装备制造企业前向物流智能平衡模式研究

论文摘要

装备制造业是为国民经济发展和国防建设提供技术装备的基础性产业,是国家综合国力的具体体现。然而,目前我国装备制造企业对市场的快速反应能力差、产品开发周期长、生产成套性差、交货期长等问题已成为在国际、国内竞争中屡屡失利的重要原因之一,且都可归为企业前向物流平衡问题。发达国家已能较好解决这一问题,我国装备制造企业整体水平偏低,信息化水平低,短期内很难通过复制国外模式解决,迫切需要研究适合我国实际情况的有效解决方案,促进集群网络化制造,增强我国装备制造企业的竞争实力。本文在进行厂校2005年合作项目:张家口煤矿机械有限公司(ZMJ)精确化计划与控制和河北省科技厅06年指导性计划项目:大型装备制造企业精细生产计划智能支持方法研究基础上,通过文献综述分析了我国装备制造企业前向物流研究现状和存在问题,选择中煤集团某国有大型煤机制造企业为代表进行了实地研究,从前向物流整体出发,提出了以智能化技术支持的前向物流动态平衡的解决思路,提出了适应我国国情的装备制造企业前向物流智能平衡模式。论文首先构建总体框架,指出框架中的关键技术,然后分项进行了研究。包括订单排序方法,面向订单的项目型组织设计,设计与制造并行流程再造,变型件快速设计系统、生产提前期智能估算系统和车间调度智能支持系统开发设计。主要结论:(1)该类企业属于典型的OKP类型,订单进度控制不力是问题的主要表现。因此提出以订单为核心,建立面向订单的项目型组织结构,加强部门间对订单的跟踪控制,保证订单按期配套出产。(2)多变市场导致企业技术数据变化频繁,ERP尚缺乏提供动态信息支持,加剧了装备制造企业全面信息化和应变市场的难度。本文认为应集中研究支持ERP的动态数据智能生成解决方案。(3)本文进行了订单优先级排序、设计和生产并行流程、快速设计、生产提前期估算、车间调度等系统研究,经验证达到预期目标。主要创新点:(1)基于产品族数据管理和相似性识别的变型件快速设计方法。(2)结合模糊聚类的改进型RBF网络训练方法。(3)将模拟退火算法与多种群遗传算法融入到传统遗传算法中,提出了采用混合遗传算法求解有限能力作业车间调度模型。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 问题的提出
• 1.2 国内外研究与应用现状
• 1.2.1 国外研究与应用现状
• 1.2.2 国内研究与应用现状
• 1.3 研究目标和意义
• 1.3.1 研究目标
• 1.3.2 研究意义
• 1.4 研究思路、内容和技术路线
• 1.4.1 研究思路
• 1.4.2 研究内容和技术路线
• 第二章 我国装备制造业前向物流组织现状分析
• 2.1 我国装备制造企业现状分析
• 2.2 ZMJ 及其存在问题
• 2.2.1 企业概况
• 2.2.2 企业信息化情况
• 2.2.3 企业实施CIMS，实现信息化存在的难点
• 2.3 设计环节存在的问题及分析
• 2.3.1 设计环节存在的主要问题及成因
• 2.3.2 变型零件设计问题及分析
• 2.4 计划环节存在的问题及分析
• 2.4.1 MRP 提前期设置过程中存在的问题
• 2.4.2 批量和提前期设置不当所引起的问题
• 2.5 生产环节存在的问题及分析
• 2.6 影响装备制造企业前向物流平衡的其它管理问题
• 2.6.1 订单优先级
• 2.6.2 装备制造企业的组织结构
• 2.7 小结
• 第三章 装备制造企业前向物流智能平衡模式总体框架
• 3.1 前向物流智能平衡模式总体框架构建
• 3.2 订单优先级排序
• 3.2.1 顾客系数x
• 3.2.2 订单价值y
• 3.2.3 订单产品复杂程度系数z
• 3.2.4 订单优先级函数f
• 3.3 并行工程和基于产品相似性识别的快速设计
• 3.3.1 基于并行工程理论的流程优化
• 3.3.2 基于产品相似性识别的快速设计
• 3.4 生产提前期智能估算
• 3.5 有限能力作业车间调度
• 3.6 面向订单的项目型组织结构
• 第四章 基于相似性识别的变型零部件快速设计研究
• 4.1 变型设计相似性识别相关理论
• 4.1.1 变型设计理论
• 4.1.2 相似性理论
• 4.1.3 聚类算法
• 4.2 产品族数据管理
• 4.2.1 概述
• 4.2.2 面向知识的产品族数据管理
• 4.3 变型件设计相似性识别方法
• 4.3.1 指标（特征值）的选取
• 4.3.2 聚类分析方法
• 4.3.3 应用SPSS 聚类分析
• 4.4 基于产品族和相似性识别的变型件设计系统
• 4.4.1 基于产品平台的刮板输送机设计系统分析
• 4.4.2 基于产品族和相似性识别的快速设计系统体系结构
• 4.5 基于产品平台的刮板输送机设计系统应用实例
• 4.6 小结
• 第五章 基于RBF 网络的装备制造企业变型件生产提前期估算
• 5.1 变型件生产提前期估算问题的解决方案
• 5.2 RBF 神经网络
• 5.2.1 解决提前期估算问题的工具研究和选择
• 5.2.2 适用于提前期估算问题的基本人工神经网络类型
• 5.2.3 RBF 各算法在变型件生产提前期估算应用的优劣
• 5.3 基于改进K-均值聚类算法的RBF 网络学习方法
• 5.3.1 K-均值聚类算法及其面临的主要问题
• 5.3.2 K-means 算法的初值依赖性及其改进算法
• 5.3.3 基于改进型k-means 算法的RBF 网络学习算法
• 5.4 基于K-means 算法的RBF 网络解决变型件生产提前期估算问题
• 5.4.1 “变型件生产提前期估算系统”详细设计方案
• 5.4.2 “变型件生产提前期估算系统”应用实例
• 5.4.3 “变型件生产提前期估算模块”的实际应用效果
• 5.5 小结
• 第六章 装备制造企业车间调度问题研究
• 6.1 装备制造企业车间调度问题研究现状
• 6.1.1 车间调度问题的描述、分类及特点
• 6.1.2 车间调度模型、研究策略和优化目标
• 6.1.3 车间调度研究方法
• 6.2 有限能力作业车间调度模型
• 6.2.1 概述
• 6.2.2 车间调度问题的建模方法
• 6.2.3 有限能力作业车间调度问题分析
• 6.2.4 有限能力作业车间调度数学模型
• 6.3 遗传算法的应用分析
• 6.3.1 遗传算法的应用
• 6.3.2 遗传算法的特点和缺陷
• 6.4 基于混合遗传算法的有限能力作业车间调度算法设计及其实现
• 6.4.1 引言
• 6.4.2 模拟退火算法
• 6.4.3 多种群遗传算法
• 6.4.4 混合遗传算法的设计
• 6.4.5 混合遗传算法求解有限作业车间能力调度问题
• 6.5 有限能力车间调度系统的开发
• 6.5.1 系统开发背景
• 6.5.2 车间调度系统的设计与开发
• 6.6 小结
• 第七章 总结与展望
• 7.1 总结
• 7.1.1 主要研究内容
• 7.1.2 主要创新点
• 7.2 研究展望
• 参考文献
• 发表论文和参加科研情况说明
• 附录一
• 附录二
• 致谢