CN111177897A - 一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统 - Google Patents
一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统 Download PDFInfo
- Publication number
- CN111177897A CN111177897A CN201911291640.1A CN201911291640A CN111177897A CN 111177897 A CN111177897 A CN 111177897A CN 201911291640 A CN201911291640 A CN 201911291640A CN 111177897 A CN111177897 A CN 111177897A
- Authority
- CN
- China
- Prior art keywords
- data
- simulation
- production
- product
- production line
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 314
- 238000004088 simulation Methods 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000003032 molecular docking Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 88
- 230000008569 process Effects 0.000 claims abstract description 48
- 238000005516 engineering process Methods 0.000 claims abstract description 31
- 230000001360 synchronised effect Effects 0.000 claims abstract description 6
- 238000005457 optimization Methods 0.000 claims description 20
- 238000013500 data storage Methods 0.000 claims description 9
- 238000011144 upstream manufacturing Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 210000001503 joint Anatomy 0.000 abstract description 4
- 238000005094 computer simulation Methods 0.000 description 15
- 230000008676 import Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction 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
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Manufacturing & Machinery (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统。该方法包括：将产线的生产任务数据及每种类型产品的加工工艺数据，导入生产任务表、产品加工信息表、设备可用率表中；利用三种表中的数据实现仿真对象资源调用、仿真参数置入、工艺流程关系的建立，得到离散制造产线仿真模型；通过该仿真模型分析生产过程中的关键指标，判断当前生产方案的优劣，并依据现存问题进行调整优化，将得出的优化后的生产方案数据输出到物理生产系统，完成物理生产系统的同步调整。本发明能够实现生产线虚拟仿真模型快速建模和实时生产工艺数据对接，支持产线虚拟仿真系统的快速建模和仿真参数的快速置入以适应产线柔性化生产。
Description
技术领域
本发明属于软件技术、产线仿真技术领域，具体涉及一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统。
背景技术
在市场全球化的今天，随着产品的不断更新换代，企业间的竞争越来越激烈，这对制造企业生产过程的TQCSE(时间、质量、成本、服务、环境)五个方面提出了更高的要求。目前很多基于虚拟仿真技术的产线仿真技术和应用软件相继出现，但由于生产线物理制造资源的异类、异构以及固有制造模式的约束，产线仿真系统也只能事后对产线进行调整优化，不能对产线进行在线智能化和精准化调整，因此并没有真正实现产线虚拟仿真系统与物理系统的实时互联互通，造成产线虚拟制造系统与物理系统信息对称不完整、协同调度大、仿真优化置信度不高等问题。
基于我国中国工程院李伯虎院士首次提出的云制造模式和对于数字孪生技术、虚实融合技术的研究和探索，从作为制造活动执行基础的生产线层面出发，为适应离散制造业多品种、小批量、混流/柔性生产的模式，通过构建生产线数字孪生系统，进一步完善虚拟与物理的双向真实映射与实时交互，以支持生产线制造物理系统和虚拟系统从接收生产任务、生产计划、生产物料数据至产线孪生虚拟系统，通过仿真优化，再把仿真优化方案调整数据传输给物理产线系统，实现生产线虚实闭环控制优化。物理现实世界将产品的生产工艺数据(如生产节拍、工艺流程、产品质量)传递到产线数字孪生虚拟系统中，实现产线虚拟系统基于物理产线实际生产能力进行对当前生产状况的仿真及运行优化，提高仿真结果的真实性和可参考性，在生产事前发现比如生产进度、生产能力、生产周期等生产问题，为生产管理人员智能决策提供数据支撑。
离散制造产线仿真建模工具作为产线数字孪生系统支撑工具主要应用于产品生产阶段，以生产线当前实时状况和生产能力作为输入，实现对生产方案的仿真与优化，并实现仿真优化结果往物理产线的反馈。离散制造产线仿真建模工具面向的用户是企业生产管理人员和产线设计人员，在用户对一条产线进行建模分析时，需要对生产系统进行大量的建模和属性配置工作，当生产产品类型、生产任务等输入改变时，需要重新配置更新仿真数据，不能做到实时的更新和对仿真模型的更改调整。
现有的比较成熟的产线仿真软件，如美国Flexsim公司Flexsim，德国Siemens(西门子)的Plant Simulation软件虽然支持对接数据文件、数据库数据，并同时具有全局表工具。但是这类产线仿真软件是基于Windows端的，首先不能支撑云制造模式，其次在对接数据后需要用户自行设计接收数据表结构来接收数据，再有需要用户利用程序或者经过复杂配置实现数据与仿真对象建立关联，最后不支持利用接收到的数据快速生成产线基本模型，需要用户手动从模型库中拖拽资源到仿真场景，手动配置仿真工艺参数和生产系统设备上下游链接关系。
发明内容
基于现有方案存在的问题，本发明提供一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统，实现生产线虚拟仿真模型快速建模和实时生产工艺数据对接，支持产线虚拟仿真系统的快速建模和仿真参数的快速置入以适应产线柔性化生产。
本发明采用的技术方案如下：
一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法，包括以下步骤：
1)将产线的生产任务数据及生产任务中涉及的每种类型产品的加工工艺数据，导入预先建立的以产品类型为维度的加工工艺数据存储表中；所述加工工艺数据存储表包括生产任务表、产品加工信息表、设备可用率表；
2)利用生产任务表、产品加工信息表、设备可用率表中的数据，实现仿真对象资源调用、仿真参数置入、工艺流程关系的建立，得到离散制造产线仿真模型；
3)通过离散制造产线仿真模型分析生产过程中的关键指标，判断当前生产方案的优劣，并依据现存问题进行调整优化，将得出的优化后的生产方案数据输出到物理生产系统，完成物理生产系统的同步调整。
进一步地，步骤1)通过对接产线生产执行系统即MES系统获得产线的生产任务数据及生产任务中涉及的每种类型产品的加工工艺数据，步骤2)和步骤3)通过仿真获得执行结果，为上层制定计划和决策提供数据依据，同时也为生产执行过程提供优化数据。
进一步地，所述生产任务数据包括要生产的产品类型、每种产品要生产的数量；所述每种类型产品的加工工艺数据包含每种产品的加工流程，包括需要产线的哪些工位参与加工、加工先后顺序，每个工序的加工节拍、每个工序的质量加工合格情况、每个工序设备的生产能力。
进一步地，步骤2)包括：
2.1)将仿真数据整理为以下数据：
设备数据：包括设备ID号、设备名称、设备位置、资源位置信息；
仿真数据：包括工序名称、设备类型、加工节拍、加工质量工序可用率；
上下游关系数据：包括设备名称、设备ID、输入端口、中间端口、输出端口；
2.2)进行仿真对象资源调用：根据整理的设备数据中设备类型和资源位置信息，从仿真模型库中调用和获取仿真模型资源，利用设备位置信息，实现仿真模型在仿真场景中的摆放；
2.3)将仿真参数置入仿真对象：根据整理的仿真数据，并根据产品类型，往每个仿真对象即产品工序设备中置入该产品类型的加工工艺信息数据；
2.4)建立仿真对象关系：建立仿真对象之间的上下游关系，依据上下游关系数据完成仿真对象之间的链接，从而保证产品在离散制造产线仿真模型中按照产品工艺流程顺序完成加工。
进一步地，设置一键快速建模工具，所述一键快速建模工具完成步骤2)的所有操作。
进一步地，步骤1)对数据进行JSON格式转化以完成数据的传入，同样步骤3)在数据导出时将JSON数据格式转化为物理生产系统所需的数据格式。
一种产线虚拟仿真系统，其包括：
数据接入模块，负责将产线的生产任务数据及生产任务中涉及的每种类型产品的加工工艺数据，导入预先建立的以产品类型为维度的加工工艺数据存储表中；所述加工工艺数据存储表包括生产任务表、产品加工信息表、设备可用率表；
仿真系统搭建模块，负责利用生产任务表、产品加工信息表、设备可用率表中的数据，实现仿真对象资源调用、仿真参数置入、工艺流程关系的建立，得到离散制造产线仿真模型；
仿真结果输出模块，负责通过离散制造产线仿真模型分析生产过程中的关键指标，判断当前生产方案的优劣，并依据现存问题进行调整优化，将得出的优化后的生产方案数据输出到物理生产系统，完成物理生产系统的同步调整。
进一步地，所述生产任务数据包括要生产的产品类型、每种产品要生产的数量；所述每种类型产品的加工工艺数据包含每种产品的加工流程，包括需要产线的哪些工位参与加工、加工先后顺序，每个工序的加工节拍、每个工序的质量加工合格情况、每个工序设备的生产能力。
进一步地，所述仿真系统搭建模块采用以下步骤建立离散制造产线仿真模型：
a)将仿真数据整理为以下数据：
设备数据：包括设备ID号、设备名称、设备位置、资源位置信息；
仿真数据：包括工序名称、设备类型、加工节拍、加工质量工序可用率；
上下游关系数据：包括设备名称、设备ID、输入端口、中间端口、输出端口；
b)进行仿真对象资源调用：根据整理的设备数据中设备类型和资源位置信息，从仿真模型库中调用和获取仿真模型资源，利用设备位置信息，实现仿真模型在仿真场景中的摆放；
c)将仿真参数置入仿真对象：根据整理的仿真数据，并根据产品类型，往每个仿真对象即产品工序设备中置入该产品类型的加工工艺信息数据；
d)建立仿真对象关系：建立仿真对象之间的上下游关系，依据上下游关系数据完成仿真对象之间的链接，从而保证产品在离散制造产线仿真模型中按照产品工艺流程顺序完成加工。
一种生产系统，其包括物理生产系统和上面所述的产线虚拟仿真系统，所述产线虚拟仿真系统利用从所述物理生产系统中获取的产线的生产任务数据及生产任务中涉及的每种类型产品的加工工艺数据，建立离散制造产线仿真模型，通过离散制造产线仿真模型分析生产过程中的关键指标，判断当前生产方案的优劣，并依据现存问题进行调整优化，将得出的优化后的生产方案数据输出到物理生产系统；所述物理生产系统根据接收到的数据完成调整优化，实现产线虚实的闭环优化。
本发明的有益效果如下：
本发明基于云制造模式，就对接生产过程数据提出以产品类型为维度的描述产品工艺数据的表工具，实现生产线虚拟仿真模型快速建模和实时生产工艺数据对接，另外支持产线虚拟仿真系统的快速建模和仿真参数的快速置入以适应产线柔性化生产。当用户完成数据导入后，仿真模型会自动根据生产任务自动调取对应产品的加工工艺数据，当产线增加新产品时，用户只需再简单添加的新产品工艺数据，通过一键置入功能，实现数据与仿真模型的关联，不需要重新针对每个仿真设备对象进行单独配置，降低仿真工具使用人员的仿真模型建模和仿真参数配置的工作量，提高仿真效率。
附图说明
图1是本发明方法的整体逻辑流程图。
图2是数据接入的流程图。
图3是数据导入操作界面示意图。
图4是数据导入完成后每种信息表数据内容示例图，其中(a)图为生产任务表,(b)图为产品加工信息表，(c)图为设备可用率表。
图5是仿真系统的搭建和应用的流程图。
图6是数据反馈的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面通过具体实施例和附图，对本发明做进一步详细说明。
本发明的主要内容包括：
1)在离散制造产线仿真建模工具中建立以产品类型为维度的加工工艺数据存储表；
2)产线生产工艺数据对接接口和数据字段关系建立，完成数据对接；
3)利用离散制造产线仿真建模工具中的一键快速生成仿真模型工具，以产品加工工艺数据中的工艺流程关系和仿真参数生成仿真模型，并完成仿真场景的搭建：
4)在生成仿真模型时产品加工工艺参数已经置入每个仿真对象中，当有生产任务下达时，设备仿真对象根据到达的产品类型调用该类型产品对应的加工工艺数据，完成仿真。在仿真过程中，发现问题通过配置优化，获取最优生产配置方案。
5)仿真优化参数通过输出接口，对应数据接收关系完成数据导出，物理产线根据接收到的数据完成调整优化，实现产线虚实的闭环优化。
本发明方案描述了一种基于云制造模式的离散制造产线仿真建模工具中解决产品生产工艺数据对接和快速建模的方法。建设生产线数字孪生体，需要实现物理产线与虚拟产线的无缝集成，本方法以产品加工信息表、设备可用率表、生产任务表为介质，通过数据接口配置数据字段关系，接收数据至数据表中，利用一键建模工具传值至生产线虚拟仿真实体，在仿真过程中仿真对象自动调用匹配所加工农品的工艺数据完成仿真优化。在完成仿真优化后，通过建立数据导出关联关系，导出数据至产线物理系统，实现数据闭环对接和实时优化调整。同时也降低用户建模和属性配置工作量，提高仿真建模效率。整体逻辑流程见图1。
本方法主要分为数据接入、仿真系统搭建、仿真结果输出三大部分。下面分别就每部分详细展开说明。
1.数据接入
产线虚拟仿真系统中，所需要的数据是产线的生产任务信息，及生产任务中所涉及到的每种类型产品的加工工艺数据。这些数据来自ERP(Enterprise ResourcePlanning，企业资源计划)系统生产订单数据，PLM(Product Lifecycle Management，产品全生命周期管理系统)系统产品设计数据、工艺数据、物料BOM(Bill Of Material，物料清单)数据，WPS仓储库存数据，APS(Advanced Planning System，高级计划排程系统)系统排产数据，车间产线SCADA/DCS(SCADA是Supervisory Control And Data Acquisition即数据采集与监视控制系统，DCS是Distributed Control System即分布式控制系统)系统数据，这些系统数据最终汇集指导产线生产执行系统(Manufacturing Execution Systems，MES)完成订单生产。因此，生产线仿真系统通过对接MES系统或者相应数据文件获得最终指导生产的产品、工艺、物料等数据，通过仿真，获得计划执行结果，为上层制定计划和决策提供数据依据，同时也为生产执行过程提供优化数据。
生产任务数据包括要生产的产品类型、每种产品要生产的数量。产品加工工艺数据包含此种产品的加工流程如：需要产线的哪些工位参与加工、加工先后顺序，每个工序的加工节拍、每个工序的质量加工合格情况、每个工序设备的生产能力，一般利用故障率或者可用率来衡量。
以上这些数据，本方法在离散制造产线仿真建模工具中搭建了对应的数据信息表内置模板，分别为：生产任务表、产品XX加工信息表(以产品类型为区分，每种产品类型使用一张表，方便仿真对象调用数据)、设备可用率表。
整个数据接入的流程如图2所示，包括以下步骤：
1)准备：数据文件/数据库表。其中，数据文件是指包含生产任务信息、产品加工信息、设备故障率信息的数据文件，数据库表是指数据库中存储包含生产任务信息、产品加工信息、设备故障率信息的数据表。
2)配置数据接口：配置数文件/数据库表的访问路径。
3)配置数据表对应以及配置数据表字段：其中，“配置数据表对应”是指建立数据文件/数据库表与产品内全局表的对应关系；“配置数据表字段”是指建立数据文件/数据库表与产品内全局表的字段对应关系。
4)激活导入：是产品数据导入功能的一项操作。
5)JSON格式转化：具体是指将物理生产系统中的生产线设备/信息化系统转化为JSON格式。JSON(JavaScript Object Notation)是一种轻量级的数据交换格式。
6)将JSON格式转化后的工艺数据导入生产任务表、产品XX加工信息表、设备可用率表。
7)Unity完成数据接入：Unity是指产品开发平台。
本实施例的数据导入操作界面如图3所示。数据导入完成后，每种信息表数据内容如图4所示，其中，(a)图为生产任务表,(b)图为产品加工信息表，(c)图为设备可用率表。设备可用率表中MTTR(Mean Time To Repair)表示平均修复时间。
2.仿真系统应用
当仿真数据接入后，离散制造产线仿真建模工具，提供一键快速建模工具，通过整理以上三个数据表数据，实现仿真对象资源调用、仿真参数置入、工艺流程关系建立，从而完成仿真系统的搭建，在此基础上用户可以自行调整仿真模型完成仿真系统的运行和优化。
当接收到数据之后，激活一键快速建模工具后，整个仿真系统会遵循如图5所示的应用流程，包括以下步骤：
2.1仿真数据整理
离散制造产线仿真建模工具，会根据接收到的数据对数据进行整理以备仿真模型建模使用：respath是FistLevel是SecondLevel是
a)设备数据(DeviceData):主要描述设备ID号、设备名称、设备位置、资源位置等信息。
下面是一个示例，其中Id为设备ID号，DeviceName是设备名称，ShowName是显示名称，Position是位置信息，Rotation是旋转，Scale是旋转角度，ResPath是模型资源路径，DeviceType是设备类型，FirstLevel是一级菜单名称，SecondLevel是二级菜单名称。
b)仿真数据(SimulationData):描述工序名称、设备类型、加工节拍、加工质量工序可用率等信息。下面是一个示例。
c)上下游关系数据(PortInfo)：上下游指前后工序，上下游关系数据包括设备名称、设备ID、输入端口、中间端口、输出端口等信息。
下面是一个示例，其中inputNum是输入端口号，midputNum是中间端口号，outputNum是输出端口号，name是名称，id是设备id，inputPortList是输入端口会连接不止一个对象，此时会以列表形式存储，midputPortList是中间端口会连接不止一个对象，此时会以列表形式存储，outputPortList是输出端口会连接不止一个对象，此时会以列表形式存储。
2.2仿真对象资源调用
离散制造产线仿真建模工具具有丰富的仿真模型库，根据第一步整理的设备数据(DeviceData)中设备类型和资源位置信息，从仿真模型库中调用和获取仿真模型资源，利用设备位置信息，实现仿真模型在仿真场景中的摆放。
2.3仿真参数置入仿真对象
根据仿真数据(SimulationData)信息，根据产品类型，往每个仿真对象(即产品工序设备)中置入本产品类型的加工工艺信息数据(产品加工信息表中的数据)，在仿真系统运行时，实现设备根据进入的产品类型对应的调用本产品类型的工艺数据。
2.4仿真对象关系建立
为了实现产品在仿真系统中按照产品工艺流程顺序完成加工，需要建立仿真对象之间的上下游关系，依据上下游关系数据(PortInfo)完成仿真对象之间的链接。
至此，经过以上四个步骤，完成仿真系统的搭建。此时仿真系统已具备仿真运行的条件。
3.数据反馈
仿真系统完成搭建以后，用户可以开始仿真系统的运行，通过分析生产过程中的关键指标：产能、生产周期、平衡率、设备状态、利用率等KPI指标(Key PerformanceIndicator，关键绩效指标)，来判断当前生产系统生产方案的优劣，并依据现存问题进行针对性的调整优化，直到KPI指标能满足需要。即根据仿真出来的结果，分析定位出现的问题，针对此问题调整仿真参数，再次进行仿真，直至生产方案达到目标要求，完成优化过程。此时因为生产方案发生改变，需要根据仿真系统得出的生产方案数据输出到物理生产系统，完成物理生产系统的同步调整。
数据反馈的流程如图6所示，主要步骤包括：激活导出功能；配置数据文件/数据库表：数据表/字段与匹配配置：导出仿真统计数据；进行JSON格式转换，完成数据导出。
值的注意的是，本方法是基于云制造模式的离散制造产线仿真建模工具来实现的，所以数据在完成配置后传入离散制造产线仿真建模工具时，需要对数据进行JSON格式转化，完成数据的传入，同样在数据导出时，需要把JSON数据格式转化为物理生产系统所需的数据格式。
本发明的技术关键点包括：
1)基于离散制造产线仿真建模工具的对接生产工艺数据的数据导入工具，支持外部数据表/数据库表与仿真工具中数据表和字段的匹配方法，即先进行产品全局表与外部数据文件/数据表的匹配、在进行表中字段的匹配对应；
2)基于离散制造产线仿真建模工具提供的对接接收生产过程数据的生产任务表(加工产品类型及数量等信息)、以产品类型为维度的产品加工信息表(信息表内描述本产品加工工序、工艺流程、加工节拍、加工质量、装配物料等信息)、设备可用率表(描述设备可用占比、设备恢复周期等信息)的方法及表结构；
3)基于2)中的数据表信息，离散制造产线仿真建模工具数据整理、资源调用、仿真信息置入仿真对象、建立仿真对象上下游工序关系，实现仿真场景搭建的方法。
以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的原理和范围，本发明的保护范围应以权利要求书所述为准。
Claims (10)
1.一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法，其特征在于，包括以下步骤：
1)将产线的生产任务数据及生产任务中涉及的每种类型产品的加工工艺数据，导入预先建立的以产品类型为维度的加工工艺数据存储表中；所述加工工艺数据存储表包括生产任务表、产品加工信息表、设备可用率表；
2)利用生产任务表、产品加工信息表、设备可用率表中的数据，实现仿真对象资源调用、仿真参数置入、工艺流程关系的建立，得到离散制造产线仿真模型；
3)通过离散制造产线仿真模型分析生产过程中的关键指标，判断当前生产方案的优劣，并依据现存问题进行调整优化，将得出的优化后的生产方案数据输出到物理生产系统，完成物理生产系统的同步调整。
2.根据权利要求1所述的方法，其特征在于，步骤1)通过对接产线生产执行系统即MES系统获得产线的生产任务数据及生产任务中涉及的每种类型产品的加工工艺数据，步骤2)和步骤3)通过仿真获得执行结果，为上层制定计划和决策提供数据依据，同时也为生产执行过程提供优化数据。
3.根据权利要求1所述的方法，其特征在于，所述生产任务数据包括要生产的产品类型、每种产品要生产的数量；所述每种类型产品的加工工艺数据包含每种产品的加工流程，包括需要产线的哪些工位参与加工、加工先后顺序，每个工序的加工节拍、每个工序的质量加工合格情况、每个工序设备的生产能力。
4.根据权利要求1所述的方法，其特征在于，步骤2)包括：
2.1)将仿真数据整理为以下数据：
设备数据：包括设备ID号、设备名称、设备位置、资源位置信息；
仿真数据：包括工序名称、设备类型、加工节拍、加工质量工序可用率；
上下游关系数据：包括设备名称、设备ID、输入端口、中间端口、输出端口；
2.2)进行仿真对象资源调用：根据整理的设备数据中设备类型和资源位置信息，从仿真模型库中调用和获取仿真模型资源，利用设备位置信息，实现仿真模型在仿真场景中的摆放；
2.3)将仿真参数置入仿真对象：根据整理的仿真数据，并根据产品类型，往每个仿真对象即产品工序设备中置入该产品类型的加工工艺信息数据；
2.4)建立仿真对象关系：建立仿真对象之间的上下游关系，依据上下游关系数据完成仿真对象之间的链接，从而保证产品在离散制造产线仿真模型中按照产品工艺流程顺序完成加工。
5.根据权利要求1或4所述的方法，其特征在于，设置一键快速建模工具，所述一键快速建模工具完成步骤2)的所有操作。
6.根据权利要求1所述的方法，其特征在于，步骤1)对数据进行JSON格式转化以完成数据的传入，同样步骤3)在数据导出时将JSON数据格式转化为物理生产系统所需的数据格式。
7.一种产线虚拟仿真系统，其特征在于，包括：
数据接入模块，负责将产线的生产任务数据及生产任务中涉及的每种类型产品的加工工艺数据，导入预先建立的以产品类型为维度的加工工艺数据存储表中；所述加工工艺数据存储表包括生产任务表、产品加工信息表、设备可用率表；
仿真系统搭建模块，负责利用生产任务表、产品加工信息表、设备可用率表中的数据，实现仿真对象资源调用、仿真参数置入、工艺流程关系的建立，得到离散制造产线仿真模型；
仿真结果输出模块，负责通过离散制造产线仿真模型分析生产过程中的关键指标，判断当前生产方案的优劣，并依据现存问题进行调整优化，将得出的优化后的生产方案数据输出到物理生产系统，完成物理生产系统的同步调整。
8.根据权利要求7所述的产线虚拟仿真系统，其特征在于，所述生产任务数据包括要生产的产品类型、每种产品要生产的数量；所述每种类型产品的加工工艺数据包含每种产品的加工流程，包括需要产线的哪些工位参与加工、加工先后顺序，每个工序的加工节拍、每个工序的质量加工合格情况、每个工序设备的生产能力。
9.根据权利要求7所述的产线虚拟仿真系统，其特征在于，所述仿真系统搭建模块采用以下步骤建立离散制造产线仿真模型：
a)将仿真数据整理为以下数据：
设备数据：包括设备ID号、设备名称、设备位置、资源位置信息；
仿真数据：包括工序名称、设备类型、加工节拍、加工质量工序可用率；
上下游关系数据：包括设备名称、设备ID、输入端口、中间端口、输出端口；
b)进行仿真对象资源调用：根据整理的设备数据中设备类型和资源位置信息，从仿真模型库中调用和获取仿真模型资源，利用设备位置信息，实现仿真模型在仿真场景中的摆放；
c)将仿真参数置入仿真对象：根据整理的仿真数据，并根据产品类型，往每个仿真对象即产品工序设备中置入该产品类型的加工工艺信息数据；
d)建立仿真对象关系：建立仿真对象之间的上下游关系，依据上下游关系数据完成仿真对象之间的链接，从而保证产品在离散制造产线仿真模型中按照产品工艺流程顺序完成加工。
10.一种生产系统，其特征在于，包括物理生产系统和权利要求7～9中任一权利要求所述的产线虚拟仿真系统，所述产线虚拟仿真系统利用从所述物理生产系统中获取的产线的生产任务数据及生产任务中涉及的每种类型产品的加工工艺数据，建立离散制造产线仿真模型，通过离散制造产线仿真模型分析生产过程中的关键指标，判断当前生产方案的优劣，并依据现存问题进行调整优化，将得出的优化后的生产方案数据输出到物理生产系统；所述物理生产系统根据接收到的数据完成调整优化，实现产线虚实的闭环优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911291640.1A CN111177897A (zh) | 2019-12-16 | 2019-12-16 | 一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911291640.1A CN111177897A (zh) | 2019-12-16 | 2019-12-16 | 一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111177897A true CN111177897A (zh) | 2020-05-19 |
Family
ID=70652027
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911291640.1A Pending CN111177897A (zh) | 2019-12-16 | 2019-12-16 | 一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111177897A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723492A (zh) * | 2020-06-30 | 2020-09-29 | 哈工大机器人（合肥）国际创新研究院 | 一种基于仿真验证的生产过程参数确定方法 |
| CN111860978A (zh) * | 2020-06-30 | 2020-10-30 | 苏州宏软信息技术有限公司 | 用于mes执行系统的流程引擎的设计方法和设计装置 |
| CN112101725A (zh) * | 2020-08-12 | 2020-12-18 | 中车青岛四方机车车辆股份有限公司 | 产品的数字化制造系统及方法、电子设备与存储介质 |
| CN113296423A (zh) * | 2021-05-22 | 2021-08-24 | 北京德风新征程科技有限公司 | 一种基于工业互联网的实时仿真分析系统 |
| CN113589778A (zh) * | 2021-06-01 | 2021-11-02 | 巨轮(广州)智能装备有限公司 | 一种智能加工方法及智能加工系统 |
| WO2022087962A1 (zh) * | 2020-10-29 | 2022-05-05 | 西门子股份公司 | 基于仿真的闭环aps调度优化方法、系统及存储介质 |
| CN114675608A (zh) * | 2022-03-27 | 2022-06-28 | 浙江中之杰智能系统有限公司 | 一种基于虚拟工位的生产执行管理方法及系统 |
| CN114762915A (zh) * | 2022-06-16 | 2022-07-19 | 吉林大学 | 基于数字孪生的智能制造系统 |
| CN115859694A (zh) * | 2023-02-27 | 2023-03-28 | 中国电子工程设计院有限公司 | 用于半导体制造设备的废气处理仿真模型构建方法及装置 |
| CN116757452A (zh) * | 2023-08-18 | 2023-09-15 | 山东日辉电缆集团有限公司 | 一种用于电缆生产加工的智能排产管理系统 |
| CN117875037A (zh) * | 2023-12-29 | 2024-04-12 | 苏州昆岭薄膜工业有限公司 | 一种bopp膜生产线数字仿真建模方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109375601A (zh) * | 2018-11-13 | 2019-02-22 | 华中科技大学 | 基于数据驱动建模与仿真优化的流水线规划方法及设备 |
| CN110347056A (zh) * | 2019-06-19 | 2019-10-18 | 北京航天智造科技发展有限公司 | 生产线仿真平台及仿真方法 |
-
2019
- 2019-12-16 CN CN201911291640.1A patent/CN111177897A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109375601A (zh) * | 2018-11-13 | 2019-02-22 | 华中科技大学 | 基于数据驱动建模与仿真优化的流水线规划方法及设备 |
| CN110347056A (zh) * | 2019-06-19 | 2019-10-18 | 北京航天智造科技发展有限公司 | 生产线仿真平台及仿真方法 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723492B (zh) * | 2020-06-30 | 2023-09-05 | 哈工大机器人（合肥）国际创新研究院 | 一种基于仿真验证的生产过程参数确定方法 |
| CN111860978A (zh) * | 2020-06-30 | 2020-10-30 | 苏州宏软信息技术有限公司 | 用于mes执行系统的流程引擎的设计方法和设计装置 |
| CN111723492A (zh) * | 2020-06-30 | 2020-09-29 | 哈工大机器人（合肥）国际创新研究院 | 一种基于仿真验证的生产过程参数确定方法 |
| CN112101725A (zh) * | 2020-08-12 | 2020-12-18 | 中车青岛四方机车车辆股份有限公司 | 产品的数字化制造系统及方法、电子设备与存储介质 |
| WO2022087962A1 (zh) * | 2020-10-29 | 2022-05-05 | 西门子股份公司 | 基于仿真的闭环aps调度优化方法、系统及存储介质 |
| CN113296423A (zh) * | 2021-05-22 | 2021-08-24 | 北京德风新征程科技有限公司 | 一种基于工业互联网的实时仿真分析系统 |
| CN113296423B (zh) * | 2021-05-22 | 2023-09-08 | 北京德风新征程科技有限公司 | 一种基于工业互联网的实时仿真分析系统 |
| CN113589778A (zh) * | 2021-06-01 | 2021-11-02 | 巨轮(广州)智能装备有限公司 | 一种智能加工方法及智能加工系统 |
| CN114675608A (zh) * | 2022-03-27 | 2022-06-28 | 浙江中之杰智能系统有限公司 | 一种基于虚拟工位的生产执行管理方法及系统 |
| CN114762915B (zh) * | 2022-06-16 | 2022-08-16 | 吉林大学 | 基于数字孪生的智能制造系统 |
| CN114762915A (zh) * | 2022-06-16 | 2022-07-19 | 吉林大学 | 基于数字孪生的智能制造系统 |
| CN115859694A (zh) * | 2023-02-27 | 2023-03-28 | 中国电子工程设计院有限公司 | 用于半导体制造设备的废气处理仿真模型构建方法及装置 |
| CN116757452A (zh) * | 2023-08-18 | 2023-09-15 | 山东日辉电缆集团有限公司 | 一种用于电缆生产加工的智能排产管理系统 |
| CN116757452B (zh) * | 2023-08-18 | 2023-12-05 | 山东日辉电缆集团有限公司 | 一种用于电缆生产加工的智能排产管理系统 |
| CN117875037A (zh) * | 2023-12-29 | 2024-04-12 | 苏州昆岭薄膜工业有限公司 | 一种bopp膜生产线数字仿真建模方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111177897A (zh) | 一种云制造模式下的产线生产工艺数据对接和仿真模型快速建模方法和系统 | |
| CN101763068B (zh) | 飞机复杂构件快速数控加工准备系统及方法 | |
| CN104483842B (zh) | 一种调控一体自动化主站比对方法 | |
| CN110058573B (zh) | 吞吐柔性智能装配物流路径规划平台 | |
| CN105786912B (zh) | 数据采集转换方法及装置 | |
| CN104361424A (zh) | 基于企业服务总线的主数据系统集成方法 | |
| CN108009023A (zh) | 混合云中基于bp神经网络时间预测的任务调度方法 | |
| CN108971807A (zh) | 一种现场焊接施工工艺智能管理控制方法及管理系统 | |
| CN108305010A (zh) | 一种工作流引擎系统及其跨平台、跨应用的流程推进方法 | |
| CN110084405A (zh) | 吞吐柔性智能装配物流路径规划方法 | |
| CN109492059A (zh) | 一种多源异构数据融合与模型修正过程管控方法 | |
| TW202111618A (zh) | 生產排程系統及方法 | |
| CN101477655A (zh) | 一种分层的mes软件系统架构 | |
| CN107632845A (zh) | 一种转轮叶片多轴铣削加工的集成知识云服务方法和系统 | |
| CN107622314A (zh) | 基于自动化运维的配置管理方法及其系统 | |
| CN105678504A (zh) | 一种基于xml的现场层、mes、erp一体化信息集成方法 | |
| CN111353690A (zh) | 一种区块链使能的生产调度边缘计算方法 | |
| CN110689223A (zh) | 一种基于rpa控制的机器人批量管理系统 | |
| CN109901830A (zh) | 一种用于scada系统开发的信号配置方法与系统 | |
| CN109472015A (zh) | 基于表单自定义功能的型号生产履历生成系统 | |
| Osadchy et al. | Research of DIKW and 5C architectural models for creation of cyber-physical production systems within the concept of Industry 4.0 | |
| CN115860313A (zh) | 基于订单自动执行制造的工业物联网系统及其控制方法 | |
| CN113569358B (zh) | 一种面向产品质量反馈的数字孪生系统模型构建方法 | |
| CN115456380A (zh) | 一种基于企业的智能制造数字化集成分析系统 | |
| CN113282399A (zh) | 一种工业互联网系统架构 |
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: 20200519 |
|
| RJ01 | Rejection of invention patent application after publication |