卷烟厂滤棒成型的区域智能排产系统设计

为了提高卷烟厂滤棒成型生产效率以及降低生产成本,设计一个卷烟厂滤棒成型的区域智能排产系统。在系统硬件部分,将TMS320F2812芯片作为系统的控制核心,并设计了存储模块,此次研究的系统重点设计了软件部分,预先构建排产模型及干扰因素分析模型,将生产过程中的干扰事件划分为3大类,并提出解决措施,同时设定滤棒成型的区域智能排产流程,实现卷烟厂滤棒成型的区域智能排产系统设计。实验分为两部分,实验一结果表明,此次研究的系统在不同数量滤棒生产过程中在较短时间内就能够完成滤棒成型,有效提高了滤棒成型生产效率;实验二表明,此次研究的区域智能排产系统在较少迭代次数下就能够确定最佳目标函数,有效降低了生产成本。

基于APS的卷烟生产排程集成优化方法研究

为了提高卷烟生产排程集成控制能力,提出基于APS的卷烟生产排程集成优化方法。基于APS构建多数学模型,以分析卷烟生产排程的优化模式。利用Lyapunov函数使该卷烟生产排程的生产线系统处于平衡状态,并卷烟生产的约束参量模型,根据约束参量模型得到多模控制状态方程。通过分析卷烟的控制状态,完成集成控制的参量稳态调节,实现卷烟生产排程集成优化。仿真结果表明,采用该方法进行卷烟生产排程集成优化控制的自适应性较好,稳态控制能力较强,具有很好的卷烟生产排程集成控制和流程管控能力。

卷烟厂制丝线自动排产系统设计

首先,分析卷烟厂制造执行系统的特点以及发展现状,然后对生产计划、工艺段、贮柜、卷包设备、班组等进行建模,对制丝线的自动排产进行研究,得到了自动排产的算法,为自动排产的进一步研究提供了基础。

卷烟生产计划排产模型建立与优化

为了对卷烟生产进行自动优化排产,构建出卷烟排产分层递阶优化流程,对流程的关键环节设计了自动优化模型;分别建立了带约束限制的卷烟多点生产任务分配和生产点详细排产数学模型。对两个模型分别设计了改进的遗传优化算法。对多点生产模型,提出了一种基于遗传算法-模式搜索法的任务分配优化算法,改善了单独使用遗传算法局部搜索能力差的缺陷;对详细排产最大完工时间数学模型,设计了相应的算法操作策略,将牌号优先规则、生产约束嵌入到遗传算法中,满足了实际生产限制。通过卷烟生产排产实例,验证了算法的有效性,给出了优化的卷烟精确排产计划,降低了卷烟生产总成本和库存,缩短了总生产流程时间,提高了设备效率。

计划排产在卷烟生产中的应用研究

文章针对卷烟厂混合型的卷烟生产,采用车间调度问题的方法,系统分析了卷烟生产中卷包和制丝不同生产环节的特点,得到了它们适用的计划模型以及相适应的算法。根据研究开发的计划排产信息系统,通过在武汉卷烟厂的实际应用表明,该计划排产信息系统具有优化排产、计划冲突避免的优点,取得了较好的应用效果。

面向卷烟生产调度的集成产能过滤算法与仿真技术的优化框架

针对卷烟生产流程复杂、约束繁多和动态调度等特点,提出一种集成产能过滤算法与仿真技术应用的优化框架,并将该框架成功应用于实际卷烟生产系统中。该框架根据车间基于无限产能的日产出计划,充分考虑在制品堆积及车间有限产能,提出使用产能过滤算法(CFA)对整个生产过程进行产能平衡,获得车间最优订单发布计划;将订单发布计划作为生产系统仿真分析模型的输入,对比分析不同的动态调度策略并选择最优策略实施产线动态调度;最后,通过卷烟车间生产实例验证了该框架的高效性。

基于生产订单的卷烟厂自动排产系统

根据卷烟生产特点分析,构建了一套基于生产订单的卷烟厂自动排产系统,总体思路为由下游生产拉动上游备料,实现对瓶颈资源的合理分配。基于卷烟厂需求分析,设计了包括卷包车间自动排产、制丝车间自动排产、滤棒生产计划优化、辅料组盘计划优化、原料香糖料配送计划优化共六个功能模块。

MES系统支持下高效卷烟生产调度方法研究

为提高卷烟生产调度能力,提出基于MES系统支持的高效卷烟生产调度方法。构建MES系统支持模型,在该模型中计算生产调度的输出值。并以调度输出值作为自适应学习系数,建立卷烟生产调度的量化评价参数筛选模型,对其筛选,并输出得到卷烟生产调度的检验统计量,构建卷烟生产优化调度函数,实现卷烟生产调度优化。仿真结果表明,采用该方法进行卷烟生产调度的收敛性较好,产出效益高,适用于卷烟生产调度。

卷烟厂制丝生产仿真与APS应用

根据卷烟生产工艺及产品特点,针对高级计划排程算法面临的解可靠性、可行性问题,基于排程软件的客制化程序接口,通过软件自带算法及遗传算法,设计了卷烟厂制丝生产计划算法模型.采用仿真软件构建制丝生产线仿真模型的基础上,对制丝生产计划排程算法模型和技术方案进行了研究,并采用实际生产数据对模型及技术方案的有效性进行了验证.结果表明:实验各批次均完成了任务;进阶生产规划及排程系统的应用,使某卷烟厂膨丝计划量比生产需求目标提高了18.3%,生产线设备高效低耗;排程算法模型和技术方案切实可行;进阶生产规划及排程系统的应用有助于实现卷烟生产的全面智能排程.

基于机器学习的成品卷烟销售订单配送调度 优化算法研究与应用

为解决卷烟工业企业成品卷烟销售订单配送调度过程中存在的工作效率低、管理不科学、人工作业量大等问题,基于机器学习设计了一种智能配送调度算法。首先将待调度的成品卷烟销售订单进行凝聚聚类,然后利用专家策略函数和机器策略函数构建搜索树,再通过构造调度优化评价函数进行配送调度决策。以红云红河烟草(集团)有限责任公司2020年4月部分成品卷烟销售订单为例,对精确算法、遗传算法以及机器学习算法进行对比测试。结果表明:与精确算法和遗传算法相比较,机器学习算法具有更好决策性能及全局收敛性,在相同待调度订单数据前提下,使用车辆数分别减少13.28%和10.14%,运输里程减少5%和7.2%,时间成本减少68%和45%,多点组合车次数分别增加11.75和8.07百分点。该方法可为提高成品卷烟销售订单配送调度效率提供支持。

基于遗传算法的卷烟换牌排产与优化设计

为解决卷烟生产换牌耗时长等问题,采用遗传算法对卷烟换牌排产进行了优化设计。结合卷烟换牌生产情况,分析了换牌耗时与设备规格调整之间的关联特性;通过增大变异概率和交叉概率对遗传算法进行改进,防止算法陷入局部最优解;改进后遗传算法能够快速找到全局最优解,计算得到最短换牌耗时并给出最优排产方案。仿真结果表明,寻找到的最优排产方案可节约时间240 min;根据仿真最优排序进行卷烟排产试验,结果显示优化后换牌耗时比优化前缩短105 min,有效提高了生产效率。该方法可为完善卷烟生产计划、优化调度策略提供技术支持。