CN103488100A - 使用连续选择进行组件组装的方法和设备 - Google Patents

使用连续选择进行组件组装的方法和设备 Download PDF

Info

Publication number
CN103488100A
CN103488100A CN201310361573.2A CN201310361573A CN103488100A CN 103488100 A CN103488100 A CN 103488100A CN 201310361573 A CN201310361573 A CN 201310361573A CN 103488100 A CN103488100 A CN 103488100A
Authority
CN
China
Prior art keywords
component
property value
buffer zone
coupling
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310361573.2A
Other languages
English (en)
Inventor
C·B·伍德哈尔
A·N·绍尔思巴莱
N·I·瑞德
P·W·汉姆
V·瓦桑叁卡马
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apple Inc
Original Assignee
Apple Computer Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Apple Computer Inc filed Critical Apple Computer Inc
Publication of CN103488100A publication Critical patent/CN103488100A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41805—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by assembly
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31036—Load component into corresponding compartment, bin, storage before assembly
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31049—Minimize assembly time, by grouping part types into pallet groups
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37212—Visual inspection of workpiece and tool
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
    • Y10T29/00—Metal working
    • Y10T29/49—Method of mechanical manufacture
    • Y10T29/49764—Method of mechanical manufacture with testing or indicating

Abstract

本发明公开了使用连续选择进行组件组装的方法和设备。描述了一种制造过程，用来提供由第一工件和第二工件形成的组装件。该制造过程通过执行至少下列操作来进行：接收按照至少第一属性特性化的第一工件；从缓冲区中选择第二工件，此选择部分基于与第一属性相关的第二属性的匹配值；用另一个第二工件替换所选的第二工件，使得缓冲区中第二工件的数目保持大致相同；以及形成第一部件和所选的第二部件的套件。

Description

使用连续选择进行组件组装的方法和设备
技术领域
所描述的实施例一般地涉及制造。特别地，描述了使用连续选择进行制造部件的组装。
背景技术
在制造中，产品通常由多个部件组装而成。这些部件通常由不同材料制成和/或使用不同制造步骤构建。因而，“良好”组装产品的产量至少取决于两个因素，即，对确保功能性和/或符合规格的组件的制造步骤的控制，以及组装产品的特异性容差(specific tolerance)。
许多情况下，设计人员努力确保以足够严格的容差来制造个体组件，使得在部件集合在一起并组装时，最终的产品满足其总体规格。例如，切割窗用玻璃的过程通常会被充分控制，使其对于相应窗框既不太大也不会太小。类似地，窗框按照特定尺寸和容差制造，以确保相应的玻璃将适配。因此，玻璃和框都按某一或某些标称尺寸切割，使得组装时二者的间隙在所要求的间隙规格之内。尽管制造期间各工件之间存在变差，但容差被充分控制，以确保各工件适当地适配在一起。
但是，当设计容差接近或超过了制造过程中建造个体组件的能力时，组装工件的产量下降，因为随机找到两个兼容组件的概率降低了。此类情况会由于如下美观原因而产生：诸如最小化两个工件间的间隙，或者确保两种不同材料间颜色的连贯性。对于组装设计容差大大超过组件的制造能力的情况，则需要其他技术来保持组装产品的产量。
因此，期望精确而可靠的技术用来为制造产品的组装选择部件。
发明内容
本文描述了各种实施例，涉及用于连续选择结合第一部件使用的第二部件的系统和方法。
在一个实施例中，描述了一种制造过程。此制造过程可以通过如下方式来执行：确定第一部件的属性值，该属性值用于从N个第二部件的缓冲区中识别出匹配的第二部件；将N个第二部件的缓冲区划分为两个或更多个第二部件群组；利用第一部件属性从所述第二部件群组中的一个第二部件群组内识别出匹配的第二部件；当该第二部件具有的第二部件属性值在第二部件属性值的可接受范围之内时，将此第二部件从部件缓冲区中移出；以及以另一个第二部件替换所选的第二部件，所述另一个第二部件具有与所述第二部件选自的群组相对应的属性。在一个实施例中，上述两个或更多个第二部件群组可以基于预定义的值的子范围。
在另一个实施例中，一种库存控制方法可以包括如下步骤：接收进入的第一部件；确定此第一部件的第一和第二值；将第二部件存入缓冲区，该缓冲区包含基于第一和第二属性值的子范围的两个或更多个部件群组；当与第一和第二属性相关的价值函数的第一和第二值小于预定量时，从缓冲区选择第二部件；从缓冲区中移出所选的匹配部件；以及提供包含第一部件和所选第二部件的套件(kit)。
本发明的其他方面和优点将从下面结合附图进行的详细描述显而易见，附图以示例的方式图示了所描述实施例的原理。
附图说明
本发明将通过下面结合附图的详细描述而易于理解，其中相似附图标记指代相似结构元件，并且附图中：
图1A-1C以图表形式图示了被布置来将部件组装成组装件的组装过程，该过程大体上依赖于部件的所选的一个或多个属性。
图2A和2B示出了图1A-1C中所示部件的更详细关系。
图3示出了按照所述实施例的代表性产量曲线。
图4A-4C图示了平均偏移量值与图3所示产量曲线之间的关系。
图5是示出可在价值函数中使用的多维属性空间的图示。
图6A-6B分别示出了按照所述实施例的代表性组装过程和设备。
图7示出的流程图详述了按照所述实施例的组装过程。
图8示出的流程图描述了用于确定平均偏移量值用以提供组装产量的最优范围以便补偿制造过程漂移(drift)的过程。
图9-12示出了按照所述实施例的用于优化组装产量的代表性库存控制方案(protocol)。
图13是适用于所述实施例的电子装置的方块图。
图14A-14C是示出部件属性的概率分布的图示。
图15示出了第一部件和第二部件在一起的分布。
图16是示出被分组的第二部件分布的图示。
图17A-17B是按照说明书中描述的一个实施例的连续选择制造过程的方法步骤1700的流程图。
具体实施方式
现在将详细参考附图中图示的代表性实施例。应当理解，下面的描述不意欲将实施例限制于一个优选实施例。相反，意欲涵盖所描述实施例的由所附权利要求限定的精神和范围内可包括的替换、修改和等同物。
下面的描述一般地涉及制造组装操作和过程，其可包含的概念可以单独或协同地被利用来针对超出组件制造能力的容差来组装组件。第一个概念被称为“连续选择”，意思是可以从经连续更新的组件池中选择最佳匹配的两个组件。第二个概念可以依据库存控制机制来描述，该第二概念能够确保使这些组件的统计分布匹配，以最小化产量损失并确保可将尽可能多的组件匹配在一起。应当注意的是，虽然(为了简单起见)在待组装的两个组件的上下文中描述实施例，但是显然可对所描述的过程进行外推以同时处理多个组件的组装。此外，本文所述的基本操作原理可被实现为全自动、半自动或完全手动的制造过程。
对于任意物理组件的制造，一般都存在任意感兴趣的属性的值的统计分布。感兴趣的典型属性可包括物理属性，如长度、高度、颜色、重量。其他属性可被称为各种组件间的关系属性。关系属性可包括相对尺寸、相对重量等等。关系属性会是有用的，使得组装操作中能够配合各种组件。对于大多数部件，属性值的统计分布通常是本质上正态(高斯)的(或密切近似)。换言之，对于一个组件群组来说，随着群组中的组件数目增加，特定属性趋于对称地围绕在靠近该群组的属性平均值的值周围。因此，仅为了简单化，下面的讨论假设本文所述的所有分布基本为本质上是高斯的，并且为了组装的目的，组件属性的统计分布也是这样。但应当注意，这不是所述实施例的必要因素，并且不应以任何方式解释为是限制性的。
在所描述的实施例中，连续选择的过程基于如下思想：在随机选择的待组装组件池中，将有一组组件与具有(一个或多个)任意期望属性的最佳可能匹配件适配在一起的概率非常高。例如，在一袋螺丝和一袋接头之间，有至少一个螺丝与给定接头最佳地适配的概率是很高的。这也可以外推到对多个组件的组装。在给定的工件池中，将有最佳地适配在一起的组合。显然，从中进行选择的(一个或多个)组件池越大，则最佳适配组件的适配性将越好。换句话说，从中进行选择的组件越多，最佳适配组件将仍然是不良适配件的概率越低。在极限情况下，对于无限量的组件池，将总是有一组组件是完美匹配。因此，这个方法中的关键变量是对池大小的选择，池大小给定了组件的统计分布并且将确保组装部件的可接受产量。
在一个实施例中，在组装操作中实现连续选择过程，组装操作涉及第一部件与匹配或最佳适配的第二部件配对。在一个实现方式中，识别第一部件，并测量预选属性。从候选组件的池(或缓冲区)中选择最佳适配组件形式的第二部件。当识别出由第一和第二(或者如果有多于两个候选部件，则一组)最佳适配部件组成的配对时，最佳适配的第二部件被从池中移出并与第一部件匹配。选择的结果是缩小了池大小(即，可供选择的组件数目)，这进而降低了后续最佳适配的概率。因此，当从缓冲区移出匹配部件时，向选择池中插入(一个或多个)新部件，这确保了恒定的池大小以及可预测的组装产量。
例如，在组装便携式媒体装置期间，可以选择该便携式媒体装置的壳体。可以测量壳体中用于容纳覆盖玻璃的开口，其中覆盖玻璃用于保护显示组装件。在此情形中，作为壳体中的开口和覆盖玻璃间的尺寸差值的间隙值可以是感兴趣的属性。因此，按照所述过程，对于特定壳体，可以使用开口的尺寸来找到最佳适配的覆盖玻璃，最佳适配的意思是最大间隙值小于预定义的设计规格值。一旦最佳适配的覆盖玻璃被识别并被从(一个或多个)覆盖玻璃的缓冲区中移出，就可将另一个覆盖玻璃插入到池中，以便保持(一个或多个)覆盖玻璃的池的大小基本上恒定。以这种方式，后续壳体能与最佳适配的覆盖玻璃匹配的概率能被保持为可接受。
制造过程中的变差(variation)可导致从中选择最佳匹配的候选组件和进入组件两者的特性的漂移或变化。因此，在一些实施例中，候选组件的分布和/或数目两者都可以是变化的，以便补偿制造过程中的变动。以这种方式，无论用于生产进入组件或候选组件的制造过程中有任何变差，都能够将组装产量保持在可接受的水平。
在一个实施例中，库存控制方案可以基于确定与感兴趣属性的分布的平均值的改变相关联的过程漂移。在另一个实施例中，可以通过利用以使得候选组件的分布变得与进入组件的分布更加相似的方式预分拣的组件替换匹配组件，来更改候选组件的分布。以这种方式，相称地增大了为进入组件找到匹配组件的可能性。在另一个实施例中，可以移出并替换缓冲区中最老的不匹配部件。当进入部件的分布指示出移出部件很可能与一进入部件匹配时，可以回收利用移出部件。在另一个实施例中，可以对进入部件进行特性化(characterize)，并且如果在当前缓冲区的全体部件中没有部件将与进入部件匹配并在出货规格内，则也可以搁置该进入部件，直到缓冲区中的候选部件的分布已经改变而使得移出的进入部件能够在成品被认为可接受的情况下得到匹配为止。
下面参考图1-17B论述这些和其他实施例。然而，本领域技术人员将容易明了，本文关于这些附图给出的详细描述仅是为了说明性目的，不应当被解释为是限制性的。
图1A-1C以图表形式图示了被布置来将部件102和部件104组装成成品106的组装过程100，该组装过程100大体上依赖于部件102和部件104的所选的一个或多个属性。如果例如部件102采取外径为WD1的轴柱102的形式，部件104采取内径为WD2的轴环104的形式，则组装过程100可以要求将轴柱102插入到轴环104中以形成成品106。为了对组装过程100建模，可以假设组装过程100所要求的任意组件的所选属性展现出符合正态或高斯概率分布的随机变差。以这种方式，例如，轴柱102可以具有直径WD1形式的所选属性，直径WD1展现出沿着曲线图108所示的线条的随机变差，而轴环104可以具有内径WD2形式的所选属性，内径WD2展现出沿着曲线图110所示的线条的随机变差，每一个随机变差都具有正态或高斯分布的形式。
本领域众所周知，正态分布可由平均值(m)和标准偏差(SD)表征，标准偏差(SD)表明相对于平均值存在多少变差或散差。换言之，低标准偏差指示出数据点趋于非常接近平均值，反之，高标准偏差指示出数据点散布于大范围的值。因此，对于制造过程来说，部件的属性分布的标准偏差可以是对该过程与用于制造部件的该属性有关的能力的量度。换言之，控制良好的过程可以生产出许多所具有的属性关于平均值的变差较小(即低标准偏差)的部件，反之，控制不太好的过程将生产出所具有的属性关于平均值的变差较大的部件，因此存在较高标准偏差。
例如，分布108的标准图样SD1可以指示出用于制造轴柱102的控制量。换言之，如果用于形成轴柱102的制造过程控制良好，则轴柱宽度(WD1)关于平均值ml的分布将较小，如由标准图样SD1的较低值和较窄曲线图108所指示的。另一方面，如果用于形成轴柱102的制造过程控制不太好，则轴柱宽度(WD1)的观测值相对于平均值m1分散到更大范围，并且标准图样SD1将具有更大的值且曲线图108更扁平且更展开。
为了确保多数部件具有匹配(即一个轴柱适配到一个轴环中)，要使标准分布足够小或者平均值要足够远离，使得太大而不能纳入孔中的轴柱的数目较少。因此，在任何组装过程中，组件分布之间的关系对于该组装过程的总产量可具有重大影响。例如，通过设定各组件的分布使各分布之间存在实质性重叠(即SD＞＞△m)，则组装产量会大于99％，因为由于属性不一致而导致无法匹配的部件数目很少。虽然总产量可以很高，但通过基于特定设计规格(比如轴柱102与孔104之间的间距)的出货质检的组装部件的数目可能会减小到有效产量无法满足设计规格要求的点，并且组装部件可能会被拒收。由于最终徒劳的处理过程涉及时间和成本，拒收已组装的部件会造成资源使用问题。
在本讨论的上下文中，组装产量可以定义为如下这样的概率：即，基于至少一个属性，第一部件(比如轴环104)可与最佳适配的第二部件(比如轴柱102)成功匹配的概率。产量可取决于许多因素，如可用组件的数目以及这些组件与感兴趣的属性有关的分布。因此，为使产量最大化并补偿任何基于制造的漂移，在实际制造环境中能够控制或者至少修改候选组件的数目和分布两者会是重大优势。
如上所讨论的，一种可用于监测制造漂移的技术基于属性分布的标准偏差。换言之，与标准偏差的较低值相关联的制造过程可以提供数目更多的相对于分布的平均值不会展现出大方差的部件。但是，制造过程中的任何改变都会影响产出部件的分布的标准偏差。例如，如果制造过程对于特定属性正变得控制不太好(比如由于环境因素变差)，则一群组的部件会平均地显示出感兴趣的属性相对于该属性的平均值具有更大变差，标准偏差的增大将印证这一点。因此，可以利用前瞻性的库存控制过程来补偿制造过程中的任何漂移，该过程能有助于通过(以产出部件的标准偏差作为指标)监测候选部件的分布的本质并相应地调整这(一个或多个)分布的本质，来将过程产量保持在可接受范围内。
这些概念可用图2A和2B说明，图2A和2B更详细地示出了轴柱102和轴环104，特别是外径WD1和内径WD2的关系。图2A特别示出了轴柱102偏向轴环104的一侧。在这种情况下，组装产量Ya可以依据如下概率来定义，即，自N个候选部件的群组中为进入部件找到最佳适配部件的概率。换言之，对于轴环104形式的进入部件，轴柱102形式的任意候选部件将按照等式(2)对组装产量Ya做出积极贡献：
WD1＜WD2     等式(2)
然而，在某些情况下，感兴趣的属性可以是关系性的。例如，仍然参见图2A，如果感兴趣的属性为间隙202的间隙值(GV)，则该间隙值(GV)可以根据等式(3)表示为(轴环104的)内径WD2和(轴柱102的)外径WD1的差：
GV＝WD2-WD1     等式(3)
如图2B所示，由于美观或其他原因，也许期望将间隙值GV约束成可能的间隙值的狭窄范围内。这样，通过将间隙值GV和一范围内的可接受间隙值(可接受间隙值的这一范围可能大大地小于轴环104和轴柱102之间的最佳适配匹配的潜在范围)比较，可以评估间隙值GV的可接受性。这一范围的可接受值(用表示)可以对应于遵循设计规格的出货规格。这样，只有能够按照等式(4)满足设计规格的那些候选组件才可以被认为可接受，并可以对有效组装产量Yeff做出积极贡献。
GV = W D 2 - W D 1 < &PartialD;      等式(4)
应当注意到，由于组装产量Ya通常小于(或最好的情况下，等于)有效产量Yeff，所以不满足设计规格的任意组装部件(如成品106)可被认为是出货拒收，并且必须重做或者完全放弃。这样，已经分配的大量处理资源基本上都被浪费了。因此，使组装产量Ya与有效产量Yeff保持尽可能的接近是任何制造过程中的一个重要考虑。
鉴于上述原因，组装产量Ya可以取决于用于制造轴柱102或轴环104的过程中的漂移。例如，图3示出了按照所描述实施例与具体属性(比如间隙值GV)相关联的代表性产量曲线300。应当注意到，产量曲线300的特性可以取决于进入部件和一群组N个候选部件两者的分布间的关系。按照等式(5)，组装产量Ya可以是平均值偏移量△m的函数：
Ya＝Ya(△m)     等式(5)
如图4A-4C所示(假设所描述的分布全部都是基本正态的)，分布402和404可通过平均值“偏移量”与组装产量Ya相关，平均值“偏移量”可以按照等式(6)体现为每个分布的平均值的差：
△m＝m402-m404     等式(6)
从图4A-4C的结果再回头参考图3，很明显，有一范围内的平均值偏移量可以与可被认为可接受组装产量Yaccept的组装产量相关联。例如，对应偏移量值△m1的组装产量Y302可能小于与偏移量值△m2相关联的组装产量Y304，组装产量Y304又大于对应偏移量值△m3的组装产量Y306。因此，一范围内的偏移量值(示出为△ma至△mb)可用于修改分布402和404，以使组装产量Ya保持在与可接受组装产量Yaccept相关联的可接受组装产量范围内。应注意到，对于大多数组装操作来说，最好是操作点OP1处于产量曲线300的区段308，该区段308与区段310相比斜度较小，从而在某种程度上缓和制造过程中的变差。下列讨论的各种库存控制方案可用于将相应的组装过程保持在可接受的状态。
下面的讨论更详细地描述了组装操作期间的选择过程，其中，确定部件的一个或多个属性，并且搜索最密切地匹配(一个或多个)测量属性的相应部件。更一般来说，搜索可基于价值函数M。价值函数M可按照等式(7)与各种参数相关：
M＝M(ωi，Ai)     等式(7)
其中：ω是权重因子，Ai是选择属性。
选择属性可以是用作选择最佳匹配部件的选择准则的任意参数。例如，选择属性可以是尺寸(比如轴柱102的直径)、颜色、质地、间距等等。对于特定过程而言，用来挑选最佳匹配的选择属性可以有任意个。然而应注意的是，当属性数目增加时，部件缓冲区中所需的部件数目也会增加，所需的选择资源(时间和计算两者)的量同样增加。此外，在某些实施例中，权重因子ωi可用于提供各属性之间的相对权重。例如，如果对于特定组装过程，与颜色相关联的属性实质上比质地更重要，那么颜色属性的权重因子可以比质地属性的要大。因此，正确挑选选择属性会成为选择和组装过程的高效实现方式中的一个重要因素。
如上所述，价值函数M可以是多维的，含有在可称为多维属性空间SA的空间中形成组件的诸如颜色、尺寸、旋转之类的各种属性，多维属性空间SA在图5中被以图表形式图示为属性空间500，属性空间500示出了广义点502。在此实现方式中，点502可以代表属性空间500中的具有广义属性坐标{ωi，Ai}的点，广义属性坐标{ωi，Ai}可以与如同等式(7)中那样的价值函数M{ωi，Ai}相关联，其中i是属性的数目。还示出了价值函数M在相应属性轴a1、a2和a3上的投影。
因此，在自动化制造过程中，通过利用价值函数M来选择最佳适配部件，可以制造出具有松弛制造容差的组合部件，但却可维持高效产量，而无需分拣或预分拣。此外，通过确定进入部件是否将有任何匹配件可以实现附加的质量控制程度，如果没有，则可立即丢弃，从而保留有价值的制造资源。这样，通过应用价值函数M，即使用于创建部件的制造规格比目标设计规格更宽松，也可以确保进入部件能与满足所有设计规格的最佳适配对应物匹配。相应地，填充缓冲区所需的部件数目可以是属性数目以及设计容差和制造能力的比率的函数。例如，与宽松制造能力配偶的严格容差将会需要更大数目的部件以满足相应的设计容差。而且，当属性数目增加时，所需的部件数目也会增加。
图6A以图表形式图示了按照上面讨论的原理的代表性制造操作600。操作600可使用任意数目的组件、使用任意数目的属性来制造任意数目的产品。不过，为了清楚起见，操作600将就基本制造操作而言来描述，基本制造操作描述了单一进入部件基于单一属性与单一部件匹配。在此例中，可以通过确定设备604来评估进入部件602的属性A1。属性A1可以是与进入部件602的可测性质相关的任意适合属性。属性A1可以是进入部件602的尺寸(或进入部件602的特定方面的尺寸)、进入部件602的颜色等等。
在某些情况下，测量属性可以是关系性的，因为可以相对于候选部件的测量性质(即，与候选部件的测量性质比较)来使用进入部件602的测量属性。一种这样的关系属性可以是对进入部件602和所选的最佳适配部件的各部分间的平行度的量度。该平行度可以用作挑选最佳适配部件的选择准则。再次参考轴柱102和轴环104，可归结于轴柱102的属性为圆形符合度。换言之，轴柱102(或轴环104)有多么密切地符合几何圆形？通过比较轴柱102和轴环104之间所选点处的曲率半径，可以限定平行量度，该平行量度提供对轴柱102与轴环104适配得多好的指示。换言之，符合度也可以提供对成品106中的轴柱102和轴环104之间的间隙202的均匀性的指示。
回头参考图6A，可由确定设备604扫描进入部件602。确定设备604对于选定属性可以是敏感的。例如，如果选定属性是利用图像捕捉装置可视的，则确定设备604可以采取相机的形式。另一方面，如果选定属性是基于温度的，则确定设备604可以采取热传感器的形式，如IR传感器、温度计等。对于本讨论的其余部分且不失一般性地，假设确定设备604采取可见光相机604的形式。这样，相机604可以对进入部件602进行光学扫描。在一个实施例中，相机604可以利用处理资源(板上的或是外部的)将相机604捕捉的图像转换成一组测量值(MV)，这一组测量值将在下文中称为数据云606。数据云606可以代表进入部件602的虚拟呈现，因为该组测量值(MV)可用于数字化“重构”进入部件602。为了方便以及计算效率，数据云606可在相机604中本地储存或在外部数据库(未显示)中储存留待后用。不管怎样，都可使用可用的计算资源对数据云606进行数字处理。在一个实施例中，数据云606的处理可以涉及数据云606(或测量值MV的代表性样本)与参考数据(如CAD数据)的比较，参考数据用于限定进入部件602的几何结构，特别是与所选属性A1相关的方面。在一个实施例中，参考数据可以与统计意义数目的进入部件的平均值相对应。这样，上述比较可以提供关于进入部件602的平均值m的散差的量度，以及提供对进入部件的关于感兴趣属性的分布特性的指示。
在一个实施例中，测量值MV形式的数据云606的代表性样本可与一组临界测量值比较。在一个实施例中，这一组临界值可与所选属性A1的、最佳适配部件不可得的那些测量值相对应。例如，当进入部件602由相机604扫描时，测量值MV的代表性样本可被转发到比较器608，比较器608可将接收到的测量值与临界值做比较。如果比较器608确定预定数目的测量值在可接受范围之外并且落入被示出为区域I的区域，则进入部件602可被从组装过程600中移出。这样，在不能与相应的最佳适配部件匹配的进入部件身上就不会浪费有价值的时间和计算资源。而且，此概念可以延伸至使用出货质检规格，在当与可得的最佳适配部件匹配时被确定为不能满足出货质检的那些进入部件中的进入部件可被从组装过程600中移出。该项确定可以基于进入部件602的扫描特性以及可能与进入部件602匹配的可得部件的已知特性的数据库。如果没有可得的匹配部件，则进入部件602可被搁置留待以后尝试匹配。不过，在这种情况下，从组装过程600中移出的进入部件可以被搁置直到发现匹配部件在使用时将满足出货质量准则为止。
在进入部件602由于在N个部件的缓冲区610中有至少一个匹配部件而已被确定为可接受的那些情况下，选择器612识别并选择具有满足价值函数M的属性A1的部件614，该部件614随后被与进入部件602匹配以形成组装部件616。应注意，最佳适配的意思是，在N个部件的缓冲区610中，选择器612将选择这样的部件614，该部件614具有的特性最密切地匹配价值函数M中被召唤出的但不必是“完美”匹配的那些部件，因此，标记M()用以指示出匹配特性不必是精确匹配，而只要是缓冲区610中可得的N个部件中的“最佳”匹配。应注意，在被包括在缓冲区610中之前，其中包括的N个部件的每一个均经过扫描和特性化，并且相应的数据被储存并使得可为选择器612所用。一旦部件614被识别出来，则替换用部件618替换先前被移出缓冲区610的最佳适配部件614。这样，缓冲区610中的部件数目保持大体不变，从而使进入产量保持在可接受水平。
应注意，在部分取决于缓冲区610中的部件数目的时间段之后，一旦从缓冲区610移出数目可观的最佳适配部件，则剩余部件将趋于与分布中具有较不可能满足进入部件的价值函数的特性的部分相关联。换言之，缓冲区中的部件的分布相对于进入部件的分布变得失真，并且在缓冲区中找到最佳适配进入部件的部件的概率变低。因此，为了确保一贯的且可接受的产量，库存控制方案可以使用缓冲区再平衡来改善缓冲区610中的最佳匹配部件的数目，从而增大所监测产量。所监测产量可以指示出进入部件可成功与缓冲区610中的部件匹配的概率。成功的意思是最佳匹配的第二部件的属性在属性值的可接受范围内(近似于设计规格)。
缓冲区610的再平衡可以采取许多形式。例如，在一个实施例中，替换用部件在放入缓冲区610之前可以进行“预分组”(pre-binned)。预分组的意思是缓冲区610的分布可以通过选择替换用部件(用来替换所选部件的部件)来进行修改，替换用部件在包括进缓冲区610之前被选择为具有与所选部件的属性值一致的属性值。这样，缓冲区610中部件分布的平均值可被使得更接近最可能被选择的部件的平均值。上述缓冲区610的再平衡可以通过优先预选相比于以较弱定向的或更随机的方式选择的替换用部件更可能被选择的那些替换用部件，来提高产量。
在另一个实施例中，可以通过从缓冲区610中移出已经在缓冲区中保留大于预定量时间的时间段的一个或多个部件，来选择性地修改缓冲区610中的部件分布。换言之，缓冲区610中尚未被选择的那些部件更加可能是具有落在与最佳匹配部件一致的属性值范围之外的属性值的部件，而非不代表这样的部件。这样，通过从缓冲区610移出那些“最老”部件，以待用属性值更接近应受匹配的属性值的部件进行替换，可以具有增大总产量的效果。换言之，移出缓冲区610中具有不太合乎期望的属性的那些部件，可以致使产量的增加。不过应注意，移出的部件可被隔离，以待以后当进入部件的属性值分布也许以致使所隔离部件“更合乎期望”的方式变动之时。
然而，应注意，缓冲区610中部件的“年龄”可以代表如下许多属性中的只不过一个，所述许多属性可用于标记出缓冲区610中的、拥有致使部件相对于进入部件的属性值不合乎期望的(一个或多个)属性值的那些部件。例如，可用于标识出缓冲区610内不太合乎期望的部件的一些属性可包括：部件尺寸、与进入部件的失配程度(即缓冲区610中“最差匹配”部件)等等。
图6B以图表形式图示了按照所描述的实施例的制造组装操作650。操作650可使用众所周知的组装设备进行，如拾放机、机器人处理机、光学传感器(如相机)等等。相应地，第一部件652可由运输机构654运输。运输机构654可以采取许多种形式。例如，运输机构654可以采取传送带的形式，传送带被配置为将第一部件652从装载区(未显示)运载到操作区，组装操作650可在操作区中进行。连续选择设备656可包括数个操作模块，且可以采取许多种形式。例如，连续选择设备656可以本质上是分布式的，其意思是特定的操作模块可以被定位在最高效使用的位置，且可互相通信。在其他实施例中，连续选择设备656可以是其中包含多个组件的单一单元(如图6B所示)。在某些情况中，连续选择设备656可以是它们的任意适当组合。
如图6B所示，连续选择设备656可包括确定设备658，该确定设备658被配置来确定第一部件652的一个或多个特定属性。属性可以是第一部件652的任意有形方面，如尺寸、重量、颜色、气味等等。应注意，确定设备658可以对一个或多个属性敏感，如此可以为计算单元660提供多维数据流，计算单元660被配置为储存和处理数据。这样，计算单元660可以提供第一部件652的虚拟呈现(遵循数据云606)。计算单元660可以与比较器662通信，比较器662可用于确定第一部件652的属性是否由于(一个或多个)属性在可接受属性范围内而被认定为可接受。
比较器662可以确定(在计算单元660协助下，若需要的话)第一部件652是可接受的，其意思是部件652的(一个或多个)属性在可接受属性值的范围内。一旦认定为可接受，即可向选择器单元664发送指令，选择器单元664被配置为从缓冲区668中识别和选择出最佳匹配部件666。选择器单元664可以采取许多种形式，如拾放机。然后，选择器单元664可以将所选部件666运输到运输器654(或等同物)，以供与第一部件652组装形成成品668。
图7示出的流程图详述了按照所描述实施例的过程700。过程700可以通过在702接收进入部件而进行。在704，用于从N个部件的缓冲区中选择最佳匹配部件的一个或多个属性可以与进入部件相关联。在706，进入部件可被扫描以确定该进入部件的一个或多个属性值。在708，上述一个或多个属性值可以与数据库比较，以确定缓冲区中是否存在能与进入部件匹配并满足可接受的准则的任何部件。例如，如果组装部件经受例如基于设计规格的出货质检，缓冲区中是否存在能与进入部件匹配、满足设计规格的任何部件。如果在708确定缓冲区中没有能匹配的部件，则在710确定该进入部件是否要被发送供后续处理。后续处理的意思是，虽然当前缓冲区中没有将对进入部件呈现可接受匹配的匹配部件，但是该部件可以被保留直到再平衡缓冲区将提供匹配部件的时间为止，然后该进入部件被发送到712回收利用。否则，该进入部件在714被拒收。
返回到708，如果进入部件被确定为可接受，则在716确定缓冲区中是否有最佳适配部件。如果缓冲区中有最佳适配部件，则在718选择该最佳适配部件，并在720向缓冲区添加替换用部件。返回到716，如果确定当前缓冲区中无最佳适配部件，则在712回收利用该进入部件。
图8示出的流程图描述了过程800，过程800用于确定平均偏移量值，所述平均偏移量值用于提供组装产量的最优范围以补偿制造过程漂移。过程800可在802通过选择感兴趣的属性而开始。在804，挑选所选属性的期望值。在806，确定与组装产量的可接受范围相对应的平均偏移量值，并且在808，按照平均偏移量值修改进入部件和用于储存候选匹配组件的缓冲区中的组件的分布。
图9-11示出了按照所描述实施例的用于优化组装产量的代表性库存控制方案。图9示出的流程图详述了用于监测组装产量的过程900。过程900在902通过监测产量而开始。在所述实施例中，被监测的产量可被定义为进入的第一部件在缓冲区中具有关联的最佳匹配第二部件的概率，该第二部件具有的属性在属性值的可接受范围(类似于设计规格)之内。这样，即使第一部件在缓冲区中有最佳匹配，其组合也不会满足出货要求，因此第一部件被认定为不具有有效的最佳匹配。当在904确定产量为不可接受时，用于为进入部件提供最佳适配的部件缓冲区被按照图10-11所示的流程图所描述的任何过程来再平衡。
在一个实施例中，缓冲区再平衡可包括识别缓冲区中保持不匹配达最长时间段的部件，并移出这样被识别出的那些部件。相应地，图10示出的流程图详述了用于确定缓冲区中的最老的不匹配组件的过程1000，过程1000在1002通过评估缓冲区中各部件保持不匹配的时间量而开始。在1004，缓冲区中最老的不匹配部件被识别并被移出。该移出的最老部件随后在1006被替换。在一个实施例中，移出的部件在随后被回收使用，而在另一个实施例中，移出的部件被隔离直到接收到具有致使所隔离的部件更“合乎期望”的属性的部件为止。
图11示出的流程图详述了过程1100，过程1100修改缓冲区中部件的分布，以试图将缓冲区中部件的分布与进入部件更密切地对齐。在1102，缓冲区中与进入部件的分布更密切匹配的组件的子分布(即分组)被识别出来。在1104，优先向缓冲区填入与所识别的子分布相对应的组件。
在一个实施例中，缓冲区再平衡可包括识别缓冲区中作为“最差”匹配的部件，“最差”匹配是由于那些部件具有的属性值与进入部件的属性值最为不同，那些部件被从缓冲区移出。相应地，图12示出的流程图详述了用于确定缓冲区中的最差匹配部件的过程1200，过程在1202通过确定进入部件与缓冲区中的所有(或至少大部分)部件的属性值之间的属性差值而开始。在1204，与最大差值相关联的部件被识别出来。在1206，所识别的部件被移出缓冲区，并在1208被另一部件替换。在一个实施例中，替换用部件可被预分组，以便将缓冲区中部件分布的平均值更密切地对齐进入部件的平均值。
图13是适于结合所述实施例使用的计算机装置1350的方块图。该计算机装置1350举例说明了代表性计算装置的电路。电子装置1350包括处理器1352，该处理器1352属于用于控制电子装置1350的总体操作的微处理器或控制器。该电子装置1350将涉及媒体项的媒体数据储存在文件系统1354和高速缓存1356中。文件系统1354通常是一个储存盘或多个盘。文件系统1354通常为电子装置1350提供高容量储存能力。然而，由于对文件系统1354的存取时间相对较慢，所以电子装置1350也可以包括高速缓存1356。高速缓存1356例如是由半导体存储器提供的随机存取存储器(RAM)。对高速缓存1356的相对存取时间大大地短于对文件系统1354的存取时间。不过，高速缓存1356不具备文件系统1354那样的大存储容量。此外，文件系统1354在活动时比高速缓存1356更耗电。电子装置1350也可包括RAM1370和只读存储器(ROM)1372。ROM1372能以非易失性方式储存程序、实用工具或进程。RAM1370则提供易失性数据储存，如用于高速缓存1356的RAM。
电子装置1350还包括网络/总线接口1361，该网络/总线接口1361与数据链路1362耦接。该数据链路1362允许电子装置1350与主机计算机或外围装置(如机器人)耦接。数据链路1362可以通过有线连接或无线连接来提供。在无线连接情况中，网络/总线接口1361可包括无线收发器。
在某些实施例中，缓冲区中的部件可以被特性化并布置成组。例如，可通过定义可接受值的子范围来形成各群组，如上所述，可接受值的子范围在上文中被用于确定部件可接受性。
第一部件可具有一属性，该属性又可具有可接受的值范围。这个属性可与第二部件上的相似属性相对应，如图1A-1C中的轴柱和轴环的示例。然而，实践中，部件很少会充分简单以至于只具有一个重要属性可能需要在适当范围内以便适当适配或操作。通常，部件会具有两个或更多个属性应当为了良好适配或装置操作而在可接受范围内。随着部件复杂度越来越大，第二部件适配到第一部件中就会变得越困难。有时，当应用连续选择时，N个部件的缓冲区会因为具有可能不适合为第一部件进行选择的部件(即第二部件)而变得偏态(skewed)。一种管理缓冲区中部件分布的方法是对缓冲区分组。这些缓冲区群组可允许对部件缓冲区进行更精确的管理。在一个实施例中，可通过使属性值的子范围不重叠来限定群组。
利用示例可对此进行最好的解释。考虑第一部件带有一个开口，该开口被设计为接收第二部件。第一部件上的此开口可以具有两个属性，如宽度和高度。
图14A-14C是示出部件的属性的概率分布的图形。图14A特别示出了第一部件的第一属性的概率分布。例如，该第一属性可以是第一部件上的开口的宽度。图形示出了概率曲线1402，该曲线进一步示出在56.69个单位处的平均值。此外，概率曲线1402的尾部在平均值的每一侧衰退，使得最小的可能宽度为56.63个单位，最大的可能宽度可以为56.75个单位。
第一部件的第二属性可以是高度。图14B示出了第二属性的概率分布，如第一部件上开口的高度。曲线1404示出了平均高度为10.66个单位。曲线1404示出最小可能高度为10.60个单位，最大高度为10.72个单位。
第一和第二属性可达到的可能值可组合到单个图形中。图14C在X轴上绘制可能的第一属性值，并在Y轴上绘制可能的第二属性值。曲线1406代表第一部件的第一和第二属性值的概率分布。回看我们的例子，曲线1406可代表第一部件上的开口的高度和宽度的可能值。
在许多情况下，会有第二部件可被配置为与第一部件交互。例如，第二部件可以被配置为纳入第一部件的开口。很自然，第二部件可具有相似和相关的第一和第二属性。回看我们的例子，第二部件也可具有高度和宽度，使得第二部件可以纳入第一部件的相应开口。通常，设计人员会把第二部件设计得比第一部件中的开口小，因此具有净空间隙(clearance gap)，使得第二部件能更容易纳入第一部件。如图14A和14B中针对第一部件形成的，可以导出绘制了第二部件的可能属性值的曲线。
图15一起示出了第一和第二部件的分布1500。曲线1406为第一部件的第一和第二部件属性的概率分布。图15还可包括曲线1502，曲线1502示出了第二部件的第一和第二属性的概率分布。本领域技术人员会认识到，虽然就宽度和高度而言来举例说明，但是属性和相应的属性值可以是任意部件的任意可能属性，如直径、表面粗糙度、颜色匹配、平面性等等。图15还示出：第二部件(在此例中)可被制造为具有比第一部件小的方差，正如曲线1502的比曲线1406更小的直径圆圈所示。在其他实施例中，第一部件可被制造得具有比第二部件的小的方差。曲线1502与曲线1406的关系(曲线1502比曲线1406更低，且处于左边位置)进一步表明：第二部件(再回到此例)可制作得比第一部件更小。在某些实施例中，当第二部件被设计为纳入第一部件的开口时，相对于第一部件属性具有更小尺寸的第二部件会合乎期望地提供净空间隙以更易安装。
图16的图形1600示出了被分组的第二部件分布。第二部件分布可以被划分成两个或更多个群组。在一个实施例中，可以按照使第二部件的第一和第二属性值的子范围不重叠的方式来分隔群组。虽然在此例中第二部件被分组，但是在其他实施例中，第一部件可以被分组。在某些实施例中，(相对于其他部件)具有最小方差的部件可被选择而进行分组。
在一个实施例中，可通过将属性值划分到基本平均的范围中来确定群组。如图16所示，第一属性值可在从56.60个单位到56.72个单位的范围内。此范围可被划分成两个，使得可以形成第一属性的两个大小相对均匀的子范围，它们各自具有0.06个单位。对于第二属性值，类似地，从10.57到10.69个单位的范围可以被划分成两个各具有0.06个单位的、大小相对均匀的子范围。从而，在此例中，第一群组1602可具有从56.60到56.66的第一属性范围和从10.63到10.69的第二属性范围。第二群组1604、第三群组1606和第四群组1608可类似地形成，如图16所示。
在其他实施例中，产生的群组不需要具有相似尺寸。例如，群组的子范围可以基于第一属性值的两个或更多个制造平均值(平均数)。在另一个实施例中，可以按照与制造产量相关的单一平均值来确定子范围。在其他实施例中，相邻群组的子范围可以有重叠。在一个实施例中，在最初装填N个部件(第二部件)的缓冲区时，每个第二部件会被检查并被指派成为所定义群组中的一个群组的成员。继续图14A-14C中开始的例子，当第二部件被包括进N个部件的缓冲区中时，每个第二部件会被指派到四个群组1602-1608之一。这种对于第二部件的进一步特性化可以允许用于连续选择方法的进一步的缓冲区管理。该缓冲区管理可如下图17A-17B所示。
图17A-17B的流程图是按照本申请中所述的一个实施例的、用于连续选择制造过程的方法步骤1700。本领域技术人员将认识到，被配置为按照任何顺序执行这些方法步骤的任何系统都在本说明书范围之内。该方法可在1702开始，其中，确定第一和第二属性可接受值。例如，第一属性可以是高度，第二属性可以是宽度。在确定可接受的属性值时，第一部件可以具有第一可接受属性值的范围，而第二部件可具有不同的第二可接受属性值的范围。回看图15，第一部件的第一属性值的可接受范围可以从56.63个单位到56.75个单位，而第二部件的第一属性值的可接受范围可以从56.60个单位到56.72个单位。
在步骤1704，第二部件可以被分组。在一个实施例中，可通过使部件属性的可接受值的子范围不重叠来确定群组。例如，第二部件可以被划分成四个群组，如图16所示。在步骤1706，可通过在将第二部件放入缓冲区时对该第二部件的群组进行标注来形成N个第二部件的缓冲区。
在步骤1708，可以接收第一部件。在步骤1710，可以确定第一部件的第一和第二属性值。在步骤1712，检查第一部件的第一和第二属性值以确定该部件是否可接受。例如，可以扫描第一部件(步骤1710)，并将扫描得到的第一和第二属性值与可接受的属性值比较(步骤1712)来确定该部件是否可接受。若部件不可接受，则在步骤1714检查部件以确定该第一部件是否为回收利用候选。回收利用候选部件可以是可能具有可接受部件属性值的部件，只不过缓冲区当前可能不具有可接受的第二部件。如果该第一部件不是回收利用候选，则在步骤1716拒收该部件，并且方法结束。在一个实施例中，在步骤1716确定的拒收部件可被认为是不匹配部件。这些部件可能是不符合规格来制造的并因此不会具有任何可接受的第二部件的第一部件。
另一方面，如果在步骤1714该部件是回收利用候选，则在步骤1720回收利用该第一部件，并且方法结束。在一个实施例中，该第一部件可被放回到其他第一部件的库存中，并可在以后当N个第二部件的缓冲区的组成发生改变时，通过从库存中重新选择这个部件并再次应用所描述的过程来应用连续选择过程。
回到步骤1712，若该第一部件是可接受的，则在步骤1718从N个第二部件的缓冲区中搜索可接受的第二部件。在一个实施例中，可接受的部件可以是其中第一和第二部件的相应属性值之间存在可接受的预定差值的部件。在另一个实施例中，可接受的部件可以具有能够为第一和第二属性值提供可接受的价值函数的属性值。例如，价值函数可以是第一和第二部件的相似属性值之间的差值。在另一个实施例中，价值函数的可接受值可以是小于预定值的价值函数。例如，在一个实施例中，可接受的价值函数可以是第一和第二部件之间的小于预定量的间隙值。
若第二部件缓冲区中无可接受部件，则所述方法可进行到步骤1720。另一方面，若缓冲区内有可接受部件，则在步骤1722从部件缓冲区中选择第二部件。在一个实施例中，可以标注与所选部件相关联的群组，使得在步骤1724，可利用按照所标注的群组选择的另一个第二部件来补充部件缓冲区。通过利用与所选部件同组的第二部件补充缓冲区，可以控制部件缓冲区的组成。在一个实施例中，以类似于所选部件的部件替换所选部件能够防止部件缓冲区变得偏态而具有例如太多的类似第二部件。在步骤1726，形成包括第一部件与所选的第二部件的套件，并且所述方法结束。
在一个实施例中，可以改变用于限定如图16中所述的群组的子范围，以便帮助管理第二部件缓冲区。例如，一个或多个子范围可被收窄或加宽，以分别减小或增大部件从特定群组中被选择的频率。这样，可以与具有特定属性的进入的第一部件相呼应地再平衡缓冲区的组成。
在其他实施例中，第一和第二部件群两者都可以被划分成若干群组，而不仅仅是如上所述的只有第二部件被分组。这样的实施例会增加选择的复杂性；但与只有一个部件群被分组相比，可以实现改善的缓冲区管理。
所述实施例的各种方面、实施例、实现方式或特征可以单独或任意组合使用。所述实施例的各种方面可以通过软件、硬件或软硬件的组合来实现。所述实施例也可以体现为非暂时性计算机可读介质上的计算机可读代码。计算机可读介质定义为：可以储存计算机系统可随后读取的数据的任何数据储存装置。计算机可读介质的示例包括只读存储器、随机存取存储器、CD-ROM、DVD、磁带和光学数据储存装置。计算机可读介质也可以分布到经网络耦接的若干计算机系统，使得以分布式方式储存和执行计算机可读代码。
以上描述出于说明的目的而使用特定的术语以提供对所述实施例的完整理解。但本领域技术人员将明了，特定细节不是实施所述实施例所需的。因而，对本文所描述的特定实施例的以上描述是出于举例说明和描述的目的而呈现的。它们并非意在穷尽性或者将实施例限制于所公开的精确形式。本领域普通技术人员将明了，鉴于以上教导，许多修改和变体都是可能的。
所述实施例的优点不胜枚举。不同的方面、实施例或实现方式可以产生一个或多个如下优点。本发明实施例的许多特征和优点是从书面描述显而易见的，因而意欲通过所附权利要求涵盖本发明的所有这种特征和优点。此外，由于本领域技术人员将很容易想到许多修改和改变，所以实施例不应限制于所图示和描述的精确构造和操作。因此，所有适合的修改和等同物都落入本发明范围之内。

Claims (55)

1.一种制造方法，包含：
确定第一部件属性值，该属性值用于从N个第二部件的缓冲区中识别出匹配的第二部件；
按照第二部件属性值的预定义子范围，将所述N个第二部件的缓冲区划分成两个或更多个第二部件群组；
当匹配的第二部件包括在第二部件属性值的可接受范围之内的第二部件属性值时，利用所述第一部件属性值从所述两个或更多个第二部件群组中的一个第二部件群组内识别出所述匹配的第二部件；
将所识别的匹配的第二部件从所述缓冲区中移出；以及
通过利用替换用第二部件替换所述匹配的第二部件来保持所述N个部件的缓冲区，所述替换用第二部件具有按照与所选的第二部件选自的群组相对应的子范围的属性值。
2.如权利要求1中所述的制造方法，其中，所述第二部件属性值的可接受范围基于价值函数，其中，所述价值函数是第一部件的第一属性的至少一点中的一点与第二部件的第一属性的对应点的测量值之间的差值。
3.如权利要求1中所述的制造方法，进一步包含：
通过确定第一部件的数目和不匹配第一部件的数目的比率，监测制造过程的产量。
4.如权利要求3中所述的制造方法，进一步包含：
通过改变第二部件属性值的预定义子范围，再平衡所述N个第二部件的缓冲区。
5.如权利要求1中所述的制造方法，其中，所述子范围是按照与第二部件制造产量相关联的平均值来确定的。
6.如权利要求1中所述的制造方法，其中，所述子范围是通过将属性值的范围划分成两个或更多个基本均匀的量来确定的。
7.如权利要求1中所述的制造方法，其中，当第一属性值大于预定量时，所述第一部件被拒收。
8.如权利要求1中所述的制造方法，进一步包含：
确定第一部件的第二属性值，所述第二属性值和所述第一属性值用于从N个第二部件的缓冲区中识别出匹配的第二部件；
其中，按照第一属性值和第二属性值的预定义子范围，所述N个第二部件的缓冲区进一步被划分成两个或更多个第二部件群组，并且其中，当匹配的第二值处于第一属性值和第二属性值的可接受范围内时，结合第一属性值使用第二属性值来从所述两个或更多个第二部件群组中的一个第二部件群组内识别出所述匹配的第二部件。
9.如权利要求1-8中任一项所述的制造方法，进一步包含：
当第一属性和第二属性的属性值超过预定量时，拒收所述第一部件。
10.一种在连续选择制造过程中实现的库存控制方法，包含：
接收进入的第一部件；
确定该第一部件的第一属性值和第二属性值；
基于第一属性值和第二属性值的子范围将第二部件储存在两个或更多个群组中，其中所述两个或更多个群组包括N个第二部件的缓冲区；
当与第一属性值相关联的价值函数的值以及与第二属性值相关联的价值函数的值在可接受量内时，从所述N个第二部件的缓冲区中选择匹配的第二部件；
从该缓冲区中移出所选的匹配的第二部件；以及
提供包含第一部件和所选的第二部件的套件。
11.如权利要求10中所述的库存控制方法，进一步包含：
当选不出匹配的第二部件时，拒收第一部件。
12.如权利要求11中所述的库存控制方法，进一步包含：
通过确定进入的第一部件的数目和不匹配第一部件的数目的比率，监测所述连续选择制造过程的产量。
13.如权利要求12中所述的库存控制方法，进一步包含：
当产量小于预定量时，修改所述群组的子范围。
14.如权利要求12中所述的库存控制方法，进一步包含：
通过改变第一部件的标称的第一和第二属性，修改所述群组的子范围。
15.如权利要求10中所述的库存控制方法，进一步包含：
当选不出匹配的第二部件时，回收利用第一部件。
16.如权利要求12中所述的库存控制方法，进一步包含：
按照与第二部件所选自的群组相对应的子范围，选择替换用第二部件。
17.如权利要求10-16中任一项所述的库存控制方法，当监测的产量小于预定值时，再平衡缓冲区中N个第二部件的分布。
18.一种设备，包含：
用于提供进入的第一部件的装置；
用于确定第一部件属性值的装置，该属性值用于从N个第二部件的缓冲区中识别出匹配的第二部件；
用于当匹配的第二部件属性值处于第二部件属性值的可接受范围内时，利用第一部件属性值从两个或更多个第二部件群组中的一个第二部件群组内识别出匹配的第二部件的装置；
用于将所识别的匹配的第二部件从所述缓冲区中移出的装置；以及
用于通过利用替换用第二部件替换被移出的所述匹配的第二部件来保持所述N个第二部件的缓冲区的装置，所述替换用第二部件具有按照与部件所选自的群组相对应的子范围的属性值。
19.如权利要求18中所述的设备，进一步包含：
用于通过确定第一部件的数目与不匹配第一部件的数目之间的比率，监测制造过程的产量的装置。
20.如权利要求19中所述的设备，进一步包含：
用于通过改变第二部件属性值的预定义子范围，再平衡所述N个第二部件的缓冲区的装置。
21.如权利要求18-20中任一项所述的设备，进一步包含：
用于当第一属性和第二属性的属性值超过预定量时，拒收所述第一部件的装置。
22.一种制造设备，包含：
用于确定第一部件属性值的装置，该属性值用于从N个第二部件的缓冲区中识别出匹配的第二部件；
用于按照第二部件属性值的预定义子范围，将所述N个第二部件的缓冲区划分成两个或更多个第二部件群组的装置；
用于当匹配的第二部件包括在第二部件属性值的可接受范围之内的第二部件属性值时，利用第一部件属性值从所述两个或更多个第二部件群组中的一个第二部件群组内识别出所述匹配的第二部件的装置；
用于将所识别的匹配的第二部件从所述缓冲区中移出的装置；以及
用于通过利用替换用第二部件替换所述匹配的第二部件来保持所述N个部件的缓冲区的装置，所述替换用第二部件具有按照与所选的第二部件选自的群组相对应的子范围的属性值。
23.如权利要求22中所述的制造设备，其中，所述第二部件属性值的可接受范围基于价值函数，其中，所述价值函数是第一部件的第一属性的至少一点中的一点与第二部件的第一属性的对应点的测量值之间的差值。
24.如权利要求22中所述的制造设备，进一步包含：
用于通过确定第一部件的数目和不匹配第一部件的数目的比率，监测该制造设备的产量的装置。
25.如权利要求24中所述的制造设备，进一步包含：
用于通过改变第二部件属性值的预定义子范围，再平衡所述N个第二部件的缓冲区的装置。
26.如权利要求22中所述的制造设备，其中，所述子范围是按照与第二部件制造产量相关联的平均值来确定的。
27.如权利要求22中所述的制造设备，其中，所述子范围是通过将属性值的范围划分成两个或更多个基本均匀的量来确定的。
28.如权利要求22中所述的制造设备，其中，当第一属性值大于预定量时，所述第一部件被拒收。
29.如权利要求22中所述的制造设备，进一步包含：
用于确定第一部件的第二属性值的装置，所述第二属性值和所述第一属性值用于从N个第二部件的缓冲区中识别出匹配的第二部件；
其中，按照第一属性值和第二属性值的预定义子范围，所述N个第二部件的缓冲区进一步被划分成两个或更多个第二部件群组，并且其中，当匹配的第二值处于第一属性值和第二属性值的可接受范围内时，结合第一属性值使用第二属性值来从所述两个或更多个第二部件群组中的一个第二部件群组内识别出所述匹配的第二部件。
30.如权利要求22-29中任一项所述的制造设备，进一步包含：
用于当第一属性和第二属性的属性值超过预定量时，拒收所述第一部件的装置。
31.一种在连续选择制造过程中实现的库存控制设备，包含：
用于接收进入的第一部件的装置；
用于确定该第一部件的第一属性值和第二属性值的装置；
用于基于第一属性值和第二属性值的子范围将第二部件储存在两个或更多个群组中的装置，其中所述两个或更多个群组包括N个第二部件的缓冲区；
用于当与第一属性值相关联的价值函数的值以及与第二属性值相关联的价值函数的值在可接受量内时，从所述N个第二部件的缓冲区中选择匹配的第二部件的装置；
用于从该缓冲区中移出所选的匹配的第二部件的装置；以及
用于提供包含第一部件和所选的第二部件的套件的装置。
32.如权利要求31中所述的库存控制设备，进一步包含：
用于当选不出匹配的第二部件时，拒收第一部件的装置。
33.如权利要求32中所述的库存控制设备，进一步包含：
用于通过确定进入的第一部件的数目和不匹配第一部件的数目的比率，监测所述连续选择制造过程的产量的装置。
34.如权利要求33中所述的库存控制设备，进一步包含：
用于当产量小于预定量时，修改所述群组的子范围的装置。
35.如权利要求33中所述的库存控制设备，进一步包含：
用于通过改变第一部件的标称的第一和第二属性，修改所述群组的子范围的装置。
36.如权利要求31中所述的库存控制设备，进一步包含：
用于当选不出匹配的第二部件时，回收利用第一部件的装置。
37.如权利要求33中所述的库存控制设备，进一步包含：
用于按照与第二部件所选自的群组相对应的子范围，选择替换用第二部件的装置。
38.如权利要求31-37中任一项所述的库存控制设备，进一步包含：
用于当监测的产量小于预定值时，再平衡缓冲区中N个第二部件的分布的装置。
39.一种制造系统，包含：
运输机构；
连续选择设备，该连续选择设备包含：
确定设备，用来获取第一部件属性值；
比较器，用来确定第一部件属性值是否处在可接受属性范围内；
处理器，用来储存和处理数据；和
选择器；以及
包括N个第二部件的缓冲区，所述缓冲区按照第二部件属性值的预定义子范围而被划分成两个或更多个第二部件群组；
其中，所述选择器被配置为从缓冲区中识别和选择匹配的部件。
40.如权利要求39中所述的制造系统，其中，所述处理器被配置为从价值函数得出可接受属性范围，其中，所述价值函数是第一部件的第一属性的至少一点与匹配的第二部件的第一属性的对应点的值之间的差值。
41.如权利要求39中所述的制造系统，其中，所述处理器被配置为通过确定第一部件的数目与不匹配第一部件的数目之间的比率，确定制造过程的产量。
42.如权利要求41中所述的制造系统，进一步包含储存有库存控制方案的存储器电路，所述库存控制方案被配置为通过改变第二部件属性值的预定义子范围，再平衡所述N个第二部件的缓冲区。
43.如权利要求39中所述的制造系统，其中，所述子范围是按照与制造过程的产量相关联的平均值来确定的。
44.如权利要求39中所述的制造系统，其中，所述处理器被配置为通过将属性值的范围分成两个或更多个基本均匀的量来确定所述子范围。
45.如权利要求39中所述的制造系统，其中，所述选择器被配置为当第一属性值大于预定量时，拒收第一部件。
46.如权利要求39中所述的制造系统，其中，所述确定设备被配置为确定第一部件的第二属性值，所述第二属性值和所述第一属性值用于从N个第二部件的缓冲区中识别出匹配的第二部件；
其中，按照第一属性值和第二属性值的预定义子范围，所述缓冲区进一步被划分成两个或更多个第二部件群组，并且其中，当匹配的第二值处在第一属性值和第二属性值的可接受范围内时，结合第一属性值使用第二属性值来从所述两个或更多个第二部件群组中的一个第二部件群组内识别出匹配的第二部件。
47.如权利要求46中所述的制造系统，其中，所述选择器被配置为当第一属性和第二属性的属性值超过预定量时，拒收第一部件。
48.如权利要求39中所述的制造系统，其中，所述选择器为拾放机。
49.如权利要求39中所述的制造系统，其中，所述选择器被配置为将第一部件递送给运输机构。
50.如权利要求39中所述的制造系统，其中，所述运输机构包含传送带。
51.如权利要求39中所述的制造系统，其中，所述确定设备对选中属性敏感。
52.如权利要求39中所述的制造系统，其中，所述确定设备包含图像捕捉装置。
53.如权利要求52中所述的制造系统，其中，所述图像捕捉装置包含被配置为将图像转换成数据云的相机。
54.如权利要求39中所述的制造系统，其中，所述图像捕捉装置包含由红外(IR)传感器、温度计和可见光相机组成的群组中的至少一者。
55.如权利要求54中所述的制造系统，其中，所述处理器被配置为利用数据云来数字化重构第一部件。
CN201310361573.2A 2012-06-12 2013-06-09 使用连续选择进行组件组装的方法和设备 Pending CN103488100A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201261658851P 2012-06-12 2012-06-12
US61/658,851 2012-06-12
US13/607,636 US20130326851A1 (en) 2012-06-12 2012-09-07 Method and apparatus for component assembly using continuous selection
US13/607,636 2012-09-07

Publications (1)

Publication Number Publication Date
CN103488100A true CN103488100A (zh) 2014-01-01

Family

ID=49714150

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201310361573.2A Pending CN103488100A (zh) 2012-06-12 2013-06-09 使用连续选择进行组件组装的方法和设备
CN201310364162.9A Expired - Fee Related CN103488101B (zh) 2012-06-12 2013-06-09 使用连续选择进行组件组装的方法和设备

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201310364162.9A Expired - Fee Related CN103488101B (zh) 2012-06-12 2013-06-09 使用连续选择进行组件组装的方法和设备

Country Status (2)

Country Link
US (3) US9134724B2 (zh)
CN (2) CN103488100A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037789A (zh) * 2015-11-03 2017-08-11 加特可株式会社 生产线及生产线用的程序
CN109591464A (zh) * 2018-12-29 2019-04-09 北海绩迅电子科技有限公司 一种海绵的组装控制方法和海绵分拣组装机

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9134724B2 (en) 2012-06-12 2015-09-15 Apple Inc. Method and apparatus for component assembly using continuous selection
US10275565B2 (en) 2015-11-06 2019-04-30 The Boeing Company Advanced automated process for the wing-to-body join of an aircraft with predictive surface scanning
US10750650B2 (en) * 2016-03-10 2020-08-18 Siemens Aktiengesellschaft Method and apparatus for assigning assemblies to component fitting lines
US9937623B2 (en) * 2016-06-03 2018-04-10 The Boeing Company Methods and systems for kitting parts for manufacturing processes
DE102016121092A1 (de) * 2016-11-04 2018-05-09 Deutsche Telekom Ag Verfahren für automatisierte Produktfertigung in verteilten Produktionsprozessen
FR3060158A1 (fr) * 2016-12-14 2018-06-15 Safran Aircraft Engines Procede, systeme et programme d'ordinateur d'aide a la decision pour le choix de pieces a assembler
US10990018B2 (en) * 2017-02-22 2021-04-27 Asml Netherlands B.V. Computational metrology
US10606245B2 (en) 2017-11-27 2020-03-31 International Business Machines Corporation Parts matching for improved manufacturing assembly
EP3591596A1 (en) * 2018-07-06 2020-01-08 ThyssenKrupp Metalúrgica Campo Limpo Ltda. A computer implemented method and process for crank train assembly
US11288625B2 (en) * 2018-09-18 2022-03-29 HKC Corporation Limited Warehousing management method and warehousing system
CN109031730A (zh) * 2018-09-27 2018-12-18 武汉华星光电技术有限公司 显示装置的组装方法
US10712730B2 (en) 2018-10-04 2020-07-14 The Boeing Company Methods of synchronizing manufacturing of a shimless assembly
US11210628B2 (en) * 2020-02-14 2021-12-28 International Business Machines Corporation Commodity fulfillment

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5232331A (en) * 1987-08-07 1993-08-03 Canon Kabushiki Kaisha Automatic article feeding system
CN1320874A (zh) * 2001-05-25 2001-11-07 清华大学 网络环境下的程序挖掘方法及其程序挖掘系统
CN1466864A (zh) * 2000-08-04 2004-01-07 松下电器产业株式会社 用于优化元件安装顺序的方法,采用该方法的装置及组装机器
CN1706718A (zh) * 1994-07-22 2005-12-14 兰帕克公司 制造缓冲产品、确定缓冲产品长度和原材料总数的方法
US20060129259A1 (en) * 2004-10-05 2006-06-15 Clay Tornquist Automatic calculation of minimum and maximum tolerance stack

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5231675A (en) * 1990-08-31 1993-07-27 The Boeing Company Sheet metal inspection system and apparatus
US5633968A (en) 1994-07-18 1997-05-27 Sheem; Sang K. Face-lock interconnection means for optical fibers and other optical components and manufacturing methods of the same
US5787577A (en) * 1996-08-16 1998-08-04 Motorola, Inc. Method for adjusting an electronic part template
US6314337B1 (en) 1998-08-27 2001-11-06 Dell Usa, L.P. Automated consolidation station
KR100299685B1 (ko) 1998-10-02 2001-10-27 윤종용 작업대상물의결합처리자동화시스템및그제어방법
US6963824B1 (en) * 1999-02-19 2005-11-08 Davidson Joseph K Method and apparatus for geometric variations to integrate parametric computer aided design with tolerance analyses and optimization
US6738680B2 (en) 1999-12-23 2004-05-18 Dimension Bond Corporation Method for providing dimensionally corrected and functionally enhanced parts to manufacturers
US7539630B2 (en) 2001-12-27 2009-05-26 Jda Software Group System, method, and computer program for replenishment by manufacture with attribute based planning
AT411886B (de) * 2002-05-10 2004-07-26 Electrovac Fertigungssystem
WO2004097947A2 (en) * 2003-05-02 2004-11-11 University College Cork-National University Of Ireland, Cork Light emitting diodes and the manufacture thereof
US7197224B2 (en) 2003-07-24 2007-03-27 Reflex Photonics Inc. Optical ferrule
US7266422B1 (en) 2004-04-09 2007-09-04 Fanuc Robotics America, Inc. Automated palletizing cases having mixed sizes and shapes
US8076178B2 (en) 2007-09-28 2011-12-13 Oracle America, Inc. Self-assembly of micro-structures
US8229586B2 (en) 2007-12-12 2012-07-24 Comau Inc. Method and apparatus for assembling a complex product in a parallel process system
US7869206B2 (en) * 2008-09-05 2011-01-11 Apple Inc. Handheld computing device
US9134724B2 (en) 2012-06-12 2015-09-15 Apple Inc. Method and apparatus for component assembly using continuous selection

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5232331A (en) * 1987-08-07 1993-08-03 Canon Kabushiki Kaisha Automatic article feeding system
CN1706718A (zh) * 1994-07-22 2005-12-14 兰帕克公司 制造缓冲产品、确定缓冲产品长度和原材料总数的方法
CN1466864A (zh) * 2000-08-04 2004-01-07 松下电器产业株式会社 用于优化元件安装顺序的方法,采用该方法的装置及组装机器
CN1320874A (zh) * 2001-05-25 2001-11-07 清华大学 网络环境下的程序挖掘方法及其程序挖掘系统
US20060129259A1 (en) * 2004-10-05 2006-06-15 Clay Tornquist Automatic calculation of minimum and maximum tolerance stack

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DAVID MEASE等: "Selective Assembly in Manufacturing： Statistical Issues and Optimal Binning Strategies", 《TECHNOMETRICS》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037789A (zh) * 2015-11-03 2017-08-11 加特可株式会社 生产线及生产线用的程序
CN107037789B (zh) * 2015-11-03 2020-02-14 加特可株式会社 生产线及生产线用的生产流程
CN109591464A (zh) * 2018-12-29 2019-04-09 北海绩迅电子科技有限公司 一种海绵的组装控制方法和海绵分拣组装机

Also Published As

Publication number Publication date
US20130326851A1 (en) 2013-12-12
US10054927B2 (en) 2018-08-21
US20130331975A1 (en) 2013-12-12
CN103488101A (zh) 2014-01-01
US9134724B2 (en) 2015-09-15
CN103488101B (zh) 2018-03-23
US20150331410A1 (en) 2015-11-19

Similar Documents

Publication Publication Date Title
CN103488100A (zh) 使用连续选择进行组件组装的方法和设备
Miao et al. Models for closed-loop supply chain with trade-ins
Panagiotidou et al. Joint optimization of manufacturing/remanufacturing lot sizes under imperfect information on returns quality
Taleizadeh et al. An imperfect multi-product production system with rework
Chen et al. Is reshoring better than offshoring? The effect of offshore supply dependence
Yu et al. Dynamic capacity management with general upgrading
Ngai et al. RFID value in aircraft parts supply chains: A case study
Öztürk Optimal production run time for an imperfect production inventory system with rework, random breakdowns and inspection costs
Kang et al. Optimum ordering policy for an imperfect single-stage manufacturing system with safety stock and planned backorder
Cheng et al. Optimal product quality of supply chain based on information traceability in fashion and textiles industry: an adverse logistics perspective
Moussawi-Haidar et al. An instantaneous replenishment model under the effect of a sampling policy for defective items
CN111461590A (zh) 一种根据销售、库存、采购信息计算物料齐套的方法
CN101794106A (zh) 质量控制系统、质量控制装置以及质量控制方法
Li et al. An EPQ model for deteriorating production system and items with rework
CN111985862A (zh) 定位库存物品的方法和装置
Singh et al. A green supply chain model for time quadratic inventory dependent demand and partially backlogging with Weibull deterioration under the finite horizon
Lin et al. Case study of physical internet for improving efficiency in solar cell industry
Surti et al. Pricing and inventory decisions with uncertain supply and stochastic demand
CN104503982B (zh) 一种cmdb配置项调和的方法
Miriam et al. Inventory model promoting smart production system with zero defects
Ji et al. Component ordering strategies in assembly systems with uncertain capacity and random yield
Kaman et al. Production and lead time quotation under imperfect shop floor information
CN110895755A (zh) 职位匹配方法以及装置、设备、存储介质
Leyh et al. ERP system implementations vs. IT projects: comparison of critical success factors
Mezghani et al. Remanufacturing planning with imprecise quality inputs through the Goal Programming and the satisfaction functions

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140101