Детальная информация

Данная выпускная квалификационная работа посвящена динамическому совместному планированию производства сборных элементов в многосекционной производственной сети для индустриального строительства. В условиях колебаний спроса, неравномерной загрузки участков, отказов оборудования и срочных заказов традиционные статические методы не всегда обеспечивают своевременное распределение заказов и координацию ресурсов. На основе теории динамических способностей и теории координации цепей поставок в работе разработана структура планирования, основанная на данных, логике цифрового двойника и правилах, вдохновленных смарт-контрактами. Структура включает восприятие состояния, совместное принятие решений, исполнение правил и обратную оценку. Далее предложена база правил дляраспределения заказов, балансировки загрузки, обхода отказов, реагирования на срочные заказы и реконфигурации маршрутов. Эффективность механизма проверена в модели AnyLogicдля сценариев случайного планирования, динамического планирования, отказа оборудования, срочного заказа и комплексных возмущений. Результаты показывают, что предложенный механизм сокращает среднее время прохождения заказа, повышает пропускную способность и улучшает координацию загрузки в нормальных условиях, а при возмущениях поддерживает движение заказов.

This thesis studies the dynamic collaborative scheduling of precast components in a multi-workshop production network for prefabricated buildings. Under demand fluctuations, uneven workshop loads, equipment failures and rush orders, traditional static scheduling is often unable to support timely order allocation and resource coordination. Based on dynamic capabilities theory and supply chain collaboration theory, this study develops a data-driven scheduling framework supported by digital twin logic and smart-contract-based rule logic. The framework includes state sensing, collaborative decision-making, rule execution and feedback evaluation. A rule base is then designed for order allocation, load balancing, fault avoidance, rush order response and path reconfiguration. The proposed mechanism is verified through an AnyLogic simulation model under random scheduling, dynamic scheduling, equipment failure, rush order and compound disturbance scenarios. The results show that dynamic collaborative scheduling can reduce average flow time, improve throughput and enhance load coordination under normal conditions. Under disturbances, it can maintain order flow through fault avoidance and path reconfiguration, although carbon emissions and operational costs may increase in complex scenarios. The study provides a methodological reference for rule-driven scheduling management in prefabricated building component production.