CN117852842A - 一种订单排产方法、装置、电子设备及介质 - Google Patents
一种订单排产方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN117852842A CN117852842A CN202410257701.7A CN202410257701A CN117852842A CN 117852842 A CN117852842 A CN 117852842A CN 202410257701 A CN202410257701 A CN 202410257701A CN 117852842 A CN117852842 A CN 117852842A
- Authority
- CN
- China
- Prior art keywords
- node
- period
- completion
- processes
- planned
- 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 404
- 230000008569 process Effects 0.000 claims abstract description 257
- 238000004519 manufacturing process Methods 0.000 claims abstract description 148
- 238000012545 processing Methods 0.000 claims abstract description 91
- 238000012937 correction Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000012216 screening Methods 0.000 claims abstract description 15
- 230000006835 compression Effects 0.000 claims description 52
- 238000007906 compression Methods 0.000 claims description 52
- 238000003754 machining Methods 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 238000011143 downstream manufacturing Methods 0.000 claims description 7
- 238000004836 empirical method Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000002716 delivery method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/0633—Workflow analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种订单排产方法、装置、电子设备及介质,应用于排产业务领域,该方法包括:获取所有待排产订单对应的各节点工序的初始计划完成工期,然后筛选出瓶颈工序,采用有限产能计算法先计算出各瓶颈工序对应的实际计划完成工期,再根据各瓶颈工序对应的实际计划完成工期对初始计划完成工期修正以推算出各节点工序的修正计划完成工期;根据各修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期,最后结合产线实际运行参数确定出各节点工序的具体作业时间。本方案在排产过程中,既保证了计划调整的灵活性,也提高了时效性和可参考性。此外,本技术方案对于生产整个流程的计划跟踪有较大的效率提升。
Description
技术领域
本申请涉及排产业务领域,特别是涉及一种订单排产方法、装置、电子设备及介质。
背景技术
离散制造业中一个核心的问题是针对订单如何进行排产,排产方法的合理性是影响订单完成的及时性和产线利用率的关键因素。
目前,常用的排产方法主要基于EXCEL模式或***共享数据表形式,将产品级/零件级的计划进行线上或线下共享,该方式主要依赖于人工落实和手动填写,导致订单之间的可参考性差、且订单完成的时效性也较差。
发明内容
本申请实施例的目的是提供一种订单排产方法、装置、电子设备及介质,可以有效解决订单之间的可参考性差、且订单完成的时效性也较差的问题。
为解决上述技术问题,本申请实施例提供一种订单排产方法,包括:
获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期;
从各所述产前节点工序和各所述产后节点工序中筛选出瓶颈工序;
采用有限产能计算法先计算出各所述瓶颈工序对应的实际计划完成工期,再根据各所述瓶颈工序对应的实际计划完成工期对各所述产前节点工序的初始计划完成工期和各所述产后节点工序的初始计划完成工期修正以推算出各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期;
根据各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期;
结合产线实际运行参数和所述加工生产环节对应的各节点工序的推算计划完成工期确定出所述加工生产环节对应的各节点工序的具体作业时间。
优选地,还包括:
获取总工序周期;
比较所述推算计划完成工期和所述总工序周期的关系;
若所述推算计划完成工期小于所述总工序周期,则根据所述推算计划完成工期和所述总工序周期的比值确定出第一压缩比例;
根据所述第一压缩比例得到各节点工序下的各工序号的加工天数以作为最终的排产方案。
优选地,所述根据所述第一压缩比例得到各节点工序下的各工序号的加工天数以作为最终的排产方案包括:
获取与所述第一压缩比例相差预设差值的待确定压缩比例;
分别得到各所述待确定压缩比例对应的各工序号的加工天数;
统计各所述待确定压缩比例对应的全部工序号的加工总天数;
选取与所述推算计划完成工期最接近的加工总天数对应的所述待确定压缩比例作为目标压缩比例,并以所述目标压缩比例对应的各工序号的加工天数作为所述最终的排产方案。
优选地,所述获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期包括:
获取所有待排产订单对应的各产前节点工序和各产后节点工序;
获取所有待排产订单的要求生产周期和产线的理论生产周期;
根据所述要求生产周期和所述理论生产周期确定第二压缩比例;
结合工序周期和所述第二压缩比例确定各所述产前节点工序的初始计划完成工期和各所述产后节点工序的初始计划完成工期。
优选地,所述从各所述产前节点工序和各所述产后节点工序中筛选出瓶颈工序包括:
通过经验法或加工周期统计法从各所述产前节点工序和各所述产后节点工序中筛选出所述瓶颈工序。
优选地,所述根据各所述瓶颈工序对应的实际计划完成工期对各所述产前节点工序的初始计划完成工期和各所述产后节点工序的初始计划完成工期修正以推算出各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期包括:
确定出所述瓶颈工序的上游工序和下游工序;
获取所述瓶颈工序的加工件数和加工日期;
以所述瓶颈工序的加工件数和加工日期固定不变,倒推或正推得到所述上游工序对应的工期和下游工序对应的工期作为各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期。
优选地,所述根据各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期包括:
定义各所述产前节点工序和各所述产后节点工序与产品制造BOM上零件/部件的具体工艺步骤的对应关系;
将各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期作为约束条件;
结合零件/部件工艺过程卡中出具的工序周期参数,推算所述加工生产环节对应的各节点工序所对应零件/部件的计划开始加工工期和计划完成加工工期;
将得到的各所述零件/部件的计划开始加工工期和计划完成加工工期代入至排产逻辑运算过程,并根据所述产品制造BOM上各零件/部件所对应的工艺过程卡,推算各零件/部件的计划完成工期并作为所述加工生产环节对应的各节点工序的推算计划完成工期。
为解决上述技术问题,本申请实施例还提供一种订单排产装置,包括:
获取模块,用于获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期;
筛选模块,用于从各所述产前节点工序和各所述产后节点工序中筛选出瓶颈工序;
处理模块,用于采用有限产能计算法先计算出各所述瓶颈工序对应的实际计划完成工期,再根据各所述瓶颈工序对应的实际计划完成工期对各所述产前节点工序的初始计划完成工期和各所述产后节点工序的初始计划完成工期修正以推算出各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期;
第一确定模块,用于根据各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期;
第二确定模块,用于结合产线实际运行参数和所述加工生产环节对应的各节点工序的推算计划完成工期确定出所述加工生产环节对应的各节点工序的具体作业时间。
为解决上述技术问题,本申请实施例还提供一种电子设备,包括存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述所述的订单排产方法的步骤。
为解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质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如上述所述的订单排产方法的步骤。
本发明的有益效果在于:
由上述技术方案可以看出,以上各步骤中从主生产计划、粗能力平衡计划、BOM计划和生成作业计划四个层级进行排产,该过程覆盖了排产的所有环节,提高了排产的完整性,并且将虚拟工艺模板、BOM零部件天数、制造工艺过程卡工序周期、工序加工工时这四个干预点分别在四个层级以排产参数的方式进行干预,保证在参数相同的情况下,能够实现排产运算结果的幂等性设计(计算1遍和计算N遍得到的结果趋同或完全一致),因此,相对于主要依赖于人工落实和手动填写,导致订单之间的可参考性差、且订单完成的时效性也较差的方案而言,本方案在排产过程中,既保证了计划调整的灵活性,也提高了生产计划的时效性和可参考性。此外,本技术方案通过分层和分步排产的策略,使不同的使用方关注其对应的计划颗粒度,实现了计划控制的关注点分离,对于生产整个流程的计划跟踪有较大的效率提升。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种订单排产方法的流程图;
图2为本申请实施例提供的一种工序节点的排布示意图;
图3为本申请实施例提供的一种排产逻辑运算过程的示意图。
图4为本申请实施例提供的一种订单排产装置的结构图;
图5为本申请实施例提供的一种电子设备的结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本申请保护范围。
本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”,以及与“包括”和“具有”相关的任何变形,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,而是可包括没有列出的步骤或单元。
本申请所提到的订单排产方法适用于多种离散制造业,具体应用场景不作限定。相比于传统的基于EXCEL模式或***共享数据表形式,本申请在考虑工作中心能力和产能约束、订单优先级和工期、产品规格同类效率最高等多种约束条件因素的前提下,兼顾订单模拟、虚拟工艺需求,将批量排产法和工序步骤排产法进行结合,通过进阶生产规划及排程***(Advanced Planning and Scheduling,APS)自动排产运算,最后得到符合生产实际的、具备参考意义的生产计划。
本申请的技术方案主要包括4大部分(下文将详细说明),分别是:主生产计划(也称为里程碑计划)、粗能力平衡计划、物料需求计划(本方案内特指制造物料清单(BOM)计划)、生产作业计划。
可以理解的是,为了实现上述4大部分的计划,需要预先进行数据的提取,以便于参与到相应的步骤中。因此,在进行排产之前,需要进行准备工作,即数据提取。数据的提取的来源包括:将上游***的生产订单信息(主要是要求发货时间和产品规格参数)、BOM物料清单信息(主要是自制件信息及父子项装配关系)、物料采购到货信息等,通过数据同步的方式提取至排产***,结合排产***进行运算。
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。
接下来,详细介绍本申请实施例所提供的一种订单排产方法。图1为本申请实施例提供的一种订单排产方法的流程图,该方法包括:
S10:获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期。
本步骤,是排产方法的第一步,与前文的主生产计划对应。各产前节点工序和各产后节点工序可以由用户自定义设置,然后根据订单交期和理论开工时间,进行各节点工序的工期的自动匹配运算。图2为本申请实施例提供的一种工序节点的排布示意图。结合图2所示的工序节点的排布,各节点工序的工期的自动匹配运算机制如下:
各节点工序工期运算遵循正排+倒排的混合排产模式,投产之前,根据虚拟工艺模块中的关键工序步骤、关键工序周期、关键工序顺序,排定产前准备的各节点工序的工期,投产往后,排定生产加工、完善、检验、发货等产后节点工序的相关工期。
比如:根据生产订单的要求发货工期,本产品的常规规格是直径1200,要求的生产周期是45天,按照虚拟工艺的配置结果,直径1200产品的理论生产周期是60天,根据此比例压缩各节点工序的理论天数,给出各工序节点的初始计划完成工期。
如图2所示,以投产工序节点作为分界线,该节点工序之前的节点工序为产前节点工序,该节点后的节点工序为产后节点工序,那么对应的计划完成工期也分为各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期。需要说明的是,为了与后文的其它完成工期进行区分,本步骤中用“初始计划完成工期”表示,本不追得到的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期相当于是根据订单得到的基准数据,然后再通过后续的步骤对该基准数据进行修正。
S11:从各产前节点工序和各产后节点工序中筛选出瓶颈工序。
本步骤是排产方法的第二步(与前文的粗能力平衡计划对应)中的第一环节。在具体实施中,整个产品的加工流程,部分节点工序是整个计划流的执行瓶颈。本步骤中,是将这些瓶颈工序挑出来,设置为有限产能约束瓶颈。作为优选地的实施方式,从各产前节点工序和各产后节点工序中筛选出瓶颈工序包括:通过经验法或加工周期统计法从各产前节点工序和各产后节点工序中筛选出瓶颈工序。本文的经验法是指根据调度人员的个人经验,本文的加工周期统计法指将历史加工数据拉取后,统计每个工序的平均加工周期和每日加工件数。
S12:采用有限产能计算法先计算出各瓶颈工序对应的实际计划完成工期,再根据各瓶颈工序对应的实际计划完成工期对各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期修正以推算出各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期。
本步骤是排产方法的第二步(与前文的粗能力平衡计划对应)中的第二环节。在第一环节得到了各瓶颈工序,然后采用有限产能计算法得到各瓶颈工序对应的实际计划完成工期,根据这些瓶颈工序的实际计划完成工期,推算该瓶颈工序上游和下游节点工序的工期。
本实施例提到的有限产能计算法具体为:定义各节点的产能以及各节点加工的标准工,在进行排产运算时,已经排入的指令会在上线时间内占用该节点对应指令的产能和工时,新的指令必须找到该节点或其他节点未受到占用的产能和时间进行排产。
通过本步骤,实现对基准数据的修正,即对S11中,各产前节点的初始计划完成工期和各产后节点的初始计划完成工期进行修正。
S13:根据各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期。
本步骤是排产方法的第三步,与前文的BOM)计划对应。在实际排产过程中,加工生产环节对应的各节点工序的工期是影响到订单工期的最主要的因素。因此,在通过步骤S12得到各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期后,需要确定出加工生产环节对应的各节点工序的推算计划完成工期。
本步骤主要是在BOM层实现对各加工生成环节的节点工序的工期进一步的推算。
S14:结合产线实际运行参数和加工生产环节对应的各节点工序的推算计划完成工期确定出加工生产环节对应的各节点工序的具体作业时间。
本步骤是排产方法的最后一步,与前文的生产作业计划对应。在S13中得到了加工生成环节的各节点工序的推算计划完成工期后,需要将该工期下发至生成车间,具体的以制造工艺过程卡为根本参考,通过设备产能、标准工时、设备和人员作业时长等参数,通过每隔15分钟运算一遍的方式生成每一道加工工序的具体作业时间,并下发至车间操作个人事务,指导车间生产。
由上文论述可知,本实施例中的订单排产方法,首先获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期;再从各产前节点工序和各产后节点工序中筛选出瓶颈工序;然后采用有限产能计算法先计算出各瓶颈工序对应的实际计划完成工期,再根据各瓶颈工序对应的实际计划完成工期对各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期修正以推算出各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期;然后根据各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期;最后结合产线实际运行参数和加工生产环节对应的各节点工序的推算计划完成工期确定出加工生产环节对应的各节点工序的具体作业时间。由此可见,以上各步骤中从主生产计划、粗能力平衡计划、BOM计划和生成作业计划四个层级进行排产,该过程覆盖了排产的所有环节,提高了排产的完整性,并且将虚拟工艺模板、BOM零部件天数、制造工艺过程卡工序周期、工序加工工时这四个干预点分别在四个层级以排产参数的方式进行干预,保证在参数相同的情况下,能够实现排产运算结果的幂等性设计(计算1遍和计算N遍得到的结果趋同或完全一致),因此,相对于主要依赖于人工落实和手动填写,导致订单之间的可参考性差、且订单完成的时效性也较差的方案而言,本方案在排产过程中,既保证了计划调整的灵活性,也提高了生产计划的时效性和可参考性。此外,本技术方案通过分层和分步排产的策略,使不同的使用方关注其对应的计划颗粒度,实现了计划控制的关注点分离,对于生产整个流程的计划跟踪有较大的效率提升。
在具体实施中,为了得到各节点工序下的各工序号的最终的加工天数,实现最合理的工期,以应对意外情况的发生而导致工期延误的问题。在此特殊说明:在投产运算中判断推算计划完成工期与工序总周期的大小,如果推算计划完成工期比工序总周期小,那么需要压缩工序周期,本实施例中,在得到推算计划完成工期后,还包括:
获取总工序周期;
比较推算计划完成工期和总工序周期的关系;
若推算计划完成工期小于总工序周期,则根据推算计划完成工期和总工序周期的比值确定出第一压缩比例;
根据第一压缩比例得到各节点工序下的各工序号的加工天数以作为最终的排产方案。
可以理解的是,总工序周期是已知的,通过制造工艺过程卡获取,如果推算计划完成工期小于工序周期,则说明当前生成计划无法完成,需要对总工序周期进行压缩,总工序周期的压缩具体体现在对各节点工序下的各工序号的加工天数的压缩。
具体参见如下表格(表1),A、B、C、D、E分别是具体的工序名称,例如,可以是下料、焊接等,本实施例不作限定。其中,表格中的“— —”为空。推算计划完成工期为27天,总工序周期为31天,则此处确定的第一压缩比例为R=27/31≈0.8710,保留4位小数。由于推算计划完成工期27天对应的各工序号的加工天数确定后,需要对该天数进行等比例压缩,表格中保留一位小数,具体为:
1*0.8710≈0.9;
3*0.8710≈2.6;
20*0.8710≈17.4;
4*0.8710≈3.5;
3*0.8710≈2.6。
表1为各工序号的加工天数
本实施例中,通过与总工序周期的比较,从而得到压缩比例,以对生成加工环节中各工序号的加工天数进行调整,避免工期延误。
此外,为了实现良好的工期压缩、拉伸效果,引入了一种柔性工期运算规则,在得到第一压缩比例后,还包括:
获取与第一压缩比例相差预设差值的待确定压缩比例;
分别得到各待确定压缩比例对应的各工序号的加工天数;
统计各待确定压缩比例对应的全部工序号的加工总天数;
选取与推算计划完成工期最接近的加工总天数对应的待确定压缩比例作为目标压缩比例,并以目标压缩比例对应的各工序号的加工天数作为最终的排产方案。
以上文提到的第一压缩比例为0.871为例进行说明,与第一压缩比例相差预设差值的待确定压缩比例可以设置为0.6,0.7,0.8,0.9。可以理解的是,预设差值不作限定。按照待确定压缩比例分别为0.6,0.7,0.8,0.9进行计算得到4套方案,取整后,各工序号的加工天数见如下表格(表2)。其中,表格中的“— —”为空。具体计算方式如下:
0.6(五舍六入法)方案总周期=(0.9≈1)+(2.6≈3)+(17.4≈17)+(3.5≈3)+(2.6≈3)=27;
0.7(六舍七入法)方案总周期=(0.9≈1)+(2.6≈2)+(17.4≈17)+(3.5≈3)+(2.6≈2)=25;
0.8(七舍八入法)方案总周期=(0.9≈1)+(2.6≈2)+(17.4≈17)+(3.5≈3)+(2.6≈2)=25;
0.9(八舍九入法)方案总周期=(0.9≈1)+(2.6≈2)+(17.4≈17)+(3.5≈3)+(2.6≈2)=25。
表2为在不同的待确定压缩比例下各工序号对应的加工天数
在得到多个待确定压缩比例对应的全部工序号的加工总天数后,选取与推算计划完成工期最接近的加工总天数对应的待确定压缩比例作为目标压缩比例,即0.6这个压缩比例是目标压缩比例,那么0.6对应的各工序号的加工天数作为最终的排产方案。
上文中对于各节点工序的初始计划完成工期的获取方式不作限定,本实施例中给出一种具体的实现方式。S11包括:
获取所有待排产订单对应的各产前节点工序和各产后节点工序;
获取所有待排产订单的要求生产周期和产线的理论生产周期;
根据要求生产周期和理论生产周期确定第二压缩比例;
结合工序周期和第二压缩比例确定各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期。
还以上文中给出的例子为例进行说明,要求生产周期为45天,产线的理论生产周期为60,则第二压缩比例为45/60。根据此比例压缩每个关键工序的理论天数,给出各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期。
本实施例中,以要求生产周期和理论生产周期确定第二压缩比例,从而计算各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期,该方式相当于把订单的要求和产线的实际情况纳入考虑范围,所得出的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期更加合理。
本实施例中给出排产方法的第二步中的,根据各瓶颈工序对应的实际计划完成工期对各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期修正以推算出各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期的一种具体实现方式。该步骤包括:
确定出瓶颈工序的上游工序和下游工序;
获取瓶颈工序的加工件数和加工日期;
以瓶颈工序的加工件数和加工日期固定不变,倒推或正推得到上游工序对应的工期和下游工序对应的工期作为各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期。
在得到瓶颈工序后,分别得到瓶颈工序的上游工序和下游工序,瓶颈工序的加工件数和加工日期固定,其他工序根据该瓶颈工序的工期倒推或正推工期。比如:根据调度的经验,设定瓶颈工序为加工、终检和完善这三个节点工序。设定以上瓶颈工序的每日上限加工分钟数,并给出不同规格的产品执行该工序的理论加工分钟数,根据此工序计划完成时间降序排序,按照产能上限填空,如果填满超出100%,则往前递推一天继续填空,直至所有任务分完为止。
本实施例中,利用各工序节点的顺序关系,通过对各瓶颈工序的上游和下游工序的推导,并利用正推和倒推的方式结合得到各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期。
上实施例中给出根据各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期的具体实现过程,该步骤包括:
定义各产前节点工序和各产后节点工序与产品制造BOM上零件/部件的具体工艺步骤的对应关系;
将各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期作为约束条件;
结合零件/部件工艺过程卡中出具的工序周期参数,推算加工生产环节对应的各节点工序所对应零件/部件的计划开始加工工期和计划完成加工工期;
将得到的各零件/部件的计划开始加工工期和计划完成加工工期代入至排产逻辑运算过程,并根据产品制造BOM上各零件/部件所对应的工艺过程卡,推算各零件/部件的计划完成工期并作为加工生产环节对应的各节点工序的推算计划完成工期。
本实施例中,通过定义“节点工序”与“产品制造BOM上零件/部件的具体工艺步骤”的对应关系,实现将这些节点工序的工期作为约束条件,代入至排产逻辑运算过程。排产算法执行时,将先从BOM产品层开始代入工期,再遵照树形关系实现树结构的递归遍历运算。递归过程中将各约束参数与业务需要进行匹配,得出具有指导性的、满足产品装配关系和次序的计划工期。图3为本申请实施例提供的一种排产逻辑运算过程的示意图。图3中,产品到部件/零件、部件到零件,零件到工序号是生成排产的顺序,子项最后一项的结束时间为父项的开始时间。
对应关系的建立进行举例说明,比如:在虚拟工艺模板中定义了加工1、加工2、加工3、终检、完善、发货六个节点工序。则主要部件或其附件的工艺过程卡中,必然存在某一步工序,其节点工序需被标记为以上节点工序的某一个;总组装层有一步工序被标记为终检、有一步工序被标记为完善、有一步标记为发货,诸如此类。
当然,在运算过程中,还可以结合以下参数进行运算,这些运算参数需要依托制造工艺过程卡进行编制和流转。制造工艺过程卡是车间生产加工路线的指导文件,由技术部门编制产生,用于指导车间按工艺要求进行加工和流转。需要的运算参数有:
标准时间:工序周期(制造工艺过程卡中每一步工序的理论加工天数)和加工工时(制造工艺过程卡中每一步工序的理论加工分钟数);
节点工序:在制造工艺过程卡上,针对某一步工序标记节点工序的名称;
工序部门:作为工期交错的约束条件之一;
其他参数:如优先级、客户属性、产品规格等。
对于上述参数的运算本实施例不作限定。
在上述实施例中,对于订单排产方法进行了详细描述,本申请还提供订单排产装置对应的实施例。需要说明的是,本申请从两个角度对装置部分的实施例进行描述,一种是基于功能模块的角度,另一种是基于硬件的角度。
图4为本申请实施例提供的一种订单排产装置的结构图。如图4所示,基于功能模块的角度,本申请实施例提供一种订单排产装置,包括:
获取模块10,用于获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期;
筛选模块11,用于从各产前节点工序和各产后节点工序中筛选出瓶颈工序;
处理模块12,用于采用有限产能计算法先计算出各瓶颈工序对应的实际计划完成工期,再根据各瓶颈工序对应的实际计划完成工期对各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期修正以推算出各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期;
第一确定模块13,用于根据各产前节点工序的修正计划完成工期和各产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期;
第二确定模块14,用于结合产线实际运行参数和加工生产环节对应的各节点工序的推算计划完成工期确定出加工生产环节对应的各节点工序的具体作业时间。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
图5为本申请实施例提供的一种电子设备的结构图,如图5所示,基于硬件的角度,本申请实施例提供一种电子设备包括:存储器20,用于存储计算机程序;
处理器21,用于执行计算机程序时实现如上述实施例提到的订单排产方法的步骤。
本实施例提供的电子设备可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器20至少用于存储以下计算机程序201,其中,该计算机程序被处理器21加载并执行之后,能够实现前述任一实施例公开的订单排产方法的相关步骤。另外,存储器20所存储的资源还可以包括操作***202和数据203等,存储方式可以是短暂存储或者永久存储。其中,操作***202可以包括Windows、Unix、Linux等。数据203可以包括但不限于MP23032671X等。
在一些实施例中,电子设备还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解,图5中示出的结构并不构成对电子设备的限定,可以包括比图示更多或更少的组件。
可以理解的是,如果上述实施例中的订单排产方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对目前技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、磁碟或者光盘等各种可以存储程序代码的介质。
基于此,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述提到的订单排产方法的步骤。
以上对本申请实施例所提供的订单排产方法、装置、电子设备及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上对本申请所提供的订单排产方法、装置、电子设备及介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种订单排产方法,其特征在于,包括:
获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期;
从各所述产前节点工序和各所述产后节点工序中筛选出瓶颈工序;
采用有限产能计算法先计算出各所述瓶颈工序对应的实际计划完成工期,再根据各所述瓶颈工序对应的实际计划完成工期对各所述产前节点工序的初始计划完成工期和各所述产后节点工序的初始计划完成工期修正以推算出各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期;
根据各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期;
结合产线实际运行参数和所述加工生产环节对应的各节点工序的推算计划完成工期确定出所述加工生产环节对应的各节点工序的具体作业时间。
2.根据权利要求1所述的订单排产方法,其特征在于,还包括:
获取总工序周期;
比较所述推算计划完成工期和所述总工序周期的关系;
若所述推算计划完成工期小于所述总工序周期,则根据所述推算计划完成工期和所述总工序周期的比值确定出第一压缩比例;
根据所述第一压缩比例得到各节点工序下的各工序号的加工天数以作为最终的排产方案。
3.根据权利要求2所述的订单排产方法,其特征在于,所述根据所述第一压缩比例得到各节点工序下的各工序号的加工天数以作为最终的排产方案包括:
获取与所述第一压缩比例相差预设差值的待确定压缩比例;
分别得到各所述待确定压缩比例对应的各工序号的加工天数;
统计各所述待确定压缩比例对应的全部工序号的加工总天数;
选取与所述推算计划完成工期最接近的加工总天数对应的所述待确定压缩比例作为目标压缩比例,并以所述目标压缩比例对应的各工序号的加工天数作为所述最终的排产方案。
4.根据权利要求1所述的订单排产方法,其特征在于,所述获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期包括:
获取所有待排产订单对应的各产前节点工序和各产后节点工序;
获取所有待排产订单的要求生产周期和产线的理论生产周期;
根据所述要求生产周期和所述理论生产周期确定第二压缩比例;
结合工序周期和所述第二压缩比例确定各所述产前节点工序的初始计划完成工期和各所述产后节点工序的初始计划完成工期。
5.根据权利要求1所述的订单排产方法,其特征在于,所述从各所述产前节点工序和各所述产后节点工序中筛选出瓶颈工序包括:
通过经验法或加工周期统计法从各所述产前节点工序和各所述产后节点工序中筛选出所述瓶颈工序。
6.根据权利要求5所述的订单排产方法,其特征在于,所述根据各所述瓶颈工序对应的实际计划完成工期对各所述产前节点工序的初始计划完成工期和各所述产后节点工序的初始计划完成工期修正以推算出各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期包括:
确定出所述瓶颈工序的上游工序和下游工序;
获取所述瓶颈工序的加工件数和加工日期;
以所述瓶颈工序的加工件数和加工日期固定不变,倒推或正推得到所述上游工序对应的工期和下游工序对应的工期作为各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期。
7.根据权利要求1所述的订单排产方法,其特征在于,所述根据各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期包括:
定义各所述产前节点工序和各所述产后节点工序与产品制造BOM上零件/部件的具体工艺步骤的对应关系;
将各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期作为约束条件;
结合零件/部件工艺过程卡中出具的工序周期参数,推算所述加工生产环节对应的各节点工序所对应零件/部件的计划开始加工工期和计划完成加工工期;
将得到的各所述零件/部件的计划开始加工工期和计划完成加工工期代入至排产逻辑运算过程,并根据所述产品制造BOM上各零件/部件所对应的工艺过程卡,推算各零件/部件的计划完成工期并作为所述加工生产环节对应的各节点工序的推算计划完成工期。
8.一种订单排产装置,其特征在于,包括:
获取模块,用于获取所有待排产订单对应的各产前节点工序的初始计划完成工期和各产后节点工序的初始计划完成工期;
筛选模块,用于从各所述产前节点工序和各所述产后节点工序中筛选出瓶颈工序;
处理模块,用于采用有限产能计算法先计算出各所述瓶颈工序对应的实际计划完成工期,再根据各所述瓶颈工序对应的实际计划完成工期对各所述产前节点工序的初始计划完成工期和各所述产后节点工序的初始计划完成工期修正以推算出各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期;
第一确定模块,用于根据各所述产前节点工序的修正计划完成工期和各所述产后节点工序的修正计划完成工期确定出加工生产环节对应的各节点工序的推算计划完成工期;
第二确定模块,用于结合产线实际运行参数和所述加工生产环节对应的各节点工序的推算计划完成工期确定出所述加工生产环节对应的各节点工序的具体作业时间。
9.一种电子设备,其特征在于,包括存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的订单排产方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至7任一项所述的订单排产方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410257701.7A CN117852842A (zh) | 2024-03-07 | 2024-03-07 | 一种订单排产方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410257701.7A CN117852842A (zh) | 2024-03-07 | 2024-03-07 | 一种订单排产方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117852842A true CN117852842A (zh) | 2024-04-09 |
Family
ID=90546854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410257701.7A Pending CN117852842A (zh) | 2024-03-07 | 2024-03-07 | 一种订单排产方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117852842A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427021A (zh) * | 2015-10-30 | 2016-03-23 | 江苏云道信息技术有限公司 | 一种服装智能排产方法 |
US20190228360A1 (en) * | 2017-05-31 | 2019-07-25 | Hitachi, Ltd. | Production schedule creating apparatus, production schedule creating method, and production schedule creating program |
CN112907156A (zh) * | 2021-04-26 | 2021-06-04 | 上海电气集团股份有限公司 | 一种胶塞排产方法及装置 |
CN116128216A (zh) * | 2022-12-27 | 2023-05-16 | 北京航天智造科技发展有限公司 | 一种基于多因素可调权重的排产方法 |
WO2023185714A1 (zh) * | 2022-03-31 | 2023-10-05 | 华为技术有限公司 | 一种计算机任务处理方法及其相关设备 |
CN117035279A (zh) * | 2023-07-17 | 2023-11-10 | 中车青岛四方机车车辆股份有限公司 | 排产计划联动调整方法及装置 |
-
2024
- 2024-03-07 CN CN202410257701.7A patent/CN117852842A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427021A (zh) * | 2015-10-30 | 2016-03-23 | 江苏云道信息技术有限公司 | 一种服装智能排产方法 |
US20190228360A1 (en) * | 2017-05-31 | 2019-07-25 | Hitachi, Ltd. | Production schedule creating apparatus, production schedule creating method, and production schedule creating program |
CN112907156A (zh) * | 2021-04-26 | 2021-06-04 | 上海电气集团股份有限公司 | 一种胶塞排产方法及装置 |
WO2023185714A1 (zh) * | 2022-03-31 | 2023-10-05 | 华为技术有限公司 | 一种计算机任务处理方法及其相关设备 |
CN116128216A (zh) * | 2022-12-27 | 2023-05-16 | 北京航天智造科技发展有限公司 | 一种基于多因素可调权重的排产方法 |
CN117035279A (zh) * | 2023-07-17 | 2023-11-10 | 中车青岛四方机车车辆股份有限公司 | 排产计划联动调整方法及装置 |
Non-Patent Citations (1)
Title |
---|
李俚;夏晶;李露;桂黎红;: "瓶颈工序影响下汽车电子生产车间排程研究", 现代制造工程, no. 03, 18 March 2020 (2020-03-18), pages 26 - 32 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801448B (zh) | 物料需求分配方法、装置、***及存储介质 | |
Jodlbauer et al. | Capacity-driven production planning | |
JP2007072924A (ja) | 受注・見込み生産混流時の生産計画方法および生産計画システム | |
EP2610696A1 (en) | Process design/production planning device | |
US20100153294A1 (en) | Determining values for characteristic value combinations | |
CN117952553A (zh) | 排产方案确定方法、装置、电子设备和存储介质 | |
CN114049011A (zh) | 生产排程方法及装置 | |
CN106873555B (zh) | 一种多品种小批量混流装配线的总装生产排序方法及装置 | |
CN112712236A (zh) | 一种造船企业线表负荷评估软件设计方法 | |
CN117852842A (zh) | 一种订单排产方法、装置、电子设备及介质 | |
CN116579570A (zh) | 产品生产排产方法、装置、设备及介质 | |
CN115983429A (zh) | 基于bim模型的施工策略优化方法、***、终端及介质 | |
CN113791595B (zh) | 分散控制***测点数据导入方法、***、设备及介质 | |
CN116187683A (zh) | 工单分配方法、装置、设备及存储介质 | |
CN112884370B (zh) | 考虑订单插单的高端装备研制过程多项目重调度方法及*** | |
CN114862045A (zh) | 排产优化方法、装置、电子设备及存储介质 | |
JP2010244506A (ja) | 生産計画作成装置および該方法 | |
CN115456268A (zh) | 一种导向辊制造资源优化配置方法、装置、设备及介质 | |
CN103699105A (zh) | 生产排程的数据处理方法和装置 | |
CN113723695A (zh) | 一种基于场景的再制造调度优化方法 | |
CN112884231A (zh) | 预制构件生产调度与工人配置集成优化方法、介质及设备 | |
CN113592170B (zh) | 面向项目型erp***的aps规划方法及*** | |
CN117519055B (zh) | 一种考虑复杂人机协作模式的平行装配线调度方法和装置 | |
CN107770024A (zh) | 总线周期扫描表的生成方法和装置 | |
JPH06162037A (ja) | 生産計画の立案方式 |
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 |