CN109284885A - 适应性机台稼动率分析系统及方法 - Google Patents
适应性机台稼动率分析系统及方法 Download PDFInfo
- Publication number
- CN109284885A CN109284885A CN201810093850.9A CN201810093850A CN109284885A CN 109284885 A CN109284885 A CN 109284885A CN 201810093850 A CN201810093850 A CN 201810093850A CN 109284885 A CN109284885 A CN 109284885A
- Authority
- CN
- China
- Prior art keywords
- board
- electric current
- current
- analysis
- processing
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000003044 adaptive effect Effects 0.000 title abstract 3
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000009825 accumulation Methods 0.000 claims description 15
- 230000005611 electricity Effects 0.000 claims description 9
- 238000004082 amperometric method Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 101800000535 3C-like proteinase Proteins 0.000 description 6
- 101800002396 3C-like proteinase nsp5 Proteins 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000003754 machining Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 240000000736 Amomum maximum Species 0.000 description 1
- 241000163925 Bembidion minimum Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
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
- G06Q10/06—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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computational Mathematics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Factory Administration (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供一适应性机台稼动率分析系统及方法,利用机台设备加装电流感测器插座方式即时侦测运转电流,并分别提出三种运转分析模式,以及适应性机台特征分析方法,可依机台运转性能差异动态调整机台特征、加工与自行定义的电流分析门槛,并结合运转电流历史值,自动学习机台关机、待机、加工与自订状态,适用厂区各种马达机械设备。同时提出机台ID识别与稼动率分析方式,可利用电流感测器插座的ID码,自动识别机台编号及统计各机台的运转结果,掌握生产瓶颈达到机台运转履历管理目的。
Description
技术领域
本发明关于一种依据工厂机台设备的使用效率需求,提供一套适应性机台稼动率分析系统及方法。
背景技术
在智慧制造与节能意识高涨下,如何衡量机台设备使用效率为一重要议题。传统制造工厂机台设备(例如:成衣厂纺织机)大多为马达机械设备并无提供通讯整合介面,加上不同产品加工工序需求,工厂产线的多种机型厂牌设备更增加设备使用效率分析难度。
发明内容
有鉴于上述现有技术的问题,本发明的目的就是在提供一种适应性机台稼动率分析系统及方法,本发明提出适应性机台特征分析方法,透过机台设备加装电流感测器插座,并结合即时运转电流与历史值,自动学习机台关机、待机、加工与自订状态,可适用厂区各种机台。并设计机台ID识别与稼动率分析方式,利用电流感测器插座的ID码(讯号大小或讯号频率),自动识别机台编号并统计各机台的运转结果(包含停机、待机、加工及自订状态的运转时数与次数),同时依据设定的机台稼动率公式,计算提供机台稼动率,进而掌握生产瓶颈并达到机台运转履历管理目的。
本发明提供一种适应性机台稼动率分析系统,其包含:一机台电流感测与ID码产生插座模块,其设有一公一母双向转接插座,直接加装机台电源线插头与电源插座间,并透过机台专属ID码设定,于侦测机台运转电流的同时产生ID讯号;一机台运转电流分析模块,其利用该机台电流感测与ID码产生插座模块的机台运转电流,进行运转电流特征值分析;一机台运转电流历史模块,该机台运转电流历史模块依设定分析周期时间,记录每一分析周期时间的运转电流特征值,并提供适应性机台特征分析模块;一适应性机台特征分析模块透过运转电流特征值,依机台运转性能差异适应性调整机台特征、加工与自行定义的电流分析门槛,同时与即时机台运转电流比对,进一步分析提供停机、待机、加工与自行定义的机台状态;以及一机台ID识别与稼动率分析模块,利用该机台电流感测与ID码产生插座模块的ID码,识别机台编号并统计各机台的运转结果,同时依据设定的机台稼动率公式,计算提供机台稼动率。
其中运转电流特征值分析包含最大电流值模式、最小电流值模式、加工电流模式、分析周期时间、暂存器大小数量、加工电流条件、历史最大电流平均值、历史最小电流平均值、历史加工电流斜率值及大小值、即时运转电流。其中加工电流条件为电流大小、斜率大小、斜率趋势、连续触发时间。
其中运转结果包含停机、待机、加工及自订状态的累积运转时数与累积运转次数。
其中适应性机台特征分析模块亦可执行机台运转异常分析,监测运转电流历史资料的每一分析周期的最大电流平均值、最小电流平均值与加工电流斜率值与大小值,当历史资料趋势异常(例如:两笔落差过大或是斜率变化过大),即判定主机设备异常。
本发明提供一种适应性机台稼动率分析方法,步骤包含:
依需求设定机台设备数量,以及于每一机台的机台电流感测与ID码产生插座模块设定专属ID识别码;
结合自动分析周期时间则设定周期时间;其中周期时间包含日、周、月或自行定义时间;而自行定义时间表示为可自由定义起始时间与结束时间;
再依现场需求设定机台加工电流模式条件(电流大小、斜率大小、斜率趋势、连续触发时间…)与稼动率公式;
依需求设定机台加工电流模式条件与稼动率公式,自动识别机台编号并统计各机台的运转结果。
承上所述,依本发明的适应性机台稼动率分析系统及方法,相较于现有技术具有下列优点:
1.本发明的机台电流感测与ID码(讯号大小或讯号频率)产生插座模块,提供一公一母双向转接插座,可直接加装机台电源线插头与电源插座间,并透过机台专属ID码设定,侦测机台运转电流的同时开始产生ID讯号(电流、电压、PULSE…等)。解决传统CT电流量测技术,必须固定于电源插座上,并且没有提供机台识别机制的限制。
2.本发明的机台运转电流分析模块共提供三种分析模式,分别为a.最大电流值分析模式b.最小电流值分析模式c.加工电流分析模式,依据设定的分析周期时间,透过过滤器、比较器、排序器..等方式动态更新最大机台运转电流与最小机台运转电流的暂存器内容,其中分析周期时间与暂存器大小数量可以透过平台或工具设定;并依据设定的机台加工电流模式条件(电流大小、斜率大小、斜率趋势、连续触发时间…),计算分析出机台加工电流模式,以提供机台状态分析所需的即时运转电流特征值。
3.适应性机台特征分析模块透过运转电流历史资料与即时运转电流特征值,可依机台运转性能差异适应性调整机台特征、加工与自行定义的电流分析门槛,并与即时机台运转电流比对,能自动分析提供停机、待机、加工与自行定义的机台状态,解决传统固定式电流门槛分析技术,因机械元件老化、马达温度变化或加工负载不同造成的机台运转状态错误判断问题。
4.适应性机台特征分析模块亦可执行机台运转异常分析,监测运转电流历史资料的每一分析周期的最大电流平均值、最小电流平均值与加工电流斜率值与大小值,当历史资料趋势异常(例如:两笔落差过大或是斜率变化过大),即判定主机设备异常。
5.机台ID识别与稼动率分析模块,利用本发明电流感测插座的ID码(讯号大小或讯号频率),自动识别机台编号并统计各机台的运转结果(包含停机、待机、加工及自订状态的运转时数与次数),同时依据设定的机台稼动率公式(例如:加工时间/8小时标准作业工时),计算提供机台稼动率,进而掌握生产瓶颈并达到机台运转履历动态管理目的。
附图说明
图1为本发明的适应性机台稼动率分析系统的架构示意图。
图2为本发明的适应性机台稼动率分析方法的流程图。
图3为本发明的适应性机台稼动率分析方法的流程图。
图4为本发明的实际工厂产线配置的架构图。
图5为本发明的实际工厂产线配置的架构图。
图6为本发明的时间电流关系图。
图7为本发明的时间电流关系图。
图8为本发明的时间电流关系图。
图9为本发明的时间电流关系图。
符号说明:
101 机台电流感测与ID码产生插座模块
102 机台运转电流分析模块
103 机台运转电流历史模块
104 适应性机台特征分析模块
105 机台ID识别与稼动率分析模块
S201~S205 步骤流程
S301~S322 步骤流程。
具体实施方式
为利于说明本发明的技术特征、内容与优点及其所能达到的功效,兹将本发明配合附图,并以实施例的表达形式详细说明如下,而其中所使用的图式,其主旨仅为示意及辅助说明书的用,未必为本发明实施后的真实比例与精准配置,故不应就所附的图式的比例与配置关系解读、局限本发明于实际实施上的权利范围,合先叙明。
请参阅图1,为本发明的适应性机台稼动率分析系统的架构示意图,分别由机台电流感测与ID码产生插座模块101(讯号大小或讯号频率)、机台运转电流分析模块102、机台运转电流历史模块103、适应性机台特征分析模块104及机台ID识别与稼动率分析模块105。机台电流感测与ID码产生插座模块101(讯号大小或讯号频率)提供一公一母双向转接插座,直接加装机台电源线插头与电源插座间,并透过机台专属ID码设定,于侦测机台运转电流的同时产生ID讯号(电流、电压、PULSE等)。而机台运转电流分析模块102利用机台电流感测与ID码产生插座模块101的机台运转电流,进行运转电流特征值(最大电流值模式、最小电流值模式、加工电流模式)分析,其中分析周期时间、暂存器大小数量与加工电流条件(电流大小、斜率大小、斜率趋势、连续触发时间)可以透过平台或工具设定;而机台运转电流历史模块103会依设定的分析周期时间记录历史运转电流特征值,并提供适应性机台特征分析模块104。适应性机台特征分析模块104透过运转电流历史资料与即时运转电流特征值,可依机台运转性能差异适应性调整机台特征、加工与自行定义的电流分析门槛,同时与即时机台运转电流比对,进一步分析提供停机、待机、加工与自行定义的机台状态。此外机台ID识别与稼动率分析模块105,利用机台电流感测与ID码产生插座模块101的ID码(讯号大小或讯号频率),可自动识别机台编号并统计各机台的运转结果(包含停机、待机、加工及自订状态的累积运转时数与累积运转次数),同时依据设定的机台稼动率公式(例如:加工时间/8小时标准作业工时),计算提供机台稼动率。
请参阅图2,为本发明的适应性机台稼动率分析方法的流程图,首先步骤S201使用者设定机台设备数量与机台ID识别码,步骤S202再决定是否结合自动分析周期时间,若是,步骤S203设定好所要的分析周期时间,步骤S204并进行机台加工电流模式条件(电流大小、斜率大小、斜率趋势、连续触发时间…)与稼动率公式设定,最后步骤S205适应性机台稼动率分析。
请参阅图3,为本发明的适应性机台稼动率分析方法的流程图,主要分为插座模块ID讯号读取识别(步骤S301)、机台运转电流读取分析(步骤S303)、适应性机台特征分析(步骤S308)、机台运转状态分析(步骤S312)、机台运转分析(步骤S317)与机台稼动率计算(步骤S322),分别叙述如下:
插座模块ID讯号读取识别(步骤S301):读取机台电流感测与ID码产生插座模块的ID讯号,ID讯号可为电流、电压、PULSE等,透过讯号大小或讯号频率分析方式进行机台ID码判断(步骤S302),识别机台ID编号后开始进行各机台的稼动率分析。
机台运转电流读取分析(步骤S303):读取机台电流感测与ID码产生插座模块的机台运转电流,进行最大电流值模式(步骤S304)、最小电流值模式(步骤S305)、加工电流模式(步骤S306)三种运转电流特征值分析,并依设定的分析周期时间记录运转电流历史资料(步骤S307),分别说明如下:
最大电流值模式(步骤S304):依据设定的分析周期时间,先清除暂存器内容,再透过过滤、比较、排序…等方式筛选出较大的机台运转电流,并动态更新于最大机台运转电流的暂存器,其中分析周期时间与暂存器大小数量可以透过平台或工具设定。
最小电流值模式(步骤S305):依据设定的分析周期时间,先清除暂存器内容,再透过过滤、比较、排序…等方式筛选出较小的机台运转电流,并动态更新于最小机台运转电流的暂存器,其中分析周期时间与暂存器大小数量可以透过平台或工具设定。
加工电流模式(步骤S306):依据设定的机台加工电流模式条件,进行运转电流大小、电流斜率大小、电流斜率趋势、连续触发时间、自行定义…等电流模式计算与分析。
运转电流历史资料(步骤S307):记录每一分析周期时间的历史最大电流平均值、历史最小电流平均值与历史加工电流斜率值及大小值,历史最大电流平均值公式如下:
Imax_ave_n:分析周期n的历史最大电流平均值,Imax_data_n_j:分析周期n的较大j机台运转电流值,Nmax:最大电流值模式的暂存器数量。
历史最小电流平均值公式如下:
Imin_ave_n:分析周期n的历史最小电流平均值,Imin_data_n_j:分析周期n的较小j机台运转电流值,Nmin:最小电流值模式的暂存器数量。
适应性机台特征分析(步骤S308):透过运转电流历史资料(步骤S307)以及最大电流值模式(步骤S304)、最小电流值模式(步骤S305)、加工电流模式(步骤S306)三种运转电流特征值的组合公式,计算机台特征电流门槛(步骤S309)、加工电流门槛(步骤S310)与自订电流门槛(步骤S311),分别说明如下:
机台特征电流门槛公式(步骤S309):
Ith_cha:特征电流门槛,Imin_ave_n:分析周期n的历史最小电流平均值,
Imin_data_i_j:最新分析周期i的较小j机台运转电流值,N:历史资料储存数量,Nmin:最小电流值模式的暂存器数量。
加工电流门槛公式(步骤S310):
Ith_pro=F1(Ith_cha,Sis,Sit,Tc,Cu,I)
Ith_pro:加工电流门槛,Ith_cha:特征电流门槛,Sis:电流斜率大小,Sit:电流斜率趋势,Tc:连续触发时间,Cu:自行定义条件,I:即时机台运转电流。
自订电流门槛公式(步骤S311):
Ith_def=F2(Imax_ave_n,Imin_ave_n,Imax_data_i_j,Imin_data_i_j)
Ith_def:自订电流门槛,Imax_ave_n:分析周期n的历史最大电流平均值n=1~N,Imin_ave_n:分析周期n的历史最小电流平均值n=1~N,N:历史资料储存数量,Imax_data_i_j:最新分析周期i的较大j机台运转电流值,j=1~Nmax,Nmax:最大电流值模式的暂存器数量,Imin_data_i_j:最新分析周期i的较小j机台运转电流值,j=1~Nmin,Nmin:最小电流值模式的暂存器数量。
机台状态分析(步骤S312):透过机台运转电流读取分析(步骤S303)即时机台运转电流,以公式或条件方式与适应性机台特征分析(步骤S308)的电流门槛比对,进一步判断求得机台停机状态(步骤S313)、机台待机状态(步骤S314)、机台加工状态(步骤S315)与机台自订状态(步骤S316),分别说明如下:
机台停机状态公式(步骤S313):
Moff:I<Ith_cha
Moff:机台停机状态,Ith_cha:特征电流门槛,I:即时机台运转电流。
机台待机状态公式(步骤S314):
Mon:I>=Ith_cha
Mon:机台待机状态,Ith_cha:特征电流门槛,I:即时机台运转电流。
机台加工状态公式(步骤S315):
Mpro:Ith_pro=ON
Mpro:机台加工状态,Ith_pro:加工电流门槛。
机台自订状态公式(步骤S316):
Mdef:Ith_def=ON
Mdef:机台自订状态,Ith_def:自订电流门槛。
机台运转分析(步骤S317)透过机台状态分析(步骤S312结果,统计机台停机、待机、加工及自订状态的累积运转时数与累积运转次数,分别说明如下:
停机运转统计公式(步骤S318):
Moff_tsum=∑Moff(t),Moff_csum=∑Moff(t)
Moff_tsum:累积停机运转时数,Moff(t):停机运转时间,Moff_csum:累积停机状态发生次数,Moff(c):停机状态发生点。
待机运转统计公式(步骤S319):
Mon_tsum=∑Mon(t),Mon_csum=∑Mon(c)
Mon_tsum:累积待机运转时数,Mon(t):待机运转时间,Mon_csum:累积待机状态发生次数,Mon(c):待机状态发生点。
加工运转统计公式(步骤S320):
Mpro_tsum=∑Mpro(t),Mpro_csum=∑Mpro(c)
Mpro_tsum:累积加工运转时数,Mpro(t):加工运转时间,Mpro_csum:累积加工状态发生次数,Mpro(c):加工状态发生点。
自订状态运转统计公式(步骤S321):
Mdef_tsum=∑Mdef(t),Mdef_csum=∑Mdef(c)
Mdef_tsum:累积自订状态运转时数,Mdef(t):自订状态运转时间,Mdef_csum:累积自订状态发生次数,Mdef(c):自订状态发生点。
机台稼动率计算(步骤S322):依据设定的稼动率公式(例如:加工时间/8小时标准作业工时),计算提供机台稼动率。
机台稼动率公式如下:
Ave=F3(Moff_tsum,Mon_tsum,Mpro_tsum,Mdef_tsum,Wstan,Tstart,Tend)
Ave:机台稼动率,Moff_tsum:累积停机运转时数,Mon_tsum:累积待机运转时数,Mpro_tsum:累积加工运转时数,Mdef_tsum:累积自订状态运转时数,Wstan:标准作业工时,Tstart:开始时间,Tend:结束时间。
举一实施案例来说明,如图4所示,假使工厂产线共有4台纺织机台设备,编号由1至4,其中4号机台为备用机台,每一机台装有机台电流感测与ID码产生插座模块,并设定专属ID码,1号机台ID码为1,000、2号机台ID码为2,000、3号机台ID码为3,000及4号机台ID码为4,000。当机台电流感测与ID码产生插座模块与电源插座连接并供电时,开始侦测机台运转电流及产生ID PULSE讯号。插座模块ID讯号读取识别侦测到ID讯号后,进行机台ID码判断,自动识别机台编号并开始统计各机台的运转结果(包含停机、待机、加工及自订状态的运转时数与次数),达到机台运转履历动态管理目的,并解决传统CT电流量测技术,必须固定于电源插座上,无法进行机台识别的限制。
如图5所示,假如工厂中2号机台因为例行性保养工作,需与4号机台进行调度以维持产线正常运作。当4号机台的电流感测与ID码产生插座模块与电源插座连接并供电时,开始侦测机台运转电流及产生ID PULSE讯号,而插座模块ID讯号读取识别侦测到4号机台ID讯号并ID码识别OK后,开始统计4号机台的运转结果,并且停止统计2号机台的运转结果。
以4号机台为例进行适应性机台稼动率分析说明,经机台ID码判断后,读取4号机台电流感测与ID码产生插座模块的机台运转电流,进行机台运转电流读取分析。假设设定的分析周期时间为上班日(周一至周五)8:00到17:00,以及暂存器大小为10,于分析周期每日开始时间8:00先清除最大电流值模式与最小电流值模式的暂存器内容。并设定机台加工电流模式条件,定义条件为运转电流>Ith_cha、电流斜率上升且连续触发>=3次(0.3秒),开始执行以下三种运转电流特征值分析:
如下表1、表2,最大电流值模式透过过滤、比较、排序等方式筛选出4号机台较大的运转电流,并动态更新于最大机台运转电流的暂存器,其中表1为更新前的状态,表2为更新后的状态。
表1
暂存器位置 | 较大的机台运转电流 |
1 | 12A |
2 | 11.8A |
3 | 10.5A |
4 | 10.2A |
5 | 9.9A |
6 | 8.8A |
7 | 8.5A |
8 | 8.2A |
9 | 7.8A |
10 | 7.7A |
表2
如下表3、表4,最小电流值模式透过过滤、比较、排序…等方式筛选出4号机台较小的运转电流,并动态更新于最小机台运转电流的暂存器,其中表3为更新前的状态,表4为更新后的状态。
表3
暂存器位置 | 较小的机台运转电流 |
1 | 0.8A |
2 | 0.88A |
3 | 0.92A |
4 | 1.1A |
5 | 1.2A |
6 | 1.6A |
7 | 1.8A |
8 | 1.8A |
9 | 2.1A |
10 | 2.15A |
表4
如图6所示,加工电流模式以0.1秒中断方式侦测4号机台运转电流,并分析电流斜率变化,当满足运转电流>Ith_cha、电流斜率上升且连续触发>=3次(0.3秒)条件时,即判断为加工电流模式。
获得运转电流特征值后,执行适应性机台特征分析的机台特征电流门槛与加工电流门槛计算,举例说明如下:
如图7所示,机台特征电流门槛,透过运转电流历史资料的历史最小电流平均值,以及最新分析周期的较小机台运转电流平均值进行计算。
如图8所示,加工电流门槛透过电流大小、电流斜率大小、电流斜率趋势、连续触发时间、即时机台运转电流等定义条件进行判断。以本案为例当满足运转电流>Ith_cha、电流斜率上升且连续触发>=3次(0.3秒)条件时,即判断为加工电流模式,加工电流门槛为ON。
如图9所示,根据上述的机台特征电流门槛(Ith_cha)与加工电流门槛(Ith_pro)计算结果,以及机台运转电流读取分析的即时机台运转电流(I),进一步分析机台状态。提供分析说明如下:
机台运转分析透过机台状态分析结果,统计机台停机、待机、加工及自订状态的累积运转时数与累积运转次数,举例说明如下:
周四:17:00机台运转分析结果:
周五:17:00机台运转分析结果:
机台稼动率计算依据设定的稼动率公式(Ave=F3(Moff_tsum,Mon_tsum,Mpro_tsum,Mdef_tsum,Wstan,Tstart,Tend)),计算提供机台稼动率。举例,分析时间为周四17:00~周五17:00,并设定稼动率公式为加工时间/8小时标准作业工时,可以依据上表内容完成机台稼动率计算,如下:
以上所述仅为举例性,而非为限制性者。任何未脱离本发明的精神与范畴,而对其进行的等效修改或变更,均应包含于权利要求书中。
Claims (6)
1.一种适应性机台稼动率分析系统,其特征为,该系统包含:
一机台电流感测与ID码产生插座模块,其设有一公一母双向转接插座,直接加装机台电源线插头与电源插座间,并透过机台专属ID码设定,于侦测机台运转电流的同时产生ID讯号;
一机台运转电流分析模块,其利用该机台电流感测与ID码产生插座模块的机台运转电流,进行运转电流特征值分析;
一机台运转电流历史模块,该机台运转电流历史模块依设定的分析周期时间,记录每一分析周期时间的运转电流特征值,并提供适应性机台特征分析模块;
一适应性机台特征分析模块透过该运转电流特征值,依机台运转性能差异适应性调整机台特征、加工与自行定义的电流分析门槛,同时与即时机台运转电流比对,进一步分析提供停机、待机、加工与自行定义的机台状态;以及
一机台ID识别与稼动率分析模块,利用该机台电流感测与ID码产生插座模块的ID码,识别机台编号并统计各机台的运转结果,同时依据设定的机台稼动率公式,计算提供机台稼动率。
2.根据权利要求1所述的适应性机台稼动率分析系统,其特征为,该运转电流特征值分析包含最大电流值模式、最小电流值模式、加工电流模式、分析周期时间、暂存器大小数量、加工电流条件、历史最大电流平均值、历史最小电流平均值、历史加工电流斜率值及大小值、即时运转电流。
3.根据权利要求2所述的适应性机台稼动率分析系统,其特征为,该加工电流条件为电流大小、斜率大小、斜率趋势、连续触发时间。
4.根据权利要求1所述的适应性机台稼动率分析系统,其特征为,该运转结果包含停机、待机、加工及自订状态的累积运转时数与累积运转次数。
5.一种适应性机台稼动率分析方法,其特征为,该方法步骤包含:
依需求设定机台设备数量,以及于每一机台的机台电流感测与ID码产生插座模块设定专属ID识别码;
结合自动分析周期时间则设定周期时间;
依需求设定机台加工电流模式条件与稼动率公式,自动识别机台编号并统计各机台的运转结果。
6.根据权利要求5所述的适应性机台稼动率分析方法,其特征为,该周期时间包含日、周、月或自行定义时间。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106124237A TWI623840B (zh) | 2017-07-20 | 2017-07-20 | 適應性機台稼動率分析系統及方法 |
TW106124237 | 2017-07-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109284885A true CN109284885A (zh) | 2019-01-29 |
Family
ID=62951689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810093850.9A Pending CN109284885A (zh) | 2017-07-20 | 2018-01-31 | 适应性机台稼动率分析系统及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109284885A (zh) |
TW (1) | TWI623840B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209519A (zh) * | 2020-01-17 | 2020-05-29 | 嘉兴云切供应链管理有限公司 | 钢板切割设备稼动率采集计算方法 |
CN112784217A (zh) * | 2021-01-28 | 2021-05-11 | 上海西码智能科技股份有限公司 | 工业设备稼动率统计方法、装置、计算机设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI676159B (zh) * | 2018-09-05 | 2019-11-01 | 國立虎尾科技大學 | 設備光訊號感測監控系統 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610002A (zh) * | 2011-01-20 | 2012-07-25 | 鸿富锦精密工业(深圳)有限公司 | 机台状态侦测系统及方法 |
CN105807742A (zh) * | 2016-03-10 | 2016-07-27 | 京东方科技集团股份有限公司 | 生产设备监控方法及系统 |
US20160246623A1 (en) * | 2015-02-23 | 2016-08-25 | International Business Machines Corporation | Per tenant initialization check removal |
TWM530990U (zh) * | 2016-05-26 | 2016-10-21 | Quali Software Inc | 機具管理系統 |
CN106325243A (zh) * | 2016-08-15 | 2017-01-11 | 宁波舜宇智能科技有限公司 | 稼动率的确定方法以及终端 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6053996B2 (ja) * | 2014-06-12 | 2016-12-27 | 三菱電機株式会社 | ロギングシステム、ロギング装置、データロギング方法 |
CN106094771A (zh) * | 2016-08-15 | 2016-11-09 | 宁波舜宇智能科技有限公司 | 稼动率确定系统和方法、以及终端 |
-
2017
- 2017-07-20 TW TW106124237A patent/TWI623840B/zh active
-
2018
- 2018-01-31 CN CN201810093850.9A patent/CN109284885A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610002A (zh) * | 2011-01-20 | 2012-07-25 | 鸿富锦精密工业(深圳)有限公司 | 机台状态侦测系统及方法 |
US20160246623A1 (en) * | 2015-02-23 | 2016-08-25 | International Business Machines Corporation | Per tenant initialization check removal |
CN105807742A (zh) * | 2016-03-10 | 2016-07-27 | 京东方科技集团股份有限公司 | 生产设备监控方法及系统 |
TWM530990U (zh) * | 2016-05-26 | 2016-10-21 | Quali Software Inc | 機具管理系統 |
CN106325243A (zh) * | 2016-08-15 | 2017-01-11 | 宁波舜宇智能科技有限公司 | 稼动率的确定方法以及终端 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209519A (zh) * | 2020-01-17 | 2020-05-29 | 嘉兴云切供应链管理有限公司 | 钢板切割设备稼动率采集计算方法 |
CN112784217A (zh) * | 2021-01-28 | 2021-05-11 | 上海西码智能科技股份有限公司 | 工业设备稼动率统计方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
TWI623840B (zh) | 2018-05-11 |
TW201908995A (zh) | 2019-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284885A (zh) | 适应性机台稼动率分析系统及方法 | |
CN108107357A (zh) | 带有自诊断功能的开关信号检测电路 | |
CN106443433B (zh) | 基于分合闸线圈电流的断路器状态监测系统及监测方法 | |
CN103838202A (zh) | 参数控制方法和参数控制系统 | |
CN103306958A (zh) | 空压站智能节电控制系统运转的方法 | |
CN109167430B (zh) | 一种分布式直流电源 | |
CN104538996A (zh) | 移动终端及其与充电装置的匹配识别方法 | |
CN115167273A (zh) | 一种工地现场的施工用电节能管理控制系统 | |
CN110261707A (zh) | 开关柜综合在线监测装置 | |
CN115656812A (zh) | 一种电机实时状态多维度监测方法及系统 | |
CN108459222A (zh) | 一种电器故障检测方法及系统 | |
CN114973628A (zh) | 基于人工智能和大数据分析的智能监控终端 | |
CN115327990A (zh) | 一种基于ai的电气设备状态监测预警模型及其方法 | |
CN104763576B (zh) | 一种抽水蓄能机组保护辅助信号异常判别和修正方法 | |
CN112488738B (zh) | 基于电力大数据的居民空置住户识别方法及设备 | |
CN112099458A (zh) | 一种人工智能污水运营系统 | |
CN115347619B (zh) | 一种用于分布式光伏的智能监控终端 | |
CN114838756B (zh) | 一种智能环网柜监控系统 | |
CN112881793B (zh) | 一种结合时间阈值的非侵入式负荷事件检测方法 | |
CN110161947A (zh) | 一种用于壁挂电源的检测预防系统和方法 | |
CN114718855A (zh) | 一种压缩空气介质智能系统预测系统 | |
CN108964016A (zh) | 计及离散总用电量数据的用户电器运行情况识别方法 | |
CN111614159A (zh) | 一种面向需求侧管理的非侵入式家居负荷识别方法 | |
CN113672425A (zh) | 一种智慧照明系统的综合运行态势实时分析系统 | |
CN205643566U (zh) | 一种基于电量采集的便携式耗能设备故障预警装置 |
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 |