基于智能物料箱的可变周期循环配送策略研究

大规模定制的出现增加了物料配送的难度,将准确适量的物料在正确的时间、以正确的方式配送到正确的地点对于生产的顺利进行是至关重要的。为了提高物料配送的精准程度和智能化水平,更好地应对大规模定制给物料配送提出的挑战,文中提出一种基于智能物料箱的可变周期循环配送策略,该策略将物联网、区块链和智能物料箱等智能化技术和设备引入配送策略之中,变传统固定周期循环配送为可变周期循环配送,提高了物料配送的灵活性,缩短了应对变化的响应时间。

基于循环配送策略的汽车装配线物料配送调度方法

为有效解决基于循环配送策略的汽车装配线物料配送调度问题,进行了改进型免疫克隆选择算法的调度方法研究.首先,建立了数学规划模型,以最小化计划期内所有工位的线边总库存为优化目标,并提出了改进型免疫克隆选择算法.在算法设计过程中融入了模拟退火算子和邻域搜索算子,分别对克隆种群和记忆库进行操作,以克服传统免疫克隆选择算法易陷入局部最优、搜索深度不足等缺陷.最后进行了仿真实验,表明该算法是有效、可行的.

基于bi-level迭代算法的物料循环配送研究

为解决车间物料配送费用高、配送效率低、灵活性差等问题,建立了基于bi-level(双层)规划的车间物料循环配送模型。针对模型设计了基于2-opt改进的最大最小蚁群算法和双层迭代算法,引入线旁库存的限制,求得需求点的配送周期、配送量和配送路径,使库存和运输整合费用最小。通过数值算例求解,说明了该算法是有效的,也说明了该模型的实用价值和有效性。

基于循环配送的混流装配线物料配送优化

针对混流装配线物料循环配送次数多、线边库存积压的问题,考虑多种零部件循环配送并储存至同一工位的实际生产情况,权衡循环配送次数与线边库存量之间的背反关系,建立基于循环配送次数与线边库存量的优化模型。在此基础上,提出单亲遗传蚁群算法对模型求解,根据问题的特点对蚁群算法的编码方式和选择概率操作进行改进,并通过构造基因交换和协同变异两种单亲遗传算子,克服蚁群算法收敛速度慢、易陷入局部最优的不足。最后,通过某汽车制造企业生产实例和一组实验验证了模型的正确性,证明了本文构建的算法在求解质量、运算速度及收敛性方面具有优势,且能够减少循环配送次数,有效控制线边库存量,提高牵引车满载率。

基于配送BOM的装配线物料循环准时化配送研究

在装配制造业中,快速准确提供各个工位所需要的物料对提高产品的生产效率起着非常重要的作用。根据制造BOM和装配工艺流程制定出配送BOM,确定每个工位所需物料种类,根据产品的生产计划和生产节拍等信息确定最优配送周期,计算每次配送量,考虑配送的提前期后得出配送的准确时刻,做到循环准时化配送。

基于Milk-run的车间物流配送系统优化研究

文章详细阐述了汽车零部件公司车间物流的应用现状,并对工厂车间物流循环配送系统进行了规划与实施,建立了循环配送系统的关键评估指标、实施方案。实践证明该模式大大提高了生产效率并降低了生产成本。