MES系统与生产调度的优化策略

工程设计及标准　石　油　化　工　自　动　化。２００６，３　ｔ　４　ＡＵＴＯＭＡＴＩＯＮ　ＩＮ　ＰＥＴＲＯ—ＣＨＥＭＩＣＡＬ　ＩＮＤＵＳＴＲＹ　

生产调度决策优化系统Ｏｒｉｏｎ　

王景芳　，邬书跃　，郭武　（１Ｉ湖南涉外经济学院信息与电子工程系，湖南长沙４１０２０５｝　２．中国石化股份公司长岭分公司计算机应用研究所，湖南岳阳４１４０１２）　摘要：炼油化工企业的生产装置是一个连续的、有机的整体，调度生产作业计划是确保生产优化、平稳、有序的基础。先　介绍中国国内生产调度计划软件的发展情况，接着论述中国石化股份公司长岭分公司引进ＡｓｐｅｎＴｅｃｈ公司的生产调度系统　Ａｓｐｅｎ　Ｏｒｉｏｎ及二次开发过程，就其技术与经验以飨同行。　关键词：生产调度，决策优化；系统平台；作业计划　中图分类号：ＴＰ３１１．５２　文献标识码：Ｂ　文章编号：１００７—７３２４（２００６）０３—０００４—０４　Ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ　Ｏｐｔｉｍｉｚｉｎｇ　Ｓｙｓｔｅｍ　Ｏｒｉｏｎ　ｆｏｒ　Ｐｒｏｄｕｃｔｉｖｅ　Ａｔｔｅｍｐｅｒｉｎｇ　Ｗａｎｇ　Ｊｉｎｇｆａｎｇ　，Ｗｕ　Ｓｈｕｙｕｅ　，Ｇｕｏ　Ｗｕ　（１．Ｄｅｐ．ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｅｌｅｃｔｒｏｎ　Ｅｎｇ．ｏｆ　Ｈ　ｕｎａｎ　Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｅｃｏｎｏｍｉｃｓ，　Ｃｈａｎｇｓｈａ，４１０２０５，Ｃｈｉｎａ；２．Ｓｉｎｏｐｅｃ　Ｃｈａｎｇｌｉｎｇ　Ｂｒａｎｃｈ　Ｏｆｆｉｃｅ，Ｙｕｅｙａｎｇ，４１４０１２，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｍａｎｕｆａｃｔｕｒｅ　ｅｑｕｉｐｍｅｎｔｓ　ｉｎ　ｏｉｌ　ｒｅｆｉｎｉｎｇ　ａｎｄ　ｃｈｅｍｉｃａｌ　ｅｎｔｅｒｐｒｉｓｅ　ａｒｅ　ｃｏｎｔｉｎｕｏｕｓ　ａｎｄ　ｏｒｇａｎｉｃ　ｕｎｉｔ．Ａｔｔｅｍｐｅｒｉｎｇ　ｐｒｏｄｕｃｔｉｖｅ　ｏｐｅｒａｔｉｏｎ　ｐｌａｎ　ｉｓ　ｕｓｅｄ　ｔｏ　ｉｎｓｕｒｅ　ｐｒｏｄｕｃｔｉｖｅ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｐｌａｃｉｄｌｙ　ａｎｄ　ｏｒｄｅｒ—　ｌｙ．Ｉｔ　ｆｉｒｓｔ　ｉｎｔｒｏｄｕｃｅｄ　ｔｈｅ　ｎａｔｉｏｎａｌ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｐｒｏｄｕｃｔｉｖｅ　ａｔｔｅｍｐｅｒｉｎｇ　ｐｌａｎ　ｓｏｆｔｗａｒｅ　ａｎｄ　ｎｅｘｔ　ｄｉｓ—　ｃｕｓｓｅｄ　ｔｈｅ　ＡｓｐｅｎＴｅｃｈ　ｃｏｒｐｏｒａｔｉｏｎ　Ｓ　ｐｒｏｄｕｃｔｉｖｅ　ａｔｔｅｍｐｅｒｉｎｇ　ｓｙｓｔｅｍ　Ａｓｐｅｎ　Ｏｒｉｏｎ　ｔｈａｔ　Ｃｈａｎｇｌｉｎｇ　Ｂｒａｎｃｈ　Ｏｆｆｉｃｅ，Ｓｉｎｏｐｅｃ　ｈａｄ　ｉｎｔｒｏｄｕｃｅｄ　ｉｎｔｏ　ａｎｄ　ｄｅｖｅｌｏｐｅｄ　ｓｅｃｏｎｄａｒｙ．Ｔｈｅｓｅ　ｔｅｃｈｎｉｑｕｅ　ａｎｄ　ｅｘｐｅｒｉｅｎｃｅ　ａｒｅ　ｉｎｔｅｒ—　ｃｏｍｍｕｎｉｃａｔｅｄ　ｂｅｔｗｅｅｎ　ｏｕｒ　ｂｒｏｔｈｅｒ　ｅｎｔｅｒｐｒｉｓｅｓ．　Ｋｅｙｗｏｒｄｓ：ｐｒｏｄｕｃｔｉｖｅ　ａｔｔｅｍｐｅｒｉｎｇ；ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ　ｏｐｔｉｍｉｚａｔｉｏｎ；ｓｙｓｔｅｍ　ｆｌａｔ　ｒｏｏｆ；ｔａｓｋ　ｐｒｏｇｒａｍ　１　生产调度计划软件的发展情况　传统的调度生产作业计划安排，往往需要经验　丰富的调度人员，投入大量的时间和精力，对将要　运行的短期计划进行周密地安排和测算。早在２ｏ　世纪８Ｏ年代后期，国内一些高校和科研单位与石　油化工企业合作，致力于炼油厂生产调度系统的研　究与开发。１９８９年，浙江大学与高桥石化公司合　作开发润滑油调度系统；１９９０年，石油化工科学研　究院和兰州炼油化工总厂合作开发了一套炼油生　产调度作业计划专家系统；１９９９年，石油化工科学　研究院开发油罐调度管理原形系统。　特别是近几年来，随着市场经济的发展，生产　与市场更加紧密地结合，市场的多变性、生产计划　的频繁调整，需要提前预测和同步优化。法国　Ｔｅｃｈｎｉｐ公司的Ｆｏｒｗａｒｄ软件编制炼油厂生产调　度作业计划采用交互式方式。ＵＯＰ公司的Ｔｒｉｏｓ　系统的特点是将调度安排与生产实际随时比较。　而ＡｓｐｅｎＴｅｃｈ公司的Ａｓｐｅｎ　Ｏｒｉｏｎ系统则代表了　世界炼油企业调度软件发展的主流趋势，通过结合　流程模拟、线性规划和人工智能技术，提供了用于　优化生产作业计划，对生产装置的生产方案、公用　工程系统等进行模拟与优化的系统平台，是一个支　持炼油厂综合调度的完整系统。　２　Ａｓｐｅｎ　Ｏｒｉｏｎ系统筒介　该系统用于生产调度系统的生产作业计划优　化，可覆盖炼油化工的全过程，包括原油接收、输　转、储存、生产装置（单元）的方案控制、物料的流　向、质量的控制、化学药剂的消耗、人工成本、油品　储运系统的油品调和优化、产品的出厂，公用工程　系统水、电、气等。　该系统利用流程模拟、线性规划及模拟专家系　统技术来模拟生产调度和油品调和事件，从而实现　生产调度、计划的智能化；基于Ｅｘｃｅｌ建立模型、调　

第1篇

一、培训心得

1. 对MES系统有了更深入的了解

通过MES培训，我对MES系统有了更深入的了解。MES系统是企业信息化管理的重要组成部分，它能够帮助企业实现生产过程的实时监控、数据采集、生产调度和优化等。通过培训，我明白了MES系统在企业生产管理中的重要作用，以及如何运用MES系统提高生产效率、降低生产成本。

2. 提高了自身业务能力

MES培训不仅让我对MES系统有了深入的了解，还提高了我的业务能力。在培训过程中，讲师通过实际案例和操作演示，让我掌握了MES系统的基本操作方法，以及如何运用MES系统解决生产过程中的实际问题。这将有助于我在今后的工作中更好地发挥自己的作用。

3. 增强了团队协作能力

MES培训是一个团队活动，通过培训，我认识了许多来自不同部门、不同岗位的同事。在培训过程中，我们相互交流、学习，共同进步。这使我意识到团队协作的重要性，以及如何与同事有效沟通、共同完成任务。

4. 丰富了专业知识

MES培训涵盖了许多专业知识，如生产管理、信息管理、质量管理等。通过培训，我不仅掌握了MES系统的相关知识，还丰富了自身的专业知识体系，为今后的职业发展奠定了基础。

二、工作计划

1. 提高MES系统应用水平

在今后的工作中，我将努力提高MES系统的应用水平。具体措施如下：

（1）深入学习MES系统相关知识，掌握系统操作方法；

（2）关注MES系统的新功能、新技术，及时了解行业动态；

（3）结合实际生产情况，优化MES系统配置，提高系统性能；

（4）积极参与MES系统项目实施，积累实践经验。 2. 提升生产管理能力

为了更好地发挥MES系统的作用，我将不断提升自己的生产管理能力。具体措施如下：

（1）学习生产管理理论知识，提高对生产过程的认知；

（2）关注生产现场，及时发现并解决生产中的问题；

（3）加强与生产部门的沟通，确保MES系统与生产现场的有效对接；

（4）总结生产管理经验，为今后工作提供借鉴。

半导体制造系统生产调度建模及优化策略分析

摘 要

半导体制造过程具有工艺流程复杂、工序多、不确定性强等显著区别于其它制造行业

的特点，随着半导体产业朝着多品种、小批量的方向发展，有效的半导体制造系统生产调 度能快速响应市场要求、提高产出率、提高准时交货率，在激烈的产业竞争中具有重要的 作用。本文利用特征PetriN建立半导体制造系统生产调度模型，并对半导体制造系统生产 调度优化策略进行了研究。

提出了基于特征Petri网模型的嵌套分区优化调度算法，通过改进的嵌套分区算法对建

立的特征Petri网模型的变迁触发序列进行搜索，得到优化调度问题解，该方法不仅能充分 利用Petri模型易于描述制造系统的复杂特征及状态变化关系，而且基于特征Petri网模型 的嵌套分区优化调度算法能较好地将局部搜索和全局搜索结合，同时本文在嵌套分区算法 的回溯阶段提出利用回溯阈来有效减少算法的回溯次数，提高算法的搜索效率。

由于半导体制造系统的复杂性，在制造系统同一调度周期内采用单一调度策略难以取 得令人满意的效果，本文将半导体制造系统生产调度单个制造周期分成若干时间段，并在 每一个时间段内利用改进差分进化算法来优化制造系统机器组的调度规则组合；同时，系 统中各机器组负载差异很大，根据机器组的利用率将半导体制造系统的机器组分为瓶颈机 器组和非瓶颈机器组，通过改进差分进化算法对瓶颈机器组单独编码，而将非瓶颈机器组 合并为一个机器组单元进行编码，该编码策略与对所有机器组同等编码的传统策略相比， 能有效提高算法的寻优效果。

半导体制造系统炉管区机器批调度对系统调度性能有重要影响，本文分别研究了半导

体制造系统炉管区的单机批调度和平行机批调度，将单机批调度问题分解成组批和批排序 两个子问题，分别针对Lot零时刻同时到达和Lot动态到达两种情况的批调度策略进行了研 究；将平行机批调度问题分解成组批、批分配和批排序三个子问题，并提出利用权重嵌套 分区差分进化算法来解决平行炉管区的批分配子问题，仿真实验结果表明本文提出的批调 度策略较其它批调度策略能有效最小化总加权拖期损失。

收稿日期:1999-08-25.作者简介:曹应军(1975-),男,硕士研究生;武汉,华中理工大学机械科学与工程学院(430074).基金项目:国家高技术研究发展计划资助项目(863-511-945-015).炼油厂智能优化生产调度系统研究

曹应军　姚建初

(华中理工大学机械科学与工程学院)

摘要:针对炼油厂智能优化生产调度问题,提出了包含基于规则的归纳性知识、基于实例的样本性知识和基于数学规划的优化过程知识的RBR-CBR混合智能优化模型.通过这三种不同知识的有机结合,该模型可用于对复杂的生产过程进行描述.该模型已用于石油工业生产调度问题.关　键　词:生产调度;专家系统;基于规则的推理;基于实例的推理;优化中图分类号:TP319;TQ062 文献标识码:A 文章编号:1000-8616(2000)03-0033-03

工程实践中,问题的复杂程度及人们对它们的认识程度千差万别[1]:a.有的问题可以用固定

的、准确的数学模型描述;b.有的问题可以用准确、完备的基于规则的专家系统进行求解;c.有

些问题,人们对于其求解过程的内部机理尚不清

楚,而且,这类问题所涉及的领域知识以多种形式存在,包括归纳性知识、样本性知识和过程性知

识,这三种知识各有特点,不能互相取代.因此对

这类问题的有效的求解方法势必要综合利用这几种知识.石油工业的生产调度是以其过程模型为

基础的,然而,石油工业的过程建模不仅涉及到工业对象的内在的复杂机理问题,而且涉及到客观

环境和“人为”环境的作用问题.因此,本研究提出

了RBR-CBR(rule-basedreasoning-casebased

reasoning)混合智能优化模型,并将其应用于某

炼油厂生产调度系统5d作业计划的制定.

1　RBR-CBR混合智能优化模型结

构

正如前所述,对于c类问题,由于其复杂性而难以用传统优化理论的数学模型来对其进行描

述.但是,它往往可以分解为一系列的原子问题,即M=(M1,M2,…,Mn),其中Mi(i=1,2,…,