專利名稱：一種基于聚類分析和多屬性決策的作業(yè)車間瓶頸識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及作業(yè)車間瓶頸識(shí)別技術(shù)領(lǐng)域，具體為一種基于聚類分析和多屬性決策的作業(yè)車間瓶頸識(shí)別方法。
背景技術(shù)：
目前的作業(yè)車間瓶頸識(shí)別方法主要以指標(biāo)法為主，指標(biāo)法可以分為設(shè)備類、在制品類、有效產(chǎn)出類，時(shí)間類等四類瓶頸識(shí)別方法。設(shè)備類這類瓶頸識(shí)別方法大都采用機(jī)器負(fù)荷、機(jī)器加工能力等指標(biāo)直接識(shí)別系統(tǒng)瓶頸，或者針對(duì)歷史數(shù)據(jù)、仿真數(shù)據(jù)根據(jù)機(jī)器利用率、機(jī)器產(chǎn)能忙閑率等指標(biāo)識(shí)別瓶頸機(jī)器。定義系統(tǒng)加工能力最差的機(jī)器為系統(tǒng)的瓶頸，或定義負(fù)荷最大的機(jī)器為系統(tǒng)的瓶頸。然而負(fù)荷最大或者機(jī)器加工能力最差的機(jī)器并非真正的瓶頸，充其量，負(fù)荷和機(jī)器加工能力·只能作為瓶頸識(shí)別的先驗(yàn)信息。在制品類定義具有最長(zhǎng)平均等待時(shí)間的機(jī)器為系統(tǒng)的瓶頸，或定義具有最長(zhǎng)隊(duì)列長(zhǎng)度的機(jī)器為系統(tǒng)瓶頸機(jī)器。該類瓶頸識(shí)別方法都是通過(guò)機(jī)器前隊(duì)列中的在制品指標(biāo)進(jìn)行瓶頸識(shí)別的方法，然而當(dāng)多個(gè)機(jī)器緩沖區(qū)待加工工件隊(duì)列長(zhǎng)度相同或緩沖區(qū)隊(duì)列同時(shí)溢出時(shí)，則不能準(zhǔn)確識(shí)別系統(tǒng)的瓶頸。有效產(chǎn)出類定義瓶頸為對(duì)系統(tǒng)有效產(chǎn)出具有最敏感影響的機(jī)器，提出“敏感度”(Sensitivity)指標(biāo)衡量系統(tǒng)的瓶頸，通過(guò)分析每臺(tái)機(jī)器的阻塞(Blockage)和饑餓(Starvation)情況,提出了瓶頸指示器(Bottleneck indicator)作為瓶頸識(shí)別的工具。該類瓶頸識(shí)別方法從系統(tǒng)的有效產(chǎn)出角度出發(fā)，關(guān)注機(jī)器對(duì)系統(tǒng)產(chǎn)出的影響程度，區(qū)別于傳統(tǒng)成本世界的識(shí)別指標(biāo)，找出對(duì)系統(tǒng)產(chǎn)出影響最大的機(jī)器，是現(xiàn)在國(guó)內(nèi)外研究的熱點(diǎn)之一，但是需要建立生產(chǎn)系統(tǒng)的模型，對(duì)生產(chǎn)系統(tǒng)要求較高，一般適用于流水線車間(FlowShop),無(wú)法識(shí)別作業(yè)車間(Job Shop)瓶頸。時(shí)間類將機(jī)器的狀態(tài)劃分為活躍和不活躍兩種狀態(tài)，定義具有最長(zhǎng)平均持續(xù)活躍時(shí)間的機(jī)器為系統(tǒng)的瓶頸，提出了移動(dòng)瓶頸識(shí)別法(Shifting Bottleneck DetectionMethod)。該方法對(duì)制造系統(tǒng)歷史日志文件進(jìn)行數(shù)據(jù)挖掘，可以用于復(fù)雜系統(tǒng)的瓶頸識(shí)另IJ，可操作性強(qiáng)，并能用于漂移瓶頸的識(shí)別，具有很強(qiáng)的實(shí)用性，但是硬性給出活躍與不活躍的定義，并未考慮實(shí)際生產(chǎn)中的因素?，F(xiàn)有的瓶頸識(shí)別方法存在下面三類問(wèn)題。I)瓶頸識(shí)別與調(diào)度問(wèn)題的優(yōu)化求解相分離?，F(xiàn)有瓶頸識(shí)別方法大多先提出瓶頸識(shí)別指標(biāo)、再依據(jù)指標(biāo)對(duì)歷史數(shù)據(jù)或者仿真數(shù)據(jù)進(jìn)行瓶頸判別，這些瓶頸識(shí)別方法顯然將瓶頸識(shí)別獨(dú)立于調(diào)度優(yōu)化之外，識(shí)別出的瓶頸可能并非系統(tǒng)真正的瓶頸。2)瓶頸識(shí)別指標(biāo)利用不充分。大多文獻(xiàn)通過(guò)單指標(biāo)進(jìn)行瓶頸識(shí)別，少數(shù)文獻(xiàn)研究多指標(biāo)瓶頸識(shí)別。有文獻(xiàn)將TOC理論與Pareto方法相結(jié)合，綜合考慮利用率、成本消耗指標(biāo)，判斷利用率和成本組成的“面積”，認(rèn)為“面積”值大的設(shè)備為瓶頸資源，該方法采用利用率與成本兩個(gè)指標(biāo)來(lái)進(jìn)行瓶頸識(shí)別，具有一定的意義，但只是對(duì)兩個(gè)指標(biāo)進(jìn)行簡(jiǎn)單的二維組合，不具有通用性和科學(xué)性。有文獻(xiàn)基于仿真的方法選取機(jī)器利用率、加工利用因子、生產(chǎn)瓶頸率三個(gè)指標(biāo)，然后制定一個(gè)指標(biāo)評(píng)判規(guī)則進(jìn)行瓶頸識(shí)別?？梢钥闯?，現(xiàn)有的多指標(biāo)組合方法簡(jiǎn)單，要么對(duì)多個(gè)指標(biāo)簡(jiǎn)單的加減乘除，要么制定if-then判定規(guī)則。不同的瓶頸識(shí)別方法定義了不同的瓶頸識(shí)別指標(biāo)，這些瓶頸指標(biāo)都從不同的角度描述了機(jī)器成為瓶頸的能力，是機(jī)器的瓶頸特征屬性，但是現(xiàn)有的瓶頸識(shí)別方法選擇的瓶頸識(shí)別指標(biāo)過(guò)于片面，沒(méi)有充分挖掘機(jī)器的瓶頸特征性。3)多瓶頸識(shí)別研究較少，現(xiàn)有的多瓶頸劃分大多沒(méi)有科學(xué)依據(jù)。生產(chǎn)系統(tǒng)往往存在多個(gè)瓶頸，即瓶頸不唯一，多瓶頸的識(shí)別也難于單瓶頸的識(shí)別，目前多瓶頸方面的研究較少。有文獻(xiàn)選取指標(biāo)值大于平均指標(biāo)值的前30%個(gè)機(jī)器作為瓶頸機(jī)，由于是人為選定范圍，沒(méi)有科學(xué)依據(jù)，合理性無(wú)法保證。

發(fā)明內(nèi)容
要解決的技術(shù)問(wèn)題為解決現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提出了一種基于聚類分析和多屬性決策的作業(yè)車間瓶頸識(shí)別方法，充分考慮調(diào)度方案與瓶頸識(shí)別的關(guān)系，綜合考慮機(jī)器的各種屬性(指標(biāo))，定義機(jī)器負(fù)荷、機(jī)器利用率、活躍時(shí)間、活躍偏差、敏感度、單位有效產(chǎn)出、在制品隊(duì)列長(zhǎng)度、OEE等衡量指標(biāo)作為瓶頸的特征屬性，基于輸入的調(diào)度優(yōu)化方案求出各機(jī)器的瓶頸特征屬性，利用聚類分析中的層次聚類算法發(fā)現(xiàn)各機(jī)器對(duì)應(yīng)多個(gè)屬性之間的相似性，得到聚類簇及其結(jié)構(gòu)，然后在聚類結(jié)果的基礎(chǔ)上依照各簇的父子關(guān)系對(duì)不同差異度下的聚類簇間利用多屬性決策方法判斷其中的瓶頸聚類簇，得到不同差異度下的瓶頸簇及其父子關(guān)系，最終用戶根據(jù)自己的處理能力選擇適當(dāng)?shù)牟町惗?，獲得適當(dāng)規(guī)模的瓶頸簇，對(duì)應(yīng)于多瓶頸 或單瓶頸。技術(shù)方案針對(duì)在識(shí)別作業(yè)車間資源瓶頸時(shí)存在的上述缺陷，本發(fā)明提出了一種新的基于聚類思想及多屬性決策理論的作業(yè)車間瓶頸簇識(shí)別方法。第一，將調(diào)度優(yōu)化方案作為瓶頸識(shí)別的輸入，確定識(shí)別瓶頸的機(jī)器特征屬性，根據(jù)調(diào)度優(yōu)化結(jié)果計(jì)算機(jī)器的特征屬性值。第二，采用層次聚類法，基于機(jī)器的特征屬性挖掘機(jī)器的相似性，獲得不同距離下機(jī)器的聚類簇及其父子關(guān)系樹(shù)狀結(jié)構(gòu)圖。第三，確定最終聚類簇兩個(gè)子簇的簇中心，基于TOPSIS法比較簇中心的屬性值，確定出包含少數(shù)機(jī)器成員的瓶頸簇。第四，對(duì)瓶頸簇的子簇依次進(jìn)行比較，逐步獲得不同階次的主瓶頸簇。本發(fā)明所指的簇是指分布集中在某一范圍內(nèi)的個(gè)體集合。同一簇內(nèi)兩兩個(gè)體的距離比較近且相似度比較高，不同簇間兩兩個(gè)體的距離比較遠(yuǎn)且相似度比較低。本發(fā)明通過(guò)聚類分析中的層次聚類方法將作業(yè)車間的資源在不同的距離劃分為不同規(guī)模的聚類簇，得到具有父子關(guān)系的聚類結(jié)果樹(shù)狀圖。本發(fā)明所指的機(jī)器簇是具有高相似度的機(jī)器集合。本發(fā)明的技術(shù)方案為所述一種基于聚類分析和多屬性決策的作業(yè)車間瓶頸識(shí)別方法，其特征在于包括以下步驟步驟I :預(yù)處理
步驟I. I :輸入作業(yè)車間的調(diào)度優(yōu)化方案Q
權(quán)利要求
1.一種基于聚類分析和多屬性決策的作業(yè)車間瓶頸識(shí)別方法，其特征在于包括以下步驟 步驟I:預(yù)處理 步驟1.1:輸入作業(yè)車間的調(diào)度優(yōu)化方案Q :
2.根據(jù)權(quán)利要求I所述的一種基于聚類分析和多屬性決策的作業(yè)車間瓶頸識(shí)別方法，其特征在于機(jī)器的特征屬性集包括機(jī)器負(fù)荷、機(jī)器利用率、活躍時(shí)間、活躍偏差、敏感度、單位有效產(chǎn)出、在制品隊(duì)列長(zhǎng)度、設(shè)備綜合效率。
全文摘要
本發(fā)明提出了一種新的基于聚類思想及多屬性決策理論的作業(yè)車間瓶頸簇識(shí)別方法。第一，將調(diào)度優(yōu)化方案作為瓶頸識(shí)別的輸入，確定識(shí)別瓶頸的機(jī)器特征屬性，根據(jù)調(diào)度優(yōu)化結(jié)果計(jì)算機(jī)器的特征屬性值。第二，采用層次聚類法，基于機(jī)器的特征屬性挖掘機(jī)器的相似性，獲得不同距離下機(jī)器的聚類簇及其父子關(guān)系樹(shù)狀結(jié)構(gòu)圖。第三，確定最終聚類簇兩個(gè)子簇的簇中心，基于TOPSIS法比較簇中心的屬性值，確定出包含少數(shù)機(jī)器成員的瓶頸簇。第四，對(duì)瓶頸簇的子簇依次進(jìn)行比較，逐步獲得不同階次的主瓶頸簇。實(shí)施例表明，本發(fā)明能解決現(xiàn)有方法不能解決的多瓶頸識(shí)別問(wèn)題。
文檔編號(hào)G06Q10/04GK102789599SQ20121023222
公開(kāi)日2012年11月21日 申請(qǐng)日期2012年7月6日 優(yōu)先權(quán)日2012年7月6日
發(fā)明者孫樹(shù)棟, 康永, 張映鋒, 王軍強(qiáng), 陳劍 申請(qǐng)人:西北工業(yè)大學(xué)