一、先进制造车间生产计划的甘特图显示方法研究（论文文献综述）
蒋天伦[1]（2021）在《网络化协同制造系统的跨层生产优化调度》文中认为网络化协同制造系统是一种信息高度集成的智能制造模式,其协同层具有大数据集成的知识库以及知识推理、数据挖掘、信息交互等服务功能,而目前大部分能效调度优化方法在优化过程使用的运算资源局限于企业层、车间层等边缘层,对于利用系统的协同层知识库与服务进一步提高能效的优化调度的研究较为缺乏,此外,网络化协同制造系统的生产过程具有有柔性制造、多工厂协同生产等特征,这使得能效分析与优化变得极其困难,因此,网络化协同制造系统跨越协同层与边缘层生产优化调度的研究具有极其重要的意义。本文针对在网络化协同制造系统中单作业车间与分布式多工厂的能效优化问题展开研究,提出了相应的算法,取得了良好的优化调度效果,主要工作如下:（1）对网络化协同制造系统的信息流和能量流特征、主控因素、外部干扰进行分析,面向能效优化控制目标,针对边缘层独立制造车间的实时调度,及云端网络化分布式多工厂协同制造的虚拟资源优化调度问题,分别建立其对应的优化模型和跨层协同机制。（2）针对单作业车间能效优化问题,提出了一种融合案例推理与混合群智能的调度优化方法。该方法在粒子群优化算法框架下,融合了遗传算法交叉变异算子,并基于调度问题的特征采用三元表示法将协同层知识库中的历史调度案例信息资源转化为数字表示形式,以此进行相似度运算,将其引入到调度优化算法种群筛选后的补充个体生成过程,提高后期迭代过程中的多样性。通过仿真与分析验证了该方法的有效性。（3）针对分布式多工厂能效优化的问题,提出一种融合了ID3决策树的高斯粒子群优化嵌套寻优算法,该算法将异地工厂看做独立的加工单元,把加工单元订单分配寻优作为作为嵌套寻优的外层,调度优化作为内层,多个单元寻优决策结果与云端外部寻优交互反馈,同时还引入了精英保留策略,并将ID3决策树技术融入外层寻优粒子生成过程,降低外层寻优过程中的随机性。最后,通过仿真对比实验验证方法的有效性。（4）根据以上的理论研究以及工厂的实际需求,使用Thymeleaf等前端技术搭建了前台可视化页面,同时,使用Spring Boot、Mybatis、Hadoop等大数据微服务信息技术对后台应用模块的逻辑功能进行了开发,并将开发后的系统应用于无锡某机床股份有限公司,实现了良好调度优化效果。
高珂婷[2]（2021）在《基于数字孪生的车间流水线调度优化研究》文中研究说明随着云计算、物联网、大数据、人工智能、虚拟现实等新一代信息技术与传统制造业的深度融合发展,世界各国分别提出国家层面的制造业转型战略。如何提高车间生产智能化的程度实现及时交货、提高客户满意度,成为了提升各中小制造企业竞争力的关键问题。混合流水车间结,合了传统的Flow shop调度问题和多机并行分配问题,已被证实是一个典型的NP-hard难题,在汽车生产、冶金、化工等领域应用广泛。然而,随着产品需求趋于个性化,制造工艺更加多样,制造企业对混合流水车间调度问题的解决方法在自主性、智能性、预测性等方面提出了更高的要求。实现制造的物理空间和信息空间的互联互通和智能化操作是实现智能制造关键,也是智能化调度的关键,是提高调度自主性、智能性、预测性的有效途径。然而现有的调度模式难以实现信息空间与物理空间实时交互,信息空间与物理空间的数据缺乏融合。为了解决混合流水车间动态调度问题中存在的问题,本文结合数字孪生,以某卡车生产车间为背景,对混合流水车间调度优化问题展开了研究,研究主要包括以下部分:（1）提出了基于数字孪生驱动的车间调度新模式。针对现有调度模式缺乏物理信息空间融合以及难以及时处理车间扰动的问题,结合数字孪生,提出了一种数字孪生驱动下的车间架构体系,并阐述了该框架下关键技术,如数字孪生建模、调度数据智能化实时采集。（2）建立了基于卡车混合流水车间离线模型。针对卡车生产车间的生产特点,搭建了符合卡车生产特点混合流水车间的离线调度模型,以最小化最大完工周期、最小化最大在制品数量、最小化最大拖期或者提前惩罚成本为目标,采用改进的遗传算法进行多目标求解,获得离线调度模型的卡车生产序列。（3）建立了基于卡车混合流水车间在线模型。结合离线模型获得的卡车混合流水车间生产数据,搭建卡车混合流水生产车间在线调度模型,采用支持向量机（SVM）为数据挖掘工具,采用二进制粒子群优化算法（BPSO）对生产属性（特征子集）进行寻优,获得基于SVM的动态调度策略分类模型。（4）卡车混合流水车间可视化仿真及信息管理系统的设计与实现。通过在2D和3D环境下实现卡车生产车间的快速建模,将卡车生产车间的生产任务进行生产优化排程,并将相应的生产排程结果导入到实际生产系统,获取相关指标数据,并搭建了卡车混合流水车间的调度信息管理系统,方便企业操作。
仇永涛[3]（2020）在《离散智能车间扰动预测与高效运行管控方法研究》文中研究说明随着工业4.0、物联网、数据挖掘等概念的提出,计算机技术与先进制造业的理念和方法正不断深入融合,基于信息物理系统的智能制造也应运而生,形成以服务为导向、以数据为依托、以人工智能为决策方法的人机协同制造新模式。在智能制造环境下,车间集成各类传感器（测力计、温度器、RFID等）实现车间数据采集,物联网等基础设施实现车间系统互联互通。但由于实际加工环境中的各类扰动,会直接或间接导致生产进程异常,尤其是以多品种、小批量为生产特征的离散车间,其不确定性扰动更为复杂,实时工况的多变更是增加了以调度为关键的车间管控难度,降低了车间生产效率,增加了车间管控成本和不确定性。因此,需要贴近现实车间实际,划分车间扰动异常,定量计算扰动影响程度,并预测可能会发生的扰动,进而基于扰动预警,实现车间扰动发生前的主动调度,避免扰动影响车间作业。同时,需提高扰动事后的车间重调度能力,结合企业生产需求,降低已发生扰动对车间正常运行带来的危害。本文针对这些关键问题,从构建扰动预测模型和设计有效调度方法两方面进行展开,以提高车间运行管控能力。具体内容如下:（1）针对车间扰动,分别从临时性变化、通常环境和显着或不显着改变三个角度阐述车间扰动概念。构建以服务、质量和价格为评价指标,以人、设备、物料和调度为扰动资源要素的层次树多元扰动划分框架,对车间宏观扰动进行了系统分类。基于改进的故障失效模式和影响分析,提出一种新的扰动分析模型—扰动风险向量。定义了平面偏向向量的风险向量优先级,有效降低扰动风险数值重复率,实现了不同扰动的差异化。并以此为基础,设计车间扰动风险向量及扰动评估方法。提出以三角函数和梯形函数为隶属度函数的模糊层次分析法以克服主观权重问题。应用差异性指数划分扰动数值,发现关键扰动,为车间管理员高效定位车间扰动和预防控制扰动提供依据。此外,三维矢量的平面拟合为分析不同指标扰动的分布和差异提供了方法。（2）针对数据背后的潜在扰动,依据实体物流操作过程的等待加工时间、机床准备时间、加工时间、等待转移时间和转移时间分别建立理想作业时间流和实际作业时间流数学模型,并以此为基础提出潜在扰动时间概念,反映了扰动对离散车间作业的影响。从车间系统功能出发,解析离散车间数据源,并对其进行统一分类。建立离散车间数据流框架,提出基于数据挖掘的离散车间潜在扰动预测方法,完成了由扰动预测到车间生产的闭环控制。考虑到噪声冗余数据,提出混合贝叶斯的决策树算法用于离散车间扰动预测。实验结果验证了所提方法能有效发掘潜在扰动并指导车间生产,同时所提算法相较其它算法具有更优的预测精度。（3）针对扰动预测下的高效车间作业静态调度问题,提出了以最大完工时间和总延迟为优化目标,建立了混合进化算法和种群知识的离散作业车间多目标调度求解模型。由优化目标和属性归纳确定工件工序属性（工序特征、加工时间、剩余加工时间、交货期和优先级）,通过NSGA-Ⅱ混合模拟退火算法获取优秀种群个体,应用优先级类权重实现种群的知识挖掘。提出增添排序法ADSM,重新局部调整工序,获取基于知识的初始种群个体,避免了知识挖掘下工序不足或过饱和问题。实验比较了其它种群个体在不同迭代次数和不同种群大小下优化目标和帕累托性能指标,结果表明在有限的迭代次数下,本文所提方法能够获得更优的帕累托解。（4）针对已发生扰动对车间作业的影响,深入研究了扰动下车间重调度问题,给出离散车间扰动下重调度理论框架和关键技术。提出原计划接受度和重调度触发度概念和数学模型,建立以交货期和扰动时间变化率为基准的重调度驱动机制。应用指标加权法提出以最大完工时间、质量损失指数和工序加工成本为一体的优化目标函数。设计并改进模拟退火遗传算法,以基准案例对优化目标函数值和收敛性进行算法性能测试,以某电梯零部件智能制造车间调度实例进行重调度验证,结果表明所提算法和重调度策略优越且有效。开发了离散车间调度平台,并介绍了系统主要功能模块。
李晨晨[4]（2020）在《木林森股份有限公司制造执行系统研究与设计》文中认为制造执行系统是处于上层企业计划管理系统和底层工业现场控制系统之间的面向车间生产的信息化管理系统。该系统不仅能将上层的生产任务传达给车间,还能将底层的执行情况反馈给计划人员,在计划层与控制层之间架起了一座桥梁,填补了两者间的“鸿沟”,是智能制造必不可少的关键技术之一。制造执行系统是制造企业走向现代化、智能化的必经之途,本文以国内致力于LED封装与LED应用产品生产的光电高新制造企业木林森股份有限公司为背景,在研究生产排程等关键技术的基础之上,以缩短工期、减少库存、快速交货为目标,设计并实现MES系统中包含的计划排程和生产过程等功能模块,提高车间生产流程信息化管理水平。主要内容如下:（1）分析该公司的业务流程以及功能需求,在此基础上,对制造执行系统的总体方案进行设计。系统架构由存放并提供数据的数据库层、操作并反馈数据的基础数据支撑层、处理业务逻辑的应用层和直接与用户接触的表现层构成,系统结构更清楚,分工更明确,有利于后期的维护和升级。功能模块细化到设备和工艺等基础数据的管理模块、安排工序和加工时间等的生产排程模块、管理车间生产进度和质检数据的生产过程模块、模拟设备接口传输数据的管理模块、显示甘特图等信息的管理模块以及包含用户信息、角色权限和菜单信息的系统管理模块。（2）以遗传算法为核心进行静态调度,以最短加工时间、最少加工成本和最少更换设备材料次数为目标,优化生产排程计划。编码是遗传操作的基础,在考虑该企业的生产流程特点基础上,对加工工序、生产设备、加工时间以及生产成本进行编码,形成一个四层的编码结构。根据非支配层级和拥挤距离选择个体,形成Pareto解集,在无量纲化各目标值并确定其权重之后,采用线性加权法计算Pareto解集中每个个体的综合评价值,选择综合评价值最高的调度方案,形成相应的计划排程甘特图。（3）以神经网络算法为核心进行动态调度,研究加急订单、设备故障等不确定因素扰动下生成重排程方案的调度技术。采用归一化方法解决因输入信号绝对值较大导致输出信号进入平坦区的问题。将三个经过处理得到的十六进制数的组合序列作为输出信号,并将之与实际生产工序序列一一映射,以避免信号经过激活函数处理后得到非法组合序列的问题。（4）结合车间生产涉及的用户、订单、批次、工艺、设备、编码信息等实体对象,设计系统数据库以及表结构,采用C#语言,Easy UI、Web API、JS等开发工具在Visual Studio环境下完成系统关键模块开发。
王晨[5]（2020）在《船舶中组立建造车间作业调度系统设计与应用》文中研究指明船舶中小组立建造作为船舶建造的关键阶段,直接影响着分段的建造效率,进而影响着造船效率。当前,国内船厂的中小组立建造调度计划的制定基本根据调度人员的经验和当前机器的空闲状况,随意性大,且生产过程中存在不确定因素,严重制约了船舶建造效率,已经无法满足船舶建造数字化、智能化的需求。因此,对船舶中组立建造车间调度问题的研究具有十分重要的意义。本文以船舶中组立建造车间作业过程为研究对象,考虑中组立建造过程中存在的不确定因素,开发船舶中组立建造车间作业调度系统。主要研究内容如下:（1）通过分析现代造船模式下的中组立建造车间作业流程及调度过程的特点,研究面向多约束的中组立建造车间作业调度建模技术。结合中组立建造车间的调度问题的规范化描述,以工艺、机器小组、交货期为约束,以所有中组立的建造时间和最短为目标,建立中组立建造车间作业调度数学模型。（2）针对中组立建造车间的作业调度问题,基于上述模型,结合最短作业优先、最长作业优先及冲突消解策略,设计改进的最短优先作业调度算法,并以某船厂中组立建造车间一定生产周期的中小组立先行中日程计划为对象,验证算法的有效性及实用性。（3）针对中组立建造作业车间建造环境存在不确定因素导致的生产计划不能满足实际生产需求的问题,分析不确定因素来源并对其分类,以不考虑加工时间、关键操作工人临时请假等不确定因素的初始排产计划为基础,针对不同类型的不确定因素设计相适应的动态调度策略来对初始排产结果进行适应性改进,并以前文所得到的中组立建造车间排产计划作为初始计划进行动态调度仿真验证。（4）基于前文建立的中组立建造车间作业调度数学模型、调度算法及动态调度策略三项关键技术,针对企业在中组立建造方面缺少智能调度系统的问题,完成适合中组立建造车间的智能调度系统的总体结构设计,基于此设计中组立建造车间作业调度系统的数据库和功能模块,开发船舶中组立建造车间作业调度系统,通过建造信息管理、作业计划编制、计划查看调整和作业计划管理等功能模块的设计和实现,并结合实例分析,验证了该系统解决船舶中组立车间作业调度问题的有效性和实用性。
张文天[6]（2020）在《基于精益制造的MES系统的研究与设计》文中研究表明随着我国经济的飞速发展,作为我国支柱产业的制造业发展也非常迅猛。企业面临着激烈的竞争,通过计算机技术来加快生产过程中的智能化和信息化来提高生产效率,已经成为很多企业关注的重点。制造执行系统（MES）是用于制造生产过程的计算机在线管理系统。它是企业资源计划系统（ERP）和设备控制系统之间的桥梁和链接,是企业实现全局优化的关键系统。其主要通过对车间生产情况进行实时地监控与协调以及优化与控制,从而提高生产的速度和产品的质量同时起到降低能耗的作用。目前制造执行系统已经成为我国制造企业关注的重点环节,在机械、钢铁冶金、石油化工、造纸、纺织、汽车等众多生产型企业中都有应用。结合某些已经使用ERP系统的企业的实际应用进行详细地了解与分析,对MES在制造领域的实际应用效果和新型生产管控方式进行研究。本论文主要从以下三个方向进行研究:MES系统在使用过程中会遇到哪些问题,MES系统为企业生产制造解决了什么问题,MES系统的实际应用效果有哪些。本文将对某企业目前存在的生产问题进行剖析,同时客观地分析其车间生产现场管理的现状和特点,针对车间现存生产问题及管理弊端,设计了以计划排产模块为核心的零件制造车间MES解决方案。并针对实际需求结合精益制造管理理论,运用计算机技术对该企业制造执行系统进行研究与设计。该企业的生产模式由大批量标准化生产逐步转变为小批量定制化生产,生产模式的转变增加了生产管理的困难程度,尤其对于基础零件制造车间,零件种类多、规格多、工艺流程差异大等特点一直是车间生产率无法提高的重要影响因素。为了解决由于复杂多变的订单计划而引起的排产困难,通过对待加工零件编码、分类、排序实现由小批量多品种向近似大批量的转换,针对零件工艺路线特点以及车间资源情况,以成组技术为基础设计了包含调度计算层与调度控制层两部分的生产排产模块。其中以混合遗传算法为基础的调度计算层是该模块的核心计算内容。目前,由于该公司已经在企业中使用PDM、CAPP等产品数据及工艺管理软件,但是由于分厂没有实施ERP系统,所以MES必须从PDM、CAPP中获取产品类型、工艺信息。因此需要实现MES系统与PDM、CAPP等系统的集成。本文基于利用J2EE的分布式多层应用开发与部署平台,构建了具有多层结构的制造执行系统。系统的设计和分析采用IDEF与UML相结合的结构化建模方法和面向对象的建模方法,使用Viso及IDEF0建模工具建立系统的功能模型,使用UML实体关系图来建立系统的信息模型,使用流程图来描述系统的过程模型。按照软件工程规范方式描述系统设计过程,以面向对象技术建模方法对系统进行设计,利用java编程语言对原型系统进行开发。利用My Eclipse作为开发工具编程实现系统前端,Oracle为数据库初步实现了MES的系统功能。系统采用B/S架构,主要使用了Spring、MVC、Hibernate、Java Script、Web Service等开源的框架和关键技术来解决系统的生产排产以及系统集成等的关键性问题。在运营成本、可移植性和可维护性方面具有很大优势。此论文研究的业务范围主要包括:车间生产计划及排产管理、库房出入库管理、工艺数据管理、车间现场作业管理、质量追溯管理、系统间集成以及精益制造看板等。并对该套系统的实际应用进行了测试和效果总结。基于精益制造理论的MES系统通过与ERP系统的集成,顺利地承接了上层管理部门下达给车间的生产任务,同时对车间层计划的执行进行管理,填补了上层计划与底层车间制造无法沟通的鸿沟。
樊惠[7]（2020）在《面向智能制造车间调度问题研究》文中提出智能制造的快速发展,使制造整个过程更加透明,生产效率大幅提高。智能制造的生产线更加柔性化,多工艺加工路线产品越来越多。智能化信息融合技术判断和处理动态调度问题让产线更加智能化。传统车间调度主要对完工时间、机器负荷、生产成本等目标进行研究。以解决工件加工时间长、制造费用高等问题。随着智能制造与可持续发展结合越来越紧密,车间不得不考虑机器的能耗问题。加工过程机器空载时间过长也会产生大量不必要的能耗。同时,加工过程存在动态事件,静态调度产生的调度方案无法适应实际车间中的动态环境。因此,本文对智能制造作业车间调度多目标、动态调度进行了研究。本文首先分析了智能制造的特点,总结了调度问题的分类。对智能制造的体系理论进行了分析总结。针对车间调度层面临的调度问题,将企业需求与调度目标相结合,并总结了解决调度问题常用的优化算法及其优缺点。针对遗传算法收敛速度慢及局部搜索能力差的缺点,设计了混合遗传算法。考虑车间加工过程必要的设备启动和空载影响加工完成时间和总的设备能耗,提出了多目标函数,建立相应的目标模型。用赋权重的方式将多目标加权为单目标求解,并将混合算法和遗传算法作比较,得出混合算法更具有优势。针对调度问题求解多样性及多目标之间的冲突性,不能得出一种调度结果使调度方案所有目标值达到最优,通过引入NSGA-Ⅱ算法设计基于工序和机器的双层编码,交叉、选择及变异过程。利用非支配等级排序及拥挤距离大小对种群进行选择,得出一组Pareto解集,使得各优化目标互不支配。然后利用层次分析法对多个可行解进行决策。针对作业车间加工时会遇到不可避免的机器故障、订单取消、紧急插单等动态事件,建立最小化最大完工时间及机器总负荷目标函数,利用重调度策略对三类动态事件的优化目标函数进行求解。根据车间调度所需的软硬件需求,开发了实用性的车间生产调度软件。输入相关参数可以解决相应的多目标静态调度问题,以及动态插单、订单撤销、机器故障的动态调度,得到调度甘特图。
曹赫予[8]（2020）在《航天单件小批量产品生产计划调度方法研究》文中研究指明单件小批量生产模式,作为一种订单驱动型生产模式,其产品批量小、生产重复率低,个性化的定制需求增加了生产加工和车间调度难度。航天某企业作为典型的单件小批量生产模式企业,标准件仅占5%,其产品种类繁多、差异较大,调度人员无工时定额、设备-工序匹配关系等参考依据,在进行实际车间调度过程中,只能凭借经验人工调度,具有随意性,难以保证车间生产效率。因此,建立适用于单件小批量生产模式的工时定额和设备-工序匹配方法对优化调度结果,提升生产效率具有现实意义。本文主要内容和研究成果如下:（1）单件小批量模式零件分类研究:以框类零件为例,建立零件-机床关联矩阵,利用生产流程分析法、聚类分析原理和复合工艺法,形成相似度较高的零件族及其典型工艺流程,为后续工时定额研究工作提供前提条件。（2）对工时定额方法进行研究:针对目前车间的经验工时定额方式,采用统计分析法结合类推比较法完成工时定额工作。通过对工时定额方法进行研究,为调度人员的工时定额工作给出参考建议。通过验证表明该方法在一定程度上提升了工时定额的准确性。（3）设备-工序匹配问题研究及专家系统实现:针对车间设备-工序匹配过程中存在的匹配结果单一等问题,利用粗糙集理论,明确设备-工序匹配过程中起重要影响作用的因素,并以此为依据,建立面向设备-工序匹配问题的设备模型。在设备模型的基础上,建立匹配规则,通过编程完成设备-工件匹配专家系统的建立。通过专家系统的建立辅助调度人员完成设备-工序匹配工作,明确工序加工设备。（4）调度排产实现及仿真验证:通过调度模块的搭建为排产仿真提供实施平台;在明确调度目标及算法的前提下,通过排产软件对不同工时定额方法和设备-工序匹配方式下得到的工时及匹配关系进行排产仿真。通过排产甘特图进行对比,表明工时定额方法及设备-工序匹配研究优化调度结果,提升生产效率。
盛强[9]（2019）在《PVC型材车间生产排程优化研究》文中研究指明如今随着制造水平的不断提高和产品之间同质化的日益严重,制造企业之间的竞争越来越激烈,企业如果想在激烈的竞争中凸显优势,必须通过按时交货、节约成本等手段来提升自身竞争力。再者,客户对产品个性化和多样化需求的不断增长也直接造成制造业的生产方式发生转变,由传统的单一品种或少品种的大批量生产方式转变为如今多品种小批量的生产方式,企业更加需要采用科学合理的方法对生产排程进行优化,通过制定科学合理的生产排程方案保证在客户规定的交货期内尽早完成生产任务,通过提升企业在客户面前的信誉度进而提升企业地位。生产排程作为提升企业信誉度和增强自身竞争力的关键,对其优化的研究意义重大。本文以从事PVC型材制造的A企业车间生产排程问题为研究对象,主要从以下几方面内容展开研究:（1）首先对生产车间进行实地调研,发现当前生产排程过程中的不合理因素,如工人凭主观经验导致排程时间长、效率低、精度差,不能从整体优化角度出发将生产资源合理分配给生产设备等;（2）对不合理因素进行分析,提出改善方案并确定企业完工时间最早的优化目标;（3）根据完工时间最早的优化目标对相关数学模型进行构建,结合生产实际需要,对启发式算法的三级启发规则进行选用;（4）通过对企业生产排程优化系统进行功能需求分析,进行系统Excel表格的结构设计,并使用VBA编程语言对符合企业生产实际需求的生产排程优化系统进行设计,以直观的特色任务表、甘特图视图形式来为企业执行生产任务提供参考方案,大大提高了生产排程效率,并实现了企业的优化目标。
周富炖[10]（2019）在《注塑MES制造系统的手机移动端设计与实现》文中指出随着互联网快速发展,工业4.0应运而生并且已经成为21世纪制造业的主体制造模式,数字化车间的制造执行系统（MES）则是工厂贯彻工业4.0战略以及实现车间自主生产的基本技术手段。本文在分析了传统注塑车间缺点的基础上,提出了一种移动端的MES系统设计方案,并且实现了 MES制造系统的移动端开发,本文工作如下:首先,通过系统功能需求分析和系统需求用例图分析,总结出系统的功能模块和不同模块的操作权限,确定使用J2EE开发工具,以SSM框架为后端框架、Apache Shiro为安全框架,综合使用各种插件,选择B/S架构模式搭建MES系统初始框架。其次,根据企业需求使用SQLServer2014构建所需数据库,通过ADO技术实现系统对数据库的访问,同时设计系统所需表格字段以及表格之间的关联关系。系统大部分界面使用Echarts图标插件使数据显示更加直观。通过Visio绘制时序图说明后台数据和前台页面的请求过程,同时详细说明不同界面的使用方法和作用。最后,在windows 10系统中设计开发针对注塑车间的移动端MES系统相关功能模块,主要包括系统安全、用户权限、订单管理、人力监控、物料监控、设备监控、智能分析等功能模块,且通过测试证明了系统的可行性和安全性。所设计系统特点在于智能分析模块能够实现工单合格率分析、设备故障次数分析、机筒温度异常分析;派工模块使用优先级算法实现订单排产并且通过绘制甘特图展示排产结果。综合来说促进了注塑车间自主化生产水平。
二、先进制造车间生产计划的甘特图显示方法研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、先进制造车间生产计划的甘特图显示方法研究（论文提纲范文）
（1）网络化协同制造系统的跨层生产优化调度（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 制造系统能效优化结构 |
| 1.2.1 系统能耗构成 |
| 1.2.2 协同优化结构 |
| 1.3 国内外研究现状 |
| 1.3.1 单作业车间调度问题现状 |
| 1.3.2 分布式多工厂调度问题现状 |
| 1.3.3 能效优化调度研究现状 |
| 1.3.4 现状的问题 |
| 1.4 论文主要内容与结构 |
| 第二章 网络协同制造系统跨层优化模型 |
| 2.1 引言 |
| 2.2 符号定义与约束条件 |
| 2.2.1 符号定义 |
| 2.2.2 作业车间约束条件 |
| 2.2.3 跨层协同生产约束条件 |
| 2.3 单作业车间能效优化问题 |
| 2.3.1 问题描述 |
| 2.3.2 能耗分析 |
| 2.3.3 目标函数模型建立 |
| 2.3.4 单作业车间跨层生产优化调度框架 |
| 2.4 分布式多工厂能效优化问题 |
| 2.4.1 问题描述 |
| 2.4.2 目标函数模型建立 |
| 2.4.3 分布式多工厂跨层生产优化调度框架 |
| 2.5 本章小结 |
| 第三章 融合案例推理的车间层能效优化方法 |
| 3.1 引言 |
| 3.2 案例知识推理框架 |
| 3.2.1 案例知识的特征 |
| 3.2.2 调度案例知识的表示 |
| 3.2.3 案例推理机制 |
| 3.2.4 相似度计算 |
| 3.2.5 案例修正 |
| 3.3 混合群智能算法 |
| 3.3.1 粒子群优化算法基本原理 |
| 3.3.2 混合改进策略 |
| 3.3.3 融合案例知识推理的算法流程 |
| 3.4 实验结果与分析 |
| 3.4.1 HGAPSO参数设置 |
| 3.4.2 HGAPSO算法性能测试 |
| 3.4.3 CBR-HGAPSO的应用 |
| 3.5 本章小结 |
| 第四章 融合决策树的分布式多工厂协同生产调度方法 |
| 4.1 引言 |
| 4.2 分布式多工厂数据挖掘框架 |
| 4.2.1 数据挖掘框架 |
| 4.2.2 分布式多工厂调度编码 |
| 4.2.3 ID3 基本原理 |
| 4.2.4 决策树调度数据分类与训练 |
| 4.3 ETGMOPSO离散多目标优化调度 |
| 4.3.1 多目标嵌套寻优框架 |
| 4.3.2 多目标粒子群优化算法 |
| 4.3.3 离散化 |
| 4.3.4 高斯项引入改进 |
| 4.3.5 粒子群分类排序与精英保留策略 |
| 4.4 融合决策树的嵌套寻优 |
| 4.5 实例验证与分析 |
| 4.5.1 ETGMOPSO寻优性能测试 |
| 4.5.2 ID3-ETGMOPSO的应用 |
| 4.6 本章小结 |
| 第五章 网络协同制造跨层优化调度系统开发与应用 |
| 5.1 引言 |
| 5.2 需求分析 |
| 5.3 优化调度系统框架设计 |
| 5.3.1 优化调度系统运行与开发环境 |
| 5.3.2 优化调度系统整体框架 |
| 5.3.3 调度任务执行框架 |
| 5.3.4 Hadoop知识提取 |
| 5.4 系统功能模块 |
| 5.4.1 柔性作业车间调度模块 |
| 5.4.2 工艺路线管控模块 |
| 5.4.3 指标展示模块 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A: 作者在攻读硕士学位期间的科研成果 |
| 附录 B: 软件测试报告 |
（2）基于数字孪生的车间流水线调度优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字孪生技术研究现状 |
| 1.2.2 流水车间调度的研究现状 |
| 1.3 论文组织结构 |
| 第二章 基于生产车间数字孪生相关理论技术研究 |
| 2.1 传统车间调度存在的问题 |
| 2.2 基于数字孪生的车间结构 |
| 2.2.1 数字孪车间结构 |
| 2.2.2 数字孪生关键技术 |
| 2.3 某卡车生产车间背景分析 |
| 2.3.1 生产订单分析 |
| 2.3.2 卡车生产车间布局与工艺逻辑 |
| 2.3.3 卡车生产车间数据采集 |
| 2.4 本章小结 |
| 第三章 基于卡车生产车间流水线离线调度建模与分析 |
| 3.1 混合流水线离线调度建模 |
| 3.1.1 问题描述 |
| 3.1.2 变量设计及性能指标 |
| 3.2 算法设计 |
| 3.2.1 染色体编码 |
| 3.2.2 选择算子 |
| 3.2.3 交叉算子 |
| 3.2.4 变异算子 |
| 3.2.5 算例验证 |
| 3.4 实例验证 |
| 3.5 本章小结 |
| 第四章 基于数字孪生的混合流水车间在线调度建模与分析 |
| 4.1 在线调度数学模型 |
| 4.1.1 问题描述 |
| 4.1.2 数学模型 |
| 4.2 智能调度算法设计 |
| 4.2.1 基于BPSO-SVM的卡车生产线动态调度策略选择过程 |
| 4.2.2 基于SVM的调度策略分类模型 |
| 4.2.3 基于BPSO-SVM的同步优化 |
| 4.2.4 BPSO-SVM算法详细设计 |
| 4.3 实例验证 |
| 4.4 本章小结 |
| 第五章 卡车混合流水车间可视化仿真及调度信息管理系统 |
| 5.1 基于卡车的数字孪生车间调度系统分析 |
| 5.2 卡车生产车间可视化仿真与建模 |
| 5.2.1 2D与3D环境下参数化建模 |
| 5.2.2 数据采集与分析 |
| 5.3 生产调度信息管理系统功能模块设计 |
| 5.3.1 管理系统模块设计 |
| 5.3.2 生产调度信息化管理系统的实现 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
（3）离散智能车间扰动预测与高效运行管控方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 离散智能车间主要特征 |
| 1.2.2 车间扰动及扰动预测方法研究 |
| 1.2.3 车间运行管控及调度方法研究 |
| 1.3 论文研究内容及结构 |
| 第二章 基于改进FMEA的离散车间关键扰动分析与预测 |
| 2.1 离散车间扰动分析与预测框架 |
| 2.1.1 离散车间扰动描述与定义 |
| 2.1.2 离散车间关键扰动分析与预测框架 |
| 2.2 离散车间扰动层次划分方法 |
| 2.3 基于改进FMEA的离散车间关键扰动分析与预测方法 |
| 2.3.1 FMEA方法概述 |
| 2.3.2 离散车间扰动风险向量模型 |
| 2.3.3 离散车间扰动优先级与关键扰动预测 |
| 2.4 离散车间扰动风险向量应用与实施 |
| 2.4.1 扰动风险向量 |
| 2.4.2 车间扰动风险向量 |
| 2.5 本章小结 |
| 第三章 基于数据挖掘的离散车间潜在扰动预测 |
| 3.1 离散车间潜在扰动时间 |
| 3.1.1 理想作业时间流 |
| 3.1.2 实际作业时间流 |
| 3.1.3 潜在扰动时间 |
| 3.2 基于数据挖掘的离散车间潜在扰动预测方法 |
| 3.2.1 数据挖掘方法概述 |
| 3.2.2 离散车间数据源及分类 |
| 3.2.3 离散车间数据预处理关键方法 |
| 3.2.4 离散车间数据挖掘的潜在扰动预测 |
| 3.3 基于NBTree的离散车间数据挖掘算法 |
| 3.3.1 基于朴素贝叶斯的先验分类 |
| 3.3.2 基于C4.5的扰动预测 |
| 3.3.3 结合朴素贝叶斯和C4.5的NBTree算法 |
| 3.4 实验设计与分析 |
| 3.5 本章小结 |
| 第四章 扰动预测下的离散车间多目标静态调度优化 |
| 4.1 扰动预测下的离散车间多目标静态调度问题及优化模型 |
| 4.1.1 多目标优化理论 |
| 4.1.2 扰动预测下离散车间多目标静态调度问题及模型 |
| 4.2 混合进化算法和种群知识的离散车间多目标调度方法 |
| 4.2.1 工序属性特征选择 |
| 4.2.2 训练数据准备 |
| 4.2.3 种群知识挖掘 |
| 4.2.4 规则种群初始化 |
| 4.3 实验设计与分析 |
| 4.3.1 多目标进化算法优化 |
| 4.3.2 多目标性能指标 |
| 4.3.3 实验结果和讨论 |
| 4.4 本章小结 |
| 第五章 离散车间扰动下的重调度方法研究 |
| 5.1 离散车间扰动下重调度理论体系 |
| 5.1.1 扰动下的车间重调度问题 |
| 5.1.2 离散车间扰动下重调度理论框架 |
| 5.1.3 离散车间扰动下重调度关键技术 |
| 5.2 基于原计划接受度和重调度触发度的重调度驱动机制 |
| 5.3 离散车间扰动下的重调度模型与优化算法 |
| 5.3.1 问题描述 |
| 5.3.2 数学模型 |
| 5.3.3 算法设计 |
| 5.4 实例分析与应用 |
| 5.4.1 算法性能测试 |
| 5.4.2 实例描述与重调度仿真 |
| 5.4.3 平台开发 |
| 5.5 本章小结 |
| 主要结论与展望 |
| 主要结论 |
| 展望 |
| 主要创新点 |
| 致谢 |
| 参考文献 |
| 附录1 :作者在攻读博士学位期间发表的论文 |
| 附录2 :质量和价格相关的扰动层次划分示意图 |
| 附录3 :质量和价格相关的扰动优先级矩阵 |
| 附录4 :LA18工序优先级 |
（4）木林森股份有限公司制造执行系统研究与设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外MES研究现状 |
| 1.2.1 理论研究 |
| 1.2.2 应用现状 |
| 1.3 本文主要工作 |
| 1.3.1 研究思路 |
| 1.3.2 主要内容 |
| 1.4 论文结构安排 |
| 第二章 功能需求分析及总体架构设计 |
| 2.1 车间生产现状 |
| 2.2 车间工作流程 |
| 2.3 功能需求分析 |
| 2.4 系统总体架构设计 |
| 2.5 本章小结 |
| 第三章 车间生产排程调度算法与设计 |
| 3.1 车间生产调度问题描述 |
| 3.2 LED封装车间调度策略 |
| 3.3 生产排程关键技术介绍 |
| 3.4 车间生产排程调度模型 |
| 3.5 生产排程静态算法设计 |
| 3.5.1 遗传算法具体操作 |
| 3.5.2 求解最终满意解 |
| 3.6 生产排程动态调度设计 |
| 3.6.1 神经网络进行重调度的方案 |
| 3.6.2 设备故障情况下的动态调度 |
| 3.6.3 紧急订单情况下的动态调度 |
| 3.6.4 输入输出信号的处理过程 |
| 3.7 本章小结 |
| 第四章 木林森制造执行系统设计与实现 |
| 4.1 开发环境与开发工具 |
| 4.2 业务流程分析与设计 |
| 4.3 功能模块设计 |
| 4.4 数据库设计 |
| 4.4.1 ER结构设计 |
| 4.4.2 表结构设计 |
| 4.4.3 连接数据库的方式 |
| 4.5 生产排程和生产过程模块实现 |
| 4.5.1 生产排程模块 |
| 4.5.2 生产过程模块 |
| 4.6 系统管理等附加功能模块实现 |
| 4.6.1 系统登录 |
| 4.6.2 基础模块 |
| 4.6.3 模拟接口模块 |
| 4.6.4 数据显示模块 |
| 4.6.5 系统管理模块 |
| 4.7 测试与分析 |
| 4.7.1 遗传算法测试与分析 |
| 4.7.2 功能测试与分析 |
| 4.8 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 攻读学位期间研究成果 |
| 致谢 |
（5）船舶中组立建造车间作业调度系统设计与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状与分析 |
| 1.3.1 船舶建造车间作业调度问题研究现状 |
| 1.3.2 动态调度问题研究现状 |
| 1.3.3 智能调度系统研究现状 |
| 1.4 主要研究内容 |
| 1.5 本章小结 |
| 第2章 面向多约束的中组立建造车间作业调度建模 |
| 2.1 中组立建造车间作业流程及调度过程 |
| 2.1.1 作业流程 |
| 2.1.2 调度过程 |
| 2.2 中组立建造车间作业调度的特点及描述 |
| 2.3 中组立建造车间调度问题的数学模型构建 |
| 2.3.1 问题约定及假设 |
| 2.3.2 约束条件 |
| 2.3.3 参数定义 |
| 2.3.4 数学模型 |
| 2.4 本章小结 |
| 第3章 面向多约束模型的改进的最短优先作业调度算法设计 |
| 3.1 算法设计思路 |
| 3.2 调度规则及策略 |
| 3.2.1 中组立建造排序规则 |
| 3.2.2 机器小组排序规则 |
| 3.2.3 中组立和机器小组的状态定义 |
| 3.2.4 机器小组选择规则 |
| 3.3 算法总体流程设计 |
| 3.4 算法验证及结果分析 |
| 3.5 本章小结 |
| 第4章 面向不确定因素的中组立建造作业车间动态调度方法研究 |
| 4.1 不确定因素的来源与分类 |
| 4.1.1 不确定因素来源分析 |
| 4.1.2 不确定因素的分类 |
| 4.2 考虑随机生产扰动的动态调度策略 |
| 4.3 考虑不确定突发事件的动态调度策略 |
| 4.4 动态调度算例仿真分析 |
| 4.4.1 考虑随机生产扰动的动态调度策略仿真分析 |
| 4.4.2 考虑不确定突发事件的动态调度策略仿真分析 |
| 4.5 本章小结 |
| 第5章 船舶中组立建造车间作业调度系统开发及应用 |
| 5.1 调度系统总体结构设计 |
| 5.1.1 调度系统层次结构 |
| 5.1.2 调度系统功能结构 |
| 5.2 调度系统工作流程 |
| 5.2.1 总体工作流程 |
| 5.2.2 计划的编制与生成 |
| 5.3 调度系统子功能模块设计 |
| 5.3.1 登录模块 |
| 5.3.2 基础信息管理模块 |
| 5.3.3 作业计划与调度模块 |
| 5.3.4 计划查看与导出模块 |
| 5.3.5 帮助模块 |
| 5.4 调度系统数据库设计 |
| 5.5 调度系统需求分析及开发环境 |
| 5.5.1 系统需求分析 |
| 5.5.2 系统开发环境 |
| 5.6 调度系统应用实例及主要界面 |
| 5.6.1 系统登录界面及SQL设置 |
| 5.6.2 基础信息管理 |
| 5.6.3 中组立信息筛选与导入 |
| 5.6.4 中组立初始计划及重调度计划的生成 |
| 5.6.5 中组立计划甘特图查看 |
| 5.6.6 中组立计划数据导出 |
| 5.7 本章小结 |
| 总结与展望 |
| 研究总结 |
| 工作展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（6）基于精益制造的MES系统的研究与设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 MES在国内发展状况 |
| 1.3 论文研究内容及方法 |
| 1.4 论文结构 |
| 第二章 相关理论和系统技术概述 |
| 2.1 精益制造基本理论 |
| 2.1.1 精益制造概念和内涵 |
| 2.1.2 精益制造意义 |
| 2.1.3 精益制造在国内发展现状与分析 |
| 2.2 MES理论介绍 |
| 2.2.1 MES概念 |
| 2.2.2 MES功能模型 |
| 2.3 软件设计与开发技术概述 |
| 2.3.1 UML建模方法 |
| 2.3.2 IDEF建模方法 |
| 2.3.3 J2EE架构概述 |
| 2.3.4 Web Service概述 |
| 2.4 数据库理论概述 |
| 2.4.1 Oracle概述 |
| 2.4.2 Oracle优点 |
| 第三章 制造业MES解决方案 |
| 3.1 某企业数控车间生产线现状分析 |
| 3.1.1 零件加工生产线特点 |
| 3.1.2 生产线目前存在问题 |
| 3.2 系统功能性需求分析 |
| 3.2.1 基础数据管理 |
| 3.2.2 工艺数据管理 |
| 3.2.3 车间计划管理 |
| 3.2.4 现场作业管理 |
| 3.2.5 质量作业管理 |
| 3.2.6 库存管理 |
| 3.2.7 精益指标看板管理 |
| 3.2.8 系统接口管理 |
| 第四章 制造执行系统框架分析与设计 |
| 4.1 系统总体设计 |
| 4.1.1 系统设计思想 |
| 4.1.2 系统设计原则和目标 |
| 4.1.3 系统功能结构设计 |
| 4.1.4 系统业务流程设计 |
| 4.1.5 系统技术架构设计 |
| 4.2 系统详细设计 |
| 4.2.1 基础数据管理功能设计 |
| 4.2.2 工艺数据管理功能设计 |
| 4.2.3 车间计划管理功能设计 |
| 4.2.4 现场作业管理功能设计 |
| 4.2.5 质量作业管理功能设计 |
| 4.2.6 库存管理功能设计 |
| 4.2.7 精益指标看板设计 |
| 4.2.8 系统接口设计 |
| 4.3 数据库设计 |
| 4.3.1 数据库设计原则 |
| 4.3.2 数据库建模设计 |
| 4.3.3 数据库详细设计 |
| 第五章 原型系统实现与测试 |
| 5.1 系统环境 |
| 5.1.1 开发工具 |
| 5.1.2 网络环境 |
| 5.2 系统关键问题解决 |
| 5.2.1 生产排产技术与实现 |
| 5.3 系统主要功能模块展现 |
| 5.3.1 基础数据管理 |
| 5.3.2 工艺数据管理 |
| 5.3.3 车间计划管理 |
| 5.3.4 现场作业管理 |
| 5.3.5 质量作业管理 |
| 5.3.6 库存管理 |
| 5.3.7 精益指标看板管理 |
| 5.4 系统测试 |
| 5.4.1 测试环境 |
| 5.4.2 测试目标 |
| 5.4.3 测试策略 |
| 5.4.4 测试用例 |
| 5.5 系统应用效果 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）面向智能制造车间调度问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景与意义 |
| 1.2.1 研究背景 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 智能制造国内外发展现状 |
| 1.3.2 调度国内外研究现状 |
| 1.3.3 研究现状总结 |
| 1.4 论文主要内容 |
| 第二章 智能制造车间调度理论 |
| 2.1 智能制造相关理论 |
| 2.1.1 智能制造概念 |
| 2.1.2 智能制造特征 |
| 2.2 车间调度相关理论 |
| 2.2.1 车间调度问题论述 |
| 2.2.2 车间调度问题分类 |
| 2.2.3 调度问题特点 |
| 2.2.4 车间调度问题常用算法 |
| 2.3 作业车间调度模型及优化 |
| 2.3.1 柔性车间调度问题论述 |
| 2.3.2 柔性车间调度符号及约束条件 |
| 2.3.3 柔车间调度性能指标及计算方法 |
| 2.4 本章小结 |
| 第三章 基于混合算法的车间调度方法 |
| 3.1 车间大数据应用 |
| 3.1.1 车间大数据分析结构 |
| 3.1.2 数据采集需求 |
| 3.2 车间调度模型 |
| 3.2.1 符号说明 |
| 3.2.2 目标函数 |
| 3.2.3 约束条件 |
| 3.3 混合遗传算法设计 |
| 3.3.1 遗传算法基本原理 |
| 3.3.2 模拟退火算法原理 |
| 3.3.3 模拟退火遗传算法可行性分析 |
| 3.3.4 混合算法相关设计 |
| 3.4 结果验证 |
| 3.5 本章小结 |
| 第四章 基于NSGA-Ⅱ求解多目标调度优化问题 |
| 4.1 多目标优化 |
| 4.1.1 多目标优化基本概念 |
| 4.1.2 基于AHP的多目标调度决策 |
| 4.2 数学模型 |
| 4.2.1 符号说明 |
| 4.2.2 目标函数 |
| 4.3 NSGA-Ⅱ算法 |
| 4.3.1 NSGA-Ⅱ算法原理 |
| 4.3.2 精英保留策略和拥挤距离 |
| 4.3.3 NSGA-Ⅱ算法的主要结构设计 |
| 4.4 仿真实验 |
| 4.5 本章总结 |
| 第五章 动态生产车间调度 |
| 5.1 引言 |
| 5.2 动态车间调度模型 |
| 5.2.1 动态调度问题概述 |
| 5.2.2 变量符号 |
| 5.2.3 目标函数 |
| 5.2.4 约束条件 |
| 5.3 动态调度策略 |
| 5.3.1 动态事件分类 |
| 5.3.2 事件驱动和周期驱动 |
| 5.3.3 工件优先级确定 |
| 5.3.4 重调度策略 |
| 5.4 动态调度流程 |
| 5.5 算例仿真 |
| 5.6 本章总结 |
| 第六章 车间调度软件实现与应用 |
| 6.1 制造系统框架模型 |
| 6.1.1 功能需求分析 |
| 6.1.2 系统实施框架 |
| 6.2 核心功能实现 |
| 6.2.1 系统登陆 |
| 6.2.2 用户管理 |
| 6.2.3 信息输入 |
| 6.2.4 调度运行 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（8）航天单件小批量产品生产计划调度方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状分析 |
| 1.3 本文研究内容和研究目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.4 本章小结 |
| 第2章 单件小批量调度问题研究 |
| 2.1 调度概念综述 |
| 2.1.1 车间调度基础概念 |
| 2.1.2 调度问题分类 |
| 2.2 单件小批量生产调度问题 |
| 2.3 理想调度方式 |
| 2.4 本章小结 |
| 第3章 单件小批量产品分类及工时定额方法研究 |
| 3.1 车间基本情况概述 |
| 3.1.1 车间产品特点及其生产方式 |
| 3.1.2 车间设备布置现状 |
| 3.1.3 车间调度现状 |
| 3.2 基于生产流程分析法的单件小批量零件族分类 |
| 3.2.1 成组技术及产品分类方法 |
| 3.2.2 零件机床关联矩阵 |
| 3.2.3 基于聚类分析法的零件族分类 |
| 3.3 单件小批量产品典型工艺流程制定 |
| 3.3.1 典型工艺流程制定方法 |
| 3.3.2 复合工艺法下典型工艺流程的制定 |
| 3.4 单件小批量工时定额方法 |
| 3.4.1 工时定额方法研究 |
| 3.4.2 基于典型工序的工时定额方法 |
| 3.4.3 工时定额方法验证 |
| 3.5 本章小结 |
| 第4章 设备-工序匹配研究及专家系统实现 |
| 4.1 基于粗糙集理论的设备-工序匹配 |
| 4.1.1 设备-工序匹配关系 |
| 4.1.2 粗糙集理论 |
| 4.1.3 知识表达及决策表 |
| 4.2 面向设备-工序匹配问题的设备模型 |
| 4.2.1 面向匹配问题的设备模型需求分析 |
| 4.2.2 设备模型建立 |
| 4.3 基于专家系统的匹配实现 |
| 4.3.1 专家系统概述 |
| 4.3.2 知识约简及规则制定 |
| 4.3.3 专家系统实现 |
| 4.4 本章小结 |
| 第5章 调度排产功能实现及方法验证 |
| 5.1 调度排产实施平台 |
| 5.1.1 调度系统功能及实现 |
| 5.1.2 排产模块功能及适用范围 |
| 5.2 调度排产实现 |
| 5.2.1 调度排产实现流程 |
| 5.2.2 基于APS模块的排产实现 |
| 5.3 基于排产模块的调度优化及方法验证 |
| 5.3.1 基于APS的调度方式优化 |
| 5.3.2 调度信息设置 |
| 5.3.3 基于排产甘特图的研究方法验证 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（9）PVC型材车间生产排程优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文的研究背景、目的及意义 |
| 1.1.1 论文的研究背景 |
| 1.1.2 论文的研究目的及意义 |
| 1.2 国内外研究现状及存在问题 |
| 1.3 论文的主要研究内容、结构和方法 |
| 1.3.1 论文的主要研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 论文框架 |
| 1.3.4 论文的组织结构 |
| 本章小结 |
| 第二章 生产排程问题基本理论综述 |
| 2.1 生产排程问题 |
| 2.1.1 生产排程的概念 |
| 2.1.2 生产排程的基本过程 |
| 2.1.3 生产排程问题的分类和特点 |
| 2.1.4 生产排程问题的研究方法 |
| 2.2 计算机辅助排程及优化 |
| 2.2.1 计算机辅助排程及优化概述 |
| 2.2.2 基于Excel VBA的计算机辅助排程优化特点及优势 |
| 2.3 启发式算法 |
| 2.3.1 启发式算法的定义 |
| 2.3.2 启发式算法的优点 |
| 本章小结 |
| 第三章 PVC型材车间生产排程分析 |
| 3.1 A企业概况 |
| 3.2 PVC型材加工流程介绍 |
| 3.3 PVC型材车间生产排程现状分析 |
| 3.3.1 PVC型材车间生产排程现状 |
| 3.3.2 PVC型材车间现有生产排程方法及存在问题 |
| 3.4 生产排程系统的优点 |
| 本章小结 |
| 第四章 A企业PVC型材车间生产排程优化模型及启发算法 |
| 4.1 问题描述 |
| 4.2 生产排程优化数学模型的建立 |
| 4.2.1 模型假设 |
| 4.2.2 参数定义 |
| 4.2.3 数学模型构建 |
| 4.3 基于规则启发式算法的研究 |
| 4.3.1 基于线性规划方法求解的局限性 |
| 4.3.2 基于规则方法的分类 |
| 4.3.3 基于规则启发式算法的规则选用 |
| 4.3.4 基于规则的启发式算法 |
| 本章小结 |
| 第五章 基于Excel VBA的A企业排程系统设计与实现 |
| 5.1 企业计算机辅助生产排程需求分析 |
| 5.2 生产排程优化系统功能模块设计 |
| 5.3 系统开发总体流程及程序设计 |
| 5.3.1 系统开发总体流程 |
| 5.3.2 系统建模 |
| 5.3.3 程序流程图 |
| 5.4 系统Excel表格设计 |
| 5.4.1 数据E-R模型 |
| 5.4.2 系统Excel表逻辑设计 |
| 5.5 程序实现 |
| 5.5.1 交互界面的实现 |
| 5.5.2 系统的运行流程 |
| 5.5.3 前处理过程的实现 |
| 5.5.4 生产排程的实现 |
| 5.5.5 后处理过程的实现 |
| 本章小结 |
| 第六章 A企业PVC型材车间生产排程优化求解实例 |
| 6.1 订单需求产品数据的输入 |
| 6.2 前处理部分求解实例 |
| 6.2.1 生成本期初始状态表求解实例 |
| 6.2.2 获取可用模具部分求解实例 |
| 6.3 生产排程部分求解实例 |
| 6.4 后处理部分求解实例 |
| 6.4.1 生产计划表调整部分求解实例 |
| 6.4.2 甘特图更新部分求解实例 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（10）注塑MES制造系统的手机移动端设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 MES的概念 |
| 1.3 国内外发展现状 |
| 1.3.1 MES国内发展现状 |
| 1.3.2 MES国外发展现状 |
| 1.4 课题来源、研究目的 |
| 1.4.1 课题来源 |
| 1.4.2 课题研究目的 |
| 1.5 主要内容 |
| 第二章 系统需求分析与相关技术 |
| 2.1 系统需求分析 |
| 2.1.1 系统功能需求分析 |
| 2.1.2 系统需求用例图 |
| 2.2 系统设计原则 |
| 2.3 系统方案设计 |
| 2.3.1 系统的总体架构 |
| 2.3.2 系统的网络拓扑结构 |
| 2.4 开发工具与数据库 |
| 2.4.1 开发环境 |
| 2.4.2 数据库的选择 |
| 2.4.3 系统架构分类和选择 |
| 2.5 软件框架的选择 |
| 2.6 服务器与通讯技术 |
| 2.7 本章小结 |
| 第三章 系统数据库设计 |
| 3.1 数据库表格设计 |
| 3.2 数据来源说明 |
| 3.2.1 注塑车间信息分类 |
| 3.2.2 注塑车间信息采集方式 |
| 3.3 本章小结 |
| 第四章 系统主要功能模块设计与实现 |
| 4.1 系统工程结构 |
| 4.2 系统安全与权限表关系 |
| 4.2.1 系统安全 |
| 4.2.2 系统权限表关系 |
| 4.3 设备管家 |
| 4.4 生产统计 |
| 4.5 资源监控 |
| 4.6 工单详情 |
| 4.7 完工提醒 |
| 4.8 智能分析 |
| 4.8.1 基于高斯分布的机筒温度分析 |
| 4.8.2 基于X-R控制图的机筒稳态温度分析 |
| 4.8.3 基于P控制图的制品合格率分析 |
| 4.8.4 基于C控制图机器故障次数分析 |
| 4.9 订单管理 |
| 4.9.1 添加订单 |
| 4.9.2 基于优先级算法的生产派工 |
| 4.10 设备管理 |
| 4.10.1 设备采购 |
| 4.10.2 设备报修 |
| 4.10.3 设备维护 |
| 4.11 生产线管理 |
| 4.11.1 添加、删除、解除机器、解除员工 |
| 4.11.2 绑定机器、修改工序、绑定员工 |
| 4.12 物料管理 |
| 4.13 本章小结 |
| 第五章 软件测试 |
| 5.1 软件测试目的 |
| 5.2 软件测试类型 |
| 5.3 本系统测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
四、先进制造车间生产计划的甘特图显示方法研究（论文参考文献）
- [1]网络化协同制造系统的跨层生产优化调度[D]. 蒋天伦. 江南大学, 2021(01)
- [2]基于数字孪生的车间流水线调度优化研究[D]. 高珂婷. 天津工业大学, 2021(01)
- [3]离散智能车间扰动预测与高效运行管控方法研究[D]. 仇永涛. 江南大学, 2020
- [4]木林森股份有限公司制造执行系统研究与设计[D]. 李晨晨. 江苏理工学院, 2020(01)
- [5]船舶中组立建造车间作业调度系统设计与应用[D]. 王晨. 江苏科技大学, 2020(03)
- [6]基于精益制造的MES系统的研究与设计[D]. 张文天. 西安电子科技大学, 2020(06)
- [7]面向智能制造车间调度问题研究[D]. 樊惠. 长安大学, 2020(06)
- [8]航天单件小批量产品生产计划调度方法研究[D]. 曹赫予. 北华航天工业学院, 2020(08)
- [9]PVC型材车间生产排程优化研究[D]. 盛强. 大连交通大学, 2019(08)
- [10]注塑MES制造系统的手机移动端设计与实现[D]. 周富炖. 北京化工大学, 2019(06)