RFID技术制造的两级先进生产计划和调度模型

菜单

摘要：射频识别（RFID）技术在制造业适用于创建RFID技术的普遍环境，在此环境下，最终实时的先进生产计划和调度（APPS）的目标将与集体智能的目标一起实现。使用RFID生产车间庞大的数据量来获得更精确和合理的APPS参数估算，特别是客户订单和标准操作时间（SOTS）。由此产生的APPS模型是基于层次化生产决策的原则，以用来制定规划和调度水平。可以采用RFID事件驱动机制来集成这两个层次的集体智能。利用一组规则的启发式方法来解决这个问题。该模型是通过四个维度测试，包括规则序列对决策的影响、公布战略评估以从规划到调度控制生产订单量、与另一个模型和实际操作的比较以及模型的稳健性。这遵守两个关键的研究结果。首先，基于所述RFID技术的实时信息的发布策略是有效的，有效地将平均总延期减少44.46％。第二，可以观察到该模型对象的对如缺陷等干扰的免疫能力。然而，随着问题规模的增加，处理紧急订单的模型稳健性变弱了；同时，机器故障的阻力相对变强了。调查结果和意见归纳成若干管理问题，以在实践中指导相关的最终用户购买集体智能。68901

关键词：先进的生产计划和调度（APPS）射频识别（RFID）即时普及制造两级车间

1. 引言

在过去的十年中，制造业在RFID（无线射频识别）应用具有显著的效益。在这种情况下，整合生产计划和调度的动机是整合集体智能：在RFID功能的实时普及环境中，可以更有效、更快地开展制造业务，最终的先进生产计划和调度（APPS）也可能启用。在本文中，与典型的生产基地比较，RFID功能的实时普及生产车间的APPS具有几个关键特性。

首先，采用分层方法的决策分为两个层次：生产计划和调度。在规划层面上，对生产订单进行排序，以尽量减少完成时间和截止日期的总差异。在调度层面，作业通过描述一个作业什么时候通过哪台机器处理的最佳序列描述确定，以使总延迟最小化。从规划到调度，生产订单可能分成多批其中的每一个视为包含180个项目的工作。从规划到调度，生产订单可能分成多批，每一个批次被视为包含180个项目的工作。论文网

其次，生产调度跟进混合流水车间（HFS）的原则。在HFS中，有若干个阶段，每一个阶段都有具有类似功能的若干台机器。这些阶段的作业按照严格的序列进行处理。某些阶段可以根据技术要求进行忽略。

第三，在RFID技术的普及化制造环境中，实时作业池的概念起着重要的作用。这里有两种类型的作业池。一个是在规划层面针对生产订单，其中实时作业池负责排序，管理和释放生产订单。另一种是在调度层面针对每个阶段，其中，通过RFID驱动的事件，负责测序和释放工作。当读取器检测到一个后面的RFID技术的实时普及化制造车间标注的标记，RFID事件驱动。

第四，在这个RFID功能的无处不在的制造环境中，规则发挥了显著作用。在规划层面上，作业池的生产订单是根据它们的优先级、客户的重要性、最早截止日期（EDD）和先入先出（FIFO）排序。在调度层面，作业池的作业是根据材料为基础的分组、最短处理时间（SPT）和秩序为基础的规则进行排序。另外，从作业池将作业分配给一个特定的机器时可以考虑一些规则，如材料特性和机器的处理速度。

最后，制造资源如机器、材料和工人都配备了RFID设备。一旦被RFID捆绑，他们变成智能制造对象（SMO），其能够感测、相互作用，并根据环境内的生产工作流程进行工作，因为RFID技术使实时数据采集成为现实，这里的APPS可能是确定的。因此，传统的分层决策原理被升级成闭环方式，的实时信息，例如操作者的状态、机器的情况、作业的进程、调度层的材料抵达时间，都可以反馈到规划层。