CN112415975A - 一种智能制造车间的实时管理监控方法 - Google Patents
一种智能制造车间的实时管理监控方法 Download PDFInfo
- Publication number
- CN112415975A CN112415975A CN202011511918.4A CN202011511918A CN112415975A CN 112415975 A CN112415975 A CN 112415975A CN 202011511918 A CN202011511918 A CN 202011511918A CN 112415975 A CN112415975 A CN 112415975A
- Authority
- CN
- China
- Prior art keywords
- order
- intelligent manufacturing
- parameter
- time
- real
- 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 82
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
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] or computer integrated manufacturing [CIM]
- G05B19/4185—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] characterised by the network communication
- G05B19/4186—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] characterised by the network communication by protocol, e.g. MAP, TOP
-
- 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]
- G05B19/41865—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] characterised by job scheduling, process planning, material flow
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种智能制造车间的实时管理监控方法,包括如下步骤:S101.采集智能制造车间的具体数据信息;S102.采集订单信息,选择需要完成的订单,并根据智能制造车间的具体数据信息计算完成订单所需耗时,启动智能制造车间进行规划生产,并给出预计的订单完成时间;S103.启动智能制造车间的监测器,建立TCP/IP连接,实时接收智能制造车间的生产加工状态状态,监测智能制造车间的故障发生情况;S104.每隔单位时间报告智能制造车间的运行情况,并重新计算订单完成时间。本发明相对于现有技术,通过增加订单选择过程,可对车间制造过程进行智能选择,以实现最大化的收益。
Description
技术领域
本发明涉及一种制造车间的监控方法,特别是设计一种智能制造车间的实时管理监控方法。
背景技术
智能制造是基于新一代信息技术,贯穿设计、生产、管理、服务等制造系统的各个环节,具有信息深度自感知、智慧化自决策、精准控制自执行等功能的先进制造过程,系统与模式的总称。智能制造车间具有显著的不确定性、实时变化性和订单个性化的特征,这样使得车间情况更加复杂,迫切需要一种实时监控的方法。现有的智能制造车间的实时管理监控方法只能根据下订单时间的先后顺序进行生产,而无法对订单进行合理判断,不能实现收益的合理化。
发明内容
本发明提供了一种智能制造车间的实时管理监控方法,以实现对车间的智能监控,提高收益效果。
本发明提供了一种智能制造车间的实时管理监控方法,包括如下步骤:
S101.采集智能制造车间的具体数据信息;
S102.采集订单信息,选择需要完成的订单,并根据智能制造车间的具体数据信息计算完成订单所需耗时,启动智能制造车间进行规划生产,并给出预计的订单完成时间;
S103. 启动智能制造车间的监测器,建立TCP/IP连接,实时接收智能制造车间的生产加工状态状态,监测智能制造车间的故障发生情况;
S104.每隔单位时间报告智能制造车间的运行情况,并重新计算订单完成时间。
进一步地,所述步骤S101中的具体数据信息包括智能制造车间可加工的产品、智能制造车间在单位时间内加工该产品的生产量、智能制造车间加工单位数量该产品的成本、智能制造车间的维修保养时间。
更进一步地,所述步骤S102的选择需要完成的订单量包括订单优先级分析,并根据订单优先级排名选择优先需要执行的订单。
更进一步地,所述订单优先级分析包括采集各个订单所需完成的时间T、智能制造车间加工该订单产品的成本C,计算单位时间下的订单收益P。
更进一步地,所述订单优先级分析根据订单收益P的大小确定,优先完成订单收益P最大的订单。
更进一步地,所述订单优先级分析还包括订单客户重要性评级参数X,所述订单优先级分析根据S=X*P的大小确定,优先完成S最大的订单;所述订单客户重要性评级参数X的分析过程如下:
S201.采集发布订单客户的订单纪录,根据订单纪录对订单客户进行黏性参数A的分析,黏性参数A取值1~10;
S202. 采集发布订单客户的企业体量参数B,企业体量参数B取值1~10;
S203. 采集销售人员对该订单客户的重要性评价参数C,重要性评价参数C取值1~10;
S204.根据黏性参数A、企业体量参数B、重要性评价参数C计算订单客户重要性评级参数X。
更进一步地,所述订单客户重要性评级参数X=(A+B)^C。
更进一步地,所述黏性参数A的分析过程如下:
S301.采集订单客户的订单纪录,确定订单客户的订单纪录占该订单客户同类产品采购额的比例D;
S302.采集订单客户的订单纪录中的付款时间M,M的单位为月份;
S303.采集订单客户的订单纪录中采购年限Y;
S303.计算D*Y/(M/12),D*Y/(M/12)<10,则黏性参数A= D*Y/(M/12),若D*Y/(M/12)≥10,则黏性参数A=10。
更进一步地,所述企业体量参数B的分析过程如下:
采集订单客户的数量N及订单数额,根据订单数额由小至至将订单客户进行依次排序,获得订单客户的排名R,所述订单客户的企业体量参数B=R/N*10。
进一步地,所述步骤S103中,监控采用物连网监控。
本发明相对于现有技术,通过增加订单选择过程,可对车间制造过程进行智能选择,以实现最大化的收益。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将对本发明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发明一部分的实施例,而不是全部的实施例。
本发明实施例公开了一种智能制造车间的实时管理监控方法,包括如下步骤:
S101.采集智能制造车间的具体数据信息;
S102.采集订单信息,选择需要完成的订单,并根据智能制造车间的具体数据信息计算完成订单所需耗时,启动智能制造车间进行规划生产,并给出预计的订单完成时间;
S103. 启动智能制造车间的监测器,建立TCP/IP连接,实时接收智能制造车间的生产加工状态状态,监测智能制造车间的故障发生情况;
S104.每隔单位时间报告智能制造车间的运行情况,并重新计算订单完成时间。
其中,通过在智能制造车间的相应加工位设置监控器,可监控智能制造车间的运行情况,在发生故障时(如刀具磨损需要更换、工件尺寸不符、原材料进给不及时等),进行快速报错,工作人员进行现场维修,降低故障对车间加工过程的负面影响。
本发明实施例通过增加订单选择过程,可对车间制造过程进行智能选择,以实现最大化的收益。
可选的,所述步骤S101中的具体数据信息包括智能制造车间可加工的产品、智能制造车间在单位时间内加工该产品的生产量、智能制造车间加工单位数量该产品的成本、智能制造车间的维修保养时间。
特别的,所述步骤S102的选择需要完成的订单量包括订单优先级分析,并根据订单优先级排名选择优先需要执行的订单。
特别的,所述订单优先级分析包括采集各个订单所需完成的时间T、智能制造车间加工该订单产品的成本C,计算单位时间下的订单收益P。
特别的,所述订单优先级分析根据订单收益P的大小确定,优先完成订单收益P最大的订单。
特别的,所述订单优先级分析还包括订单客户重要性评级参数X,所述订单优先级分析根据S=X*P的大小确定,优先完成S最大的订单;所述订单客户重要性评级参数X的分析过程如下:
S201.采集发布订单客户的订单纪录,根据订单纪录对订单客户进行黏性参数A的分析,黏性参数A取值1~10;
S202. 采集发布订单客户的企业体量参数B,企业体量参数B取值1~10;
S203. 采集销售人员对该订单客户的重要性评价参数C,重要性评价参数C取值1~10;
S204.根据黏性参数A、企业体量参数B、重要性评价参数C计算订单客户重要性评级参数X。其中,重要性评价参数C为销售人员根据客户品质提供的人为判断参数。
特别的,所述订单客户重要性评级参数X=(A+B)^C。
本发明实施例通过引入黏性参数A、企业体量参数B、重要性评价参数C,对订单客户的客户质量进行合理的综合分析,得到订单客户重要性评级参数X,从订单长远性、客户潜力进行综合判断,以实现最大收益。
特别的,所述黏性参数A的分析过程如下:
S301.采集订单客户的订单纪录,确定订单客户的订单纪录占该订单客户同类产品采购额的比例D;
S302.采集订单客户的订单纪录中的付款时间M,M的单位为月份;即付款时间不足1个月,按照1个月来计算,大于1个月,小于2个月,按照2个月来计算,以此类推;
S303.采集订单客户的订单纪录中采购年限Y;即已向该智能制造车间或厂商下订单的年限,判断新老客户,若Y不足1年,按照1来计算;
S303.计算D*Y/(M/12),D*Y/(M/12)<10,则黏性参数A= D*Y/(M/12),若D*Y/(M/12)≥10,则黏性参数A=10。
本发明实施例通过设置黏性参数A,利用客户的付款时间A、采购比例D、采购年限Y对客户质量进行智能判断。
特别的,所述企业体量参数B的分析过程如下:
采集订单客户的数量N及订单数额,根据订单数额由小至至将订单客户进行依次排序,获得订单客户的排名R,所述订单客户的企业体量参数B=R/N*10。
本发明实施例通过设置企业体量参数B,对订单客户的订单额度进行优先级排序,根据订单额度对订单客户进行智能分析。
可选的,所述步骤S103中,监控采用物连网监控。
其中,智能制造车间采用物连网将各个监控器与控制系统相连,方便对监控过程的信息采集。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解,技术人员阅读本申请说明书后依然可以对本发明的具体实施方式进行修改或者等同替换,但这些修改或变更均未脱离本发明申请待批权利要求保护范围之内。
Claims (10)
1.一种智能制造车间的实时管理监控方法,其特征在于,包括如下步骤:
S101.采集智能制造车间的具体数据信息;
S102.采集订单信息,选择需要完成的订单,并根据智能制造车间的具体数据信息计算完成订单所需耗时,启动智能制造车间进行规划生产,并给出预计的订单完成时间;
S103.启动智能制造车间的监测器,建立TCP/IP连接,实时接收智能制造车间的生产加工状态状态,监测智能制造车间的故障发生情况;
S104.每隔单位时间报告智能制造车间的运行情况,并重新计算订单完成时间。
2.根据权利要求1所述智能制造车间的实时管理监控方法,其特征在于,所述步骤S101中的具体数据信息包括智能制造车间可加工的产品、智能制造车间在单位时间内加工该产品的生产量、智能制造车间加工单位数量该产品的成本、智能制造车间的维修保养时间。
3.根据权利要求2所述智能制造车间的实时管理监控方法,其特征在于,所述步骤S102的选择需要完成的订单量包括订单优先级分析,并根据订单优先级排名选择优先需要执行的订单。
4.根据权利要求3所述智能制造车间的实时管理监控方法,其特征在于,所述订单优先级分析包括采集各个订单所需完成的时间T、智能制造车间加工该订单产品的成本C,计算单位时间下的订单收益P。
5.根据权利要求4所述智能制造车间的实时管理监控方法,其特征在于,所述订单优先级分析根据订单收益P的大小确定,优先完成订单收益P最大的订单。
6.根据权利要求3所述智能制造车间的实时管理监控方法,其特征在于,所述订单优先级分析还包括订单客户重要性评级参数X,所述订单优先级分析根据S=X*P的大小确定,优先完成S最大的订单;所述订单客户重要性评级参数X的分析过程如下:
S201.采集发布订单客户的订单纪录,根据订单纪录对订单客户进行黏性参数A的分析,黏性参数A取值1~10;
S202. 采集发布订单客户的企业体量参数B,企业体量参数B取值1~10;
S203. 采集销售人员对该订单客户的重要性评价参数C,重要性评价参数C取值1~10;
S204.根据黏性参数A、企业体量参数B、重要性评价参数C计算订单客户重要性评级参数X。
7.根据权利要求6所述智能制造车间的实时管理监控方法,其特征在于,所述订单客户重要性评级参数X=(A+B)^C。
8.根据权利要求6所述智能制造车间的实时管理监控方法,其特征在于,所述黏性参数A的分析过程如下:
S301.采集订单客户的订单纪录,确定订单客户的订单纪录占该订单客户同类产品采购额的比例D;
S302.采集订单客户的订单纪录中的付款时间M,M的单位为月份;
S303.采集订单客户的订单纪录中采购年限Y;
S303.计算D*Y/(M/12),D*Y/(M/12)<10,则黏性参数A= D*Y/(M/12),若D*Y/(M/12)≥10,则黏性参数A=10。
9.根据权利要求6所述智能制造车间的实时管理监控方法,其特征在于,所述企业体量参数B的分析过程如下:
采集订单客户的数量N及订单数额,根据订单数额由小至至将订单客户进行依次排序,获得订单客户的排名R,所述订单客户的企业体量参数B=R/N*10。
10.根据权利要求1所述智能制造车间的实时管理监控方法,其特征在于,所述步骤S103中,监控采用物连网监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011511918.4A CN112415975A (zh) | 2020-12-18 | 2020-12-18 | 一种智能制造车间的实时管理监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011511918.4A CN112415975A (zh) | 2020-12-18 | 2020-12-18 | 一种智能制造车间的实时管理监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112415975A true CN112415975A (zh) | 2021-02-26 |
Family
ID=74782637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011511918.4A Pending CN112415975A (zh) | 2020-12-18 | 2020-12-18 | 一种智能制造车间的实时管理监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112415975A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5099431A (en) * | 1989-10-23 | 1992-03-24 | International Business Machines Corporation | Automated re-work shop order scheduling system |
JP2003271219A (ja) * | 2002-03-13 | 2003-09-26 | Hitachi Ltd | 注文別優先度に基づく生産計画方法及びシステム |
US20040122724A1 (en) * | 2002-12-20 | 2004-06-24 | Hung-Shan Wei | System and method for generating priorities of manufacturing orders |
CN106779310A (zh) * | 2016-11-25 | 2017-05-31 | 太原钢铁(集团)有限公司 | 利用企业资源管理系统实现信用销售风险管控的方法 |
CN108009739A (zh) * | 2017-12-14 | 2018-05-08 | 沈阳工业大学 | 一种智能机加车间生产计划与调度一体化方法 |
CN108596422A (zh) * | 2018-02-27 | 2018-09-28 | 南京林业大学 | 一种大规模定制家具的mes平台 |
-
2020
- 2020-12-18 CN CN202011511918.4A patent/CN112415975A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5099431A (en) * | 1989-10-23 | 1992-03-24 | International Business Machines Corporation | Automated re-work shop order scheduling system |
JP2003271219A (ja) * | 2002-03-13 | 2003-09-26 | Hitachi Ltd | 注文別優先度に基づく生産計画方法及びシステム |
US20040122724A1 (en) * | 2002-12-20 | 2004-06-24 | Hung-Shan Wei | System and method for generating priorities of manufacturing orders |
CN106779310A (zh) * | 2016-11-25 | 2017-05-31 | 太原钢铁(集团)有限公司 | 利用企业资源管理系统实现信用销售风险管控的方法 |
CN108009739A (zh) * | 2017-12-14 | 2018-05-08 | 沈阳工业大学 | 一种智能机加车间生产计划与调度一体化方法 |
CN108596422A (zh) * | 2018-02-27 | 2018-09-28 | 南京林业大学 | 一种大规模定制家具的mes平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160349737A1 (en) | Manufacturing efficiency optimization platform and tool condition monitoring and prediction method | |
CN103917708B (zh) | 刺绣设计生产管理设备和方法 | |
US20030171981A1 (en) | Computer implemented vehicle repair analysis system | |
US20150371243A1 (en) | Systems and methods for parts forecasting | |
WO2018142678A1 (ja) | 製造実績の可視化方法、画像処理装置及びプログラム | |
CN110879820B (zh) | 工业数据处理方法、装置 | |
CN114372823A (zh) | 企业供应链管理方法 | |
Pursglove | The influence of management information and quality management systems on the development of quality costing | |
CN111212434B (zh) | 一种wifi模组质量预测方法、装置、设备及存储介质 | |
CN112415975A (zh) | 一种智能制造车间的实时管理监控方法 | |
CN113255307A (zh) | 一种电力系统智能报表方法及系统 | |
CN111899078A (zh) | 一种线上装修服务平台系统 | |
CN116502830A (zh) | 一种排产计划生成方法、系统和产品 | |
CN115796436A (zh) | 基于大数据的生产测试数据管理系统 | |
US20150371242A1 (en) | Systems and methods for prime product forecasting | |
CN113205364B (zh) | 一种基于特定场景诉求的用户管理系统及方法 | |
CN114091770A (zh) | 物料需求计划的预测分析方法、装置、设备及存储介质 | |
CN114240211A (zh) | 一种智能生产管理系统及管理方法 | |
US20060066617A1 (en) | Computerized method and software for data analysis | |
CN110675112A (zh) | 一种基于供应链管理的电子商务系统 | |
CN114968744B (zh) | 一种基于金融行业容量管理预测分析ai算法的实现方法及系统 | |
CN110688424A (zh) | 一种生产监控方法及装置 | |
US20120035973A1 (en) | Computerized dynamic capacity management system and method | |
CN113721207B (zh) | 一种基于大数据的雷达时寿件更换的预警方法和系统 | |
CN115660613B (zh) | 异常数据监测方法、装置、设备、存储介质及程序产品 |
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 |