扰动环境下作业车间网络多瓶颈识别方法研究

• 作者: 孙文磊 李华华 李晓娟 袁逸萍
• 来源期刊: 西安交通大学学报
• 关键词: 作业车间 扰动环境 复杂网络 CML模型 瓶颈识别
• 年，卷（期）: 2016,（12）
• 页码范围: 64-72,78
• 页数: 10页
• 分类号: TH166|TP181
• 语种: 中文
• DOI: 10.7652/xjtuxb201612011

摘要

针对扰动环境下作业车间多瓶颈识别困难、瓶颈漂移后的瓶颈识别缺乏全局性和实效性这一问题,构建了基于网络特性的多瓶颈动态识别方法.首先,根据设备工装、工艺路线、物流路径以及产品配置等多层次生产数据,构造作业车间网络模型;其次,建立作业车间网络动力学方程,获取扰动因素流转的判定依据.对瓶颈内涵进行扩充,综合考虑节点自身动力学特性、节点间拓扑耦合影响机理及扰动在生产网络中的传播机制,建立基于耦合映射格子(CML)的瓶颈识别算法,实现作业车间瓶颈的量化描述和连续预测;最后,对某机电企业作业车间进行瓶颈的动态监控和预测.结果表明:在扰动环境下,CML模型能够较好地预测各工作站瓶颈度走势,其中工作站R1平均瓶颈度为1.12,瓶颈持续时间长达40 h;工作站R3的平均瓶颈度为1.05,瓶颈持续时间为10 h;工作站R1、R3首先成为系统的瓶颈,随着加工进度的推移,工作站R1和R24交替成为系统瓶颈.研究结果与该企业实际情况具有很好的一致性,验证了该方法的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙文磊	新疆大学机械工程学院	325	1422	16.0	21.0
2	袁逸萍	新疆大学机械工程学院	68	228	8.0	12.0
3	李晓娟	新疆大学机械工程学院	38	120	7.0	9.0
4	李华华	新疆大学机械工程学院	8	19	2.0	3.0