CN109919576A - 生产协同方法、装置及智能终端 - Google Patents
生产协同方法、装置及智能终端 Download PDFInfo
- Publication number
- CN109919576A CN109919576A CN201910108282.XA CN201910108282A CN109919576A CN 109919576 A CN109919576 A CN 109919576A CN 201910108282 A CN201910108282 A CN 201910108282A CN 109919576 A CN109919576 A CN 109919576A
- Authority
- CN
- China
- Prior art keywords
- information
- production
- plant
- plan
- production plant
- 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
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种生产协同方法、装置及智能终端,该方法包括:获取产品需求信息和各生产工厂的工厂信息;其中,工厂信息包括财务信息、仓储信息和产线信息;根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。本发明能够达到较好的产能均衡效果并提升生产效率,有助于增强产品交付能力。
Description
技术领域
本发明涉及商用汽车生产技术领域,尤其是涉及一种生产协同方法、装置及智能终端。
背景技术
现有汽车制造行业中,车身制造的焊装工艺生产设备的智能化水平仍旧较低,造成每条焊装生产线覆盖车型的种类较少。随着市场产品更新速度加快,个性化定制产品比例不断增长和市场竞争加剧,汽车消费模式由原来的按库存生产的推式演化为由消费者互联网订单的拉动式零库存生产,造成了汽车生产波动性增大,难以实现较好的产能均衡,生产效率较低。
发明内容
有鉴于此,本发明的目的在于提供一种生产协同方法、装置及智能终端,能够达到较好的产能均衡效果并提升生产效率,有助于增强产品交付能力。
第一方面,本发明实施例提供了一种生产协同方法,该方法包括:接收各营销平台上报的销售信息,销售信息包括销售订单信息和/或销售预测信息;根据销售信息,确定产品需求信息;获取各生产工厂的工厂信息;其中,工厂信息包括财务信息、仓储信息和产线信息;根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,确定各生产工厂的生产计划的步骤,包括:根据产品需求信息和各生产工厂的工厂信息,采用MRP策略和/或APS策略计算各生产工厂的生产计划;其中,生产计划包括采购信息和产品调拨信息。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划的步骤,包括:从产品需求信息中抓取产品特点;根据产品特点和各生产工厂的工厂信息,基于JIS策略计算各生产工厂的生产计划。
结合第一方面的第二种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,基于JIS策略计算各生产工厂的生产计划的步骤,包括:根据产品特点和各生产工厂的工厂信息,建立生产约束模型;其中,生产约束模型至少包括车辆约束式、产能约束式和交期约束式;根据生产约束式,基于JIS策略计算生产计划。
第二方面,本发明实施例还提供一种生产协同装置,该装置包括:信息获取模块,用于接收各营销平台上报的销售信息,销售信息包括销售订单信息和/或销售预测信息;根据销售信息,确定产品需求信息;以及获取各生产工厂的工厂信息;其中,工厂信息包括财务信息、仓储信息和产线信息;计划确定模块,用于根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;计划发送模块,用于向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,计划确定模块用于:根据产品需求信息和各生产工厂的工厂信息,采用MRP策略和/或APS策略计算各生产工厂的生产计划;其中,生产计划包括采购信息和产品调拨信息。
第三方面,本发明实施例还提供一种智能终端,包括存储器和处理器,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述第一方面任一项的方法的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述第一方面任一项的方法的步骤。
本发明实施例提供了一种生产协同方法、装置及智能终端,首先获取产品需求信息和各生产工厂的工厂信息;之后根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;最后向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。本发明实施例可根据获取的产品需求信息和工厂信息,使各个工厂按照生产计划生产产品,实现了各工厂的生产协同和资源协同,能够达到较好的产能均衡效果并提升生产效率,有助于增强产品交付能力。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的一种生产协同方法流程图;
图2示出了本发明实施例所提供的一种企业内部计划实施示意图;
图3示出了本发明实施例所提供的一种企业内部财务协同示意图;
图4示出了本发明实施例所提供的一种生产协同示意图;
图5示出了本发明实施例所提供的另一种生产协同方法示意图;
图6示出了本发明实施例所提供的一种生产协同装置的结构框图;
图7示出了本发明实施例所提供的一种智能终端的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有的车企内部不同平台的车型生产基地分布在不同地域,在销售过程中,销售计划从外部采购到内部生产环节信息交互不透明;并且物流跟踪与物流执行缺乏统一规划的同时也缺乏企业内部的协同调拨与管控;而且企业内部账务处理过程复杂,结算周期长;企业内部制造过程缺乏协同,工装夹具非通用化,底层设备通信协同各异,无法真正意义上实现制造柔性化与制造智能化。此外,现有的汽车车身制造工厂的生产计划都是人工手动制定,因为涉及计算夹具切换效率计算,车型工艺节拍均衡计算,分装线和主线计划匹配评估,原材料是否满足等因素,可能会造成排产复杂度高,需要上下工序需要多人协同才能完成,这种方法耗时长效率低。同时,随着市场产品更新速度加快,个性化定制产品比例不断增长,市场竞争加剧,汽车消费模式由原来的按库存生产的推式的模式演化为由消费者互联网订单的拉动式零库存生产的模式,造成了汽车生产波动性增大。当前个性化定制的车身品种,每一个车身产品都存在专用物料的可能,在通用工序和并行工序产线模式下,按现有的配套和巡线结合的物料配送组织方式无法满足当前需求,会造成线边库存波动大,库存积压、缺料等的问题,因此无法实现较好的产能均衡,生产效率较低。为改善上述问题至少之一,本发明实施例提供的一种生产协同方法、装置以及智能终端。以下对本发明实施例进行详细介绍。
参见图1所示的一种生产协同方法流程图,该方法由智能终端执行,该智能终端可以为车企的中央控制终端,具体可以为计算机或服务器等;具体可包括如下步骤:
步骤S102,接收各营销平台上报的销售信息,所述销售信息包括销售订单信息和/或销售预测信息。
可以理解的是,一家车企可能在不同地方都布设有营销平台,在营销平台上记录有销售订单信息,营销平台还可以基于历史销售订单信息进行预测,得到销售预测信息,各营销平台都可以将本地的销售信息上报给该车企的中央控制终端。
步骤S104,根据销售信息,确定产品需求信息。诸如,营销平台可以将年度销售预测信息以及销售计划汇总到营销中控室或直接上报给中央控制终端,营销中控室/中央控制终端可以依据市场分析与生产能力动态分解销售计划,确定产品需求信息。其中,产品需求信息可以包括:产品材质信息、产品形状信息或用户对产品的其它要求信息。
步骤S106,获取各生产工厂的工厂信息;其中,工厂信息包括财务信息、仓储信息和产线信息。
可以理解的是,一家车企可能在不同地方都布设有生产工厂。各生产工厂的工厂信息可以统一记录于智能终端本地的工厂数据库中,通过工厂数据库获取各生产工厂的工厂信息,当然也可以直接向布设于各生产工厂的关联终端获取各工厂的工厂信息。在实际应用中产品需求信息和工厂信息还可为其他信息,在此不再赘述。
步骤S108,根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划。
在实际应用中,可以从产品需求信息中获取产品特点,结合各生产工厂的工厂信息,以及协同企业内部计划、企业内部财务和企业内部制造情况,基于JIS策略计算各生产工厂的生产计划。其中,生产计划具体为企业资源计划(ERP,Enterprise ResourcePlanning),ERP是一种主要面向制造行业进行物质资源、资金资源和信息资源集成一体化管理的企业信息管理系统。通过构建企业统一的ERP管控系统和制造系统,控制系统连接,实现了生产全业务链协同,多工厂的资源数据互联互通。
步骤S110,向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。
综上所述,通用智能化工厂带来的柔性化生产模式,实现了工装器具可快速切换,不同平台车型之间可混线生产,为高级APS计划排程提供了更大的空间,从传统的单工厂、多车间的排程模式,扩大到企业内部不同公司主体,只要存在产能富余或者满足生产交付的前提,均可通过不同产线的生产均衡,实现制造协同与产成品快速交付;基于以上企业内部异地实时资源调度互通ERP生产模式,可较大程度利用企业内部资源,协同外部供应商生产交付能力,动态满足客户的交付,降低企业生产、采购、物流成本;实现真正上的资源互通,信息共享。
本发明实施例提供了一种生产协同方法,首先获取产品需求信息和各生产工厂的工厂信息;之后根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;最后向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。本发明实施例可根据获取的产品需求信息和工厂信息,使各个工厂按照生产计划生产产品,实现了各工厂的生产协同和资源协同,能够达到较好的产能均衡效果并提升生产效率,有助于增强产品交付能力。
在一种实施方式中,上述根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划的步骤,可以参照如下方式执行:根据产品需求信息和各生产工厂的工厂信息,采用MRP(Material Requirement Planning,物料需求计划)策略和/或APS(Advanced Planning&Scheduling System,高级计划与排成系统)策略计算各生产工厂的生产计划;其中,生产计划包括采购信息和产品调拨信息。为便于理解,对MRP和APS解释如下:
MRP指根据产品结构以及各层次物品的从属和数量关系,以每个物品为计划对象,以完工时期为时间基准进行倒排计划,按提前期的长短区别各个物品下达计划时间的先后顺序,是一种工业制造企业内物资计划管理模式。MRP是根据市场需求预测和顾客订单制定产品的生产计划,然后基于产品生成进度计划,组成产品的材料结构表和库存状况,通过计算机计算所需物料的需求量和需求时间,从而确定材料的加工进度和订货日程的一种实用技术。
APS可以综合设备、物料和人员的能力制约信息,将生产计划细化到每个工序和每台设备,可适应现代制造业交货期短、变化多、分批交货等诸多要求。在实际应用中,可参照图2所示的一种企业内部计划实施示意图确定生产计划。如图2所示,不同车型平台可通过营销平台与年度销售预测汇总销售计划到营销中控室;营销中控室可依据市场分析与生产能力动态分解销售计划,然后将包含有不同车型、销售区域、分销渠道的销售计划分发到不同生产工厂进行生产准备;A地工厂、B地工厂和C地工厂依据销售计划进行MRP运算,得出采购与自制件生产计划;各个生产工厂采购需求计划通过采购中控室进行均衡,生成不同公司间调拨计划;已下达的采购订单,在物流环节进行供应商送货路径优化以及到货路径优化均衡;生产执行过程依托通用夹具库,实现多车型混线生产,实现仓储消耗均衡。底层智能化工厂生产模式为M2C提供了巨大的保障,前端营销可根据市场需求,实时调配生产资源与可用能力,参照库存储备,均衡不同地域的客户需求,保证准时交付;
由市场需求与预测拆分到物料计划环节的采购需求,可通过采购中控室,协同企业内部所有可用仓储资源(包括可用库存、在途库存、在产线可用半成品库存等),生成采购计划;这种方式能够最大程度上降低采购、物流成本,给予供应商准确的采购计划,实现上下游企业协同与共赢;
通过物流计划集中管控,可以实现仓储库存的透明化,实时动态调配企业内部不同公司的来料计划与消耗计划,通过JIS(Just IN Sequence,准时化顺序供应)的生产模式,JIS可用于离散型制造业中对产品进行高效生产和组装,可提高仓库利用率;并通过优化规划供应商到货计划与送货路径,降低物流成本。采购计划需要企业内部的财务协同,以便合理调配资金。参照图3所示的一种企业内部财务协同示意图,通过均衡采购计划,生成公司间采购订单,可降低集团物资库存,较大程度满足生产用料;A地公司、B地公司和C地公司进行公司间采购订单物资出库准备,实物进行调拨;在物资交付完毕后,A地公司、B地公司和C地公司之间开具发票,并进行应收应付账务处理;财务根据公司间交易账务出具集团级的合并报表;按照该方法,简化了企业内部账务处理过程,缩短了结算周期。
在一种实施方式中,上述根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划的步骤,可以参照如下方式执行:(1)从产品需求信息中抓取产品特点。根据获取的产品需求信息,截取待生产产品的特点,例如:产品类型、产品材质,产品形状和产品结构等。(2)根据产品特点和各生产工厂的工厂信息,基于JIS策略计算各生产工厂的生产计划。
车身生产首先需要对产品特点进行抓取,并根据生产特性自定义JIS策略模型,系统能够自动感知真实的产能占用情况,并统筹策略计算模型,同时设计了策略验证环境,能够对策略的产出进行可执行行性的分析,保证策略的可落地性,在执行策略时可以根据实时的进度同步拉动物料的配送,最终做到JIS模式的车身生产协同。在具体实施过程中,可参照图4所示的一种生产协同示意图,首先输入模型参数和车身PO数据,该PO数据为车身配置参数,然后进行APS策略计算,验证策略的可行度,然后获取物料备料需求,立体库进行备料,最后PTL配送,配送完毕后执行APS策略,之后拉动物料,继续进行备料和配送。这种方式可在在执行策略时可以根据实时的进度同步拉动物料的配送,最终做到JIS模式的车身生产协同。
在具体实施时,上述基于JIS策略计算各生产工厂的生产计划的步骤,可以包括:
一、根据产品特点和各生产工厂的工厂信息,建立生产约束模型;其中,生产约束模型至少包括车辆约束式、产能约束式和交期约束式。
在具体实施过程中,采用权重法进行排产约束条件优先级的识别,算法中执行的优先级可通过获取算法约束条件模板前台自定义约束条件的权重比例得出优先级,比例差越大,权重越大,约束条件约强。本发明实施例的约束条件可以对任何车身特性(如型号,材质,车辆配置,发动机型号,是否具有天窗等)的任何单个特性或多个特性进行约束。根据不同等级的计划,可以实时协同同级事务的同步开展。车身生产算法约束模型可以采用以下模型中的一种或多种:日产量规则、日比例规则、均衡规则、批量规则、密度规则、切换规则和爬坡规则。该模型的输入输出过程可为:
首先目标为:
将n辆车分配到m天,要求满足r个规则约束条件。
输入为以下几点:
(1)Cj(j=1..m):第j天可安排的车辆数(由产能确定,计算方法见下文);
(2)Lkj(k=1..r,j=1..m):第j天符合第k个规则的车辆数的下限;
(3)Ukj(k=1..r,j=1..m):第j天符合第k个规则的车辆数的上限;
(4)Rik=1(k=1..r,i=1..n):表示第i辆车符合第k个规则,否则Rik=0;
(5)Wk:第k个规则的权重;
(6)Wa:排产提前时的违规权重;
(7)Wb:排产延后时的违规权重;
(8)Wc:未能排产时的违规权重;
(9)Ti:第i辆车的最晚上线日期所在的那一天的序号;
执行过程为:
Xij=1:表示第i辆车安排在第j天,否则Xij=0(i=1..n,j=1..m)
则:
(1)第j天安排的车辆数公式为:Aj=Sum_i(Xij)j=1..m
(2)第j天安排的符合第k个规则的车辆数公式为:Bkj=Sum_i(Xij*Rik)j=1..mk=1..r
(3)第i辆车安排的天数公式为:Pi=Sum_j(Xij)i=1..n
目标为:
当不允许提前、不允许延后时:
min Sum_k(Sum_j(Wk*RangeDiff(Bkj,Lkj,Ukj)))+m*Wc*(1-Pi)
当允许提前、不允许延后时:
min Sum_k(Sum_j(Wk*RangeDiff(Bkj,Lkj,Ukj)))+m*Wc*(1-Pi)+m*Wa*Sum_i(Xij*(Ti-j))
当不允许提前、允许延后时:
min Sum_k(Sum_j(Wk*RangeDiff(Bkj,Lkj,Ukj)))+m*Wc*(1-Pi)+m*Wb*Sum_i(Xij*(j-Ti))
当允许提前、允许延后时:
min Sum_k(Sum_j(Wk*RangeDiff(Bkj,Lkj,Ukj)))+m*Wc*(1-Pi)+m*Wa*Sum_i(Xij*(Ti-j))+m*Wb*Sum_i(Xij*(j-Ti))
其中,RangeDiff(Bkj,Lkj,Ukj)表示Bkj是否在其上下限Lkj和Ukj的范围外,当Lkj<=Bkj<=Ukj时,其值为0;当Ukj<Bkj时或Bkj<Lkj时,其值为1。
要求:
(1)Xij=0或1(共有n*m个条件)
(2)车辆约束:第i辆车安排的天数满足:Pi<=1i=1..n(共有n个条件)
(3)产能约束:第j天安排的车辆数满足:Aj<=Cj j=1..m(共有m个条件)
(4)交期约束:如果Xij=1,则要求满足:
j=Ti(当不允许提前、不允许延后时)
j<=Ti(当允许提前、不允许延后时)
j>=Ti(当不允许提前、允许延后时)
当允许提前、允许延后时,则没有该项交期约束。
(5)规则约束:第j天符合第k个规则的车辆数满足:Lkj<=Bkj<=Ukj j=1..m k=1..r(共有m*r*2个条件)
该约束条件仅当用户指定为“硬约束”时才需要考虑在内。
产能计算,第j天可安排的车辆数Cj的计算方法如下:
Cj=JPH*Tj;即:产线节拍*该天工作日历中的工时数
应当注意的是:如过以上公式算出的Cj是小数,则进行向上取整。
输出:
将n辆车分配到m天,要求满足r个规则约束条件。
以上为JIS测量计算过程,排产模型的算法实现采用google or-tools库来求解,使用or-tools Java API来实现,ABAP通过JCo来调用Java程序。
二、根据生产约束式,基于JIS策略计算生产计划。
在使用过程中本发明实施例利用java开发语言特点,设计了一个允许通过前台自定义表达式的方法来采集订单特性,该方法把前台表达式输入界面做成一个可以引用的函数器,该函数器在每个特性采集或是多个特性采集时可以被引用执行。并且创新了多工序独立且协同的计划模式。计划层面本发明分为日级别的主生产计划,时分秒级别的顺序执行计划,并根据顺序计划设计了支线协同的作业计划。
综上所述,创新开发基于序列准时生产策略(JIS策略)的车身制造工厂高级排产技术,能够通过遗传算法不断择优组合进行按JIS策略模型规范进行车身顺序计划做成。使用JIS策略可使所有的模型排产约束条件都可以前台配置,后台计划订单进行特性抓取,解决了排产影响因素人工采集的问题,提高了效率。创造性的把并行工序,支线工序的节拍匹配考虑进JIS策略里面,解决了通用化工厂UNIT工序生产模式下的生产路径自动编排,工序协作时序匹配的问题。以天为单位,拉动式生产排产模式,能够对下工序制造工厂的计划分解,并考虑车身库存匹配,以库存最小化进行多工厂间生产计划的协同排产。
在实际应用中,本发明还提供了另一种生产协同方法示意图,参照图5所示的另一种生产协同方法示意图,首先可获取产能需求、产能规划和销售预测,然后根据获取的信息对通用化工厂进行分析,包括对负载,规划和占用产能的分析,进而得出工厂级分产协同制造计划,并基于JIS策略和资源协同战略,拉动式生产,资源协同又包括夹具异地调度和资源协同EPR调度,将制定的生产计划应用到通用工厂的焊装车间,对工艺及制造参数进行虚拟仿真,集成车身柔性化制造自动生产线。
本发明实施例提供的上述方法,消除当前工厂间产能转移带来的周期长,改造大,磨合慢的问题。该方法适合所有的通用工厂下产能转移需求的快速对应,具有较好的复制性和推广价值。降低了技术成本,实现了数据互通和产能均衡。
对应于上述生产协同方法,本发明实施例还提供了一种生产协同装置,参照图6所示的一种生产协同装置的结构框图,该装置包括:
信息获取模块602,用于接收各营销平台上报的销售信息,所述销售信息包括销售订单信息和/或销售预测信息;根据所述销售信息,确定产品需求信息;以及获取各生产工厂的工厂信息;其中,工厂信息包括财务信息、仓储信息和产线信息;
计划确定模块604,用于根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;
计划发送模块606,用于向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。
本发明实施例提供了一种生产协同装置,首先获取产品需求信息和各生产工厂的工厂信息;之后根据产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;最后向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。本发明实施例可根据获取的产品需求信息和工厂信息,使各个工厂按照生产计划生产产品,实现了各工厂的生产协同和资源协同,能够达到较好的产能均衡效果并提升生产效率,有助于增强产品交付能力。。
具体的,上述信息获取模块用于:接收各营销平台上报的销售信息,销售信息包括销售订单信息和/或销售预测信息;根据销售信息,确定产品需求信息。
进一步,上述计划确定模块用于:根据产品需求信息和各生产工厂的工厂信息,采用MRP策略和/或APS策略计算各生产工厂的生产计划;其中,生产计划包括采购信息和产品调拨信息。
在具体实施时,上述计划确定模块包括:
产品特点抓取单元:用于从产品需求信息中抓取产品特点;
生产计划计算单元:用于根据产品特点和各生产工厂的工厂信息,基于JIS策略计算各生产工厂的生产计划。
在实际应用中,上述生产计划计算单元中基于JIS策略计算各生产工厂的生产计划的过程,包括:
生产约束模型建立子单元:用于根据产品特点和各生产工厂的工厂信息,建立生产约束模型;其中,生产约束模型至少包括车辆约束式、产能约束式和交期约束式;
生产计划计算子单元:用于根据生产约束式,基于JIS策略计算生产计划。
本实施例所提供的装置,其实现原理及产生的技术效果和前述实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
参见图7所示的一种智能终端结构示意图,该智能终端100,包括:处理器70,存储器71,总线72和通信接口73,所述处理器70、通信接口73和存储器71通过总线72连接;处理器70用于执行存储器71中存储的可执行模块,例如计算机程序。
其中,存储器71可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口73(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线72可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器71用于存储程序701,所述处理器70在接收到执行指令后,执行所述程序701,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器70中,或者由处理器70实现。
处理器70可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器70中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器70可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器71,处理器70读取存储器71中的信息,结合其硬件完成上述方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种生产协同方法,其特征在于,包括:
接收各营销平台上报的销售信息,所述销售信息包括销售订单信息和/或销售预测信息;
根据所述销售信息,确定产品需求信息;
获取各生产工厂的工厂信息;其中,所述工厂信息包括财务信息、仓储信息和产线信息;
根据所述产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;
向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。
2.根据权利要求1所述的方法,其特征在于,所述根据所述产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划的步骤,包括:
根据所述产品需求信息和各生产工厂的工厂信息,采用MRP策略和/或APS策略计算各生产工厂的生产计划;其中,所述生产计划包括采购信息和产品调拨信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划的步骤,包括:
从所述产品需求信息中抓取产品特点;
根据所述产品特点和各生产工厂的工厂信息,基于JIS策略计算各生产工厂的生产计划。
4.根据权利要求3所述的方法,其特征在于,所述基于JIS策略计算各生产工厂的生产计划的步骤,包括:
根据所述产品特点和各生产工厂的工厂信息,建立生产约束模型;其中,所述生产约束模型至少包括车辆约束式、产能约束式和交期约束式;
根据所述生产约束式,基于JIS策略计算生产计划。
5.一种生产协同装置,其特征在于,包括:
信息获取模块,用于接收各营销平台上报的销售信息,所述销售信息包括销售订单信息和/或销售预测信息;根据所述销售信息,确定产品需求信息;以及获取各生产工厂的工厂信息;其中,所述工厂信息包括财务信息、仓储信息和产线信息;
计划确定模块,用于根据所述产品需求信息和各生产工厂的工厂信息,确定各生产工厂的生产计划;
计划发送模块,用于向各生产工厂发送相应的生产计划,以使各生产工厂按照相应的生产计划生产产品。
6.根据权利要求5所述的方法,其特征在于,所述计划确定模块用于:根据所述产品需求信息和各生产工厂的工厂信息,采用MRP策略和/或APS策略计算各生产工厂的生产计划;其中,所述生产计划包括采购信息和产品调拨信息。
7.一种智能终端,包括存储器和处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至4任一项所述的方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至4任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910108282.XA CN109919576A (zh) | 2019-02-02 | 2019-02-02 | 生产协同方法、装置及智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910108282.XA CN109919576A (zh) | 2019-02-02 | 2019-02-02 | 生产协同方法、装置及智能终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109919576A true CN109919576A (zh) | 2019-06-21 |
Family
ID=66961408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910108282.XA Pending CN109919576A (zh) | 2019-02-02 | 2019-02-02 | 生产协同方法、装置及智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919576A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242467A (zh) * | 2020-01-08 | 2020-06-05 | 韶关市加法机电实业有限公司 | 一种柔性生产基地 |
CN111754136A (zh) * | 2020-06-30 | 2020-10-09 | 深圳创新奇智科技有限公司 | 工厂排产方法、装置、电子设备和计算机可读存储介质 |
CN112036707A (zh) * | 2020-08-07 | 2020-12-04 | 合肥工业大学 | 面向时间不确定生产过程协同的节拍控制方法和系统 |
CN113065802A (zh) * | 2021-04-26 | 2021-07-02 | 北京创源微致软件有限公司 | 一种产品的工业生产方法、装置、系统及存储介质 |
CN113221527A (zh) * | 2021-05-10 | 2021-08-06 | 首钢京唐钢铁联合有限责任公司 | 一种生产表单生成方法、装置、设备和介质 |
CN114894498A (zh) * | 2022-05-31 | 2022-08-12 | 重庆长安汽车股份有限公司 | 车辆云端检测系统、方法、电子设备及可读存储介质 |
CN117252396A (zh) * | 2023-11-13 | 2023-12-19 | 长春易加科技有限公司 | 一种基于线束生产车间的智能工厂可视化管理系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916404A (zh) * | 2010-08-06 | 2010-12-15 | 沈阳工业大学 | 一种装备制造过程多厂协同调度优化方法 |
-
2019
- 2019-02-02 CN CN201910108282.XA patent/CN109919576A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916404A (zh) * | 2010-08-06 | 2010-12-15 | 沈阳工业大学 | 一种装备制造过程多厂协同调度优化方法 |
Non-Patent Citations (2)
Title |
---|
于君: ""ERP在上汽通用五菱的应用研究"", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
周金宏: ""软计算求解分布式多工厂单件制造业的提前/拖期生产计划问题"", 《控制理论与应用》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242467A (zh) * | 2020-01-08 | 2020-06-05 | 韶关市加法机电实业有限公司 | 一种柔性生产基地 |
CN111754136A (zh) * | 2020-06-30 | 2020-10-09 | 深圳创新奇智科技有限公司 | 工厂排产方法、装置、电子设备和计算机可读存储介质 |
CN112036707A (zh) * | 2020-08-07 | 2020-12-04 | 合肥工业大学 | 面向时间不确定生产过程协同的节拍控制方法和系统 |
CN112036707B (zh) * | 2020-08-07 | 2022-11-04 | 合肥工业大学 | 面向时间不确定生产过程协同的节拍控制方法和系统 |
CN113065802A (zh) * | 2021-04-26 | 2021-07-02 | 北京创源微致软件有限公司 | 一种产品的工业生产方法、装置、系统及存储介质 |
CN113221527A (zh) * | 2021-05-10 | 2021-08-06 | 首钢京唐钢铁联合有限责任公司 | 一种生产表单生成方法、装置、设备和介质 |
CN114894498A (zh) * | 2022-05-31 | 2022-08-12 | 重庆长安汽车股份有限公司 | 车辆云端检测系统、方法、电子设备及可读存储介质 |
CN114894498B (zh) * | 2022-05-31 | 2023-07-25 | 重庆长安汽车股份有限公司 | 车辆云端检测系统、方法、电子设备及可读存储介质 |
CN117252396A (zh) * | 2023-11-13 | 2023-12-19 | 长春易加科技有限公司 | 一种基于线束生产车间的智能工厂可视化管理系统 |
CN117252396B (zh) * | 2023-11-13 | 2024-02-20 | 长春易加科技有限公司 | 一种基于线束生产车间的智能工厂可视化管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919576A (zh) | 生产协同方法、装置及智能终端 | |
Leung et al. | An integrated online pick-to-sort order batching approach for managing frequent arrivals of B2B e-commerce orders under both fixed and variable time-window batching | |
Márkus et al. | A market approach to holonic manufacturing | |
Volling et al. | Planning of capacities and orders in build-to-order automobile production: A review | |
CN108876263A (zh) | 汽车制造智能排产处理方法 | |
CN113344338A (zh) | 生产排程方法、系统、设备及介质、生产排程管理平台 | |
Kuo et al. | A collaborative data-driven analytics of material resource management in smart supply chain by using a hybrid Industry 3.5 strategy | |
US20150149257A1 (en) | Systems and methods for enterprise profit optimization | |
Fleischmann et al. | Customer orientation in advanced planning systems | |
CN103268538A (zh) | 面向生产计划变更的多目标约束物料替代方法 | |
Mourtzis et al. | Cloud-based integrated shop-floor planning and control of manufacturing operations for mass customisation | |
Mok et al. | Intelligent production planning for complex garment manufacturing | |
Liu et al. | On-demand delivery from stores: Dynamic dispatching and routing with random demand | |
Öztürk et al. | Operational extended model formulations for advanced planning and scheduling systems | |
CN104881758A (zh) | 集成供应链协同生产的erp系统及其运行方法 | |
Denkena et al. | Adaptive process planning | |
CN108734540A (zh) | 一种时尚业智能快反柔性供应链协同平台及其工作方法 | |
US7386358B2 (en) | Available to promise allocation optimization tool | |
US8321255B1 (en) | Resource management and planning in a distributed manufacturing environment | |
KR20040095445A (ko) | 조선산업에서의 통합생산 최적화시스템 | |
Bertolini et al. | Requirements of an ERP enterprise modeller for optimally managing the fashion industry supply chain | |
Śliwczyński | The reference model of supply chain operational controlling in value management | |
Kumar et al. | Stochastic make-to-stock inventory deployment problem: an endosymbiotic psychoclonal algorithm based approach | |
Cayo et al. | A shifting bottleneck procedure with multiple objectives in a complex manufacturing environment | |
Di | Research on the Product Logistics Cost Control Strategy Based on the Multi-Source Supply Chain Theory. |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190621 |
|
RJ01 | Rejection of invention patent application after publication |