CN110135678A - 一种基于工位的工艺时序分析方法、系统及存储介质 - Google Patents

一种基于工位的工艺时序分析方法、系统及存储介质 Download PDF

Info

Publication number
CN110135678A
CN110135678A CN201910248304.2A CN201910248304A CN110135678A CN 110135678 A CN110135678 A CN 110135678A CN 201910248304 A CN201910248304 A CN 201910248304A CN 110135678 A CN110135678 A CN 110135678A
Authority
CN
China
Prior art keywords
movement
data sample
data
timing sequence
process timing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910248304.2A
Other languages
English (en)
Inventor
陈旻琪
杨海滔
王斌
贺毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Luo Ming Automotive Equipment (shanghai) Co Ltd
Guangzhou Mino Automotive Equipment Co Ltd
Original Assignee
Luo Ming Automotive Equipment (shanghai) Co Ltd
Guangzhou Mino Automotive Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Luo Ming Automotive Equipment (shanghai) Co Ltd, Guangzhou Mino Automotive Equipment Co Ltd filed Critical Luo Ming Automotive Equipment (shanghai) Co Ltd
Priority to CN201910248304.2A priority Critical patent/CN110135678A/zh
Publication of CN110135678A publication Critical patent/CN110135678A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0633—Workflow 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of 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)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (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)

Abstract

本发明公开了一种基于工位的工艺时序分析方法、系统及存储介质，方法包括以下步骤：采集至少一个周期的工艺时序数据作为第一数据样本；对第一数据样本进行筛选得到第二数据样本；计算第二数据样本中每个周期内每个动作的相对开始时间戳；根据相对开始时间戳对第二数据样本中的每个动作进行定位；计算第二数据样本中的每个动作的动作时长；根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。本发明通过筛选得到数据正常的第二数据样本，然后对第二数据样本中的每个动作进行定位，并计算动作时长，最后根据每个动作的定位结果和动作时长得到能够有效反应出工业生产情况的时序甘特图。本发明可应用于工业信息化技术领域。

Description

一种基于工位的工艺时序分析方法、系统及存储介质
技术领域
本发明涉及工业信息化技术领域，尤其是一种基于工位的工艺时序分析方法、系统及存储介质。
背景技术
随着全球工业化、数字化的推进，车间生产数据的采集、存储、分析和应用都得到了前所未有的发展。工艺时序作为制造行业工艺的一项重要参数，在最近几年也得到了广泛的应用。其中，工艺时序甘特图作为一种最为直观的工艺时序数据展示方式，在工艺数据分析方面起到了重要的作用。但是，现有的工艺时序甘特图分析主要停留在选取某一个时间点的CYCLE(周期)进行查看和分析，由于工业生产情况复杂，导致选取某一个时间点的CYCLE进行查看和分析的甘特图并不能有效的反应出工业生产实际情况，从而使得用户不能及时掌握工业生产的实际情况。
发明内容
为解决上述技术问题，本发明的目的在于：提供一种能够有效反应工业生产实际情况的基于工位的工艺时序分析方法、系统及存储介质。
本发明所采用的第一种技术方案是：
一种基于工位的工艺时序分析方法，包括以下步骤：
采集至少一个周期的工艺时序数据作为第一数据样本；
对第一数据样本进行筛选得到第二数据样本；
计算第二数据样本中每个周期内每个动作的相对开始时间戳；
根据相对开始时间戳对第二数据样本中的每个动作进行定位；
计算第二数据样本中的每个动作的动作时长；
根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。
进一步地，所述对第一数据样本进行筛选得到第二数据样本，其包括以下步骤：
计算第一数据样本的第一平均值和第一众数；
根据第一平均值和第一众数得到第一过滤区间；
获取第一数据样本中属于第一过滤区间的工艺时序数据作为第三数据样本；
计算第三数据样本的标准差和第二平均值；
根据标准差和第二平均值得到第二过滤区间；
获取第三数据样本中属于第二过滤区间的工艺时序数据作为第二数据样本。
进一步地，所述计算第二数据样本中每个周期内每个动作的相对开始时间戳，其包括以下步骤：
将第二数据样本中的每个周期内的每个动作的开始时间转换为Unix标准时间戳；
依次计算第二数据样本中的每个动作的相对开始时间戳。
进一步地，所述依次计算第二数据样本中的每个动作的相对开始时间戳，其具体为：
以每个周期内的第一个动作的开始时间戳为基准值，依次计算每个周期内剩余动作的开始时间戳到基准值的相对开始时间戳。
进一步地，所述根据相对开始时间戳对第二数据样本中的每个动作进行定位，其包括以下步骤：
计算每个动作的相对时间戳的最小值、第三平均值和第二众数作为数据模型集合；
获取用户从数据模型集合中选择的第一数据模型；
根据第一数据模型对第二数据样本中的每个动作进行定位。
进一步地，所述计算第二数据样本中的每个动作的动作时长，其包括以下步骤：
获取用户从数据模型集合中选取的第二数据模型；
根据第二数据模型计算第二数据样本中每个动作的动作时长。
进一步地，所述采集至少一个周期的工艺时序数据作为第一数据样本，其具体为：
连续采集至少两百个周期的工艺时序数据作为第一数据样本。
本发明所采用的第二种技术方案是：
一种基于工位的工艺时序分析系统，包括：
采集模块，用于采集至少一个周期的工艺时序数据作为第一数据样本；
筛选模块，用于对第一数据样本进行筛选得到第二数据样本；
第一计算模块，用于计算第二数据样本中每个周期内每个动作的相对开始时间戳；
定位模块，用于根据相对开始时间戳对第二数据样本中的每个动作进行定位；
第二计算模块，用于计算第二数据样本中的每个动作的动作时长；
结果输出模块，用于根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。
本发明所采用的第三种技术方案是：
一种基于工位的工艺时序分析系统，包括：
至少一个存储器，用于存储程序；
至少一个处理器，用于加载所述程序以实现所述的一种基于工位的工艺时序分析方法。
本发明所采用的第四种技术方案是：
一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现所述的一种基于工位的工艺时序分析方法。
本发明的有益效果是：通过先对采集的第一数据样本进行筛选得到数据正常的第二数据样本，然后根据计算得到的相对开始时间戳对第二数据样本中的每个动作进行定位，得到动作定位结果，并计算第二数据样本的每个动作的动作时长，最后根据动作定位结果和动作时长得到能够有效反应出工业生产情况的时序甘特图，使得用户能够通过时序甘特图及时掌握工业生产的实际情况。
附图说明
图1为本发明实施例的一种基于工位的工艺时序分析方法的流程图；
图2为本发明实施例的一种基于工位的工艺时序分析系统的模块框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1，一种基于工位的工艺时序分析方法，包括以下步骤：
S101、采集至少一个周期的工艺时序数据作为第一数据样本；
在一种实施例中，一个周期内包含了多道工序，即也包含多个工艺动作。第一数据样本中包含了多个工艺周期，即包括正常的工艺周期，也包括不正常的工艺周期。
S102、对第一数据样本进行筛选得到第二数据样本；
具体地，第二数据样本是第一数据样本中正常的工艺周期。
S103、计算第二数据样本中每个周期内每个动作的相对开始时间戳；
具体地，所述相对开始时间戳是以每个周期内的第一个动作的开始时间戳为基准值，每个周期内剩余动作的开始时间戳到基准值的差值，即为该动作的相对开始时间戳。
S104、根据相对开始时间戳对第二数据样本中的每个动作进行定位；
在一种实施例中，若第一个周期的第一个动作的开始时间戳为0，第二个动作的开始时间戳到0时间戳的时间长度即为第二个动作的相对开始时间戳，第三个动作的开始时间戳到0时间戳的时间长度即为第三个动作的相对开始时间戳，依次类推，计算出每个周期的每个动作的相对开始时间戳，然后在按照每个动作的相对开始时间戳进行计算，即可以实现该动作的定位。
S105、计算第二数据样本中的每个动作的动作时长；
具体地，所述动作时长为每个动作的开始时间戳到结束时间戳的时长，即结束时间戳-开始时间戳。
S106、根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。
具体地，所述每个动作的定位结果是通过步骤S104得到的动作定位结果。所述时序甘特图为样本数据的综合动作时序甘特图，其能反应出整个数据样本所对应工位上的实际生产情况。通过先对采集的第一数据样本进行筛选得到数据正常的第二数据样本，然后根据计算得到的相对开始时间戳对第二数据样本中的每个动作进行定位，得到动作定位结果，并计算第二数据样本的每个动作的动作时长，最后根据动作定位结果和动作时长得到能够有效反应出工业生产情况的时序甘特图，使得用户能够通过时序甘特图及时掌握工业生产的实际情况。
进一步作为优选的实施方式，所述对第一数据样本进行筛选得到第二数据样本，其包括以下步骤：
计算第一数据样本的第一平均值和第一众数；第一平均值为第一数据样本的平均值，第一众数为第一数据样本的众数。
根据第一平均值和第一众数得到第一过滤区间；
在一些实施例中，小于第一平均值的两倍为区间A，小于第一众数的三倍为区间B，则第一过滤区间为区间A和区间B的交集。例如，第一平均值为10，第一众数为11，则区间A为小于20，区间B为小于33，则第一过滤区间为小于20。
获取第一数据样本中属于第一过滤区间的工艺时序数据作为第三数据样本；
计算第三数据样本的标准差和第二平均值；
根据标准差和第二平均值得到第二过滤区间；
在一些实施例中，第二平均值为C，标准差为D，则第二过滤区间为大于C减去三倍D和小于C加上三倍D的交集，即[C-3×D，C+3×D]。
获取第三数据样本中属于第二过滤区间的工艺时序数据作为第二数据样本。
具体地，通过对第一数据样本进行两次筛选，排除三倍标准差以外的异常数据，使得第二数据样本的甘特图更能反应出一段时间内的生产工艺时序状况。
进一步作为优选的实施方式，所述计算第二数据样本中每个周期内每个动作的相对开始时间戳，其包括以下步骤：
将第二数据样本中的每个周期内的每个动作的开始时间转换为Unix标准时间戳；
依次计算第二数据样本中的每个动作的相对开始时间戳。
具体地，所述Unix标准时间戳是以秒计算的，但是不考虑闰秒。将一段时间内的每个动作的开始时间转换成Unix标准时间戳，简化计算过程。
进一步作为优选的实施方式，所述依次计算第二数据样本中的每个动作的相对开始时间戳，其具体为：
以每个周期内的第一个动作的开始时间戳为基准值，依次计算每个周期内剩余动作的开始时间戳到基准值的相对开始时间戳。
在一些实施例中，若第一个周期的第一个动作的开始时间为1000，则以1000时间戳为基准值，第一个周期的第二个动作的开始时间戳到1000时间戳的时间差值即为第二个动作的相对开始时间戳，第三个动作的开始时间戳到1000时间戳的时间差值即为第三个动作的相对开始时间戳，以次类推，计算出第二数据样本中所有周期的所有动作的相对开始时间戳。通过计算出所有动作的相对开始时间戳，以简化后续的动作定位过程。
进一步作为优选的实施方式，所述根据相对开始时间戳对第二数据样本中的每个动作进行定位，其包括以下步骤：
计算每个动作的相对时间戳的最小值、第三平均值和第二众数作为数据模型集合；
具体地，计算出每个周期内每个动作的平均值、众数和最小值。第三平均值为相对时间戳的平均值，第二众数为相对时间戳的众数。
获取用户从数据模型集合中选择的第一数据模型；第一数据模型可以是第三平均值、第二众数或者最小值。
根据第一数据模型对第二数据样本中的每个动作进行定位。
具体地，根据用户选择的第一数据模型对每个动作进行定位，确保得到的甘特图符合用户的要求。
进一步作为优选的实施方式，所述计算第二数据样本中的每个动作的动作时长，其包括以下步骤：
获取用户从数据模型集合中选取的第二数据模型；第二数据模型可以是第三平均值、第二众数或者最小值。
根据第二数据模型计算第二数据样本中每个动作的动作时长。
具体地，根据用户选择的第二数据模型计算第二数据样本中每个动作的动作时长，确保得到的甘特图符合用户的要求。
进一步作为优选的实施方式，所述采集至少一个周期的工艺时序数据作为第一数据样本，其具体为：
连续采集至少两百个周期的工艺时序数据作为第一数据样本。
具体地，通过获取至少两百个周期的工艺时序数据，扩大数据采样的范围，使得数据样本能够包含一段时间内的所有工艺生产时序数据，从而使得输出的甘特图能够反应出一段时间内的所有工艺生产实际情况。
参照图2，本发明实施例还提供了一种与图1方法相对应的基于工位的工艺时序分析系统，包括：
采集模块，用于采集至少一个周期的工艺时序数据作为第一数据样本；
筛选模块，用于对第一数据样本进行筛选得到第二数据样本；
第一计算模块，用于计算第二数据样本中每个周期内每个动作的相对开始时间戳；
定位模块，用于根据相对开始时间戳对第二数据样本中的每个动作进行定位；
第二计算模块，用于计算第二数据样本中的每个动作的动作时长；
结果输出模块，用于根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法所达到的有益效果也相同。
本发明实施例还提供了一种与图1方法相对应的基于工位的工艺时序分析系统，包括：
至少一个存储器，用于存储程序；
至少一个处理器，用于加载所述程序以实现所述的一种基于工位的工艺时序分析方法。
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法所达到的有益效果也相同。
此外，本发明实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现所述的一种基于工位的工艺时序分析方法。
综上所述，本发明通过先对采集的第一数据样本进行筛选得到数据正常的第二数据样本，然后根据计算得到的相对开始时间戳对第二数据样本中的每个动作进行定位，得到动作定位结果，并计算第二数据样本的每个动作的动作时长，最后根据动作定位结果和动作时长得到能够有效反应出工业生产情况的时序甘特图，使得用户能够通过时序甘特图及时掌握工业生产的实际情况；进一步地，通过将每个动作的开始时间戳转换成Unix标准时间戳，简化相对开始时间戳的计算过程。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种基于工位的工艺时序分析方法，其特征在于：包括以下步骤：
采集至少一个周期的工艺时序数据作为第一数据样本；
对第一数据样本进行筛选得到第二数据样本；
计算第二数据样本中每个周期内每个动作的相对开始时间戳；
根据相对开始时间戳对第二数据样本中的每个动作进行定位；
计算第二数据样本中的每个动作的动作时长；
根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。
2.根据权利要求1所述的一种基于工位的工艺时序分析方法，其特征在于：所述对第一数据样本进行筛选得到第二数据样本，其包括以下步骤：
计算第一数据样本的第一平均值和第一众数；
根据第一平均值和第一众数得到第一过滤区间；
获取第一数据样本中属于第一过滤区间的工艺时序数据作为第三数据样本；
计算第三数据样本的标准差和第二平均值；
根据标准差和第二平均值得到第二过滤区间；
获取第三数据样本中属于第二过滤区间的工艺时序数据作为第二数据样本。
3.根据权利要求1所述的一种基于工位的工艺时序分析方法，其特征在于：所述计算第二数据样本中每个周期内每个动作的相对开始时间戳，其包括以下步骤：
将第二数据样本中的每个周期内的每个动作的开始时间转换为Unix标准时间戳；
依次计算第二数据样本中的每个动作的相对开始时间戳。
4.根据权利要求3所述的一种基于工位的工艺时序分析方法，其特征在于：所述依次计算第二数据样本中的每个动作的相对开始时间戳，其具体为：
以每个周期内的第一个动作的开始时间戳为基准值，依次计算每个周期内剩余动作的开始时间戳到基准值的相对开始时间戳。
5.根据权利要求1所述的一种基于工位的工艺时序分析方法，其特征在于：所述根据相对开始时间戳对第二数据样本中的每个动作进行定位，其包括以下步骤：
计算每个动作的相对时间戳的最小值、第三平均值和第二众数作为数据模型集合；
获取用户从数据模型集合中选择的第一数据模型；
根据第一数据模型对第二数据样本中的每个动作进行定位。
6.根据权利要求5所述的一种基于工位的工艺时序分析方法，其特征在于：所述计算第二数据样本中的每个动作的动作时长，其包括以下步骤：
获取用户从数据模型集合中选取的第二数据模型；
根据第二数据模型计算第二数据样本中每个动作的动作时长。
7.根据权利要求1所述的一种基于工位的工艺时序分析方法，其特征在于：所述采集至少一个周期的工艺时序数据作为第一数据样本，其具体为：
连续采集至少两百个周期的工艺时序数据作为第一数据样本。
8.一种基于工位的工艺时序分析系统，其特征在于：包括：
采集模块，用于采集至少一个周期的工艺时序数据作为第一数据样本；
筛选模块，用于对第一数据样本进行筛选得到第二数据样本；
第一计算模块，用于计算第二数据样本中每个周期内每个动作的相对开始时间戳；
定位模块，用于根据相对开始时间戳对第二数据样本中的每个动作进行定位；
第二计算模块，用于计算第二数据样本中的每个动作的动作时长；
结果输出模块，用于根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。
9.一种基于工位的工艺时序分析系统，其特征在于：包括：
至少一个存储器，用于存储程序；
至少一个处理器，用于加载所述程序以实现如权利要求1-7任一项所述的一种基于工位的工艺时序分析方法。
10.一种存储介质，其中存储有处理器可执行的指令，其特征在于：所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-7任一项所述的一种基于工位的工艺时序分析方法。
CN201910248304.2A 2019-03-29 2019-03-29 一种基于工位的工艺时序分析方法、系统及存储介质 Pending CN110135678A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910248304.2A CN110135678A (zh) 2019-03-29 2019-03-29 一种基于工位的工艺时序分析方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910248304.2A CN110135678A (zh) 2019-03-29 2019-03-29 一种基于工位的工艺时序分析方法、系统及存储介质

Publications (1)

Publication Number Publication Date
CN110135678A true CN110135678A (zh) 2019-08-16

Family

ID=67568656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910248304.2A Pending CN110135678A (zh) 2019-03-29 2019-03-29 一种基于工位的工艺时序分析方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN110135678A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681261A (zh) * 2020-04-22 2020-09-18 广州明珞汽车装备有限公司 一种基于动作定位的甘特图处理方法、系统和存储介质
CN112207815A (zh) * 2020-08-21 2021-01-12 北京卫星制造厂有限公司 一种多机多工序时空协同规划方法和系统
CN112526952A (zh) * 2020-12-14 2021-03-19 安徽巨一科技股份有限公司 一种基于线体节拍采集及分析方法和系统
CN114625087A (zh) * 2022-03-15 2022-06-14 广州明珞装备股份有限公司 工位异常动作分析方法、系统、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011013958A (ja) * 2009-07-02 2011-01-20 Tsuneo Ogawa プロジェクトでの依存性の関係のあるタスク間のコミュニケーションのコスト管理を提供する方法
CN104008201A (zh) * 2014-06-16 2014-08-27 安徽工业大学 一种数控机床生产信息获取方法
CN104503407A (zh) * 2014-12-20 2015-04-08 北京首钢自动化信息技术有限公司 一种工业生产过程中数据采集回放系统和方法
CN106055914A (zh) * 2016-06-24 2016-10-26 广州埃克森生物科技有限公司 医疗检验设备控制时序可视化生成方法及系统
CN107015554A (zh) * 2011-12-06 2017-08-04 比特有限责任公司 用于捕获自动化数据的方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011013958A (ja) * 2009-07-02 2011-01-20 Tsuneo Ogawa プロジェクトでの依存性の関係のあるタスク間のコミュニケーションのコスト管理を提供する方法
CN107015554A (zh) * 2011-12-06 2017-08-04 比特有限责任公司 用于捕获自动化数据的方法和系统
CN104008201A (zh) * 2014-06-16 2014-08-27 安徽工业大学 一种数控机床生产信息获取方法
CN104503407A (zh) * 2014-12-20 2015-04-08 北京首钢自动化信息技术有限公司 一种工业生产过程中数据采集回放系统和方法
CN106055914A (zh) * 2016-06-24 2016-10-26 广州埃克森生物科技有限公司 医疗检验设备控制时序可视化生成方法及系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681261A (zh) * 2020-04-22 2020-09-18 广州明珞汽车装备有限公司 一种基于动作定位的甘特图处理方法、系统和存储介质
WO2021212895A1 (zh) * 2020-04-22 2021-10-28 广州明珞装备股份有限公司 一种基于动作定位的甘特图处理方法、系统和存储介质
CN111681261B (zh) * 2020-04-22 2022-12-13 广州明珞汽车装备有限公司 一种基于动作定位的甘特图处理方法、系统和存储介质
CN112207815A (zh) * 2020-08-21 2021-01-12 北京卫星制造厂有限公司 一种多机多工序时空协同规划方法和系统
WO2022037410A1 (zh) * 2020-08-21 2022-02-24 北京卫星制造厂有限公司 一种多机多工序时空协同规划方法和系统
CN112207815B (zh) * 2020-08-21 2022-04-12 北京卫星制造厂有限公司 一种多机多工序时空协同规划方法和系统
CN112526952A (zh) * 2020-12-14 2021-03-19 安徽巨一科技股份有限公司 一种基于线体节拍采集及分析方法和系统
CN114625087A (zh) * 2022-03-15 2022-06-14 广州明珞装备股份有限公司 工位异常动作分析方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110135678A (zh) 一种基于工位的工艺时序分析方法、系统及存储介质
CN106502902B (zh) web页面运行效率监测方法及装置
CN110245374A (zh) 一种工艺时序间隔分析方法、系统、装置和存储介质
CN102999368B (zh) 移动终端中程序预先启动方法、装置及移动终端
Girod et al. Xstream: A signal-oriented data stream management system
JPH1063550A (ja) 実行性能解析表示方法およびその方法を実施するプログラムを記録した媒体
CN105488231B (zh) 一种基于自适应表维度划分的大数据处理方法
AU6933100A (en) Method and system for web based software object testing
CN110019218A (zh) 数据存储与查询方法及设备
CN107515874A (zh) 一种分布式非关系型数据库中同步增量数据的方法与设备
CN105095251A (zh) 一种基于用户习惯的终端自动展示方法及装置
CN115994251B (zh) 靶弹遥测数据解析装置及解析系统
WO2017171983A1 (en) High fidelity combination of data
CN110084208A (zh) 一种自适应降噪并避免阶次混叠的计算阶次跟踪方法
CN110134663A (zh) 组织结构数据处理方法、装置、电子设备
CN105517018B (zh) 一种获取位置信息的方法及装置
Forbrig et al. Managing the agile process of human-centred design and software development
CN107525686A (zh) 一种航天器多遥测参数分析窗口划分方法
Paternò et al. Developing task models from informal scenarios
CN110287912A (zh) 基于深度学习的目标对象情感状态确定方法、装置及介质
CN109598553A (zh) 问卷智能拆合方法及系统
CN109542731A (zh) 一种面向gpu的层次递进下钻的性能监测方法
Dewenter et al. Phase transition for cutting-plane approach to vertex-cover problem
Lu et al. A trace-based statistical worst-case execution time analysis of component-based real-time embedded systems
CN111124372A (zh) 一种简化开发图表前后端设计方法及系统

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: 20190816

RJ01 Rejection of invention patent application after publication