扰动下离散再制造系统瓶颈漂移波动性分析

综合考虑离散再制造系统各生产过程对瓶颈度的影响,在观测阶段连续多次采集数据建立区间瓶颈指数矩阵,得到设备综合瓶颈指数,以此为识别依据。针对离散再制造系统不确定环境下的瓶颈漂移波动性问题,以区间瓶颈指数矩阵、综合瓶颈指数为基础,构建包括系统敏感系数、机器敏感系数和瓶颈漂移判断模型的可视化动态分析的理论方法。采用离散事件仿真案例,获得各机器加工生产的实时数据,实现瓶颈漂移的可视化,并采用正交实验方法研究扰动环境下扰动因素对瓶颈漂移波动性产生的影响。

生产物流的瓶颈辨识及转移研究状况分析

本文首先比较了几种生产物流管理的模式,引出生产物流瓶颈辨识和转移的研究意义;然后对国内外的相关研究现状进行了分析,并总结出其存在的问题;最后指出应将瓶颈转移作为今后的研究方向。通过有关瓶颈转移因素及瓶颈转移规律的研究,以实现瓶颈动态属性及瓶颈转移过程的定量描述,建立物流瓶颈转移预测模型,解决生产物流瓶颈转移的预测问题。

电子变压器生产线平衡与瓶颈漂移管理研究

针对赣州某电子变压器公司的生产线不平衡及产能低下等问题,对生产现场进行分析及计算工位加工率P识别产线瓶颈,运用MOD法、ECRS原则等工业工程方法与人因工程相关理论,对现行生产线进行平衡改善及优化,提出相应的解决方案,并对产线瓶颈漂移现象提出两点预防措施:合理设置在制品库存量和休息时间。最后运用Enterprise Dynamics仿真软件对生产线进行仿真验证,对比产线改善前后各项平衡指标可知,生产线平衡率、平滑性指数都得到有效改善,产能也有所提升,增加了企业效益。

基于注意力QRNN的离散车间生产瓶颈预测

针对离散制造车间的瓶颈漂移现象导致的生产瓶颈预测困难问题,提出了基于注意力机制的准循环神经网络(quasi-recurrent neural networks,QRNN)瓶颈预测方法。首先,根据制造系统的生产特性量化制造单元的瓶颈程度;其次,以反映车间运行状态的时序数据为输入,通过QRNN网络的卷积结构并行提取信息特征,减少计算时间;训练融合注意力机制的预测模型,充分挥发各时刻状态信息的作用,精准的预测制造车间生产瓶颈位置;最后,以某航天机加车间为例,将所提方法与LSTM、QRNN预测方法进行对比分析,证实了所提预测方法的有效性。