《用于优化散装产品混合和包装车间的性能指标的方法和装置的制作方法》由会员分享，可在线阅读，更多相关《用于优化散装产品混合和包装车间的性能指标的方法和装置的制作方法（12页珍藏版）》请在金锄头文库上搜索。
1、用于优化散装产品混合和包装车间的性能指标的方法和装置的制作方法专利名称：用于优化散装产品混合和包装车间的性能指标的方法和装置的制作方法技术领域：本发明的领域是优化方法、工具和程序。背景技术：本领域中已知散装产品混合和包装车间。在这样的车间中制造的说明性散装产品是石油产品(例如，润滑油、蜡和油脂)、表面涂料(例如，底漆、油漆、着色剂和清漆)、健康和个人护理产品(例如，液体洗衣清洁剂、洗碗液、香波和护发剂、液体肥皂、以及沐浴露)、食物和饮料产品(例如，酒精饮料、软饮料、瓶装水、以及调味品)。这些车间制造大量产品等级和规格。、确保容量、生产和存货以满足用于大量产品等级和规格的非特定级别需求提出了有挑
2、战性的问题。一个解决方案是简单地维持过多级别存货和/或保存制造足以满足在用于给定产品的需求中任何未曾预料的峰值的容量的空间。然而，该方法是昂贵的。本实践以分级方式将长期和中期容量计划与生产和存货计划分离。换句话说，容量决策首先被作出，并且然后变为在生产和存货的随后计划中的约束。更特别地，容量计划通常每两年或三年作出，用于多达几年的中到长期范围。容量计划还通常分为由长期容量计划和中期容量计划构成的两步处理。例如，基于预计需求预测和/或公司的长期商业战略，长期容量计划可能涉及战略性资源决策，诸如，车间扩大或缩小，新车间开张或关闭等。进而，中期容量技术可能涉及添加或去除轮班(通常伴随劳动力的添加或减
3、小)、添加装置、在给定工作班次中添加或去除工人、允许或要求超时工作等。在已经作出关于聚集容量(也叫作最大生产率)的长期决策之后，通常作出这些中期计划决策。相反地，生产和存货计划通常每半年或每季度完成，以考虑预计需求作出关于要求级别的生产和安全库存的短期决策，同时保持聚集容量通常按照每单位时间的容量表示不变。例如，在给定车间配置和指定操作进度表内，生产批量大小可以被优化以满足最低制造成本的需求要求。由于每批生产都可能招致转换成本，所以较大批量大小的生产可以允许通过减小所需要的转换的数目来减少成本。然而，较大批量大小倾向于增加要被处理的其他批次的等待时间，从而要求增加安全存货的水平以满足需求。这增
4、加了存货持有成本。从而，可以通过找到平衡这些竞争成本的最优批量来改进散装产品混合和包装车间的操作。当前，因为生产和存货计划与容量计划分离分等级地完成，所以所得到的操作计划可能不能实现特定机会以减少成本和/或捕捉增加的需求。以此方式构想的操作计划可能不能捕捉通过在需求的预期增加到达之前容量增加之后立即承载较少安全存货来降低成本的机会。相反地，以此方式构想的操作计划可能不能通过在需求维持增加之后增加容量之前承载更多安全存货来捕捉需求的增加。分级计划将不一直产生生产和存货的最优计划。本领域的当前状态包括在大多数企业资源计划(ERP)软件包中实现的粗略产能计划(RCCP)和产能需求计划(CRP)步骤。
5、可以使用RCCP和CRP技术来验证是否存在足够的容量以满足所提出的主生产计划的要求并且提供用于满足计划的总容量推荐。然而，用于推荐按照装置、操作班次结构和劳动力表达的合适量容量的工具不可用。从而，需要更多综合决策产生方法、工具和计算机程序，以改进散装产品混合和包装车间的操作。附图仅被用于说明目的。附图并不意在以任何方式限制本发明的范围。图I示出可以由本发明建模的车间的实例。 图2示出根据本发明的某些实施例的在使用表示为时间消耗的储存罐时的多种活动。图3示出描述产品混合和批量大小决策对用于在混合和填充/包装装置处的生产的可用时间的影响的混合装置、罐、以及填充/包装装置之间的相互作用。图4示出如何
6、根据通过本发明的某些实施例获得的解算来执行组合混合。图5是可以由本发明的某些实施例建模的地区或地域性市场位置中的供应网络的实例。发明内容本发明涉及决策产生方法、工具和计算机程序，以生成用于给定计划时段的容量、生产和存货计划，以关于给定性能指标改进或优化一个或多个散装产品混合和包装车间的操作，同时仍然满足关键操作约束。在每种情况下，一个或多个车间包括装置的网络，装置的网络包括混合装置、一个或多个储存罐、包装装置、一个或多个包装产品存储设施、以及卸载和卸货设施。本发明的一个实施例是用于在指定约束下在规定时间周期内使操作朝向用于性能度量的最优效果推进的方式操作一个或多个散装产品混合和包装车间的方法。
7、该方法包括至少四个步骤。该方法中的第一步骤是接收数据集合的计算机实现步骤。数据集合包括以下一个或多个Ca)识别时间范围的数据；(b)识别混合装置及其一个或多个操作参数的数据；(C)识别储存罐及其一个或多个操作参数的数据；(d)识别包装装置及其一个或多个操作参数的数据；(e)识别包装产品存储设施及其一个或多个操作参数的数据；(f)识别卸载和卸货设施及其一个或多个操作参数的数据；(g)与车间装置之间的互连有关的数据；以及(h)与用于每种包装产品的历史需求有关的数据。方法中的第二步骤是使用数据集合来填充混合整数非线性数学优化模型中的模型参数的计算机实现步骤，所述混合整数非线性数学优化模型被构建成在数
8、学上描述混合和包装车间的操作。除了参数之外，模型还包括决策变量、约束、以及目标函数。模型的变量表示在每个时间间隔作出的关于车间容量、生产和存货的定量决策。模型的约束包括以下一个或多个Ca)限制混合装置的可用性和容量的一个或多个项；(b)限制储存罐的可用性和容量的一个或多个项；(C)限制包装装置的可用性和容量的一个或多个项；(d)限制包装产品存储设施的可用性和容量的一个或多个项；(e)限制卸载和卸货设施的可用性和容量的一个或多个项；(f)使每种包装产品的批次的数目与产品批量大小相关的一个或多个非线性项；以及(g)使每批包装产品的大小与要求用于产品的安全库存的数量相关的一个或多个非线性项。模型的目
9、标函数是性能度量。在一个实施例中，混合整数非线性数学优化模型为混合整数非线性程序(MINLP)的形式。在另一个实施例中，混合整数非线性数学优化模型为混合整数非线性动态程序的形式。该方法的第三步骤是运行算法解算器以操纵决策变量的计算机实现步骤。变量被操纵以识别更接近用于目标函数的最优而推进车间操作的变量值的解算集合。 该方法中的第四步骤根据所获得的解算真实地并且优选准确地操作。该步骤可以手动地或自动地执行，但是通常，假设决策的性质正被作出，解算要求通过车间计划和/或操作人员进行中间检查、论述和核准。本发明的另一个实施例是用于识别最优或接近最优操作计划以满足用于一个或多个散装产品混合和包装车间的性
10、能度量的决策产生工具。决策产生工具包括至少三个组件。工具中的第一组件是用于存储数据文件的计算机可读器件，其中，数据文件包含先前描述的数据集合。工具中的第二组件是用于存储数学模型的计算机可读器件，其中，模型如先前所述。工具中的第三组件是包括优化平台的处理器，优化平台包括算法解算器。优化平台可操作成加载模型，读取数据文件中的数据，根据数据文件来填充模型参数，以及执行算法解算器。算法解算器可操作成操纵模型中的决策变量，以识别优化目标函数的变量值的隹A 口 O本发明的另一个实施例是可由包含可由计算机执行的计算机程序的计算机可读的程序存储设备。计算机程序包括可操作成使计算机识别最优或接近最优操作计划以满
11、足用于一个或多个散装产品混合和包装车间的性能度量的代码。更特别地，指令可操作成使计算机执行至少三个动作。第一动作是检索和读取数据文件，其中，数据文件包含先前描述的数据集合。第二动作是使用数据文件来填充数学模型中的模型参数，其中，模型如先前所述。第三动作是执行算法解算器，以操纵模型中的决策变量，以识别优化目标函数的变量值的解算集合。这些实施例中的每个都结合生产决策(例如，批/批量、填充率、生产批次的数目)和存货决策(例如，安全库存水平)给用户提供同时估计与长期车间容量(例如，可用装置和人)和中期容量(例如，操作班次结构)有关的不同决策变量，并且识别在给定计划时段内可以作出以满足性能目标同时仍然满
12、足关键操作约束的选择的最佳组合的唯一方式。对于这些实施例中的每个，特定优选性能度量是成本。在这样的优选实施例中，在此描述的方法、工具和程序使用户能够作出协调容量、生产和存货决策，其将最小化在给定计划时段内的车间操作成本，同时仍然满足关键操作约束。本发明的这些和其他特征以下将更详细地进行阐述。具体实施例方式除非另外明确地限定，否则在此使用的所有技术和科学术语都具有本领域普通技术人员通常理解的意义。以下词语和短语具有以下意义、“散装产品”是指松散未包装形式的基本液体产品。说明性散装产品是用于制造润滑油、油脂、蜡、底漆、油漆、着色剂和清漆及其添加剂的基本原料。散装产品的其他实例包括用于液体洗涤剂、香
13、波和护发剂、液体肥皂、酒精饮料、软饮料、调味品、及其添加剂的基本原料。“混合产品”是指与一种或多种其他散装产品和/或添加剂混合的散装产品。说明性混合产品包括商业级润滑油、油脂、蜡、底漆、油漆、着色剂和清漆。混合产品的其他实例包括未包装的液体洗涤剂、液体肥皂、香波和护发剂、沐浴露、酒精饮料、软饮料、瓶装水、和调味品。“代码”包括源代码和目标代码两者。如在此可互换使用的“计算机”、“处理器”和“计算机处理器”，甚至当单独使用时，是指直接或间接地彼此相互作用的单个计算机或计算机的集合。 在此可互换使用的“计算机程序”或“计算机应用程序”是指以诸如机器码的计算机可读语言编写的指令集合，意在在计算机上执
14、行以执行任务。“计算机可读介质”包括可以存储计算机可读数据的所有物理有形介质。作为非暂时性的合适计算机可读介质包括但不限于存储介质，诸如，磁性存储介质(例如，ROM、软盘、硬盘等)、光学读取介质(例如，ROM (只读光盘存储器)、DVD (数字视频盘)、光盘的可重写版本等)、混合磁性光盘、有机盘、系统存储器(只读存储器、随机存取存储器)、以及非易失性存储器，诸如闪存或任何其他易失性或非易失性存储器。计算机可读介质还包括位于单个处理系统或分布在本地或相互远离的多个处理系统之间的合作或互连计算机可读介质。“模型”是一个或多个处理的一些或所有部分的数学描述，并且可以为单个模型或多个组件模型的构造的形
15、式。“接近最优”或“接近最佳”是基于例如到最优的依次获得的解算的收敛的最优的近似。“包装产品”是指传统上用于下游销售(例如，批发和零售)的在容器中的混合产品。说明性包装产品包括存储在硬纸盒、铁罐、瓶子、桶和鼓形圆桶中的混合产品，其每个都可以改变大小。包装产品通常进而被进一步组织到集装箱(pallet)中。数学模型的上下文中的“参数”是指输入变量。因此，虽然车间处理的模型中的参数可以随着时间并且从车间到车间而改变，但是参数被配置/填充成在运行用于车间处理的模型的优化之前匹配用于特定车间的当前数据。“不合格产品(slop)”是关于在装置的给定集合上处理的产品的样本，其中，该装置穿过装置以清除处理其
16、他产品留下的杂质。由于其中存在得到的杂质而导致不合格产品通常作为废物被丢弃。散装产品混合和包装车间在此描述的所有方法、工具和程序都涉及用于一个或多个散装产品混合和包装车间的容量、生产和存货计划(共同称为“操作计划”)。典型散装产品混合和包装车间由直接或间接互连的装置的网络构成。该网络包括用于混合散装产品的混合装置。该网络进一步包括用于存储原材料、组件和混合散装产品的一个或多个储存罐。该网络进一步包括用于将混合产品包装为包装产品的填充/包装装置。该网络进一步包括用于存储包装产品的包装产品存储设施(例如，仓库)。最后，该网络进一步包括用于从一种形式的机械运输接收大批原材料并且将混合产品和/或包装产品装载到该种形式的机械运输的卸载和卸货设施。合适形式的机械运输包括但不限于卡车、铁轨和船舶(例如，驳船或海船)。图I是典型散装产品混合和包装车间的示意性说明。如图I中所示，车间具有用于执行混合操作的多个混合器(B系列)。这些混合器可以为多种类型。例如，混合器可以是流水线混合器(ILB)和/或混合罐场中的批量混合罐的任何组合。而且
