（管理科学与工程专业论文）数字化生产线性能评估系统研究.pdf

摘要 摘要 数字化生产线作为整个企业的效益源泉，它是企业物料流、控制流和信息流 的交汇点，也是实现整个公司运营目标的基础和根本所在。因此，对数字化生产 线的性能进行评估具有重要的意义。 本文针对在“数字化工厂解决方案 项目研究中发现的有关数字化生产线的 问题，主要研究了数字化生产线性能评估系统的采集数据( 指标) 、数据处理方法 ( 评估模型) 和系统的实例运行( 系统验证) 三个大的方面。 为了确定数字化生产线性能评估系统的采集数据有哪些，本文首先基于研究 的目的，详细论述了进行数字化生产线性能评估的准则和指导思想；然后基于数 字化生产线性能评估的概念，参考相关文献，结合项目实际情况，采用综合法建 立了数字化生产线性能评估的三级初始指标体系。接着基于企业访谈修正了初始 指标体系。 数字化生产线性能评估系统的数据处理方法主要采用基于粗糙集理论的评估 模型。本文在构建评估模型时，首先将收集的指标数据进行离散化、规范化处理， 得到决策矩阵，然后根据决策矩阵对处理后的指标数据进行属性约简，以得到约 简属性决策矩阵，最后计算约简属性的相对重要度，运用约简属性的决策矩阵和 相对重要度矩阵的乘积得到数字化生产线性能评估的模型。 关于数字化生产线性能评估系统的实例验证问题，本文首先根据前面介绍的 指标体系及提出的模型和方法，应用a s p 和s q ls e r v e r2 0 0 0 设计和开发了数字化 生产线性能评估的系统，然后运用某企业为了增强企业竞争力，需要从原有老化 的6 条数字化生产线中选出一条各方面性能最优的数字化生产线进行更新与改造 的例子实际运行该系统，得到满意的结果。 关键词：数字化生产线评价指标粗糙集理论评估模型性能评估系统 a b s t r a c t a b s t r a c t a sas o u r c eo ft h ep r o f i to faw h o l ee n t e r p r i s e ，ad i g i t a lp r o d u c t i o nl i n ei sn o to n l y t h em e e t i n gp o i n to fm a t e r i a lf l o w , i n f o r m a t i o nf l o wa n dc o n t r o lf l o w , b u ta l s ot h e f o u n d a t i o na n dr o o to fr e a l i z i n gt h ee n t i r ec o m p a n y so p e r a t i o ng o a l a sar e s u l t ，t o a s s e s st h ep e r f o r m a n c eo f d i g i t a lp r o d u c t i o nl i n e si so fg r e a ts i g n i f i c a n c e b a s e do nt h ep r o b l e mt h a tf o u n di n ”d i g i t a lf a c t o r ys o l u t i o n s ”p r o j e c t ，t h i sp a p e r m a i n l yd i s c u s s e dt h r e em a j o ra s p e c t so fp e r f o r m a n c ee v a l u a t i o ns y s t e mf o rd i g i t a l p r o d u c t i o nl i n e s ：t h ec o l l e c t i n gd a t a ( i n d i c a t o r s ) ，t h ed a t a - p r o c e s s i n gm e t h o d ( e v a l u a t i o n m o d e l ) a n dt h er m m i n go ft h es y s t e m ( a u t h e n t i c a t i o n ) i no r d e rt od e t e r m i n et h ec o l l e c t i n gd a t ao fp e r f o r m a n c ee v a l u a t i o ns y s t e mf o r d i g i t a lp r o d u c t i o nl i n e s ，t h i sp a p e rf i r s ts t u d i e dt h ea s s e s s m e n tc r i t e r i aa n dg u i d i n g i d e o l o g y , t h e nb a s e do nt h ec o n c e p to fp e r f o r m a n c ee v a l u a t i o nf o rd i g i t a lp r o d u c t i o n l i n e sa n dt h er e f e r e n c el i t e r a t u r e ，c o m b i n e dw i t ht h ea c t u a l p r o j e c t , e s t a b l i s h e da n t h r e e - t i e re v a l u a t i o ni n d e xs y s t e m a tl a s t ，u s i n gar e s u l to fi n t e r v i e w sa m e n d e dt h e i n i t i a li n d e xs y s t e m ， t h ed a t a - p r o c e s s i n gm e t h o do fp e r f o r m a n c ee v a l u a t i o n s y s t e m f o r d i g i t a l p r o d u c t i o nl i n e si sa i le v a l u a t i o nm o d e lw h i c hi sb a s e do nr o u g hs e tt h e o r y i nt h e p r o c e s s o f c o n s t r u c t i n g t h ea s s e s s m e n t m o d e l ，f i r s t l y d od i s c r e t i z a t i o na n d s t a n d a r d i z a t i o nt r e a t m e n tf o rt h ec o l l e c t i n gd a t a ( i no r d e rt og e tt h ed e c i s i o n - m a k i n g m a t r i x ) ，s e c o n d l yi na c c o r d a n c ew i t ht h ed e c i s i o n m a k i n gm a t r i xt o s i m p l i f yt h e a t t r i b u t e s ( i no r d e rt og e tt h es i m p l i f i e dd e c i s i o n - m a k i n gm a t r i x ) ，t h i r d l yc a l c u l a t et h e r e l a t i v ei m p o r t a n c eo f s i m p l i f i e da t t r i b u t e s ，a tl a s t ，u s i n gt h es i m p l i f i e dd e c i s i o n m a k i n g m a t r i xm u l t i p l i c a t i o nt h er e l a t i v e i m p o r t a n c em a t r i xt og e tt h ee v a l u a t i o nm o d e l a c c o r d i n gt h er e s u l to ft h i sm o d e l ，w ec a ne a s i l ya s s e s st h ep e r f o r m a n c eo fd i g i t a l p r o d u c t i o nl i n e s b a s e do nt h ei n d e xs y s t e ma n dt h ee v a l u a t i o nm o d e ln a m e d b e f o r e ，t h i sp a p e rf i r s t u s i n ga s pa n ds q ls e r v e r2 0 0 0d e s i g n e da n dd e v e l o p e dap e r f o r m a n c ee v a l u a t i o n s y s t e mf o rd i g i t a lp r o d u c t i o nl i n e s ，a n dt h e nu s i n ga ne x a m p l er u nt h es y s t e m ，f i n a l l ya s a t i s t i e dr e s u l th a sb e e ng o t k e y w o r d s ：d i g i t a lp r o d u c t i o nl i n e s e v a l u a t i o ni n d e x r o u g hs e tt h e o r y e v a l u a t i o nm o d e lp e r f o r m a n c ee v a l u a t i o ns y s t e m 西安电子科技大学 学位论文创新性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名：查壹日期翌星：圭：2 ， 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 ( 保密的论文在解密后遵守此规定) 本学位论文属于保密，k 年解密后适用本授权书。 本八签名：诗镝 譬 本人签名：随! 型 导师签名：三窆聋 日期皇翌z ! 墨：z 日期2 塑兰：生 第一章绪论 第一章绪论弟一早珀t 匕 制造业一直是工业化国家经济发展的支柱，是国民经济收入的重要来源，因 此在整个国民经济中处于十分重要的地位【。进入2 0 世纪9 0 年代以来，制造企业 之间的竞争越来越激烈，决定制造企业全球竞争能力的主要指标是产品的开发时 间( t i m e ) 、质量( q u a l i t y ) 、成本( c o s t ) 、以及相应的服务( s e r v i c e ) ，即t q c s l 2 1 。 现代制造业发展至今经历以下几个重要阶段：2 0 世纪3 0 5 0 年代，以流水线技术 为核心的自动化制造技术；2 0 世纪5 0 7 0 年代，以数控技术为核心的集成制造技 术；2 0 世纪7 0 8 0 年代，以信息技术为核心的柔性制造技术；2 0 世纪9 0 年代至今， 以虚拟技术为核心的数字化制造技术。2 1 世纪制造业的核心将从实物生产转变为 知识生产，产品中知识信息的价值占据越来越高的比例，即如何通过知识的处理 与加工，为企业创造出更高的价值。制造系统不断发展的同时也对生产线提出了 更高的要求：动态适应环境性、经济性、绿色性、优势保障性、经济性等。它不 仅要求生产线具有一定的柔性，即生产能力可调以适应市场波动变化和加工范围 可调以适应新产品的加工，而且能够不断融入新的先进制造技术，以减少生产线 在资金、市场、组织和技术等方面的风险，提高企业的盈利能力。 面对世界制造业的迅速发展，我国也积极推进数字化技术的应用。数字化技 术的实施有着重要的意义和使用价值，它能满足现代生产系统复杂性，快节奏和 柔性的需求；增强企业相关管理人员预测与决策的可信度；缩短新产品的上市周 期；减少新产品的开发成本和风险1 3 l 。数字化制造技术作为先进制造技术的核心目 前已经成为现代制造领域中一个重要的研究应用领域。而数字化生产线是其中重 要的一个环节，它采用先进的数字化技术和管理手段，使产品在实际生产时达到 最优化的产品生产过程，最小化的生产系统投入，缩短的产品上市时间和提高的 产品质量。 1 1 1 选题背景 1 1 选题背景及研究意义 本文的研究背景是西安x x ( 集团) 有限公司“数字化工厂解决方案项目。 该项目通过对公司现有基础设施、制造资源、生产工艺流程和资源配置等信息的 调研与分析，为其建立公司级的数字化工厂模型。该模型主要包括车间平面布局、 三维布局，数字化生产线模型，生产线仿真运行等几个方面。最后根据模型运行 分析的结果，建立公司级的数字化生产线。通过虚拟数字化工厂的建立，为全厂 工艺流程规划、生产线布局调整、生产线整合优化、工艺优化提供科学的决策支 2 数字化生产线性能评估系统研究 持，并为制造资源及相应制造能力的精确核算提供平台。 数字化工厂技术的应用，建立了全公司范围内的动态数字化生产线。在项目 研究中，我们发现了如下问题： ( 1 ) 数字化生产线能为我们提供哪些数据? 这些数据哪些是必要的，哪些是 不必要的? 或者说我们应该从数字化生产线中挖掘出哪些必要数据? ( 2 ) 数字化生产线提供的一系列杂乱无章的数据反映了它哪些方面的性能? ( 3 ) 我们应该怎么评估这些性能是否满足了企业的需求? 通过认真的考证与分析，发现解决上述问题的关键是根据企业的战略目标， 建立符合本企业特色的数字化生产线性能评估系统。而评估系统的建立主要包括 评估指标，评估模型和评估系统的实现三个大的方面。本文正式基于在此项目中 发现的问题，想对数字化生产线性能评估系统进行研究。 1 1 2 研究意义 企业实施数字化工厂技术，就是要构建企业统一的信息化平台。它以p d m 为 核心集成c a x 和e r p 而构成，c a x 系统为企业形成完善的产品结构，e r p 则以 订单为驱动形成企业完整的后续链管理，p d m 系统可看作各个信息系统的集成桥 梁。它能使整个工艺过程统一在同一个平台环境下；各种工艺数据( 资源、工序 和产品结构) 能够高度集成；工艺规划可以量化地进行产能分析、定额分析和设 备布局设计和优化；所有工艺信息可以在企业内部和整个企业供应链环节中为所 有相关人员实现高度共享。 以数字化工厂技术为核心的数字化生产线作为整个企业的效益源泉，它是企 业物料流、控制流和信息流的交汇点，也是实现整个公司运营目标的基础和根本 所在。因此，对数字化生产线的性能进行评估具有重要的意义。 ( 1 ) 它能发现数字化生产线满足顾客需求、赢得竞争优势、动态适应环境性 等方面的问题，并能提供改善的方面和措施； ( 2 ) 它为数字化生产线的及时更新、改造等提供决策依据； ( 3 ) 它有助于合理配置企业资源，提高企业核心竞争力； ( 4 ) 它可以优化数字化生产线的管理，提高企业整体效率； ( 5 ) 根据建立的评价指标及最后形成的决策规则，我们可以明确知道数字化 生产线应该采集什么样的基础数据，以及哪些数据是必要的，哪些数据是冗余的， 同时也能明确了解数字化生产线仿真运行的输出参数究竟有哪些； ( 6 ) 本文建立的数字化生产线性能评估指标体系和基于粗糙集理论的评估模 型，为企业适应环境变化，建立动态的生产线具有指导意义和使用价值。 第一章绪论 1 2 国内外研究现状 数字化生产线的建立应遵循以最小的投入，最小的浪费获得最大的产出的基 本准则，这也是数字化生产线在其优化发展过程中力图达到的一种理想状态。对 数字化生产线的性能进行评估，也就是要评估其满足用户需求，快速动态适应环 境变化、为企业提供竞争优势、以最小的投入获得最大可能产出的能力。数字化 生产线性能评估的系统应该包括评估指标、评估模型和系统运行三大方面。 那么处理数字化生产线所提供的数据的方法究竟有哪些呢? 国内外企业界、 经济理论界和经济管理部门提出了许多评价的方法，如数据包络分析法、模糊评 价法、主成份分析法、因子分析法、聚类分析法、灰色关联分析法、可能一满意度 法、技术经济分析法、定性分析法、人工神经网络法、建模与仿真、混杂系统理 论、层次分析法等。数据包络分析法是以待评系统的投入、产出指标的权系数为 优化变量，运用数学规划模型( 如评价系统规模有效性的c c r 模型、评价系统技 术有效性的c c g s s 模型) ，对待评系统的相对有效性作出综合评价，并可能获得 许多反映系统状态的管理信息【4 j 。数据包络分析法主要适用于多输入多输出同类决 策单元的有效性评价。模糊评价法主要是利用模糊数学的思想来进行综合评价， 模糊集合是模糊评价建立的基础，最常用的是模糊综合评价。模糊综合评价是通 过构建评价因素集、评价识别集、评价因素权向量、单因素评价矩阵、选择适当 的运算方法和合成算子，以模糊矩阵来处理相关的指标值【副。模糊评价法在处理定 性指标较多的评价问题时具有良好的适应性，对带有主观评价因素的指标适用性 较强，可适用于类型识别系统、专家评价系统、带有评语集的多目标社会评价系 统。主成份分析法是在尽可能减少数据信息丢失的原则下，通过高维空间向低维 空间的投影，找出对系统最主要的因素。通常是经过线性变换，舍弃一小部分信 息，以少数新的综合变量取代原来的多维变量。主成份分析法是在多指标评价对 象中寻求起主导作用的因素，旨在解决指标间信息重复问题【6 】【7 】。主成分分析法主 要适用多目标评价系统指标差异分析。因子分析法是对众多原始变量的分解而非 组合。根据相关性大小对变量进行分组，组内变量之间相关性较高，组间相关性 较低。因子分析法得到的特殊因子和公共因子是因子变量对事物评价的基础，由 于其分组的代表性较强，因此可以作为对评价对象进行解释的依据【8 1 。因子分析法 主要适用多目标评价系统指标差异分析及指标分类。聚类分析法就是对样本的相 似程度进行分析，评价对象间的相似程度，聚类分析的方法主要适用于对评价对 象间的相似程度进行对比和归类【9 j 。判别分析法是根据样本评价指标的观察值来推 断样本的所属总体，它以有训练样本为前提，实际上是一种统计推断，即在总体 分布已知的情况下，推断样本隶属于总体的情况。它是在已经掌握了分类规律、 建立了判别公式后，遇到新事物时，用已有的判别规则判别样本的所属【1 0 1 。灰色 4 数字化生产线性能评估系统研究 关联分析实质上是构造二维空间到一维空间的映射，它以各因素的样本数据为依 据，用灰色关联度来描述因素间关系的强弱、大小和次序，由分析系统的关联集 求解各元素之间的关联度差异，灰色关联分析主要适用于分析因子间的影响程度 以及因子对主行为的贡献程度【1 1 】。可能一满意度法是从替代方案的可能性及满意程 度角度进行评价，即在给定指标可能和满意的范围评价出具体方案在这些指标上 能达到的可能度和满意度【l 引，可能一满意度法主要适用于指标值可在区间变化的方 案的比较。技术经济分析方法是利用净现值、内部收益率、投资回收期、社会效 益等指标对评价对象进行价值分析，通过可行性研究，对投资项目的技术可行性 和经济、社会合理性进行综合评价，评价预测项目未来的经济效益和社会效益， 技术经济分析评价方法主要用于投资项目分析、企业改建扩建、新产品开发等方 面【1 3 】【1 4 】。定性分析方法主要是专家会议法和专家评分法( d e l p h i 法) ，以专家对某 类事物的特有认识为基础，对定性的难以量化的系统进行评价，定性分析的方法 主要用于难以量化的复杂系统评价以及具有重大决策的意义的评价问题i l2 1 。人工 神经网络分析法是由大量处理单元互联组成的非线性、自适应信息处理系统。它 试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理【l 引。建模与仿真 以相似理论和反馈理论为基础，通过对现实评价问题分析，依据相似规律人为地 建立相似模型去模拟实际系统，利用计算机技术，测度仿真模型中系统性能随时 间变化的情况，从而得到系统评价的数据【l6 1 。混杂系统是指连续变量和离散事件 同时存在并且相互影响、相互作用的一类动态系统。混杂系统理论主要应用在生 产过程自动化、自动化调度、机器人控制等一系列工程技术问题上i l7 。层次分析 法是将决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性 和定量分析的决策方法，它主要用于指标权重的确赳1 8 j 。 而关于数字化生产线性能评估的指标又有哪些呢? 目前国内的一些课题研 究、论著和相关成果主要集中在从不同的侧面来对制造单元的性能进行评价与分 析。如武志军、宁汝新【1 9 】等运用灰色模糊综合评价法对生产线布局规划方案的可 重构性进行评价；吴建华1 2 0 】等运用粗糙集理论对可重构系统的柔性、生产率、可 诊断性、可靠性进行评价；王国新【2 l 】等基于仿真建模的方法对生产线的不同控制 规则体现的不同性能进行评估；王殿奎【2 2 l 等应用马尔可夫决策规划理论，研究了 精益生产环境下，生产线的性能优化分析的情况。张青山，赵忠华】等应用加权 平均的方法对生产系统的功能目标、技术经济及多种模式选择进行评价；张青山， 邵洪涛1 2 4 】等应用层次分析法对生产系统的有效性进行评价。卢玺【2 5 j 等应用多级模 糊综合评价法对现代生产系统的有效性进行评价；杜慧军【2 6 j 等应用模糊层次分析 法对制造单元的敏捷性进行评价。 国外对制造单元的研究主要集中在对布局的仿真建模方法上。k o u v e l i s l 2 7 】等曾 指出生产设备的位置是制造系统需要解决的最关键问题之一。w a n g 2 9 1 考虑在产品 第一章绪论 生命周期中需求量根据市场变化的特殊情况，建立相应的数学模型，并采用模拟 退火算法求解设备布局问题，算法搜索速度快。s l l iw e i p i n g l 2 9 】和k o u v e l i s 等提 出一种分割布局的方法，它是将车间布局递归地用水平或者垂直分割线将矩形分 割成两部分而得到的布局。y o u n g 等【3 l 】证明了分割布局比起其他类型的布局更能 紧凑地将设备布置在一个空间内，可以更有效地利用空间。u g s ，达索等国外大型 软件开发设计公司，为了满足客户的需求，不断开发和完善具有模拟和仿真功能 的数字化仿真软件如e m p l a n t 来实现工厂、生产线及生产物流过程的仿真和优化 【配j 。而f o r d 公司率先应用这些数字化仿真软件建立了虚拟工厂和虚拟流水线，仿 真模拟运行，并根据企业要求及仿真运行的输出参数对虚拟生产线的性能进行评 估，再根据评估的结果发现问题，将所有的不合适消除在虚拟现实之中，指导了 企业从产品设计到销售的一系列活动。 尽管国内外关于数字化生产线性能评估的理论和实践不多，但关于制造系统、 制造单元和生产系统的评价理论和方法比较成熟，并已有许多定量评价方法、定 性评价方法和定量与定性相结合的综合评价方法，如灰色模糊综合评价法、层次 模糊综合评价法、粗集人工神经网络评价法等等。数字化生产线虽然是一个全新 的概念，但它是制造系统的基础，是制造系统的组成部分，因此，对数字化生产 线的评价也应该类似于对制造系统、生产系统的评价，也应该从现今人们对企业 提出的高效率、高质量、低成本、短交货期、迅速的产品创新及柔性、个性化服 务、绿色生产等一系列的新要求入手。 1 3 本文主要内容和思路 本文以解决“数字化工厂解决方案 项目研究中发现的问题为主线，首先基 于数字化生产线性能评估的目的，较系统的阐述了进行数字化生产线性能评估的 准则和指导思想，然后运用综合法构建了数字化生产线性能评估的初始指标体系， 并应用访谈的方法对初始指标体系进行修正。接着基于粗糙集理论对该指标体系 进行优化评估，去掉了一些冗余的属性和属性值，形成了决策规则和简化指标体 系，并应用具体案例验证了该评估模型的可行性。最后根据研究成果，应用a s p 和s q ls e e r v e r2 0 0 0 设计和开发了数字化生产线性能评估的软件系统。各章的主要 研究内容如图1 1 所示。 第一章介绍了项目研究中发现的数字化生产线相关决策问题，及问题产生的 背景、原因，国内外的研究现状，研究该问题的意义。最后阐明了本文研究的重 点及创新点。 第二章从实际研究需要出发，首先基于大量文献界定了数字化生产线及其性 能评估的概念及含义。然后介绍了粗糙集理论的应用现状、优势特点及与本课题 6 数字化生产线性能评估系统研究 有关的基本理论。参考相关文献，对知识的含义、信息系统、上下近似、属性约 简、核、属性值约简、决策规则、差别矩阵、属性重要度等概念进行了论述。 第三章首先基于研究的目的，详细论述了进行数字化生产线性能评估的准则 和指导思想；然后基于数字化生产线性能评估的概念，参考相关文献，采用综合 法建立了数字化生产线性能评估的初始指标体系，接着基于访谈修正了初始指标 体系；最后阐述了各个指标的内涵及具体度量方法。 第四章首先介绍了数字化生产线性能评估的流程和依据，接着详细介绍了基 于粗糙集理论的数字化生产线性能评估模型的构建过程，最后应用具体案例对评 估模型的可行性进行验证，取得了令人满意的结果。 第五章主要根据前面的指标体系及提出的模型和方法，应用a s p 和s q ls e r v e r 2 0 0 0 设计和开发了数字化生产线性能评估的系统，并应用第四章的实际例子运行 了该软件系统，得到满意的结果。系统的总共运行时间不到2 分钟，这样大大节 约了管理人员的决策时间，增强了管理人员的决策准确度。 第六章对全文的研究内容和成果进行总结，并展望了进一步的研究工作。 1 4 论文的创新之处 数字化生产线性能评估的目的是为了解决在“数字化工厂解决方案 项目研 究中发现的问题：我们可以从数字化生产线中挖掘到哪些数据? 挖掘到的数据中 哪些数据是必要的，即去掉这些数据数字化生产线的性能就会发生变化，哪些数 据是冗余的，也就是说这些数据的改变不能显著改变数字化生产线的性能状态? 这些数据反映了数字化生产线哪些方面的性能，如生产性能是否最优? 可靠性是否 强? 柔性是否满足需求? 用户是否满意等等。本文正是为了解决上述问题而展开 的研究，其主要创新之处包括： ( 1 ) 在研究国内外大量文献的基础上，界定了数字化生产线及其性能评估的 概念及含义，夯实了本文的研究基础。 ( 2 ) 基于数字化生产线性能评估的目的，较系统的说明了进行数字化生产线 性能评估的准则和指导思想，并基于综合法和访谈构建了数字化生产线性能评估 的指标体系。 ( 3 ) 结合数字化生产线提供的数据的特点，构建了基于粗糙集理论的数字化 生产线性能评估的模型，并应用具体案例验证了上述模型的可行性。 ( 4 ) 根据上面介绍的数字化生产线性能评估指标体系和评估模型，运用a s p 和s q l 数据库技术，设计和开发了数字化生产线性能评估的系统。 第一章绪论 7 根据项目研究中发现的问题：数 字化生产线能提供哪些数据? 数 字化生产线提供的大量数据中哪 些是必要的哪些是不必要的? 这 些数据反映了数字化生产线哪些 方面的性能? 如可靠性是否高? 柔性是否好? 是否具备动态的生 产能力? 等等，指出进行数字化 生产线性能评估的必要性 介绍解决问题的相关理论：如数 字化生产线的定义，性能评估的 概念及内涵粗糙集理论的应用 现状，优势分析及基本理论，以 夯实本文的研究基础。 基于数字化生产线性能评估的概 念评估的目的和准则，根据相 关文献，采用综合法，建立数字 化生产线性能评估的初始指标体 系。然后摹于访谈对指标体系进 行修正最后阐述了各个指标的 含义及度量方法 根据指标体系的数据特征及评估 流程和依据，详细说明了基于租 糙集理论的综合评估模型的构建 过程并运用具体案例验证了该 模型的可行性，取得满意效果 基于上述指标体系和评估模型， 采用a sp 和sql 数据库技 术。设计和开发了致字化生产线 性能评估的软件系统以方便企 业的预测与决策 核心 研究背景和内容 相关理论基础 数字化生产线性能评估的准则和指标体系 基于粗糙集理论的综合评估模型 数字化生产线性能评估系统的实现 论文总结与展望 图1 1 论文的主要研究内容和框架 第一章 第二章 第三章 第四章 第五章 第六章 第二章相关理论基础 9 2 。1 1 数字化生产线定义 第二章相关理论基础 2 1 数字化生产线概述 目前对于数字化生产线的研究相对较少，而且关于数字化生产线的概念，至 今也没有统一的定论1 3 3 3 5 1 。所以，下文以数字化生产线为主要研究对象，结合实 际研究课题，从广义和狭义两个角度分析其明确的概念和包含的范畴。 广义数字化生产线 从广义而言，数字化生产线是指将数字化技术综合集成应用于生产线，以精 益制造、并行工程、数字化制造等管理和技术手段的综合应用为特征的生产线流 程再造。它是能针对不同产品类型、不同制造阶段、不同制造纲领的针对性需求， 具备快速动态响应、高可靠性和柔性制造特点的生产线。它用产品生产过程中的 数字量来代替模拟量做为生产组织管理、拉动与控制的基本手段，实现生产运行 的“信息流、控制流、物流、人流”的一体化集成管理，从而提升整个生产线的 生产能力和技术水平。 广义的数字化生产线包括从接收订单任务到成品入库的完整一体化方案，以 公司的生产任务为拉动，通过规划层的生产过程控制和决策，执行层的技术准备 和制造过程监控，以及制造资源层的制造资源优化配置，来实现管理决策科学化， 制造执行高效化和现场生产透明化。如图2 1 所示。 狭义数字化生产线 从狭义角度而言，数字化生产线是以资源、操作和产品为核心，将实际产品、 资源、操作等相关数据信息映射到虚拟现实环境中，对产品生产过程进行计算机 仿真和优化的虚拟生产线。如图2 2 所示。 狭义数字化生产线以生产准备阶段的工艺规划、生产计划和生产目标为核心， 根据虚拟制造系统的原理，通过提供虚拟产品开发环境，利用计算机技术和网络 技术，实现产品生命周期中的制造、装配、质量控制和检测等各个阶段的功能， 达到缩短新产品的上市时间、降低成本、优化设计、提高生产效率和产品质量的 目的。就系统结构而言，包括生产线建模、仿真运行和多目标优化三个部分。可 见，狭义的数字化生产线是以现有的产品数据和加工设备的加工性能参数为基础， 以虚拟制造系统原理为依据，在产品设计和产品实际加工之间构建的桥梁，是对 整个生产线进行仿真，达到合理规划和调度优化的目的。简言之，狭义的数字化 生产线主要解决“如何组织生产 即生产线规划的问题。它不包括实际的生产制 造阶段。 1 0 数字化生产线性能评估系统研究 执行层 规划层 图2 1 广义数字化生产线的工作流程 ，、 、 生产准备阶段 生产过程仿真优化阶段 图2 2 狭义数字化生产线工作流程图 第二章相关理论基础 数字化生产线的定义 综合现有研究成果【3 3 1 1 3 4 1 1 3 5 】，基于产品全生命周期管理的思想，数字化生产线 的定义为：以产品全生命周期的相关数据为基础，以建模与仿真为手段，以数字 化信息形式在计算机上全面实现生产线的生产制造过程的结果为依据，设计、优 化、重组自动化生产线的一种生产组织方式。其经济学本质是通过对生产知识的 有效管理来实现产品增值。 数字化生产线可以很好地衔接p d m 系统设计出来的产品订购信息，并把产品 差异信息实时地传递到车间生产工位上，正确执行订单内容和要求，对生产过程 进行监控，且能够灵活地根据生产状况进行调整。 2 1 2 数字化生产线技术特征 数字化生产线的核心技术是敏捷制造、并行工程、虚拟制造、柔性生产等： 敏捷制造诞生于美国，它是面向快速变化和不可预测的市场需求，围绕着新产品 和新经营机遇的产品过程，运用动态联盟把现今的高效低成本的生产技术和高素 质的人员集成起来，以获得企业的长期经济效益。虚拟现实技术是9 0 年代发展起 来的一种新兴技术，在制造业中迅速得到应用。基于虚拟现实的虚拟制造技术就 是借助计算机建模与仿真，对设计、工艺规划、加工制造等产品全生命周期各个 环节的各种活动进行观察、评估、预测和制造过程修改，从而减少在线程序修改， 缩短和改善真实制造过程，增强制造企业对整个产品制造过程的决策和控制能力。 并行工程是对产品及其相关过程( 包括制造过程和支持过程) 进行并行、集成化 处理的系统方法和综合技术。它要求产品开发人员从一开始就考虑到产品全生命 周期( 从概念形成到产品报废) 内各阶段的因素( 如功能、制造、装配、作业调 度、质量、成本、维护与用户需求等等) ，并强调各部门的协同工作，通过建立各 决策者之间的有效的信息交流与通讯机制，综合考虑各相关因素的影响，使后续 环节中可能出现的问题在设计的早期阶段就被发现，并得到解决，从而使产品在 设计阶段便具有良好的可制造性、可装配性、可维护性及回收再生等方面的特性， 最大限度地减少设计反复，缩短设计、生产准备和制造时间。柔性生产是针对大 规模生产的弊端而提出的新型生产模式。所谓柔性生产即通过系统结构、人员组 织、运作方式和市场营销等方面的改革，使生产系统能对市场需求变化作出快速 反应，同时消除冗余无用的损耗，力求企业获得更大的效益。 具体来说，数字化生产线的技术特征主要如下： ( 1 ) 全面推广精益制造、并行工程等先进管理方法与技术，采用基于精益生 产模式的生产线布局、柔性制造单元和生产组织管理架构，主要的业务流程实现 并行化。 1 2 数字化生产线性能评估系统研究 ( 2 ) 数字化条件下的主要业务流程的重组和优化，特别关注零件( 产品) 加 工工艺的优化和制造过程的均衡有序。 ( 3 ) 质量保证体系的完善和质量控制手段的数字化与自动化。 ( 4 ) 主要的加工机床、生产辅助设备、生产周转设备实现数字化或支持数字 化控制。 ( 5 ) 具备一定自动化生产手段( 如物料自动化立体仓库、射频信息采集手段、 自动传送带、快装快卸自动化工装等) 。 ( 6 ) 建立生产线网络环境、网络节点遍布主要的加工设备和质量控制点，以 便实时采集现场数据。 ( 7 ) 在制造过程中采用数字化设计、数字化技术准备、数字化制造、数字化 管理、数字化仿真等先进的数字化技术与方法。用数字量代替模拟量来作为生产 组织管理、拉动与控制的基本手段。 ( 8 ) 建立支持生产线运行的工艺设计、工装设计与制造、生产计划、制造资 源优化配置，在制品流转控制、质量控制、管理决策支持、生产线运行仿真、生 产线底层控制等功能一体化管理系统。 ( 9 ) 实现生产制造过程中的数字化流程驱动与数据管理共享，零件进入制造 生产线之前，通过生产线仿真运行技术手段进行模拟和优化。 2 1 3 数字化生产线性能评估的概念界定 数字化生产线包括从接收订单任务到成品入库的完整一体化方案，它以公司 的生产任务为拉动，它的主要功能是生产适销对路的产品。要生产什么样的产品， 决定了需要什么样的数字化生产线。数字化生产线要求具有针对不同产品类型、 不同制造阶段、不同制造纲领的针对性需求，具备快速动态响应、高可靠性和柔 性制造等特点。 因此，本文认为数字化生产线的性能是指其所生产的产品满足用户需求、符 合有关法律法规和标准、为企业提供竞争优势保障、快速动态适应环境变化、以 最小的投入获得最大可能产出的能力。它包括以下四个方面的含义： ( 1 ) 数字化生产线所生产的产品能满足用户需求。满足市场( 用户) 需求就 是指数字化生产线所提供的产品在品种、质量、价格、交货、服务、环保、安全 等方面满足用户需求的能力。 ( 2 ) 数字化生产线能快速动态适应环境变化。快速动态适应环境变化就是指 数字化生产线的柔性、可靠性、可重构性、敏捷性等各方面的能力。 ( 3 ) 数字化生产线能为企业提供竞争优势保障。这里主要是指数字化生产线 在资源、管理、组织、技术等方面为企业带来竞争优势的能力。 第二章相关理论基础 ( 4 ) 数字化生产线的经济性。它主要是指数字化生产线的构造、更新以及改 造尽可能地做到以最少的投入获得最大可能产出的能力。 本文所提出的对数字化生产线的性能进行评估，也就是要评估其满足用户需 求，快速动态适应环境变化、为企业提供竞争优势、以最小的投入获得最大可能 产出的能力。 2 2 粗糙集理论概述 2 2 1 粗糙集理论的由来及应用 粗糙集( r o u g hs e t ) 理论是波兰科学家p a w l a k 在1 9 8 2 年提出的1 3 6 l ，借鉴了 逻辑学和哲学中对不精确、模糊的各种定义，针对知识库，提出不精确范畴等概 念，并在此基础上，通过对其模型的不断扩展和应用改进，逐步形成了较为完整 的理论体系一粗糙集理论。 近年来，粗糙集理论在模式识别、机器学习、知识获取、知识发现和决策分 析等领域得到了广泛的研究和应用3 7 4 ，通过与模糊集、神经网络、遗传算法等 其它软科学和软计算方法的结合，表明了基于粗糙集的应用系统的优越性和巨大 潜力，已经日益受到了国内外专家和科研人员的关注和重视。 粗糙集理论在机器学习和规则生成等领域的应用 基于粗糙集理论的机器学习【4 2 1 ，主要是从数据中获取确定的或不确定的规则， 形成知识库，以便对新的对象进行分类。规则的产生有两种方式：机器学习方法 和知识获取方法，每种方法又有局部和全局两种选择。机器学习产生一个覆盖所 有数据的足够的规则集；知识获取产生隐含在数据中的所有规则，它比机器学习 产生的规则集更大。当需要在不完整的信息下决策时，知识获取方法产生的知识 库比机器学习方法更有效。 目前，对各种机器学习方法的比较主要是通过数据实验进行，理论上的比较 分析有一定的难度。基于粗糙集的机器学习可以发现隐含在数据中的全部确定性 或可能性的决策规则。当测试样本中含有不完整数据时，基于粗糙集的机器学习 可以获得满意的结果。 租糙集理论在数据库中知识发现的应用 k d d ( k n o w l e d g ed i s c o v e r y i nd a t a b a s e ) 或d m ( d a t am i n i n g ) 是从大型数据库或 数据仓库中提取人们感兴趣的知识，这些知识是固有的、事先未知的潜在有用信 息，可以是概念、规则、规律、模式、约束、可视化表达等【4 2 】。 目前，知识发现方法大多基于机器学习，模式识别，统计分析等，如最常用 1 4 数字化生产线性能评估系统研究 的数据挖掘技术有：人工神经网络、决策树、遗传算法、最近邻技术、规则归纳、 可视化技术，但就知识发现过程整体而言，尚缺乏完整的理论基础。粗糙集理论 可以支持k d d 的多个步骤，如数据预处理、数据缩减、规则生成、数据依赖关系 发现等。基于粗糙集理论的知识发现方法己经成为k d d 的主流方法之一。特别是， 将粗糙集理论与机器学习、模式识别、数据库理论等相结合，并融合其它有效的 数据工具与方法的研究，显示出强大的优越性。 粗糙集理论在决策支持分析中的应用 科学的决策分析是阐明那些不为人所知却能影响人的决策的因素【4 0 1 。数学的 决策分析是建立函数或关系模型，而基于智能的决策分析则是通过示例学习建立 决策模型，它由分类规则组成。粗糙集理论可以从模型或不一致的信息中获取决 策规则，因而是分析决策问题的有力工具。在粗糙集理论中，将决策问题分为4 类：( 1 ) 多属性单决策分类问题。( 2 ) 多属性多决策分类问题。( 3 ) 多属性描述问题。( 4 ) 属性 间依赖关系的发现。 粗糙集理论从诞生到现在虽然只有2 0 多年的时间。但己经在许多领域取得了 令人鼓舞的成果，已在如下一些具体领域获得了成功应用。例如，控制系统设 计【4 3 】；模式识别、语言处理【删；图像处理【4 5 】；机械故障诊断m ；信息检 索【4 7 】等。 2 2 2 粗糙集的优势分析 粗糙集方法具有以下特点1 4 2 1 ：它能处理各种数据，包括不完整的数据以及 拥有众多变量的数据；它能处理数据的不精确性和模棱两可，包括确定性和不 确定性的情况；它能求得知识的最小表达和知识的各种不同颗粒层次；它能 从数据中提炼出概念简单、易于操作的模式；它能产生精确而又易于检查和正 式的规则。 粗糙集理论能得到广泛的关注，并展示其独特的实用性，正是因为与其它方 法相比，它具有明显的自身优势： 粗糙集方法只利用系统提供的数据信息，不使用事先假定的信息，通过计算 系统参数之间的依赖性或近似程度与识别系统的关系来衡量系统参数的重要性， 并且以检验某个特征对于分类的有效程度为标准来评价系统参数，这是它与传统 方法的主要区别【4 引。 粗糙集是一个强大的数据分析工具，有着严密的数学基础，它能表达和处理 不确定信息，能在保留关键信息的前提下对数据进行化简并求得知识的最小表达； 能识别并评估数据之间的依赖关系，揭示出描述简单的模式；能从经验数据中获 取易于证实的规则知识。 第二章相关理论基础 粗糙集方法能和其它方法形成优势互补。例如，粗糙集和模糊集的融合、粗 糙集和人工神经网络的结合、粗糙集和遗传算法的结合、粗糙集和启发式人工神 经网络的结合等等。 2 2 3 粗糙集的基本理论 ( 1 ) 知识的含义、表示和知识库 知识是人类通过实践对客观世界的运动规律的认识，是人类实践经验的总结 和提炼，具有抽象性和普遍性。从认知科学的观点来看，