CN107392385B - 一种基于质量数据深度分析的生产计划编制方法 - Google Patents
一种基于质量数据深度分析的生产计划编制方法 Download PDFInfo
- Publication number
- CN107392385B CN107392385B CN201710630267.2A CN201710630267A CN107392385B CN 107392385 B CN107392385 B CN 107392385B CN 201710630267 A CN201710630267 A CN 201710630267A CN 107392385 B CN107392385 B CN 107392385B
- Authority
- CN
- China
- Prior art keywords
- data
- enterprise
- quality data
- quality
- knowledge
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供一种基于质量数据深度分析的生产计划编制方法,涉及机械零部件智能制造技术领域。一种基于质量数据深度分析的生产计划编制方法,在企业拥有的较长时间且较完备的质量数据的基础上,以人、机、料、法、境五个特征数据为研究对象对影响产品质量的质量数据进行综合分析,得到这些质量数据之间的关联变化规律,并进行知识化和可视化处理,得到企业生产决策条件,基于这些生产决策条件完成企业生产计划和作业计划的编制。本发明提供的基于质量数据深度分析的生产计划编制方法能实现快速高效优化的编制生产计划,为MES系统提供生产计划编制的便捷智能工具,提高了机械零部件生产计划的编制水平。
Description
技术领域
本发明涉及机械零部件智能制造技术领域,尤其涉及一种基于质量数据深度分析的生产计划编制方法。
背景技术
智能制造技术是当今制造业发展的重要方向之一,是在现代传感技术、网络技术、自动化技术和拟人化智能技术等先进技术的基础上,通过智能化的感知、人机交互、决策和执行,实现设计过程、制造过程和制造装备过程的智能化,是信息技术和智能技术与装备制造过程技术的深度融合与集成。
制造执行系统(MES,manufacturing execution system)作为智能制造技术的主要技术与管理平台,主要解决企业制造过程中生产计划编制与调度、先进排产、设备管理、质量控制、数据采集与分析和物流管理等一系列问题,其发展向着智能化、集成化、实时化、协同化和标准化方向不断迈进。MES的发展对国内外的技术与管理界产生了深远的影响。国内外研究者对车间层、单元层的研究大都着重于控制模型的研究,很少站在MES这一角度从应用出发来研究和开发面向制造过程的集成化管理和控制软件。中国的许多高等院校、科研院所都在从事这方面的研究与应用开发工作,在理论研究方面,加入了并行、敏捷、网络化和可重构等一些先进思想,在系统设计方面采用面向对象、构件和代理等技术,取得了不少有益的成果,但在软件的商品化、成果的推广应用方面还存在很大的差距。在智能工厂自动化方面,多是强调物流自动化,如自动化生产设备,自动化检测仪器,自动化物流运输存储设备等等。虽然它们能取代不少人工并解决了一些生产瓶颈,但由于缺少相应的信息集成系统,不能充分发挥其功效而形成所谓的“自动化孤岛”。近年来该领域的研究方向主要有:(1)体系架构;(2)先进生产排程;(3)物流自动化;(4)集成应用技术。然而,这些工作大多是在数学层面上进行理论研究,虽取得了一定的成果,但由于其理论较少涉及知识化和智能化集成应用技术方案,尤其在离散制造业更是如此,依然存在生产计划和作业计划低效、可行性低以及调度工作频繁等问题。
发明内容
针对现有技术存在的缺陷,本发明提供一种基于质量数据深度分析的生产计划编制方法,该方法可以实现优化高效的生产计划编制,为MES系统提供生产计划编制的便捷智能工具。
一种基于质量数据深度分析的生产计划编制方法,包括以下步骤:
步骤1:以人员、设备、物料、工艺、环境五个方面的特征数据为采集对象,对企业的质量数据进行数据采集,形成质量影响数据库,具体方法为:
步骤1.1:通过对企业数据的申请、收集、审核和建模过程完成企业质量数据的采集,建立企业标准质量数据字典库;
步骤1.2:对企业标准质量数据字典库中的数据以人员、设备、物料、工艺、环境五个方面的特征为分类标准建立质量影响数据关系图,在质量影响数据关系图的基础上建立质量影响数据关系模型;
步骤1.3:根据质量影响数据关系模型建立质量影响数据库;
步骤2:对质量影响数据库中的企业质量数据进行分析,得到影响产品质量的数据之间的关联变化规律,具体方法为:
步骤2.1:以装配件的优品率、良品率、一次合格频率、让步频率、合格品率和废品率作为质量数据的局部评价指标,利用该局部评价指标与其权重配置系数构造整体评价函数,以整体评价函数作为企业质量数据的综合评价模型,得到企业质量数据的整体评价指标;
步骤2.2:将人员、设备、物料、工艺、环境五个方面的特征设置为多种关联条件的组合,对整体评价指标制定计算范围,完成整体评价指标在不同关联条件下的计算;
步骤2.3:以人员、设备、物料、工艺、环境五个方面的多种关联条件的组合下得到的整体评价指标作为Apriori算法的分类标准,运用Apriori算法对质量影响数据库中影响产品质量的数据进行建模,得到影响产品质量的数据之间的关联变化规律,并通过量化指标和分类指标的方式来表示;
步骤3:对企业质量数据之间的关联变化规律进行知识化和可视化处理,如果知识化和可视化处理后得到的企业质量数据之间的变化规律可以直接用于生产,则确定生产决策条件,否则确定改进决策条件,并将知识化和可视化处理后的企业质量数据之间的变化规律作为新知识存入企业知识库;
所述知识化处理是指将企业质量数据存入知识库,通过对企业质量数据之间的关联变化规律进行验证归纳分析后形成知识,最终应用于实际生产的过程,所述知识库为存储企业质量数据的智能数据库;所述可视化处理是指将企业质量数据之间的关联变化规律用列表框或趋势图的形式表示;
步骤4:依据确定的生产决策条件或改进决策条件编制生产计划和作业计划,具体方法为:
步骤4.1:根据企业的生产任务或订单需求在企业知识库中对企业的计划编制内容进行综合查询;
步骤4.2:依据综合查询结果调用企业知识库系统中的知识推送模块,再根据确定的生产决策条件或改进决策条件,完成知识推送模块中计划需要编制的人员、设备、材料、工艺和环境各选项的内容构建;
步骤4.3:选择知识推送模块中各选项内容并依据实际情况进行优化调整,完成生产计划和作业计划编制。
进一步地,步骤2.1所述构造整体评价函数的具体步骤为:
步骤2.1.1:以待评价的装配件的类型、标识、工序、装配周期的一个或多个条件的组合为筛选条件,确定企业质量数据的评价范围,形成企业质量数据评价范围的综合性筛选指标;
步骤2.1.2:连接装配信息数据库,以企业质量数据评价范围的综合性筛选指标为条件建立参数化查询,完成关联指标数据的识别和处理,形成企业质量分析样本数据,得到局部评价指标数据;
步骤2.1.3:进行局部评价指标数据处理,检查各局部评价指标数据与综合性筛选指标是否相对应;如果相对应,则执行步骤2.1.4;否则,根据检查结果找出并删除或修改矛盾数据,以保证局部评价指标数据的正确性,然后执行步骤2.1.4;
步骤2.1.4:建立企业质量数据的整体评价函数并得到质量数据的整体评价指标;
利用局部评价指标与其权重配置系数构造整体评价函数f,整体评价函数f如下式所示;
其中,ai为质量数据的局部评价指标,ωi为局部评价指标的权重配置系数,m为局部评价指标的个数,整体评价函数的值为整体评价指标。
进一步地,步骤2.2所述将人员、机设备、物料、法工艺、环境五个方面的特征设置为多种关联条件的组合,关联条件中包括人员、设备、物料、工艺、环境五个方面的特征中的一种或多种特征。
由上述技术方案可知,本发明的有益效果在于:本发明提供的一种基于质量数据深度分析的生产计划编制方法,充分利用企业已有的制造过程的质量数据信息和知识,以质量数据间的关联规律为基础,为机械零部件的制造过程提供快速、高效和优化的编制生产计划的方法,同时为MES系统提供生产计划编制的便捷智能工具,提高了机械零部件生产计划的编制水平,最终提高了所生产产品的质量。
附图说明
图1为本发明实施例提供的一种基于质量数据深度分析的生产计划编制方法的流程图;
图2为本发明实施例提供的质量影响数据关系示意图;
图3为本发明实施例提供的质量影响数据关系模型示意图;
图4为本发明实施例提供的质量数据的整体评价指标计算的流程图;
图5为本发明实施例提供的质量数据关联变化规律的量化指标示意图;
图6为本发明实施例提供的质量数据关联变化规律的分类指标示意图;
图7为本发明实施例提供的编制生产计划过程的流程图。
具体实施方式
下面结合实例对本发明的具体实施方式进行详细的说明,本实例是以发明技术方案为前提的实施过程,给出了详细的实施方式和具体的实现过程,但是本发明的保护范围不限于下述实例。
本实施例在制造执行系统平台上采用一种基于质量数据深度分析的生产计划编制方法某机型大部件生产过程快速且优化的编制生产计划或作业计划。
一种基于质量数据深度分析的生产计划编制方法,如图1所示,包括以下步骤:
步骤1:以人员、设备、物料、工艺、环境五个方面的特征数据为采集对象,对企业的质量数据进行数据采集,形成质量影响数据库,具体方法为:
步骤1.1:通过数据申请、收集、审核和建模的流程完成企业质量数据的采集,建立企业标准质量数据字典,将企业标准质量数据字典作为临时数据库;
步骤1.2:生产过程产生大量的过程信息和数据,涉及人员、设备、零件、检验、质量、工艺、制造和管理等各个方面。通常以“人员、设备、物料、工艺、环境”五大因素出现,简称“人、机、料、法、境”,如表1所示,这五大因素对质量数据影响存在直接和间接的关系,它们独自或者共同影响着产品质量,根据数据之间的逻辑关系,对企业标准质量数据字典库中的数据以人员、设备、物料、工艺、环境五个方面的特征为分类标准建立质量影响数据关系图,如图2所示,这五个方面的特征相互关联,共同影响着装配过程中的质量数据。为了更加准确地分析五大因素对质量的影响,在质量影响数据关系图的基础上建立质量影响数据关系模型,如图3所示,用三维立体结构表示出人员、设备以及工艺方法之间相互关联的关系;
表1生产过程中产生的过程信息和数据分类表
步骤1.3:根据质量影响数据关系模型建立质量影响数据库。
步骤2:对质量影响数据库中的企业质量数据进行分析,得到影响产品质量的数据之间的关联变化规律,具体方法为:
步骤2.1:以装配件的优品率、良品率、一次合格频率、让步频率、合格品率和废品率作为质量数据的局部评价指标,利用该局部评价指标与其权重配置系数构造整体评价函数,以整体评价函数作为企业质量数据的综合评价模型,得到企业质量数据的整体评价指标,如图4所示,具体方法为:
步骤2.1.1:以待评价的装配件的类型、标识、工序、装配周期的一个或多个条件的组合为筛选条件,确定企业质量数据的评价范围,形成企业质量数据评价范围的综合性筛选指标;
步骤2.1.2:连接装配信息数据库,以企业质量数据评价范围的综合性筛选指标为条件建立参数化查询,完成关联指标数据的识别和处理,形成企业质量分析样本数据,得到局部评价指标数据;
步骤2.1.3:进行局部评价指标数据处理,检查各局部评价指标数据与综合性筛选指标是否相对应;如果相对应,则执行步骤2.1.4;否则,根据检查结果找出并删除或修改矛盾数据,以保证局部评价指标数据的正确性,然后执行步骤2.1.4;
步骤2.1.4:建立企业质量数据的整体评价函数并得到质量数据的整体评价指标;
利用局部评价指标与其权重配置系数构造整体评价函数f,整体评价函数f如下式所示;
其中,ai为质量数据的局部评价指标,ωi为局部评价指标的权重配置系数,m为局部评价指标的个数,整体评价函数的值为整体评价指标。
步骤2.2:将人员、设备、物料、工艺、环境五个方面的特征设置为多种关联条件的组合,对整体评价指标制定计算范围,完成整体评价指标在不同关联条件下的计算。
步骤2.3以人员、设备、物料、工艺、环境五个方面的多种关联条件的组合下得到的整体评价指标作为Apriori算法的分类标准,运用Apriori算法对质量影响数据库中影响产品质量的数据进行建模,得到影响产品质量的数据之间的关联变化规律,并通过量化指标和分类指标的方式来表示;本实施例中影响产品质量的数据之间的关联变化规律的量化指标的表示如图5所示,表示了一个工人完成生产过程各个工序的装配工作所得到的评分,分类指标的表示如图6所示,表示了工人在各个工序上能够完成何种复杂程度的工作。
步骤3:对企业质量数据之间的关联变化规律进行知识化和可视化处理,如果知识化和可视化处理后得到的企业质量数据之间的变化规律可以直接用于生产,则确定生产决策条件,否则确定改进决策条件,并将知识化和可视化处理后的企业质量数据之间的变化规律作为新知识存入企业知识库;所述知识化处理是指将企业质量数据存入知识库,通过对企业质量数据之间的关联变化规律进行验证归纳分析后形成知识,最终应用于实际生产的过程,所述知识库为存储企业质量数据的智能数据库;所述可视化处理是指将企业质量数据之间的关联变化规律用列表框或趋势图的形式表示。
步骤4:依据确定的生产决策条件或改进决策条件编制生产计划和作业计划,其过程如图7所示,具体方法为:
步骤4.1:根据企业的生产任务或订单需求在企业知识库中对企业的编制计划进行综合查询,并将查询结果用列表框或趋势图的方式表示出来做可视化处理。
步骤4.2:依据综合查询结果调用企业知识库系统中的知识推送模块,再根据确定的生产决策条件或改进决策条件完成知识推送模块中企业计划编制需要的人员、设备、材料、工艺和环境各选项的内容构建。
步骤4.3:选择知识推送模块中各选项内容并依据实际情况进行优化调整,完成生产计划和作业计划编制。本实施例编制的生产计划表如表2所示,实现了各工序量化指标最高的人员和设备组合来完成装配工作。
表2生产计划表
装配件图号 | 工序名称 | 工序编号 | 操作人员 | 设备编号 | 量化指标 | |
1 | 2084596 | 下架 | 27 | 刘旭 | 2907788 | 89 |
2 | 2084596 | 修配 | 27 | 李亮 | 2649181 | 91 |
3 | 2084596 | 夹紧 | 1 | 王东 | 412079 | 78 |
4 | 2084596 | 孔加工 | 9 | 王兴国 | 2939162 | 93 |
5 | 2084596 | 定位 | 5 | 郭敬明 | 884140 | 92 |
6 | 2084596 | 密封 | 17 | 马汉林 | 3553039 | 93 |
7 | 2084596 | 检验 | 29 | 王兴国 | 1321329 | 92 |
8 | 2084596 | 测量 | 30 | 李亮 | 2029577 | 88 |
9 | 2084596 | 焊接 | 25 | 李双 | 4390339 | 91 |
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (3)
1.一种基于质量数据深度分析的生产计划编制方法,其特征在于:包括以下步骤:
步骤1:以人员、设备、物料、工艺、环境五个方面的特征数据为采集对象,对企业的质量数据进行数据采集,形成质量影响数据库,具体方法为:
步骤1.1:通过对企业数据的申请、收集、审核和建模过程完成企业质量数据的采集,建立企业标准质量数据字典库;
步骤1.2:对企业标准质量数据字典库中的数据以人员、设备、物料、工艺、环境五个方面的特征为分类标准建立质量影响数据关系图,在质量影响数据关系图的基础上建立质量影响数据关系模型;
步骤1.3:根据质量影响数据关系模型建立质量影响数据库;
步骤2:对质量影响数据库中的企业质量数据进行分析,得到影响产品质量的数据之间的关联变化规律,具体方法为:
步骤2.1:以装配件的优品率、良品率、一次合格频率、让步频率、合格品率和废品率作为质量数据的局部评价指标,利用该局部评价指标与其权重配置系数构造整体评价函数,以整体评价函数作为企业质量数据的综合评价模型,得到企业质量数据的整体评价指标;
步骤2.2:将人员、设备、物料、工艺、环境五个方面的特征设置为多种关联条件的组合,对整体评价指标制定计算范围,完成整体评价指标在不同关联条件下的计算;
步骤2.3:以人员、设备、物料、工艺、环境五个方面的多种关联条件的组合下得到的整体评价指标作为Apriori算法的分类标准,运用Apriori算法对质量影响数据库中影响产品质量的数据进行建模,得到影响产品质量的数据之间的关联变化规律,并通过量化指标和分类指标的方式来表示;
步骤3:对企业质量数据之间的关联变化规律进行知识化和可视化处理,如果知识化和可视化处理后得到的企业质量数据之间的变化规律可以直接用于生产,则确定生产决策条件,否则确定改进决策条件,并将知识化和可视化处理后的企业质量数据之间的变化规律作为新知识存入企业知识库;
所述知识化处理是指将企业质量数据存入知识库,通过对企业质量数据之间的关联变化规律进行验证归纳分析后形成知识,最终应用于实际生产的过程,所述知识库为存储企业质量数据的智能数据库;所述可视化处理是指将企业质量数据之间的关联变化规律用列表框或趋势图的形式表示;
步骤4:依据确定的生产决策条件或改进决策条件编制生产计划和作业计划,具体方法为:
步骤4.1:根据企业的生产任务或订单需求在企业知识库中对企业的计划编制内容进行综合查询;
步骤4.2:依据综合查询结果调用企业知识库系统中的知识推送模块,再根据确定的生产决策条件或改进决策条件,完成知识推送模块中计划需要编制的人员、设备、材料、工艺和环境各选项的内容构建;
步骤4.3:选择知识推送模块中各选项内容并依据实际情况进行优化调整,完成生产计划和作业计划编制。
2.根据权利要求1所述的一种基于质量数据深度分析的生产计划编制方法,其特征在于:步骤2.1所述构造整体评价函数的具体步骤为:
步骤2.1.1:以待评价的装配件的类型、标识、工序、装配周期的一个或多个条件的组合为筛选条件,确定企业质量数据的评价范围,形成企业质量数据评价范围的综合性筛选指标;
步骤2.1.2:连接装配信息数据库,以企业质量数据评价范围的综合性筛选指标为条件建立参数化查询,完成关联指标数据的识别和处理,形成企业质量分析样本数据,得到局部评价指标数据;
步骤2.1.3:进行局部评价指标数据处理,检查各局部评价指标数据与综合性筛选指标是否相对应;如果相对应,则执行步骤2.1.4;否则,根据检查结果找出并删除或修改矛盾数据,以保证局部评价指标数据的正确性,然后执行步骤2.1.4;
步骤2.1.4:建立企业质量数据的整体评价函数并得到质量数据的整体评价指标;
利用局部评价指标与其权重配置系数构造整体评价函数f,整体评价函数f如下式所示;
其中,ai为质量数据的局部评价指标,ωi为局部评价指标的权重配置系数,m为局部评价指标的个数,整体评价函数的值为整体评价指标。
3.根据权利要求1所述的一种基于质量数据深度分析的生产计划编制方法,其特征在于:步骤2.2所述将人员、机设备、物料、法工艺、环境五个方面的特征设置为多种关联条件的组合,关联条件中包括人员、机设备、物料、法工艺、环境五个方面的特征中的一种或多种特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710630267.2A CN107392385B (zh) | 2017-07-28 | 2017-07-28 | 一种基于质量数据深度分析的生产计划编制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710630267.2A CN107392385B (zh) | 2017-07-28 | 2017-07-28 | 一种基于质量数据深度分析的生产计划编制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107392385A CN107392385A (zh) | 2017-11-24 |
CN107392385B true CN107392385B (zh) | 2020-10-02 |
Family
ID=60341279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710630267.2A Active CN107392385B (zh) | 2017-07-28 | 2017-07-28 | 一种基于质量数据深度分析的生产计划编制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392385B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472448B (zh) * | 2018-09-30 | 2021-11-26 | 西安高压电器研究院有限责任公司 | 断路器产品的工艺缺陷反馈方法及装置 |
CN112270612A (zh) * | 2020-09-15 | 2021-01-26 | 中国标准化研究院 | 一种乳制品数字化工厂系统 |
CN116703254B (zh) * | 2023-08-09 | 2024-03-15 | 深圳市永义模具有限公司 | 模具机械零部件生产信息管理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1435781A (zh) * | 2003-02-24 | 2003-08-13 | 杨炳儒 | 一种基于信息挖掘的智能决策支持构造方法 |
CN103034219A (zh) * | 2012-12-27 | 2013-04-10 | 杭州电子科技大学 | 一种能够实现最佳编制效率的节拍流水线及其控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354695A (zh) * | 2015-11-24 | 2016-02-24 | 北京首钢自动化信息技术有限公司 | 一种冷轧厂能流与物流协调计划编制方法 |
CN106127366A (zh) * | 2016-06-16 | 2016-11-16 | 西安电子科技大学 | 一种面向主生产计划的生产数量预测方法 |
CN106408153A (zh) * | 2016-08-12 | 2017-02-15 | 武汉科技大学 | 一种基于案例推理的钢铁企业生产动态调度调整方法及其专家系统 |
-
2017
- 2017-07-28 CN CN201710630267.2A patent/CN107392385B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1435781A (zh) * | 2003-02-24 | 2003-08-13 | 杨炳儒 | 一种基于信息挖掘的智能决策支持构造方法 |
CN103034219A (zh) * | 2012-12-27 | 2013-04-10 | 杭州电子科技大学 | 一种能够实现最佳编制效率的节拍流水线及其控制方法 |
Non-Patent Citations (2)
Title |
---|
面向飞机装配质量数据深度分析方法研究;孟飙等;《科学技术与工程》;20151208;第15卷(第34期);第235-241页 * |
飞机装配过程质量数据深度分析与控制;周飞;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170315;第2.1-2.3、4.1、4.3.4、4.3.6 * |
Also Published As
Publication number | Publication date |
---|---|
CN107392385A (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112488489B (zh) | 一种数字孪生驱动的加工质量追溯与动态控制方法 | |
D’Antonio et al. | A novel methodology to integrate manufacturing execution systems with the lean manufacturing approach | |
CN107392385B (zh) | 一种基于质量数据深度分析的生产计划编制方法 | |
CN110109425B (zh) | 一种基于专家知识库以工艺数字模型驱动的智能管控平台 | |
Denkena et al. | Automated production data feedback for adaptive work planning and production control | |
US9043008B2 (en) | Modeling defect management and product handling during the manufacturing process | |
Díaz-Reza et al. | Interrelations among SMED stages: a causal model | |
CN113673104A (zh) | 基于数字孪生的制造业车间工艺规划系统 | |
Rajab et al. | Using Industry 4.0 capabilities for identifying and eliminating lean wastes | |
CN111461746A (zh) | 一种面向装配的质量智能追溯方法 | |
Vichare et al. | Machine tool capability profiles for representing machine tool health | |
Cicconi et al. | An industry 4.0 framework for the quality inspection in gearboxes production | |
Ray et al. | Improve Machining Process Capability by Using Six Sigma | |
Großmann et al. | Methods for modelling and analysing process chains for supporting the development of new technologies | |
Renu et al. | Automated Navigation of Method Time Measurement Tables for Automotive Assembly Line Planning | |
Belu et al. | An application of Six Sigma to PPM reduction in the relationship with the external customer | |
Bokrantz et al. | A methodology for continuous quality assurance of production data | |
Duc et al. | Enhancing manufacturing excellence with Lean Six Sigma and zero defects based on Industry 4.0. | |
Kangru et al. | Knowledge-Driven Based Performance Analysis of Robotic Manufacturing Cell for Design Improvement | |
CN111429154A (zh) | 电缆产品生产及检验工序可追溯系统 | |
Yu et al. | Research of on-line process quality control system | |
Lucht et al. | Approaching automation of production planning and control: a theoretical framework | |
Quernheim et al. | Method for the Integration of Computer Aided Manufacturing Data in Life Cycle Assessment | |
Chu et al. | Simulation and Optimization on Production Mode of Aeroengine Bearing Assembly Cells | |
Lundgren et al. | Process planning methodology guide for interactive learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210820 Address after: 110136 No. 8-11, Daoyi South Street, shenbeixin District, Shenyang City, Liaoning Province (1-7-19) Patentee after: Shenyang Haocheng Intelligent Equipment Co.,Ltd. Address before: 110136, Liaoning, Shenyang moral and Economic Development Zone, No. 37 South Avenue moral Patentee before: SHENYANG AEROSPACE University |