TCI 300-2024 離散制造生產(chǎn)計(jì)劃智能調(diào)度技術(shù)規(guī)范

CCSL70T2024-03-18發(fā)布IT/CI300-2024 II III 12規(guī)范性引用文件 13術(shù)語和定義 14全局級(jí)生產(chǎn)計(jì)劃智能排程 25車間級(jí)生產(chǎn)作業(yè)智能調(diào)度 46人機(jī)物制造資源動(dòng)態(tài)配置 6T/CI300-2024本文件按照GB/TL.1-2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別專利的責(zé)任。本文件由河南科技大學(xué)、龍門實(shí)驗(yàn)室提出。本文件由中國國際科技促進(jìn)會(huì)歸口。本文件起草單位：河南科技大學(xué)、龍門實(shí)驗(yàn)室、中信重工機(jī)械股份有限公司、中航光電科技股份有限公司、三六零數(shù)字安全科技集團(tuán)有限公司、機(jī)械工業(yè)第六設(shè)計(jì)研究院有限公司、洛陽理工學(xué)院、東南大學(xué)、河南群智信息技術(shù)有限公司。本文件主要起草人：張明川、吳慶濤、楊磊、趙旭輝、魏寶、余洋、張建新、劉波、劉勇、張波利、朱軍龍、冀治航、劉牧華、李濤、王國勇、董璐、鄭瑞娟、張晨璐、葛又銘。本文件為首次發(fā)布。T/CI300-2024離散制造業(yè)作為我國國民經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的支柱和主體，是國家立國、興國、強(qiáng)國的基礎(chǔ)。近年來，隨著社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展，大眾對離散制造業(yè)產(chǎn)品的定制化需求日益增加，為離散制造業(yè)的生產(chǎn)模式帶來了新的挑戰(zhàn)。生產(chǎn)訂單呈多品種、小批量的特點(diǎn)，導(dǎo)致生產(chǎn)計(jì)劃難以高效制定，無法在保證交貨期的同時(shí)滿足生產(chǎn)成本和質(zhì)量控制的要求。此外，工序復(fù)雜、物料繁多也造成了車間作業(yè)效率低下，人機(jī)物配置經(jīng)常出現(xiàn)不平衡，資源利用率難以提升。傳統(tǒng)的生產(chǎn)計(jì)劃調(diào)度方法往往依賴于人工排產(chǎn)和固定的規(guī)則，難以應(yīng)對復(fù)雜多變的生產(chǎn)環(huán)境和市場需求。這些方法缺乏對生產(chǎn)過程的實(shí)時(shí)監(jiān)控和動(dòng)態(tài)調(diào)整，導(dǎo)致生產(chǎn)過程中的資源浪費(fèi)、效率低下等問題。此外，傳統(tǒng)的生產(chǎn)計(jì)劃調(diào)度方式也無法有效應(yīng)對突發(fā)事件和不確定性因素，如設(shè)備故障、物料短缺等，這些問題往往會(huì)導(dǎo)致生產(chǎn)計(jì)劃的延誤和混亂。生產(chǎn)計(jì)劃智能調(diào)度能夠有效解決傳統(tǒng)生產(chǎn)計(jì)劃調(diào)度方法所面臨的問題。智能調(diào)度系統(tǒng)通過引入人工智能、大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)等先進(jìn)技術(shù)，實(shí)現(xiàn)對生產(chǎn)過程的實(shí)時(shí)監(jiān)控和動(dòng)態(tài)調(diào)整。它根據(jù)實(shí)時(shí)的生產(chǎn)數(shù)據(jù)和市場信息，智能地調(diào)整生產(chǎn)計(jì)劃，優(yōu)化資源配置，提高生產(chǎn)效率。同時(shí)，智能調(diào)度系統(tǒng)能夠預(yù)測和應(yīng)對突發(fā)事件和不確定性因素，確保生產(chǎn)計(jì)劃執(zhí)行的穩(wěn)定性和可靠性。因此，為了更好地應(yīng)對市場需求的變化，以及順應(yīng)我國離散制造生產(chǎn)計(jì)劃調(diào)度體系的智能化提升，本文件制定了離散制造生產(chǎn)計(jì)劃智能調(diào)度技術(shù)規(guī)范。本文件針對離散制造生產(chǎn)計(jì)劃智能調(diào)度技術(shù)，主要包括全局級(jí)生產(chǎn)計(jì)劃智能排程、車間級(jí)生產(chǎn)作業(yè)智能調(diào)度、人機(jī)物制造資源動(dòng)態(tài)配置。1T/CI300-2024離散制造生產(chǎn)計(jì)劃智能調(diào)度技術(shù)規(guī)范本文件規(guī)定了離散制造的生產(chǎn)計(jì)劃智能調(diào)度技術(shù)規(guī)范的術(shù)語和定義、全局級(jí)生產(chǎn)計(jì)劃智能排程、車間級(jí)生產(chǎn)作業(yè)智能調(diào)度、人機(jī)物制造資源動(dòng)態(tài)配置等內(nèi)容。本文件適用于各級(jí)各類離散制造企業(yè)的相關(guān)人員，包括但不限于生產(chǎn)計(jì)劃員、車間調(diào)度員、數(shù)據(jù)分析師、技術(shù)人員以及高級(jí)管理人員等各個(gè)層級(jí)的專業(yè)人員。2規(guī)范性引用文件本文件沒有規(guī)范性引用文件。3術(shù)語和定義下列術(shù)語和定義適用于本文件。3.1智能調(diào)度intelligentscheduling智能調(diào)度是指基于用戶訂單生成生產(chǎn)計(jì)劃，利用人工智能技術(shù)，對生產(chǎn)資源進(jìn)行優(yōu)化和調(diào)度的過程。3.2離散制造discretemanufacturing離散制造是指生產(chǎn)過程中以離散式生產(chǎn)單元為基礎(chǔ)，將原材料或組件進(jìn)行組裝、加工、制造的一種生產(chǎn)方式。在離散制造中，每個(gè)產(chǎn)品都是獨(dú)立的單元，生產(chǎn)過程中的每個(gè)環(huán)節(jié)都可以獨(dú)立進(jìn)行。3.3BOM表billofmaterialsBOM表是制造企業(yè)用于記錄產(chǎn)品組成部件清單的文檔。包括產(chǎn)品所需的所有部件、原材料、工具或其他項(xiàng)目等結(jié)構(gòu)化記錄，并提供它們的數(shù)量、規(guī)格和描述等詳細(xì)信息。3.4MRP系統(tǒng)materialrequirementsplanningMRP系統(tǒng)是一種生產(chǎn)計(jì)劃和物料控制系統(tǒng)，主要用于確定制造產(chǎn)品所需的原材料、零部件和其他物料的需求量，并生成相應(yīng)的采購計(jì)劃。24全局級(jí)生產(chǎn)計(jì)劃智能排程程，實(shí)現(xiàn)生產(chǎn)計(jì)劃的安排。如圖1所示。4.1.1.2標(biāo)準(zhǔn)化需求4.1.2月度生產(chǎn)計(jì)劃3T/CI300-2024BOM文件以及倉庫管理中心對零部件庫存的統(tǒng)計(jì)，MRP系統(tǒng)制定生產(chǎn)車間的月度生產(chǎn)計(jì)劃和物料需求計(jì)劃。4.1.3物料需求計(jì)劃分析生產(chǎn)計(jì)劃、銷售預(yù)測和庫存水平，確定物料的需求量，根據(jù)物料交貨周期和供應(yīng)商的能力，確定采購時(shí)間點(diǎn)。在制定采購計(jì)劃時(shí)，考慮采購預(yù)算、物料特性、供應(yīng)商可靠性、成本和質(zhì)量等因素，選擇合適的采購方式和供應(yīng)商。4.2生產(chǎn)計(jì)劃智能排程企業(yè)根據(jù)用戶訂單，現(xiàn)有的產(chǎn)品原料和庫存數(shù)量利用人工智能算法對生產(chǎn)計(jì)劃安排生產(chǎn)。4.2.1數(shù)據(jù)獲取利用企業(yè)的制造執(zhí)行系統(tǒng)（ManufacturingEnterpriseSystem，MES）獲取倉庫中的物料庫存數(shù)量、物料與產(chǎn)品、工序、工藝路線等之間的BOM表、物料庫存位置、供貨周期、訂單需求量、訂單緊急程度、交貨期限等數(shù)據(jù)。4.2.2數(shù)據(jù)預(yù)處理對獲取到的數(shù)據(jù)進(jìn)行預(yù)處理，如數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)可視化等操作。4.2.3生產(chǎn)計(jì)劃智能管理本文件提供的生產(chǎn)計(jì)劃智能管理利用機(jī)器學(xué)習(xí)方法建立訂單完工時(shí)間預(yù)測模型，根據(jù)預(yù)測結(jié)果判斷訂單完工時(shí)間是否滿足交貨期限約束。根據(jù)訂單池排序規(guī)則和人工智能算法，將訂單分配到對應(yīng)的車間，生成預(yù)調(diào)度結(jié)果以確定加工順序和每個(gè)工序的開始時(shí)間。4.2.3.1訂單接收利用線性回歸、決策樹、隨機(jī)森林、深度學(xué)習(xí)等機(jī)器學(xué)習(xí)方法，對預(yù)處理后的數(shù)據(jù)進(jìn)行訓(xùn)練，建立訂單完工時(shí)間預(yù)測模型，利用模型預(yù)測結(jié)果，確定新接收訂單是否滿足交貨期限約束。4.2.3.2訂單發(fā)放根據(jù)訂單的緊急程度、交貨日期等約束條件，利用人工智能算法對所有待處理訂單進(jìn)行綜合評估和排序，確定訂單的處理順序。排序完成后，考慮每個(gè)車間的生產(chǎn)能力、可用資源以及訂單的需求特點(diǎn)，確保訂單能夠在預(yù)設(shè)時(shí)間內(nèi)準(zhǔn)確地分配到相應(yīng)的車間進(jìn)行加工。4.2.3.3工藝路線利用BOM表獲取訂單工序的順序、先后關(guān)系和所需物料等制造流程。4T/CI300-20244.2.3.4車間派工利用人工智能算法產(chǎn)生預(yù)調(diào)度結(jié)果，確定訂單加工的順序和每個(gè)工序的開始加工時(shí)間。4.2.3.5加工中心利用離散式分布的生產(chǎn)單元進(jìn)行訂單加工。4.2.3.6入庫存放已加工的成品到倉庫。4.2.3.7交貨期管理利用人工智能算法，評估訂單的完成時(shí)間并判斷是否滿足交貨期限約束。如果訂單符合交貨期約束，將被接收并進(jìn)入后續(xù)的生產(chǎn)計(jì)劃調(diào)配和資源調(diào)度階段；如果訂單無法按時(shí)完成，利用智能算法和優(yōu)化模型，重新排程和調(diào)配生產(chǎn)資源，建立智能化的協(xié)調(diào)和溝通系統(tǒng)，自動(dòng)發(fā)送提醒和通知，協(xié)調(diào)資源和調(diào)整計(jì)劃，解決訂單延誤的問題，并與客戶進(jìn)行溝通和協(xié)商。4.3生產(chǎn)數(shù)據(jù)可視化將訂單完成情況，包括已完成訂單數(shù)量、進(jìn)行中訂單數(shù)量和延期訂單數(shù)量以直方圖進(jìn)行展示，對不同訂單的生產(chǎn)進(jìn)度和交貨日期進(jìn)行可視化對比展示，同時(shí)可視化生產(chǎn)線的產(chǎn)量、合格產(chǎn)品數(shù)和不合格產(chǎn)品數(shù)等指標(biāo)，實(shí)時(shí)展示生產(chǎn)情況。5車間級(jí)生產(chǎn)作業(yè)智能調(diào)度本文件的車間調(diào)度方案的相關(guān)流程包括接收訂單、訂單任務(wù)分解、編制車間調(diào)度方案以及審核生產(chǎn)能力等流程。在訂單接收和任務(wù)分解階段，訂單需求被細(xì)化為具體的生產(chǎn)任務(wù)?；谟唵蔚膬?yōu)先級(jí)、約束條件、可用加工機(jī)器和加工時(shí)間等信息，利用人工智能算法制定生產(chǎn)任務(wù)的具體執(zhí)行計(jì)劃、任務(wù)執(zhí)行順序、資源分配和時(shí)間安排等。通過生產(chǎn)能力審核來判斷是否執(zhí)行調(diào)度方案，如果產(chǎn)能不允許，安排到下一期進(jìn)行生產(chǎn)。具體調(diào)度流程如圖2所示。5是圖2車間生產(chǎn)作業(yè)智能調(diào)度流程5.1訂單接收來自全局智能排程系統(tǒng)發(fā)放的訂單將由生產(chǎn)部門的計(jì)劃員接收，并等待進(jìn)一步的分解和處理。5.2訂單任務(wù)分解生產(chǎn)部的計(jì)劃員根據(jù)ERP系統(tǒng)中的BOM表，逐級(jí)將訂單任務(wù)需求中的產(chǎn)品種類和數(shù)量分解為相應(yīng)的零部件種類和零部件數(shù)量，并確定訂單任務(wù)所需的輔助零部件、工裝等資源的型號(hào)和數(shù)量。5.3車間智能調(diào)度利用傳感器采集設(shè)備、物料等信息，運(yùn)用機(jī)器學(xué)習(xí)方法預(yù)測機(jī)器故障，并借助人工智能算法制定生產(chǎn)計(jì)劃表。按照生成的調(diào)度計(jì)劃表執(zhí)行生產(chǎn)任務(wù)，通過實(shí)時(shí)可視化工具展示調(diào)度結(jié)果，監(jiān)控生產(chǎn)進(jìn)度。5.3.1數(shù)據(jù)采集利用傳感器采集車間中生產(chǎn)設(shè)備的狀態(tài)、物料消耗、工作進(jìn)度等數(shù)據(jù)。5.3.2數(shù)據(jù)分析與預(yù)測建立生產(chǎn)過程數(shù)學(xué)模型，利用機(jī)器學(xué)習(xí)方法預(yù)測分析車間中潛在問題，如機(jī)器故障。5.3.3優(yōu)化調(diào)度算法根據(jù)訂單任務(wù)的優(yōu)先級(jí)、生產(chǎn)資源的可用情況，利用人工智能調(diào)度算法對生產(chǎn)任務(wù)進(jìn)行6T/CI300-2024合理的調(diào)度和分配到對應(yīng)的生產(chǎn)單元，確定每個(gè)生產(chǎn)任務(wù)在時(shí)間軸上的開始時(shí)間、結(jié)束時(shí)間、資源分配方案和時(shí)間安排等。5.3.4生產(chǎn)執(zhí)行按照制定的調(diào)度方案，執(zhí)行生產(chǎn)任務(wù)，監(jiān)控生產(chǎn)進(jìn)度并及時(shí)調(diào)整。5.3.5實(shí)時(shí)可視化利用甘特圖展示生產(chǎn)任務(wù)分配方案，可視化展示每個(gè)任務(wù)的完成進(jìn)度、資源分配情況和機(jī)器利用率。5.4生產(chǎn)能力審核針對超出設(shè)備生產(chǎn)能力的訂單，將其放入下一周期的生產(chǎn)隊(duì)列中等待加工。當(dāng)設(shè)備的生產(chǎn)能力需求小于設(shè)備當(dāng)前的生產(chǎn)能力時(shí)，按照訂單隊(duì)列中的排序進(jìn)行投放。在確定訂單的加工順序時(shí)，根據(jù)訂單的開始時(shí)間、優(yōu)先級(jí)等信息，進(jìn)行相應(yīng)的排序。根據(jù)排序結(jié)果，制定最終的調(diào)度方案。5.5工序執(zhí)行監(jiān)控利用傳感器、儀表和自動(dòng)化系統(tǒng)等技術(shù)手段，實(shí)時(shí)獲取工序執(zhí)行過程中的關(guān)鍵參數(shù)和指標(biāo)，如溫度、壓力、速度等。對這些數(shù)據(jù)與預(yù)設(shè)的標(biāo)準(zhǔn)進(jìn)行對比，以判斷工序是否在預(yù)期范圍內(nèi)進(jìn)行。如果發(fā)現(xiàn)異常情況或偏離預(yù)期，系統(tǒng)立即發(fā)出警報(bào)并通知相關(guān)人員，及時(shí)采取糾正措施。6人機(jī)物制造資源動(dòng)態(tài)配置6.1影響因素分析在人機(jī)物配置過程中，影響因素可分為人的因素、機(jī)器的因素和其他影響因素三大類。6.1.1人的因素包括人體尺寸參數(shù)、操作熟練程度、路徑選擇和作業(yè)適應(yīng)能力。6.1.2機(jī)器因素包括生產(chǎn)線布局、自動(dòng)化程度、換模效率和設(shè)備故障。6.1.3其他影響因素包括產(chǎn)品的生產(chǎn)工藝、生產(chǎn)流程和物料分配。6.2動(dòng)態(tài)配置策略分析動(dòng)態(tài)配置策略分析是指對制造過程中的資源配置進(jìn)行分析和優(yōu)化，包括人機(jī)任務(wù)分配和物料分配。7T/CI300-20246.2.1人機(jī)任務(wù)分配根據(jù)智能制造過程中的實(shí)時(shí)需求和資源狀況，動(dòng)態(tài)地將任務(wù)分配給人和機(jī)器，實(shí)現(xiàn)人和機(jī)器的優(yōu)勢互補(bǔ)。6.2.1.1確定工序獲取生產(chǎn)任務(wù)執(zhí)行順序、機(jī)器和工人等生產(chǎn)資源。6.2.1.2構(gòu)建模型制定優(yōu)化目標(biāo)函數(shù)，如最小完工時(shí)間、最低生產(chǎn)總成本、最小能耗等，結(jié)合任務(wù)可選的機(jī)器和工人等生產(chǎn)資源，構(gòu)建人機(jī)協(xié)作任務(wù)分配模型。6.2.1.3目標(biāo)優(yōu)化綜合考慮任務(wù)執(zhí)行時(shí)間、資源利用率和用戶滿意度等因素，使用人工智能算法優(yōu)化目標(biāo)函數(shù)。通過在線容器遷移算法、基于注意力和長短期記憶的特征提取方法以及策略梯度強(qiáng)化學(xué)習(xí)算法，得到更優(yōu)的人機(jī)協(xié)作任務(wù)分配策略。6.2.2物料分配根據(jù)訂單的緊急程度、交貨期限等因素確定物料的優(yōu)先級(jí)，采用人工智能算法，根據(jù)物料的存儲(chǔ)條件、生產(chǎn)設(shè)備的兼容性、人員技能匹配等約束條件，獲得最優(yōu)的物料分配方案。利用物料分配方案，將物料精確地分配給指定的人員和設(shè)備進(jìn)行加工。6.3人機(jī)協(xié)作利用手勢識(shí)別流程進(jìn)行人機(jī)協(xié)作完成工序，手勢識(shí)別流程包括圖像獲取、手勢分割與檢測、手勢追蹤分析、手勢分類與識(shí)別，如圖3所示。在自動(dòng)化生產(chǎn)線中，工人通過手勢來控制機(jī)器人的動(dòng)作或調(diào)整生產(chǎn)參數(shù)。手勢識(shí)別系統(tǒng)接收工人的手勢信號(hào)，將其轉(zhuǎn)換為相應(yīng)的控制指令，指令被發(fā)送給機(jī)器人或其他生產(chǎn)設(shè)備執(zhí)行。全局生產(chǎn)計(jì)劃系統(tǒng)實(shí)時(shí)監(jiān)控生產(chǎn)進(jìn)度和狀態(tài)，以便及時(shí)調(diào)整生產(chǎn)計(jì)劃和物料需求計(jì)劃。8基于基于模糊規(guī)則匹配基于深度學(xué)習(xí)算法基于運(yùn)動(dòng)信息方法機(jī)器機(jī)器學(xué)習(xí)算基于稀疏表示基于深度學(xué)習(xí)基于輪廓信息基于外觀特征基于運(yùn)動(dòng)信息圖3手勢識(shí)別流程方法6.3.2手勢分割與檢測6.3.2.2基于外觀特征6.3.2.3基于輪廓信息6.3.3手勢追蹤6.3.3.2基于稀疏表示9T/CI300-20246.3.3.3基于運(yùn)動(dòng)信息方法運(yùn)用運(yùn)動(dòng)估計(jì)、時(shí)空特征提取、運(yùn)動(dòng)模型等方法捕捉手勢的動(dòng)態(tài)變化。6.3.4手勢分類與識(shí)別將提取出的手勢特征輸入到分類器中，如支持向量機(jī)、卷積神經(jīng)網(wǎng)絡(luò)模型、深度學(xué)習(xí)模型等，分類器根據(jù)特征判斷手勢的類別，包括機(jī)器學(xué)習(xí)算法、基于深度學(xué)習(xí)算法、基于模糊規(guī)則匹配。6.3.4.1機(jī)器學(xué)習(xí)算法使用支持向量機(jī)、決策樹等機(jī)器學(xué)習(xí)算法處理非線性問題，準(zhǔn)確判斷手勢類別。6.3.4.2基于深度學(xué)習(xí)算法運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)等深度學(xué)習(xí)算法捕捉手勢動(dòng)態(tài)變化。6.3.4.3基于模糊規(guī)則匹配采用模糊邏輯方法，如模糊聚類、模糊控制等處理手勢識(shí)別的不確定性和模糊性。6.4動(dòng)態(tài)配置仿真技術(shù)在人機(jī)物制造資源動(dòng)態(tài)配置中，采用仿真軟件建立系統(tǒng)仿真模型，選擇配置策略，獲得資源配置方案。根據(jù)問題描述與定義進(jìn)行需求分析、模型構(gòu)建與數(shù)據(jù)采集完成模型確認(rèn)、仿真編程對生產(chǎn)任務(wù)的數(shù)量，物