第6期 2016年6月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2016)06003904
D0I:10.13462/j.cnki.mmtamt.2016.06.010
No.6 Jun.2016
扰动环境下基于复杂网络的生产车间瓶颈分析
李华华，衰逸萍，李晓娟
（新疆大学机械工程学院，乌鲁木齐
830047）
摘要：针对生产车间扰动所造成的系统产出效率低下和瓶颈预测困难这一问题，提出基于耦合映像格子的制造瓶颈辨识方法。首先构造生产车间网络模型，建立扰动因素动力学方程，获取扰动因素流转的判定依据。综合考虑网络拓扑特性及工作站节点自身特性综合影响，提出基于CML(合映像格子）的瓶颈状态预测模型，通过matlab程序仿真进而实现扰动环境下瓶颈节点的动态识别。最后通过某汽车装配车间内实际的生产数据和ARENA仿真实例，验证了该方法的正确性和有效性。关键词：复杂网络；生产车间；扰动因素；瓶颈预测；耦合映像格子
中图分类号：TH166：TG506
文献标识码：A
The Workshop Bottleneck Analysis Based on Complex Network Under the Disturbance Environment
LI Hua-hua,YUAN Yi-ping,LI Xiao-juan
(College of Mechanical Engineering,Xinjiang University, Urumqi 830047, China)
Abstract: Aiming at the low of system output value caused by the disturbance of manufacture workshop and prediction problem of bottleneck under the disturbance environment,a bottleneck recognition method is pro-posed based on coupled map lattice. Firstly,structuring workshop network model,establishing dynamics equa-tion of disturbance factors, Obtain the basis of judgment according to the flow factors. network topology characteristics is taken into account combined with the comprehensive influence of workstation nodes of its own characteristics,structuring workshop network model,proposing the bottleneck state prediction model ba-sing on the CML,and the bottleneck nodes is identified by matlab simulation under disturbance environment. Finally,it is proved the accuracy and effectiveness of this method by the example of actual production data of automobile assembly workshop and ARENA simulation
Key words: complex network; manufacture workshop;factors of disturbance;bottleneck prediction;coupled maplattice
引言 0
现代生产车间规模越来越大，生产过程也越来越复杂，各种扰动因素（紧急插单、设备故障、物料等待、交货期变更等)的存在导致生产车间网络瓶颈节点出现、消失漂移等，使得系统产出效率低下。因此，预测生产车间的瓶颈的动态变化对生产车间的管理与优化至关重要。
针对生产车间瓶颈预测问题，TomohitoNakata[1-2]等提出了一种通过预测生产车间内的生产条件实现瓶颈的定性预测方法；PEGELSC(34)等通过仿真实验的方法，对制造单元饥饿状态与阻塞状态进行分析统计，以此为基础识别系统的瓶颈；Yan"}提出了一种“自学习"的方法来识别知识化制造系统的瓶颈：李联基于约束理论，提出了
一种主动制造生产瓶颈的生产能力提升方法：刘明周提出瓶颈度与瓶颈指数这一动态指标，以全面衡量各个制造单元成为瓶颈的能力，进而实现瓶颈的动态预测；刘志(8）针对不确定性环境下的生产物流瓶颈漂移预测问题，提出一种基于瓶颈多态性的瓶颈闭环预测方法；唐娟(9在充分分析制造车间物流瓶颈漂移因素的基础上，提出了瓶颈漂移因数贡献度以实现制造车间物料流瓶颈的预测；凌琳"通过借鉴马尔可夫链模型构建贡献函数，进而实现瓶颈单元的预测。
本文提出基于CML的瓶颈状态值预测模型，实现瓶颈状态值的连续预测，进而实现瓶颈的预测，通过 matlab编程所需计算量较小，实施起来简单。
收稿日期：2015-11-23
·基金项目：国家自然科学基金（51365054)；新疆维吾尔自治区自然科学基金（2014211A008）；新盈维吾尔自治区科技厅"十二五"重大专项
(2011301101)
作者黄介：李华华（1989—），男，南来阳人，硕士研究生，研究方向为复杂生产系统建模与仿真及优化控制，工业工程，（E-mail)al154290709@
163.com；通讯作者：衰速萍（1973一)，女，乌鲁本齐人，新疆大学教授，博士，研究方向为计算机集成制造，工业工程，（E-mail)yip ingyuan163.com。
万方数据