基于工业互联网的LMS生产物流调度方法

技术领域

本发明涉及工业自动化技术领域，具体涉及一种基于工业互联网的LMS生产物流调度方法。

背景技术

车间生产工序与车辆物流运输的调度是智能制造的核心内容之一，传统的生产调度都是在信息完整的前提条件下进行的，所研究的对象具有确定性、静态性的特点，但在实际工作中，信息的获得具有不及时或不完整的特点。如临时插单，交货期更改都会影响市场需求，生产调度如不能适应市场的波动需求就无法按时完成生产任务，造成企业亏损。目前，在混流制造业，物料配送管理执行力度不够，实时控制能力普遍较弱，使得物料配送不能按预期作业，生产情况不够稳定；现有的调度方式难以根据实时生产与物流运输的实际情况准确调整、优化调度规则，影响产品生产效率和物流配送效率，使用效果不佳。

为了解决现有技术存在的不足，人们进行了长期的探索，提出了各式各样的解决方案。例如，中国专利文献公开了一种水面上的水稻种植方法[CN201710556035.7]，它包括定义物流配送车辆满载率和配送任务复杂度；获取多目标优化模型的约束条件，并根据物流配送车辆满载率和配送任务复杂度，以物流配送车辆平均满载率最大和配送任务复杂度指数最小为目标建立多目标优化模型；利用遗传算法对多目标优化模型进行求解，得到最优的分配方案。

上述方案在一定程度上解决了现有技术中生产调度方式难以适应市场波动需求的问题，但是该方案依然存在着诸多不足，例如：难以根据实时生产与物流运输的实际情况准确调整、优化调度规则，影响产品生产效率和物流配送效率，使用效果不佳。

发明内容

本发明的目的是针对上述问题，提供一种基于工业互联网的LMS生产物流调度方法。

为达到上述目的，本发明采用了下列技术方案：基于工业互联网的LMS生产物流调度方法，本方法包括以下步骤：

S1、监控各个工序的生产加工流程，记录生产时长；

S2、获取空闲运输车辆数量以及空闲装载量，统计物料流向以及配送时长；

S3、基于生产工序数据以及运输车辆数据建立生产物流调度模型；

S4、对生产物流调度模型设置生产任务编码及运输任务编码，建立生产调度规则和运输调度规则；

S5、设立任务调度数据库，记载并对比调度数据，对生产物流调度模型进行优化训练；

S6、生产物流调度模型基于不断优化的调度数据进行生产和物流的自动调度。

本方法通过对生产工序和运输车辆进行监控，确定生产工序数据以及运输车辆数据，并基于上述数据建立生产物流调度模型，其次进行生产任务编码及运输任务编码并建立生产调度规则和运输调度规则，能够根据任务情况、生产工序的加工情况以及运输车辆的情况进行贴合实际的生产物流调度，更加合理、高效，同时，通过任务调度数据库不断优化生产物流调度模型，进行深度学习，能够有效提高生产效率和运输效率，使用效果好。

在上述的基于工业互联网的LMS生产物流调度方法中，在步骤S1中，通过监控平台对各个工序的产品生产加工流程进行监控计时，记录产品的加工所需时长并计算平均加工所需时长，其次，记录各个工序的加工负载量，统计单位时间内的平均加工数量，统计数据形成生产调度表并发送至生产管理平台，生产管理平台连接生产物流调度模型，向生产物流调度模型输入生产任务，生产物流调度模型根据统计数据对生产任务进行自动调度、排产、分配。

在步骤S2中，通过车辆统计平台对空闲运输车辆、车型、各个车型的空闲装载量、运输时长以及运输目的地进行记录形成运输车辆调度表并实时输送至生产物流调度模型，生产物流调度模型匹配最佳装载方案并设置各个车型的最佳运输线路。

在步骤S3中，在建立生产物流调度模型时，输入生产工序数据和运输车辆数据进行模型训练，规划初始生产调度方式和和初始运输车辆调度方式。

在上述的基于工业互联网的LMS生产物流调度方法中，在步骤S4中，生产任务编码分为自然顺序编码、应急编码以及延迟编码，其中：

自然顺序编码为按照生产时顺序依次编码标记，其优先等级为A；

应急编码为按照加快生产进行优先编码标记，其优先等级为S；

延迟编码为自然顺序编码和应急编码完成编码后的顺序编码，其优先等级为C；

其中优先等级S＞优先等级A＞优先等级C。

在步骤S4中，运输任务编码分为车型编码、负载量编码和运输线路编码，车型编码按照货运车型进行顺序编码，负载量编码按照货运车型的负载从大到小依次编码，运输线路编码按照运输线路的远近依次进行编码。

在步骤S4中，生产调度规则包括以下内容：

①日常调度：根据生产完成后可使用的运输车辆数据灵活调节生产任务；

②空闲调度：每道生产工序均设置有若干个相同平行工序同步加工，当其中一道工序负载超过设定值，则通过空闲的平行工序进行分流；

③紧急调度：根据上述的优先等级对生产任务进行插队加工、延后加工，调节排产任务。

在上述的基于工业互联网的LMS生产物流调度方法中，运输调度规则包括以下内容：

A车型调度：当负责运输特定型号产品的车型无空闲时或车辆数量不足时，则调用空闲其它车型的车辆协助运输；

B负载量调度：根据产品的整体装载需求，对不同负载量的空闲车辆进行搭配组合，减少空载；

C运输路线调度：根据产品目的地以及交通状况，协调运输车型和运输路线，确保具有最多的空闲车辆。

步骤S5具体包括以下步骤：

S51、任务调度数据库对车辆和生产工序的调度进行记录；

S52、对相同情况下的不同调度方式进行对比，确认各种情况下的最优调度方案；

S53、利用最优调度方案优化生产物流调度模型的调度规则；

S54、将优化后调度规则与日后任务调度数据库的最优调度方案进行比对；

S55、不断优化最新的调度规则。

在步骤S6中，生产和物流的自动调度通过调度中心进行控制管理，调度中心连接生产管理平台与车辆统计平台，其中，对于工序的调度使用远程控制实现自动启闭和加工产品的输送切换；对于车辆的调度通过远程语音进行指令发送并对车辆位置进行定位。

与现有的技术相比，本发明的优点在于：

1、能够根据生产工序以及运输车辆的实际情况进行灵活调度，提高生产效率和运输效率；

2、调度范围广，基于生产任务编码可以对工序生产进行多方面调度，实现灵活加工生产，并且，基于运输任务编码对运输车辆进行灵活搭配运输，减少空载，缩短物流行程，降低运输成本；

3、生产物流调度模型能够基于任务调度数据库的调度数据不断优化和深度学习，形成各种情况的最佳调度方案。

附图说明

图1是本发明的原理图；

图2是本发明中的方法流程图；

图中：生产物流调度模型1、任务调度数据库2、监控平台3、生产调度表31、生产管理平台32、车辆统计平台4、运输车辆调度表41、生产调度规则5、运输调度规则6、生产工序数据7、运输车辆数据8。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步详细的说明。

如图1-2所示，基于工业互联网的LMS生产物流调度方法，本方法包括以下步骤：

S1、监控各个工序的生产加工流程，记录生产时长；

S2、获取空闲运输车辆数量以及空闲装载量，统计物料流向以及配送时长；

S3、基于生产工序数据7以及运输车辆数据8建立生产物流调度模型1；

S4、对生产物流调度模型1设置生产任务编码及运输任务编码，建立生产调度规则5和运输调度规则6；

S5、设立任务调度数据库2，记载并对比调度数据，对生产物流调度模型1进行优化训练；

S6、生产物流调度模型1基于不断优化的调度数据进行生产和物流的自动调度。

在步骤S1中，通过监控平台3对各个工序的产品生产加工流程进行监控计时，记录产品的加工所需时长并计算平均加工所需时长，其次，记录各个工序的加工负载量，统计单位时间内的平均加工数量，统计数据形成生产调度表31并发送至生产管理平台32，生产管理平台32连接生产物流调度模型1，向生产物流调度模型1输入生产任务，生产物流调度模型1根据统计数据对生产任务进行自动调度、排产、分配。

对于工序数据的统计，主要用于记录每个工序的生产负载和生产效率，配合混合生产情况以及紧急生产情况时对各个工序进行灵活分配调度，避免空载工序，提高生产效率。

在步骤S2中，通过车辆统计平台4对空闲运输车辆、车型、各个车型的空闲装载量、运输时长以及运输目的地进行记录形成运输车辆调度表41并实时输送至生产物流调度模型1，生产物流调度模型1匹配最佳装载方案并设置各个车型的最佳运输线路。

这里的运输车辆装载有定位模块，各个车型的位置显示标识不同，用于对运输车辆位置的识别，其次，对于运输车辆的数据统计用于了解物流运输情况以及空闲运输车辆的情况，最佳装载方案时根据车型和负载量进行匹配，其次，最佳运输路线根据最短路程或最短运输时长进行判断，设置最短路程的运输路线用于节约运输成本，适用于日常运输；设置最短运输时长的运输路线用于紧急运载，适用于紧急运输。

在步骤S3中，在建立生产物流调度模型1时，输入生产工序数据7和运输车辆数据8进行模型训练，规划初始生产调度方式和和初始运输车辆调度方式。

在步骤S4中，生产任务编码分为自然顺序编码、应急编码以及延迟编码，其中：

自然顺序编码为按照生产时顺序依次编码标记，其优先等级为A；

应急编码为按照加快生产进行优先编码标记，其优先等级为S；

延迟编码为自然顺序编码和应急编码完成编码后的顺序编码，其优先等级为C；

其中优先等级S＞优先等级A＞优先等级C。

根据生产任务编码的优先等级进行灵活排产，适用于混合生产时的任务需求波动，符合不同情况的生产需求。

在步骤S4中，运输任务编码分为车型编码、负载量编码和运输线路编码，车型编码按照货运车型进行顺序编码，负载量编码按照货运车型的负载从大到小依次编码，运输线路编码按照运输线路的远近依次进行编码。

通过运输任务编码可以根据产品的实际情况进行匹配装载，减少空载，分担运载任务，减轻运输压力。

在步骤S4中，生产调度规则5包括以下内容：

①日常调度：根据生产完成后可使用的运输车辆数据8灵活调节生产任务；

②空闲调度：每道生产工序均设置有若干个相同平行工序同步加工，当其中一道工序负载超过设定值，则通过空闲的平行工序进行分流；

③紧急调度：根据上述的优先等级对生产任务进行插队加工、延后加工，调节排产任务。

根据生产任务的实际情况对工序进行灵活调度，通过平行工序减轻生产负载，提高生产效率。

运输调度规则6包括以下内容：

A车型调度：当负责运输特定型号产品的车型无空闲时或车辆数量不足时，则调用空闲其它车型的车辆协助运输；

B负载量调度：根据产品的整体装载需求，对不同负载量的空闲车辆进行搭配组合，减少空载；

C运输路线调度：根据产品目的地以及交通状况，协调运输车型和运输路线，确保具有最多的空闲车辆。

设置运输调度规则是为了确保最佳的运输效率，并减少运输成本。

步骤S5具体包括以下步骤：

S51、任务调度数据库2对车辆和生产工序的调度进行记录；

S52、对相同情况下的不同调度方式进行对比，确认各种情况下的最优调度方案；

S53、利用最优调度方案优化生产物流调度模型1的调度规则；

S54、将优化后调度规则与日后任务调度数据库2的最优调度方案进行比对；

S55、不断优化最新的调度规则。

通过对生产物流调度模型1的不断优化，寻求各种情况下的最佳调度方案，并根据最佳调度方案对调度规则进行优化，从而实现高效生产和高效运输。

在步骤S6中，生产和物流的自动调度通过调度中心进行控制管理，调度中心连接生产管理平台32与车辆统计平台4，其中，对于工序的调度使用远程控制实现自动启闭和加工产品的输送切换；对于车辆的调度通过远程语音进行指令发送并对车辆位置进行定位。

综上所述，本实施例的原理在于：通过对各个工序进行监控并统计生产工序数据7，并对运输车辆进行记录形成运输车辆数据8，基于运输车辆数据8和生产工序数据7建立生产物流调度模型1，利向生产物流调度模型1输入的生产任务编码5和运输任务编码6，生产物流调度模型1根据生产任务编码5和运输任务编码6对生产工序和运输车辆进行灵活调度，从而提高生产效率和运输效率，其次，通过任务调度数据库2对生产物流调度模型1不断优化，寻求最佳调度方案，并利用最佳调度方案对调度规则进行反向优化。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

尽管本文较多地使用了生产物流调度模型1、任务调度数据库2、监控平台3、生产调度表31、生产管理平台32、车辆统计平台4、运输车辆调度表41、生产调度规则5、运输调度规则6、生产工序数据7、运输车辆数据8等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释发明的本质；把它们解释成任何一种附加的限制都是与发明精神相违背的。