(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202010700898.9
(22)申请日 2020.07.17
(71)申请人 杭州电子科技大学
地址 310018 浙江省杭州市下沙高教园区
(72)发明人 吕永桂 金远帆 高平波 钟波
(74)专利代理机构 浙江永鼎律师事务所 33233
代理人 陆永强
(51)Int.Cl.
G06Q 10/06(2012.01)
G06Q 50/04(2012.01)
(54)发明名称一种基于APS系统的服装工厂智能排程方法(57)摘要本发明公开了一种基于APS系统的服装工厂智能排程方法，计算制作一件衣服的总花费时间；分配工人及计算每人平均分配工时，并得到实际生产中每人最大平均工时；根据工序占平均工时的比例，调整对工人的工序安排；根据工序所需工人 数、完成工序实际时间和时间效率，调整及插入工序；根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间，得到生产流程总时间；考虑离开工位的时间，得到最短生产时间。本发明依据工人对不同工序的熟练度，合理的安排他在生产流程中所处于的位置，同时保证每个工人的平均工时相差不大，产生一个生产过程花费总时间相对最短的最
优解。权利要求书3页 说明书6页 附图1页CN 111985779 A 2020.11.24
C N 111985779
A
1.一种基于APS系统的服装工厂智能排程方法，其特征在于，包括以下步骤：
S10，计算制作一件衣服的总花费时间；
S20，分配工人及计算每人平均分配工时，并得到实际生产中每人最大平均工时；
S30，根据工序占平均工时的比例，调整对工人的工序安排；
S40，根据工序所需工人数、完成工序实际时间和时间效率，调整及插入工序；
S50，根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间，得到生产流程总时间；
S60，考虑离开工位的时间，得到最短生产时间。
2.如权利要求1所述的基于APS系统的服装工厂智能排程方法，其特征在于，所述计算制作一件衣服的总花费时间为，生产一批数量为M的衣服，每件衣服有n道工序，每一道工序
的标准工时为T n，则制作其中的一件衣服的总花费时间为
3.如权利要求2所述的基于APS系统的服装工厂智能排程方法，其特征在于，所述T n为历史生产记录中同工序所花费的平均工时。
4.如权利要求3所述的基于APS系统的服装工厂智能排程方法，其特征在于，所述分配工人及计算每人平均分配工时，并得到实际生产中每人最大平均工时为，分配i个工人完成订单，i≤n，每个人至少分配一道工序，则每个工人所平均分配的工时T s为：
设置R a值，R a表示T s允许的弹性范围；
T smax＝T s*R a；
其中，T smax表示实际生产安排过程中，每个工人最大平均工时。
5.如权利要求4所述的基于APS系统的服装工厂智能排程方法，其特征在于，所述根据工序占平均工时的比例，调整对工人的工序安排为，将T n与T smax相比，得到Y n：
其中，Y n是每道工序标准工时与最大平均工时的比值，表示该工序占最大平均工时T smax 的比例；
设置比例值r，r表示可接受的最大动态平均工时比，1<r<2，当r<Y n时，说明此工序的标准工时T n远大于每个工人最大平均工时T smax，应给此工序安排多个工人，工人数量用j表示，j为Y n四舍五入所的整数；当r>Y n时，则说明此工序在可接受的最大平均工时波动范围内，此工序仅需1人即可，即j＝1。
6.如权利要求5所述的基于APS系统的服装工厂智能排程方法，其特征在于，所述根据工序所需工人数、
完成工序实际时间和时间效率，调整及插入工序为，用M n来保存每一道工序所需的工人数量，将根据r和Y n所得的每一道工序n所需要的工人数j存入数组，即M n＝j；
存在一个矩阵保存工厂历史数据中每个工人做每道工序所需的时间，用T(i,n)表示第i个工人做第n道工序所需的实际时间，若第i个工人不会做第n道工序，则T(i,n)＝0；用P(i,n)表示第i个工人做第n道工序所用的时间效率，则
其中，T n为第n道工序所用的标准工时；
遍历P(i,n)，根据数组M n取得第n工序，效率前j名的工人，将该第n工序加入前j名工人的生产安排数组C i中，
C i＝[*,……，n]
其中，i为工人序号；
用S i表示该加入该工序后，该工人的生产安排数组C i内已安排的工序实际时间T(i,n)之和，S i＝∑T(i，Ci)；
如果S i大于最大平均工时T smax，说明该工人的安排时间内无法插入此工序，则按效率顺序，向下取，如果所有工人的S i全部大于最大平均工时T smax，则返回重新设置R a进行。
7.如权利要求6所述的基于APS系统的服装工厂智能排程方法，其特征在于，所述根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间，得到生产流程总时间为，将S i与T smax相比，得到ST i，
其中，ST i表示工人分配工序所占用每个工人的最大平均工时的比；
遍历ST i，如果存在ST i<0.7，或存在ST i>0.9，说明此排程中，存在工人的工作工时相差过大的情况，则尝试将ST i最大的工人中工作时间最短的工序分配给ST i最小的工人，返回重新生成C i，并继续；如果repeat次重复排程以后仍然存在ST i<0.7或ST i>0.9的情况，则忽略，其中初始化定义repeat取10；
遍历完整个P(i,n)，将所有工序安排完成以后，得到初步的整个生产流程的总时间T p，T p＝∑S i；
在该T p下，通过C i到每个工人所安排的工序，通过S i得到该工人加工所安排工序所需要的时间，整个生产流程得到初步确认，可通过多次设置R a和r得到多个生产流程，选取其中最优解，该流程下，生产流程总时间最短，同时生产资料利用率最高。
8.如权利要求7所述的基于APS系统的服装工厂智能排程方法，其特征在于，所述考虑离开工位的时间，得到最短生产时间为，生产过程中，工人存在离开工位的情况，故设R s表示实际生产过程中，相对于计划生产时间的比例，一件衣服的实际总生产时间T t为：T t＝T p*R s；
其中，T t的时间单位为秒，整个数量为M的衣服订单，总共需要的生产时间Sum T为：
其中，Sum T的单位为小时；Sum T即为该生产订单在最优生产流程下的最短生产时间。
一种基于APS系统的服装工厂智能排程方法技术领域
[0001]本发明属于服装排程领域，具体涉及一种基于APS系统的服装工厂智能排程方法。背景技术
[0002]随着电子商务在全球范围内持续繁荣，客户的需求变得日趋个性化，如何针对客户的个性化需求迅速制定精准的生产计划已经成为了服装加工制造企业不能不面对的问题。
[0003]据相关统计，我国服装产业中，中小企业数量占据服装企业总数比例高达90％以上。中小企业的生产特点为品种多、批量小。对于多品种、小批量生产模式的企业，如何合理的安排生产计划一直是一个难题。因为订单的品种多，工序各有不同，所以排程时的计算量较大，而批量小又会导致频繁换线。在既保持多品种，小批量的模式下，又能及时地满足客户快速变化的需求成为了检验中小服装企业竞争力的标志。
[0004]传统服装企业更多的使用的是ERP和MRP系统，单个ERP仅具备整合企业资源的作用，而对于安排生产过程，减少管理人员排程时间，节约企业的人力资源和提高生产资料的利用率毫无作用。而基于MRP进行需求量计算制定计划的模式，存在：系统要求固定的工艺路线，所有工作都是在假定无线能力的前提下进行，无法生成详细可行的生产计划等缺点。
[0005]而APS系统可以有效的解决这些问题，APS是英文Advanced Planning And Scheduling的缩写，翻译过来就是高级计划与排程，它是运用计算机技术实现对生产计划的自动排程。运用APS系统，可以很好的帮助工厂的管理人员迅速的指定生产计划并就生产车间发生的动态情况为管理人员提供很好的决策支持。
[0006]所以，推进服装产业中APS系统的普及既可以提高实际生产车间的效率，给我国大量的中小服装企业提供更大的行业竞争力，同时也紧跟工业4.0这一新时代的发展潮流。发明内容
[0007]鉴于以上存在的技术问题，本发明用于提供一种基于APS系统的服装工厂智能排程方法，包括以下步骤：
[0008]S10，计算制作一件衣服的总花费时间；
[0009]S20，分配工人及计算每人平均分配工时，并得到实际生产中每人最大平均工时；
[0010]S30，根据工序占平均工时的比例，调整对工人的工序安排；
[0011]S40，根据工序所需工人数、完成工序实际时间和时间效率，调整及插入工序；
[0012]S50，根据工人可安排最大工时比、每个工人所安排的工序和加工所安排的工序所需时间，得到生产流程总时间；
[0013]S60，考虑离开工位的时间，得到最短生产时间。
[0014]优选地，所述计算制作一件衣服的总花费时间为，生产一批数量为M的衣服，每件衣服有n道工序，每一道工序的标准工时为T n ，则制作其中的一件衣服的总花费时间为
说 明 书
1/6页CN 111985779 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议