張 翼,王林軍,陸正卿，馬盈政,方維嵐,張保剛

(1.上海煙草集團(tuán)有限公司 生產(chǎn)設(shè)備部,上海 200082;2.機(jī)械工業(yè)第六設(shè)計研究院有限公司 工業(yè)與智能中心，河南 鄭州 450007)

卷煙行業(yè)屬于混合流程行業(yè)，其行業(yè)特點決定了卷煙生產(chǎn)過程的離散性、隨機(jī)性、復(fù)雜性等，因而其排程調(diào)度問題是卷煙生產(chǎn)制造的關(guān)鍵技術(shù)和核心內(nèi)容[1-2].卷煙廠傳統(tǒng)排程方法具有一定局限性，特別是在產(chǎn)品工藝流程復(fù)雜的情況下，卷煙生產(chǎn)的系統(tǒng)效率偏低.這類問題已經(jīng)引起廣泛的關(guān)注.王軍等基于遞階生產(chǎn)計劃方法設(shè)計了卷煙生產(chǎn)計劃的分層優(yōu)化框架，建立數(shù)學(xué)模型并利用動態(tài)規(guī)劃方法進(jìn)行了求解[3].孫潔香提出面向多Agent的系統(tǒng)仿真設(shè)計方法，并以煙草行業(yè)制絲生產(chǎn)線的實際排程為應(yīng)用背景進(jìn)行了驗證[4].徐永虎提出利用不同的排程調(diào)度方法與技術(shù)有機(jī)集成，來解決煙草行業(yè)的排程問題[5].陳志剛等根據(jù)許昌卷煙廠實際生產(chǎn)情況，對卷煙廠的自動排程系統(tǒng)進(jìn)行研究，對計劃、工藝段、貯柜、卷包機(jī)組等進(jìn)行建模，在此基礎(chǔ)上提出了自動排程的思路和步驟[6].ZUO等提出了基于免疫算法與工作流模型的煙廠生產(chǎn)排程問題解決方法[7].楊晶津針對多線并行分組加工方法在實際生產(chǎn)中存在的問題，對煙草制絲線生產(chǎn)進(jìn)行了仿真建模分析[8].然而，由于生產(chǎn)實際要求和約束條件千差萬別，各種排程算法和技術(shù)方案研究側(cè)重點不同，大多屬于依據(jù)用戶特定要求和實際情況進(jìn)行的研究，排程效果只有在實際生產(chǎn)中得以驗證，排程效果驗證相對滯后，卷煙生產(chǎn)排程的柔性、普適性較弱[9].因此有必要深入開展排程算法模型與技術(shù)方案的相關(guān)研究，以應(yīng)對卷煙廠千變?nèi)f化的生產(chǎn)排程任務(wù).

由于卷煙生產(chǎn)屬于混合生產(chǎn)模式，因此相關(guān)排程算法模型與技術(shù)方案的研究，不僅要考慮復(fù)雜的約束條件，還要考慮從宏觀到微觀的計劃調(diào)度要求，問題相對復(fù)雜且算法難度較大.隨著智能優(yōu)化算法的發(fā)展，啟發(fā)式算法、權(quán)重排程算法、事件觸發(fā)類算法、遺傳算法等被廣泛應(yīng)用于解決此類問題[10-11].啟發(fā)式算法、權(quán)重排程算法、事件觸發(fā)類算法是傳統(tǒng)的生產(chǎn)排程算法.遺傳算法[12]是一類智能優(yōu)化算法，它是由生物進(jìn)化規(guī)律(適者生存，優(yōu)勝劣汰遺傳機(jī)制)演化而來的隨機(jī)化搜索方法.本文基于遺傳算法和傳統(tǒng)優(yōu)化算法內(nèi)涵，開展卷煙生產(chǎn)排程算法模型和技術(shù)方案的研究，將綜合考慮生產(chǎn)工藝約束與計劃調(diào)度等各方面因素，構(gòu)建總生產(chǎn)計劃算法模型，并利用實際生產(chǎn)數(shù)據(jù)來仿真驗證模型的有效性，以期為卷煙廠智能生產(chǎn)排程及實施提供技術(shù)參考.

1 問題分析

卷煙生產(chǎn)中制絲生產(chǎn)線由多個串聯(lián)的工序組成，生產(chǎn)原料按一定次序通過各工序，各工序之間配置了具有存儲能力的設(shè)備，多條制絲生產(chǎn)線并行生產(chǎn)且生產(chǎn)線之間存在交叉.制絲生產(chǎn)中進(jìn)階生產(chǎn)規(guī)劃及排程系統(tǒng)(APS)的排程目標(biāo)是通過算法規(guī)則設(shè)定及相應(yīng)輸入，得出具有不同優(yōu)化目標(biāo)的排程方案，供車間調(diào)度人員參考.本文研究的制絲車間排程的總體目標(biāo)是：制定滿足卷包日進(jìn)度計劃需求的制絲生產(chǎn)計劃，并能夠盡可能地減少停機(jī)時間，提高制絲車間機(jī)器的利用率.

本文以某卷煙廠制絲生產(chǎn)為例，選取生產(chǎn)調(diào)度和工藝、質(zhì)量控制復(fù)雜程度較高的特色葉組配方模塊，采用分組加工、分類加料、分類烘絲、配絲集成的工藝方式，多線配合的生產(chǎn)模式，針對多線并行分組加工制絲生產(chǎn)線設(shè)計及生產(chǎn)面臨的問題，研究卷煙生產(chǎn)高級排程算法模型和技術(shù)方案的工程化應(yīng)用，綜合考慮生產(chǎn)任務(wù)與生產(chǎn)配套等各方面因素，優(yōu)化整合工廠各方面資源，最終形成針對工廠生產(chǎn)活動的整套高級生產(chǎn)排程方案和智能綜合的卷煙生產(chǎn)任務(wù)排程調(diào)度解決方案，并對方案的技術(shù)可行性進(jìn)行驗證.

2 APS排程方案設(shè)計

2.1 卷煙制絲生產(chǎn)工藝及約束條件

某卷煙廠在制絲生產(chǎn)環(huán)節(jié)按3條生產(chǎn)線分類組織生產(chǎn)模式，每條生產(chǎn)線加工一種葉絲模塊，各生產(chǎn)線工藝參數(shù)和加工強(qiáng)度不同，加工后的各類煙絲以絲配形式混合并形成全配方.該三模塊絲配模式工藝流程和摻配方式如圖1所示.

圖1 三模塊絲配模式工藝流程及摻配方式

圖1中，1號線為主料模塊生產(chǎn)線，針對需要保持煙草本香的模塊煙葉，采用低溫滾筒干燥加工方式；2號線為輔料模塊生產(chǎn)線，針對需要改善吃味和香氣的模塊煙葉，采用兩次加料和滾筒干燥加工方式；3號線為填充模塊生產(chǎn)線，針對需要去除不良雜氣的模塊煙葉，采用氣流干燥的高強(qiáng)度加工方式.

該卷煙廠制絲生產(chǎn)排程基本目標(biāo)如下：第一，得出每個工藝段的批量投料時間與投料結(jié)束時間；第二，得出每個貯柜的狀態(tài)查詢(空閑狀態(tài)、進(jìn)料狀態(tài)、出料狀態(tài)、貯料狀態(tài)和等待出料狀態(tài))，以及各個狀態(tài)轉(zhuǎn)換的時間點；第三，得出每個工藝段內(nèi)批量的時間查詢、貯柜的貯存批量信息查詢.

2.2 卷煙生產(chǎn)排程算法模型設(shè)計

鑒于實際卷煙生產(chǎn)排程優(yōu)化問題的復(fù)雜性、約束性、非線性、多目標(biāo)性和建模困難等，尋求合適的建模與優(yōu)化方法應(yīng)是當(dāng)前研究的主要課題.該卷煙廠整個制絲日生產(chǎn)計劃制定流程架構(gòu)主要為高級排程模型和仿真驗證模型兩個模塊.其中，高級排程模型要求首先通過啟發(fā)式算法、事件觸發(fā)類算法、權(quán)重排程算法、遺傳算法等，在約束條件內(nèi)逐級優(yōu)化生產(chǎn)計劃，使其滿足生產(chǎn)計劃需求目標(biāo)并輸出相應(yīng)的可行生產(chǎn)計劃；然后通過仿真模型對高級排程模型輸出的生產(chǎn)計劃進(jìn)行仿真驗證，并分析是否滿足車間執(zhí)行條件，以確保生產(chǎn)計劃在車間生產(chǎn)中的可執(zhí)行性.在此過程中，若高級排程模型足以滿足生產(chǎn)目標(biāo)，也可跳過仿真驗證高級排程模型階段而直接執(zhí)行制絲日排程計劃.未在仿真模型中驗證的生產(chǎn)計劃方案存在如下缺點：車間執(zhí)行中可能會遇到未預(yù)料的問題，使實際生產(chǎn)與生產(chǎn)計劃偏離，進(jìn)而影響生產(chǎn)計劃的執(zhí)行效率與效果.因此，若不是排程時間緊迫，則不建議采用此種方案.

針對卷煙生產(chǎn)排程算法復(fù)雜度高、算得的解并非最優(yōu)(大多數(shù)卷煙廠只算得能夠滿足生產(chǎn)車間執(zhí)行的可行解而已)等特點，本文采用排程軟件自帶的優(yōu)化算法，在排程軟件中客制開發(fā)并引入遺傳算法來研究卷煙制絲生產(chǎn)排程問題.

3 仿真模型構(gòu)建與驗證

制絲生產(chǎn)線APS排程中的生產(chǎn)仿真數(shù)據(jù)均來自某卷煙廠的實際生產(chǎn)數(shù)據(jù)，采用Preactor排程軟件自帶算法及其客制化開發(fā)接口(API接口)集成遺傳算法，實現(xiàn)了圖2所示的制絲生產(chǎn)日排程計劃算法模型架構(gòu).其中，遺傳算法為基于生成樹的遺傳算法模型.據(jù)此構(gòu)建并配置Preactor排程軟件，即可實施卷煙制絲的生產(chǎn)排程.圖3所示為多版本排程方案的對比界面.

圖2 制絲生產(chǎn)日排程計劃算法模型架構(gòu)

圖3 多版本排程方案的對比界面

從圖3可以看出，多個排程版本及前后工序、設(shè)備邏輯關(guān)系等排程信息可直觀呈現(xiàn)在同一操作界面，方便了對不同排程方案的比較.

3.1 仿真模型構(gòu)建

本文仿真模型構(gòu)建采用了Plant Simulation軟件.根據(jù)圖1中制絲工藝流程及卷煙廠制絲生產(chǎn)實際環(huán)境，采用仿真軟件，針對生產(chǎn)設(shè)備、生產(chǎn)線、生產(chǎn)過程、節(jié)拍等,建立結(jié)構(gòu)層次清晰的仿真模型.模型部分輸入數(shù)據(jù)實例如圖4所示.Plant Simulation模型部分界面如圖5所示.卷煙廠制絲生產(chǎn)數(shù)據(jù)主要由控制界面及參數(shù)、實用方法數(shù)據(jù)、貯柜數(shù)據(jù)、顯示數(shù)據(jù)、生產(chǎn)調(diào)度管理數(shù)據(jù)和物料信息六大部分組成.

圖4 模型部分輸入數(shù)據(jù)實例

圖5 Plant Simulation模型部分界面

3.2 APS排程算法模型驗證

卷煙制絲生產(chǎn)排程仿真模型是在虛擬環(huán)境中，對APS排程算法模型及Preactor排程軟件生成的生產(chǎn)任務(wù)工單進(jìn)行預(yù)驗的重要工具.通過Plant Simulation軟件的試驗管理器定義試驗功能，將APS排程計劃以數(shù)據(jù)文檔、Excel格式等導(dǎo)入仿真軟件，配置仿真試驗，驅(qū)動由仿真模型建立的虛擬生產(chǎn)線，并通過設(shè)置仿真運(yùn)行的次數(shù)和時間，在一次仿真中執(zhí)行多次試驗，從而達(dá)到對APS算法模型的排程效果進(jìn)行驗證的目的.從圖6所示的某卷煙廠生產(chǎn)排程仿真驗證界面中可以看出，計劃狀態(tài)、生產(chǎn)批次號、工單號碼、生產(chǎn)單元、計劃產(chǎn)量等詳細(xì)的車間可執(zhí)行生產(chǎn)計劃.該仿真驗證功能模塊能夠?qū)崿F(xiàn)APS排程計劃的預(yù)演和算法模型的虛擬驗證.這既是對生產(chǎn)計劃可執(zhí)行性的驗證也是對所設(shè)計APS排程方案及算法模型可行性、可靠性的驗證.

圖6 某卷煙廠生產(chǎn)排程仿真驗證界面

通過APS排程數(shù)據(jù)驅(qū)動仿真軟件建立的虛擬工廠，運(yùn)行時設(shè)備狀態(tài)可直觀地展示生產(chǎn)排程計劃的效果及可行性.圖7所示為某卷煙廠制絲生產(chǎn)線上的預(yù)配柜利用率的實時顯示界面.圖8所示為垂直分切機(jī)的效率曲線.

圖7 預(yù)配柜利用率實時顯示界面

從圖7可以看出預(yù)配柜的當(dāng)前狀況及實時利用率；從圖8可以看出垂直分切機(jī)的實時運(yùn)行狀態(tài)及設(shè)備利用率.對這些排程計劃的虛擬驗證，可以提前了解并檢查生產(chǎn)計劃在車間生產(chǎn)中的執(zhí)行情況，更好地做出調(diào)整對策，從而確保生產(chǎn)計劃在車間生產(chǎn)中的高效完成.

圖8 垂直分切機(jī)的效率曲線

表1所示為某卷煙廠制絲生產(chǎn)APS排程仿真結(jié)果與實際生產(chǎn)數(shù)據(jù)的對比情況.表1將膨絲計劃量、基于APS排程的仿真結(jié)果與實際生產(chǎn)數(shù)據(jù)相比較，結(jié)果表明：①膨絲周計劃量為51 000 kg；基于APS排程仿真的膨絲周計劃生產(chǎn)能力可達(dá)60 333 kg，APS排程仿真結(jié)果符合制絲生產(chǎn)計劃要求.②基于APS排程仿真的最大庫存量為2 356 kg，能夠滿足企業(yè)生產(chǎn)要求；③APS排程方案在某卷煙廠制絲生產(chǎn)線中應(yīng)用，使膨絲計劃量比生產(chǎn)需求目標(biāo)提高18.3%，優(yōu)化效果明顯.

表1 某卷煙廠制絲生產(chǎn)APS排程仿真結(jié)果與實際生產(chǎn)數(shù)據(jù)的對比 kg

4 結(jié)束語

本文基于卷煙生產(chǎn)工藝及產(chǎn)品生產(chǎn)特點，利用APS優(yōu)化理論，設(shè)計了卷煙生產(chǎn)計劃排程的算法模型與仿真驗證模型.通過卷煙制絲生產(chǎn)計劃方案的設(shè)計及仿真驗證模型的構(gòu)建，實現(xiàn)多種優(yōu)化算法下求解能滿足生產(chǎn)目標(biāo)要求且車間可執(zhí)行的制絲排程計劃方案，較好地解決了卷煙制絲生產(chǎn)計劃的優(yōu)化問題，為提高卷煙廠制絲生產(chǎn)效率提供了新的方法.采用某卷煙廠實際制絲生產(chǎn)數(shù)據(jù)對該APS算法模型及求解方法的有效性進(jìn)行了仿真驗證，結(jié)果表明，通過該算法模型解出的制絲計劃在車間內(nèi)具有可執(zhí)行性.仿真結(jié)果顯示，其膨絲計劃量比生產(chǎn)需求目標(biāo)提高了18.3%，優(yōu)化效果明顯.這說明，本文設(shè)計的排程方案具有好的可靠性、可行性，能夠為進(jìn)一步完善卷煙生產(chǎn)計劃提供參考.