CN110419010B - 用于估算生产线的吞吐量的方法和装置 - Google Patents

用于估算生产线的吞吐量的方法和装置 Download PDF

Info

Publication number
CN110419010B
CN110419010B CN201780088222.5A CN201780088222A CN110419010B CN 110419010 B CN110419010 B CN 110419010B CN 201780088222 A CN201780088222 A CN 201780088222A CN 110419010 B CN110419010 B CN 110419010B
Authority
CN
China
Prior art keywords
workstation
sub
bottleneck
processing time
throughput
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
Application number
CN201780088222.5A
Other languages
English (en)
Other versions
CN110419010A (zh
Inventor
孙何青
李承�
顾颢
方心宇
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.)
ABB Schweiz AG
Original Assignee
ABB Schweiz AG
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 ABB Schweiz AG filed Critical ABB Schweiz AG
Publication of CN110419010A publication Critical patent/CN110419010A/zh
Application granted granted Critical
Publication of CN110419010B publication Critical patent/CN110419010B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • 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]
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及一种用于估算生产线吞吐量的方法和装置，该方法包括：数据获取步骤、瓶颈工作站选择步骤、第一校正步骤、第二校正步骤以及吞吐量估算步骤。

Description

用于估算生产线的吞吐量的方法和装置
技术领域
本发明涉及吞吐量估算领域，并且更具体地，涉及用于估算生产线的吞吐量的方法和装置。
背景技术
生产线可用于加工和制造产品。通常，生产线由多个工作站组成，每个工作站可以完成至少一个生产过程。工作站可以是工业机器人、专用机器或工人。
在设计生产线期间，估算生产线的吞吐量是重要任务之一。此外，在生产管理中，还需要估算吞吐量以便进行合理的生产安排。
用于吞吐量估算的现有方法是在计算机上模拟和构建需要估算其吞吐量的生产线，然后从模拟产品在生产线上流动的过程获得生产线的吞吐量。
该方法的主要缺点是当在计算机上设置这样的模拟环境时，配置相当复杂并且将消耗很长时间。
因此，需要提供一种用于估算生产线的吞吐量的方法和装置，其仅通过简单的数据输入就能达到估算的结果。
发明内容
本发明的目的是提供一种用于估算生产线的吞吐量的方法和装置。
本发明的一个实施例提供了用于估算生产线的吞吐量的方法，该方法包括：获得多个工作站中的每个工作站的处理时间参数，两个相邻工作站之间的行程时间参数，以及两个相邻工作站之间的缓冲区的数目；根据预设标准选择生产线中的瓶颈工作站；根据处理时间参数、行程时间参数和缓冲区的数目，计算瓶颈子线的瓶颈子吞吐量、上游子线的上游子吞吐量和下游子线的下游子吞吐量，其中瓶颈子线包括瓶颈工作站、瓶颈工作站的至少一个上游工作站、以及瓶颈工作站的至少一个下游工作站，上游子线包括瓶颈子线的第一工作站和第一工作站的至少一个上游工作站，下游子线包括瓶颈子线的最后工作站和最后工作站的至少一个下游工作站；根据第一工作站的处理时间参数、瓶颈子吞吐量和上游子吞吐量，计算瓶颈子线的第一工作站的经校正的处理时间；根据最后工作站的处理时间参数、瓶颈子吞吐量和下游子吞吐量，计算瓶颈子线的最后工作站的经校正的处理时间；并且根据第一工作站的经校正的处理时间和最后工作站的经校正的处理时间，计算瓶颈子吞吐量作为生产线的吞吐量。
本发明的另一个实施例提供了用于估算生产线的吞吐量的装置，该装置包括：数据获取模块，用于获取多个工作站中的每个工作站的处理时间参数、两个相邻工作站之间的行程时间参数、以及两个相邻工作站之间的缓冲区的数目；瓶颈工作站选择模块，用于根据预设标准选择生产线中的瓶颈工作站；子吞吐量计算模块，用于根据处理时间参数、行程时间参数和缓冲区的数目计算瓶颈子线的瓶颈子吞吐量、上游子线的上游子吞吐量和下游子线的下游子吞吐量，其中瓶颈子线包括瓶颈工作站、瓶颈工作站的至少一个上游工作站、以及瓶颈工作站的至少一个下游工作站，上游子线包括瓶颈子线的第一工作站和第一工作站的至少一个上游工作站，下游子线包括瓶颈子线的最后工作站和最后工作站的至少一个下游工作站；第一校正模块，用于根据第一工作站的处理时间参数、瓶颈子吞吐量和上游子吞吐量，计算瓶颈子线的第一工作站的经校正的处理时间；第二校正模块，用于根据最后工作站的处理时间参数、瓶颈子吞吐量和下游子吞吐量，计算瓶颈子线的最后工作站的经校正的处理时间；以及吞吐量估算模块，用于根据第一工作站的经校正的处理时间和最后工作站的经校正的处理时间，计算瓶颈子吞吐量作为生产线的吞吐量。
附图说明
参考附图，可以从本发明的实施例的描述中获得对本发明的更好理解，其中：
图1示意性地示出了根据本发明的一个实施例的用于估算生产线的吞吐量的方法的流程图；
图2示意性地示出了根据本发明的一个实施例的获得的输入数据；
图3示意性地示出了根据本发明的一个实施例的在生产线中的瓶颈子线、上游子线和下游子线；
图4示意性地示出了根据本发明的一个实施例的在估算生产线的吞吐量期间，计算第一工作站的经校正的处理时间的流程图；
图5示意性地示出了根据本发明的一个实施例的在估算生产线的吞吐量期间，计算最后工作站的经校正的处理时间的流程图；并且
图6示意性地示出了根据本发明的一个实施例的用于估算生产线的吞吐量的装置的框图
在整个附图中，相同或相似的附图标记表示相同或相似的元件。
具体实施方式
以下描述本发明的具体实施例。应当注意，在描述这些实施例时，为了简洁起见，说明书可能未完全描述实际实施例的所有特征。应当理解，在任何一个实施例的实际实施期间，就像在任何一个工程项目或设计项目的过程中一样，为了实现开发人员的特定目标并满足系统相关或业务相关的限制，通常将制定各种具体的策略，这也导致从一个实施例到另一个实施例的改变。另外，可以理解，尽管在这种开发期间所做的努力可能是复杂和乏味的，但是对于与本发明所公开的内容相关的本领域普通技术人员来说，基于本公开中公开的技术内容进行的设计、制造或生产的一些变化仅仅是传统的技术手段，并且本公开的内容不应被解释为不充分。
除非另外定义，否则权利要求和说明书中使用的技术或科学术语应该是本领域普通技术人员所解释的一般含义。词语“第一”、“第二”等不应被理解为任何顺序、数量或重要性，而仅用于区分不同的部件。词语“一个”不应被视为任何数量限制，而应被理解为“至少一个”。词语“包含”或“包括”等表示“包含”或“包括”之前的元件或物品包含列举在“包含”或“包括”之后的元件或物品和等同元件，并且不排除其它元件或物品。词语“连接”或“链接”等及不限于物理或机械连接，也不限于直接或间接连接。
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的具体实施例和附图，对本发明的技术方案进行清楚、完整地描述。显然，要描述的实施例仅仅是本发明的实施例的一部分，而不是所有实施例。基于本发明的实施例，本领域普通技术人员在没有做出任何创造性技术的前提下所作的所有其它实施例，都应属于本发明保护的范围。
首先，本发明的实施例公开了用于估算包括多个工作站的生产线的吞吐量的方法。
参考图1，该图示意性地示出了根据本发明的一个实施例的用于估算生产线的吞吐量的方法100的流程图。如图1所示，方法100可以包括步骤101至步骤106。
在步骤101处，获得多个工作站中的每个工作站的处理时间参数、两个相邻工作站之间的行程时间参数、以及两个相邻工作站之间的缓冲区的数目。
根据本发明的一个实施例，处理时间参数包括处理时间的平均值和处理时间的标准偏差，并且两个相邻工作站之间的行程时间参数包括两个相邻工作站之间的站到站行程时间和工作站与工作站之前的缓冲区之间的缓冲区到站的行程时间。
如图2所示，以9个工作站组成的生产线为例。可以获得多个工作站中的每个工作站的处理时间的平均值和处理时间的标准偏差，并且还可以获得两个相邻工作站之间的站到站行程时间S2S，以及工作站与工作站之前的缓冲区之间的缓冲区到站行程时间B2S。
这些数据可以来自历史经验或通过单个工作站上的模拟。
在步骤102处，根据预设标准选择生产线中的瓶颈工作站。
瓶颈工作站指的是对整个生产线的吞吐量具有显著影响的工作站。根据本发明的一个实施例，瓶颈工作站可以是对整个生产线的吞吐量具有最大影响的一个工作站，或者对整个生产线的吞吐量具有很大影响的几个工作站。
预设标准可以是由在步骤101中获得的工作站的处理时间参数和行程时间参数定义的标准、由生产成本定义的标准、或由用户的灵敏度定义的标准。
总之，通过将在步骤101中获得的数据作为输入，可以计算每个工作站的特定参数。基于参数的值，可以利用用于选择瓶颈工作站的任何现有方法从生产线中选择瓶颈工作站。
在步骤103中，根据处理时间参数、行程时间参数和缓冲区的数目，计算瓶颈子线的瓶颈子吞吐量、上游子线的上游子吞吐量、以及下游子线的下游子吞吐量；其中瓶颈子线包括瓶颈工作站、瓶颈工作站的至少一个上游工作站、以及瓶颈工作站的至少一个下游工作站，上游子线包括瓶颈子线的第一工作站和第一工作站的至少一个上游工作站，下游子线包括瓶颈子线的最后工作站和最后工作站的至少一个下游工作站。
生产过程中瓶颈工作站之前的工作站被称为上游工作站，生产过程中瓶颈工作站之后的工作站被称为下游工作站。从线/子线外部接收部件的工作站被称为第一工作站，并且将部件输出到线/子线的外部的工作站被称为最后工作站。
图3示意性地示出了根据本发明的一个实施例的生产线300中的瓶颈子线、上游子线和下游子线。如图3所示，在选择瓶颈工作站之后，根据本发明的一个实施例，瓶颈工作站301、瓶颈工作站301的上游工作站302、连同瓶颈工作站301的下游工作站303可以被视为一个子线，即瓶颈子线310。在瓶颈子线310中，工作站302是第一工作站，工作站303是最后工作站。当然，瓶颈子线可以进一步包括几个上游工作站和/或几个下游工作站。
同样地，第一工作站302和第一上游工作站302的至少一个上游工作站304可以被视为一个子线，即上游子线311。此外，最后工作站303和最后工作站303的至少一个下游工作站305可以被视为一个子线，即下游子线312。
关于瓶颈子线310、上游子线311和下游子线312，可以根据在步骤101中获得的处理时间参数、行程时间参数和缓冲区的数目来计算这些子线中的每个子线的吞吐量。
由于这些子线包括少量工作站，因此可以利用用于计算吞吐量的任何现有方法快速计算它们的吞吐量。
在步骤104中，根据第一工作站的处理时间参数、瓶颈子吞吐量和上游子吞吐量计算第一工作站的经校正处理时间。
根据本发明的一个实施例，参考图4，该图示意性地示出了根据本发明的一个实施例的在估算生产线的吞吐量期间，计算第一工作站的经校正的处理时间的流程图。如图4所示，步骤104还进一步包括子步骤401和402。
在子步骤401中，根据第一工作站的处理时间、瓶颈子吞吐量和上游子吞吐量，计算上游子线的处理时间与瓶颈子线的处理时间之间的差的第一绝对值。
在子步骤402中，将第一绝对值与第一工作站的处理时间相加，以便获得第一工作站的经校正的处理时间。
根据本发明的一个实施例，可以使用下面的等式(1)来计算第一工作站302的经校正的处理时间：
Figure BDA0002196378400000061
其中Ti-1，pro是在步骤101中获得的第一工作站302的处理时间(秒)，ρup是在步骤103中获得的上游子线的子吞吐量(每小时单位)，ρBN是在步骤103中获得的瓶颈子线的子吞吐量(每小时单位)，
Figure BDA0002196378400000071
是在子步骤401中获得的第一绝对值，并且T′i-1，pro是第一工作站302的经校正的处理时间(秒)。
在步骤105中，根据最后工作站的处理时间、瓶颈子吞吐量和下游子吞吐量计算最后工作站的经校正的处理时间。
根据本发明的一个实施例，参考图5，该图示意性地示出了根据本发明的一个实施例的在估算生产线的吞吐量期间，计算最后工作站的经校正的处理时间的流程图。如图5所示，步骤105可以进一步包括子步骤501和子步骤502。
在子步骤501中，根据最后工作站的处理时间、瓶颈子吞吐量和下游子吞吐量，计算下游子线的处理时间与瓶颈子线的处理时间之间的差的第二绝对值。
在子步骤502中，将第二绝对值与最后工作站的处理时间相加，以便获得最后工作站的经校正的处理时间。
根据本发明的一个实施例，可以使用下面的等式(2)来计算最后工作站的经校正的处理时间：
Figure BDA0002196378400000072
其中Ti+1，pro是在步骤101中获得的最后工作站303的处理时间(秒)，ρdown是在步骤103中获得的下游子线的子吞吐量(每小时单位)，ρBN是在步骤103中获得的瓶颈子线的子吞吐量(每小时单位)，
Figure BDA0002196378400000073
是在子步骤403中获得的第二绝对值，并且T′i+1，pro是最后工作站303的经校正的处理时间(秒)。
在步骤106中，根据第一工作站的经校正的处理时间和最后工作站的经校正的处理时间，计算瓶颈子吞吐量作为生产线的吞吐量。
在完成步骤104和步骤105之后，实际上已经校正了在步骤101中获得的第一工作站和最后工作站的处理时间。因此，在步骤106中，可以借助于步骤102中的方法使用第一工作站和最后工作站的经校正的处理时间来重新计算瓶颈子线的子吞吐量。此外，使用子吞吐量作为整个生产线的估算的吞吐量。
已经描述了根据本发明的实施例的用于估算生产线的吞吐量的方法。利用该方法，可以仅提供少量的简单数据输入，来精确地估算由多个工作站组成的生产线的吞吐量。
本发明进一步提供了用于估算可包括多个工作站的生产线的吞吐量的装置。
参考图6，该图示意性地示出了根据本发明的一个实施例的用于估算生产线的吞吐量的装置600的框图。
如图6所示，装置600可以包括：数据获取模块601，用于获取多个工作站中的每个工作站的处理时间参数、两个相邻工作站之间的行程时间参数、以及两个相邻工作站之间的缓冲区的数目；瓶颈工作站选择模块602，用于根据预设标准选择生产线中的瓶颈工作站；子吞吐量计算模块603，用于根据处理时间参数、行程时间参数和缓冲区的数目计算瓶颈子线的瓶颈子吞吐量、上游子线的上游子吞吐量和下游子线的下游子吞吐量，其中瓶颈子线包括瓶颈工作站、瓶颈工作站的至少一个上游工作站、以及瓶颈工作站的至少一个下游工作站，上游子线包括瓶颈子线的第一工作站和第一工作站的至少一个上游工作站，下游子线包括瓶颈子线的最后工作站和最后工作站的至少一个下游工作站；第一校正模块604，用于根据第一工作站的处理时间参数、瓶颈子吞吐量和上游子吞吐量来计算瓶颈子线的第一工作站的经校正的处理时间；第二校正模块605，用于根据最后工作站的处理时间参数、瓶颈子吞吐量和下游子吞吐量来计算瓶颈子线的最后工作站的经校正的处理时间；以及吞吐量估算模块606，用于根据第一工作站的经校正的处理时间和最后工作站的经校正的处理时间，计算瓶颈子吞吐量作为生产线的吞吐量。
根据本发明的一个实施例，处理时间参数包括处理时间的平均值和处理时间的标准偏差，并且两个相邻工作站之间的行程时间参数包括两个相邻工作站之间的站到站行程时间和工作站与工作站之前的缓冲区之间的缓冲区到站的行程时间。
根据本发明的一个实施例，第一校正模块604可以进一步包括：第一绝对值计算模块，用于根据第一工作站的处理时间、瓶颈子吞吐量和上游子吞吐量来计算上游子线的处理时间与瓶颈子线的处理时间之间的差的第一绝对值；以及第一加法模块，用于将第一绝对值与第一工作站的处理时间相加，以获得第一工作站的经校正的处理时间。
根据本发明的一个实施例，第二校正模块605可以进一步包括：第二绝对值计算模块，用于根据最后工作站的处理时间、瓶颈子吞吐量和下游子吞吐量，计算下游子线的处理时间与瓶颈子线处理时间之间的差的第二绝对值；以及第二加法模块，用于将第二绝对值与最后工作站的处理时间相加，以获得最后工作站的经校正的处理时间。
已经描述了根据本发明的实施例的用于估算生产线的吞吐量的装置。利用该装置，可以仅提供少量的简单数据输入，来精确地估算由多个工作站组成的生产线的吞吐量。
以上已经说明了本发明的实施例，但是并不旨在限制本发明。对于本领域技术人员来说，对本发明的各种变化和改变是显而易见的。凡在本发明的精神和原则下所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (8)

1.一种用于估算包括多个工作站的生产线的吞吐量的方法，其特征在于，所述方法包括：
获取所述多个工作站中的每个工作站的处理时间参数、两个相邻工作站之间的行程时间参数、以及所述两个相邻工作站之间的缓冲区的数目；
根据预设标准选择所述生产线中的瓶颈工作站；
根据所述处理时间参数、所述行程时间参数和所述缓冲区的数目，计算瓶颈子线的瓶颈子吞吐量、上游子线的上游子吞吐量和下游子线的下游子吞吐量，其中所述瓶颈子线包括所述瓶颈工作站、所述瓶颈工作站的至少一个上游工作站、以及所述瓶颈工作站的至少一个下游工作站，所述上游子线包括所述瓶颈子线的第一工作站和所述第一工作站的至少一个上游工作站，所述下游子线包括所述瓶颈子线的最后工作站和所述最后工作站的至少一个下游工作站；
根据所述第一工作站的所述处理时间参数、所述瓶颈子吞吐量和所述上游子吞吐量，计算所述瓶颈子线的所述第一工作站的经校正的处理时间；
根据所述最后工作站的所述处理时间参数、所述瓶颈子吞吐量和所述下游子吞吐量，计算所述瓶颈子线的所述最后工作站的经校正的处理时间；以及
根据所述第一工作站的所述经校正的处理时间和所述最后工作站的所述经校正的处理时间，计算瓶颈子吞吐量作为所述生产线的所述吞吐量。
2.根据权利要求1所述的方法，其特征在于，所述处理时间参数包括处理时间的平均值和处理时间的标准偏差，并且所述两个相邻工作站之间的所述行程时间参数包括所述两个相邻工作站之间的站到站行程时间以及所述工作站与所述工作站之前的所述缓冲区之间的缓冲区到站行程时间。
3.根据权利要求2所述的方法，其特征在于，计算所述第一工作站的经校正的处理时间的所述步骤进一步包括：
根据所述第一工作站的处理时间、所述瓶颈子吞吐量和所述上游子吞吐量，计算所述上游子线的处理时间与所述瓶颈子线的处理时间之间的差的第一绝对值；以及
将所述第一绝对值与所述第一工作站的所述处理时间相加，以获取所述第一工作站的所述经校正的处理时间。
4.根据权利要求2所述的方法，其特征在于，计算所述最后工作站的经校正的处理时间的所述步骤进一步包括：
根据所述最后工作站的处理时间、所述瓶颈子吞吐量和所述下游子吞吐量，计算所述下游子线的处理时间与所述瓶颈子线的处理时间之间的差的第二绝对值；以及
将所述第二绝对值与所述最后工作站的所述处理时间相加，以获取所述最后工作站的所述经校正的处理时间。
5.一种用于估算包括多个工作站的生产线的吞吐量的装置，其特征在于，所述装置包括：
数据获取模块，用于获取所述多个工作站中的每个工作站的处理时间参数、两个相邻工作站之间的行程时间参数、以及所述两个相邻工作站之间的缓冲区的数目；
瓶颈工作站选择模块，用于根据预设标准选择所述生产线中的瓶颈工作站；
子吞吐量计算模块，用于根据所述处理时间参数、所述行程时间参数和所述缓冲区的数目，计算瓶颈子线的瓶颈子吞吐量、上游子线的上游子吞吐量和下游子线的下游子吞吐量，其中所述瓶颈子线包括所述瓶颈工作站、所述瓶颈工作站的至少一个上游工作站、以及所述瓶颈工作站的至少一个下游工作站，所述上游子线包括所述瓶颈子线的第一工作站和所述第一工作站的至少一个上游工作站，所述下游子线包括所述瓶颈子线的最后工作站和所述最后工作站的至少一个下游工作站；
第一校正模块，用于根据所述第一工作站的所述处理时间参数、所述瓶颈子吞吐量和所述上游子吞吐量，计算所述瓶颈子线的所述第一工作站的经校正的处理时间；
第二校正模块，用于根据所述最后工作站的所述处理时间参数、所述瓶颈子吞吐量和所述下游子吞吐量，计算所述瓶颈子线的所述最后工作站的经校正的处理时间；以及
吞吐量估算模块，用于根据所述第一工作站的所述经校正的处理时间和所述最后工作站的所述经校正的处理时间，计算瓶颈子吞吐量作为所述生产线的所述吞吐量。
6.根据权利要求5所述的装置，其特征在于，所述处理时间参数包括处理时间的平均值和处理时间的标准偏差，并且所述两个相邻的工作站之间的所述行程时间参数包括所述两个相邻的工作站之间的站到站行程时间和所述工作站与所述工作站之前的所述缓冲区之间的缓冲区到站行程时间。
7.根据权利要求6所述的装置，其特征在于，所述第一校正模块进一步包括：
第一绝对值计算模块，用于根据所述第一工作站的处理时间、所述瓶颈子吞吐量和所述上游子吞吐量，计算所述上游子线的处理时间与所述瓶颈子线的处理时间之间的差的第一绝对值；以及
第一加法模块，用于将所述第一绝对值与所述第一工作站的所述处理时间相加，以获取所述第一工作站的所述经校正的处理时间。
8.根据权利要求6所述的装置，其特征在于，所述第二校正模块进一步包括：
第二绝对值计算模块，用于根据所述最后工作站的处理时间、所述瓶颈子吞吐量和所述下游子吞吐量，计算所述下游子线的处理时间与所述瓶颈子线的处理时间之间的差的第二绝对值；以及
第二加法模块，用于将所述第二绝对值与所述最后工作站的所述处理时间相加，以获取所述最后工作站的所述经校正的处理时间。
CN201780088222.5A 2017-04-25 2017-04-25 用于估算生产线的吞吐量的方法和装置 Active CN110419010B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/081805 WO2018195757A1 (en) 2017-04-25 2017-04-25 Method and apparatus for estimating throughput of production line

Publications (2)

Publication Number Publication Date
CN110419010A CN110419010A (zh) 2019-11-05
CN110419010B true CN110419010B (zh) 2022-04-29

Family

ID=63919389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780088222.5A Active CN110419010B (zh) 2017-04-25 2017-04-25 用于估算生产线的吞吐量的方法和装置

Country Status (4)

Country Link
US (1) US11205235B2 (zh)
EP (1) EP3616012B1 (zh)
CN (1) CN110419010B (zh)
WO (1) WO2018195757A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111489079B (zh) * 2020-04-09 2023-08-01 Oppo（重庆）智能科技有限公司 一种产能瓶颈检测方法、装置及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6092000A (en) * 1997-10-28 2000-07-18 Vanguard International Semiconductor Corporation Method for maximizing the throughput of a multiple-step workstation in a plant
WO2002050699A1 (en) * 2000-12-20 2002-06-27 University Of Toledo, The Hierarchical methodology for productivity measurement and improvement of productions systems
CN101846825A (zh) * 2009-03-26 2010-09-29 株式会社日立高新技术 处理装置、acf粘贴状态检测方法或显示基板组装线
CN102185910A (zh) * 2011-04-22 2011-09-14 湖南大学 基于ssd和hdd混合存储的无盘网络服务器数据分布方法
CN105917452A (zh) * 2013-11-27 2016-08-31 塞勒林特有限责任公司 半导体器件处理机吞吐量优化

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04235433A (ja) * 1991-01-09 1992-08-24 Nec Corp 巡回ポーリングシステム
JP2001256333A (ja) * 2000-01-06 2001-09-21 Canon Inc 作業割付システム、作業割付方法、分散型クライアントサーバシステム及びコンピュータプログラム記憶媒体
US7054702B1 (en) * 2001-10-23 2006-05-30 Advanced Micro Devices, Inc. Lot start agent that determines delta virtual WIP time for each bottleneck station in a multi-product and multi-bottleneck manufacturing environment
US6977429B2 (en) * 2003-12-05 2005-12-20 Texas Instruments Incorporated Manufacturing system and apparatus for balanced product flow with application to low-stress underfilling of flip-chip electronic devices
US7587804B2 (en) * 2004-12-20 2009-09-15 General Motors Corporation System and method for optimization of product throughput
JP2007279876A (ja) * 2006-04-04 2007-10-25 Hitachi Global Storage Technologies Netherlands Bv 生産計画方法及び生産計画システム
JP4193996B2 (ja) * 2007-01-25 2008-12-10 エルピーダメモリ株式会社 生産管理方法及び生産管理システム
AT510888A1 (de) * 2011-01-05 2012-07-15 Progress Maschinen & Automation Ag Produktionsanlage mit zeitindexierter historischer anzeige
CN102183935B (zh) * 2011-04-22 2012-08-22 上海拖拉机内燃机有限公司 机器人点焊生产线的产能监控方法
US20150227138A1 (en) * 2012-09-05 2015-08-13 Siemens Corporation Method For Energy Demand Management In A Production Flow Line
WO2014137205A1 (fr) * 2013-03-04 2014-09-12 El Aboudi Moaad Système électronique d'acquisition, de transmission et d'analyse en temps réel de toutes les informations pertinentes, sur le déroulement de la production dans un environnement manufacturier.
US10054936B2 (en) * 2014-02-28 2018-08-21 Schneider Electric Software, Llc Manufacturing execution system and method of determining production metrics for a line
US10559043B1 (en) * 2016-10-25 2020-02-11 Flextronics Ap, Llc. Visualization tool for displaying and configuring routing paths and related attributes for tasks performed in manufacturing processes

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6092000A (en) * 1997-10-28 2000-07-18 Vanguard International Semiconductor Corporation Method for maximizing the throughput of a multiple-step workstation in a plant
WO2002050699A1 (en) * 2000-12-20 2002-06-27 University Of Toledo, The Hierarchical methodology for productivity measurement and improvement of productions systems
CN101846825A (zh) * 2009-03-26 2010-09-29 株式会社日立高新技术 处理装置、acf粘贴状态检测方法或显示基板组装线
CN102185910A (zh) * 2011-04-22 2011-09-14 湖南大学 基于ssd和hdd混合存储的无盘网络服务器数据分布方法
CN105917452A (zh) * 2013-11-27 2016-08-31 塞勒林特有限责任公司 半导体器件处理机吞吐量优化

Also Published As

Publication number Publication date
CN110419010A (zh) 2019-11-05
EP3616012A1 (en) 2020-03-04
US20200027173A1 (en) 2020-01-23
WO2018195757A1 (en) 2018-11-01
EP3616012A4 (en) 2020-09-09
EP3616012B1 (en) 2024-04-03
US11205235B2 (en) 2021-12-21

Similar Documents

Publication Publication Date Title
US11067971B2 (en) Production line configuration change system and production line configuration change method
US20180046953A1 (en) Line balancing apparatus, line balancing method, and computer-readable recording medium
US20180276590A1 (en) Non-transitory computer-readable storage medium, process planning method, and process planning device
WO2019067471A3 (en) Systems and methods for conducting in-situ monitoring in additive manufacture
CN105512457B (zh) 用于提供关于维护活动的信息的计算系统和方法
CN110419010B (zh) 用于估算生产线的吞吐量的方法和装置
CN104915721B (zh) 订单生产周期和产量的测量方法
CN110472196B (zh) 一种生产线多态可靠性分析与评估方法
EP1672578A1 (en) Method and system for analyzing the risk of a project
GB2613804A8 (en) Optimisation-based method and system for multi-machine and single machine manufacturing
JP6981029B2 (ja) 作業能力評価システム
Tantik et al. Industrie 4.0: Using cyber-physical systems for value-stream based production evaluation
JP2020052663A (ja) 工程設計支援装置および工程設計支援方法
CN109086979A (zh) 一种基于最大熵有序加权平均的数控机床可靠性分配方法
US20200097623A1 (en) Production system to model and analyze a manufacturing process
Scrivano et al. A Markov Chain model for the performance evaluation of manufacturing lines with general processing times
JP2005284415A (ja) 組立製造ラインにおける作業工程別タクトタイム推定方法、全体工程編成方法、装置およびプログラム
JPWO2017212530A1 (ja) 投入計画生成方法、投入計画生成プログラムおよび投入計画生成システム
JP6856144B2 (ja) シミュレーションシステム、およびシミュレート方法
JP5963190B2 (ja) 生産計画の作成システム及び作成プログラム
US6931295B2 (en) Method and system of calculating lot hold time
Jaber et al. A learning curve with improvement in process quality
Li et al. Production data analytics for production scheduling
WO2023176416A1 (ja) 情報処理方法及び情報処理装置
Weng et al. Estimating job flow times by using an agent-based approach

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