产周期内的任意时刻大于或等于零作为所述第二约束条件。
在其中一些实施例中,所述根据所述第一约束条件、所述第二约束条件、每一所述资源的最终数量以及对应的目标数量,确定所述目标函数包括:
计算每一所述资源的最终数量与对应目标数量差值的绝对值;
获取每一所述资源的权值;
根据所述差值的绝对值、所述权值、所述第一约束条件和所述第二约束条件,确定所述目标函数。
在其中一些实施例中,所述获取每一所述资源的权值包括:
根据所述资源的相对于产品的重要程度,确定每一所述资源的权值。
在其中一些实施例中,所述方法还包括:
根据工序名称,将属于同一资源名称的资源划分为不同状态的资源。
第二方面,本申请实施例提供了一种产线调度装置,所述装置包括:
设置模块,用于设置产品的排产周期,所述排产周期为生产所述产品完成多个工序的总时长;
获取模块,用于获取工序表和资源表;所述工序表包括工序名称、完成所述工序所需资源的类型以及数量;所述资源表包括资源名称、当前数量和目标数量;
建模模块,用于根据所述工序表、所述资源表和所述排产周期,构建混合整数规划模型;所述混合整数规划模型包括具有约束条件的目标函数;
计算模块,用于求解所述目标函数,得到产线调度策略。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的产线调度方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的产线调度方法。
相比于相关技术,本申请实施例提供的产线调度方法、装置、计算机设备和计算机可读存储介质,通过设置产品的排产周期,排产周期为生产产品完成多个工序的总时长;获取工序表和资源表;工序表包括工序名称、完成工序所需资源的类型以及数量;资源表包括资源名称、当前数量和目标数量;根据工序表、资源表和排产周期,构建混合整数规划模型;混合整数规划模型包括具有约束条件的目标函数;求解目标函数,得到产线调度策略,解决了产线调度策略不合理的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例的产线调度方法的流程图;
图2为本申请实施例中构建混合整数规划模型的流程图;
图3为本申请实施例中确定目标函数的流程图;
图4为本申请具体实施例的产线调度方法的流程图;
图5为本申请实施例的产线调度装置的结构框图;
图6为本申请实施例的产线调度设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请所描述的各种技术,可以但不仅限于应用于精细化工、医药等行业,实现自动排产。
本实施例提供一种产线调度方法。图1为本申请实施例的产线调度方法的流程图,如图1所示,该流程包括如下步骤:
步骤S110,设置产品的排产周期,排产周期为生产产品完成多个工序的总时长。
首先可以确定排产时间单位,根据排产时间单位设置产品的排产周期。例如,设置8小时一个班次为一个排产时间单位,最多排产5天完成产品生产所需的多个工序,若每天安排3个班次进行生产,则产品的排产周期为15个排产时间单位。
步骤S120,获取工序表和资源表;工序表包括工序名称、完成工序所需资源的类型以及数量;资源表包括资源名称、当前数量和目标数量。
工序表和资源表可以预先设置,并根据当前生产情况对工序表和资源表进行更新。当前生产情况包括但不仅限于工序的完成情况、资源的消耗量和产品的产出量中的至少一种。也可以直接获取计算机自动更新后的工序表和资源表,本申请不作限制。
在其中一些实施例中,工序名称可以用对应的工序编号来表示,工序编号可以但不仅限于字母、数字和字符中的至少一种。资源类型包括资源的名称以及编号,资源的编号可以但不仅限于字母、数字和字符中的至少一种。本申请均以工序编号为数字为例进行说明。
工序表用于统计生产某种产品完成多个工序的所需资源的类型和数量。工序表可以表示为:
C(i,j,t),i=0,...,I;j=0,...,J 公式(1)
其中,i表示工序编号,j表示资源编号,C(i,j,t)表示完成工序i所需资源j在时刻t的数量,I表示工序总数,J表示资源总数。
资源的类型包括但不仅限于原料、设备和产品,资源的数量包括但不仅限于原料的消耗量、生产设备的占用量、成品的生产量和生产设备的释放量。
以表1为例对工序表进行说明。
表1 工序表
工序名称 | 时刻 | 资源类型 | 资源数量 |
半成品1 | 0 | 釜1 | -1 |
原料1 | -1 | ||
原料2 | -1 | ||
1 | 半成品1 | 3 | |
釜1 | 1 | ||
半成品2 | 0 | 釜2 | -1 |
原料1 | -1 | ||
原料3 | -1 | ||
1 | 半成品2 | 2 | |
釜2 | 1 | ||
成品1 | 0 | 釜1 | -1 |
半成品1 | -1 | ||
半成品2 | -1 | ||
1 | 成品1 | 3 | |
釜1 | 1 |
如表1所示,其中有一个半成品生产工序1。它的生产周期需要1个排产时间单位。在启动时,也就是在时刻0,釜1的占用量、原料1的消耗量以及原料2消耗量均为1。在完成半成品生产工序1后,即时刻1,釜1的释放量为1,半成品1的生产量为3。其中,时刻0表示初始时刻,时刻1表示工序完成时刻。
在其中一些实施例中,资源的当前数量包括在每次生产启动时,成品、原料、生产设备、工作人员的数量。资源的目标数量包括排产结束后,成品、原料、生产设备和人员的预计目标数量。
需要说明的是,资源的目标数量并不一定是排产结束后资源的实际数量,可能存在排产结束后资源的实际数量于目标数量相同的情况,也可能存在排产结束后资源的实际数量大于或者小于目标数量的情况。尽量缩小排产结束后资源的实际数量与目标数量的差距,可以达到更好排产的效果。
以表2为例对资源表进行说明:
表2 资源表
资源名称 | 当前数量 | 目标数量 |
原料1 | 10 | 2 |
原料2 | 10 | 2 |
原料3 | 10 | 2 |
半成品1 | 0 | 2 |
半成品2 | 0 | 2 |
半成品3 | 0 | 2 |
成品1 | 0 | 6 |
成品2 | 0 | 4 |
成品3 | 0 | 4 |
釜1 | 2 | 2 |
釜2 | 1 | 1 |
釜3 | 1 | 1 |
如表2所示的资源表包括原料、半成品、成品、釜的当前数量和目标数量。其中,排产开始时,原料1的当前数量为10,排产结束后的目标数量为2。
步骤S130,根据工序表、资源表和排产周期,构建混合整数规划模型;混合整数规划模型包括具有约束条件的目标函数。
可以根据工序表、资源表和排产周期设置目标函数以及目标函数对应的约束条件,得到混合整数规划模型。通过构建混合整数规划模型可以将排产问题转化为目标函数的优化求解问题,以得到数学上的最优排产方案,进而得到更加合理的产线调度策略。
步骤S140,求解目标函数,得到产线调度策略。
具体地,可以将目标函数以及其约束条件输入至MIP求解器,对目标函数进行求解,得到产线调度策略。
通过上述步骤S110至步骤S140,设置产品的排产周期,获取工序表和资源表;根据工序表、资源表和排产周期,构建混合整数规划模型;求解目标函数,得到产线调度策略,通过构建混合整数规划模型来解决实际问题,将产线调度问题转化为数学问题,便于优化求解,可以得到更加科学、准确的产线调度策略,解决了产线调度策略不合理的问题。
在其中一些实施例中,图2为本申请实施例中构建混合整数规划模型的流程图,如图2所示,该流程包括如下步骤:
步骤S210,根据工序表,获取同一工序名称对应工序的启动数量。
可以设置工序i在时刻t启动的数量为x(i,t)≥0,其中,x为正整数。
步骤S220,根据工序的启动数量和完成工序的时刻,设置第一约束条件。
具体地,可以根据工序i在完成工序i的时刻的启动数量,设置第一约束条件。第一约束条件用于约束工序i在完成工序i的时刻的启动数量。
在其中一些实施例中,将工序的启动数量在完成工序的时刻等于零作为第一约束条件。
可以设置在完成工序i的时刻工序i的启动数量为:
x(i,t)=0,t=P(i),...,T 公式(2)
其中,P(i)表示完成工序i的时刻,T表示排产周期,x表示启动数量。
如公式(2)所示,每一工序的启动数量在完成每一工序的时刻等于零,工序完成的时刻在排产周期以内。
步骤S230,根据完成每一工序所需资源的类型以及对应资源在生产过程中的数量,更新资源表中每一资源的当前数量。
在其中一些实施例中,可以通过计算完成工序i所需资源j在生产过程中的累积的数量,得到资源j的当前数量:
其中,r(j,t)表示在时刻t资源j的当前数量,S(j)表示在更新资源表之前资源j的数量,C(i,j,l)表示在时刻l完成工序i所需资源j的数量,x(i,k)表示在时刻k启动的工序的数量。
如公式(3)所示,资源j在时刻t的当前数量可以表示为时刻k启动的所有工序所需资源的从时刻k至时刻t的累计数量与工序i的启动数量的乘积。
步骤S240,根据当前数量设置第二约束条件。
在其中一些实施例中,将当前数量在排产周期内的任意时刻大于或等于零作为第二约束条件。
具体地,可以设置每一资源的当前数量在排产周期内的任意时刻大于或等于零,如公式(4)所示:
r(j,t)≥0,j=0,...,J;t=0,...,T 公式(4)
其中,r(j,t)表示资源j在时刻t的当前数量,J表示资源总数,T表示排产周期。
步骤S250,计算达到排产周期时每一资源的最终数量。
可以根据公式(5)计算达到排产周期时每一资源的最终数量,也可以根据更新后的资源表直接获取达到排产周期时每一资源的最终数量,本申请不作限制。
其中,r(j,T)表示达到排产周期时资源j的最终数量,C(i,j,l)表示在时刻l完成工序i所需资源j的数量,x(i,t0)表示在初始时刻t0工序i的启动数量。
步骤S260,根据第一约束条件、第二约束条件、每一资源的最终数量以及对应的目标数量,确定目标函数。
可以理解的是,根据每一资源的最终数量以及对应的目标数量的差值,确定具有第一约束条件、第二约束条件的目标函数。
通过上述步骤S210至步骤S260,通过设置构建第一约束条件和第二约束条件,获取每一资源的最终数量,并根据第一约束条件、第二约束条件、每一资源的最终数量以及对应的目标数量,确定目标函数,简单、快速的构建了混合整数规划模型,将混合整数规划模型的实际的排产场景相结合,得到了适用于解决排产调度问题的混合整数规划模型,使得构建的混合整数规划模型更加准确。
在其中一些实施例中,图3为本申请实施例中确定目标函数的流程图,如图3所示,该流程包括如下步骤:
步骤S310,计算每一资源的最终数量与对应目标数量差值的绝对值。
具体地,可以先计算每一资源的最终数量与对应目标数量差值,再对差值求绝对值。
步骤S320,获取每一资源的权值。
在其中一些实施例中,根据资源的相对于产品的重要程度,确定每一资源的权值。
通过上述实施例,考虑每一资源的相对于产品的重要程度的不同,得到的资源的权值更加准确,进一步得到更加准确的目标函数。
步骤S330,根据差值的绝对值、权值、第一约束条件和第二约束条件,确定目标函数。
如公式(6)所示,计算每一资源的最终数量与对应目标数量差值的绝对值,获取每一资源的权值,将每一资源对应的该绝对值与其权值相乘,对所有的乘积进行求和并求最小值,得到目标函数:
其中,r(j,T)表示资源j的最终数量,E(j)表示资源j的目标数量,w(j)表示资源j的权重。
需要说明的是,可以将目标函数、第一约束条件以及第二约束条件输入至MIP求解器,对目标函数进行求解,得到最优的x(i,t),进而得到产线调度策略。最优的x(i,t)表示最小目标函数值对应的工序的启动数量。
通过上述步骤S310至步骤S330,计算每一资源的最终数量与对应目标数量差值的绝对值,通过获取每一资源的权值,并将每一资源对应的该绝对值与其权值相乘,得到的目标函数更加准确,进一步提高了产线调度策略的准确度。
在其中一些实施例中,根据工序名称,将属于同一资源名称的资源划分为不同状态的资源。
具体地,可以根据工序名称,将属于同一资源名称的资源划分为第一资源和第二资源,第一资源处于第一状态,第二资源处于第二状态。可以通过执行工序名称对应的工序,将第一资源转换为第二资源。
进一步地,完成执行工序名称对应的工序需要预设时间,若预设时间小于或等于预设时间阈值,则可以将预设时间忽略不计。完成执行工序名称对应的工序可能需要其他资源,也可能不需要其他资源。例如完成清洗工序需要清洗剂以及清洗人员。
以反应釜的清洗工序为例对本实施例进一步说明。
一个生产过某种产品的反应釜,在完成清洗工序后才能用于生产其他产品。在执行清洗工序时,根据反应釜的清洗状态,将反应釜划分为需要清洗的反应釜和清洗干净的反应釜。清洗干净的反应釜由需要清洗的反应釜经过预设时间的清洗处理得到。完成清洗工序需要的资源包括清洗剂以及清洗人员。
通过上述实施例,考虑资源所处的状态,将属于同一资源名称的资源划分为第一资源和第二资源。通过考虑第二资源至第一资源的处理时间,将资源的划分与实际的排产场景相结合,从而得到的混合整数规划模型更加准确。
下面通过具体实施例对本申请实施例进行描述和说明。
图4为本申请具体实施例的产线调度方法的流程图,如图4所示,该产线调度方法包括如下步骤:
步骤S401,设置产品的排产周期,排产周期为生产产品完成多个工序的总时长。
步骤S402,获取工序表和资源表;工序表包括工序名称、完成工序所需资源的类型以及数量;资源表包括资源名称、当前数量和目标数量。
步骤S403,根据工序表,获取同一工序名称对应工序的启动数量;将工序的启动数量在完成工序的时刻等于零作为第一约束条件;根据完成每一工序所需资源的类型以及对应资源在生产过程中的数量,更新资源表中每一资源的当前数量;将当前数量在排产周期内的任意时刻大于或等于零作为第二约束条件。
步骤S404,计算达到排产周期时每一资源的最终数量;根据第一约束条件、第二约束条件、每一资源的最终数量以及对应的目标数量,确定目标函数。
步骤S405,求解目标函数,得到产线调度策略。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。例如,结合图2,步骤S220和步骤S240的执行顺序可以互换,即可以先执行步骤S220,然后执行步骤S240;也可以先执行步骤S240,然后执行步骤S220。再例如,结合图3,步骤S310和步骤S320的顺序也可以互换。
本实施例还提供了一种产线调度装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图5为本申请实施例的产线调度装置的结构框图,如图5所示,该装置包括:
设置模块510,用于设置产品的排产周期,排产周期为生产产品完成多个工序的总时长。
获取模块520,用于获取工序表和资源表;工序表包括工序名称、完成工序所需资源的类型以及数量;资源表包括资源名称、当前数量和目标数量。
建模模块530,用于根据工序表、资源表和排产周期,构建混合整数规划模型;混合整数规划模型包括具有约束条件的目标函数。
计算模块540,用于求解目标函数,得到产线调度策略。
在其中一些实施例中,建模模块530包括数据获取子单元531、第一约束子单元532、数据更新子单元533、第二约束子单元534、数据计算子单元535和函数确定子单元536,其中:
数据获取子单元531,用于根据工序表,获取同一工序名称对应工序的启动数量。
第一约束子单元532,用于根据工序的启动数量和完成工序的时刻,设置第一约束条件。
数据更新子单元533,用于根据完成每一工序所需资源的类型以及对应资源在生产过程中的数量,更新资源表中每一资源的当前数量。
第二约束子单元534,用于根据当前数量设置第二约束条件。
数据计算子单元535,用于计算达到排产周期时每一资源的最终数量。
函数确定子单元536,用于根据第一约束条件、第二约束条件、每一资源的最终数量以及对应的目标数量,确定目标函数。
在其中一些实施例中,第一约束子单元532还用于将工序的启动数量在完成工序的时刻等于零作为第一约束条件。
在其中一些实施例中,第二约束子单元534还用于将当前数量在排产周期内的任意时刻大于或等于零作为第二约束条件。
在其中一些实施例中,函数确定子单元536,还用于计算每一资源的最终数量与对应目标数量差值的绝对值;获取每一资源的权值;根据差值的绝对值、权值、第一约束条件和第二约束条件,确定目标函数。
在其中一些实施例中,函数确定子单元536,还用于根据资源的相对于产品的重要程度,确定每一资源的权值。
在其中一些实施例中,根据工序名称,将属于同一资源名称的资源划分为不同状态的资源。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合图1描述的本申请实施例产线调度方法可以由产线调度设备来实现。图6为本申请实施例的产线调度设备的硬件结构示意图。
产线调度设备可以包括处理器61以及存储有计算机程序指令的存储器62。
具体地,上述处理器61可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器65可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器65可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器65可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器65可在数据处理装置的内部或外部。在特定实施例中,存储器65是非易失性(Non-Volatile)存储器。在特定实施例中,存储器65包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(ProgrammableRead-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-AccessMemory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器65可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器62所执行的可能的计算机程序指令。
处理器61通过读取并执行存储器62中存储的计算机程序指令,以实现上述实施例中的任意一种产线调度方法。
在其中一些实施例中,产线调度设备还可包括通信接口63和总线60。其中,如图6所示,处理器61、存储器62、通信接口63通过总线60连接并完成相互间的通信。
通信接口63用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口63还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线60包括硬件、软件或两者,将产线调度设备的部件彼此耦接在一起。总线60包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线60可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、***组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线60可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该产线调度设备可以基于获取到的工序表、资源表和排产周期,执行本申请实施例中的产线调度方法,从而实现结合图1描述的产线调度方法。
另外,结合上述实施例中的产线调度方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种产线调度方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种产线调度方法,其特征在于,所述方法包括:
设置产品的排产周期,所述排产周期为生产所述产品完成多个工序的总时长;
获取工序表和资源表;所述工序表包括工序名称、完成所述工序所需资源的类型以及数量;所述资源表包括资源名称、当前数量和目标数量;
根据所述工序表、所述资源表和所述排产周期,构建混合整数规划模型;所述混合整数规划模型包括具有约束条件的目标函数;
求解所述目标函数,得到产线调度策略。
2.根据权利要求1所述的产线调度方法,其特征在于,所述根据所述工序表、所述资源表和所述排产周期,构建混合整数规划模型包括:
根据所述工序表,获取同一工序名称对应工序的启动数量;
根据所述工序的启动数量和完成所述工序的时刻,设置第一约束条件;
根据完成每一所述工序所需资源的类型以及对应资源在生产过程中的数量,更新所述资源表中每一所述资源的当前数量;
根据所述当前数量设置第二约束条件;
计算达到排产周期时每一所述资源的最终数量;
根据所述第一约束条件、所述第二约束条件、每一所述资源的最终数量以及对应的目标数量,确定所述目标函数。
3.根据权利要求2所述的产线调度方法,其特征在于,所述根据所述工序的启动数量和完成所述工序的时刻,设置第一约束条件包括:
将所述工序的启动数量在完成所述工序的时刻等于零作为所述第一约束条件。
4.根据权利要求2所述的产线调度方法,其特征在于,所述根据所述当前数量设置第二约束条件包括:
将所述当前数量在排产周期内的任意时刻大于或等于零作为所述第二约束条件。
5.根据权利要求2所述的产线调度方法,其特征在于,所述根据所述第一约束条件、所述第二约束条件、每一所述资源的最终数量以及对应的目标数量,确定所述目标函数包括:
计算每一所述资源的最终数量与对应目标数量差值的绝对值;
获取每一所述资源的权值;
根据所述差值的绝对值、所述权值、所述第一约束条件和所述第二约束条件,确定所述目标函数。
6.根据权利要求5所述的产线调度方法,其特征在于,所述获取每一所述资源的权值包括:
根据所述资源的相对于产品的重要程度,确定每一所述资源的权值。
7.根据权利要求1所述的产线调度方法,其特征在于,所述方法还包括:
根据工序名称,将属于同一资源名称的资源划分为不同状态的资源。
8.一种产线调度装置,其特征在于,所述装置包括:
设置模块,用于设置产品的排产周期,所述排产周期为生产所述产品完成多个工序的总时长;
获取模块,用于获取工序表和资源表;所述工序表包括工序名称、完成所述工序所需资源的类型以及数量;所述资源表包括资源名称、当前数量和目标数量;
建模模块,用于根据所述工序表、所述资源表和所述排产周期,构建混合整数规划模型;所述混合整数规划模型包括具有约束条件的目标函数;
计算模块,用于求解所述目标函数,得到产线调度策略。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的产线调度方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的产线调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010373284.4A CN111680877A (zh) | 2020-05-06 | 2020-05-06 | 产线调度方法、装置、计算机设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010373284.4A CN111680877A (zh) | 2020-05-06 | 2020-05-06 | 产线调度方法、装置、计算机设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111680877A true CN111680877A (zh) | 2020-09-18 |
Family
ID=72452289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010373284.4A Pending CN111680877A (zh) | 2020-05-06 | 2020-05-06 | 产线调度方法、装置、计算机设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680877A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132546A (zh) * | 2020-09-25 | 2020-12-25 | 杉数科技(北京)有限公司 | 一种对生产进行排程的方法及装置 |
CN112150035A (zh) * | 2020-10-13 | 2020-12-29 | 中国农业银行股份有限公司 | 数据处理方法和装置 |
CN113421005A (zh) * | 2021-07-01 | 2021-09-21 | 润联软件***(深圳)有限公司 | 工序数据和管理协同方法、装置、计算机设备及存储介质 |
WO2023005395A1 (zh) * | 2021-07-30 | 2023-02-02 | 华为技术有限公司 | 工业规划的方法、装置、设备、存储介质和程序产品 |
CN116048030A (zh) * | 2023-03-17 | 2023-05-02 | 北京徐工汉云技术有限公司 | 多产线生产任务排序方法、装置、存储介质和电子设备 |
WO2023124684A1 (zh) * | 2021-12-28 | 2023-07-06 | 西安北方华创微电子装备有限公司 | 一种任务调度方法和半导体工艺设备 |
WO2023216500A1 (zh) * | 2022-05-09 | 2023-11-16 | 苏州元脑智能科技有限公司 | 智算中心的算力资源部署方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170132549A1 (en) * | 2015-11-10 | 2017-05-11 | International Business Machines Corporation | Automated information technology resource system |
CN106681291A (zh) * | 2017-01-09 | 2017-05-17 | 北京理工大学 | 一种生产调度方法及*** |
US20180080949A1 (en) * | 2016-09-21 | 2018-03-22 | Roche Diagnostics Operations, Inc. | Automated scheduler for laboratory equipment |
CN108073142A (zh) * | 2016-11-14 | 2018-05-25 | 北京理工大学 | 一种作业车间资源的调度方法及装置 |
CN110059865A (zh) * | 2019-03-26 | 2019-07-26 | 腾讯科技(深圳)有限公司 | 一种资源的优化处理方法及装置 |
CN111047081A (zh) * | 2019-11-28 | 2020-04-21 | 上海电机学院 | 一种面向绿色生产的制造资源配置优化决策方法 |
-
2020
- 2020-05-06 CN CN202010373284.4A patent/CN111680877A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170132549A1 (en) * | 2015-11-10 | 2017-05-11 | International Business Machines Corporation | Automated information technology resource system |
US20180080949A1 (en) * | 2016-09-21 | 2018-03-22 | Roche Diagnostics Operations, Inc. | Automated scheduler for laboratory equipment |
CN108073142A (zh) * | 2016-11-14 | 2018-05-25 | 北京理工大学 | 一种作业车间资源的调度方法及装置 |
CN106681291A (zh) * | 2017-01-09 | 2017-05-17 | 北京理工大学 | 一种生产调度方法及*** |
CN110059865A (zh) * | 2019-03-26 | 2019-07-26 | 腾讯科技(深圳)有限公司 | 一种资源的优化处理方法及装置 |
CN111047081A (zh) * | 2019-11-28 | 2020-04-21 | 上海电机学院 | 一种面向绿色生产的制造资源配置优化决策方法 |
Non-Patent Citations (1)
Title |
---|
张贵军;丁情;王柳静;周晓根;: "柔性车间生产排产调度优化方法" * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132546A (zh) * | 2020-09-25 | 2020-12-25 | 杉数科技(北京)有限公司 | 一种对生产进行排程的方法及装置 |
CN112150035A (zh) * | 2020-10-13 | 2020-12-29 | 中国农业银行股份有限公司 | 数据处理方法和装置 |
CN112150035B (zh) * | 2020-10-13 | 2023-06-13 | 中国农业银行股份有限公司 | 数据处理方法和装置 |
CN113421005A (zh) * | 2021-07-01 | 2021-09-21 | 润联软件***(深圳)有限公司 | 工序数据和管理协同方法、装置、计算机设备及存储介质 |
WO2023005395A1 (zh) * | 2021-07-30 | 2023-02-02 | 华为技术有限公司 | 工业规划的方法、装置、设备、存储介质和程序产品 |
CN115685892A (zh) * | 2021-07-30 | 2023-02-03 | 华为技术有限公司 | 工业规划的方法、装置、设备、存储介质和程序产品 |
WO2023124684A1 (zh) * | 2021-12-28 | 2023-07-06 | 西安北方华创微电子装备有限公司 | 一种任务调度方法和半导体工艺设备 |
WO2023216500A1 (zh) * | 2022-05-09 | 2023-11-16 | 苏州元脑智能科技有限公司 | 智算中心的算力资源部署方法、装置、设备及存储介质 |
CN116048030A (zh) * | 2023-03-17 | 2023-05-02 | 北京徐工汉云技术有限公司 | 多产线生产任务排序方法、装置、存储介质和电子设备 |
CN116048030B (zh) * | 2023-03-17 | 2023-06-02 | 北京徐工汉云技术有限公司 | 多产线生产任务排序方法、装置、存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111680877A (zh) | 产线调度方法、装置、计算机设备和计算机可读存储介质 | |
US20190079975A1 (en) | Scheduling method and system based on hybrid variable neighborhood search and gravitational search algorithm | |
US10943324B2 (en) | Data processing method, apparatus, and electronic device | |
CN109450987B (zh) | 编号生成方法、装置及***和存储介质 | |
CN111225050B (zh) | 云计算资源分配方法及装置 | |
CN111738590A (zh) | 生产排程方法和装置 | |
CN111400010A (zh) | 任务调度方法及装置 | |
CN114816738A (zh) | 算力节点的确定方法、装置、设备及计算机可读存储介质 | |
CN111209111B (zh) | 基于区块链***的资源分配方法、装置、设备和存储介质 | |
CN113168364A (zh) | 一种芯片验证方法和装置 | |
CN109240826B (zh) | 多区块链网络中节点共用计算设备时的计算资源分配方法 | |
CN111290360B (zh) | 一种铸造生产线多目标优化方法 | |
CN110413393B (zh) | 集群资源管理方法、装置、计算机集群及可读存储介质 | |
CN116010051A (zh) | 一种联邦学习多任务调度方法及装置 | |
CN110442619B (zh) | 搜索结果排序方法、装置、电子设备及存储介质 | |
CN109344119B (zh) | 文件合并处理方法、装置、计算设备及计算机存储介质 | |
CN110795227B (zh) | 一种区块链的数据处理方法及相关设备 | |
CN112052083A (zh) | 云端gpu的显存调度方法、装置、电子设备及存储介质 | |
CN111124681A (zh) | 一种集群负载分配方法及装置 | |
CN114816720B (zh) | 多任务共享物理处理器的调度方法、装置及终端设备 | |
CN110825528A (zh) | 资源管理方法、装置及设备 | |
CN116627893B (zh) | 加速引擎配置方法、装置、并行数估计***、设备及介质 | |
CN109523109B (zh) | 一种作业调度方法 | |
CN110704175A (zh) | 容器部署方法和装置 | |
CN112905351B (zh) | 一种gpu和cpu负载调度方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210325 Address after: Room 406-10, building 2, ChuanHua Kechuang building, ningwei street, Xiaoshan District, Hangzhou, Zhejiang 311200 Applicant after: Hangzhou Ruijiang Technology Co.,Ltd. Address before: Room 201-56, Xiaoshan science and Technology City, building 1, ChuanHua Kechuang building, Xiaoshan District, Hangzhou, Zhejiang 311200 Applicant before: Hangzhou CHUANHUA Intelligent Manufacturing Technology Co.,Ltd. |