CN111880502B - 基于交付满足的工厂设备预防性维护排班系统和方法 - Google Patents
基于交付满足的工厂设备预防性维护排班系统和方法 Download PDFInfo
- Publication number
- CN111880502B CN111880502B CN202010754285.3A CN202010754285A CN111880502B CN 111880502 B CN111880502 B CN 111880502B CN 202010754285 A CN202010754285 A CN 202010754285A CN 111880502 B CN111880502 B CN 111880502B
- Authority
- CN
- China
- Prior art keywords
- equipment
- maintenance
- work order
- preventive maintenance
- delivery
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 423
- 230000003449 preventive effect Effects 0.000 title claims abstract description 259
- 238000012384 transportation and delivery Methods 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004519 manufacturing process Methods 0.000 claims abstract description 156
- 238000004364 calculation method Methods 0.000 claims abstract description 113
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 238000011068 loading method Methods 0.000 claims abstract description 11
- 238000013523 data management Methods 0.000 claims abstract description 10
- 238000012558 master data management Methods 0.000 claims abstract description 9
- 238000011160 research Methods 0.000 claims abstract description 5
- 238000007726 management method Methods 0.000 claims description 66
- 238000012544 monitoring process Methods 0.000 claims description 23
- 238000013439 planning Methods 0.000 claims description 23
- 230000008901 benefit Effects 0.000 claims description 21
- 230000001960 triggered effect Effects 0.000 claims description 13
- 238000003326 Quality management system Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000012217 deletion Methods 0.000 claims description 9
- 230000037430 deletion Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000005096 rolling process Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 206010012186 Delayed delivery Diseases 0.000 claims description 4
- 238000012821 model calculation Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000012502 risk assessment Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- 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], computer integrated manufacturing [CIM]
- G05B19/41875—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], computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- 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
- Y02P90/80—Management or planning
Abstract
本发明提供了一种基于交付满足的工厂设备预防性维护排班系统及方法，包括：主数据管理模块：基于设备预防性维护业务流程，调用及管理设备预防性维护计算所需要的所有主数据信息，进行抽取、转化及加载处理工作；业务数据管理模块：调用外部系统设备预防性维护的相关业务数据信息，进行抽取、转化及加载处理工作，以全面考虑订单交付、生产计划执行以及设备维护方法。本发明通过使用运筹优化算法，全局考虑需求交付要求、生产计划、维修班组技能和排班、预防性维护频次、维护时间、维护工单优先级、需求优先级等因素，从而实现了交付满足率最大、设备产能利用率最大、成本最低的设备预防性维护排班计划计算。
Description
技术领域
本发明涉及汽车行业智能制造领域，具体地，涉及基于交付满足的工厂设备预防性维护排班系统及方法。
背景技术
本系统主要是在制造业客户生产需求往多品种小批量发展的过程中设备数量渐增、设备复杂度、柔性化、精密化渐高的背景下，一方面整合工厂生产计划和设备预防性维护相关的业务数据和主数据，通过设备预防性维护计划模型，自动输出设备预防性排班指令；另一方面在计划制定并下发后，基于历史的计划实际执行情况及客户需求交付情况，通过规则自学习模型，丰富设备预防性维护排班计算模型的目标库、场景库及约束库。
申请号为201410259496.4的中国专利，公开了“设备预防性维护与柔性作业车间控制集成优化方法”的这种系统，其主要功能点侧重预防性维护方案制定时作业车间内部生产连续、内部成本控制集成，跟本系统一致的是都考虑到了设备预防性维护与设备生产的集成优化，但本系统在此基础上进一步实现了客户交付需求和前两者的联动优化。
申请号为201811463448.1的中国专利，公开了“一种设备预防性维护管理方法”的这种方法，其主要功能点侧重对设备本身以及设备维护方法的系统管理，设备预防性维护计划的人工设置，跟本系统相同的是都成功将设备预防性维护数据从线下管理转为系统管理，不同的是本系统还通过策略自学习模型实现了从人工经验到系统策略的转化，同时将策略应用于设备跟生产的联动优化计算。
申请号为201510075051.5的中国专利，公开了“基于约束理论的港口装卸设备智能预防性维护系统及方法”的这种方法，其主要功能点侧重在通过调整因子法预测设备故障率并以最小化维护消耗为目标规划出设备层的预防性维护排程，在输入端对维护时间段进行灵活配置，跟系统一样都采用一定的算法对设备被预防性维护计划进行优化计算，不同的是本系统针对的是汽车行业及制造业，且计划计算并下发后，会实时监控工单完成状态并做出相应处理。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于交付满足的工厂设备预防性维护排班系统及方法。
根据本发明提供的一种基于交付满足的工厂设备预防性维护排班系统，其特征在于，包括：
主数据管理模块：基于设备预防性维护业务流程，调用及管理设备预防性维护计算所需要的所有主数据信息，进行抽取、转化及加载处理工作；
业务数据管理模块：调用外部系统设备预防性维护的相关业务数据信息，进行抽取、转化及加载处理工作，以全面考虑订单交付、生产计划执行以及设备维护方法；
设备预防性维护排班计划计算模块：系统定时或用户手动触发设备预防性维护计算，接入设备预防性维护及客户需求相关主数据及业务数据，通过运筹优化算法模型，使用运筹优化算法，对预防性维护计划进行求解，并允许用户根据业务场景进行输入数据的配置，进行多次模拟试算；
工单管理模块：对模型计算出的预防性维护工单进行展示、管理以及编辑；
工单执行跟踪模块：监控生产工单执行情况、设备预防性维护工单执行情况；
策略自学习模块：通过深度学习，获得优化策略；
工单分解计算模块：在跟踪工单执行状态后，依据工单完成情况对工单进行分解，生成新的预防性维护工单并下发执行。
优选地，所述主数据管理模块包括：
模块S101：调用设备预防性维护相关的主数据，主要来源包括:
工艺路线、工厂产线设备主数据：获取工厂内部所有设备的信息，并且根据所在的工厂、工序、产线、设备维度进行分组，用于模型分组及局部计算。
设备维护方法：所有设备维护频次，用于安排设备后续维护时间。
班组人员以及技能、班组工作日历及出勤：明确各班组人员生产/维修技能，以及班组的工作日历及出勤，确保维护计划下发各设备均有对应班组负责计划事项，避免计划下发后因人员问题不可执行。
工单优先级主数据：明确生产工单、维护工单、维修工单的优先级问题，在计算计划时合理安排使各类型工单执行时间不冲突。
交付优先级：工厂内交付分为多种，有直供客户需求，直供客户需求内部包括超时需赔付需求、在一定时间内可迟交需求，此外还有内部备库需求。明确交付优先级后可对应不同类型的交付需求分类进行优化计算。
模块S102：对于外部系统缺少但跟设备预防性维护计算紧密相关的主数据，开通维护入口，主要有以下两类数据：
因外部输入数据或者配套系统未完善原因，非系统管辖内设备，可通过系统上传清单进行设备过滤，以减少不必要的系统计算资源损耗；
配置设备维护的提前期和延后期，使设备预防性维护更加灵活、可执行；
模块S103：通过主数据处理不必要的冗余信息，提高相关主数据的直观性和可用性，因外部系统的主数据中存在非计算输入数据及字段，在抽取及转化的过程中选定基准数据，同时定义接口，过滤掉冗余数据；
模块S104：根据各主数据间的关联性，对主数据进行统一管理，校验各数据完整性；
所述外部系统包括：ERP系统、生产制造执行管理系统MES系统、设备资产管理系统。
优选地，所述业务数据管理模块包括：
步骤S201：调用预防性维护相关的业务数据，主要来源包括：
客户计划管理系统：接入客户需求数据，用于预防性维护计算时考虑交付；
设备资产管理系统：接入设备历史维护、故障维修数据，用于计算设备下次维护时间；
生产制造执行管理系统：接入生产工单、设备预防性维护工单实时执行情况，监控生产工单交付情况，用于平衡生产计划下线交付以及设备预防性维护，同时跟踪预防性维护工单完成状态避免工单丢失遗漏；
计划排产排程系统：接入设备每天的排产计划以及近期的排程计划；
质量管理系统：接入设备生产的产品质量信息，以用于设备预防性维护自学习；
库存管理系统：接入产品库存数据,在计算生产工单的时候，考虑库存数据以满足交付；
步骤S202：对多方业务数据在设备维度上进行整合，包括：
将客户计划、生产计划、生产制造执行管理系统、库存管理系统整合，管理设备上生产计划的交付，生产及维护工单的实际执行状态；
将设备资产管理系统跟质量管理系统结合，管理设备维护与设备成品质量的相关性。
根据主数据与业务数据的关系，因外部各系统面向的业务需求不同，所以对于预防性维护计划系统而言，业务数据中存在部分无效数据或冗余字段，根据主数据关联到系统管辖内设备对应的业务数据，或对冗余字段进行处理，统一整合成系统内部字段值，用于设备预防性维护计划模型计算。
优选地，所述设备预防性维护排班计划计算模块中所述的运筹优化算法模型包括：
模块S301:按照工厂实际业务情况配置模型目标优先级，对应不同业务场景，以排产策略包的形式开放给用户，供用户灵活配置模型目标顺序，满足多优先级、多类型的设备预防性维护计算需求,主要目标如下：
交付尽量满足：设备每天的产出加上期初库存应该满足客户的交付需求，同时考虑到并非所有交付都优先于设备预防性维护或其他目标，可以根据需求优先级将交付需求拆分成多个目标进行计算，在预设的生产提前期内完成相关的产品生产计划即可；
交付逾期时间最短：在设备必须进行维护，否则可能导致更多维修应急成本的情况下，如果交付无法全部满足，需要满足跟客户需求关联的生产计划逾期生产时间尽量短，以减少成本损耗；
尽量按设备维护方法，在设备维护时间周期内即设备预防性维护提前期到延后期这段时间窗口内安排维护；
尽量保证计划排产排程系统下发的生产计划的完整性。也即在尽量不改变排产排程计划的情况下安排设备预防性维护；
生产同产品的多台设备尽量错时维护，以避免紧急需求下交付无法满足；
模块S302：针对工厂内绝对不可违背的规则，使用约束方程保证计算结果符合实际业务场景，约束如下：
设备预防性维护耗时加上生产耗时后的设备产能，不可超出设备当日出勤班组的最大工作时长；
设备前后两次维护时间不可超过设备单次维修最长使用时间；
设备维修必须要在维修班组人员工作时间段内；
模块S303：根据用户对模型结果的业务执行及统计分析需求，输出以下内容：
各设备在模型计算周期内预防性维护工单的计划时间点、耗时，以及设备预防性维护的理论时间；
在预防性维护方案下，客户计划交付情况，包括计算周期内每天预计生产量、需求的交付量、工厂预计的库存量及库存预计可供应天数，用于评估安排设备预防性维护计划后对客户交付的影响。
在预防性维护方案下，计划排产排程系统原制定的生产计划的可执行率，加入后原始接入的生产计划是否有建议调整或不可执行的情况；
生产及维修班组的出勤安排；
设备产能利用率，插入设备预防性维护计划后，各设备天度的产能利用率可以达到多少。
优选地，所述工单管理模块：
模块S401；对模型计算出来的预防性维护工单计划、客户交付平衡表、班组出勤安排、设备产能利用率以图表形式进行展示，对设备故障风险、交付风险根据工单优先级以及需求优先级进行预警；
模块S402；对计算出来的预防性维护工单进行版本管理，供用户试算后横向对比多版本，追溯历史版本工单信息，结果查询导出以及版本的清理、发布和版本回退；
模块S403；用户对模型计算出来的维护工单在交付、工单维度进行风险评估，对于人工识别到执行风险，可在本模块进行工单的加删挪调整，并记录调整原因存入到系统，供系统自学习模块训练模型使用，以提升模型优化性能，用户调整工单后可重新触发设备预防性维护模型计算并手动下发。
优选地，所述工单执行跟踪模块包括：
模块S501：监控生产工单执行情况，与生产制造管理系统通过数据抽取实时获取生产工单执行情况，及时预警以判断设备预防性维护工单的后续处理；
模块S502：监控设备预防性维护工单执行情况，避免因工单被遗漏或被持续搁置引起的不必要的维修和应急成本；
模块S503：对于未能完成的设备预防性维护工单，开放原因记录入口，分析历史工单完成情况及未完成原因；
模块S504：从设备维修成本、应急成本、人员成本以及交付赔付成本计算设备预防性维护带来的效益。
优选地，所述策略自学习模块：
接入历史预防性维护工单的完成情况；
接入历史客户计划需求交付时间跟实际交付情况；
接入历史的产品质量数据；
接入用户在工单管理模块进行工单调整时所输入的调整原因；
通过深度学习，挖掘设备预防性维护频次、维护时间、维护类型的优先级，不同场景下目标优先级，以及模型没有考虑但需要新增的目标或约束，组成多套预防性维护策略组合包，供设备预防性维护排班计划计算模块计算使用。
优选地，所述工单分解计算模块：
在跟踪工单执行状态后，依据工单完成情况对工单进行分解，在保留初版下发的维护工单基础上，分解未完成工单；
综合考虑客户计划交付、设备产能、未完成工单、设备维护方法，滚动生成新的预防性维护工单并下发执行。
根据本发明提供的一种基于交付满足的工厂设备预防性维护排班方法，包括:
步骤S1:首先在系统预防性维护计划计算内手动触发设备预防性维护计算，并根据各工厂业务数据、主数据更新频次设定系统定时任务，触发后台自动计算；
步骤S2:触发计算后，在系统界面查看当前版本计算的实时进度,计算完成后在界面查看设备预防性维护计划以及维修人员排版计划，并根据设备号、计划维护日期、班组等条件进行查询；
步骤S3:在界面查看按照当前版本计划进行设备预防性维护下客户需求交付情况，及时识别欠交风险；
步骤S4:存在交付风险，其他模型外部因素或者现场临时变化时，对已输出的设备预防性维护工单进行增删挪调整，或者调整算法输入重新触发计算，生成新的预防性维护计划和平衡表后再次进行评估；
步骤S5:版本评估通过并下发执行后，实时获取工单实际开始时间，执行状态以及结束时间；
步骤S6:人工或定时监控工单完成状态，对未完成的工单进行分解，将剩余未完成部分进行拆解处理后展示给用户监控；
步骤S7:按一定业务逻辑统计分析已完成工单，并综合设备交付满足率，设备维修频次，设备产品良品率分析工单完成效益；
步骤S8:完成效益分析后，综合历史工单效益以及用户工单调整原因记录，系统后台自动触发自学习模块，并允许实时触发策略自学习模块计算；
步骤S9:触发自学习模块进行自学习后，将优化策略输出给前端，并提供选择对应策略组合包后预计会提升的效益，供参考分析。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现上述基于交付满足的工厂设备预防性维护排班方法方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
(1)通过使用运筹优化算法，全局考虑需求交付要求、生产计划、维修班组技能和排班、预防性维护频次、维护时间、维护工单优先级、需求优先级等因素，从而实现了交付满足率最大、设备产能利用率最大、成本最低的设备预防性维护排班计划计算；
(2)通过使用深度学习技术，基于设备故障信息记录、设备预防性维护记录、设备预防性维护工单执行情况、相关成本信息训练设备预防性维护频次、维护时间、维护类别的优先级，实现了从人工经验，到系统的、可基于场景配置的预防性维护策略的自动转化；
(3)通过使用接口及数据抽取的实时传输技术，实现工单从计算触发、下达到完成或取消的实时接收、反馈和处理，减少因处理延时导致的产能损失和交付风险。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明提供的系统模块关系示意图。
图2为本发明提供的业务流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种基于交付满足的工厂设备预防性维护排班系统，其特征在于，包括：
主数据管理模块：基于设备预防性维护业务流程，调用及管理设备预防性维护计算所需要的所有主数据信息，进行抽取、转化及加载处理工作；
业务数据管理模块：调用外部系统设备预防性维护的相关业务数据信息，进行抽取、转化及加载处理工作，以全面考虑订单交付、生产计划执行以及设备维护方法；
设备预防性维护排班计划计算模块：系统定时或用户手动触发设备预防性维护计算，接入设备预防性维护及客户需求相关主数据及业务数据，通过运筹优化算法模型，使用运筹优化算法，对预防性维护计划进行求解，并允许用户根据业务场景进行输入数据的配置，进行多次模拟试算；
工单管理模块：对模型计算出的预防性维护工单进行展示、管理以及编辑；
工单执行跟踪模块：监控生产工单执行情况、设备预防性维护工单执行情况；
策略自学习模块：通过深度学习，获得优化策略；
工单分解计算模块：在跟踪工单执行状态后，依据工单完成情况对工单进行分解，生成新的预防性维护工单并下发执行。
具体地，所述主数据管理模块包括：
模块S101：调用设备预防性维护相关的主数据，主要来源包括:
工艺路线、工厂产线设备主数据：获取工厂内部所有设备的信息，并且根据所在的工厂、工序、产线、设备维度进行分组，用于模型分组及局部计算。
设备维护方法：所有设备维护频次，用于安排设备后续维护时间。
班组人员以及技能、班组工作日历及出勤：明确各班组人员生产/维修技能，以及班组的工作日历及出勤，确保维护计划下发各设备均有对应班组负责计划事项，避免计划下发后因人员问题不可执行。
工单优先级主数据：明确生产工单、维护工单、维修工单的优先级问题，在计算计划时合理安排使各类型工单执行时间不冲突。
交付优先级：工厂内交付分为多种，有直供客户需求，直供客户需求内部包括超时需赔付需求、在一定时间内可迟交需求，此外还有内部备库需求。明确交付优先级后可对应不同类型的交付需求分类进行优化计算。
模块S102：对于外部系统缺少但跟设备预防性维护计算紧密相关的主数据，开通维护入口，主要有以下两类数据：
因外部输入数据或者配套系统未完善原因，非系统管辖内设备，可通过系统上传清单进行设备过滤，以减少不必要的系统计算资源损耗；
配置设备维护的提前期和延后期，使设备预防性维护更加灵活、可执行；
模块S103：通过主数据处理不必要的冗余信息，提高相关主数据的直观性和可用性，因外部系统的主数据中存在非计算输入数据及字段，在抽取及转化的过程中选定基准数据，同时定义接口，过滤掉冗余数据；
模块S104：根据各主数据间的关联性，对主数据进行统一管理，校验各数据完整性；
所述外部系统包括：ERP系统、生产制造执行管理系统MES系统、设备资产管理系统。
具体地，所述业务数据管理模块包括：
步骤S201：调用预防性维护相关的业务数据，主要来源包括：
客户计划管理系统：接入客户需求数据，用于预防性维护计算时考虑交付；
设备资产管理系统：接入设备历史维护、故障维修数据，用于计算设备下次维护时间；
生产制造执行管理系统：接入生产工单、设备预防性维护工单实时执行情况，监控生产工单交付情况，用于平衡生产计划下线交付以及设备预防性维护，同时跟踪预防性维护工单完成状态避免工单丢失遗漏；
计划排产排程系统：接入设备每天的排产计划以及近期的排程计划；
质量管理系统：接入设备生产的产品质量信息，以用于设备预防性维护自学习；
库存管理系统：接入产品库存数据,在计算生产工单的时候，考虑库存数据以满足交付；
步骤S202：对多方业务数据在设备维度上进行整合，包括：
将客户计划、生产计划、生产制造执行管理系统、库存管理系统整合，管理设备上生产计划的交付，生产及维护工单的实际执行状态；
将设备资产管理系统跟质量管理系统结合，管理设备维护与设备成品质量的相关性。
根据主数据与业务数据的关系，因外部各系统面向的业务需求不同，所以对于预防性维护计划系统而言，业务数据中存在部分无效数据或冗余字段，根据主数据关联到系统管辖内设备对应的业务数据，或对冗余字段进行处理，统一整合成系统内部字段值，用于设备预防性维护计划模型计算。
具体地，所述设备预防性维护排班计划计算模块中所述的运筹优化算法模型包括：
模块S301:按照工厂实际业务情况配置模型目标优先级，对应不同业务场景，以排产策略包的形式开放给用户，供用户灵活配置模型目标顺序，满足多优先级、多类型的设备预防性维护计算需求,主要目标如下：
交付尽量满足：设备每天的产出加上期初库存应该满足客户的交付需求，同时考虑到并非所有交付都优先于设备预防性维护或其他目标，可以根据需求优先级将交付需求拆分成多个目标进行计算，在预设的生产提前期内完成相关的产品生产计划即可；
交付逾期时间最短：在设备必须进行维护，否则可能导致更多维修应急成本的情况下，如果交付无法全部满足，需要满足跟客户需求关联的生产计划逾期生产时间尽量短，以减少成本损耗；
尽量按设备维护方法，在设备维护时间周期内即设备预防性维护提前期到延后期这段时间窗口内安排维护；
尽量保证计划排产排程系统下发的生产计划的完整性。也即在尽量不改变排产排程计划的情况下安排设备预防性维护；
生产同产品的多台设备尽量错时维护，以避免紧急需求下交付无法满足；
模块S302：针对工厂内绝对不可违背的规则，使用约束方程保证计算结果符合实际业务场景，约束如下：
设备预防性维护耗时加上生产耗时后的设备产能，不可超出设备当日出勤班组的最大工作时长；
设备前后两次维护时间不可超过设备单次维修最长使用时间；
设备维修必须要在维修班组人员工作时间段内；
模块S303：根据用户对模型结果的业务执行及统计分析需求，输出以下内容：
各设备在模型计算周期内预防性维护工单的计划时间点、耗时，以及设备预防性维护的理论时间；
在预防性维护方案下，客户计划交付情况，包括计算周期内每天预计生产量、需求的交付量、工厂预计的库存量及库存预计可供应天数，用于评估安排设备预防性维护计划后对客户交付的影响。
在预防性维护方案下，计划排产排程系统原制定的生产计划的可执行率，加入后原始接入的生产计划是否有建议调整或不可执行的情况；
生产及维修班组的出勤安排；
设备产能利用率，插入设备预防性维护计划后，各设备天度的产能利用率可以达到多少。
具体地，所述工单管理模块：
模块S401；对模型计算出来的预防性维护工单计划、客户交付平衡表、班组出勤安排、设备产能利用率以图表形式进行展示，对设备故障风险、交付风险根据工单优先级以及需求优先级进行预警；
模块S402；对计算出来的预防性维护工单进行版本管理，供用户试算后横向对比多版本，追溯历史版本工单信息，结果查询导出以及版本的清理、发布和版本回退；
模块S403；用户对模型计算出来的维护工单在交付、工单维度进行风险评估，对于人工识别到执行风险，可在本模块进行工单的加删挪调整，并记录调整原因存入到系统，供系统自学习模块训练模型使用，以提升模型优化性能，用户调整工单后可重新触发设备预防性维护模型计算并手动下发。
具体地，所述工单执行跟踪模块包括：
模块S501：监控生产工单执行情况，与生产制造管理系统通过数据抽取实时获取生产工单执行情况，及时预警以判断设备预防性维护工单的后续处理；
模块S502：监控设备预防性维护工单执行情况，避免因工单被遗漏或被持续搁置引起的不必要的维修和应急成本；
模块S503：对于未能完成的设备预防性维护工单，开放原因记录入口，分析历史工单完成情况及未完成原因；
模块S504：从设备维修成本、应急成本、人员成本以及交付赔付成本计算设备预防性维护带来的效益。
具体地，所述策略自学习模块：
接入历史预防性维护工单的完成情况；
接入历史客户计划需求交付时间跟实际交付情况；
接入历史的产品质量数据；
接入用户在工单管理模块进行工单调整时所输入的调整原因；
通过深度学习，挖掘设备预防性维护频次、维护时间、维护类型的优先级，不同场景下目标优先级，以及模型没有考虑但需要新增的目标或约束，组成多套预防性维护策略组合包，供设备预防性维护排班计划计算模块计算使用。
具体地，所述工单分解计算模块：
在跟踪工单执行状态后，依据工单完成情况对工单进行分解，在保留初版下发的维护工单基础上，分解未完成工单；
综合考虑客户计划交付、设备产能、未完成工单、设备维护方法，滚动生成新的预防性维护工单并下发执行。
根据本发明提供的一种基于交付满足的工厂设备预防性维护排班方法，包括:
步骤S1:首先在系统预防性维护计划计算内手动触发设备预防性维护计算，并根据各工厂业务数据、主数据更新频次设定系统定时任务，触发后台自动计算；
步骤S2:触发计算后，在系统界面查看当前版本计算的实时进度,计算完成后在界面查看设备预防性维护计划以及维修人员排版计划，并根据设备号、计划维护日期、班组等条件进行查询；
步骤S3:在界面查看按照当前版本计划进行设备预防性维护下客户需求交付情况，及时识别欠交风险；
步骤S4:存在交付风险，其他模型外部因素或者现场临时变化时，对已输出的设备预防性维护工单进行增删挪调整，或者调整算法输入重新触发计算，生成新的预防性维护计划和平衡表后再次进行评估；
步骤S5:版本评估通过并下发执行后，实时获取工单实际开始时间，执行状态以及结束时间；
步骤S6:人工或定时监控工单完成状态，对未完成的工单进行分解，将剩余未完成部分进行拆解处理后展示给用户监控；
步骤S7:按一定业务逻辑统计分析已完成工单，并综合设备交付满足率，设备维修频次，设备产品良品率分析工单完成效益；
步骤S8:完成效益分析后，综合历史工单效益以及用户工单调整原因记录，系统后台自动触发自学习模块，并允许实时触发策略自学习模块计算；
步骤S9:触发自学习模块进行自学习后，将优化策略输出给前端，并提供选择对应策略组合包后预计会提升的效益，供参考分析。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现上述基于交付满足的工厂设备预防性维护排班方法方法的步骤。
下面通过优选例，对本发明进行更为具体地说明。
优选例1：
本发明主要是在制造业客户生产需求往多品种小批量发展的过程中设备数量渐增、设备复杂度、柔性化、精密化渐高的背景下，一方面整合工厂生产计划和设备预防性维护相关的业务数据和主数据，通过设备预防性维护计划模型，自动输出设备预防性排班指令；另一方面在计划制定并下发后，基于历史的计划实际执行情况及客户需求交付情况，通过规则自学习模型，丰富设备预防性维护排班计算模型的目标库、场景库及约束库。
通过本发明一方面可以平衡客户需求交付及设备预防性维护需求，在保证客户交付的基础上自动计算最佳的设备预防性维护窗口，减少因设备预防性维护不到位导致的设备故障率增高，保障工厂设备的稳定运作及交付满足率；另一方面，转人工经验判断为系统自学习判断，不断优化算法模型，实现排班的自动化，减少人工经验导致的误判，逐步优化排班结果。
如图1，本系统核心是设备预防性维护，整体包括以下7个模块：
(1)主数据管理模块，其用于：
基于设备预防性维护业务流程，调用及管理设备预防性维护计算所需要的所有主数据信息，进行抽取、转化及加载处理工作。
1)调用预防性维护相关的主数据，其主要来源包括:
①工艺路线、工厂产线设备主数据：获取工厂内部所有设备的信息，并且根据所在的工厂、工序、产线、设备维度进行分组，用于模型分组及局部计算。
②设备维护方法：所有设备维护频次，用于安排设备后续维护时间。
③班组人员以及技能、班组工作日历及出勤：明确各班组人员生产/维修技能，以及班组的工作日历及出勤，确保维护计划下发各设备均有对应班组负责计划事项，避免计划下发后因人员问题不可执行。
④工单优先级主数据：明确生产工单、维护工单、维修工单的优先级问题，在计算计划时合理安排使各类型工单执行时间不冲突。
⑤交付优先级：工厂内交付分为多种，有直供客户需求，直供客户需求内部包括超时需赔付需求、在一定时间内可迟交需求，此外还有内部备库需求。明确交付优先级后可对应不同类型的交付需求分类进行优化计算。
2)对于外部系统缺少但跟设备预防性维护计算紧密相关的主数据，开通维护入口，主要有以下两类数据：
①因外部输入数据或者配套系统未完善原因，非系统管辖内设备，可通过系统上传清单进行设备过滤，以减少不必要的系统计算资源损耗；
②配置设备维护的提前期和延后期，使设备预防性维护更加灵活、可执行。
3)通过主数据处理不必要的冗余信息，提高相关主数据的直观性和可用性。因外部系统的主数据中存在非计算输入数据及字段，在抽取及转化的过程中选定基准数据，同时定义接口，剔除/过滤掉冗余数据。
4)根据各主数据间的关联性，对主数据进行统一管理，校验各数据完整性。各外部系统功能相对独立，但主数据间存在一定对应关系。系统内部维护或选定一版基准表，以此去其他主数据表内找对应数据，如果匹配到必要字段值缺失或多来源同一数据不对应，及时预警缺漏及有误差的主数据并通过邮件中心或站内消息通知到对应的外部系统及数据维护人员。在主数据管理模块即对数据的完整性以及数据准确性把关，避免不必要的计算资源损耗以及人力成本。
此处主数据管理模块所指的外部系统主要指ERP系统、MES系统(即生产制造执行管理系统)、设备资产管理系统。
业务数据管理模块中的外部系统除以上几个系统外，还包括计划排产排程系统、质量管理系统、库存管理系统。正文提及的客户计划管理系统一般被囊括在ERP系统内。
(2)业务数据管理模块，其用于：
调用外部系统设备预防性维护的相关业务数据信息，进行抽取、转化及加载处理工作，以全面考虑订单交付、生产计划执行、设备维护方法。
1)调用预防性维护相关的业务数据，主要来源包括：
①客户计划管理系统：接入客户需求数据，用于预防性维护计算时考虑交付。
②设备资产管理系统：接入设备历史维护、故障维修数据，用于计算设备下次维护时间。
③生产制造执行管理系统：接入生产工单、设备预防性维护工单实时执行情况，监控生产工单交付情况，用于平衡生产计划下线交付以及设备预防性维护，同时跟踪预防性维护工单完成状态避免工单丢失遗漏。
④计划排产排程系统：接入设备每天的排产计划以及近期的排程计划。
⑤质量管理系统：接入设备生产的产品质量信息，以用于设备预防性维护自学习。
⑥库存管理系统：接入产品库存数据,在计算生产工单的时候，考虑库存数据以满足交付。
2)对多方业务数据在设备维度上进行整合：
①将客户计划、生产计划、生产制造执行管理系统、库存管理系统整合，管理设备上生产计划的交付，生产及维护工单的实际执行状态；
所述整合一般而言，客户计划元数据为客户+零件，生产计划元数据为设备+工单+零件，生产制造执行管理系统元数据为设备+工单+零件，库存管理系统元数据为库位+ 零件，元数据维度不统一。本系统从设备维度出发，通过设备-零件的关系链对所述系统业务数据进行转化，最后按设备对客户计划、生产计划、生产执行、库存进行分组整合。
②将设备资产管理系统跟质量管理系统结合，管理设备维护与设备成品质量的相关性。
所述结合指从设备资产管理系统获取到各设备历史维护信息，从质量管理系统获取到成品质量数据，通过设备-零件的关系链将成品质量数据整合到设备维度，使设备维护数据与设备上成品质量数据关联。
3)根据主数据与业务数据的关系，因外部各系统面向的业务需求不同，所以对于预防性维护计划系统而言，存在一部分无效数据或冗余字段(这里指的是“业务数据”的无效数据或冗余字段)，需要根据主数据关联到系统管辖内设备对应的业务数据，或对冗余字段进行处理，统一整合成系统内部字段值，用于设备预防性维护计划模型计算。
(3)设备预防性维护排班计划计算模块，其用于：
系统定时/用户手动触发设备预防性维护计算，接入设备预防性维护及客户需求相关主数据及业务数据。通过算法模型，使用运筹优化算法，对预防性维护计划进行求解。并允许用户根据业务场景进行输入数据的配置，进行多次模拟试算。本模块的运筹优化算法模型包含以下三个重要内容：
1)按照工厂实际业务情况配置模型目标优先级，对应不同业务场景，以排产策略包的形式开放给用户，供用户灵活配置模型目标顺序，满足多优先级、多类型的设备预防性维护计算需求。主要目标如下：
①交付尽量满足：设备每天的产出加上期初库存应该满足客户的交付需求，同时考虑到并非所有交付都优先于设备预防性维护或其他目标，可以根据需求优先级将交付需求拆分成多个目标进行计算，在预设的生产提前期内完成相关的产品生产计划即可。
②交付逾期时间最短：在设备必须进行维护，否则可能导致更多维修应急成本的情况下，如果交付无法全部满足，需要满足跟客户需求关联的生产计划逾期生产时间尽量短，以减少成本损耗。
③尽量按设备维护方法，在设备维护时间周期内即设备预防性维护提前期到延后期这段时间窗口内安排维护。
④尽量保证计划排产排程系统下发的生产计划的完整性。也即在尽量不改变排产排程计划的情况下安排设备预防性维护。
⑤生产同产品的多台设备尽量错时维护，以避免紧急需求下交付无法满足。
2)针对工厂内绝对不可违背的规则，使用约束方程保证计算结果符合实际业务场景。主要约束如下：
①设备预防性维护耗时加上生产耗时后的设备产能，不可超出设备当日出勤班组的最大工作时长；
②设备前后两次维护时间不可超过设备单次维修最长使用时间。
③设备维修必须要在维修班组人员工作时间段内。
3)根据用户对模型结果的业务执行及统计分析需求，输出以下内容：
①各设备在模型计算周期内预防性维护工单的计划时间点、耗时，以及设备预防性维护的理论时间；
②在该预防性维护方案下，客户计划交付情况，包括计算周期内每天预计生产量、需求的交付量、工厂预计的库存量及库存预计可供应天数，用于评估安排设备预防性维护计划后对客户交付的影响。
③在该预防性维护方案下，计划排产排程系统原制定的生产计划的可执行率，加入后原始接入的生产计划是否有建议调整或不可执行的情况；
④生产及维修班组的出勤安排。
⑤设备产能利用率，插入设备预防性维护计划后，各设备天度的产能利用率可以达到多少。
(4)工单管理模块，其用于：
对模型计算出的预防性维护工单进行展示、管理以及编辑。
1)对模型计算出来的预防性维护工单计划、客户交付平衡表、班组出勤安排、设备产能利用率以图表形式进行展示。对设备故障风险、交付风险根据工单优先级以及需求优先级进行预警。
2)对计算出来的预防性维护工单进行版本管理，供用户试算后横向对比多版本，追溯历史版本工单信息，结果查询导出以及版本的清理、发布和版本回退。
3)用户对模型计算出来的维护工单在交付、工单维度进行风险评估，如人工识别到执行风险，可在本模块进行工单的加删挪调整，并记录调整原因存入到系统，供系统自学习模块训练模型使用，以提升模型优化性能。用户调整工单后可重新触发设备预防性维护模型计算并手动下发。
所述进行工单的加删挪调整即对于因输入数据不完善或错误导致系统预防性维护计划漏排的场景，用户可以直接在系统内进行加单，指定某设备由指定人员在指定时间段内进行设备预防性维护；对于因输入数据不完善或错误，或是现场工单执行实时变动而导致计划的工单需调整的场景，用户可以直接在系统内对已下发的工单从系统计划的时间点挪动到另一个指定的时间点下发执行；对于因输入数据错误，或是现场工单执行实时变动而导致计划的工单完全无法执行的场景，用户可以直接在系统内删除并下发。
(5)工单执行跟踪模块，其用于：
1)监控生产工单执行情况。实际执行中遇到的比如设备故障、模具故障、人员不足等生产风险极有可能影响到客户交付，从而影响到生产工单相对于设备预防性维护工单的优先级。系统可与生产制造管理系统通过数据抽取实时获取生产工单执行情况，及时预警以判断设备预防性维护工单的后续处理。(即判断下发的预防性维护工单在计划周期内是否需要延后执行、删单不执行，并支持用户在本系统工单管理模块对预防性维护工单进行延后挪单、删单处理。或是判断在设备预防性维护工单不变动，生产工单移机生产、调序生产可满足交付的情况下，接入调整后的生产工单，在设备预防性维护排班计划计算模块重新计算，计算完成后支持用户在工单管理模块对调整后的交付风险进行查看。)
2)监控设备预防性维护工单执行情况。预防性维护工单在实际执行过程中存在提前、延后甚至过期未完成情况。监控执行状态可以使维护流程透明化，避免因工单被遗漏或被持续搁置引起的不必要的维修和应急成本。
3)对于未能完成的设备预防性维护工单，开放原因记录入口，统计并分析历史工单完成情况及未完成原因。
所述统计并分析包括：按工厂/工序/产线/设备，搭配天度/周度/月度/季度/年度等不同时间维度，统计不同维度下预防性维护工单完成率；针对未完成的工单，根据录入的未完成原因，对各类原因频次及频率进行统计。供用户查看分析。
4)从设备维修成本、应急成本、人员成本、交付赔付成本计算设备预防性维护带来的效益。
(6)策略自学习模块，其用于：
1)接入历史预防性维护工单的完成情况；
2)接入历史客户计划需求交付时间跟实际交付情况；
3)接入历史的产品质量数据；
4)接入用户在工单管理模块进行工单调整时所输入的调整原因；
5)通过深度学习，挖掘设备预防性维护频次、维护时间、维护类型的优先级，不同场景下目标优先级，以及模型没有考虑但需要新增的目标或约束，组成多套预防性维护策略组合包，供设备预防性维护排班计划算法模型计算使用。
(7)工单分解计算模块，其用于：
1)在跟踪工单执行状态后，依据工单完成情况对工单进行分解。在保留初版下发的维护工单基础上，分解未完成工单。
对工单进行分解指：从当前版本预防性维护计划分解出计划完成日期在当天前、且已下发的全部预防性维护工单，定义为初版下发工单，并拼接进历史预防性维护工单表内，供工单执行跟踪模块工单完成率统计分析及策略自学习模块模型训练使用；从当前版本预防性维护计划分解出计划完成日期在当天前、已下发且未完成的预防性维护工单，并拼接进历史未完成预防性维护工单表内，供工单执行跟踪模块未完成原因统计分析及供步骤2)滚动生成新的预防性维护工单使用。
2)内部调用单独的工单分解计算小模块以算法+规则，综合考虑客户计划交付、设备产能、未完成工单、设备维护方法，滚动生成新的预防性维护工单并下发执行。
如图2，本系统在用户使用过程中，涉及的业务流程如下：
(1)用户首先在系统预防性维护计划计算内手动触发设备预防性维护计算，并根据各工厂业务数据、主数据更新频次设定系统定时任务，触发后台自动计算；
(2)用户触发计算后，在系统界面查看当前版本计算的实时进度。计算完成后在界面查看设备预防性维护计划以及维修人员排版计划，并根据设备号、计划维护日期、班组等条件进行查询；
(3)用户可在界面查看按照当前版本计划进行设备预防性维护下客户需求交付情况，及时识别欠交风险；
(4)存在交付风险，其他模型外部因素或者现场临时变化时，用户可以对已输出的设备预防性维护工单进行增删挪调整，或者调整算法输入重新触发计算，生成新的预防性维护计划和平衡表后再次进行评估。
(5)版本评估通过并下发执行后，实时获取工单实际开始时间，执行状态以及结束时间。
(6)人工或定时监控工单完成状态，对未完成的工单进行分解，将剩余未完成部分进行拆解处理后展示给用户监控；
(7)按一定业务逻辑统计分析已完成工单，并综合设备交付满足率，设备维修频次，设备产品良品率分析工单完成效益。
(8)完成效益分析后，综合历史工单效益以及用户工单调整原因记录，系统后台自动触发自学习模块，并允许用户实时触发策略自学习模块计算。
(9)自学习后，将优化策略输出给前端，并提供选择对应策略组合包后预计会提升的效益，供用户参考分析。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于交付满足的工厂设备预防性维护排班系统，其特征在于，包括：
主数据管理模块：基于设备预防性维护业务流程，调用及管理设备预防性维护计算所需要的所有主数据信息，进行抽取、转化及加载处理工作；
业务数据管理模块：调用外部系统设备预防性维护的相关业务数据信息，进行抽取、转化及加载处理工作，以全面考虑订单交付、生产计划执行以及设备维护方法；
设备预防性维护排班计划计算模块：系统定时或用户手动触发设备预防性维护计算，接入设备预防性维护及客户需求相关主数据及业务数据，通过运筹优化算法模型，使用运筹优化算法，对预防性维护计划进行求解，并允许用户根据业务场景进行输入数据的配置，进行多次模拟试算；
工单管理模块：对模型计算出的预防性维护工单进行展示、管理以及编辑；
工单执行跟踪模块：监控生产工单执行情况、设备预防性维护工单执行情况；
策略自学习模块：通过深度学习，获得优化策略；
工单分解计算模块：在跟踪工单执行状态后，依据工单完成情况对工单进行分解，生成新的预防性维护工单并下发执行。
2.根据权利要求1所述的基于交付满足的工厂设备预防性维护排班系统，其特征在于，所述主数据管理模块包括：
模块S101：调用设备预防性维护相关的主数据，主要来源包括:
工艺路线、工厂产线设备主数据：获取工厂内部所有设备的信息，并且根据所在的工厂、工序、产线、设备维度进行分组，用于模型分组及局部计算；
设备维护方法：所有设备维护频次，用于安排设备后续维护时间；
班组人员以及技能、班组工作日历及出勤：明确各班组人员生产/维修技能，以及班组的工作日历及出勤，确保维护计划下发各设备均有对应班组负责计划事项，避免计划下发后因人员问题不可执行；
工单优先级主数据：明确生产工单、维护工单、维修工单的优先级问题，在计算计划时合理安排使各类型工单执行时间不冲突；
交付优先级：工厂内交付分为多种，有直供客户需求，直供客户需求内部包括超时需赔付需求、在一定时间内可迟交需求，此外还有内部备库需求， 明确交付优先级后可对应不同类型的交付需求分类进行优化计算；
模块S102：对于外部系统缺少但跟设备预防性维护计算紧密相关的主数据，开通维护入口，主要有以下两类数据：
因外部输入数据或者配套系统未完善原因，非系统管辖内设备，可通过系统上传清单进行设备过滤，以减少不必要的系统计算资源损耗；
配置设备维护的提前期和延后期，使设备预防性维护更加灵活、可执行；
模块S103：通过主数据处理不必要的冗余信息，提高相关主数据的直观性和可用性，因外部系统的主数据中存在非计算输入数据及字段，在抽取及转化的过程中选定基准数据，同时定义接口，过滤掉冗余数据；
模块S104：根据各主数据间的关联性，对主数据进行统一管理，校验各数据完整性；
所述外部系统包括：ERP系统、生产制造执行管理系统或设备资产管理系统。
3.根据权利要求1所述的基于交付满足的工厂设备预防性维护排班系统，其特征在于，所述业务数据管理模块包括：
模块S201：调用预防性维护相关的业务数据，主要来源包括：
客户计划管理系统：接入客户需求数据，用于预防性维护计算时考虑交付；
设备资产管理系统：接入设备历史维护、故障维修数据，用于计算设备下次维护时间；
生产制造执行管理系统：接入生产工单、设备预防性维护工单实时执行情况，监控生产工单交付情况，用于平衡生产计划下线交付以及设备预防性维护，同时跟踪预防性维护工单完成状态避免工单丢失遗漏；
计划排产排程系统：接入设备每天的排产计划以及近期的排程计划；
质量管理系统：接入设备生产的产品质量信息，以用于设备预防性维护自学习；
库存管理系统：接入产品库存数据,在计算生产工单的时候，考虑库存数据以满足交付；
模块S202：对多方业务数据在设备维度上进行整合，包括：
将客户计划、生产计划、生产制造执行管理系统、库存管理系统整合，管理设备上生产计划的交付，生产及维护工单的实际执行状态；
将设备资产管理系统跟质量管理系统结合，管理设备维护与设备成品质量的相关性；
根据主数据与业务数据的关系，因外部各系统面向的业务需求不同，所以对于预防性维护计划系统而言，业务数据中存在部分无效数据或冗余字段，根据主数据关联到系统管辖内设备对应的业务数据，或对冗余字段进行处理，统一整合成系统内部字段值，用于设备预防性维护排班计划计算模块。
4.根据权利要求1所述的基于交付满足的工厂设备预防性维护排班系统，其特征在于，所述设备预防性维护排班计划计算模块中所述的运筹优化算法模型包括：
模块S301:按照工厂实际业务情况配置模型目标优先级，对应不同业务场景，以排产策略包的形式开放给用户，供用户灵活配置模型目标顺序，满足多优先级、多类型的设备预防性维护计算需求,主要目标如下：
交付尽量满足：设备每天的产出加上期初库存应该满足客户的交付需求，同时考虑到并非所有交付都优先于设备预防性维护或其他目标，可以根据需求优先级将交付需求拆分成多个目标进行计算，在预设的生产提前期内完成相关的产品生产计划即可；
交付逾期时间最短：在设备必须进行维护，否则可能导致更多维修应急成本的情况下，如果交付无法全部满足，需要满足跟客户需求关联的生产计划逾期生产时间尽量短，以减少成本损耗；
尽量按设备维护方法，在设备维护时间周期内即设备预防性维护提前期到延后期这段时间窗口内安排维护；
尽量保证计划排产排程系统下发的生产计划的完整性， 也即在尽量不改变排产排程计划的情况下安排设备预防性维护；
生产同产品的多台设备尽量错时维护，以避免紧急需求下交付无法满足；
模块S302：针对工厂内绝对不可违背的规则，使用约束方程保证计算结果符合实际业务场景，约束如下：
设备预防性维护耗时加上生产耗时后的设备产能，不可超出设备当日出勤班组的最大工作时长；
设备前后两次维护时间不可超过设备单次维修最长使用时间；
设备维修必须要在维修班组人员工作时间段内；
模块S303：根据用户对模型结果的业务执行及统计分析需求，输出以下内容：
各设备在模型计算周期内预防性维护工单的计划时间点、耗时，以及设备预防性维护的理论时间；
在预防性维护方案下，客户计划交付情况，包括计算周期内每天预计生产量、需求的交付量、工厂预计的库存量及库存预计可供应天数，用于评估安排设备预防性维护计划后对客户交付的影响；
在预防性维护方案下，计划排产排程系统原制定的生产计划的可执行率，加入后原始接入的生产计划是否有建议调整或不可执行的情况；
生产及维修班组的出勤安排；
设备产能利用率，插入设备预防性维护计划后，各设备天度的产能利用率可以达到多少。
5.根据权利要求1所述的基于交付满足的工厂设备预防性维护排班系统，其特征在于，所述工单管理模块包括 ：
模块S401；对模型计算出来的预防性维护工单计划、客户交付平衡表、班组出勤安排、设备产能利用率以图表形式进行展示，对设备故障风险、交付风险根据工单优先级以及需求优先级进行预警；
模块S402；对计算出来的预防性维护工单进行版本管理，供用户试算后横向对比多版本，追溯历史版本工单信息，结果查询导出以及版本的清理、发布和版本回退；
模块S403；用户对模型计算出来的维护工单在交付、工单维度进行风险评估，对于人工识别到执行风险，可在本模块进行工单的加删挪调整，并记录调整原因存入到系统，供系统自学习模块训练模型使用，以提升模型优化性能，用户调整工单后可重新触发设备预防性维护模型计算并手动下发。
6.根据权利要求1所述的基于交付满足的工厂设备预防性维护排班系统，其特征在于，所述工单执行跟踪模块包括：
模块S501：监控生产工单执行情况，与生产制造管理系统通过数据抽取实时获取生产工单执行情况，及时预警以判断设备预防性维护工单的后续处理；
模块S502：监控设备预防性维护工单执行情况，避免因工单被遗漏或被持续搁置引起的不必要的维修和应急成本；
模块S503：对于未能完成的设备预防性维护工单，开放原因记录入口，分析历史工单完成情况及未完成原因；
模块S504：从设备维修成本、应急成本、人员成本以及交付赔付成本计算设备预防性维护带来的效益。
7.根据权利要求1所述的基于交付满足的工厂设备预防性维护排班系统，其特征在于，所述策略自学习模块：
接入历史预防性维护工单的完成情况；
接入历史客户计划需求交付时间跟实际交付情况；
接入历史的产品质量数据；
接入用户在工单管理模块进行工单调整时所输入的调整原因；
通过深度学习，挖掘设备预防性维护频次、维护时间、维护类型的优先级，不同场景下目标优先级，以及模型没有考虑但需要新增的目标或约束，组成多套预防性维护策略组合包，供设备预防性维护排班计划计算模块计算使用。
8.根据权利要求1所述的基于交付满足的工厂设备预防性维护排班系统，其特征在于，所述工单分解计算模块：
在跟踪工单执行状态后，依据工单完成情况对工单进行分解，在保留初版下发的维护工单基础上，分解未完成工单；
综合考虑客户计划交付、设备产能、未完成工单、设备维护方法，滚动生成新的预防性维护工单并下发执行。
9.一种基于交付满足的工厂设备预防性维护排班方法，其特征在于，包括:
步骤S1:首先在系统预防性维护计划计算内手动触发设备预防性维护计算，并根据各工厂业务数据、主数据更新频次设定系统定时任务，触发后台自动计算；
步骤S2:触发计算后，在系统界面查看当前版本计算的实时进度,计算完成后在界面查看设备预防性维护计划以及维修人员排班计划，并根据设备号、计划维护日期、班组条件进行查询；
步骤S3:在界面查看按照当前版本计划进行设备预防性维护下客户需求交付情况，及时识别欠交风险；
步骤S4:存在交付风险，其他模型外部因素或者现场临时变化时，对已输出的设备预防性维护工单进行增删挪调整，或者调整算法输入重新触发计算，生成新的预防性维护计划和平衡表后再次进行评估；
步骤S5:版本评估通过并下发执行后，实时获取工单实际开始时间，执行状态以及结束时间；
步骤S6:人工或定时监控工单完成状态，对未完成的工单进行分解，将剩余未完成部分进行拆解处理后展示给用户监控；
步骤S7:按一定业务逻辑统计分析已完成工单，并综合设备交付满足率，设备维修频次，设备产品良品率分析工单完成效益；
步骤S8:完成效益分析后，综合历史工单效益以及用户工单调整原因记录，系统后台自动触发自学习模块，并允许实时触发策略自学习模块计算；
步骤S9:触发自学习模块进行自学习后，将优化策略输出给前端，并提供选择对应策略组合包后预计会提升的效益，供参考分析。
10.一种存储有计算机程序的计算机可读存储介质，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9中所述的基于交付满足的工厂设备预防性维护排班方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010754285.3A CN111880502B (zh) | 2020-07-30 | 2020-07-30 | 基于交付满足的工厂设备预防性维护排班系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010754285.3A CN111880502B (zh) | 2020-07-30 | 2020-07-30 | 基于交付满足的工厂设备预防性维护排班系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111880502A CN111880502A (zh) | 2020-11-03 |
| CN111880502B true CN111880502B (zh) | 2021-09-14 |
Family
ID=73205787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010754285.3A Active CN111880502B (zh) | 2020-07-30 | 2020-07-30 | 基于交付满足的工厂设备预防性维护排班系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111880502B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114662812A (zh) * | 2020-12-22 | 2022-06-24 | 中核核电运行管理有限公司 | 一种核电厂日常预维项目自动排程方法 |
| JP2022146437A (ja) * | 2021-03-22 | 2022-10-05 | 株式会社日立製作所 | 予防保守支援システム及び予防保守支援方法 |
| CN113592459B (zh) * | 2021-08-09 | 2024-04-16 | 吉斯凯(苏州)制药有限公司 | 一种适用于新药开发的实验计划信息化管理方法 |
| CN114612005B (zh) * | 2022-04-02 | 2023-08-01 | 杭州聚玻科技有限公司 | 基于SaaS实现的玻璃工厂数字智能系统 |
| CN115545234A (zh) * | 2022-10-14 | 2022-12-30 | 北京远舢智能科技有限公司 | 基于累积时长的设备保养系统 |
| CN115809795B (zh) * | 2023-02-03 | 2023-04-25 | 佰聆数据股份有限公司 | 一种基于数字化的生产班组的承载能力评估方法和装置 |
| CN115860731B (zh) * | 2023-03-02 | 2023-06-02 | 巴斯夫一体化基地(广东)有限公司 | 用于在化工生产过程中进行维护的方法及装置 |
| CN116502834B (zh) * | 2023-04-10 | 2024-01-09 | 九河精微塑胶工业(深圳)有限公司 | 基于数字化的车间智慧管理方法及系统 |
| CN116468255B (zh) * | 2023-06-15 | 2023-09-08 | 国网信通亿力科技有限责任公司 | 一种配置化主数据管理系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104111642A (zh) * | 2014-06-11 | 2014-10-22 | 华中科技大学 | 设备预防性维护与柔性作业车间控制集成优化方法 |
| CN104680315A (zh) * | 2015-02-12 | 2015-06-03 | 上海交通大学 | 基于约束理论的港口装卸设备智能预防性维护系统及方法 |
| CN105550836A (zh) * | 2015-11-03 | 2016-05-04 | 武汉宝钢华中贸易有限公司 | 基于大数据分析处理技术的自动排产优化管理信息模型 |
| KR20170097331A (ko) * | 2016-02-18 | 2017-08-28 | 유도썬스(주) | 예방보전시스템 |
| CN109670604A (zh) * | 2018-12-03 | 2019-04-23 | 安徽易迈金工业科技有限公司 | 一种设备预防性维护管理方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140336791A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Predictive maintenance for industrial products using big data |
-
2020
- 2020-07-30 CN CN202010754285.3A patent/CN111880502B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104111642A (zh) * | 2014-06-11 | 2014-10-22 | 华中科技大学 | 设备预防性维护与柔性作业车间控制集成优化方法 |
| CN104680315A (zh) * | 2015-02-12 | 2015-06-03 | 上海交通大学 | 基于约束理论的港口装卸设备智能预防性维护系统及方法 |
| CN105550836A (zh) * | 2015-11-03 | 2016-05-04 | 武汉宝钢华中贸易有限公司 | 基于大数据分析处理技术的自动排产优化管理信息模型 |
| KR20170097331A (ko) * | 2016-02-18 | 2017-08-28 | 유도썬스(주) | 예방보전시스템 |
| CN109670604A (zh) * | 2018-12-03 | 2019-04-23 | 安徽易迈金工业科技有限公司 | 一种设备预防性维护管理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 考虑设备维修与维护的装配作业车间动态生产仿真研究;杨小佳 等;《现代制造工程》;20200430(第4期);第18-22页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111880502A (zh) | 2020-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111880502B (zh) | 基于交付满足的工厂设备预防性维护排班系统和方法 | |
| CN105160439B (zh) | 一种生产排程方法及自动排程系统 | |
| Koh et al. | Managing uncertainty in ERP-controlled manufacturing environments in SMEs | |
| US8515793B2 (en) | Virtual production control system and method and computer program product thereof | |
| US20140278712A1 (en) | Asset tracking in asset intensive enterprises | |
| US9031681B2 (en) | System and method for controlling the operations of a manufacturing facility | |
| US20070219929A1 (en) | Planning granularity in manufacturing computing systems | |
| Manzini et al. | An integrated approach to the design and management of a supply chain system | |
| US8099336B2 (en) | Component inventory management | |
| CN111523803A (zh) | 一种工厂透明管理的方法 | |
| US8027857B2 (en) | Rough-cut manufacturing operations for use in planning | |
| Bahroun et al. | Determination of dynamic safety stocks for cyclic production schedules | |
| CN117010613A (zh) | 智能生产规划及排程方法、系统、计算机设备及存储介质 | |
| Uhlmann et al. | Production Rescheduling for Contract Manufacturing Industry based on Delivery Risks | |
| Yehorchenkova et al. | Method of Project and Operational Processes Integration in the Activities of Project-Oriented Enterprises Based on Functional 4Р-Environment. | |
| JP2007279998A (ja) | 先行計画変更考慮形棚卸残高シミュレーションシステム | |
| US20040186606A1 (en) | Computer-assisted pull flow production management method | |
| Wang et al. | Simulation Study on Production Decision of Order-type Enterprise Based on Service Reliability | |
| Fidlerová et al. | Application of selected methods of industrial engineering in enterprises in the context of sustainable production | |
| Simonis et al. | Constraint handling in an integrated transportation problem | |
| Brzozowska et al. | Problems of forecasting the length of the assembly cycle of complex products realized in the MTO (make-to-order) model | |
| Sudiro | D Minus 1 Production Scenario: Production Model for Produced Hospital Furniture | |
| Dave et al. | A LEAN SYSTEMS APPROACH TO IMPROVING MAINTENANCE OUTPUT AND CONFIGURATION MANAGEMENT | |
| Zhou | Design of a demand driven multi-item-multi-stage manufacturing system: production scheduling, WIP control and Kanban implementation | |
| Hainsworth | Investigating improvement options for production planning systems |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: System and method for preventive maintenance scheduling of plant equipment based on delivery satisfaction Effective date of registration: 20220908 Granted publication date: 20210914 Pledgee: Bank of Jiangsu Limited by Share Ltd. Shanghai Changning branch Pledgor: Shanghai shuce Software Co.,Ltd. Registration number: Y2022310000237 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20231208 Granted publication date: 20210914 Pledgee: Bank of Jiangsu Limited by Share Ltd. Shanghai Changning branch Pledgor: Shanghai shuce Software Co.,Ltd. Registration number: Y2022310000237 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A preventive maintenance scheduling system and method for factory equipment based on delivery satisfaction Effective date of registration: 20231212 Granted publication date: 20210914 Pledgee: Industrial Bank Co.,Ltd. Shanghai Dahua sub branch Pledgor: Shanghai shuce Software Co.,Ltd. Registration number: Y2023310000837 |