CN111489079B - 一种产能瓶颈检测方法、装置及计算机可读存储介质 - Google Patents
一种产能瓶颈检测方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111489079B CN111489079B CN202010272892.6A CN202010272892A CN111489079B CN 111489079 B CN111489079 B CN 111489079B CN 202010272892 A CN202010272892 A CN 202010272892A CN 111489079 B CN111489079 B CN 111489079B
- Authority
- CN
- China
- Prior art keywords
- station
- bottleneck
- material state
- production line
- state
- 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
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
- G06Q10/0639—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
-
- 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]
Abstract
本申请提供了一种产能瓶颈检测方法、装置及计算机可读存储介质,该产能瓶颈检测方法包括:确定产线上进行产能瓶颈检测的目标工位;获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态;结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位。通过本申请方案的实施,根据工位的进/出料口的物料状态来对产线中的瓶颈工位进行定位,降低了产线瓶颈定位的复杂度,并提升了产线瓶颈定位的效率,有效减少了产线设备异常对产能的影响。
Description
技术领域
本申请涉及生产管理技术领域,尤其涉及一种产能瓶颈检测方法、装置及计算机可读存储介质。
背景技术
在产品工业化生产过程中,需要在生产线上对产品执行不同生产/加工工序,而各工序的产能对产线的整体产能起到决定性作用。在实际应用中,生产线效率符合木桶定律,即其整体效率受限于产能最低的工序,也即若一个工位出现产能瓶颈,那么生产线上的其它正常工位的产能均会下降至与此工位相同的产能。因此,在动态的生产过程中,需要对瓶颈工位进行定位,然后主动进行调度干预,对提升生产线效率具有重要意义。目前,在对瓶颈工位进行定位时,通常根据各工位的产能情况及堆积情况来找出瓶颈工位,产线瓶颈定位的复杂度较高以及效率较低。
发明内容
本申请实施例提供了一种产能瓶颈检测方法、装置及计算机可读存储介质,至少能够解决相关技术中根据各工位的产能情况及堆积情况来找出瓶颈工位,所导致的产线瓶颈定位的复杂度较高以及效率较低的问题。
本申请实施例第一方面提供了一种产能瓶颈检测方法,包括:
确定产线上进行产能瓶颈检测的目标工位;
获取对应于目标工位的进料口的进料口物料状态,以及获取对应于所述目标工位的出料口的出料口物料状态;其中,所述物料状态包括有料状态和无料状态;
结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位。
本申请实施例第二方面提供了一种产能瓶颈检测装置,包括:
确定模块,用于确定产线上进行产能瓶颈检测的目标工位;
获取模块,用于获取对应于目标工位的进料口的进料口物料状态,以及获取对应于所述目标工位的出料口的出料口物料状态;其中,所述物料状态包括有料状态和无料状态;
定位模块,用于结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位。
本申请实施例第三方面提供了一种电子装置,包括:存储器、处理器及总线;总线用于实现存储器、处理器之间的连接通信;处理器用于执行存储在存储器上的计算机程序;处理器执行计算机程序时,实现上述本申请实施例第一方面提供的产能瓶颈检测方法中的各步骤。
本申请实施例第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现上述本申请实施例第一方面提供的产能瓶颈检测方法中的各步骤。
由上可见,根据本申请方案所提供的产能瓶颈检测方法、装置及计算机可读存储介质,确定产线上进行产能瓶颈检测的目标工位;获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态;结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位。通过本申请方案的实施,根据工位的进/出料口的物料状态来对产线中的瓶颈工位进行定位,降低了产线瓶颈定位的复杂度,并提升了产线瓶颈定位的效率,有效减少了产线设备异常对产能的影响。
附图说明
图1为本申请第一实施例提供的产能瓶颈检测方法的基本流程示意图;
图2为本申请第一实施例提供的一种产能异常提醒方法的流程示意图;
图3为本申请第一实施例提供的一种产线优化提示方法的流程示意图;
图4为本申请第二实施例提供的产能瓶颈检测方法的细化流程示意图;
图5为本申请第三实施例提供的一种产能瓶颈检测装置的程序模块示意图;
图6为本申请第三实施例提供的另一种产能瓶颈检测装置的程序模块示意图;
图7为本申请第四实施例提供的电子装置的结构示意图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
为了解决相关技术中根据各工位的产能情况及堆积情况来找出瓶颈工位,所导致的产线瓶颈定位的复杂度较高以及效率较低的缺陷,本申请第一实施例提供了一种产能瓶颈检测方法。如图1为本实施例提供的产能瓶颈检测方法的基本流程图,该产能瓶颈检测方法包括以下的步骤:
步骤101、确定产线上进行产能瓶颈检测的目标工位。
具体的,在实际应用中,产能是指单位工作时间内产品的产出数。是指在计划期内,企业参与生产的全部固定资产,在既定的组织技术条件下,所能生产的产品数量,或者能够处理的原材料数量。瓶颈比喻易生阻碍的地方,是指在整体中的关键限制因素。生产中的瓶颈是指那些限制工作流整体水平(包括工作流完成时间,工作流的质量等)的单个因素或少数几个因素。通常把一个流程中生产节拍最慢的环节叫做“瓶颈”(Bottleneck)。在生产加工领域,所谓产能瓶颈是指整个生产线中制约产出的工位。
在本实施例的一些实施方式中,确定产线上进行产能瓶颈检测的目标工位包括:根据产线的产品过站记录,计算产线上各工位的产能数据;基于产能数据确定产线上进行产能瓶颈检测的目标工位。
具体的,在本实施例中,在确定产线上用于产能瓶颈检测的目标工位时,可以获取产线动态数据,通过MES(Manufacturing Execution System,制造企业生产过程执行系统)系统的过站记录,计算出每个工位的小时产能,并以此对目标工位进行确定。
在本实施例的一些实施方式中,在确定产线上进行产能瓶颈检测的目标工位之前,还包括:获取产线的产线属性;判断产线属性是否满足预设的产能瓶颈检测触发条件。
具体的,在实际应用中,考虑到并非工厂的所有产线均具备本实施例的产能瓶颈检测需求,而若盲目的执行该产能瓶颈检测流程,则可能会导致不必要的检测和处理性能的浪费。基于此,本实施例基于产线属性来判断当前是否具备产能瓶颈检测需求,并在满足特定产能瓶颈检测条件时,才触发执行本实施例的上述步骤101。
应当说明的是,本实施例在判断产线属性是否满足预设的产能瓶颈检测触发条件时,可以是判断产线的工位数量是否超过预设的工位数量阈值,或者判断产线的目标产能是否超过预设的产能阈值。本实施例对此不作唯一限定,可视实际应用场景而定。
步骤102、获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态。
具体的,在本实施例中,物料状态包括有料状态和无料状态。在实际应用中,各工位均配置有进料口和出料口,进料口用于接收上游工位传送过来的产品,以对其执行本工位对应的工序,而出料口则用于将本工位加工的产品传出至下游工位。
在本实施例的一些实施方式中,在获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态之前,还包括:启动定时器对预设的延迟时长进行计时。
具体的,本实施例考虑到机械手运行至取料口以及机械手放料后皮带将产品传送至下一工位的过程中会有一定的耗时,本实施例在获取进/出料口的物料状态之前,会设置一检测延迟时长,并在延迟时长到达时,执行获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态的步骤,从而可以有效保证物料状态获取的准确性。
步骤103、结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位。
具体的,本实施例根据工位的进/出料口的物料状态来对产线中的瓶颈工位进行定位,降低了产线瓶颈定位的复杂度,并提升了产线瓶颈定位的效率,有效减少了产线设备异常对产能的影响。其中,在进料口有料时,表明此工位正满负荷运转或此工位已无法向下出料,在出料口满料时,表明之后某一工位正满负荷运转。
在本实施例的一些实施方式中,结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位具体包括但不限于以下几种情形:在进料口物料状态以及出料口物料状态均为有料状态时,产线中的瓶颈工位为目标工位的下游工位;在进料口物料状态为有料状态以及出料口物料状态为无料状态时,产线中的瓶颈工位为目标工位;在进料口物料状态为无料状态以及出料口物料状态为有料状态时,产线中的瓶颈工位为目标工位的下游工位;在进料口物料状态以及出料口物料状态均为无料状态时,产线中的瓶颈工位为目标工位的上游工位。
具体的,本实施例在进/出料口均有料时,上游工位可以正产加工生产而有产品传送过来,而本工位加工生产的产品不能及时继续往下传送,说明本工位的后续工位出现产能瓶颈;本实施例在进料口有料而出料口无料时,上游工位可以正产加工生产而有产品正常传送过来,而本工位却没有产品继续往下传送,说明本工位自身设备异常而出现产能瓶颈;本实施例在进料口无料而出料口有料时,上游工位传送过来的产品均被本工位加工生成完成,而本工位却无法及时将产品往下传送,说明本工位的后续工位出现产能瓶颈;本实施例在进/出料口均无料时,上游工位传送过来的产品均被本工位加工生成完成,而上游工位却不能及时持续提供产品至本工位,说明本工位之前的工位出现产能瓶颈。
在本实施例的一些实施方式中,在结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位之前,还包括:启动定时器对预设的状态观察时长进行计时;判断在状态观察时长到达时,进料口物料状态和/或出料口物料状态是否发生变化。
具体的,工位的进/出料口的物料状态是动态变化的,从而在获取物料状态时可能存在一定的偶然误差,基于此,本实施例在某一时刻对进/出料口的物料状态进行获取之后,还在特定时长内继续观察进/出料口的物料状态,若在特定时长内未发生变化,则执行结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位的步骤,而若发生了变化,则再重新进行物料状态获取,由此可有效提高所获取的物料状态的准确性。
如图2所示为本实施例提供的一种产能异常提醒方法的流程示意图,进一步地,在本实施例的一些实施方式中,在结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位之后,还具体包括以下步骤:
步骤201、获取瓶颈工位的实际产能数据;
步骤202、将实际产能数据与目标产能数据进行比较;
步骤203、在实际产能数据与目标产能数据的差量大于预设差量阈值时,针对瓶颈工位输出产能异常提醒。
具体的,在本实施例中,根据各生产线以及设备机型维护对应的目标产能,并在确定瓶颈工位之后,可实时对瓶颈工位的产能进行统计与监控,然后将瓶颈工位的实际产能与目标产能进行对比,并在实际产能低于目标产能时,生产线生产效率得不到保证,需要设备维护人员及时进行干预,从而本实施例对应输出产能异常提醒,以充分保证设备维护人员能及时获知产能异常情况,帮助设备维护人员迅速定位问题工位。
如图3如本实施例提供的一种产线优化提示方法的流程示意图,在本实施例的一些实施方式中,在结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位之后,还具体包括以下步骤:
步骤301、获取瓶颈工位的工位属性信息;
步骤302、基于工位属性信息生成产线优化策略;
步骤303、基于产线优化策略输出对应的产线优化提示。
具体的,在实际应用中,为了保证产线产能正常,需要在产线异常时能及时对产线进行优化。本实施例从瓶颈工位出发来考虑对产线进行优化的策略,所对应参考的因素为瓶颈工位的工位属性,如瓶颈工位的实际产能、瓶颈工位所处工序等,然后针对所制定的产线优化策略对应输出产线优化提示,以在调度员进行产线优化时提供指导。
基于上述本申请实施例的技术方案,确定产线上进行产能瓶颈检测的目标工位;获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态;结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位。通过本申请方案的实施,根据工位的进/出料口的物料状态来对产线中的瓶颈工位进行定位,降低了产线瓶颈定位的复杂度,并提升了产线瓶颈定位的效率,有效减少了产线设备异常对产能的影响。
图4中的方法为本申请第二实施例提供的一种细化的产能瓶颈检测方法,该产能瓶颈检测方法包括:
步骤401、根据产线的产品过站记录,计算产线上各工位的产能数据。
步骤402、基于产线上各工位的产能数据,确定产线上用于产能瓶颈检测的目标工位。
在本实施例中,通过MES系统的过站记录,计算出每个工位的小时产能,并以此对目标工位进行确定。在生产加工领域,所谓产能瓶颈是指整个生产线中制约产出的工位。
步骤403、启动定时器对预设的延迟时长进行计时,并在延迟时长到达时,获取目标工位的进料口物料状态以及出料口物料状态。
在本实施例中,物料状态包括有料状态和无料状态。本实施例考虑到机械手运行至取料口以及机械手放料后皮带将产品传送至下一工位的过程中会有一定的耗时,本实施例在获取进/出料口的物料状态之前,会设置一检测延迟时长,以保证物料状态获取的准确性。
步骤404、启动定时器对预设的状态观察时长进行计时,并在状态观察时长内观察进料口物料状态和出料口物料状态是否发生变化。
具体的,工位的进/出料口的物料状态是动态变化的,从而在获取物料状态时可能存在一定的偶然误差,基于此,本实施例在某一时刻对进/出料口的物料状态进行获取之后,还在特定时长内继续观察进/出料口的物料状态,以提高所获取的物料状态的准确性。
步骤405、若未发生变化,则结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位。
在本实施例中,在进料口有料时,表明此工位正满负荷运转或此工位已无法向下出料,在出料口满料时,表明之后某一工位正满负荷运转。
步骤406、获取瓶颈工位的实际产能数据,并将实际产能数据与目标产能数据进行比较。
在本实施例中,根据各生产线以及设备机型维护对应的目标产能,并在确定瓶颈工位之后,可实时对瓶颈工位的产能进行统计与监控,然后将瓶颈工位的实际产能与目标产能进行对比。
步骤407、在实际产能数据与目标产能数据的差量大于预设差量阈值时,针对瓶颈工位输出产能异常提醒。
具体的,本实施例在瓶颈工位的实际产能低于目标产能时,生产线生产效率得不到保证,需要设备维护人员及时进行干预,从而本实施例对应输出产能异常提醒,帮助设备维护人员迅速定位问题工位。
应当理解的是,本实施例中各步骤的序号的大小并不意味着步骤执行顺序的先后,各步骤的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成唯一限定。
本申请实施例公开了一种产能瓶颈检测方法,确定产线上进行产能瓶颈检测的目标工位;获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态;结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位。通过本申请方案的实施,根据工位的进/出料口的物料状态来对产线中的瓶颈工位进行定位,降低了产线瓶颈定位的复杂度,并提升了产线瓶颈定位的效率,有效减少了产线设备异常对产能的影响。
图5为本申请第三实施例提供的一种产能瓶颈检测装置。该产能瓶颈检测装置可用于实现前述实施例中的产能瓶颈检测方法。如图5所示,该产能瓶颈检测装置主要包括:
确定模块501,用于确定产线上进行产能瓶颈检测的目标工位;
获取模块502,用于获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态;其中,物料状态包括有料状态和无料状态;
定位模块503,用于结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位。
在本实施例一些实施方式中,定位模块503具体用于:在进料口物料状态以及出料口物料状态均为有料状态时,产线中的瓶颈工位为目标工位的下游工位;在进料口物料状态为有料状态以及出料口物料状态为无料状态时,产线中的瓶颈工位为目标工位;在进料口物料状态为无料状态以及出料口物料状态为有料状态时,产线中的瓶颈工位为目标工位的下游工位;在进料口物料状态以及出料口物料状态均为无料状态时,产线中的瓶颈工位为目标工位的上游工位。
在本实施例一些实施方式中,确定模块501具体用于:根据产线的产品过站记录,计算产线上各工位的产能数据;基于产能数据确定产线上进行产能瓶颈检测的目标工位。
如图6所示为本实施例提供的另一种产能瓶颈检测装置的程序模块示意图,在本实施例一些实施方式中,本实施例的产能瓶颈检测装置还包括:计时模块504,用于在获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态之前,启动定时器对预设的延迟时长进行计时。相对应的,在延迟时长到达时,触发获取模块502执行其功能。
请继续参阅图6,在本实施例一些实施方式中,计时模块504还用于:在结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位之前,启动定时器对预设的状态观察时长进行计时。此外,产能瓶颈检测装置还包括:判断模块505,用于判断在状态观察时长到达时,进料口物料状态和/或出料口物料状态是否发生变化。相对应的,若未发生变化,则定位模块503触发执行其功能。
请继续参阅图6,在本实施例一些实施方式中,产能瓶颈检测装置还包括:输出模块506,用于在结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位之后,获取瓶颈工位的实际产能数据;将实际产能数据与目标产能数据进行比较;在实际产能数据与目标产能数据的差量大于预设差量阈值时,针对瓶颈工位输出产能异常提醒。
在本实施例另一些实施方式中,输出模块506还用于:在结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位之后,获取瓶颈工位的工位属性信息;基于工位属性信息生成产线优化策略;基于产线优化策略输出对应的产线优化提示。
应当说明的是,第一、二实施例中的产能瓶颈检测方法均可基于本实施例提供的产能瓶颈检测装置实现,所属领域的普通技术人员可以清楚的了解到,为描述的方便和简洁,本实施例中所描述的产能瓶颈检测装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
根据本实施例所提供的产能瓶颈检测装置,确定产线上进行产能瓶颈检测的目标工位;获取对应于目标工位的进料口的进料口物料状态,以及获取对应于目标工位的出料口的出料口物料状态;结合进料口物料状态和出料口物料状态,定位产线中的瓶颈工位。通过本申请方案的实施,根据工位的进/出料口的物料状态来对产线中的瓶颈工位进行定位,降低了产线瓶颈定位的复杂度,并提升了产线瓶颈定位的效率,有效减少了产线设备异常对产能的影响。
请参阅图7,图7为本申请第四实施例提供的一种电子装置。该电子装置可用于实现前述实施例中的产能瓶颈检测方法。如图7所示,该电子装置主要包括:
存储器701、处理器702、总线703及存储在存储器701上并可在处理器702上运行的计算机程序,存储器701和处理器702通过总线703连接。处理器702执行该计算机程序时,实现前述实施例中的产能瓶颈检测方法。其中,处理器的数量可以是一个或多个。
存储器701可以是高速随机存取记忆体(RAM,Random Access Memory)存储器,也可为非不稳定的存储器(non-volatile memory),例如磁盘存储器。存储器701用于存储可执行程序代码,处理器702与存储器701耦合。
进一步的,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是设置于上述各实施例中的电子装置中,该计算机可读存储介质可以是前述图7所示实施例中的存储器。
该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现前述实施例中的产能瓶颈检测方法。进一步的,该计算机可存储介质还可以是U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,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,例如多个模块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接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请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全部或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可读存储介质中,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)执行本申请各个实施例方法的全部或部分步骤。而前述的可读存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本申请所提供的产能瓶颈检测方法、装置及计算机可读存储介质的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种产能瓶颈检测方法,其特征在于,包括:
确定产线上进行产能瓶颈检测的目标工位;
获取对应于目标工位的进料口的进料口物料状态,以及获取对应于所述目标工位的出料口的出料口物料状态;其中,所述物料状态包括有料状态和无料状态;
结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位;
所述结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位包括:
在所述进料口物料状态以及所述出料口物料状态均为所述有料状态时,所述产线中的瓶颈工位为所述目标工位的下游工位;在所述进料口物料状态为所述有料状态以及所述出料口物料状态为所述无料状态时,所述产线中的瓶颈工位为所述目标工位;在所述进料口物料状态为所述无料状态以及所述出料口物料状态为所述有料状态时,所述产线中的瓶颈工位为所述目标工位的下游工位;在所述进料口物料状态以及所述出料口物料状态均为所述无料状态时,所述产线中的瓶颈工位为所述目标工位的上游工位。
2.根据权利要求1所述的产能瓶颈检测方法,其特征在于,所述确定产线上进行产能瓶颈检测的目标工位包括:
根据产线的产品过站记录,计算所述产线上各工位的产能数据;
基于所述产能数据确定所述产线上进行产能瓶颈检测的目标工位。
3.根据权利要求1所述的产能瓶颈检测方法,其特征在于,所述获取对应于目标工位的进料口的进料口物料状态,以及获取对应于所述目标工位的出料口的出料口物料状态之前,还包括:
启动定时器对预设的延迟时长进行计时;
在所述延迟时长到达时,执行所述获取对应于目标工位的进料口的进料口物料状态,以及获取对应于所述目标工位的出料口的出料口物料状态的步骤。
4.根据权利要求1所述的产能瓶颈检测方法,其特征在于,所述结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位之前,还包括:
启动定时器对预设的状态观察时长进行计时;
判断在所述状态观察时长到达时,所述进料口物料状态和/或所述出料口物料状态是否发生变化;
若未发生变化,则执行所述结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位的步骤。
5.根据权利要求1至4中任意一项所述的产能瓶颈检测方法,其特征在于,所述结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位之后,还包括:
获取所述瓶颈工位的实际产能数据;
将所述实际产能数据与目标产能数据进行比较;
在所述实际产能数据与所述目标产能数据的差量大于预设差量阈值时,针对所述瓶颈工位输出产能异常提醒。
6.根据权利要求1至4中任意一项所述的产能瓶颈检测方法,其特征在于,所述结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位之后,还包括:
获取所述瓶颈工位的工位属性信息;
基于所述工位属性信息生成产线优化策略;
基于所述产线优化策略输出对应的产线优化提示。
7.一种产能瓶颈检测装置,其特征在于,包括:
确定模块,用于确定产线上进行产能瓶颈检测的目标工位;
获取模块,用于获取对应于目标工位的进料口的进料口物料状态,以及获取对应于所述目标工位的出料口的出料口物料状态;其中,所述物料状态包括有料状态和无料状态;
定位模块,用于结合所述进料口物料状态和所述出料口物料状态,定位所述产线中的瓶颈工位;
所述定位模块,具体用于在所述进料口物料状态以及所述出料口物料状态均为所述有料状态时,所述产线中的瓶颈工位为所述目标工位的下游工位;在所述进料口物料状态为所述有料状态以及所述出料口物料状态为所述无料状态时,所述产线中的瓶颈工位为所述目标工位;在所述进料口物料状态为所述无料状态以及所述出料口物料状态为所述有料状态时,所述产线中的瓶颈工位为所述目标工位的下游工位;在所述进料口物料状态以及所述出料口物料状态均为所述无料状态时,所述产线中的瓶颈工位为所述目标工位的上游工位。
8.一种电子装置,其特征在于,包括:存储器、处理器及总线;
所述总线用于实现所述存储器、处理器之间的连接通信;
所述处理器用于执行存储在所述存储器上的计算机程序;
所述处理器执行所述计算机程序时,实现权利要求1至6中任意一项所述方法中的步骤。
9.一种计算机可读存储介质,其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执行时,实现权利要求1至6中的任意一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272892.6A CN111489079B (zh) | 2020-04-09 | 2020-04-09 | 一种产能瓶颈检测方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272892.6A CN111489079B (zh) | 2020-04-09 | 2020-04-09 | 一种产能瓶颈检测方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111489079A CN111489079A (zh) | 2020-08-04 |
CN111489079B true CN111489079B (zh) | 2023-08-01 |
Family
ID=71797826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010272892.6A Active CN111489079B (zh) | 2020-04-09 | 2020-04-09 | 一种产能瓶颈检测方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111489079B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113009895A (zh) * | 2021-03-08 | 2021-06-22 | 联想(北京)有限公司 | 一种动态生产控制方法、系统及存储介质 |
CN113282063B (zh) * | 2021-05-13 | 2023-06-23 | 北京大豪工缝智控科技有限公司 | 缝制产线的配置方法及装置 |
CN114326640A (zh) * | 2021-12-31 | 2022-04-12 | 广州明珞装备股份有限公司 | 一种瓶颈工位寻找方法、系统、设备及存储介质 |
CN114625088B (zh) * | 2022-03-15 | 2024-02-02 | 广州明珞装备股份有限公司 | 自动化生产线的效能优化方法、系统、设备及存储介质 |
CN114594745A (zh) * | 2022-03-15 | 2022-06-07 | 广州明珞装备股份有限公司 | 瓶颈工位分析方法、分析设备及计算机存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009110435A (ja) * | 2007-10-31 | 2009-05-21 | Sharp Corp | 生産ラインの搬送ボトルネック解析装置 |
CN102183935A (zh) * | 2011-04-22 | 2011-09-14 | 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 |
CN103962310A (zh) * | 2014-05-28 | 2014-08-06 | 罗信精密零件(上海)有限公司 | 一种先导阀座高度和内孔深度全自动检测设备和检测方法 |
CN104290972A (zh) * | 2014-09-01 | 2015-01-21 | 徐州德坤电气科技有限公司 | 一种塑料管自动分拣计数装置 |
CN108364093A (zh) * | 2018-02-01 | 2018-08-03 | 北京市地铁运营有限公司 | 基于能力瓶颈疏解策略的路网客流协同控制优化方法 |
CN109165142A (zh) * | 2018-08-14 | 2019-01-08 | 深圳市牛鼎丰科技有限公司 | 服务瓶颈判断方法、装置、计算机设备及存储介质 |
CN110795056A (zh) * | 2019-11-08 | 2020-02-14 | Oppo广东移动通信有限公司 | 调节显示参数的方法、装置、终端及存储介质 |
CN111540445A (zh) * | 2020-04-20 | 2020-08-14 | 深圳市华智信息科技有限公司 | 智能物料管理方法、电子装置及计算机可读存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103379041B (zh) * | 2012-04-28 | 2018-04-20 | 国际商业机器公司 | 一种系统检测方法和装置以及流量控制方法和设备 |
TWI616827B (zh) * | 2016-11-28 | 2018-03-01 | 財團法人資訊工業策進會 | 排程系統及方法 |
CN110419010B (zh) * | 2017-04-25 | 2022-04-29 | Abb瑞士股份有限公司 | 用于估算生产线的吞吐量的方法和装置 |
US10768612B2 (en) * | 2017-06-02 | 2020-09-08 | Applied Materials, Inc. | Method for back end planning and scheduling |
US20200012999A1 (en) * | 2018-07-03 | 2020-01-09 | Baidu Usa Llc | Method and apparatus for information processing |
-
2020
- 2020-04-09 CN CN202010272892.6A patent/CN111489079B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009110435A (ja) * | 2007-10-31 | 2009-05-21 | Sharp Corp | 生産ラインの搬送ボトルネック解析装置 |
CN102183935A (zh) * | 2011-04-22 | 2011-09-14 | 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 |
CN103962310A (zh) * | 2014-05-28 | 2014-08-06 | 罗信精密零件(上海)有限公司 | 一种先导阀座高度和内孔深度全自动检测设备和检测方法 |
CN104290972A (zh) * | 2014-09-01 | 2015-01-21 | 徐州德坤电气科技有限公司 | 一种塑料管自动分拣计数装置 |
CN108364093A (zh) * | 2018-02-01 | 2018-08-03 | 北京市地铁运营有限公司 | 基于能力瓶颈疏解策略的路网客流协同控制优化方法 |
CN109165142A (zh) * | 2018-08-14 | 2019-01-08 | 深圳市牛鼎丰科技有限公司 | 服务瓶颈判断方法、装置、计算机设备及存储介质 |
CN110795056A (zh) * | 2019-11-08 | 2020-02-14 | Oppo广东移动通信有限公司 | 调节显示参数的方法、装置、终端及存储介质 |
CN111540445A (zh) * | 2020-04-20 | 2020-08-14 | 深圳市华智信息科技有限公司 | 智能物料管理方法、电子装置及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
Skjefstad, HS等.Experimental performance evaluation and design optimization of a horizontal multi-pipe separator for subsea oil-water bulk separation.JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING.2019,第第176卷卷第203-219页. * |
魏建省.SG公司生产物流流程分析与改进研究.中国优秀硕士学位论文全文数据库 经济与管理科学辑.2018,(第undefined期),第J150-544页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111489079A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111489079B (zh) | 一种产能瓶颈检测方法、装置及计算机可读存储介质 | |
US20220342401A1 (en) | Systems and methods for production-line optimization | |
WO2017167021A1 (zh) | 异常监控方法及装置 | |
CN103634149B (zh) | 一种用于分布式系统的监测方法 | |
CN107423141B (zh) | 信息处理方法及装置 | |
CN104156297A (zh) | 告警方法和装置 | |
CN110932892B (zh) | 基于区块链的信息预警方法、装置、相关节点及存储介质 | |
CN111988240B (zh) | 一种数据发送方法、装置、电子设备及存储介质 | |
CN114511251B (zh) | 排单方法、工艺参数请求方法及相关设备 | |
CN112749221A (zh) | 数据任务调度方法、装置、存储介质及调度工具 | |
CN113313280B (zh) | 云平台的巡检方法、电子设备及非易失性存储介质 | |
CN109254896A (zh) | 引擎监控数据的获取方法、装置、终端设备及存储介质 | |
CN109062753A (zh) | 一种硬盘监控系统以及监控方法 | |
CN114742487B (zh) | 基于工业物联网的生产任务管控方法及系统 | |
CN104834584B (zh) | 一种监测主机硬件负载的方法和系统 | |
US20170236071A1 (en) | Alarm management system | |
Kang et al. | Analysis of key operation performance data in manufacturing systems | |
CN106557839B (zh) | 一种基于大数据的设备维修策略优化方法及系统 | |
CN108563530A (zh) | 看门狗及其实现方法 | |
EP3377950B1 (en) | Configuring process modules for operation in plants | |
US11940890B2 (en) | Timing index anomaly detection method, device and apparatus | |
CN107124314B (zh) | 数据监控方法及装置 | |
CN112580838B (zh) | 环保设备运维的管理方法、系统、计算机存储介质及终端 | |
CN113703964A (zh) | 内存管理方法及装置 | |
CN113297261A (zh) | 数据处理的预警方法、装置、服务器及存储介质 |
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 |