本發(fā)明涉及機械加工技術領域，更具體地說，涉及一種生產單元的雙重資源配置的分析方法和裝置。

背景技術：

隨著經濟的發(fā)展與科學技術水平的提高，企業(yè)實現生產制造全自動化是未來的一個發(fā)展方向。但是，目前仍有很多企業(yè)并未完全達到生產制造全自動化的條件。對于這些企業(yè)，生產制造過程中，在生產單元內多采用自動與手動相結合的半自動化加工形式，這種半自動化加工形式在生產制造過程中受到人力資源和設備資源的雙重資源的約束。當生產單元內人力資源過少時，會造成操作工勞動強度過大，導致設備出現等待的情況；當生產單元內設備數量過少時，會造成人力資源的浪費，這兩種情況都會提高企業(yè)的投資成本。

針對這類生產單元的雙重資源配置問題，可以采用數學模型的方法進行描述，但是在分析求解過程中會受到平均產能、平均生產周期和平均每日勞動強度這三個約束條件的限制，這三者之間的相互影響無法用封閉的形式表達，也無法用傳統(tǒng)的非線性整數規(guī)劃方法求解，也就無法得到生產單元內最優(yōu)的人力資源數量和設備資源數量。

因此，如何對生產單元的雙重資源配置問題進行分析求解，是本領域技術人員亟待解決的技術問題。

技術實現要素：

為解決上述技術問題，本發(fā)明提供一種生產單元的雙重資源配置的分析方法和裝置，以實現對生產單元的雙重資源配置問題進行分析求解的目的。

為實現上述目的，本發(fā)明提供如下技術方案：

一種生產單元的雙重資源配置的分析方法，包括：

利用預先建立的定單模型生成生產定單；

獲取預先計算出的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型；

利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據；

基于所述人力資源配置向量和所述設備資源配置向量對所述加工數據進行分析，得到輸出性能指標；

判斷所述輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整所述人力資源配置向量和所述設備資源配置向量，得到調整后的所述人力資源配置向量和所述設備資源配置向量，并返回執(zhí)行所述利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟，直至得到的輸出性能指標滿足所述目標性能指標；

確定當前的人力資源配置向量為最優(yōu)人力資源配置向量以及確定當前的設備資源配置向量為最優(yōu)設備資源配置向量。

優(yōu)選的，所述預先建立的定單模型，具體包括：

根據定單中工件的數量、工件中工件塊的數量建立定單分類模型；

根據加工過程中定單到達的特點建立定單到達模型；

根據所述工件中工件塊的數量和分塊類型建立定單拆分模型；

根據所述定單分類模型、所述定單到達模型和所述定單拆分模型構建所述定單模型。

優(yōu)選的，所述預先建立的生產單元作業(yè)調度模型，具體包括：

根據加工過程中操作工和設備的交互過程以及加工過程中的時間參數構建加工過程模型；

根據加工過程中的任務策略構建任務策略模型；

根據所述加工過程模型和所述任務策略模型構建所述生產單元作業(yè)調度模型。

優(yōu)選的，所述預先計算出的人力資源配置向量、設備資源配置向量，具體包括：

建立目標函數：P＝min f(X,Y,L,B)；

其中，P為投資成本，X為人力資源配置向量，Y為設備資源配置向量，L為任務調度配置向量，B為緩存區(qū)資源配置向量，X,Y,B∈N，N為正整數，所述目標函數的約束條件包括：平均產能的數學期望大于目標平均產能α：E{Φ(X,Y,L,B)}≥α，平均生產周期的數學期望小于等于目標平均生產周期β：E{T(X,Y,L,B)}≤β，每日勞動強度的數學期望小于等于目標每日勞動強度δ：E{H(X,Y,L,B)}≤δ；

將所述目標函數進行松弛約束處理，得到松弛約束后的目標函數P＝minf(X,Y)；

其中，所述松弛約束后的目標函數的約束條件包括：Φ(X,Y)≥α，X,Y∈N；

采用非線性整數規(guī)劃方法計算得到所述人力資源配置向量和所述設備資源配置向量。

優(yōu)選的，所述判斷所述輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整所述人力資源配置向量和所述設備資源配置向量，包括：

判斷所述輸出性能指標中的平均產能是否達到目標產能；

若所述平均產能小于所述目標產能，則繼續(xù)判斷輸出性能指標中的平均人員利用率是否滿足目標人員利用率；

若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟；

若所述平均產能不小于所述目標產能，則判斷輸出性能指標中的平均生產周期是否達到目標生產周期；

若所述平均生產周期大于所述目標生產周期，則繼續(xù)判斷輸出性能指標中的平均人員利用率是否滿足所述目標人員利用率；

若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟；

若所述平均生產周期不大于所述目標生產周期，則判斷輸出性能指標中的平均每日勞動強度指數是否達到目標每日勞動強度指數；

若所述平均每日勞動強度指數大于目標每日勞動強度指數，則繼續(xù)判斷輸出的平均人員利用率是否滿足所述目標人員利用率；

若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述基于調整后的人力資源配置向量、調整后的設備資源向量和所述生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟。

一種生產單元的雙重資源配置的分析裝置，包括：

定單生成模塊，用于利用預先建立的定單模型生成生產定單；

獲取模塊，用于獲取預先計算出的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型；

加工模塊，用于利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據；

數據分析模塊，用于基于所述人力資源配置向量和所述設備資源配置向量對所述加工數據進行分析，得到輸出性能指標；

優(yōu)化模塊，用于判斷所述輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整所述人力資源配置向量和所述設備資源配置向量，得到調整后的所述人力資源配置向量和所述設備資源配置向量，并返回執(zhí)行所述加工模塊，直至得到的輸出性能指標滿足所述目標性能指標；

確定模塊，用于確定當前的人力資源配置向量為最優(yōu)人力資源配置向量以及確定當前的設備資源配置向量為最優(yōu)設備資源配置向量。

優(yōu)選的，還包括：

定單分類模塊，用于根據定單中工件的數量、工件中工件塊的數量建立定單分類模型；

定單到達模塊，用于根據加工過程中定單到達的特點建立定單到達模型；

定單拆分模塊，用于根據所述工件中工件塊的數量和分塊類型建立定單拆分模型；

定單模型構建模塊，用于根據所述定單分類模型、所述定單到達模型和所述定單拆分模型構建所述定單模型。

優(yōu)選的，還包括：

加工過程模塊，用于根據加工過程中操作工和設備的交互過程以及加工過程中的時間參數構建加工過程模型；

任務策略模塊，用于根據加工過程中的任務策略構建任務策略模型；

生產單元作業(yè)調度模塊，用于根據所述加工過程模型和所述任務策略模型構建所述生產單元作業(yè)調度模型。

優(yōu)選的，還包括：

目標函數構建模塊，用于建立目標函數：P＝min f(X,Y,L,B)；

其中，P為投資成本，X為人力資源配置向量，Y為設備資源配置向量，L為任務調度配置向量，B為緩存區(qū)資源配置向量，X,Y,B∈N，N為正整數，所述目標函數的約束條件包括：平均產能的數學期望大于目標平均產能α：E{Φ(X,Y,L,B)}≥α，平均生產周期的數學期望小于等于目標平均生產周期β：E{T(X,Y,L,B)}≤β，每日勞動強度的數學期望小于等于目標每日勞動強度δ：E{H(X,Y,L,B)}≤δ；

目標函數約束模塊，用于將所述目標函數進行松弛約束處理，得到松弛約束后的目標函數P＝min f(X,Y)；

其中，所述松弛約束后的目標函數的約束條件包括：Φ(X,Y)≥α，X,Y∈N；

計算模塊，用于采用非線性整數規(guī)劃方法計算得到所述人力資源配置向量和所述設備資源配置向量。

優(yōu)選的，所述優(yōu)化模塊，包括：

第一優(yōu)化模塊，用于判斷所述輸出性能指標中的平均產能是否達到目標產能；若所述平均產能小于所述目標產能，則繼續(xù)判斷輸出性能指標中的平均人員利用率是否滿足目標人員利用率；若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述加工模塊；

第二優(yōu)化模塊，用于當所述平均產能不小于所述目標產能時，判斷輸出性能指標中的平均生產周期是否達到目標生產周期；若所述平均生產周期大于所述目標生產周期，則繼續(xù)判斷輸出性能指標中的平均人員利用率是否滿足所述目標人員利用率；若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述加工模塊；

第三優(yōu)化模塊，用于當所述平均產能不小于所述目標產能且所述平均生產周期不大于所述目標生產周期時，判斷輸出性能指標中的平均每日勞動強度指數是否達到目標每日勞動強度指數；若所述平均每日勞動強度指數大于目標每日勞動強度指數，則繼續(xù)判斷輸出的平均人員利用率是否滿足所述目標人員利用率；若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述加工模塊。

從上述技術方案可以看出，本發(fā)明提供一種生產單元的雙重資源配置的分析方法和裝置，所述方法包括：利用預先建立的定單模型生成生產定單；獲取預先計算出的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型；利用得到的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型對生產定單進行加工，并統(tǒng)計加工過程中的加工數據；基于人力資源配置向量和設備資源配置向量對加工數據進行分析，得到輸出性能指標；判斷輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整人力資源配置向量和設備資源配置向量，得到調整后的人力資源配置向量和設備資源配置向量，并返回執(zhí)行利用得到的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型對生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟，直至得到的輸出性能指標滿足所述目標性能指標；確定當前的人力資源配置向量為最優(yōu)人力資源配置向量以及確定當前的設備資源配置向量為最優(yōu)設備資源配置向量。

由此可見，本發(fā)明利用建立的定單模型生成生產定單，利用人力資源配置向量、設備資源配置向量和生產單元作業(yè)調度模型對生產定單進行加工，統(tǒng)計加工數據，并對加工數據進行分析，得到輸出性能指標，并判定輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整人力資源配置向量和設備資源配置向量，并基于調整后的人力資源配置向量和設備資源配置向量，利用生產單元作業(yè)調度模型進行生產定單的加工，并統(tǒng)計、分析加工數據，直至得到的輸出性能指標滿足預設的目標性能指標，此時對應的人力資源配置向量和設備資源配置向量就是需要確定的最優(yōu)人力資源配置向量和最優(yōu)設備資源配置向量，實現了對雙重資源配置問題的求解分析，從而對企業(yè)的半自動化生產提供指導。

附圖說明

為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本發(fā)明實施例一提供的一種生產單元的雙重資源配置的分析方法的流程圖；

圖2為本發(fā)明實施例二提供的定單模型的建立過程的流程圖；

圖3為本發(fā)明實施例三提供的生產單元作業(yè)調度模型的建立過程的流程圖；

圖4為本發(fā)明實施例四提供的計算人力資源配置向量和設備資源配置向量的過程的流程圖；

圖5為本發(fā)明實施例五提供的一種生產單元的雙重資源配置的分析裝置；

圖6為本發(fā)明實施例五提供的優(yōu)化模塊的示意圖；

圖7為本發(fā)明實施例六提供的一種生產單元的雙重資源配置的分析裝置；

圖8為本發(fā)明實施例七提供的一種生產單元的雙重資源配置的分析裝置；

圖9為本發(fā)明實施例八提供的一種生產單元的雙重資源配置的分析裝置；

圖10為本發(fā)明實施例三提供的利用eM-Plant仿真軟件建立的定單模型和生產單元作業(yè)調度模型。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明公開了一種生產單元的雙重資源配置的分析方法和裝置，以實現對生產單元的雙重資源配置問題進行分析求解的目的。

實施例一

本發(fā)明實施例一提供了一種生產單元的雙重資源配置的分析方法，如附圖1所示的本發(fā)明實施例一提供的一種生產單元的雙重資源配置的分析方法的流程圖，所述生產單元的雙重資源配置的分析方法包括：

S101：利用預先建立的定單模型生成生產定單；

S102：獲取預先計算出的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型；

S103：利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據；

其中，需要進行說明的是，加工數據詳細統(tǒng)計到了每個定單的工件數量，每個工件的工件塊數量，每個工件塊上鉆孔的數量，每個工件塊所屬的工件號和定單號，每個鉆孔的加工時間，同時也統(tǒng)計了每個工件塊進入生產單元的時間、開始加工時間、結束加工時間、離開生產單元等時間數據；

S104：基于所述人力資源配置向量和所述設備資源配置向量對所述加工數據進行分析，得到輸出性能指標；

需要進行說明的是，對加工數據進行分析所得到的輸出性能指標包括但不限于產能、生產周期、設備利用率、人員利用率和操作工每日勞動強度指數等性能指標，還可以包括其他性能指標。

S105：判斷所述輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整所述人力資源配置向量和所述設備資源配置向量，得到調整后的所述人力資源配置向量和所述設備資源配置向量，并返回執(zhí)行所述利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟，直至得到的輸出性能指標滿足所述目標性能指標；

S106：確定當前的人力資源配置向量為最優(yōu)人力資源配置向量以及確定當前的設備資源配置向量為最優(yōu)設備資源配置向量。

在本發(fā)明實施例公開的技術方案中，優(yōu)選的，步驟S106中所述判斷所述輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整所述人力資源配置向量和所述設備資源配置向量，包括：

判斷所述輸出性能指標中的平均產能是否達到目標產能；

若所述平均產能小于所述目標產能，則繼續(xù)判斷輸出性能指標中的平均人員利用率是否滿足目標人員利用率；

若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟；

若所述平均產能不小于所述目標產能，則判斷輸出性能指標中的平均生產周期是否達到目標生產周期；

若所述平均生產周期大于所述目標生產周期，則繼續(xù)判斷輸出性能指標中的平均人員利用率是否滿足所述目標人員利用率；

若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟；

若所述平均生產周期不大于所述目標生產周期，則判斷輸出性能指標中的平均每日勞動強度指數是否達到目標每日勞動強度指數；

若所述平均每日勞動強度指數大于目標每日勞動強度指數，則繼續(xù)判斷輸出的平均人員利用率是否滿足所述目標人員利用率；

若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述基于調整后的人力資源配置向量、調整后的設備資源向量和所述生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據這一步驟。

由此可見，本發(fā)明實施例利用建立的定單模型生成生產定單，利用人力資源配置向量、設備資源配置向量和生產單元作業(yè)調度模型對生產定單進行加工，統(tǒng)計加工數據，并對加工數據進行分析，得到輸出性能指標，并判定輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整人力資源配置向量和設備資源配置向量，并基于調整后的人力資源配置向量和設備資源配置向量，利用生產單元作業(yè)調度模型進行生產定單的加工，并統(tǒng)計、分析加工數據，直至得到的輸出性能指標滿足預設的目標性能指標，此時對應的人力資源配置向量和設備資源配置向量就是需要確定的最優(yōu)人力資源配置向量和最優(yōu)設備資源配置向量，實現了對雙重資源配置問題的求解分析，從而對企業(yè)的半自動化生產提供指導。

實施例二

基于上述本發(fā)明實施例一提供的一種生產單元的雙重資源配置的分析方法，本發(fā)明實施例二具體公開了定單模型的建立過程，如附圖2所示為本發(fā)明實施例二提供的定單模型的建立過程的流程圖，包括：

S201:根據定單中工件的數量、工件中工件塊的數量建立定單分類模型；

其中，需要進行說明的是，定單分類模型的建立是要依據企業(yè)具體的加工特點來建立的。例如：依據對某企業(yè)實際調研的數據，該企業(yè)的生產單元存在A、B兩種類型的定單，每種類型對應的工件的數量和工件塊的數量是不同的。其中，每個A類定單中含有1個A類工件，每個A類工件在加工時需要拆分成8塊A類工件塊；每個B類定單含有2個B類工件，每個B類工件在加工時需要拆分成9塊B類工件塊，兩種類型的定單中工件塊的鉆孔數量服從不同的分布，如表1所示的A、B兩種類型的定單的劃分。依據這些數據，建立定單分類模型。

表1 A、B兩種類型的定單的劃分

S202:根據加工過程中定單到達的特點建立定單到達模型；

其中，需要進行說明的是，在實際的生產單元加工過程中，定單的到達是隨機的，而定單到達模型就是模擬定單到達的特點，在定單到達模型中可以按照非負指數分布來模擬生成定單，或者其他分布來模擬生成定單。

S203:根據所述工件中工件塊的數量和工件塊類型建立定單拆分模型；

其中，需要進行說明的是，不同的定單分類對應的工件中工件塊的數量以及工件塊類型都存在差異，不同工件塊類型的工件塊鉆孔數量、加工時間也是不同的，依據這些參數建立拆分模型。

S204:根據所述定單分類模型、所述定單到達模型和所述定單拆分模型構建所述定單模型。

需要進行說明的是，在本發(fā)明實施例公開的技術方案中，優(yōu)選的，利用eM-Plant仿真軟件實現定單模型的建立，也可以利用MATLAB軟件實現定單模型的建立，還可以使用其他仿真建模軟件實現。

由上述本發(fā)明實施例二公開的建立定單模型的過程可以得出，本發(fā)明實施例根據定單中工件的數量、工件中工件塊的數量建立定單分類模型；根據加工過程中定單到達的特點建立定單到達模型；根據工件中工件塊的數量和工件塊類型建立定單拆分模型；根據定單分類模型、定單到達模型和定單拆分模型構建定單模型。由此可見，本發(fā)明實施例根據實際生產單元中定單的分類、定單到達的特點以及定單中工件中工件塊的數量和工件塊類型建立定單模型，通過建立的定單模型生成生產定單，為后續(xù)生產作業(yè)調度模型對生產定單的加工提供了重要基礎。

實施例三

基于上述本發(fā)明實施例一提供的一種生產單元的雙重資源配置的分析方法，本發(fā)明實施例三具體公開了生產單元作業(yè)調度模型的建立過程，如附圖3所示為本發(fā)明實施例三提供的生產單元作業(yè)調度模型的建立過程的流程圖，具體包括：

S301：根據加工過程中操作工和設備的交互過程以及加工過程中的時間參數構建加工過程模型；

其中，需要進行說明的是，在實際的生產加工過程中，操作工和設備之間的主要交互過程包括：裝載、拆卸和位置調整；

裝載過程主要是操作工將每個工件塊搬運到設備上的過程；

拆卸過程主要是操作工將每個工件塊搬離設備的過程；

位置調整過程主要是當工件塊上的一個鉆孔加工完之后，繼續(xù)加工其他鉆孔時，需要操作工手動調整位置，以便完成多個鉆孔的加工。

還需要進行說明的是，加工過程中的時間參數主要包括：工件塊裝載時間、工件塊鉆孔加工時間、位置調整時間、工件塊拆卸時間等；

S302：根據加工過程中的任務策略構建任務策略模型；

其中，需要說明的是，任務策略包括：任務調度策略、資源分配策略、緩存區(qū)配置策略和人機配置策略；

任務調度策略包括：最早交貨期優(yōu)先策略、最短加工時間優(yōu)先策略、先進先出策略、后進先出策略等，不同調度策略適應不同的場景，要根據企業(yè)實際情況確定。

資源分配策略是指當設備處于空閑狀態(tài)，向緩存區(qū)申請工件塊進行加工，如果緩存區(qū)中有工件塊緩存，則空閑的設備可以申請得到工件塊進行加工，所選擇得到的工件塊按照進入緩存區(qū)的進入時間判斷，先進入的工件塊優(yōu)先加工。在實際加工過程中，單名操作工一般負責單臺或者多臺設備，當單名操作工需要同時負責多臺設備時，按照設備離操作工的距離遠近來決定為哪臺設備先服務，即離操作工近的設備，操作工優(yōu)先服務。

緩存區(qū)配置策略是指控制緩沖區(qū)工件的數量，從而保證輸出的性能指標即滿足目標產能的要求又滿足目標生產周期的要求。

人機配置策略是指如何分配人力資源和設備資源；如果設備資源的數量與人力資源的數量成整數倍關系，則均勻分配設備給每位操作工。例如：計算得到4人12臺設備，則每位操作工看三臺設備，不存在其他組合；

如果設備資源的數量與人力資源的數量不成整數倍關系，首先均勻分配設備給每位操作工，多出來的設備再均勻分給某一位或某幾位操作工。例如：計算得到5人12臺設備，則有三位操作工每人看兩臺設備，另外兩位操作工每人看三臺設備。

S303：根據所述加工過程模型和所述任務策略模型構建所述生產單元作業(yè)調度模型。

需要進行說明的是，在本發(fā)明實施例公開的技術方案中，優(yōu)選的，利用eM-Plant仿真軟件實現生產單元作業(yè)調度模型的建立，也可以利用MATLAB軟件實現生產單元作業(yè)調度模型的建立，還可以使用其他仿真建模軟件實現。

如附圖10所示為利用eM-Plant仿真軟件建立的定單模型和生產單元作業(yè)調度模型，生產定單是隨機產生的，并利用定單拆分模型對生產定單進行拆分，拆分成工件塊以后進入生產單元進行加工。

需要進行說明的是，在本發(fā)明實施例公開的技術方案中，優(yōu)選的，利用eM-Plant仿真軟件實現生產單元作業(yè)調度模型的建立，也可以利用MATLAB軟件實現生產單元作業(yè)調度模型的建立，還可以使用其他仿真建模軟件實現。

由上述本發(fā)明實施例三公開的生產單元作業(yè)調度模型的建立過程可以看出，本發(fā)明實施例根據加工過程中操作工和設備的交互過程以及加工過程中的時間參數構建加工過程模型；根據加工過程中的任務策略構建任務策略模型；根據加工過程模型和任務策略模型構建所述生產單元作業(yè)調度模型。由此可見，本發(fā)明實施例能夠通過建立生產單元作業(yè)調度模型為后續(xù)利用生產作業(yè)調度模型對生產定單進行加工提供了重要保障。

實施例四

基于上述本發(fā)明實施例一公開的一種生產單元的雙重資源配置的分析方法，本發(fā)明實施例四公開了計算人力資源配置向量和設備資源配置向量的具體過程，如附圖4所示為本發(fā)明實施例四提供的計算人力資源配置向量和設備資源配置向量的具體過程的流程圖，包括：

S401：建立目標函數；

P＝min f(X,Y,L,B) (1)

其中，P為投資成本，X為人力資源配置向量，Y為設備資源配置向量，L為任務調度配置向量，B為緩存區(qū)資源配置向量，X,Y,B∈N，N為正整數，所述目標函數的約束條件包括：平均產能的數學期望大于目標平均產能α：E{Φ(X,Y,L,B)}≥α，平均生產周期的數學期望小于等于目標平均生產周期β：E{T(X,Y,L,B)}≤β，每日勞動強度的數學期望小于等于目標每日勞動強度δ：E{H(X,Y,L,B)}≤δ；

S402：將所述目標函數進行松弛約束處理，得到松弛約束后的目標函數；

P＝min f(X,Y) (2)

其中，所述松弛約束后的目標函數的約束條件包括：Φ(X,Y)≥α，X,Y∈N；

S403：采用非線性整數規(guī)劃方法計算得到所述人力資源配置向量和所述設備資源配置向量。

下面結合具體實例對計算人力資源配置向量和設備資源配置向量的具體過程進行說明：

以復雜形面鉆孔生產單元的雙重資源配置來舉例說明，針對復雜形面鉆孔的加工，目標函數進行松弛約束后得到式(3)；

min P＝X·λ+Y·ε (3)

松弛約束后應滿足如式(4)到式(6)所示的約束條件：

$\mathrm{\η}\·h\·d\·X\≥\underset{i=1}{\overset{m}{\Σ}}{a}_i\·b_i\·(c_i\·{\mathrm{\β}}_i+{\mathrm{\γ}}_i+{\mathrm{\δ}}_i),i=1,2,3,......,m;---\left(4\right)$

$\mathrm{\μ}\·v\·Y\≥\underset{i=1}{\overset{m}{\Σ}}{a}_i\·b_i\·\[c_i\·({\mathrm{\α}}_i+{\mathrm{\β}}_i)+{\mathrm{\γ}}_i+{\mathrm{\δ}}_i\],i=1,2,3,......,m;---\left(5\right)$

X,Y∈N⁺； (6)

式(3)表示松弛約束后的優(yōu)化目標函數，即：得到合理的人力資源配置向量和設備資源配置向量，使得企業(yè)的總投資成本最低；式(4)表示人力資源提供的加工工時要滿足實際勞動力的總體加工工時需求；式(5)表示設備資源提供的加工工時要滿足定單對設備的總體加工工時需求；式(6)表示人力資源配置向量與設備資源配置向量應該為正整數。

i表示典型定單類型序號，i＝1，2,3......，m；a_i表示第i類定單包含的工件數量，a_i∈N⁺；b_i表示第i類定單內工件中工件塊的數量，b_i∈N⁺；c_i表示第i類定單內工件塊的鉆孔數量，c_i∈N⁺；v表示第i類定單每個工件塊內每個鉆孔加工時間；β_i表示第i類定單每個工件塊內操作工調整鉆孔位置時間；γ_i表示第i類定單每個工件塊加工前準備工作時間；δ_i表示第i類定單每個工件塊加工后結束工作時間；μ表示設備每日能夠提供的平均工時量，0≤μ≤24；v表示設備每年能夠提供的平均加工天數，0≤v≤365；h表示操作工每日能夠提供的加工工時，0≤h≤24；d表示操作工每年能夠提供的加工天數，0≤d≤365；η表示操作工每日能達到的最大工作效率，0≤η≤0.8；X表示人力資源配置向量；Y表示設備資源配置向量；ε表示每臺設備采購成本；λ表示每位操作工人力資源成本。

對松弛約束后的數學模型估算求解得到人力資源配置向量和設備資源配置向量；

人力資源配置向量X的初始值估算如式(7)所示：

$X\≥\frac{\underset{i=1}{\overset{m}{\Σ}}{a}_i\·b_i\·(c_i\·{\mathrm{\β}}_i+{\mathrm{\γ}}_i+{\mathrm{\δ}}_i)}{h\·d\·\mathrm{\η}},n\∈N^{+};---\left(7\right)$

設備資源配置向量Y的初始值估算如式(8)所示：

$Y\≥\frac{\underset{i=1}{\overset{m}{\Σ}}{a}_i\·b_i\·\[c_i\·({\mathrm{\α}}_i+{\mathrm{\β}}_i)+{\mathrm{\γ}}_i+{\mathrm{\δ}}_i\]}{\mathrm{\μ}\·\mathrm{\ν}},m\∈N^{+};---\left(8\right)$

式(7)中人力資源配置向量X需要大于等于完成所有定單人力資源需提供的實際加工工時除以單個操作工能夠提供的加工工時。同理，人力資源數量n值為正整數，考慮到求解得到的初始值的實際情況，此時將計算得到的X值進行進一位處理。

式(8)中設備資源配置向量Y需要大于等于完成所有定單設備需提供的實際加工工時除以單臺設備能夠提供的加工工時，由于設備資源配置值為正整數，考慮到求解得到的初始值的實際情況，此時將計算得到的Y值進行進一位處理。

由上述本發(fā)明實施例四公開的計算人力資源配置向量和設備資源配置向量的具體過程可以看出，本發(fā)明實施例通過對建立的目標函數進行松弛約束得到簡化后的數學模型，再通過非線性整數規(guī)劃求解方法對人力資源配置向量和設備資源配置向量進行求解。由此可見，本發(fā)明實施例能夠通過松弛約束的數學思想求解得到人力資源配置向量的初始值和設備資源配置向量的初始值，為后續(xù)利用人力資源配置向量的初始值、設備資源配置向量的初始值和生產單元作業(yè)調度模型對生產定單進行加工提供了基礎。

實施例五

本發(fā)明實施例五提供一種生產單元的雙重資源配置的分析裝置，如附圖5所示的本發(fā)明實施例五提供的一種生產單元的雙重資源配置的分析裝置的示意圖，包括：

定單生成模塊1，用于利用預先建立的定單模型生成生產定單；

獲取模塊2，用于獲取預先計算出的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型；

加工模塊3，用于利用得到的人力資源配置向量、設備資源配置向量和所述預先建立的生產單元作業(yè)調度模型對所述生產定單進行加工，并統(tǒng)計加工過程中的加工數據；

其中，需要進行說明的是，本發(fā)明實施例中加工數據中所包含的加工過程中的參數和本發(fā)明實施例一中說明的參數是一致的，這里不再贅述。

數據分析模塊4，用于基于所述人力資源配置向量和所述設備資源配置向量對所述加工數據進行分析，得到輸出性能指標；

其中，需要進行說明的是，本發(fā)明實施例中輸出性能指標所包含的指標和本發(fā)明實施例一說明的指標是一致的，這里不再贅述。

優(yōu)化模塊5，用于判斷所述輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整所述人力資源配置向量和所述設備資源配置向量，得到調整后的所述人力資源配置向量和所述設備資源配置向量，并返回執(zhí)行所述加工模塊3，直至得到的輸出性能指標滿足所述目標性能指標；

確定模塊6，用于確定當前的人力資源配置向量為最優(yōu)人力資源配置向量以及確定當前的設備資源配置向量為最優(yōu)設備資源配置向量。

在本發(fā)明實施例公開的技術方案中，如附圖6所示的本發(fā)明實施例五提供的優(yōu)化模塊的示意圖，優(yōu)選的，所述優(yōu)化模塊5，包括：

第一優(yōu)化模塊51，用于判斷所述輸出性能指標中的平均產能是否達到目標產能；若所述平均產能小于所述目標產能，則繼續(xù)判斷輸出性能指標中的平均人員利用率是否滿足目標人員利用率；若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述加工模塊3；

第二優(yōu)化模塊52，用于當所述平均產能不小于所述目標產能時，判斷輸出性能指標中的平均生產周期是否達到目標生產周期；若所述平均生產周期大于所述目標生產周期，則繼續(xù)判斷輸出性能指標中的平均人員利用率是否滿足所述目標人員利用率；若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述加工模塊3；

第三優(yōu)化模塊53，用于當所述平均產能不小于所述目標產能且所述平均生產周期不大于所述目標生產周期時，判斷輸出性能指標中的平均每日勞動強度指數是否達到目標每日勞動強度指數；若所述平均每日勞動強度指數大于目標每日勞動強度指數，則繼續(xù)判斷輸出的平均人員利用率是否滿足所述目標人員利用率；若滿足，則將設備資源配置向量增加1，保持人力資源配置向量不變；若不滿足，則將設備資源配置向量增加1，人力資源配置向量增加1，并返回執(zhí)行所述加工模塊3。

由此可見，本發(fā)明實施例公開的一種生產單元的雙重資源配置的分析裝置包括：定單生成模塊、獲取模塊、加工模塊、數據分析模塊、優(yōu)化模塊和確定模塊，定單生成模塊，用于利用預先建立的定單模型生成生產定單；獲取模塊，用于獲取預先計算出的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型；加工模塊，用于利用得到的人力資源配置向量、設備資源配置向量和預先建立的生產單元作業(yè)調度模型對生產定單進行加工，并統(tǒng)計加工過程中的加工數據；數據分析模塊，用于基于人力資源配置向量和設備資源配置向量對加工數據進行分析，得到輸出性能指標；優(yōu)化模塊，用于判斷輸出性能指標是否滿足預設的目標性能指標，如果不滿足，則調整人力資源配置向量和設備資源配置向量，得到調整后的人力資源配置向量和設備資源配置向量，并返回執(zhí)行加工模塊，直至得到的輸出性能指標滿足目標性能指標；確定模塊，用于確定當前的人力資源配置向量為最優(yōu)人力資源配置向量以及確定當前的設備資源配置向量為最優(yōu)設備資源配置向量。由此可見，本發(fā)明實施例能夠實現對雙重資源配置問題的求解分析，從而對企業(yè)的半自動化生產提供指導。

實施例六

基于上述本發(fā)明實施例五公開的一種生產單元的雙重資源配置的分析裝置，如附圖7所示的本發(fā)明實施例六公開的一種生產單元的雙重資源配置的分析裝置的示意圖，本發(fā)明實施例六在上述本發(fā)明實施例五的基礎上，進一步還包括：

定單分類模塊7，用于根據定單中工件的數量、工件中工件塊的數量建立定單分類模型；

定單到達模塊8，用于根據加工過程中定單到達的特點建立定單到達模型；

定單拆分模塊9，用于根據所述工件中工件塊的數量和分塊類型建立定單拆分模型；

定單模型構建模塊10，用于根據所述定單分類模型、所述定單到達模型和所述定單拆分模型構建所述定單模型。

其中，需要進行說明的是，本發(fā)明實施例中建立定單模型的過程和方法和本發(fā)明實施例二提供的具體過程和方法是一致的，這里不再贅述。

由上述本發(fā)明實施例六公開的一種生產單元的雙重資源配置的分析裝置可以得出，在本發(fā)明實施例五公開的一種生產單元的雙重資源配置的分析裝置的基礎上還包括定單分類模塊、定單到達模塊、定單拆分模塊和定單模型構建模塊，本發(fā)明實施例中定單分類模塊建立定單分類模型，定單到達模塊建立定單到達模型，定單拆分模塊建立定單拆分模型，定單模型構建模塊利用定單分類模型、定單到達模型和定單拆分模型實現定單模型的建立，為后續(xù)生成生產定單，對生產定單的加工提供了重要基礎。

實施例七

基于上述本發(fā)明實施例六公開的一種生產單元的雙重資源配置的分析裝置，如附圖8所示的本發(fā)明實施例七公開的一種生產單元的雙重資源配置的分析裝置的示意圖，本發(fā)明實施例七在上述本發(fā)明實施例六的基礎上，進一步還包括：

加工過程模塊11，用于根據加工過程中操作工和設備的交互過程以及加工過程中的時間參數構建加工過程模型；

任務策略模塊12，用于根據加工過程中的任務策略構建任務策略模型；

生產單元作業(yè)調度模塊13，用于根據所述加工過程模型和所述任務策略模型構建所述生產單元作業(yè)調度模型。

其中，需要進行說明的是，本發(fā)明實施例中建立生產單元作業(yè)調度模型的過程和本發(fā)明實施例三提供的具體過程是一致的，這里不再贅述。

由上述本發(fā)明實施例七公開的一種生產單元的雙重資源配置的分析裝置可以得出，在本發(fā)明實施例六公開的一種生產單元的雙重資源配置的分析裝置的基礎上還包括加工過程模塊、任務策略模塊和生產單元作業(yè)調度模塊，本發(fā)明實施例能夠通過加工過程模塊構建加工過程模型，利用任務策略模塊構建任務策略模型，生產單元作業(yè)調度模塊利用加工過程模型和任務策略模型實現生產單元作業(yè)調度模型的建立，為后續(xù)利用生產作業(yè)調度模型對生產定單進行加工提供了重要保障。

實施例八

基于上述本發(fā)明實施例七公開的一種生產單元的雙重資源配置的分析裝置，如附圖9所示的本發(fā)明實施例八公開一種生產單元的雙重資源配置的分析裝置，本發(fā)明實施例八在上述本發(fā)明實施例七的基礎上，進一步還包括：

目標函數構建模塊14，用于建立目標函數：P＝min f(X,Y,L,B)；

其中，P為投資成本，X為人力資源配置向量，Y為設備資源配置向量，L為任務調度配置向量，B為緩存區(qū)資源配置向量，X,Y,B∈N，N為正整數，所述目標函數的約束條件包括：平均產能的數學期望大于目標平均產能α：E{Φ(X,Y,L,B)}≥α，平均生產周期的數學期望小于等于目標平均生產周期β：E{T(X,Y,L,B)}≤β，每日勞動強度的數學期望小于等于目標每日勞動強度δ：E{H(X,Y,L,B)}≤δ；

目標函數約束模塊15，用于將所述目標函數進行松弛約束處理，得到松弛約束后的目標函數P＝min f(X,Y)；

其中，所述松弛約束后的目標函數的約束條件包括：Φ(X,Y)≥α，X,Y∈N；

計算模塊16，用于采用非線性整數規(guī)劃方法計算得到所述人力資源配置向量和所述設備資源配置向量。

由上述本發(fā)明實施例八公開的一種生產單元的雙重資源配置的分析裝置可以看出，在本發(fā)明實施例七公開的一種生產單元的雙重資源配置的分析裝置的基礎上還包括目標函數構建模塊、目標函數約束模塊和計算模塊，本發(fā)明實施例能夠通過目標函數約束模塊對構建的目標函數進行約束處理，并利用計算模塊對人力資源配置向量的初始值和設備資源配置向量的初始值機械能給求解，為后續(xù)利用人力資源配置向量的初始值、設備資源配置向量的初始值和生產單元作業(yè)調度模型對生產定單進行加工提供了基礎。

需要說明的是，本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。

還需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備所固有的要素，或者是還包括為這些過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。

對所公開的實施例的上述說明，使本領域專業(yè)技術人員能夠實現或使用本發(fā)明。對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。