CN105574058A - 工具机耗电量预测系统与方法 - Google Patents
工具机耗电量预测系统与方法 Download PDFInfo
- Publication number
- CN105574058A CN105574058A CN201410658173.2A CN201410658173A CN105574058A CN 105574058 A CN105574058 A CN 105574058A CN 201410658173 A CN201410658173 A CN 201410658173A CN 105574058 A CN105574058 A CN 105574058A
- Authority
- CN
- China
- Prior art keywords
- power consumption
- machine tool
- scheduling
- job sequence
- prediction
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000005611 electricity Effects 0.000 claims abstract description 82
- 238000012545 processing Methods 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims description 22
- 238000003754 machining Methods 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 5
- 230000007774 longterm Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000002045 lasting effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
-
- 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
- G05B19/406—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 monitoring or safety
-
- 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
- G05B19/4093—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 part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine
- G05B19/40937—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 part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine concerning programming of machining or material parameters, pocket machining
-
- 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
-
- 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
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23102—Quality parameter is low energy consumption of machine
-
- 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
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32021—Energy management, balance and limit power to tools
-
- 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
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
-
- 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
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Geometry (AREA)
- General Factory Administration (AREA)
- Numerical Control (AREA)
Abstract
一种工具机耗电量预测系统与方法。预测系统适用于对工具机进行耗电量预测,工具机执行加工程序以对工件加工,且每一加工程序包含多个加工参数。预测系统包含一耗电量数据库与一主机。耗电量数据库储存有加工程序的加工参数于不同数值时所对应的耗电量数据。主机连接耗电量数据库,并自耗电量数据库取得加工参数的数值所对应的耗电量数据,依据工具机拟进行加工的加工程序中包含的加工参数的数值,产生对应加工程序的预测耗电量值。工具机耗电量预测系统于耗电量数据库储存对应至不同工具机、加工程序的加工参数,用以产生精准耗电量预测值,并建议、调整、修改加工参数以降低工具机耗电量,以及产生节约电价的执行排程,达到成本控管的目的。
Description
技术领域
本发明为有关一种工具机耗电量预测系统与方法,特别是一种可依据工具机的加工程序、加工参数来进行耗电量预测的系统与方法。
背景技术
成本控管是企业赖以经营获利的重要能力,在加工产业中,特别是使用工具机对工件加工的产业中,电力支出占成本重要部分。工厂为降低电力支出,会和供电厂商签订长期契约,以取得较低的单位电力价格,长期契约的内容规定用电额度与单位电力价格,超过额度往往需承担巨额罚款或须以较高的单价取得超过用电额度的电力,使用未达到用电额度则成本由工厂自行吸收。
为了避免超过额度所产生的额外支出抵消长期契约所带来的成本优势,或者因契约额度过高,使得工厂支出多余电力成本,许多工厂导入智慧电表以记录工厂的总体用电量,并以此作为基准订定额度,然而此种方式虽然可以控制总电量,但却会影响到工厂的生产、制造时程,例如工厂可能会因每月生产量不同,使得估计不准,或是生产不同的产品时会有不同的耗电量,又或者是为满足客户的需求必须额外增加产量,工厂只能缴交罚款,或自行采购发电设备以避免遭罚款。
发明内容
因此,亟需一种耗电量预测系统与方法以更准确地估计加工工厂中工具机的耗电量,以避免增加电力成本。更进一步时,更需要一种耗电量预测系统,能与工单排程系统结合,以同时满足工厂产量又能降低耗电量。
本发明的一方面为一种工具机耗电量预测系统,适用于对至少一工具机进行耗电量预测,工具机用来执行至少一加工程序对工件加工,且每一加工程序分别包含多个加工参数。工具机耗电量预测系统包含一耗电量数据库与一主机。耗电量数据库中储存有加工程序的加工参数在不同数值时对应的耗电量数据。主机连接至耗电量数据库,根据工具机拟进行加工的加工程序所包含的加工参数的数值,自耗电量数据库取得加工参数的数值所对应的耗电量数据,产生对应加工程序的预测耗电量值。
于一实施例中,工具机耗电量预测系统对多个工具机进行耗电量预测,主机包含上限阀值,并连接至工单排程系统,以取得对应所述工具机的排程以及排程内多个拟进行加工的加工程序。主机根据排程、拟进行加工的加工程序以及上限阀值,分别依据排程、拟进行加工的加工程序以及每一拟进行加工的加工程序的预测耗电量值,产生执行排程以及对应执行排程的预测耗电量值。
于一实施例中,自工单排程系统取得的排程为多个工具机于一天中所有拟进行加工的加工程序的工作排程,上限阀值则为每15分钟内的电量上限值,主机产生执行排程与对应执行排程的预测耗电量值时,使多个工具机执行执行排程时,每15分钟内的总耗电量不超过电量上限值,当执行排程对应的预测耗电量值超过电量上限值时,主机发出警告。
于一实施例中,自工单排程系统取得的排程为多个工具机于一个月中所有拟进行加工的加工程序的工作排程,上限阀值则为每月的电量上限值,主机产生执行排程与对应执行排程的预测耗电量值时,使多个工具机执行执行排程时,每月的总耗电量不超过电量上限值,当执行排程对应的预测耗电量值超过电量上限值时,主机发出警告。
于一实施例中,工具机耗电量预测系统对多个工具机进行耗电量预测,主机包含多个时间与电价信息,主机自工单排程系统取得对应所述工具机的排程与多个拟进行加工的加工程序,主机根据排程、拟进行加工的加工程序以及上限阀值,分别依据排程、拟进行加工的加工程序、时间与电价信息以及每一拟进行加工的加工程序的预测耗电量值,产生可节省电价的执行排程。
于一实施例中,每一工具机皆分别连接至电表,工具机执行加工程序时,主机接收工具机读取的加工参数的数值以及电表读取的电量数值,储存至耗电量数据库。
于一实施例中,主机包含对应于一时间区间的上限阀值,且主机连接至工单排程系统,以取得对应多个工具机的排程及其拟进行加工的加工程序。主机于时间区间的起始时间点开始累计自电表读取的电量数值,并在累计结果加上当前时间到该时间区间的结束时间的预测耗电量值,以产生该时间区间的预测总电量值,当预测总电量值超过上限阀值时,提供所述拟进行加工的加工参数的建议数值,以降低该工件加工时的耗电量,使累计结果加上当前时间到该时间区间的结束时间的预测总电量值低于上限阀值。
于一实施例中,加工参数包括主轴转速、进给率与切深。
本发明的另一方面为一种工具机耗电量预测方法,适用于对工具机进行耗电量预测,工具机用来执行加工程序对工件加工,且每一加工程序分别包含多个加工参数。工具机耗电量预测方法的步骤包含:于耗电量数据库中储存有加工程序的加工参数于不同数值以及所对应的耗电量数据;以及依据工具机拟进行加工的加工程序所包含的加工参数的数值,自耗电量数据库取得所对应的耗电量数据,产生对应加工程序的预测耗电量值。
于一实施例中,对多个工具机进行耗电量预测,且工具机耗电量预测方法亦包含自工单排程系统取得对应工具机的排程及其多个拟进行加工的加工程序;并根据排程及拟进行加工的加工程序、以及上限阀值,分别依据排程及拟进行加工所需的加工程序、每一拟进行加工的加工程序的预测耗电量值,产生执行排程以及对应该执行排程的预测耗电量值。
于一实施例中,自工单排程系统取得的排程为所述多个工具机于一天中所有拟进行加工的加工程序的工作排程,上限阀值为每15分钟内的电量上限值,产生执行排程及对应执行排程的预测耗电量值时,使得工具机于执行所述执行排程时,每15分钟内的总耗电量,不超过电量上限值,或于超过电量上限值时发出警告。
于一实施例中,自工单排程系统取得的排程为所述工具机于一个月中所有拟进行加工的加工程序的工作排程,上限阀值为每月的电量上限值,产生执行排程及对应执行排程的预测耗电量值时,将使得工具机于执行所述执行排程时,每月的总耗电量,不超过电量上限值,或于超过电量上限值时发出警告。
于一实施例中,自工单排程系统取得对应工具机的排程及其多个拟进行加工的加工程序,根据排程及拟进行加工的加工程序、多个时间与电价信息、以及每一拟进行加工的加工程序的预测耗电量值,产生可节省电价的执行排程。
于一实施例中,执行加工程序时,将工具机读取加工参数的数值以及与工具机连接的电表读取的电量数值,储存至耗电量数据库。
于一实施例中,自工单排程系统取得对应所述工具机的排程及其多个拟进行加工的加工程序;并接收对应于一时间区间的上限阀值,于时间区间的起始时间点开始累计自电表读取的电量数值,并在累计结果加上当前时间到该时间区间的结束时间的预测耗电量值,产生所述时间区间的预测总电量值,当预测总电量值超过上限阀值时,提供工单排程系统中多个拟进行加工的加工参数的建议数值,以降低工件加工时的耗电量,使累计结果加上当前时间到该时间区间的结束时间的预测总电量值低于上限阀值。
于一实施例中,加工参数包括主轴转速、进给率与切深。
利用本发明的技术方案,能够感测工具机耗电量数据,并根据耗电量数据库内的历史耗电量记录产生预测耗电量值,在预测耗电量值超过用电契约规定的电量上限值时发出警告。另外,由于耗电量数据库储存数据是对应至不同工具机、加工程序的加工参数,故亦可建议、调整、修改加工参数以降低工具机的耗电量。本发明的技术方案可以产生每一台工具机、每个加工程序的预测耗电量值,并估算全厂中多台工具机的预测总电量值。再根据预测耗电量值以及工单排程系统中拟进行加工的加工程序来进行排程,亦即在排程中可调整、设定加工程序在进行加工的时段和时间长度,除了满足工单之外,可使得每月工厂的总耗电量不超过一个电量上限值,且每15分钟的总电量不超过一个瞬间上限值,另外,将耗电量大的工单排到电价较低的离峰时段进行,可产生节省电价的执行排程以节约电费。
附图说明
图1是说明根据本发明第一实施例的工具机耗电量预测系统的示意图;
图2是说明根据本发明第二实施例的工具机耗电量预测系统的示意图;
图3是说明根据本发明第三实施例的工具机耗电量预测方法的流程图;
图4是说明根据本发明第四实施例的工具机耗电量预测方法的流程图;以及
图5是说明根据本发明第五实施例的工具机耗电量预测系统示意图。
具体实施方式
以下将以附图及详细说明清楚揭露技术内容,其目的并非用以限制本发明,另外,任何所属技术领域中具有通常知识者在了解所列实施例后,当可由本发明所教示的技术,加以改变及修饰,并不脱离本发明的精神与范围。
生产工件的工厂往往与供电厂商签订长期契约,约定一时间区段内的用电量上限,如每月的用电额度,以取得较低的电费单价,在超过契约规定的用电量上限时,则需缴交巨额罚款,未使用到用电量上限时,仍须缴交用电量上限所约定的电费。因此,精准预测生产时的耗电量以在订定契约时设定一合理的用电量上限,是控制生产成本的关键。本发明的工具机耗电量预测系统与方法可帮助工厂管理者精准预估生产工件所需耗电量以及产生节约电费的生产排程。
图1是根据本发明第一实施例所绘示的工具机耗电量预测系统的示意图。工具机耗电量预测系统100包含主机110与耗电量数据库120,主机110与耗电量数据库120电性连接,另外主机110亦电性连接至一或多台工具机130,各工具机130包含一计算机数值控制器132与一机台134,计算机数值控制器132读取加工程序,并根据加工程序及其内含的加工参数操控机台134内的主轴刀具与平台,以对工件进行加工。具体而言,主机110作为一中控中心,与工具机130内的计算机数值控制器132电性连接,将加工程序传送至计算机数值控制器132,使其执行加工程序,图1中仅绘示一台工具机130作为代表。工具机耗电量预测系统100适用于对所包含工具机130进行耗电量预测,而工具机130用来执行一或多个加工程序对工件加工,每一个加工程序运行时分别包含多个加工参数。
主机110为一服务器(Server)、一工作站(Workstation)或一个人计算机(PersonalComputer),处理器112为一中央处理器(CentralProcessingUnit)或微控制器(Microcontroller),储存装置114为一硬盘(HardDisk)、光盘(OpticalDisc)、或一快闪记忆体(FlashMemory)。
耗电量数据库120其具体实施方式,可储存于一储存装置,例如计算机硬盘、或其他计算机可读取的记录媒体等,亦可以云端数据库的方式来实施,本领域具通常知识者在不超出本发明的精神的情况下,可依应用需求自行订定。
工具机130用于精密切削金属以生产金属零件,在工件和主轴刀具之间制造出一个相对运动,包含主轴刀具的主轴运动和工件放置平台的进给运动,计算机数值控制器132控制这两个运动进行加工。工具机130用于成型,切削和连接,又分为车床、铣床、磨床、钻床。于一实施例中,工具机130为一计算机数值控制工具机。
耗电量数据库120中储存有加工程序、与加工程序所包含加工参数其于不同数值及所对应的耗电量数据,加工程序的加工参数包含主轴转速、进给率与切深。而耗电量数据库120中则包含各加工程序中加工参数于不同数值时所对应耗电量的数据。举例而言,耗电量数据库120内记录第一加工程序于主轴转速0~600转/分钟(RPM)时,耗电功率为15千瓦(kW),完成一工件所需时间为2分钟,而主轴转速600~1000转/分钟(RPM)时,耗电功率为20千瓦(kW),完成一工件所需时间为1.5分钟,而经由耗电功率和所需时间,即可估算出完成工件时的耗电量。耗电量数据库120内数据亦可记录其他加工程序的对应耗电量的数据,例如当第二加工程序于主轴转速0~300转/分钟(RPM)时,耗电功率为5千瓦(kW),完成一工件所需时间为3分钟,主轴转速300~600转/分钟(RPM)时,耗电功率为12千瓦(kW),完成一工件所需时间为2分钟。由上述示例可知,耗电量数据库120内的数据提供一加工程序中不同数值的加工参数所对应的功率与工件完成时间,故可推算出不同数值的加工参数所对应的耗电量数据。于另一实施例中,耗电量数据库120直接储存完成一工件所需耗电量。以上所举数据仅为示例,并非用以限定此发明,本领域具通常知识者在阅读本发明后,可在不偏离本发明范围的情况下,自行设计耗电量数据库120内记录耗电量数据的详细格式。
主机110连接至耗电量数据库120,依据工具机130拟进行加工的加工程序所包含的加工参数的数值,自耗电量数据库120取得加工参数的数值所对应的耗电量数据,以产生对应加工程序的预测耗电量值。举例而言,工具机130拟进行加工的加工程序所包含加工参数的数值为:主轴转速300转/分钟、进给率5毫米/每转(mm/rev)以及切深10毫米(mm),主机110根据加工参数的数值查找耗电量数据库120,产生对应加工程序完成一工件的预测耗电量值为0.01度。以上所举数据仅为示例,并非用以限定此发明。
主机110利用耗电量数据库120内根据不同加工参数的数值所对应的耗电量数据,产生预测耗电量值,较传统根据整个工厂所有工具机生产状况预测用电量的方式更为精准,使企业透过精准的耗电量预测,订定用电计画,以节省加工制造成本。
图2是根据本发明第二实施例所绘示的工具机耗电量预测系统的示意图。工具机耗电量预测系统200不仅产生加工程序于不同加工参数的数值所对应预测耗电量值,更进一步时,可将预测耗电量值用于产生节约电费的执行排程,并在预估耗电量值超过一用电量上限时产生较不耗电的加工参数的建议数值以避免超过用电量上限,或发出警告,以供管理者评估生产工件的获利是否可弥补超过用电量上限所需缴交的罚款。
工具机耗电量预测系统200包含主机210、耗电量数据库220与多个工具机230,且所包含元件、元件间连接方式与操作均与图1所绘示的元件类似,于此不再赘述。工具机耗电量预测系统200中亦包含工单排程系统240,与主机210电性连接,主机210自工单排程系统240取得排程,排程中包含工具机230拟进行加工的加工程序信息。另外在一些实施例中,工具机耗电量预测系统200中的工具机230还分别设置一电表236,各电表236亦和主机210电性连接,主机210接收电表236所读取工具机230执行工件加工时的消耗电量,进而可新增、修改、更新耗电量数据库120中的加工程序及其所对应耗电量数据。
工单排程系统240内储存多笔工单(ManufactureOrder),每一工单中又包含生产工件名称与数量、生产工件所需材料以及交货日期等信息,工单排程系统240根据工单内信息排定对应所述工具机230的一排程,主机210连线至工单排程系统240取得对应工具机230的排程以及与排程内的生产工件所对应的多个拟进行加工的加工程序。于一实施例中,工单排程系统240为一先进规划排程系统(AdvancedPlanning&SchedulingSystem,APS),与主机210以一网络连接。于另一实施例中,工单排程系统240与主机210设置于同一服务器(Server)、工作站(Workstation)或个人计算机(PersonalComputer)中。
依图1说明文字所述,主机210根据耗电量数据库220中数据以及拟进行加工的加工程序中加工参数的数值,产生拟进行加工的加工程序每一者所对应的预测耗电量值。主机210更包括一上限阀值,并根据排程、拟进行加工的加工程序以及上限阀值,分别依据排程、拟进行加工的加工程序、每一拟进行加工的加工程序的预测耗电量值,产生执行排程以及对应执行排程的预测耗电量值,如此一来,工具机230依据所产生的执行排程来进行加工,且对应执行排程的预测耗电量值被控制在上限阀值的范围之内。也就是说,主机210接收包含拟进行加工的加工程序的排程,并根据上限阀值和每一拟进行加工的加工程序的预测耗电量值,来重新调整执行排程,或是修改加工程序的加工参数,然后计算调整后的执行排程的预测耗电量值,此预测耗电量值将低于上限阀值。另外,主机210亦可产生几种可能的排程方式,再分别计算每一种排程方式的预测耗电量值,并选择其中预测耗电量值为最低的排程方案做为优先选择的排程。在另一些实施例中,主机210也可以经由调整加工程序的加工参数,以降低加工程序的预测耗电量值,再进行排程。
于一实施例中,上述排程为工具机230于一天中所有拟进行加工的加工程序的工作排程,上限阀值则为每15分钟内的电量上限值,主机210产生执行排程及对应执行排程的预测耗电量值,并将执行排程传送至计算机数值控制器232,使工具机230在执行该执行排程时,每15分钟内的总耗电量不超过电量上限值,如此一来,可限制工具机230每15分钟内的耗电不超过一瞬间上限值。或者,当超过电量上限值时,主机210发出警告通知工厂管理者,主机210发出警告可为警示声响、警示灯号或一内含警示信息的弹出式视窗(PopupWindow),工厂管理者评估制造工件准时出货所带来的收益,当大于超过上限阀值所造成的额外电费支出时,可输入指令使主机210传送继续执行加工程序的指令至工具机230的计算机数值控制器232,使工具机230对工件进行加工。
于另一实施例中,上述排程为工具机230于一个月中的所有拟进行加工的加工程序的工作排程,上限阀值则为每月的电量上限值,主机210产生执行排程及对应执行排程的预测耗电量值,并将执行排程传送至计算机数值控制器232,使得工具机230执行该执行排程时,每月的总耗电量不超过电量上限值如此一来,可避免超过契约签订的当月用电量上限值,以降低生产成本。或者,当超过电量上限值时,主机210发出警告通知工厂管理者以供效益评估。
耗电量数据库220中数据在工具机230执行加工程序时进行即时更新,以增进工具机耗电量预测系统200所产生的耗电量预测值的精准度。在工具机230执行加工程序时,主机210接收工具机230的计算机数值控制器232读取的加工参数数值以及电表236读取的电量数值,并储存至耗电量数据库220。更进一步时,主机210以统计方法或机器学习演算法等,整合工具机230与电表236所读取的即时信息以及耗电量数据库220内原本存有的信息。透过上述即时更新的机制,提升工具机耗电量预测系统200产生的预测耗电量值的精准度。
工具机耗电量预测系统200更透过电表236持续监控工具机230的用电状况,并在工具机230的耗电量或所有工具机230的耗电量加总将超过一上限阀值时,提供加工参数的建议数值,以降低工件加工时的耗电量。于一实施例中,主机210包含有对应于一时间区间的上限阀值,并在时间区间的起始时间点开始累计自电表236读取的电量数值,并在累计结果加上当前时间到时间区间的结束时间的预测耗电量值,产生时间区间的预测总电量值,当预测总电量值超过上限阀值时,提供拟进行加工的加工参数的建议数值以降低工件加工时的耗电量,使累计结果加上当前时间到时间区间的结束时间的预测总电量值低于上限阀值。举例而言,上述第二加工程序于主轴转速0~300转/分钟(RPM)时,耗电功率为5千瓦(kW),完成一工件所需时间为3分钟,主轴转速300~600转/分钟(RPM)时,耗电功率为12千瓦(kW),完成一工件所需时间为2分钟,若原本第二加工程序以主轴转速300~600转/分钟(RPM)进行加工将造成预测总电量值超过上限阀值,则产生主轴转速的建议数值为0~300转/分钟,以降低执行第二加工程序加工工件的耗电量,使预测总量电值低于上限阀值。
另外,工厂管理者亦可利用工具机耗电量预测系统200以及供电厂商离峰时段与尖峰时段的电价差异来降低电费成本。具体而言,主机210包含多个时间与电价信息,主机210自工单排程系统240取得对应工具机230的排程及多个拟进行加工的加工程序,主机210根据排程、拟进行加工的加工程序、时间与电价信息以及每一拟进行加工的加工程序的预测耗电量值,将所对应预测耗电量值较高的拟进行加工的加工程序排于离峰时段执行,产生可节省电价的执行排程。
综上所述,工具机耗电量预测系统100/200根据加工程序中加工参数的数值,产生精准的耗电量预测值,并在执行加工程序时即时更新耗电量数据库120/220,以持续增进预测的精准度。另外,所产生的耗电量预测值用于产生符合用电计画的执行排程,达到有效的成本控管。
图3是根据本发明第三实施例所绘示的工具机耗电量预测方法的流程图。为了方便及清楚说明,以下对于工具机耗电量预测方法300的说明以图1所示的工具机耗电量预测系统100为例,但本发明并不以此为限。工具机耗电量预测方法300适用于对一或多个工具机130进行耗电量预测,如前所述,工具机130用来执行一或多个加工程序对工件加工,加工程序分别包含多个加工参数。
S310步骤中,于耗电量数据库120中储存有加工程序的加工参数于不同数值及所对应的耗电量数据。耗电量数据库220所储存的耗电量数据内容如图1说明文字所述,于此不再赘述。
于S320步骤中,依据工具机130拟进行加工的加工程序所包含的加工参数的数值,自耗电量数据库120取得加工参数的数值所对应的耗电量数据,以产生对应加工程序的预测耗电量值。查找耗电量数据库120以产生预测耗电量值的细节如图1说明文字所述,于此不再赘述。
工具机耗电量预测方法300利用S310~S320步骤,根据拟进行加工的加工程序的加工参数的数值产生每一拟进行加工的加工程序的预测耗电量值,可精准预测加工工件的耗电量,让管理者可根据耗电量信息制定用电计画。
图4是根据本发明第四实施例所绘示的工具机耗电量预测方法的流程图。为了方便及清楚说明,以下对于工具机耗电量预测方法400的说明以图2所示的工具机耗电量预测系统200为例,但本发明并不以此为限。虽然以下对于工具机耗电量预测方法400是以特定顺序的步骤来做描述,然此并不限制本发明所提及步骤的前后顺序,另外在实作中可增加或减少所述步骤。另外,S410~S420步骤的操作与工具机耗电量预测方法300的S310~S320步骤相同,于此不再赘述。
于S430步骤中,自工单排程系统240取得对应所有工具机230的排程以及与排程中所欲生产工件以及所对应的多个拟进行加工的加工程序,接着根据排程、拟进行加工的加工程序以及上限阀值,分别依据排程、拟进行加工的加工程序以及经由S420步骤取得的每一拟进行加工的加工程序的预测耗电量值,产生执行排程以及对应执行排程的预测耗电量值。
于一实施例中,S430步骤中自工单排程系统240取得的排程为一天中所有拟进行加工的加工程序的工作排程,上限阀值为每15分钟内的电量上限值,所产生的执行排程使工具机230执行拟进行加工的加工程序时,每15分钟的总耗电量不超过电量上限值。
于另一实施例中,S430步骤中自工单排程系统240取得的排程为一个月中所有拟进行加工的加工程序的工作排程,上限阀值为每月的电量上限值,所产生的执行排程使工具机230执行拟进行加工的加工程序时,每月的总耗电量不超过电量上限值。
透过S430步骤,管理者控制工具机230于生产工件时,瞬间耗电量不超过一用电量上限(如上述的每15分钟内的电量上限值),同时也控制工具机230于当月的耗电量不超过与供电厂商签订契约中所订定的用电额度(如上述的每月的电量上限值),以免超过用电额度受罚,以达到控制生产成本的效果。另外,于又一实施例中,当执行排程所对应的预测耗电量值超过每月的电量上限值时,可发出一警告提示工厂管理者。
于S440步骤中,在执行排程时,若某一时间区段内的耗电量超过对应该时间区段的上限阀值,则提供加工参数的建议数值以降低工件加工时的耗电量。具体而言,自时间区段的起始时间点开始累计电表236读取的电量数值,并在累计结果加上当前时间到时间区间的结束时间的预测耗电量值,产生时间区间的预测总电量值,当预测总电量值超过上限阀值时,提供时间区对内拟进行加工的加工参数的建议数值,以降低工件加工时的耗电量,使累计结果加上当前时间到该时间区间的结束时间的预测总电量值低于上限阀值。S440步骤的实施细节如图2的说明文字所述,于此不再赘述。
由于供电厂商在离峰时段以较尖峰时段低的电价供电,因此,S450步骤中根据自工单排程系统240取得的排程及排程中拟进行加工的加工程序、多个时间与电价信息、以及每一拟进行加工的加工程序的预测耗电量值,产生可节省电价的一执行排程。实施细节如图2的说明文字所述,于此不再赘述。
于S460步骤中,在工具机230执行加工程序时,主机210自工具机230的计算机数值控制器232读取加工参数的数值以及电表236读取电量数值,并将所读取数据储存至耗电量数据库220,以即时新增、修改、更新耗电量数据库220中的加工程序的加工参数数值与及其对应的耗电量数据,增进工具机耗电量预测方法400所产生的耗电量预测值的精准度。
工具机耗电量预测方法300/400根据加工程序与加工参数数值,产生精准的耗电量预测,并在执行加工程序时即时更新耗电量数据库120/220,以持续增进预测的精准度。另外,在工单满档且产生的执行排程无法低于所设定的用电量上限时,工具机耗电量预测方法300/400可产生加工参数的建议数值,以进一步降低耗电量,达到成本控管的目的。
图5是根据本发明第五实施例所绘示的工具机耗电量预测系统示意图,于本图示中强调各元件间数据的传递,并且为清楚说明以相同用语命名与前述实施例中功能相同的元件。工具机耗电量预测系统500中包含主机510、耗电量数据库520、多台工具机530、电表536以及工单排程系统540,上述元件间连接方式与前述实施例相同,于此不再赘述。主机510包含处理器与储存装置,且储存装置中储存有一包含指令集的软体,处理器执行指令集以进行S511~S514步骤。
于S511步骤中,建置耗电量数据库520,在工具机530执行加工程序时,主机510记录加工程序的识别符号(序号或名称),并自工具机530中计算机数值控制器532读取执行加工程序时加工参数的数值,亦自电表536读取执行加工程序时的电量数值,以取得加工程序执行时的耗电量,主机510并将加工程序识别符号以及分别自工具机530和电表536所读取的加工参数数值以及电量数值储存至耗电量数据库520,的后工具机530执行同一加工程序时,以耗电量数据库520内耗电量数据提供准确的预估耗电量值。此外,主机510亦透过读取电表536的讯号,持续记录所有连接至主机510的工具机530已使用的耗电量。
于S512步骤中,主机510自工单排程系统540读取工具机530于当天或当月的排程,排程中包含多笔工单,各工单中包含欲生产的工件名称与数量,每一工件均对应至一或多个加工程序。举例而言,工单内容为生产1000枚螺丝,而主机510中记录生产螺丝时,需使用第三加工程序与第四加工程序,亦记录了生产该特定型号螺丝时分别使用的加工参数的数值,故主机510读取耗电量数据库520,以第三加工程序及对应的加工参数的数值查询所对应的耗电量数据,并以第四加工程序及对应的加工参数的数值查询所对应的耗电量数据,再把所得结果乘以工单中生产数量并加总,而产生该笔工单所对应的预测耗电量值。主机510亦加总当天的排程中所有工单对应的预测耗电量值,则可得当天的预测耗电量值。当月的排程的预测耗电量值则依此类推。
主机510接着执行S513步骤,主机510中包含对应至不同时间区段的上限阀值,根据排程中各笔工单的预测耗电量值,主机510检查所有上限阀值所对应的时间区段,判断工具机530已使用的耗电量加上预测耗电量值是否将超过上限阀值中任一者,当没有超过上限阀值时,工具机530执行排程中拟进行加工的加工程序。
于一实施例中,上限阀值为每15分钟的用电量上限值。于又一实施例中,工厂管理者与供电厂商签订长期用电契约,而在用电契约中订定某一时间区段内的用电量上限(时间区段通常为一个月),而契约中的用电量上限则为主机510中的上限阀值,当超过此上限阀值时,主机510执行S514步骤。
于S514步骤中,主机510产生拟进行加工程序的加工参数的建议数值,且加工参数的建议数值于耗电量数据库520中对应至较低的预测耗电量值,主机510传送加工参数的建议数值至工具机530的计算机数值控制器532,以使用加工参数的建议数值执行加工程序,使工具机530已使用的耗电量加上拟进行加工的加工程序以加工参数的建议数值执行时所对应的预测耗电量值加总后不超过主机510中的用电量的上限阀值。
于一实施例中,主机510则产生执行排程,使得执行排程所对应的预测耗电量值加上工具机530已使用的耗电量不超过上限阀值。举例而言,主机510读取工单中所列的交货日期,并将交货日期不在当月的工单排至下个用电计算月份进行。
于又一实施例中,主机510在超过上限阀值时,且无法透过产生建议数值或执行排程解决时,发出一警告通知工厂管理者,工厂管理者评估制造工件准时出货所带来的收益,当大于超过上限阀值所造成的额外电费支出时,可输入指令使主机510传送继续执行加工程序的指令至工具机530的计算机数值控制器532,使工具机530对工件进行加工。
综上所述,本发明的工具机耗电量预测系统与方法克服传统上仅监控预测工厂中所有工具机的耗电量总值的缺点,建立耗电量数据库以根据加工程序中加工参数的数值,产生精准的耗电量预测,并在预估耗电量超过用电额度时,产生加工参数的建议数值,使生产过程不致受阻。精准的用电量预测也使工厂管理者可根据精确的信息制定用电计划。另外,耗电量数据库中信息于执行加工程序时即时更新,以持续增进预测的精准度。再者,将所产生的耗电量预测值用于产生节约电费的执行排程,以达到精准的成本控管。
虽然本发明已以实施方式揭露如上,然其并非用以限定本发明,任何熟悉此技艺者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰,因此本发明的保护范围当视所附的权利要求书所界定的范围为准。
Claims (16)
1.一种工具机耗电量预测系统,其特征在于,适用于对至少一工具机进行耗电量预测,该工具机是用来执行至少一加工程序以对一工件加工,且每一加工程序分别包含多个加工参数,其中该系统包含:
一耗电量数据库,储存有该加工程序的所述加工参数于不同数值及其所对应的耗电量数据;以及
一主机,电性连接至该耗电量数据库,依据该工具机拟进行加工的该加工程序所包含的所述加工参数的数值,自该耗电量数据库取得所述加工参数的数值所对应的耗电量数据,产生对应该加工程序的一预测耗电量值。
2.根据权利要求1所述的工具机耗电量预测系统,其特征在于,该至少一工具机为多个工具机,该主机还包含有一上限阀值,且该主机还电性连接一工单排程系统,以取得对应该多个工具机的一排程及其多个拟进行加工的加工程序;以及,该主机还根据该排程及该多个拟进行加工的加工程序、以及该上限阀值,分别依据该排程及该多个拟进行加工的加工程序、每一拟进行加工的加工程序的该预测耗电量值,产生一执行排程以及对应该执行排程的该预测耗电量值。
3.根据权利要求2所述的工具机耗电量预测系统,其特征在于,该排程为该多个工具机于一天中的所有拟进行加工的加工程序的工作排程,该上限阀值为每15分钟内的一电量上限值,该主机于产生该执行排程及对应该执行排程的该预测耗电量值时,将使得该多个工具机于执行该执行排程时,每15分钟内的总耗电量,不超过该电量上限值,当超过该电量上限值时,该主机发出警告。
4.根据权利要求2所述的工具机耗电量预测系统,其特征在于,该排程为该多个工具机于一个月中的所有拟进行加工的加工程序的工作排程,该上限阀值为每月的一电量上限值,该主机于产生该执行排程及对应该执行排程的该预测耗电量值时,将使得该多个工具机于执行该执行排程时,每月的总耗电量,不超过该电量上限值,当超过该电量上限值时,该主机发出警告。
5.根据权利要求1所述的工具机耗电量预测系统,其特征在于,该至少一工具机为多个工具机,该主机还包含有多个时间与电价信息,且主机还电性连接一工单排程系统,以取得对应该多个工具机的一排程及其多个拟进行加工的加工程序;以及,该主机还根据该排程及其该多个拟进行加工的加工程序、该多个时间与电价信息、以及每一拟进行加工的加工程序的该预测耗电量值,产生可节省电价的一执行排程。
6.根据权利要求1所述的工具机耗电量预测系统,其特征在于,每一工具机还电性连接一电表,且在该工具机执行该加工程序时,该主机接收该工具机读取所述加工参数的数值以及该电表读取的电量数值,储存至该耗电量数据库。
7.根据权利要求6所述的工具机耗电量预测系统,其特征在于,该主机还包含有对应于一时间区间的一上限阀值,且该主机还电性连接一工单排程系统,以取得对应该多个工具机的一排程及其多个拟进行加工的加工程序;以及,该主机还于该时间区间的起始时间点开始累计自该电表读取的电量数值,并在累计结果加上当前时间到该时间区间的结束时间的预测耗电量值,产生该时间区间的一预测总电量值,当该预测总电量值超过该上限阀值时,提供该多个拟进行加工的加工参数的建议数值以降低该工件加工时的耗电量,使累计结果加上当前时间到该时间区间的结束时间的该预测总电量值低于该上限阀值。
8.根据权利要求1所述的工具机耗电量预测系统,其特征在于,所述加工参数包含主轴转速、进给率与切深。
9.一种工具机耗电量预测方法,其特征在于,适用于对至少一工具机进行耗电量预测,该工具机是用来执行至少一加工程序以对一工件加工,且每一加工程序分别包含多个加工参数,其中该方法包含以下步骤:
于一耗电量数据库中储存有该加工程序的所述加工参数于不同数值及其所对应的耗电量数据;以及
依据该工具机拟进行加工的该加工程序所包含的所述加工参数的数值,自该耗电量数据库取得所述加工参数的数值所对应的耗电量数据,产生对应该加工程序的一预测耗电量值。
10.根据权利要求9所述的工具机耗电量预测方法,其特征在于,该至少一工具机为多个工具机,还包含:
自一工单排程系统取得对应该多个工具机的一排程及其多个拟进行加工的加工程序;以及
根据该排程及该多个拟进行加工的加工程序、以及一上限阀值,分别依据该排程及该多个拟进行加工的加工程序、每一拟进行加工的加工程序的该预测耗电量值,产生一执行排程以及对应该执行排程的该预测耗电量值。
11.根据权利要求10所述的工具机耗电量预测方法,其特征在于,还包含:
于产生该执行排程及对应该执行排程的该预测耗电量值时,将使得该多个工具机于执行该执行排程时,每15分钟内的总耗电量,不超过一电量上限值,当超过该电量上限值时发出警告,其中该排程为该多个工具机于一天中的所有拟进行加工的加工程序的工作排程,该上限阀值为每15分钟内的一电量上限值。
12.根据权利要求10所述的工具机耗电量预测方法,其特征在于,还包含:
产生该执行排程及对应该执行排程的该预测耗电量值时,将使得该多个工具机于执行该执行排程时,每月的总耗电量不超过一电量上限值,当超过该电量上限值时发出警告,其中该排程为该至少一工具机于一个月中的所有拟进行加工的加工程序的工作排程,该上限阀值为每月的一电量上限值。
13.根据权利要求9所述的工具机耗电量预测方法,其特征在于,还包含:
自一工单排程系统取得对应该多个工具机的一排程及其多个拟进行加工的加工程序;以及
根据该排程及其该多个拟进行加工的加工程序、多个时间与电价信息、以及每一拟进行加工的加工程序的该预测耗电量值,产生可节省电价的一执行排程。
14.根据权利要求9所述的工具机耗电量预测方法,其特征在于,还包含:
执行该加工程序时,将该工具机读取所述加工参数的数值以及与该工具机连接的一电表读取的电量数值,储存至该耗电量数据库。
15.根据权利要求14所述的工具机耗电量预测方法,其特征在于,还包含:
自一工单排程系统取得对应该多个工具机的一排程及其多个拟进行加工的加工程序;
接收对应于一时间区间的一上限阀值,于该时间区间的起始时间点开始累计自该电表读取的电量数值,并在累计结果加上当前时间到该时间区间的结束时间的预测耗电量值,产生该时间区间的一预测总电量值,当该预测总电量值超过该上限阀值时,提供该多个拟进行加工的加工参数的建议数值以降低该工件加工时的耗电量,使累计结果加上当前时间到该时间区间的结束时间的该预测总电量值低于该上限阀值。
16.根据权利要求9所述的工具机耗电量预测方法,其特征在于,所述加工参数包含主轴转速、进给率与切深。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW103138564A TWI571820B (zh) | 2014-11-06 | 2014-11-06 | 工具機耗電量預測系統與方法 |
TW103138564 | 2014-11-06 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105574058A true CN105574058A (zh) | 2016-05-11 |
Family
ID=53489138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410658173.2A Pending CN105574058A (zh) | 2014-11-06 | 2014-11-14 | 工具机耗电量预测系统与方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20160132033A1 (zh) |
CN (1) | CN105574058A (zh) |
GB (1) | GB2532096A (zh) |
TW (1) | TWI571820B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106707807A (zh) * | 2016-11-28 | 2017-05-24 | 深圳普创天信科技发展有限公司 | 饮水机及其基于时序的智能控制方法、系统 |
CN107765640A (zh) * | 2016-08-17 | 2018-03-06 | 财团法人工业技术研究院 | 远端加工优化系统与方法 |
CN108132646A (zh) * | 2016-12-01 | 2018-06-08 | 财团法人资讯工业策进会 | 加工参数调整系统及加工参数调整方法 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160349737A1 (en) * | 2015-05-29 | 2016-12-01 | Chun-Tai Yen | Manufacturing efficiency optimization platform and tool condition monitoring and prediction method |
US11188682B2 (en) * | 2016-06-17 | 2021-11-30 | Arm Limited | Apparatus and method for masking power consumption of a processor |
CN106154977B (zh) * | 2016-09-27 | 2018-03-27 | 重庆大学 | 一种数控机床切削工步全过程中关键时刻的判断方法 |
BR112019006277A2 (pt) * | 2016-09-28 | 2019-07-02 | Chetocorporation S A | sistema e método para operar uma máquina de corte |
US11443262B2 (en) * | 2017-10-20 | 2022-09-13 | Siemens Aktiengesellschaft | Energy efficient scheduling of industrial process by reducing idle time and tardiness of jobs |
TWI684080B (zh) * | 2018-06-21 | 2020-02-01 | 高聖精密機電股份有限公司 | 智慧型調整系統及其方法 |
WO2020031228A1 (ja) * | 2018-08-06 | 2020-02-13 | 三菱電機株式会社 | 生産スケジューリング装置、および生産スケジューリング方法 |
KR102243915B1 (ko) * | 2018-12-27 | 2021-04-26 | (주)아이티공간 | 가공기 툴의 건전성 지수 검출방법 |
CN109754332B (zh) * | 2019-01-08 | 2022-08-09 | 西北工业大学 | 基于切削力的机床铣削加工过程的能耗模型建模方法 |
JP7240191B2 (ja) * | 2019-01-31 | 2023-03-15 | Dgshape株式会社 | 切削加工システム |
JP7249794B2 (ja) * | 2019-01-31 | 2023-03-31 | Dgshape株式会社 | 切削加工システム |
US11015323B2 (en) * | 2019-02-07 | 2021-05-25 | Caterpillar Inc. | System and method for determining usage of work implement |
EP3696632A1 (de) * | 2019-02-15 | 2020-08-19 | Siemens Aktiengesellschaft | Verfahren zum betrieb einer numerisch gesteuerten herstellungsmaschine sowie eine entsprechende numerische steuerung |
TWI745256B (zh) * | 2021-04-12 | 2021-11-01 | 南亞塑膠工業股份有限公司 | 經營管理系統 |
TWI783593B (zh) * | 2021-07-26 | 2022-11-11 | 國立勤益科技大學 | 智慧產線設備精實預防保養及耗能可視化監控系統及其方法 |
JP2023183429A (ja) * | 2022-06-16 | 2023-12-28 | 株式会社日立製作所 | 切削加工システム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7292900B2 (en) * | 2001-07-13 | 2007-11-06 | Siemens Aktiengesellschaft | Power distribution expert system |
CN101479908A (zh) * | 2006-06-28 | 2009-07-08 | 三洋电机株式会社 | 需求控制装置 |
CN103235554A (zh) * | 2013-03-29 | 2013-08-07 | 重庆大学 | 一种基于nc代码的数控车床加工工件能耗获取方法 |
CN103645064A (zh) * | 2013-12-25 | 2014-03-19 | 沈阳机床(集团)有限责任公司 | 数控机床进给轴机电耦合性能测试台 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997005982A1 (en) * | 1995-08-04 | 1997-02-20 | Tri-Way Machine Ltd. | Tool condition monitoring system |
DK2195724T3 (da) * | 2007-08-28 | 2020-01-20 | Commvault Systems Inc | Energistyring af databehandlingsressourcer, såsom adaptiv energistyring af datalagringsoperationer |
WO2012001779A1 (ja) * | 2010-06-30 | 2012-01-05 | 富士通株式会社 | 情報処理装置の使用量解析方法、情報処理システム及びそのプログラム |
JP5785725B2 (ja) * | 2010-10-15 | 2015-09-30 | 富士通株式会社 | 電力見積装置、電力見積方法及びプログラム |
CN102179727B (zh) * | 2011-04-15 | 2013-01-23 | 重庆大学 | 机床主传动系统加工过程能耗信息在线检测方法 |
JP5848044B2 (ja) * | 2011-06-30 | 2016-01-27 | 株式会社ユーシン精機 | 成形品取出機 |
JP6047894B2 (ja) * | 2012-01-12 | 2016-12-21 | オムロン株式会社 | シミュレーション装置、シミュレーション方法、プログラムおよび記録媒体 |
CN102621932B (zh) * | 2012-05-02 | 2013-11-20 | 重庆大学 | 一种数控机床服役过程的能量消耗预测方法 |
TWI453557B (zh) * | 2012-07-23 | 2014-09-21 | Victor Taichung Machinery Works Co Ltd | Tooling machine intelligent adaptive load cutting control method and system |
JP2014219911A (ja) * | 2013-05-10 | 2014-11-20 | 東芝機械株式会社 | シミュレーション装置およびシミュレーションプログラム |
CN103941644B (zh) * | 2014-04-04 | 2016-09-21 | 武汉科技大学 | 一种基于时间参数的数控铣床能耗预测方法 |
CN103971019B (zh) * | 2014-05-23 | 2017-02-08 | 武汉科技大学 | 一种基于几何特征的工件加工能耗预测方法 |
US9573224B2 (en) * | 2014-09-02 | 2017-02-21 | Product Innovation & Engineering, LLC | System and method for determining beam power level along an additive deposition path |
-
2014
- 2014-11-06 TW TW103138564A patent/TWI571820B/zh active
- 2014-11-14 CN CN201410658173.2A patent/CN105574058A/zh active Pending
-
2015
- 2015-04-24 US US14/695,105 patent/US20160132033A1/en not_active Abandoned
- 2015-05-05 GB GB1507655.7A patent/GB2532096A/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7292900B2 (en) * | 2001-07-13 | 2007-11-06 | Siemens Aktiengesellschaft | Power distribution expert system |
CN101479908A (zh) * | 2006-06-28 | 2009-07-08 | 三洋电机株式会社 | 需求控制装置 |
CN103235554A (zh) * | 2013-03-29 | 2013-08-07 | 重庆大学 | 一种基于nc代码的数控车床加工工件能耗获取方法 |
CN103645064A (zh) * | 2013-12-25 | 2014-03-19 | 沈阳机床(集团)有限责任公司 | 数控机床进给轴机电耦合性能测试台 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107765640A (zh) * | 2016-08-17 | 2018-03-06 | 财团法人工业技术研究院 | 远端加工优化系统与方法 |
CN106707807A (zh) * | 2016-11-28 | 2017-05-24 | 深圳普创天信科技发展有限公司 | 饮水机及其基于时序的智能控制方法、系统 |
CN108132646A (zh) * | 2016-12-01 | 2018-06-08 | 财团法人资讯工业策进会 | 加工参数调整系统及加工参数调整方法 |
Also Published As
Publication number | Publication date |
---|---|
GB201507655D0 (en) | 2015-06-17 |
TW201618010A (zh) | 2016-05-16 |
TWI571820B (zh) | 2017-02-21 |
GB2532096A (en) | 2016-05-11 |
US20160132033A1 (en) | 2016-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574058A (zh) | 工具机耗电量预测系统与方法 | |
US20190213653A1 (en) | Method for quoting part production | |
Gong et al. | A generic method for energy-efficient and energy-cost-effective production at the unit process level | |
Cheng et al. | Joint optimisation of production rate and preventive maintenance in machining systems | |
US20110066275A1 (en) | Production management system | |
US11100437B2 (en) | Method for improving semiconductor back-end factories | |
CN109491323B (zh) | 面向节能减排的数控机床负荷-能量效率评估与监测方法 | |
Diaz et al. | Cost and energy consumption optimization of product manufacture in a flexible manufacturing system | |
Keller et al. | Energy supply orientation in production planning systems | |
JP2008225755A (ja) | 電力取引予測システムおよび電力取引予測プログラム | |
CN103824119A (zh) | 利用性能指标和预测分析设置制造设备参数的系统及方法 | |
Li et al. | Multi-objective flexible job-shop scheduling problem in steel tubes production | |
CN104123611A (zh) | 一种砂型铸造企业用生产管理系统 | |
JP2006163889A (ja) | 作業管理指示システム | |
Posteucă et al. | Setup time and cost reduction in conditions of low volume and overcapacity | |
EP3511879A1 (en) | Method for monitoring and controlling the energy cost for the production of a product lot | |
KR100780103B1 (ko) | 자재 소요량 및 생산 계획 소요량 산출 방법 및 이를구현하기 위한 프로그램이 기록된 기록매체 | |
TWM611985U (zh) | 金屬加工生產排程之優化系統 | |
Rao et al. | Modified Heuristic time deviation technique for job sequencing and computation of minimum total elapsed time | |
JP2011248614A (ja) | 生産ラインの用役ロス量評価システムおよび方法 | |
JP2006318254A (ja) | 自動在庫管理システム | |
JP7503973B2 (ja) | 生産管理システム及び生産管理方法 | |
Denkena et al. | Adaptive process chain optimisation of manufacturing systems | |
JP7118925B2 (ja) | 製造管理システム、及び製造管理方法 | |
Liu et al. | An investigation into minimising total energy consumption, total energy cost and total tardiness based on a rolling blackout policy in a job shop |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160511 |