离散制造场景下用于智能排产前的物料预分配方法与流程

1.本发明涉及物料分配相关技术领域，尤其涉及离散制造场景下用于智能排产前的物料预分配方法。


背景技术：

2.离散制造场景下，已制定的生产计划是否缺料，或者是否能基于有限物料制定一个最优的排产计划，都有赖于合理有效的物料预分配结果。
3.目前市场上，常见的物料预分配方案有根据生产订单(制造订单mo)和物料清单(部分占料并排入非冻结期订单b0m)得到物料需求，再结合库存做物料预分配。而实际生产制造场景总是多样化的，而目前物料预分配策略无法应对多场景需求，存在很多缺陷，如：第一，只考虑了在库物料，没有考虑在途物料及随时发生变更的物料采购计划；
4.第二，没有考虑由订单交期变化，订单优先级变化，物料紧缺，机器设备紧缺，制造订单mo成品价值波动等可能引发的物料预分配结果变化；
5.第三，没有考虑订单对物料的依赖关系(占料、部分占料、不占料)，以及物料本身的特定属性(关键物料、非关键物料等)对不同价值订单的交货影响；
6.第四，没有考虑对(前期)已制定生产计划的“不破坏原则”；
7.第五，没有考虑设备均衡和有限产能的充分利用要求；
8.第六，人力过重，产出低效。鉴于此，本技术文件提出一种离散制造场景下用于智能排产前的物料预分配方法。


技术实现要素：

9.本发明的目的是为了解决现有技术中存在的缺点，而提出的离散制造场景下用于智能排产前的物料预分配方法。
10.为了实现上述目的，本发明采用了如下技术方案：
11.离散制造场景下用于智能排产前的物料预分配方法，包括以下步骤：
12.s1、选定参与分配的制造订单mo订单列表，选取在途与在库物料以及齐套占料并排入冻结期订单a1、部分占料并排入非冻结期订单b0作为制造订单mo订单列表；
13.s2、atp检查，将步骤s1选定参与分配的制造订单mo订单列表
14.进行atp检查，经atp检查将结果不满足的继续转变为齐套占料并排
15.入冻结期订单a1及部分占料并排入非冻结期订单b0，而将结果满足
16.的扣减齐套占料并排入冻结期订单a1库存后输出库存扣减余数；
17.s3、制造订单mo占料过程计算，将步骤s1中的齐套占料并排入冻结期订单a1取占设备产能的工单a`、部分占料并排入非冻结期订单b0、步骤s2中库存扣减余数以及c0通过贪心算法进行制造订单mo占料计算，并输出结果为齐套占料a、部分占料b、未占料c以及库存扣减余数，同时将步骤s2中atp检查不满足的部分占料并排入非冻结期订单b0通过贪心算法进行制造订单mo占料计算，并输出结果为齐套占料a、部分占料b、未占料c、库存扣减余
数以及未占料并排入非冻结期c0，且其中齐套占料a取占设备产能的工单a`，并将atp检查结果不满足经贪心算法进行制造订单mo占料计算后再次计算，同样获得输出结果为齐套占料a、部分占料b、未占料c以及库存扣减余数；
18.s4、关键物料占料计算，将步骤s3中的部分占料b、未占料c以及库存扣减余数进行关键物料占料计算，并将计算后的部分占料b、未占料c以及库存扣减余数输出最终结果，同样输出的最终结果还有经贪心算法制造订单mo占料计算后的齐套占料a以及步骤s1中的齐套占料并排入冻结期订单a1。
19.优选地，所述步骤s2中的atp检查包括以下步骤：
20.第一步、将具有占料信息的制造订单mo订单齐套占料并排入冻结期订单a1以及冻结期的制造订单mo订单部分占料并排入非冻结期订单b0分类统计得出物料及需求量，并将在途及在库物料分类统计得出物料及总量；
21.第二步、将上一步统计得出物料、需求量及总量基于当前时刻进行物料种类及数量检查，判断在途及在库物料是否满足订单需求；
22.第三步，将第二步不满足的结果通过贪心算法制造订单mo占料计算，而满足的结果直接扣减齐套占料并排入冻结期订单a1库存。
23.优选地，所述步骤s3中的制造订单mo占料过程计算包括以下步骤：
24.第一步、根据贪心算法，将所有制造订单mo分派给机械设备，将各机器上已挂制造订单mo列表通过保底制造订单mo筛选规则与参数在每台机器上筛选部分制造订单mo后，进行判断看是否有机器上没有制造订单mo列表，如果有就行报错，同时将锁定投产制造订单mo、制造订单mo列表、在途及在库物料、机器设备可用产能和制造订单mo产能向量经扣减物料、扣减机器设备剩余产能后输出结果为：剩余制造订单mo列表、剩余在库及在途物料信息以及机器设备剩余产能；
25.第二步、将上一步获得剩余制造订单mo列表、剩余在库及在途物料信息以及机器设备剩余产能逐个选择制造订单mo放置在有剩余产能的机器上，并再次锁定投产制造订单mo，输出最终结果。
26.优选地，所述步骤s4中的关键物料占料计算包括以下步骤：
27.第一步、释放制造订单mo占料，将制造订单mo列表经制造订单mo排序，更新制造订单mo原有占料结果后输出制造订单mo占料信息、制造订单mo关键物料占料信息及制造订单mo非关键物料占料信息；
28.第二步、将更新后制造订单mo原有占料结果扣减在库及在途物料后进行判断，看物料信息是否扣减未付，若是则立即保持，若否则输出为制造订单mo非关键物料占料。
29.优选地，分派给机械设备上的制造订单mo信息包括列表上制造订单mo、在途及在库物料、制造订单mo与可用机器关系信息及机器设备上已有制造订单mo列表，且将制造订单mo与可用机器关系信息与机器设备上已有制造订单mo列表直接逐个选择制造订单mo放置在有剩余产能的机器上，并再次锁定投产制造订单mo，输出最终结果。
30.优选地，制造订单mo关键物料占料信息包括无占料制造订单mo、关键物料占料制造订单mo及关键物料齐套制造订单mo，且扣减在库及在途物料后输出非关键物料记录与关键物料记录，制造订单mo非关键物料占料信息包括非关键物料不齐套及所有物料齐套制造订单mo。
31.本发明具有以下有益效果：
32.通过将市场上常见的物料预分配策略做了基于多目标的深度优化，解决了as排程前因在库物料发生变化、采购计划发生变更、订单交期发生变化、订单优先级做了调整、物料发生紧缺、生产设备发生紧缺、成品价值涨跌、物料属性改变(关键物料/非关键物料)、产能变动等导致物料可用性无法量化控制问题。本发明在深度优化过程中，侧重于几个优化目标的达成：生产设备作业均衡，订单交期优先，机器设备产能最大，稼动率最高，关键物料最优分配以及不破坏“生产中的订单”原则。
附图说明
33.图1为本发明提出的离散制造场景下用于智能排产前的物料预分配方法的实现流程示意图；
34.图2为本发明中针对齐套占料并排入冻结期订单a1和部分占料并排入非冻结期订单b0的在库+在途物料atp检查流程示意图；
35.图3为本发明中基于贪心算法的制造订单mo占料计算逻辑流程示意图；
36.图4为本发明中对b类和c类制造订单mo做关键物料占料计算逻辑流程示意图。
具体实施方式
37.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。
38.在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
39.离散制造场景下用于智能排产前的物料预分配方法，如图1所示，包括以下步骤：
40.s1、选定参与分配的制造订单mo订单列表，选取在途与在库物料以及齐套占料并排入冻结期订单a1、部分占料并排入非冻结期订单b0作为制造订单mo订单列表；
41.s2、atp检查，将步骤s1选定参与分配的制造订单mo订单列表
42.进行atp检查，经atp检查将结果不满足的继续转变为齐套占料并排
43.入冻结期订单a1及部分占料并排入非冻结期订单b0，而将结果满足
44.的扣减齐套占料并排入冻结期订单a1库存后输出库存扣减余数；
45.s3、制造订单mo占料过程计算，将步骤s1中的齐套占料并排入冻结期订单a1取占设备产能的工单a`、部分占料并排入非冻结期订单b0、步骤s2中库存扣减余数以及c0通过贪心算法进行制造订单mo占料计算，并输出结果为齐套占料a、部分占料b、未占料c以及库存扣减余数，同时将步骤s2中atp检查不满足的部分占料并排入非冻结期订单b0通过贪心算法进行制造订单mo占料计算，并输出结果为齐套占料a、部分占料b、未占料c、库存扣减余数以及未占料并排入非冻结期c0，且其中齐套占料a取占设备产能的工单a`，并将atp检查结果不满足经贪心算法进行制造订单mo占料计算后再次计算，同样获得输出结果为齐套占料a、部分占料b、未占料c以及库存扣减余数；
46.s4、关键物料占料计算，将步骤s3中的部分占料b、未占料c以及库存扣减余数进行
关键物料占料计算，并将计算后的部分占料b、未占料c以及库存扣减余数输出最终结果，同样输出的最终结果还有经贪心算法制造订单mo占料计算后的齐套占料a以及步骤s1中的齐套占料并排入冻结期订单a1。
47.参照图2，步骤s2中的atp检查包括以下步骤：
48.第一步、将具有占料信息的制造订单mo订单齐套占料并排入冻结期订单a1以及冻结期的制造订单mo订单部分占料并排入非冻结期订单b0分类统计得出物料及需求量，并将在途及在库物料分类统计得出物料及总量；
49.第二步、将上一步统计得出物料、需求量及总量基于当前时刻进行物料种类及数量检查，判断在途及在库物料是否满足订单需求；
50.此外，分派给机械设备上的制造订单mo信息包括列表上制造订单mo、在途及在库物料、制造订单mo与可用机器关系信息及机器设备上已有制造订单mo列表，且将制造订单mo与可用机器关系信息与机器设备上已有制造订单mo列表直接逐个选择制造订单mo放置在有剩余产能的机器上，并再次锁定投产制造订单mo，输出最终结果。
51.需要说明的是，针对a1和b0的在库+在途物料检查过程，检查的结果有两种：
52.第一种：在库+在途物料满足a1和b0需要，直接从库存里做扣减(只扣减a1)；
53.第二种：不满足的情况，需要做基于贪心算法的mo占料计算(见3.2.3)，输出为a、b、c三类mo的不同占料结果(但mo是否排入冻结期，有赖于物料预分配之后的as计算，as计算完成后，a、b、c三类mo才会带上0/1标志)。
54.第三步，将第二步不满足的结果通过贪心算法制造订单mo占料计算，而满足的结果直接扣减齐套占料并排入冻结期订单a1库存。
55.参照图3，步骤s3中的制造订单mo占料过程计算包括以下步骤：
56.第一步、根据贪心算法，将所有制造订单mo分派给机械设备，将各机器上已挂制造订单mo列表通过保底制造订单mo筛选规则与参数在每台机器上筛选部分制造订单mo后，进行判断看是否有机器上没有制造订单mo列表，如果有就行报错，同时将锁定投产制造订单mo、制造订单mo列表、在途及在库物料、机器设备可用产能和制造订单mo产能向量经扣减物料、扣减机器设备剩余产能后输出结果为：剩余制造订单mo列表、剩余在库及在途物料信息以及机器设备剩余产能；
57.第二步、将上一步获得剩余制造订单mo列表、剩余在库及在途物料信息以及机器设备剩余产能逐个选择制造订单mo放置在有剩余产能的机器上，并再次锁定投产制造订单mo，输出最终结果。
58.需要说明的是，本制造订单mo占料过程计算过程，开创性的考量了以下要素，这是业界常规策略中未涉及的部分：
59.(1)考虑了在库+在途物料的实时变化，对前一次(物料预分配)占料结果的影响，从而确保了本次物料预分配要处理的mo列表是完备的；
60.(2)将mo分配给机器时，先给mo做排序，排序过程兼顾了每个mo对多个可用机器的产能需量、物料需求、mo优先级、mo成品价值、设备紧缺度、物料紧缺度等因素，确保了mo的排序尽可能准确合理唯一；其中包含且不限于将紧缺机器和紧缺物料分配给优先级高或价值高的mo，以及基于每个mo在每台(产能可能不同的)可用机器上的产能需量，做到了精准优化分配；
61.(3)确保了机器设备上已被占用产能的mo可如期生产(不破坏过往生产计划原则)；
62.(4)从物理场景中抽象出筛选规则为每台机器上筛选出保底要做的mo；并在筛选过程中考虑了每台机器的能耗阈值；对于超出阈值的mo，逐个选取有剩余产能，且剩余产能相对最优的机器，做优势mo挂靠；
63.(5)确保了每台机器的产能都被使用，且所有机器承担的工作量相对均衡；
64.(6)确保了锁定投产的mo订单(a类保底+增量)有确定的机器可生产。
65.参照图4，步骤s4中的关键物料占料计算包括以下步骤：
66.第一步、释放制造订单mo占料，将制造订单mo列表经制造订单mo排序，更新制造订单mo原有占料结果后输出制造订单mo占料信息、制造订单mo关键物料占料信息及制造订单mo非关键物料占料信息；
67.第二步、将更新后制造订单mo原有占料结果扣减在库及在途物料后进行判断，看物料信息是否扣减未付，若是则立即保持，若否则输出为制造订单mo非关键物料占料。
68.具体的，制造订单mo关键物料占料信息包括无占料制造订单mo、关键物料占料制造订单mo及关键物料齐套制造订单mo，且扣减在库及在途物料后输出非关键物料记录与关键物料记录，制造订单mo非关键物料占料信息包括非关键物料不齐套及所有物料齐套制造订单mo。值得一提的是，关键物料占料计算区别于同行业的优势为：
69.(1)本计算给客户足够的操作自由度，支持用户自主释放mo的占料信息(该占料信息来自前一次物料预分配的结果)，以支持本次计算，得到客户本次期望输出的关键物料占料结果；
70.(2)用户还可以根据实际生产需要或市场变化，在任何时候去自主标定关键物料；
71.(3)关键物料占料信息可辅助客户对下一期的采购计划做出决策；
72.(4)当计算得出一个mo的关键物料和非关键物料均齐套时，只要机器设备有了空闲(或购置了新的机器)，可随时将这些mo纳入as排产计划，而市场上的现有方案，只会让这些mo等待下一轮物料预分配计算的开始(因为新的开始，才会纳入新的产能)，这不满足产线多变的应用场景。
73.综上所述，本文提出了一种应用于离散制造场景下，智能排产(as)前的物料预分配解决方案，该方案克服了市场上现有物料分配策略的局限性，并被证明可有效应用于生产计划的制定和执行。通过将市场上常见的物料预分配策略做了基于多目标的深度优化，解决了as排程前因在库物料发生变化、采购计划发生变更、订单交期发生变化、订单优先级做了调整、物料发生紧缺、生产设备发生紧缺、成品价值涨跌、物料属性改变(关键物料/非关键物料)、产能变动等导致物料可用性无法量化控制问题。本发明在深度优化过程中，侧重于几个优化目标的达成：生产设备作业均衡，订单交期优先，机器设备产能最大，稼动率最高，关键物料最优分配以及不破坏“生产中的订单”原则。
74.进一步的，本文中，ap：advanced planning(高级计划系统)；
75.as：advanced scheduling(高级排产系统)；
76.aps：advanced planning and scheduling(高级计划与排产)；
77.mo：manufacture order(生产订单或制造订单)；
78.atp：available to promise(可用量承诺)；
79.a/b/c代表mo订单的齐套状态(a表示齐套占料/b表示部分占料/c表示未占料)；
80.1/0代表mo订单处于冻结期(1)/非冻结期(0)；
81.处于冻结期的mo订单，如果不存在设备产能不足问题，as排程后一定会下发生产；处于非冻结期的mo订单，如果设备产能充足，也会在as排程后下发生产。
82.常规会有三类mo订单：
83.a1:齐套占料并排入冻结期；
84.b0:部分占料并排入非冻结期；
85.c0:未占料并排入非冻结期。
86.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。