物与信息混合驱动的带返修生产系统性能分析

doi:10.3969/j.issn.1004-132X.2022.21.007

中国机械工程 ›› 2022, Vol. 33 ›› Issue (21): 2578-2589.DOI: 10.3969/j.issn.1004-132X.2022.21.007

物与信息混合驱动的带返修生产系统性能分析

陈文冲1;阮渊鹏1;李建国2;齐二石2

1.杭州电子科技大学管理学院，杭州，310018
2.天津大学管理与经济学部，天津，300072

出版日期:2022-11-10 发布日期:2022-11-23
通讯作者: 李建国（通信作者），女，1970年生，工程师。研究方向为管理创新、工业工程与精益管理。发表论文10余篇。E-mail：lijianguo@tju.edu.cn。
作者简介:陈文冲，男，1990年生，副教授。研究方向为复杂生产系统建模与仿真、制造任务众包与运营管理优化。发表论文10余篇。E-mail：wcchen@hdu.edu.cn。
基金资助:
国家社会科学基金（15ZDB151）；国家自然科学基金（71801064，72201082）

Performance Analysis for Information and Part Flow Driven Production Systems with a Repair Loop

CHEN Wenchong1;RUAN Yuanpeng1;LI Jianguo2;QI Ershi2

1.College of Management，Hangzhou Dianzi University，Hangzhou，310018
2.College of Management and Economics，Tianjin University，Tianjin，300072

Online:2022-11-10 Published:2022-11-23

摘要/Abstract

摘要： 聚焦物与信息两流混合驱动的含返修闭环异步串联生产系统，在综合考虑加工设备和信息控制设备随机故障的基础上研究了生产和信息控制参数对复杂生产系统稳态性能的影响。基于工件加工与信息的交互作用关系，采用重叠分解法将该系统拆分成多个混合驱动的装配和拆卸子系统。建立了前向和反向递归迭代算法来估计系统稳态生产率。数值实验与工业缝纫机数字化生产线案例验证了迭代算法在识别系统瓶颈和估算系统稳态性能等方面的有效性。

关键词: 信息流, 异步系统, 返修, 递归算法, 稳态性能

Abstract: Focus on an information and part flow hybrid driven asynchronous serial production systems（HASPS） with a rework loop， the impacts of processing and information control parameters to the steady-state performance of a complex production system were analyzed with the consideration of random breakdown of manufacturing devices and information control devices. Based on the interactive relationship between part flows and information flows， the HASPS with a rework loop was split into various hybrid driven sub-assembly systems and sub-disassembly systems by overlapping decomposition approach. A forward- and backward recursive algorithm was proposed to estimate system steady-state throughput. Numerical experiments and acase for digital production systems of industrial sewing machines verified the efficiency of the recursive algorithm in identifying the bottlenecks and estimating the steady-state performance.

Key words: information flow, asynchronous system, repair, recursive algorithm, steady-state performance

中图分类号:

TH186

陈文冲, 阮渊鹏, 李建国, 齐二石. 物与信息混合驱动的带返修生产系统性能分析[J]. 中国机械工程, 2022, 33(21): 2578-2589.

CHEN Wenchong, RUAN Yuanpeng, LI Jianguo, QI Ershi. Performance Analysis for Information and Part Flow Driven Production Systems with a Repair Loop[J]. China Mechanical Engineering, 2022, 33(21): 2578-2589.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.cmemo.org.cn/CN/10.3969/j.issn.1004-132X.2022.21.007

http://www.cmemo.org.cn/CN/Y2022/V33/I21/2578

参考文献

［1］裴植，赵璐，袁依轮，等. 包含不可靠机器双返工结构的串行生产线性能分析［J］. 计算机集成制造系统， 2019， 25（3）：566-575.
PEI Zhi， ZHAO Lu， YUAN Yilun， et al. Performance Analysis of Bernoulli Serial Production Line with Double-rework Line［J］. Computer Integrated Manufacturing Systems， 2019， 25（3）：566-575.
［2］杨喜娟，黎锁平，彭铎，等. 考虑缓冲区故障的多产品生产系统的性能分析［J］. 控制与决策， 2019， 34（4）：699-708.
YANG Xijuan， LI Suoping， PENG Duo， et al. Performance Analysis of Multi-product Manufacturing System with Buffer Breakdown［J］. Control and Decision， 2019， 34（4）：699-708.
［3］HUDSON S， SHAABAN S， MCNAMARA T. The Performance of Unpaced Production Lines with Unbalanced Mean Operation Times and Unreliability Patterns［J］. Journal of Manufacturing Systems， 2015， 37：164-172.
［4］JIA Z Y， ZHANG L， ARINEZ J， et al. Finite Production Run-based Serial Lines with Bernoulli Machines：Performance Analysis， Bottleneck， and Case Study［J］. IEEE Transactions on Automation Science & Engineering， 2016， 13（1）：134-148.
［5］ZOU J， CHANG Q， ARINEZ J， et al. Production Performance Prognostics through Model-based Analytical Method and Recency-weighted Stochastic Approximation Method［J］. Journal of Manufacturing Systems， 2018， 47：107-114.
［6］郑力，江平宇，乔立红，等. 制造系统研究的挑战和前沿［J］. 机械工程学报， 2010， 46（21）：124-136.
ZHENG Li， JIANG Pingyu， QIAO Lihong， et al. Challenges and Frontiers of Manufacturing Systems［J］. Journal of Mechanical Engineering， 2010， 46（21）：124-136.
［7］唐堂，滕琳，吴杰，等. 全面实现数字化是通向智能制造的必由之路——解读《智能制造之路：数字化工厂》［J］. 中国机械工程， 2018， 29（3）：366-377.
TANG Tang， TENG Lin， WU Jie， et al. Full Realization of Digitalization Is the Only Way to Intelligent Manufacturing—Interpretation of the Road to Intelligent Manufacturing：Digital Factory［J］. China Mechanical Engineering， 2018， 29（3）：366-377.
［8］IAROVYI S， MOHAMMED W M， LOBOV A， et al. Cyber-physical Systems for Open-knowledge-driven Manufacturing Execution Systems［J］. Proceeding of IEEE， 2016， 104（5）：1142-1154.
［9］HARRISON R， VERA D， AHMAD B. Engineering the Smart Factory［J］. Chinese Journal of Mechanical Engineering， 2016， 29（6）：1046-1051.
［10］郭具涛，洪海波，钟珂珂，等. 基于数字孪生的航天制造车间生产管控方法［J］. 中国机械工程， 2020， 31（7）：808-814.
GUO Jutao， HONG Haibo， ZHONG Keke， et al. Production Management and Control Method of Aerospace Manufacturing Workshops Based on Digital Twin［J］. China Mechanical Engineering， 2020， 31（7）：808-814.
［11］LI J S. Performance Analysis of Production Systems with Rework Loops［J］. IIE Transactions， 2004，36（8）：755-765.
［12］LI J S， MEERKOV S M. Production Systems Engineering［M］. New York：Springer， 2009.
［13］李娜，江志斌，郑力，等. 芯片封装系统两环闭型排队网络模型性能解析［J］. 上海交通大学学报， 2010， 44（7）：1014-1018.
LI Na， JIANG Zhibing， ZHENG Li， et al. Performance Analysis of a Two-loop Closed Queue Network Model in Semiconductor Assembly System［J］. Journal of Shanghai Jiaotong University， 2010， 44（7）：1014-1018.
［14］ZHANG Y F， XU J X， SUN S D， et al. Real-time Information Driven Intelligent Method of Assembly Station in Unpaced Lines［J］. Computers & Industrial Engineering， 2015， 84：91-100.
［15］BAI Y S， TU J C， YANG M Z， et al. A New Aggregation Algorithm for Performance Metric Calculation in Serial Production Lines with Exponential Machines：Design， Accuracy and Robustness［J］. International Journal of Production Research， 2021， 59（13）：4072-4089.

[1]	易茜, 罗雨松, 胡春晖, 卓俊康, 李聪波, 易树平. 共享制造下基于数据迁移的滚齿加工碳耗预测方法[J]. 中国机械工程, 2023, 34(15): 1820-1831.
[2]	李西兴, 周文龙, 唐红涛, 吴锐, . 考虑设备预维护的特种车辆白车身试制车间绿色调度优化方法[J]. 中国机械工程, 2023, 34(15): 1832-1847.
[3]	朱传军, 冯诗健, 张超勇, 金亮亮, 王林琳. 考虑设备预防性维护的开放车间调度问题[J]. 中国机械工程, 2023, 34(14): 1693-1700.
[4]	王秋莲, 段星皓. 基于高维多目标候鸟优化算法的柔性作业车间调度[J]. 中国机械工程, 2022, 33(21): 2601-2612.
[5]	易茜, 柳淳 , 李聪波, 易树平, 何爽. 基于小样本数据驱动的滚齿工艺参数低碳优化决策方法[J]. 中国机械工程, 2022, 33(13): 1604-1612.
[6]	赵联鹏, 唐秋华, 张子凯, 蒙凯, . 预防维护下装配线平衡的多目标重启变邻域搜索算法[J]. 中国机械工程, 2021, 32(21): 2606-2616.
[7]	焦瑀阳, 李丽, 聂华, 周丽, 陈行政, 李涛. 采用OPC统一架构的锻造车间能耗数据采集与监管系统[J]. 中国机械工程, 2021, 32(20): 2492-2500.
[8]	易茜, 何爽, 宁轻, 李聪波, 易树平. 汽车试制车间考虑员工作业能力的多目标优化生产调度[J]. 中国机械工程, 2021, 32(13): 1617-1629.
[9]	郭钧, 王振东, 杜百岗, 李益兵, . 考虑不定拆卸程度的选择性异步并行拆卸序列规划[J]. 中国机械工程, 2021, 32(09): 1080-1090,1101.
[10]	廖不凡1;雷琦1;吴文烈2;宋豫川1;郭伟飞1. 基于混合教学优化算法的多车间协作综合调度[J]. 中国机械工程, 2020, 31(16): 1940-1949.
[11]	钟祾充, 钱斌, 胡蓉, 王凌. [车间调度]混合布谷鸟算法求解绿色流水车间调度问题[J]. 中国机械工程, 2018, 29(22): 2674-2681.
[12]	任莹晖, 黄向明, 马忠凯, 周志雄. [供应链调度]基于信息熵的物料配送时间节点预测方法[J]. 中国机械工程, 2018, 29(22): 2725-2732.
[13]	刘永奎, 王力翚, 王曦, 徐旬. [云制造]云制造再探讨[J]. 中国机械工程, 2018, 29(18): 2226-2237.
[14]	杨宇;黄敏;王震宇;朱启兵. 利用有限制稳定配对策略求解双目标柔性作业车间调度问题[J]. 中国机械工程, 2018, 29(14): 1743-1750.
[15]	肖鹏飞1;张超勇1;罗敏1;林文文2. 基于自适应动态无偏最小二乘支持向量机的刀具磨损预测建模[J]. 中国机械工程, 2018, 29(07): 842-849.

物与信息混合驱动的带返修生产系统性能分析

Performance Analysis for Information and Part Flow Driven Production Systems with a Repair Loop

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics