CN112508489A - 一种面向复杂装备制造的顶层规划设计方法 - Google Patents
一种面向复杂装备制造的顶层规划设计方法 Download PDFInfo
- Publication number
- CN112508489A CN112508489A CN202011487116.4A CN202011487116A CN112508489A CN 112508489 A CN112508489 A CN 112508489A CN 202011487116 A CN202011487116 A CN 202011487116A CN 112508489 A CN112508489 A CN 112508489A
- Authority
- CN
- China
- Prior art keywords
- production line
- design
- planning
- manufacturing
- simulation
- 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
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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明实施例公开了一种面向复杂装备制造的顶层设计方法,通过获取复杂装备制造的初步总体设计,根据所述初步总体设计建立生产线的三维模型。通过生产线布局工具对生产线进行整体布局,对生产线进行仿真设计,利用仿真设计后的生产线规划物流线路,对物流线路进行仿真设计。对生产线的仿真设计以及物流线路的仿真设计进行系统分析,并在接收到优化信息时,根据所述优化信息修改所述初步总体设计并得到顶层规划设计。
Description
技术领域
本发明涉及装备制造技术领域,特别是涉及一种面向复杂装备制造的顶层设计方法。
背景技术
复杂装备制造项目,如飞机、船舶、大型专有高端设备等,对国家安全和国民经济有着重要的影响。但是,复杂装备制造产品研制项目在管理过程中涉及的业务元素众多、交付数据体量大、任务活动复杂、沟通协调难度大。项目的组织及开展模式难以打破管理隔离边界,资源配置合理性难以保证,业务适应性相对不足。
同时,随着信息技术的深入发展和现代制造技术的广泛应用,复杂装备的生命周期大大缩短,用户需求日趋多样化,产品的交付日期日益严格,这使得复杂装备研制周期成为更为重要的竞争因素。因此,如何合理分配和规划各研制阶段,减少项目失败的概率,是复杂装备研制项目管理面临的重要问题。
对项目顶层设计方法的优化和新方法的探求,一直以来是全球广泛关注的问题之一。但是,目前复杂装备制造的规划建设还处于发展阶段,因此,亟需一种高效、便捷的顶层规划设计方式,提升复杂装备制造业的整体水平。
发明内容
本发明实施例中提供了一种面向复杂装备制造的顶层设计方法,以解决现有复杂装备制造顶层设计方式效率低、便捷性差的问题。
为了解决上述技术问题,本发明实施例公开了如下技术方案:
一种面向复杂装备制造的顶层规划设计方法,包括:
获取复杂装备制造的初步总体设计;
根据所述初步总体设计建立生产线的三维模型;
通过生产线布局工具对生产线进行整体布局;
对生产线进行仿真设计;
利用仿真设计后的生产线规划物流线路;
对物流线路进行仿真设计;
对生产线的仿真设计以及物流线路的仿真设计进行系统分析;
判断是否接收到优化信息,
如果是,根据所述优化信息修改所述初步总体设计并得到顶层规划设计。
可选的,在执行所述根据所述初步总体设计建立生产线的三维模型的步骤之前,还包括:
获取制造设备参数,所述制造设备参数至少包括CNC(Computerized NumericalControl,数控机床)加工时间、龙门CNC加工时间、机器人上下料时间、AGV(AutomatedGuided Vehicle,自动导引运输车)上下料时间,AGV运行速度及充放电速率、预装预调时间、起重机时间和换刀时间及频率;
获取制造设备模型,所述制造设备模型至少包括CNC、龙门CNC、AGV、起重机、预装预调、机器人、船坞、工件的三维模型,以及,用于完成预装预调具体动作的零部件的三维模型;
获取生产线布局图和生产计划表格。
可选的,在执行所述根据所述初步总体设计建立生产线的三维模型的步骤之前,还包括:
进行智能制造方案设计、系统规划和信息化系统规划,生成整体规划方案和实施路线图;
应用CPDM(collaborative Product Definition management,协同产品定义管理)协同设计工艺规划;
应用CRP(Cloud Resource Planning,云端资源协同管理系统)云端资源协同规划;
应用CMOM(Cloud Manufacturing Operations Management,云制造运营管理系统)工业大数据分析规划;
应用VR(Virtual Reality,虚拟现实技术)/AR(Augmented Reality,增强现实技术)虚拟工厂规划;
应用PLM(Product Lifecycle Management,产品生命周期管理)产品全生命周期管理规划;
应用ERP(Enterprise Resource Planning,企业资源计划)企业资源管理规划;
将各层级间相互连通,并生成异构信息系统集成。
可选的,在执行所述通过生产线布局工具对生产线进行整体布局的步骤之前,包括:
获取生产线内所有制造设备的工作状态,所述工作状态至少包括工作、等待、阻塞和故障;
获取生产线内每个制造设备可加工产品的数量;
获取每个制造设备的设备利用率、设备加工能力、设备状态的时长和时间比例、单条模拟生产线的加工总能力和模型瓶颈分析报告。
可选的,所述对生产线的仿真设计以及物流线路的仿真设计进行系统分析,包括:
对生产线的仿真设计以及物流线路的仿真设计进行瓶颈识别;
对生产线的仿真设计以及物流线路的仿真设计进行生产计划验证;
对生产线的仿真设计以及物流线路的仿真设计进行调度算法验证,所述调度算法包括AGV调度系统算法和物流调度系统算法;
对生产线上的制造设备进行设备虚拟调试;
展示生产线的整个生产过程。
可选的,所述获取制造设备参数,包括:
采用MES(Manufacturing Execution Systems,制造执行系统)采集所述制造设备参数。
可选的,所述获取生产线内所有制造设备的工作状态,包括:
通过SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统)获取生产线内所有制造设备的工作状态。
由以上技术方案可见,本发明实施例提供的一种面向复杂装备制造的顶层设计方法,通过获取复杂装备制造的初步总体设计,根据所述初步总体设计建立生产线的三维模型。通过生产线布局工具对生产线进行整体布局,对生产线进行仿真设计,利用仿真设计后的生产线规划物流线路,对物流线路进行仿真设计。对生产线的仿真设计以及物流线路的仿真设计进行系统分析,并在接收到优化信息时,根据所述优化信息修改所述初步总体设计并得到顶层规划设计。
本发明的有益效果包括:面向复杂装备制造的顶层设计方法,助力提升企业业务集中管理动态监控的能力,以信息共享、覆盖各级的智慧企业运行平台为切入点,建立健全透明、规范、协同、高效的动态监管控机制及其技术手段,实现对人、财、物的集中统一监管,确保既放权到位,又监管有效,促进企业运行更加规范。
提升企业管理经营智能决策能力,采用人工智能和深度学习技术,将科研生产经营开发的核心内容融入智慧,让数字化、网络化、智能化技术和设备发挥作用,合理利用计算机集成的人类智能与专业知识,自动发现、把关、提示不符合“制度化管理、程序化运行规则”的特殊问题,提交管理层、决策层特殊研究处理,并完善系统运行规则,实现管理规则与流程的自适应调节。
规划实现工程信息化与管理信息化的融合,从业务流程层面实现设计到生产的数字化流程全面贯通,从产品全生命周期层面通过对生命周期各个阶段的多专业、多学科的系统与子系统继承实现了在流程贯通基础上的数据贯通和单一数据流,保证了工程信息化为企业管理提供实时有效的管理数据,使数字化管理行之有效;并依托管理信息化架构在有效的数据和分析结果上为复杂装备制造产品研制做出准确评估和风险预判,实现精益管理。
云化顶层规划促进协作模式与生产模式的优化创新,通过贯通虚拟研制到实物生产的所有环节、通过三大集成模式的创新实践,搭建出了面向未来工业发展的智能架构,使单位之间的信息更加透明、协作更加通畅,更能够适应多种生产模式的变化,在占用资源更少的情况下实现产能跃升,灵活的应对市场和全球领域的需求和技术更新变化,从而促进生产模式优化和发展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种面向复杂装备制造的顶层设计方法方法的流程示意图;
图2为本发明实施例提供的另一种面向复杂装备制造的顶层设计方法方法的流程示意图;
图3为本发明实施例提供的另一种面向复杂装备制造的顶层设计方法方法的流程示意图;
图4为本发明提供的图1中步骤S107的流程示意图。
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中的技术方案,下面将结合本发明实施例中的附图,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实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明保护的范围。
图1为本发明公开的一种面向复杂装备制造的顶层规划设计方法的流程示意图,如图1所示,该方法包括以下步骤。
步骤S101:获取复杂装备制造的初步总体设计。
顶层规划设计中包含基于工业互联网平台及云制造支持系统、针对产能约束的有限产能计划、云研发设计协同与企业数字化研发系统集成。
建设柔性生产线、测试、试验条件的数据采集、过程感知,及生产运营管控、自动化物流、数据分析应用集成。
基于云制造应用,及INDICS平台数据处理及机理模型库等,实现对上述采集数据的处理、建模,实现批生产过程的质量优化分析、包络分析等,逐步建成产品质量数据包。
通过对设备、质量、工艺的过程数据进行采集、处理、建模及分析,形成工艺优化决策依据,支撑研发阶段的设计优化,形成可自适应的装配、检测工艺要求等,
设计自动控制指令与生产线装置集成。实现基于工业大数据、机理模型库的工艺、设备、运营分析。
通过INDICS云端业务工作室、应用工作室等应用,形成多单位的价值链生态圈集群。
在本发明公开的一个实施例中,预先基于工业互联网平台及云制造支撑系统,采用专业设计软件对复杂装备制造进行初步总体设计,例如,对数字化车间和智能工厂的总体设计。
步骤S102:根据初步总体设计建立生产线的三维模型。
以初步总体设计为基础,利用虚拟仿真平台,搭建整条生产线的三维模型,模拟生产线所需的制造设备、传输路线等。
在本发明公开的一个具体实施例中,通过云端应用工作室的云端协同设计进行模型审批审核。
步骤S103:通过生产线布局工具对生产线进行整体布局。
根据产品生产模式、工艺路线,建立三维数字化生产线整体布局模型,并采用生产线布局工具对生产线进行整体布局和调整。运用仿真软件对数字生产产线模型进行定性、定量分析,仿真出生产线平衡率,产能情况,工艺流程合理性,各个工站和工位活动是否存在浪费,设备利用率;对生产线布局及工艺流程进行优化修改,修改后重新仿真验证生产线的优劣,得出最优的生产线布局模型;然后可以对生产线应用不同的场景灌入仿真模型,得出生产线应用场景的生产分析结果。
在本发明公开的一个具体实施例中,通过云端应用工作室的云端协同设计进行云端设计、审批,展开线上会议讨论定稿。
步骤S104:对工艺路线进行仿真设计。
采用工艺仿真软件进行工艺路线的仿真设计。
步骤S105:利用工艺路线仿真设计后的生产线规划物流线路。
对进行工艺路线仿真设计后的生产线进行物流线路的规划,运行逻辑流程的重新搭建。在本发明公开的一个具体实施例中,可在云端展示系统进行仿真展示。
步骤S106:对物流线路进行仿真设计。
通过云端应用工作室的仿真设计APP,根据规划的物流线路利用专业仿真设计软件对物流线路进行仿真设计。
步骤S107:对生产线的仿真设计以及物流线路的仿真设计进行系统分析。
步骤S108:判断是否接收到优化信息。
判断是否收到针对生产线的仿真设计以及物流线路的仿真设计的优化信息。
如果是,执行步骤S109:根据优化信息修改初步总体设计并得到顶层规划设计。
在收到上述优化信息后,根据优化信息的内容,对初步总体设计进行修改,最终得到优化后的规划设计。
如果否,完成设计。初步设计即为顶层规划设计。
在本发明公开的一个实施例中,在执行前述实施例中的步骤S102根据初步总体设计建立生产线的三维模型之前,如图2所示,执行以下步骤。
步骤S201:获取制造设备参数。
在本发明公开的具体实施例中,制造设备参数至少包括CNC(ComputerizedNumerical Control,数控机床)加工时间、龙门CNC加工时间、机器人上下料时间、AGV(Automated Guided Vehicle,自动导引运输车)上下料时间,AGV运行速度及充放电速率、预装预调时间、起重机时间和换刀时间及频率。
步骤S202:获取制造设备模型。
在本发明公开的具体实施例中,制造设备模型至少包括CNC、龙门CNC、AGV、起重机、预装预调、机器人、船坞、工件的三维模型,以及,用于完成预装预调具体动作的零部件的三维模型。
步骤S203:获取生产线布局图和生产计划表格。
在本发明公开的另一个实施例中,在执行前述实施例中的步骤S102根据初步总体设计建立生产线的三维模型之前,执行以下步骤。
1)进行智能制造方案设计、系统规划和信息化系统规划,生成整体规划方案和实施路线图。
针对企业智能制造建设目标,结合精益生产设计理念,运用物联网、云计算、数字化设计、工艺仿真优化、三维信息模型等技术手段,进行智能制造方案设计、系统规划和信息化系统规划,形成整体规划方案和实施路线图。
2)应用CPDM协同设计工艺规划。
3)应用CRP云端资源协同规划。
4)应用CMOM工业大数据分析规划。
5)应用VR/AR虚拟工厂规划。
6)应用PLM产品全生命周期管理规划。
7)应用ERP企业资源管理规划。
8)进行智能制造方案设计、系统规划和信息化系统规划,生成整体规划方案和实施路线图。
针对企业生产线进行MOM生产运营管理规划、SCADA数据采集与监控规划、立体仓库与AGV小车自动物流规划、工业集成网络规划等,实现各层级间互联互通实现异构信息系统集成。
在本发明公开的另一个实施例中,在执行前述实施例中的步骤S103通过生产线布局工具对生产线进行整体布局之前,如图3所示,执行以下步骤。
步骤S301:获取生产线内所有制造设备的工作状态,工作状态至少包括工作、等待、阻塞和故障。
步骤S302:获取生产线内每个制造设备可加工产品的数量。
步骤S303:获取每个制造设备的设备利用率、设备加工能力、设备状态的时长和时间比例、单条模拟生产线的加工总能力和模型瓶颈分析报告。
在本发明公开的另一个实施例中,前述实施例中的步骤S107对生产线的仿真设计以及物流线路的仿真设计进行系统分析,如图4所示,包括以下子步骤。
步骤S701:对生产线的仿真设计以及物流线路的仿真设计进行瓶颈识别。
识别生产线设计的瓶颈环节,提高生产线平衡率,提高生产线设计合理性。
步骤S702:对生产线的仿真设计以及物流线路的仿真设计进行生产计划验证。
验证生产计划的合理性,给排产计划改进提供方向。
步骤S703:对生产线的仿真设计以及物流线路的仿真设计进行调度算法验证,调度算法包括AGV调度系统算法和物流调度系统算法。
验证AGV调度系统,物流调度系统等系统算法的正确性,找出算法存在的问题。
步骤S704:对生产线上的制造设备进行设备虚拟调试。
在生产线正式采购调试前,进行诸如机械手空间干涉调试验证,AGV运行路线碰撞验证等虚拟调试验证。
步骤S705:展示生产线的整个生产过程。
输出生产线生产全流程数据的图表展示,对建成后生产线的生产情况有预先预期。
在本发明公开的另一个实施例中,前述实施例中的步骤S201获取制造设备参数,可采用以下方式完成。
采用MES(Manufacturing Execution Systems,制造执行系统)采集制造设备参数。
在本发明公开的另一个实施例中,前述实施例中的步骤S110获取生产线内所有制造设备的工作状态,可由以下方式完成。
通过SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统)获取生产线内所有制造设备的工作状态。
以下内容为本发明公开的具体实施例。
基于CPS(Cyber-Physical Systems,信息物理系统)的IT(InformationTechnology,信息技术)与OT(Operational Technology,运营技术)集成,应用智能装备与信息技术结合,实现复杂装备制造全过程自感知。设计利用柔性化工作站、智能传感器、数据采集模块的应用,在MES中实现对工序、工艺、测试、试验等全过程的100%的数据采集,实现质量追溯及状态感知,实现自感知。设计采用耐用传感器保证物流设备运载质量,生产线各工位通过传感器、视觉识别技术、RFID(Radio Frequency Identification,射频识别技术)、条码对产线模块组件进行识别,统一通过SCADA进行数据采集与反馈。应用子母快换装置和高精度定位销,保证换装定位精度。通过视觉识别装置、距离传感器、位置传感器、高精度伺服电机、自动力矩扳手等智能化设备及技术,保证装配质量,及实现装配过程数据通过SCADA反馈至MES系统的质量管理模块,进行质量分析,实现状态自我感知。
设计应用订单驱动生产模式。订单数据驱动智能排程,智能排程驱动MES,MES驱动PLC(Programmable Logic Controller,可编程逻辑控制器)控制关键装配工站作业,支持不同规格型号同时在线,可快速换线的柔性混线生产,实现自控制。以分布式实时库为核心的SCADA与生产线运行逻辑数据关联,集成RFID技术,搭建围绕总装集成过程人、机、料、法、环的全维度数据采集与控制系统,应用组态模型自主控制设备的操作顺序。通过RFID与PLC集成通讯,实现产线设备、生产物流设施的自控制。
基于工业互联网平台及大数据技术的应用,对设备、质量、工艺数据进行采集、处理、建模及分析,形成工艺优化决策依据,支撑研发阶段的设计优化,形成可自适应的装配、检测工艺要求等,实现自适应、自决策。
应用以业务为驱动,数据流、业务流、资金流基于统一平台的一体化数字化企业建设。
依据ERP(Enterprise Resource Planning,企业资源计划)、PLM、MES和大数据分析系统等信息化条件、企业数字化能力。通过信息系统内容层级/系统的协同和各种相关资源的共享、集成与优化,实现设计、仿真验证、工艺、资源计划、制造、测试、运维等全过程的数据流、业务流、价值流基于统一平台、单一数据源及关联模型数据的集成,支撑批量化柔性生产需求,完成数字化企业建设。
基于关联模型数据、统一建模标准,建设设计、仿真验证一体化管理平台。支撑科研生产模式变革,由以往在物理现实中试错转移到虚拟空间来完成,建立“设计仿真-数字制造-测试试验验证-实物制造”的新模式,实现模式跨阶段连续传递、数据和模型驱动的虚实融合的能力。
通过建设智能化研发,实现设计制造一体化。设计、验证、工艺、制造、测试、试验、运维等数据链路,将通过现场终端可视化,可为装配作业提供三维可视化指导。同时,装配过程中的问题可快速反馈至设计及工艺段,保证产品一致性。
通过企业内的信息系统集成,围绕产品全生命周期和价值链,实现端到端集成,满足定制化按需生产。通过企业制造数据的合理在设计、工艺及制造端的有效传递,打通企业层、执行层、设备层的纵向数据链,实现纵向集成,基于数字化、可视化、柔性化支撑批量化柔性生产,提高生产效率,保证质量一致性。
建立产业全价值链上相关企业之间集成和社会化协作云制造模式,构建价值链生态圈集群全及产业新业态。
基于工业互联网平台及云制造支持系统,建设云资源计划与企业资源计划、生产运营管控的集成,实现数据驱动的柔性混线生产,有限产能排产通过产能约束计算,基于主计划及物料需求计划,生成产能约束的有限产能计划,提高资源利用率、提升订单交付率。实现基于订单数据驱动的企业资源优化配置,智慧生产。
建设云研发设计协同与企业数字化研发系统集成,实现基于云研发设计协同及企业内统一平台的产品研发项目管控、产品数据管理、设计和工程资源体系管理,实现跨企业、跨地域、企业内的全面研发协同。实现突破企业自身资源限制。利用云端资源,降低协作成本,实现变更协同,实现基于云的技术状态协同。最终实现跨企业、企业内多研发基地的协同研发、技术状态管理,保证质量一致性。实现基于统一云研发设计环境的跨企业、企业内多研发基地的协同设计研发。
建设柔性生产线、测试、试验条件的数据采集、过程感知,及生产运营管控、自动化物流、数据分析应用集成。在总装集成测试条件持续优化阶段,基于云制造应用,及INDICS平台数据处理及机理模型库等,实现对上述采集数据的处理、建模,实现批生产过程的质量优化分析、包络分析等,逐步建成产品质量数据包。
整体上,通过对设备、质量、工艺的过程数据进行采集、处理、建模及分析,形成工艺优化决策依据,支撑研发阶段的设计优化,形成可自适应的装配、检测工艺要求等,通过自动控制指令与生产线装置集成,具备实现自适应、自决策的智能化总装集成。实现基于工业大数据、机理模型库的工艺、设备、运营分析,支撑智能化总装集成测试、企业智慧运营与决策。
通过INDICS云端业务工作室、应用工作室等应用,将形成多单位的价值链生态圈集群。实现进、销、存、生产、交付等环节基于云平台的协同,实现制造资源与服务的开放共享,构建“智慧企业+智能供应链”生态圈集群。
在本发明公开的具体实施例中,基于工业互联网平台及云制造支持系统,建设云资源计划与企业资源计划、生产运营管控的集成,实现数据驱动的柔性混线生产,有限产能排产通过产能约束计算,基于主计划及物料需求计划,生成产能约束的有限产能计划,提高资源利用率、提升订单交付率。实现基于订单数据驱动的企业资源优化配置,智慧生产。
建设云研发设计协同与企业数字化研发系统集成,实现基于云研发设计协同及企业内统一平台的产品研发项目管控、产品数据管理、设计和工程资源体系管理,实现跨企业、跨地域、企业内的全面研发协同。实现突破企业自身资源限制。利用云端资源,降低协作成本,实现变更协同,实现基于云的技术状态协同。最终实现跨企业、企业内多研发基地的协同研发、技术状态管理,保证质量一致性。实现基于统一云研发设计环境的跨企业、企业内多研发基地的协同设计研发。
建设柔性生产线、测试、试验条件的数据采集、过程感知,及生产运营管控、自动化物流、数据分析应用集成。在总装集成测试条件持续优化阶段,基于云制造应用,及INDICS平台数据处理及机理模型库等,实现对上述采集数据的处理、建模,实现批生产过程的质量优化分析、包络分析等,逐步建成产品质量数据包。
整体上,通过对设备、质量、工艺的过程数据进行采集、处理、建模及分析,形成工艺优化决策依据,支撑研发阶段的设计优化,形成可自适应的装配、检测工艺要求等,通过自动控制指令与生产线装置集成,具备实现自适应、自决策的智能化总装集成。实现基于工业大数据、机理模型库的工艺、设备、运营分析,支撑智能化总装集成测试、企业智慧运营与决策。
通过INDICS云端业务工作室、应用工作室等应用,将形成多单位的价值链生态圈集群。实现进、销、存、生产、交付等环节基于云平台的协同,实现制造资源与服务的开放共享,构建“智慧企业+智能供应链”生态圈集群。
利用工业互联网、物联网、云计算、大数据、数字孪生、精益制造等精益化、数字化、网络化、智能化等手段提升复杂装备制造企业设计能力和生产线智能化水平,利用具有云制造能力的复杂装备协同研发、设计、智能制造、测试、试验及应用的能力条件,形成一种面向复杂装备制造企业的云化顶层规划设计方法。
依据云化顶层规划设计经验,形成了以价值链、产品链、资产链为组成部分的智能制造
依据智能制造系统院里模型,结合数据驱动数字化车间、智能化企业集成建设设计,对数据流、实物流、业务流提供优化与再造。构建研发设计与工艺、资源计划管理、生产制造等业务集成智能制造系统模型。
开展面向智能制造、协同制造、云制造的技术研究、咨询与决策;面向“三类制造”领域发展战略、规划与综合论证报告进行研究与审查;开展“三类制造”领域的学术、技术交流活动。
依托知识库和专家库,推进在复杂装备制造企业实施应用,推动制造企业数字化、网络化、智能化转型的发展,并形成云化顶层规划设计设方法。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种面向复杂装备制造的顶层规划设计方法,其特征在于,包括:
获取复杂装备制造的初步总体设计;
根据所述初步总体设计建立生产线的三维模型;
通过生产线布局工具对生产线进行整体布局;
对生产线进行仿真设计;
利用仿真设计后的生产线规划物流线路;
对物流线路进行仿真设计;
对生产线的仿真设计以及物流线路的仿真设计进行系统分析;
判断是否接收到优化信息,
如果是,根据所述优化信息修改所述初步总体设计并得到顶层规划设计。
2.根据权利要求1所述的方法,其特征在于,在执行所述根据所述初步总体设计建立生产线的三维模型的步骤之前,还包括:
获取制造设备参数,所述制造设备参数至少包括CNC(Computerized NumericalControl,数控机床)加工时间、龙门CNC加工时间、机器人上下料时间、AGV(AutomatedGuided Vehicle,自动导引运输车)上下料时间,AGV运行速度及充放电速率、预装预调时间、起重机时间和换刀时间及频率;
获取制造设备模型,所述制造设备模型至少包括CNC、龙门CNC、AGV、起重机、预装预调、机器人、船坞、工件的三维模型,以及,用于完成预装预调具体动作的零部件的三维模型;
获取生产线布局图和生产计划表格。
3.根据权利要求1所述的方法,其特征在于,在执行所述根据所述初步总体设计建立生产线的三维模型的步骤之前,还包括:
进行智能制造方案设计、系统规划和信息化系统规划,生成整体规划方案和实施路线图;
应用CPDM(collaborative Product Definition management,协同产品定义管理)协同设计工艺规划;
应用CRP(Cloud Resource Planning,云端资源协同管理系统)云端资源协同规划;
应用CMOM(Cloud Manufacturing Operations Management,云制造运营管理系统)工业大数据分析规划;
应用VR(Virtual Reality,虚拟现实技术)/AR(Augmented Reality,增强现实技术)虚拟工厂规划;
应用PLM(Product Lifecycle Management,产品生命周期管理)产品全生命周期管理规划;
应用ERP(Enterprise Resource Planning,企业资源计划)企业资源管理规划;
将各层级间相互连通,并生成异构信息系统集成。
4.根据权利要求1所述的方法,其特征在于,在执行所述通过生产线布局工具对生产线进行整体布局的步骤之前,还包括:
获取生产线内所有制造设备的工作状态,所述工作状态至少包括工作、等待、阻塞和故障;
获取生产线内每个制造设备可加工产品的数量;
获取每个制造设备的设备利用率、设备加工能力、设备状态的时长和时间比例、单条模拟生产线的加工总能力和模型瓶颈分析报告。
5.根据权利要求1所述的方法,其特征在于,所述对生产线的仿真设计以及物流线路的仿真设计进行系统分析,包括:
对生产线的仿真设计以及物流线路的仿真设计进行瓶颈识别;
对生产线的仿真设计以及物流线路的仿真设计进行生产计划验证;
对生产线的仿真设计以及物流线路的仿真设计进行调度算法验证,所述调度算法包括AGV调度系统算法和物流调度系统算法;
对生产线上的制造设备进行设备虚拟调试;
展示生产线的整个生产过程。
6.根据权利要求2所述的方法,其特征在于,所述获取制造设备参数,包括:
采用MES(Manufacturing Execution Systems,制造执行系统)采集所述制造设备参数。
7.根据权利要求4所述的方法,其特征在于,所述获取生产线内所有制造设备的工作状态,包括:
通过SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统)获取生产线内所有制造设备的工作状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011487116.4A CN112508489A (zh) | 2020-12-16 | 2020-12-16 | 一种面向复杂装备制造的顶层规划设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011487116.4A CN112508489A (zh) | 2020-12-16 | 2020-12-16 | 一种面向复杂装备制造的顶层规划设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112508489A true CN112508489A (zh) | 2021-03-16 |
Family
ID=74972708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011487116.4A Pending CN112508489A (zh) | 2020-12-16 | 2020-12-16 | 一种面向复杂装备制造的顶层规划设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112508489A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296413A (zh) * | 2021-06-02 | 2021-08-24 | 中国人民解放军国防科技大学 | 基于深度强化学习的多阶段装备发展规划方法及系统 |
CN113705018A (zh) * | 2021-09-08 | 2021-11-26 | 吉利汽车集团有限公司 | 一种数字化工厂物流配送仿真的方法 |
CN113988377A (zh) * | 2021-09-30 | 2022-01-28 | 东方电气集团东方电机有限公司 | 一种智能车间agv充电站位置优化布置方法 |
CN114384881A (zh) * | 2022-01-12 | 2022-04-22 | 哈尔滨工业大学 | 基于数字孪生的车间物流监测与仿真系统及方法 |
-
2020
- 2020-12-16 CN CN202011487116.4A patent/CN112508489A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296413A (zh) * | 2021-06-02 | 2021-08-24 | 中国人民解放军国防科技大学 | 基于深度强化学习的多阶段装备发展规划方法及系统 |
CN113296413B (zh) * | 2021-06-02 | 2022-06-14 | 中国人民解放军国防科技大学 | 基于深度强化学习的多阶段装备发展规划方法及系统 |
CN113705018A (zh) * | 2021-09-08 | 2021-11-26 | 吉利汽车集团有限公司 | 一种数字化工厂物流配送仿真的方法 |
CN113988377A (zh) * | 2021-09-30 | 2022-01-28 | 东方电气集团东方电机有限公司 | 一种智能车间agv充电站位置优化布置方法 |
CN113988377B (zh) * | 2021-09-30 | 2023-06-27 | 东方电气集团东方电机有限公司 | 一种智能车间agv充电站位置优化布置方法 |
CN114384881A (zh) * | 2022-01-12 | 2022-04-22 | 哈尔滨工业大学 | 基于数字孪生的车间物流监测与仿真系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A simulation-based approach for plant layout design and production planning | |
CN112508489A (zh) | 一种面向复杂装备制造的顶层规划设计方法 | |
CN109460921A (zh) | 一种企业智能化改造通用系统 | |
CN111061232A (zh) | 基于数字孪生的生产线设计与优化方法 | |
CN114296408A (zh) | 一种数字孪生环境中的生产制造车间人工智能优化算法模型系统及其算法 | |
CN109676280B (zh) | 车身制造通用化系统和车身制造通用化智能工厂系统 | |
WO2019076233A1 (zh) | 一种智能车间快速定制设计方法及系统 | |
CN101539772B (zh) | 产品生命周期管理方法及设备 | |
CN114237170A (zh) | 基于数字孪生技术的装配车间虚实融合运行与管控方法 | |
CN103500375A (zh) | 一种基于eM-Plant的MES调度控制方法 | |
Liu et al. | Digital twin model-driven capacity evaluation and scheduling optimization for ship welding production line | |
Eguti et al. | The virtual commissioning technology applied in the design process of a flexible automation system | |
US20040111700A1 (en) | Process for developing an agent-based control system for an industrial flexible production system | |
Zhang et al. | A digital twin-driven flexible scheduling method in a human–machine collaborative workshop based on hierarchical reinforcement learning | |
Kaczmarczyk et al. | An industry 4.0 testbed (self-acting barman): principles and design | |
Hoffmann | On Virtual Commissioning of Manufacturing Systems: Proposals for a systematic VC simulation study methodology and a new simulation model building approach | |
Krenczyk et al. | Semi-automatic simulation model generation of virtual dynamic networks for production flow planning | |
Mahmood et al. | An approach to analyze the performance of advanced manufacturing environment | |
CN115879736A (zh) | 用于岛式装配产线的模拟搭建系统及方法 | |
CN114722623A (zh) | 一种智能工厂设计仿真快速布局系统及方法 | |
Gunasekaran et al. | The design of computer-integrated manufacturing systems | |
Gisi | The Dark Factory and the future of manufacturing: A Guide to Operational Efficiency and Competitiveness | |
Kádár | Intelligent approaches to manage changes and disturbances in manufacturing systems | |
Dutta et al. | Strategic Digitalization in SMEs of developing economies: Digital twin driven engineering value chain for customer-centricity | |
CN117494472B (zh) | 一种基于仿真验证的离散工艺优化方法及装置 |
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 |