MES系統支持下高效卷煙生產調度方法研究

江逸斐　肖夢 張永進 萬年彬

摘? ?要：為提高卷煙生產調度能力，提出基于MES系統支持的高效卷煙生產調度方法。構建MES系統支持模型，在該模型中計算生產調度的輸出值。并以調度輸出值作為自適應學習系數，建立卷煙生產調度的量化評價參數篩選模型，對其篩選，并輸出得到卷煙生產調度的檢驗統計量，構建卷煙生產優化調度函數，實現卷煙生產調度優化。仿真結果表明，采用該方法進行卷煙生產調度的收斂性較好，產出效益高，適用于卷煙生產調度。

關鍵詞：MES系統支持;卷煙生產;調度;過程控制

中圖分類號：TS48? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A

Research on High Efficient Cigarette Production

Dispatching Method Under Support of MES System

JIANG Yi-fei，XIAO Meng，ZHANG Yong-jin，WAN Nian-bin

（Xiangyang Cigarette Factory，China Tobacco Hubei Industrial Co.，Ltd.，Xiangyang，Hubei 441000，China）

Abstract：In order to improve the production scheduling ability of the cigarette，a high-efficiency cigarette production scheduling method based on the support of the MES system is put forward. The MES system support model is constructed，and the output value of the production schedule is calculated in the model. And taking the scheduling output value as an adaptive learning coefficient，establishing a quantitative evaluation parameter screening model of the cigarette production scheduling，screening the quantitative evaluation parameter of the cigarette production scheduling，and outputting the test statistic quantity of the cigarette production scheduling，and constructing an optimized dispatching function of the cigarette production so as to realize the optimization of the cigarette production scheduling. The simulation results show that the method is good in convergence and high in yield，and is suitable for cigarette production scheduling.

Key words：MES system support;cigarette production;scheduling;process control

對卷煙生產調度的優化是提高煙草生產加工質量的關鍵，對卷煙生產調度是建立在對卷煙生產流程的科學化管理和模式優化識別基礎上，構建精細的卷煙生產體系，提高卷煙生產流程的科學化管理水平[1-3]，實現卷煙生產的精細化管理，提高卷煙生產調度的自適應性和管理水平。研究卷煙生產調度方法，在卷煙生產加工和企業發展中具有重要意義，相關的卷煙生產調度方法研究受到人們的極大關注[4-6]。

進行卷煙生產流程的科學化管理和應用傳統方法中，高效卷煙生產調度方法主要有統計分析方法、支持向量機分析方法和經驗模態分析方等[7-8]，結合對卷煙生產過程中的資源模塊化管理，構建卷煙生產加工的流程化配置水平，提高卷煙生產的效益，然而，當前方法對卷煙生產調度存在自適應性不好和過程控制收斂性較差的問題[9-11]。

針對上述問題，提出了基于MES（Manufacturing Execution System）系統支持的高效卷煙生產調度方法，制造執行系統（MES）是針對車間生產部門制造應用技術的系統，是完成車間生產制造的基礎技術手段系統[12]。生產調配是整個制造執行系統最重要的環節，屬于整個系統中的核心系統。所以，制造企業期望采用信息技術建立一個生產調度系統，以網絡為輔助手段，滿足制造執行系統的總體要求，有效地規劃生產調度，符合制造企業的生產管理理念。最后進行仿真實驗分析，展示了本方法在提高卷煙生產調度能力方面的優越性能[13-15]。

1? ?MES系統支持模型下卷煙生產輸出值

為實現MES系統支持下高效卷煙生產調度方法優化，首先需構建并分析MES系統支持模型，然后在MES系統支持下考慮并計算卷煙生產調度中約束參量，并根據約束參量獲取MES系統支持下卷煙生產調度輸出值，為優化卷煙生產調度奠定理論基礎[16-18]。

1.1? ?MES系統支持模型

由于卷煙生產中，調度指令是指揮生產的前提條件，因此，需對調度指令的合理度進行判斷，設調度指令合理度為p（a），使用MES系統對p（a）進行判斷，判斷公式為：

p（a） = ∑（ga + La）? ? ? ? （1）

β = ■? ? ? ? ?（2）

式中，ga代表卷煙剩余工序數;La代表設備運行效率;β代表卷煙產量;Rc代表煙草續料量;Qa代表煙草損耗量;ti代表生產時長。當0 < p（a） < β時，說明生產調度指令較為合理。

在生產調度指令合理的情況下根據卷煙生產企業的內部資產結構水平，進行調度的過程尋優，構建統計特征分析模型，并進行線性擬合控制，得到卷煙生產調度的擬合式為：

f（x） = ■k（ai + a*i） + b? ? ? ? ?（3）

式中，ai代表調度指令的二次控制項;a*i代表卷煙生產映射轉移函數;k代表設備運行歸屬類型能量;b代表卷煙校驗指數。

根據擬合結果分析高效卷煙生產控制的層次化結構，采用模糊綜合評價的方法，進行生產調度MES系統支持設計，得到MES系統支持模型表達如下：

f1（x） = ■■MCij? ? ? ? ?（4）

式中，M為卷煙生產的成本開銷，Cij為模糊矩陣。根據上述分析，完成MES系統支持模型的構建。在該模型基礎上進行卷煙生產調度的輸出計算，為優化卷煙生產調度方法提供可行依據[19]。

1.2? ?生產調度的輸出值

在MES系統支持模型下構建高效卷煙生產調度的數學模型，結合數學模型的模糊信息集合，進行卷煙生產的流水線控制決策函數初始值賦值，并采用局部尋優方法得到關聯規則項的輸出值，實現MES系統支持下高效卷煙生產調度的輸出計算[20-22]。

對高效卷煙生產的調度是建立在對高效卷煙生產的過程控制和特征分析基礎上，結合決策和模糊控制方法，進行高效卷煙生產的過程有效性評價，結合卷煙生產的資本投入和流水線優化水平[23]。高效卷煙生產調度的數學模型建立如下：

Z（x） = f1（x）■■cij xij? ? ? ? ?（5）

其中，cij表示卷煙生產調度的生產價值水平的合理預期，xij為高效卷煙生產流水線的產出效率。采用模糊綜合決策方法，進行卷煙生產調度過程的自適應尋優，構建卷煙生產調度的模糊信息集合S，表示如下：

S = （U，A，V， f）? ? ? ? ?（6）

其中，式中U表示卷煙生產調度的統計特征量，A表示卷煙生產調度的屬性特征分布集，V為卷煙生產效益增長水平函數集，對卷煙生產過程進行量化尋優，得到卷煙生產的流水線控制決策函數f，對其進行初始值賦值，表示為：

U × A→ V? ? ? ? ? （7）

采用關聯規則尋優控制方法，進行卷煙生產調度過程的屬性分布描述，采用局部尋優方法，得到關聯規則項的輸出值為：

p（a） = X？哿U | Z（x），？坌R？哿A? ? ? ? ?（8）

其中，X表示卷煙生產調度的特征數據值，R表示卷煙生產調度的屬性分布數據值。當X？哿U，R？哿A條件成立時，使用模糊控制方法，進行高效卷煙生產調度的統計分析和模糊決策，優化卷煙生產調度的自適應水平。

2? ?卷煙生產調度方法優化

為實現卷煙生產調度優化，首先需以MES系統支持模型下卷煙生產的輸出值作為自適應學習系數，據此構建卷煙生產調度的量化評價參數模型，根據該模型對自適應學習系數進行數據篩選，建立模糊參考評價集判斷該數據是否支持MES系統，并輸出得到卷煙生產調度的檢驗統計量，結合檢驗統計量分析控制過程，最后得到優化后的卷煙生產調度函數。其具體流程如圖1所示。

基于該流程可知優化過程可大致分為兩部分，首先需判斷卷煙生產調度的自適應學習系數，然后將該數據作為卷煙生產調度控制過程分析的依據，最終得到卷煙生產調度優化函數。

2.1? ?卷煙生產調度的可優化判斷

在上述研究得到的高效卷煙生產調度MES系統支持模型和生產調度輸出值的基礎上，進行卷煙生產調度優化。提出了基于MES系統支持的高效卷煙生產調度方法，采用關聯規則調度方法對生產輸出值進行高效卷煙生產自適應調度，獲取自適應學習系數，其計算過程如下：

D = （1 - B l（n） + B l（n）） × Wl（n）min，αn > 1p（a）Wl（n）min，0≤αn≤1? ? （9）

B l（n） = （1/（1 + Dn）） χ? ? ? ? ? （10）

αn = |Dn|/（■），■ ≠ 00，? ? ? ? ? ? ■ = 0? ? ? ? （11）

式中，αn為高效卷煙生產調度的迭代系數，B l（n）為高效卷煙生產調度的自適應調整系數，Wl（n）min為自適應學習動量因子，Dn表示高效卷煙生產調度次數。采用DCC-MVGARCH模型構建卷煙生產調度的量化評價參數模型，模型表達式為：

μ Bi = ■? ? ? ? ?（12）

式中，■代表高效卷煙生產平均自適應學習系數;A代表量化權重值。

在量化評價參數模型中篩選自適應學習系數，通過模糊信息集合判斷該數據是否支持MES系統，判斷條件為：

■ > 1 - B l（n）? ? ? ? ?（13）

其中：

0 < （1 - B l（n））μ Bi < 1 - B l（n）? ? ? ? ?（14）

B l（n） < （1 - B l（n））μ Bi + B l（n） < 1? ? ? （15）

由上式可知，當■ > 1 - B l（n）時，則表示自適應學習系數支持MES系統，若■ ≤ 1 - B l（n）時，則表示自適應學習系數無法支持MES系統。上述過程為卷煙生產調度的優化提供可行性基礎，在此基礎上需計算卷煙生產調度的檢驗統計量，實現卷煙生產調度的控制，進行MES系統支持過程控制和生產流水線的均衡配置。

2.2? ?卷煙生產調度的優化函數

采用過程控制方法實現卷煙生產調度的模糊自適應控制，得到卷煙生產調度的檢驗統計量：

Q = ■? ? ? ? ?（16）

其中，Ci為常量，wi表示高效卷煙生產調度的MES決策變量。采用F檢驗方法，得到最優卷煙生產調度中的標準誤差，記為：

S（i，j） = ■? ? ? ? （17）

式中，■表示總體檢驗最優系數，采用全成本控制方法進行卷煙生產調度的過程自適應控制，得到卷煙生產調度的模糊調度函數為：

A（ω） = ■Q +■S（i，j）? ? ? ? （18）

結合MES系統支持模型，分析適應度函數對ω的控制過程，其控制過程為：

Sn = ■? ? ? ? （19）

式中，tij表示模型自適應度，ni控制函數閾值，利用控制結果，構建卷煙生產調度的卷煙生產調度的優化函數，其表達式為：

G（k） = Sn■A（ω） + k? ? ? ? （20）

式中，k代表函數優化系數。綜上，完成卷煙生產調度的優化，需進行仿真實驗，檢測該方法的可行性及有效性。

3? ?仿真實驗與結果分析

為驗證本方法在實現高效卷煙生產調度的應用性能，采用Matlab進行實驗分析，對高卷煙生產調度數據分析的軟件為SPSS19.0，全樣本回歸分析的個數為2000，樣本測試集為120，MES系統支持迭代次數為120，卷煙生產調度回歸分析結果見表1。

根據上述對卷煙生產調度的回歸分析結果，進行數據統計分析，測試卷煙生產調度的產出效益，得到對比結果如圖2所示。

分析圖2得知，采用該方法進行高效卷煙生產調度的產出效益較好。測試控制誤差，分別對F3（x1）、F4（x2）、F6（x3）、F7（x4）生產線進行實驗，得到結果如圖3所示。

分析圖3得知，采用本方法進行卷煙生產調度的控制誤差較低，誤差控制在0-0.6之間，這是由于本方法對控制誤差采用全成本控制方法進行卷煙生產調度的過程自適應控制，降低誤差對方法的影響。

以控制誤差作為收斂性的檢測依據，進行MES系統支持下高效卷煙生產調度的尋優控制能力對比，對比結果如圖4所示。

分析圖4可知，采用本方法進行卷煙生產調度的尋優控制能力較好，即收斂誤差較低，更適用于卷煙生產線。

4? ?結? ?論

研究有效的卷煙生產調度模型，結合工業過程控制過程優化技術，實現卷煙生產的精細化管理，提高卷煙生產調度的自適應性和管理水平，提出了基于MES系統支持的高效卷煙生產調度方法，使用粗糙集模型和大數據挖掘方法構建高效卷煙生產調度的數據統計分析模型，構建卷煙生產調度的MES系統支持模型，計算卷煙生產輸出值。采用模糊綜合評價的方法，進行生產調度MES系統支持設計，實現卷煙生產調度優化。研究得知，本方法能提高卷煙生產調度能力，提升生產效益，調度過程具有較好的收斂性。

參考文獻

[1]? ? 胡黃水，鄭曼，王宏志. 基于遺傳算法的MVB周期調度表優化[J]. 吉林大學學報（理學版），2019，57（03）：613-618.

[2]? ?TRAN D，DAUPHIN A，MEIMOUN P，et al. Methanol induces cytosolic calcium variations，membrane depolarization and ethylene production in arabidopsis and tobacco.[J]. Annals of Botany，2018，122（5）：1-11.

[3]? ? 朱成文，郝喜良，沈曉晨，等. 定長切絲技術在細支卷煙生產中的應用[J]. 煙草科技，2019，52（03）：86-91.

[4]? ? 孟博，龐磊. 煙草商業企業卷煙物流設備管理初探[J]. 中國煙草學報，2018，24（04）：86-90.

[5]? ? 余長春，沈先輝.產業服務模塊化解析——基于卷煙產業和食品制造業的案例比較[J]. 鄭州航空工業管理學院學報，2016，34（04）：19-24.

[6]? ?MADATHIL S，SENTHIL K N，ZODINPUII D，et al. Tuibur：tobacco in a bottle-commercial production of tobacco smoke-saturated aqueous concentrate[J]. Addiction，2018，113（3）：12-15.

[7]? ? 王林虹，劉寶宜，姜亞歷，等. 保水劑在煙草生產上的應用[J]. 作物研究，2017，31（1）：99-102.

[8]? ? 王軍，劉鵬翔，劉羚迪，等. 基于卷煙生產計劃優化的HPP框架及總生產計劃模型[J]. 煙草科技，2017，50（8）：91-96.

[9]? ? 李家斌，何世偉，胡紅春，等. 卷煙包裝箱回收物流系統調度優化模型[J]. 中國煙草學報，2018，24（3）：110-116.

[10]? 劉曉鳳，仇力，欒小麗，等. 不等長間歇過程的數據同步及遞推優化[J]. 信息與控制，2018，47（4）：448-454.

[11]? 劉蘭. 關于云計算環境下的分布式存儲關鍵技術分析[J]. 信息通信. 2017，23（03）：168-169.

[12]? 徐元根，黎勇，虞文進，等. 基于TSP模型求解制絲生產調度問題[J]. 煙草科技，2018，51（11）：97-103.

[13]? 李家斌，何世偉，胡紅春，等. 卷煙包裝箱回收物流系統調度優化模型[J]. 中國煙草學報，2018，24（3）：110-116.

[14]? 史宏志，楊惠娟. 煙草有機生產與可持續發展國際論壇在河南許昌舉行[J]. 中國煙草學報，2019，25（1）：137.

[15]? 徐元根，金文龍，王柳婧，等. 基于智能客戶端的SPC在煙草行業的應用[J]. 科技通報，2017，33（9）：100-104.

[16]? 龍明錦，陳堯，李振華，等. 基于PLC控制的煙草種子丸化生產線的設計[J]. 種子，2018，37（8）：135-138.

[17]? 毛金城，陳凱，陳緒兵，等. 基于RFID技術的模具電極MES系統的應用研究[J]. 現代電子技術，2017，40（10）：65-67.

[18]? 張貴軍，陳凱，徐建明，等. MES實時數據監測系統設計與開發[J].? 浙江工業大學學報，2017，45（4）：401-408.

[19]? 楊鴻斌，李坤. 卷煙包裝輔料自動輸送系統設計[J]. 包裝工程，2018，39（21）：46-50.

[20]? 微生物制劑在現代煙草生產中的應用研究進展[J]. 貴州農業科學，2018，46（7）：74-78.

[21]? SANCILIO S，GALLORINI M，CATALDI A，et al. Modifications in human oral fibroblast ultrastructure，collagen production and lysosomal compartment in response to e-cigarette fluids[J].? Journal of Periodontology，2017，88（7）：1-15.

[22]? SHAHZAD M，JAN A U，ALI S，et al. Supply response analysis of tobacco growers in Khyber Pakhtunkhwa：an ARDL approach[J]. Field Crops Research，2018，218（2018）：195-200.

[23]? 程立銳，陳小翠，代帥帥，等. 煙草黃瓜花葉病毒抗性位點發掘[J]. 中國煙草科學，2018，39（4）：4-9.