Pengenalan: Dilema penjadualan dalam era kumpulan berbilang pelbagai dan kecil
Dalam industri seperti kereta, aeroangkasa dan peranti perubatan, teknologi percetakan 3D sedang berubah daripada pembuatan prototaip kepada pengeluaran besar-besaran. Walau bagaimanapun, pembekal alat ganti kereta di China Timur menghadapi dilema biasa: Ia mempunyai 12 pencetak logam SLM gred industri (termasuk EOS M290, SLM 280 dan model lain), dan purata volum pesanan bulanan telah meningkat daripada 450 keping pada 2022 kepada 1,200 keping pada tahun 2023. Walau bagaimanapun, kadar penggunaan dan penggunaan peralatan secara keseluruhan (OEE 58%) sahaja (58% pada masa) kadar berlegar sekitar 72%. Percanggahan teras adalah bahawa pesanan dicirikan oleh pelbagai jenis (purata SKU bulanan mencecah 80+), kelompok kecil (saiz kelompok purata ialah 3-5 keping), dan perbezaan proses yang besar (aloi titanium, aloi aluminium, keluli tahan karat dan bahan lain, dan masa percetakan berkisar antara 4 jam hingga 36 jam). Penjadualan manual tradisional bergantung pada jadual Excel dan pertimbangan empirikal. Penghantar menghabiskan 3-4 jam sehari untuk menyelaraskan peralatan, bahan dan proses pasca pemprosesan. Pesanan kecemasan sering mengganggu pelan asal, mengakibatkan peralatan kosong dan pesanan tertunggak. Pemandangan ini mencerminkan cabaran sistemik penjadualan pengeluaran percetakan 3D: bagaimana untuk mencapai peruntukan optimum sumber pengeluaran di bawah pelbagai keadaan kekangan proses, keupayaan peralatan dan ketepatan masa penghantaran?1. Kesesakan teras dan analisis teknikal pengoptimuman penjadualan
1. Ketidakpastian dalam ramalan masa mencetak
Masa pencetakan 3D dipengaruhi oleh pelbagai faktor: kerumitan geometri bahagian, ketumpatan pengisian, tetapan ketebalan lapisan, struktur sokongan, sifat bahan, dll. Mengambil proses SLM sebagai contoh, di bawah parameter standard kuasa laser 280W, kelajuan pengimbasan 1200mm/s, dan ketebalan lapisan 30μm, perbezaan masa pencetakan untuk bahagian volum yang sama boleh mencapai lebih daripada 3 bentuk geometri yang berbeza. Kaedah tradisional menggunakan model linear volum × pekali bahan, dan ralat ramalan adalah setinggi ±35%. Data ukuran sebenar dari sebuah syarikat menunjukkan bahawa untuk pendesak aloi titanium dengan isipadu 120cm³, masa cetakan sebenar ialah 22.4 jam, manakala nilai ramalan hanya 15.2 jam, dengan ralat -32%. Ketidakpastian ini membawa kepada kegagalan yang kerap dalam penjadualan rancangan. Penyelesaiannya ialah memperkenalkanmodel ramalan pembelajaran mesin. Berdasarkan data pesanan sejarah (termasuk parameter fail kepingan, masa pencetakan sebenar, model peranti, dll.), bina projek ciri: - Ciri-ciri geometri: nisbah luas permukaan/isipadu, taburan sudut tidak terjual, ketebalan dinding minimum - Ciri-ciri proses: ketebalan lapisan, ketumpatan pengisian, strategi pengimbasan (jenis papan dam/jalur), nisbah volum sokongan - Ciri-ciri bahan: takat lebur, kekonduksian terma, taburan saiz zarah serbuk Menggunakan model regresi XGBoost, sebuah syarikat mengurangkan ralat ramalan kepada ±12%. Model ini memasukkan 300+ dimensi ciri, dan set latihan mengandungi 8000+ rekod pencetakan sejarah. Pada masa yang sama, mekanisme pembetulan dinamikdiwujudkan: setiap kali pesanan selesai, data sebenar dikembalikan kepada model untuk mencapai pengoptimuman berterusan.2. Kekangan heterogen berbilang peranti
Terdapat pelbagai model peralatan percetakan 3D gred industri dengan keupayaan yang berbeza dengan ketara. Ambil senarai peralatan perusahaan tertentu sebagai contoh: - EOS M290 (laser 400W, ruang membentuk 250×250×325mm): sesuai untuk bahagian ketepatan kecil dan sederhana, ketepatan cetakan aloi titanium ±0.05mm - SLM 280 (dwi laser 500W, 280×280×365mm): sesuai untuk bahagian struktur yang besar, kecekapan tinggi dalam percetakan aloi aluminium - GE Arcam EBM Q20plus (rasuk elektron, φ350×380mm):Hantar model, lukisan, imej atau nota bertulis. Jurutera akan menyemak bahan, proses, penyempurnaan dan penghantaran berdasarkan penggunaan sebenar.
