MES系统支持下高效卷烟生产调度方法研究

江逸斐　肖梦 张永进 万年彬

摘   要：为提高卷烟生产调度能力，提出基于MES系统支持的高效卷烟生产调度方法。构建MES系统支持模型，在该模型中计算生产调度的输出值。并以调度输出值作为自适应学习系数，建立卷烟生产调度的量化评价参数筛选模型，对其筛选，并输出得到卷烟生产调度的检验统计量，构建卷烟生产优化调度函数，实现卷烟生产调度优化。仿真结果表明，采用该方法进行卷烟生产调度的收敛性较好，产出效益高，适用于卷烟生产调度。

关键词：MES系统支持;卷烟生产;调度;过程控制

中图分类号：TS48                                        文献标识码：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

對卷烟生产调度的优化是提高烟草生产加工质量的关键，对卷烟生产调度是建立在对卷烟生产流程的科学化管理和模式优化识别基础上，构建精细的卷烟生产体系，提高卷烟生产流程的科学化管理水平[1-3]，实现卷烟生产的精细化管理，提高卷烟生产调度的自适应性和管理水平。研究卷烟生产调度方法，在卷烟生产加工和企业发展中具有重要意义，相关的卷烟生产调度方法研究受到人们的极大关注[4-6]。

进行卷烟生产流程的科学化管理和应用传统方法中，高效卷烟生产调度方法主要有统计分析方法、支持向量机分析方法和经验模态分析方等[7-8]，结合对卷烟生产过程中的资源模块化管理，构建卷烟生产加工的流程化配置水平，提高卷烟生产的效益，然而，当前方法对卷烟生产调度存在自适应性不好和过程控制收敛性较差的问题[9-11]。

针对上述问题，提出了基于MES（Manufacturing Execution System）系统支持的高效卷烟生产调度方法，制造执行系统（MES）是针对车间生产部门制造应用技术的系统，是完成车间生产制造的基础技术手段系统[12]。生产调配是整个制造执行系统最重要的环节，属于整个系统中的核心系统。所以，制造企业期望采用信息技术建立一个生产调度系统，以网络为辅助手段，满足制造执行系统的总体要求，有效地规划生产调度，符合制造企业的生产管理理念。最后进行仿真实验分析，展示了本方法在提高卷烟生产调度能力方面的优越性能[13-15]。

1   MES系统支持模型下卷烟生产输出值

为实现MES系统支持下高效卷烟生产调度方法优化，首先需构建并分析MES系统支持模型，然后在MES系统支持下考虑并计算卷烟生产调度中约束参量，并根据约束参量获取MES系统支持下卷烟生产调度输出值，为优化卷烟生产调度奠定理论基础[16-18]。

1.1   MES系统支持模型

由于卷烟生产中，调度指令是指挥生产的前提条件，因此，需对调度指令的合理度进行判断，设调度指令合理度为p（a），使用MES系统对p（a）进行判断，判断公式为：

p（a） = ∑（ga + La）        （1）

β = ■         （2）

式中，ga代表卷烟剩余工序数;La代表设备运行效率;β代表卷烟产量;Rc代表烟草续料量;Qa代表烟草损耗量;ti代表生产时长。当0 < p（a） < β时，说明生产调度指令较为合理。

在生产调度指令合理的情况下根据卷烟生产企业的内部资产结构水平，进行调度的过程寻优，构建统计特征分析模型，并进行线性拟合控制，得到卷烟生产调度的拟合式为：

f（x） = ■k（ai + a*i） + b         （3）

式中，ai代表调度指令的二次控制项;a*i代表卷烟生产映射转移函数;k代表设备运行归属类型能量;b代表卷烟校验指数。

根据拟合结果分析高效卷烟生产控制的层次化结构，采用模糊综合评价的方法，进行生产调度MES系统支持设计，得到MES系统支持模型表达如下：

f1（x） = ■■MCij         （4）

式中，M为卷烟生产的成本开销，Cij为模糊矩阵。根据上述分析，完成MES系统支持模型的构建。在该模型基础上进行卷烟生产调度的输出计算，为优化卷烟生产调度方法提供可行依据[19]。

1.2   生产调度的输出值

在MES系统支持模型下构建高效卷烟生产调度的数学模型，结合数学模型的模糊信息集合，进行卷烟生产的流水线控制决策函数初始值赋值，并采用局部寻优方法得到关联规则项的输出值，实现MES系统支持下高效卷烟生产调度的输出计算[20-22]。

对高效卷烟生产的调度是建立在对高效卷烟生产的过程控制和特征分析基础上，结合决策和模糊控制方法，进行高效卷烟生产的过程有效性评价，结合卷烟生产的资本投入和流水线优化水平[23]。高效卷烟生产调度的数学模型建立如下：

Z（x） = f1（x）■■cij xij         （5）

其中，cij表示卷煙生产调度的生产价值水平的合理预期，xij为高效卷烟生产流水线的产出效率。采用模糊综合决策方法，进行卷烟生产调度过程的自适应寻优，构建卷烟生产调度的模糊信息集合S，表示如下：

S = （U，A，V， f）         （6）

其中，式中U表示卷烟生产调度的统计特征量，A表示卷烟生产调度的属性特征分布集，V为卷烟生产效益增长水平函数集，对卷烟生产过程进行量化寻优，得到卷烟生产的流水线控制决策函数f，对其进行初始值赋值，表示为：

U × A→ V          （7）

采用关联规则寻优控制方法，进行卷烟生产调度过程的属性分布描述，采用局部寻优方法，得到关联规则项的输出值为：

p（a） = X？哿U | Z（x），？坌R？哿A         （8）

其中，X表示卷烟生产调度的特征数据值，R表示卷烟生产调度的属性分布数据值。当X？哿U，R？哿A条件成立时，使用模糊控制方法，进行高效卷烟生产调度的统计分析和模糊决策，优化卷烟生产调度的自适应水平。

2   卷烟生产调度方法优化

为实现卷烟生产调度优化，首先需以MES系统支持模型下卷烟生产的输出值作为自适应学习系数，据此构建卷烟生产调度的量化评价参数模型，根据该模型对自适应学习系数进行数据筛选，建立模糊参考评价集判断该数据是否支持MES系统，并输出得到卷烟生产调度的检验统计量，结合检验统计量分析控制过程，最后得到优化后的卷烟生产调度函数。其具体流程如图1所示。

基于该流程可知优化过程可大致分为两部分，首先需判断卷烟生产调度的自适应学习系数，然后将该数据作为卷烟生产调度控制过程分析的依据，最终得到卷烟生产调度优化函数。

2.1   卷烟生产调度的可优化判断

在上述研究得到的高效卷烟生产调度MES系统支持模型和生产调度输出值的基础上，进行卷烟生产调度优化。提出了基于MES系统支持的高效卷烟生产调度方法，采用关联规则调度方法对生产输出值进行高效卷烟生产自适应调度，获取自适应学习系数，其计算过程如下：

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为高效卷烟生产调度的迭代系数，B l（n）为高效卷烟生产调度的自适应调整系数，Wl（n）min为自适应学习动量因子，Dn表示高效卷烟生产调度次数。采用DCC-MVGARCH模型构建卷烟生产调度的量化评价参数模型，模型表达式为：

μ Bi = ■         （12）

式中，■代表高效卷烟生产平均自适应学习系数;A代表量化权重值。

在量化评价参数模型中筛选自适应学习系数，通过模糊信息集合判断该数据是否支持MES系统，判断条件为：

■ > 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，当■ > 1 - B l（n）时，则表示自适应学习系数支持MES系统，若■ ≤ 1 - B l（n）时，则表示自适应学习系数无法支持MES系统。上述过程为卷烟生产调度的优化提供可行性基础，在此基础上需计算卷烟生产调度的检验统计量，实现卷烟生产调度的控制，进行MES系统支持过程控制和生产流水线的均衡配置。

2.2   卷烟生产调度的优化函数

采用过程控制方法实现卷烟生产调度的模糊自适应控制，得到卷烟生产调度的检验统计量：

Q = ■         （16）

其中，Ci为常量，wi表示高效卷烟生产调度的MES决策变量。采用F检验方法，得到最优卷烟生产调度中的标准误差，记为：

S（i，j） = ■        （17）

式中，■表示总体检验最优系数，采用全成本控制方法进行卷烟生产调度的过程自适应控制，得到卷烟生产调度的模糊调度函数为：

A（ω） = ■Q +■S（i，j）        （18）

结合MES系统支持模型，分析适应度函数对ω的控制过程，其控制过程为：

Sn = ■        （19）

式中，tij表示模型自适应度，ni控制函数阈值，利用控制结果，构建卷烟生产调度的卷烟生产调度的优化函数，其表达式为：

G（k） = Sn■A（ω） + k        （20）

式中，k代表函数优化系数。综上，完成卷烟生产调度的优化，需进行仿真实验，检测该方法的可行性及有效性。

3   仿真实验与结果分析

为验证本方法在实现高效卷烟生产调度的应用性能，采用Matlab进行实验分析，对高卷烟生产调度数据分析的软件为SPSS19.0，全样本回归分析的个数为2000，样本测试集为120，MES系统支持迭代次数为120，卷烟生产调度回归分析结果见表1。

根据上述对卷烟生产调度的回归分析结果，进行数据统计分析，测试卷烟生产调度的产出效益，得到对比结果如图2所示。

分析图2得知，采用该方法进行高效卷烟生产调度的产出效益较好。测试控制误差，分别对F3（x1）、F4（x2）、F6（x3）、F7（x4）生产线进行实验，得到结果如图3所示。

分析图3得知，采用本方法进行卷烟生产调度的控制误差较低，误差控制在0-0.6之间，这是由于本方法对控制误差采用全成本控制方法进行卷烟生产调度的过程自适应控制，降低误差对方法的影响。

以控制误差作为收敛性的检测依据，进行MES系统支持下高效卷烟生产调度的寻优控制能力对比，对比结果如图4所示。

分析图4可知，采用本方法进行卷烟生产调度的寻优控制能力较好，即收敛误差较低，更适用于卷烟生产线。

4   结   论

研究有效的卷烟生产调度模型，结合工业过程控制过程优化技术，实现卷烟生产的精细化管理，提高卷烟生产调度的自适应性和管理水平，提出了基于MES系统支持的高效卷烟生产调度方法，使用粗糙集模型和大数据挖掘方法构建高效卷烟生产调度的数据统计分析模型，构建卷烟生产调度的MES系统支持模型，计算卷烟生产输出值。采用模糊综合评价的方法，进行生产调度MES系统支持设计，实现卷烟生产调度优化。研究得知，本方法能提高卷烟生产调度能力，提升生产效益，调度过程具有较好的收斂性。

参考文献

[1]    胡黄水，郑曼，王宏志. 基于遗传算法的MVB周期调度表优化[J]. 吉林大学学报（理学版），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，沈晓晨，等. 定长切丝技术在细支卷烟生产中的应用[J]. 烟草科技，2019，52（03）：86-91.

[4]    孟博，庞磊. 烟草商业企业卷烟物流设备管理初探[J]. 中国烟草学报，2018，24（04）：86-90.

[5]    余长春，沈先辉.产业服务模块化解析——基于卷烟产业和食品制造业的案例比较[J]. 郑州航空工业管理学院学报，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，刘宝宜，姜亚历，等. 保水剂在烟草生产上的应用[J]. 作物研究，2017，31（1）：99-102.

[8]    王军，刘鹏翔，刘羚迪，等. 基于卷烟生产计划优化的HPP框架及总生产计划模型[J]. 烟草科技，2017，50（8）：91-96.

[9]    李家斌，何世伟，胡红春，等. 卷烟包装箱回收物流系统调度优化模型[J]. 中国烟草学报，2018，24（3）：110-116.

[10]  刘晓凤，仇力，栾小丽，等. 不等长间歇过程的数据同步及递推优化[J]. 信息与控制，2018，47（4）：448-454.

[11]  刘兰. 关于云计算环境下的分布式存储关键技术分析[J]. 信息通信. 2017，23（03）：168-169.

[12]  徐元根，黎勇，虞文进，等. 基于TSP模型求解制丝生产调度问题[J]. 烟草科技，2018，51（11）：97-103.

[13]  李家斌，何世伟，胡红春，等. 卷烟包装箱回收物流系统调度优化模型[J]. 中国烟草学报，2018，24（3）：110-116.

[14]  史宏志，杨惠娟. 烟草有机生产与可持续发展国际论坛在河南许昌举行[J]. 中国烟草学报，2019，25（1）：137.

[15]  徐元根，金文龙，王柳婧，等. 基于智能客户端的SPC在烟草行业的应用[J]. 科技通报，2017，33（9）：100-104.

[16]  龙明锦，陈尧，李振华，等. 基于PLC控制的烟草种子丸化生产线的设计[J]. 种子，2018，37（8）：135-138.

[17]  毛金城，陈凯，陈绪兵，等. 基于RFID技术的模具电极MES系统的应用研究[J]. 现代电子技术，2017，40（10）：65-67.

[18]  张贵军，陈凯，徐建明，等. MES实时数據监测系统设计与开发[J].  浙江工业大学学报，2017，45（4）：401-408.

[19]  杨鸿斌，李坤. 卷烟包装辅料自动输送系统设计[J]. 包装工程，2018，39（21）：46-50.

[20]  微生物制剂在现代烟草生产中的应用研究进展[J]. 贵州农业科学，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]  程立锐，陈小翠，代帅帅，等. 烟草黄瓜花叶病毒抗性位点发掘[J]. 中国烟草科学，2018，39（4）：4-9.