国创申请书.doc

学院：泰达学院南开大学本科生创新科研计划项目申请书国家级大学生创新训练计划 天津市大学生创新训练计划百项工程 项目名称： IC企业生产排程研究 .申 请 人： 刘 书 文 王 文 博 .冉 冉 李 明 珠 李 宏 嘉.联系电话：189 7019 0400 指导教师： 王 谦 .填表日期： 2015 年 3 月 9 日 填 表 说 明一、申请书逐项认真填写，填写内容必须实事求是，表达明确严谨。空缺处要填“无”。二、“所属学科”按一级学科列出，跨学科最多写三个三、“起止时间”写到项目主持人毕业时间以前四、“项目申请人（团队）知识背景、创新经历、特长、兴趣；取得成果”要提供证明材料，附在表后，证明可以是复印件。五、“指导教师推荐意见”要对申报项目内容进行全面分析。六、格式要求：表格中的字体为仿宋，小四号，1.5倍行距。七、材料规格：用A4纸双面打印（复印），左侧装订。八、材料报送：申报材料一式三份和电子版提交。一、基本信息研究项目项目名称基于系统仿真的IC企业生产排程研究项目性质发明、设计， 基础性研究，应用性研究，社会调研项目来源自主立题 教师指导选题所属学科工业工程起至时间 2015 年 4 月 至 2017 年 3 月申请者项目负责人姓 名刘书文电-所 在院 系泰达学院专业工业工程学 号1313156项目组成员姓 名学 号所 在 院 系承担工作签 名王文博1313160泰达学院程序编写系统建模李明珠1313175泰达学院数据分析企业调研李宏嘉1313174泰达学院数据采集企业调研冉 冉1313159泰达学院方案设计数据分析指导教师姓名职称、职务单位电话E-mail王谦副教授南开大学泰达学院工业工程系133 0218 2212无实验室实验室名称所属院系电 话地 点系统建模与仿真实验室泰达学院66229300二区203仿真中心泰达学院66229197三区430项目申请人承诺：我保证申请材料的真实性。如果获得立项，严格遵守实事求是的原则，恪守学术道德规范，认真实施项目计划，积极开展研究性学习和交流活动，合理支出项目经费，保证完成实验目标。 签名： 二、立项依据1项目实施目的和意义 1) 目的：在信息化背景下， 由于技术的进步、 全球化的竞争加上加剧与市场环境的迅速变化， 制造业的经营活动环境变得删除变得日益复杂，其中集成电路（Iintegrated Ccircuit）制造企业的生产经营环境变化尤为明显更是如此。作为技术密集、资金密集的高技术产业，IC制造业已删除已被公认为当今最复杂的制造过程之一。在删除在受到“多品种、少批量”的生产方式制约的IC制造业，需要应用精益生产方式，对订单的生产排程问题进行优化，以使得IC企业得以改为能够面向客户精确精确与客户交换位置预估交货期并快速响应客户需求。 生产排程问题，又称生产作业计划或生产调度。从有限资源角度看，生产排程是一个决策过程，是指生产部门为完成销售部门下达的订单，根据确定的生产计划和订单交货期安排，按照产品的加工工艺路线，将有限资源安排给不同的工作，并决定何时开始，由哪部设备加工，并完成哪件工作，并设法达到预定的如交货期要求和提高设备利用率的目标。另外，IC企业生产过程十分复杂，设备类型较多且价格很高工序繁多，如果设备的利用率较低始终处于一个较低的水平，就会造成大量的投资、运行成本的大量维护费用等等方面的浪费；另外，由于设备的利用率不够高，日常产量与设计能力每年所能生产的最大产能与理论最大产能相差较大，这样在固定成本几乎不变的情况下，单位很大，导致每件产品的商品平均成本就会较高上升，而IC在行业对成本的高度敏感性，使得企业内不具备很难依靠价格获得市场份额的能力，缺少与同行竞争的市场竞争力。所以，科学合理的生产排程计划是决定IC企业高高设备利用率，低生产成本，高产能等方面的重要因素，是IC企业所急需提高和改进的（问题）。鉴于此，我们拟将因此，该项目目的主要研究内容就是IC企业的生产排程（Production Scheduling）问题作为我们的研究内容。生产排程问题，又称生产作业计划或生产调度。从有限资源角度看，生产排程是一个决策过程，是指生产部门为完成销售部门下达的订单，根据确定的生产计划和订单交货期安排，按照产品的加工工艺路线，将有限资源安排给不同的工作，并决定何时开始，由哪部设备加工，并完成哪件工作，并设法达到预定的如交货期要求和提高设备利用率的目标。本项目旨在应用系统仿真与建模手段，对企业生产过程进行模拟，并结合流程特征和订单情况，研发具有动态、实时调度能力的仿真模型，并通过仿真优化技术，实时地获得订单分配和传统运筹学和统计学方法的基础上，通过对数据的分析处理以及系统建模与仿真来模拟企业未来一段时间内的订单情况，通过算法的改进来优化仿真计算的时间，实现根据新订单可以实时调整生产排程计划的目的，并根据仿真结果对企业派工方案法则（Dispatching Rule）进行探讨，提出企业生产的合理改进方案，在保证交货期的前提下，实现设备利用率的提升。2) 意义：本文研究的是以按时交货以及设备利用率为优化目标的排程问题。其研究的意义在于:(1)在面向订单生产的企业中,由于订单到达车间的时间和数量具有不确定性,并且订单的交货期各不相同，因此如何对这些订单进行排程是很非常重要的。(2)由于订单的随机性到达和加工路线的多样性,导致了生产过程中会出现各种异常情况,如紧急订单临时到达、原有订单改变等,这就要求在接受到订单时,能够及时提出合适的排程方法,从而做出快速准确的市场反应。2 主要参考文献1 Piplani R,Wetjens D.Evaluation of entropy-baseddispatchingin flexiblemanufacturingsystemsJ.European Journal of Operational Research,2007（176）.2 Baykasoglu A,Ozbakir L.Analyzing the effect ofdispatchingrules on the scheduling performance through grammar based flexible scheduling systemJ.International Journal of Production Economic,2010（124）.3 Kaban AK,Othman Z,Rohmah DS. Comparison ofDispatchingRules in Job-Shop Scheduling Problem Using Simulation: A Case StudyJ.International Journal of Simulation Modeling,2012（11）.4 Jeong KC,Kim YD.A real-time scheduling mectihanism for a flexible manufacturing system: using simulaon and dispatchingrulesJ.International Journal of Production Research,1998（36）.5 Mohanasundaram KM,Natarajan K,Viswanathkumar G,Radhakrishnan P,Rajendran C.Scheduling rules for dynamic shops that manufacture multi-level jobsJ.Computers & Industrial Engineering,2003（44）.6 Nguyen S,Zhang MJ,Johnston M,Tan, KC.Learning iterativedispatchingrules for job shop scheduling with genetic programmingJ.International Journal of Advanced Manufacturing Technology,2013（67）.7 Holthaus O,Rajendran C.A study on the performance of scheduling rules in buffer-constrained dynamic flowshopsJ.International Journal of Production Research,2002（40）.8 Min HS,Yih Y.Selection ofdispatchingrules on multipledispatchingdecision points in real-time scheduling of a semiconductor wafer fabrication systemJ.International Journal of Production Research,2003（41）.9 Geiger CD, Uzsoyz R.Learning effectivedispatchingrules for batch processor schedulingJ.International Journal of Production Research,2008（46）.10 Chikamura A, Nakamae K,Fujioka H. Effect of express lots on productiondispatchingrulescheduling and cost in VLSImanufacturingfinal test processJ.Ieice Transactions on Electronics,1999（82）.11 El-Bouri A,Balakrishnan S,Popplewell N.Cooperativedispatchingfor minimizing mean flowtime in a dynamic flowshopJ.International Journal of Production Economics,2008（113）.12 Chiang TC,Fu LC.Usingdispatchingrules for job shop scheduling with due date-based objectivesJ.International Journal of Production Research,2007（45）.13 李国民.SMT段生产排程系统研究应用D. 上海交通大学，2007.14 王美珍.半导体制造的派工法则之探讨J. 科技视界，2012.15 王海宁，何卫平，和延立，杭久成.面向实时排程的车间生产调度系统研究与实现J.现代制造工程,2007（12）.16 李中阳，齐二石，安景玲.生产排程与模型构建研究J.制造业自动化,2005（27）.17 贺敏伟，夏锐，吴伟.生产作业排程单道工序的模拟仿真算法研究J.微计算机信息,2006（22）.18 徐文宇.按订单生产计划与排程的优化模型D.南昌大学,2011.19 程丹.基于APS的生产排程与优化技术的研究D.哈尔滨工业大学,2006.20 郑波克.基于MES的轴承制造企业生产排程优化及算法研究D.河南科技大学，2012.21 宋莉波.基于WLC的中小MTO企业订单投放及排程方法研究D.华南理工大学，2001.22 王路凤.基于关键设备生产排程优化的产品线成品库存改善研究D.上海交通大学，2012.23 陈民强.精益高级生产计划与排程系统开发应用D.厦门大学，2009.24 郑鑫.基于Flexsim的集装箱堆场布局优化与仿真研究D.北京交通大学,2008.3项目申请人（团队）知识背景、创新经历、特长、兴趣；取得成果（1）项目申请人简介刘书文：南开大学泰达学院2013级工业工程系本科生。有C+编程基础，自学了Simio软件，对仿真建模有浓厚的兴趣。在数学学院双修了数学，数学方面的知识较为扎实。具有较强的组织策划能力，积极参加学生活动，曾在学生会体育部多次参与体育活动的举办。冉冉：南开大学泰达学院2013 级工业工程系本科生。有C+编程基础，自学了SPSS，Matlab和Arena软件，软件运用比较熟练。对数学有浓厚的兴趣，在数学学院双修了数学，数学方面的知识较为扎实。积极参与实践活动，具有较强的沟通和实践能力，曾获第十届制造业论坛优秀志愿者称号。曾经作为南开大学绿色梦想协会的一员，多次参与宣传环保提高资源利用率的活动。王文博：南开大学泰达学院2013级工业工程系本科生。有一定的C+编程基础，高中就曾参加计算机学科的全国竞赛，有计算机二级证书，能熟练使用计算机编程，编写算法能力突出。在数学学院双修了数学，数学方面的知识较为扎实。有较强的沟通能力与设计能力，曾作为学生会宣传部的一员参加了南开大学泰达学院迎新晚会、十大青年歌手大赛等活动的举办。李明珠：南开大学泰达学院2013级工业工程系本科生。工作认真，具有良好的学习能力、团队合作意识和实干精神。在数学学院双修数学，曾获20134-20145学年度南开大学捷成一等奖学金。平时积极参与学生工作，兴趣广泛，现任团校联络中心副部长，并获得2013-2014学年度南开大学优秀学生干部。有较强沟通能力与实践能力，曾多次参加校外志愿者活动。李宏嘉：南开大学泰达学院2013级工业工程系系本科生。英语阅读与写作能力较强，能顺利阅读相关文献资料。学习能力较强，曾获2013-2014学年度南开大学奖学金。交际能力强，善于表达沟通。热情实干，爱好广泛，有较强的创新意识。积极参加学生活动，曾在学生会体育部与团校实践部参与许多活动的举办。(2)团队简介我们团队整体的数学计算机英语能力较强，这为我们学习最前沿知识、建立数学模型、编程解决问题都提供了有力的保障。工业工程是一门新兴的交叉学科，学生能够学习工业工程学科的基本理论、基本知识，企业管理、系统管理和计算机的分析方法和技术，某一工程学科(机械工程为代表)的基本技术，经济管理和企业管理的有关方针、政策和法规，现代工业工程的理论前沿、应用前景和发展动态以及文献检索、资料查询、科学研究和实际工作的基本方法，综合能力强，能够将所学知识实际应用于实际生产中去。此外，指导老师王谦副教授与具有多家企业实际生产经营的经验，另外对于指导学生项目研究有丰富的经验，能够给予充分的理论指导和技术支持。三、项目实施方案1项目实施的内容、方法、技术路线 1) 项目实施的内容：本项目将针对IC企业的生产排程优化问题展开研究。首先，在获得某半导体企业的生产线数据的基础上，对数据进行处理，分析静态数据与动态数据，完成仿真数据的抽取、转换和加载过程；其次，是在已经完成数据分析的基础上，运用Arena和Simio等仿真软件搭建半导体生产线模型；再次，以TOC约束理论为依据，通过输入输出分析，导出生产线产能瓶颈；最后，以实际企业为对象，利用模型仿真和优化所获得的方案，进行部署和实施，从而提高设备利用率，达到提高产能的目标。一数据采集与分析：由于半导体生产系统的复杂性，所涉及的大量数据也同样十分复杂。使用各种来源不同的、异构的原始数据给计算机控制生产过程带来了很多难题。所以在对生产线进行仿真建模之前，必须不得不对大量数据进行处理，以提高仿真效率。项目小组在获得半导体企业生产线数据的基础上，对数据进行分析与整理，通过统计回归分析、概率分析等手段，利用SPSS等统计分析工具，通过拟合、检验等方法，处理得到订单到达率、订单数量分布、生产加工数据和现场布局图，为后续建模做好数据准备。其中，数据分析整理需要考虑时间因素、经济因素以及技术进步因素，以提升特征参数的精度和准确性。二研究数据与数据库系统接口：在研究数据和其他信息系统的接口时，一般有两种可行的方法。一是通过软件直接读取信息系统中的数据，这种方法虽然可行性强、操作难度低，但却具有极大的风险性。所以，在本项目中选取的是第二种方法，即先将数据从信息系统中导出，在通过Excel、SPSS等数据分析工具对其进行分离式处理。三建立动态仿真模型：仿真的基础是模型，模型的搭建对于仿真过程和结果的准确性有着十分深远的影响，而模型的建立主要分为以下三步：a) 利用以上采集分析后得到的数据，通过运筹学、统计学的方法，建立数据模型，得到若干个模型约束条件以及目标函数。然后在可行的情况下运用单纯形法等运筹学基本方法，找出模型最优解。b) 在已有数据模型的基础上，通过Arena和Simio等仿真软件建立动态仿真模型。c) 用历史数据对模型进行验证。其中验证模型的方法有多种，我们可以直接将真实的数据导入模型，通过将得到的仿真结果与实际结果相对比，验证模型的正确性；也可通过模型的随机运作，检验长时间运行后得到的仿真结果是否与常理符合，从而验证模型的正确性。系统仿真的一般步骤如图所示四系统优化与算法应用：在所建立的动态模型的基础上，我们需要确立仿真算法，通过Arena和Simio等仿真软件运行仿真程序，在长期多次运行的基础上，通过备选方案仿真和优化器的步进式寻优，迭代循环，最终得到方案的优先集。再通过实际数据的输入，进行仿真结果分析，其中仿真结果分析主要是统计结果、可信度分析等。本项目确立的仿真算法是启发式算法（heuristic algorithm)，其中包括以下两种基础算法：a) 遗传算法（Genetic Algorithm，GA）：进化优化算法的一个分支，模拟自然界生物 DNA 的遗传变异机制， 基于对 DNA 编码字符串的操作实现概率优化。由于遗传算法不要求被优化的目标函数连续和可微， 并且能在容许的时间内找到大规模优化问题的满意解， 因此在学术界和工业界得到普遍关注。如下页图左所示。b) 模拟退火算法（Simulated Annealing，SA）是一种基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能,目前已在工程中得到了广泛应用，诸如VLSI、生产调度、控制工程、机器学习、神经网络、信号处理等领域。如上图右所示。五针对实际问题制定实施策略、实施并验证：以前面建立模型后通过算法得出的最优方案为基础，通过对某企业进行实地考察或对企业历史数据的分析，结合企业实际，对企业目前情况进行分析和论证，与通过仿真得出的最优方案相对比，提出企业生产的瓶颈和合理的改进方案，达到提高企业生产效率，降低生产成本，提高设备利用率的目标。2） 项目实施的方法：一、数据分析阶段：运用SPSS、SAS等统计分析软件，配合统计学的方法系统地分析数据，并运用达宝易等工业工程分析软件，通过分析现场录像的方式，得到准确的生产线数据。再通过卡方检验等假设检验方法，验证分析后的数据的准确性。二、系统建模阶段：运用Arena或Simio等仿真套件，搭建正确系统模型。Arena是最具学术性的可视化交互仿真软件之一，而Simio则提供了快速和灵活的模拟能力，为搭建模型提供了便利和可依靠性。三、算法开发与优化：运用matlab工具或C+等语言开发算法，与之前搭建的仿真模型建立接口，实现同步运算。四、实际检验与应用：对某企业设备利用率进行准确的计算，通过预测数据的输入，达到仿真方案的实际应用，并检验结果。3） 项目实施的技术路线：2拟解决的关键问题和实现方法 一、关键问题： 该项目关键问题主要是数据分析和优化算法的实现：1) 数据采集与分析过程受到几个因素制约，首先是所能得到的信息量不大，本项目必须通过对有限的数据进行分析后，得到数据的近似分布，再模拟产生出大量与真实数据具有相同分布的数据以用于输入仿真模型。其次是数据会受到时间因素、经济因素和技术进步的因素的影响，导致数据的真实性降低，可能最终导致无用输入和无用输出（garbage in garbage out）。2) 优化算法的实现，算法技术问题。系统建模仿真完成后就是优化求解问题，优化算法的实现便围绕着算法技术问题进行。解决方案：我们将利用我们小组数学背景深厚的优势，发挥团队合作精神，分工后再汇总密切配合。认真学习，、反复操作，、熟练应用各自所负责方面的技术后组合应用，以保证高效率、高质量地完成工作。二、实施方案制定的问题：在校大学生与外界接触不多，对业务了解甚少，再加上企业配合度的问题，可能会影响到具体实施过程，令我们的成果不切实际，缺乏合理性，应用性差。其次，若企业对项目组所提供的备选方案没有具体应用实施，成果验证将成为一个难点。解决方案：提高数据采集以及分析整理工作的质量，多与企业交流，发现问题，解决问题，不留隐患。多角度思考，完善数据，准确分析，仔细整理，用细心和认真的态度弥补经验的不足。增强业务了解，多搜集该方面的资料，争取达到业内人士的专业水平，并得出专业化、高水准的成果，让企业重视并应用实施。3项目实施进度和安排1) 2015年5-6月：查阅相关文献，搜集整理国内外有代表性的、重要的研究专著、论文和学术成果。进行初步研读，了解当前基于系统仿真及优化的IC企业生产订单排程的方法和技