CN112580841A - 一种生产排程方法、装置、电子设备及存储介质 - Google Patents
一种生产排程方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112580841A CN112580841A CN201910935475.2A CN201910935475A CN112580841A CN 112580841 A CN112580841 A CN 112580841A CN 201910935475 A CN201910935475 A CN 201910935475A CN 112580841 A CN112580841 A CN 112580841A
- Authority
- CN
- China
- Prior art keywords
- production
- state data
- production state
- current
- change trend
- 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 367
- 238000000034 method Methods 0.000 title claims abstract description 316
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 188
- 230000008859 change Effects 0.000 claims abstract description 72
- 230000015654 memory Effects 0.000 claims description 34
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 239000002994 raw material Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 239000011265 semifinished product Substances 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种生产排程方法、装置、电子设备及存储介质,所述方法包括:确定待执行的生产订单以及正常运行的多个工序;针对任一工序,获取工序对应的当前生产状态数据;针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。如此通过预测当前生产状态数据的变化趋势,来应对不可预知的突发情况的发生,实现动态生产排程,可以确保企业的生产成本和客户满意度最优。
Description
技术领域
本发明涉及生产管理技术领域,尤其涉及一种生产排程方法、装置、电子设备及存储介质。
背景技术
按单制造,在供应链生产领域指的是订单型生产,也就是说,企业是根据生产订单进行生产安排的,并不是根据市场需求进行生产安排的,如此就不会存在多余库存。生产排程是指对生产订单的分配,一般企业存在多个工序为其进行生产制造,不同的工序成本价、地址、产能、产线均存在差异,因此,从企业成本和精益生产的角度而言,更希望在维系各个工序之间的合作的前提下,使得企业的生产成本和客户满意度最优。
相关技术中,企业的生产制造现场是复杂多变的,随时可能发生不可预知的突发情况。例如,有可能是某道工序延迟,有可能是某个设备损坏,有可能是原材料供应延迟等。由于随时可能发生这些不可预知的突发情况,导致正在执行的生产排程被打乱。为此,急需一种生产排程的技术方案,以应对上述不可预知的突发情况的发生,确保企业的生产成本和客户满意度最优。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本发明提供了一种生产排程方法、装置、电子设备以及存储介质。
第一方面,本发明提供了一种生产排程方法,所述方法包括:
确定待执行的生产订单以及正常运行的多个工序;
针对任一工序,获取工序对应的当前生产状态数据;
针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
在本发明的可选实施方式中,所述确定待执行的生产订单以及正常运行的多个工序,包括:
监测预设的关键事件是否发生;
若预设的关键事件发生,则获取当前各个工序中未执行的生产订单;
确定当前各个工序中未执行的生产订单为待执行的生产订单;
获取输入的工序列表;
确定所述工序列表中包含的多个工序为正常运行的多个工序。
在本发明的可选实施方式中,所述方法还包括:
若预设的关键事件未发生,则根据预设的生产排程规则将所述生产订单分配至各个工序中。
在本发明的可选实施方式中,所述基于所述当前生产状态数据预测当前生产状态数据的变化趋势,包括:
获取预先训练好的生产状态数据预测模型,其中,所述生产状态数据预测模型为对各个工序下的历史生产状态数据进行机器学习得到的用于预测生产状态数据变化趋势的模型;
将当前生产状态数据输入至所述生产状态数据预测模型,输出当前生产状态数据的变化趋势。
在本发明的可选实施方式中,所述基于所述当前生产状态数据预测当前生产状态数据的变化趋势,包括:
确定当前时刻;
获取所述当前时刻之前预设时间段内的历史生产状态数据;
分析所述历史生产状态数据随时间的变化趋势;
基于所述历史生产状态数据随时间的变化趋势,以及所述当前生产状态数据预测当前生产状态数据的变化趋势。
在本发明的可选实施方式中,所述方法还包括:
基于各个工序所分配的所述生产订单,生成生产排程计划。
第二方面,本发明提供了一种生产排程装置,所述装置包括:
订单及工序确定模块,用于确定待执行的生产订单以及正常运行的多个工序;
数据获取模块,用于针对任一工序,获取工序对应的当前生产状态数据;
趋势预测模块,用于针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
订单分配模块,用于基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
在本发明的可选实施方式中,所述订单及工序确定模块具体用于:
监测预设的关键事件是否发生;
若预设的关键事件发生,则获取当前各个工序中未执行的生产订单;
确定当前各个工序中未执行的生产订单为待执行的生产订单;
获取输入的工序列表;
确定所述工序列表中包含的多个工序为正常运行的多个工序。
第三方面,本发明提供了一种电子设备,包括:至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行上述第一方面中任一项所述的生产排程方法。
第四方面,本发明实施例提供一种存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述第一方面中任一项所述的生产排程方法。
本发明实施例提供的技术方案,获取工序对应的当前生产状态数据,并预测当前生产状态数据的变化趋势,基于各个工序中当前生产状态数据的变化趋势,将待执行的生产订单分配至各个工序中,通过预测当前生产状态数据的变化趋势,来应对不可预知的突发情况的发生,实现动态生产排程,可以确保企业的生产成本和客户满意度最优。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
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生产排程方法的实施流程示意图;
图2为本发明实施例提供的另一种生产排程方法的实施流程示意图;
图3为本发明实施例提供的一种生产状态数据预测模型的示意图;
图4为本发明实施例提供的一种工人娴熟程度的示意图;
图5为本发明实施例提供的一种生产排程装置的结构示意图;
图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明的一部分实施例,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的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,为本发明实施例提供的一种生产排程方法的实施流程示意图,该方法具体可以包括以下步骤:
S101,确定待执行的生产订单以及正常运行的多个工序;
在本发明实施例中,一方面由于市场需求变化,引起生产订单变化,例如产品数量的变化,交货日期的变化等;另一方面由于设备故障、原材料的短缺以及生产周期的变化等,都可能导致原先制定的生产排程不符合实际需求,故需要实现动态生产排程。
为了实现动态生产排程,在本发明实施例中需要确定待执行的生产订单以及正常运行的多个工序,以便后续将这些待执行的生产订单分配至这些正常运行的多个工序中。
对于生产订单,是下达给工序并要求工序执行的生产任务,工序按照生产订单组织生产。其中,生产订单可以由用户手工填制,也可以由生产计划、销售订单和预测单下达生成,本发明实施例对此不作限定。
对于工序,是指一个或一组工人在一个工作地点对一个或几个劳动对象连续进行生产活动的综合,是组成生产过程的基本单位。
例如,在本发明实施例中确定待执行的生产订单包括:生产订单1、生产订单2、生产订单3……,确定正常运行的多个工序包括:工序A、工序B、工序C……。
S102,针对任一工序,获取工序对应的当前生产状态数据;
在本发明实施例中,针对上述确定的正常运行的多个工序,针对任一工序,将生产实际情况以数字化模型的方式进行体现,即获取工序对应的当前生产状态数据。
例如,对于确定正常运行的多个工序:工序A、工序B、工序C,获取工序A对应的当前生产状态数据,获取工序B对应的当前生产状态数据,获取工序C对应的当前生产状态数据。
在本发明实施例中,对于生产状态数据,可以是工序中生产设备工况,可以是工序中原材料储备状况,可以是工序中工人娴熟程度,可以是工序中半/成品库存情况等。当然对于生产状态数据,也可以是上述多种情况的组合,本发明实施例对此不作限定。
需要说明的是,上述几种情况是对生产状态数据的示例性说明,对于生产状态数据,还可以是其它因素,本发明实施例在此不再一一赘述。
例如,对于确定正常运行的多个工序:工序A、工序B、工序C,获取工序A对应的工序中生产设备工况、工序中原材料储备状况、工序中工人娴熟程度以及工序中半/成品库存情况,获取工序B对应的工序中生产设备工况、工序中原材料储备状况、工序中工人娴熟程度以及工序中半/成品库存情况,获取工序C对应的工序中生产设备工况、工序中原材料储备状况、工序中工人娴熟程度以及工序中半/成品库存情况。
S103,针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
在本发明实施例中,针对上述确定的正常运行的多个工序,针对任一工序,基于该当前生产状态数据预测当前生产状态数据的变化趋势。其中,在本发明实施例中,对于当前生产状态数据的变化趋势,具体可以变现为当前生产状态数据对应的一个或多个未来生产状态数据,以数字化体现。
例如,对于工序A对应的工序中生产设备工况、工序中原材料储备状况、工序中工人娴熟程度以及工序中半/成品库存情况,预测未来一段时间内工序A中工序中生产设备工况的变化趋势、工序中原材料储备状况的变化趋势、工序中工人娴熟程度的变化趋势以及工序中半/成品库存情况的变化趋势。
S104,基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
针对上述预测的各个工序中当前生产状态数据的变化趋势,基于该变化趋势,将待执行的生产订单分配至各个工序中。
例如,对于工序A对应的未来一段时间内工序中生产设备工况的变化趋势、工序中原材料储备状况的变化趋势、工序中工人娴熟程度的变化趋势以及工序中半/成品库存情况的变化趋势,基于未来一段时间内工序中生产设备工况的变化趋势、工序中原材料储备状况的变化趋势、工序中工人娴熟程度的变化趋势以及工序中半/成品库存情况的变化趋势,将待执行的生产订单(生产订单1、生产订单2、生产订单3分配至工序A中。
通过上述对本发明实施例提供的技术方案的描述,获取工序对应的当前生产状态数据,并预测当前生产状态数据的变化趋势,基于各个工序中当前生产状态数据的变化趋势,将待执行的生产订单分配至各个工序中,通过预测当前生产状态数据的变化趋势,来应对不可预知的突发情况的发生,实现动态生产排程,可以确保企业的生产成本和客户满意度最优。
如图2所示,为本发明实施例提供的另一种生产排程方法的实施流程示意图,该方法具体可以包括以下步骤:
S201,监测预设的关键事件是否发生;
在本发明实施例中,为了适应实际生产过程中的不确定性以及随机性,一般采用周期性的生产排程以及动态生产排程相结合的策略,定义一些关键事件,比如设备故障、订单改变等,当关键事件发生时,执行动态生产排程,否则执行周期性的生产排程。
故在本发明实施例中,监测预设的关键事件是否发生,其中,可以按照预设的监测周期,监测预设的关键事件是否发生。例如,每间隔一分钟,监测是否发生设备故障。
另外,在本发明实施例中,比如设备产生故障、订单发生改变等情况发生,则可以触发关键事件日志生成的操作。在本发明实施例中可以按照预设的监测周期,监测关键事件日志生成的操作是否触发,以此来监测预设的关键事件是否发生。
如果关键事件日志生成的操作触发,则可以确定预设的关键事件发生;如果关键事件日志生成的操作未触发,则可以确定预设的关键事件未发生。例如,设备产生故障,触发关键事件日志生成的操作,则可以确定发生设备故障。
再者,在本发明实施例中,还可以监测是否接收到用户输入的异常信息;如果接收到用户输入的异常信息,则可以根据异常信息确定所发生的预设的关键事件;如果未接收到用户输入的异常信息,则可以确定预设的关键事件未发生。这里异常信息,比如可以是设备故障、订单改变等。
需要说明的是,对于如何监测预设的关键事件是否发生的实现方式还存在很多种,本发明实施例在此不再一一赘述。
S202,若预设的关键事件发生,则确定待执行的生产订单以及正常运行的多个工序;
针对上述步骤的监测结果,如果预设的关键事件发生,执行动态生产排程,即需要确定待执行的生产订单以及正常运行的多个工序;如果预设的事件未发生,则执行周期性的生产排程,即根据预设的生产排程规则将所述生产订单分配至各个工序中。
例如,对于关键事件(设备故障),每间隔一分钟监测其是否发生;如果发生设备故障,则需要确定待执行的生产订单,包括:生产订单1、生产订单2、生产订单3……,确定正常运行的多个工序,包括:工序A、工序B、工序C……;如果未发生设备故障,则可以将待执行的生产订单均分至工序A、工序B、工序C……中。
其中,如果预设的关键事件发生,可以获取当前各个工序中未执行的生产订单;确定当前各个工序中未执行的生产订单为待执行的生产订单;获取输入的工序列表;确定该工序列表中包含的多个工序为正常运行的多个工序。其中,可以由用户统计正常运行的工序,形成工序列表,并进行输入,本发明实施例可以获取用户输入的工序列表。
例如,如果发生设备故障,一方面获取工序A、工序B、工序C中未执行的生产订单,确定工序A、工序B、工序C中未执行的生产订单为待执行的生产订单,另一方面可以获取用户输入的工序列表,该工序列表中包含的工序A、工序B,可以确定该工序列表中包含的工序A、工序B为正常运行的两个工序。
S203,针对任一工序,获取工序对应的当前生产状态数据;
在本发明实施例中,本步骤与上述步骤S102类似,本发明实施例在此不再一一赘述。
S204,针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
对于上述步骤获取的任一工序对应的当前生产状态数据,在本发明实施例中需要基于所述当前生产状态数据预测当前生产状态数据的变化趋势。其中,基于所述当前生产状态数据预测当前生产状态数据的变化趋势的可选实施方式如下:
可选实施方式1、获取预先训练好的生产状态数据预测模型,其中,所述生产状态数据预测模型为对各个工序下的历史生产状态数据进行机器学习得到的用于预测生产状态数据变化趋势的模型;将当前生产状态数据输入至生产状态数据预测模型,输出当前生产状态数据的变化趋势。
在本发明实施例中提供生产状态数据预测模型,可以将当前生产状态数据输入至生产状态数据预测模型,进而可以得到当前生产状态数据的变化趋势。
例如,如图3所示为本发明实施例中提供的生产状态数据预测模型示意图,其参考因素(即输入参数)包括:工序中生产设备工况、工序中原材料储备状况、工序中工人娴熟程度以及工序中半/成品库存情况,输出结果为工序生产状态数据变化趋势,该工序生产状态数据变化趋势用于代表工序整体未来的状态,是由工序中生产设备工况、工序中原材料储备状况、工序中工人娴熟程度以及工序中半/成品库存情况得到。
例如,对于工序A对应的当前生产状态数据(工序中生产设备工况、工序中原材料储备状况、工序中工人娴熟程度以及工序中半/成品库存情况),输入至生产状态数据预测模型,得到工序A生产状态数据变化趋势,对于工序B对应的当前生产状态数据(工序中生产设备工况、工序中原材料储备状况、工序中工人娴熟程度以及工序中半/成品库存情况),输入至生产状态数据预测模型,得到工序B生产状态数据变化趋势。
需要说明的是,对于生产状态数据预测模型,还可以参考其他因素(即输入参数),本发明实施例在此不再一一赘述。
可选实施方式2、确定当前时刻;获取所述当前时刻之前预设时间段内的历史生产状态数据;分析所述历史生产状态数据随时间的变化趋势;基于所述历史生产状态数据随时间的变化趋势,以及所述当前生产状态数据预测当前生产状态数据的变化趋势。
例如,确定当前时刻10:00,获取当前时刻10:00之前1小时之内的历史生产状态数据,以工序中工人娴熟程度为例(以数字化体现),如图4所示,分析当前时刻10:00之前1小时之内的历史生产状态数据,变化趋势为逐步上升,其中由75上升至80,上升步进值为5,基于该变化趋势,以及当前生产状态数据可以预测当前生产状态数据的变化趋势:逐步上升,其中由80上升至85,上升步进值为5。
需要说明的是,对于基于所述当前生产状态数据预测当前生产状态数据的变化趋势的实现方式还可以是其他可选实施方式,本发明实施例在此不再一一赘述。
S205,基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
针对上述预测的各个工序中当前生产状态数据的变化趋势,可以基于各个工序中当前生产状态数据的变化趋势,将待执行的生产订单分配至各个工序中。
其中,基于各个工序中当前生产状态数据的变化趋势,预测各个工序中当前生产状态数据的未来生产状态数据;计算各个工序中当前生产状态数据的未来生产状态数据的总和;计算各个工序中未来生产状态数据与总和的比值;根据各个工序中未来生产状态数据与总和的比值,将待执行的生产订单分配至各个工序中。
以工序中工人娴熟程度为例,预测工序A中工人娴熟程度逐步上升(上升步进值为5),基于工序A中工人娴熟程度的变化趋势,可以预测工序A中工人娴熟程度由70上升至75,预测工序B中工人娴熟程度逐步上升(上升步进值为5),基于工序B中工人娴熟程度的变化趋势,可以预测工序B中工人娴熟程度由60上升至65,工序C中工人娴熟程度逐步稳定,基于工序C中工人娴熟程度的变化趋势,可以预测工序C中工人娴熟程度逐步稳定至95左右,
则基于工序A中工人娴熟程度的变化趋势、工序B中工人娴熟程度的变化趋势、工序C中工人娴熟程度的变化趋势,将待执行的生产订单分配至各个工序中,可以按照如下步骤处理:
计算工序C中工人娴熟程度(95)、工序B中工人娴熟程度(65)、工序A中工人娴熟程度(75)三者的总和(235);计算工序C中工人娴熟程度(95)与总和的比值1(40%),计算工序B中工人娴熟程度(65)与总和的比值2(28%),计算工序A中工人娴熟程度(75)与总和的比值3(32%);确定比值1(40%)、比值2(28%)、比值3(32%)为工序C、工序B、工序A各自对应的生产订单分配比例;按照生产订单分配比例待执行的生产订单(生产订单1、生产订单2、生产订单3……)分配至工序C、工序B、工序A中。
需要说明的是,上述基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中,具体实现方式还可以是其它实现方式,本发明实施例在此不再一一赘述。
另外,对于基于各个工序所分配的所述生产订单,生成生产排程计划,该生产排程计划用于记录各个工序所分配的生产订单,以便后续将各个工序所分配的生产订单,及时发布至对应工序中。
例如,对于工序A所分配的生产订单1以及生产订单2,对于工序B所分配的生产订单3以及生产订单4,生成生产排程计划,如下表1所示,后续可以参照表1所示的生产排程计划,将工序A所分配的生产订单1以及生产订单2及时发布至工序A,将工序B所分配的生产订单3以及生产订单4及时发布至工序B,以便于后续安排生产。
工序 | 生产订单 |
A | 1、2 |
B | 3、4 |
表1
在本发明实施例中,通过动态生产排程,可以大大降低企业人工及设备使用成本,优化生产计划,提高生产效率,合理安排产能,避免忙闲不均。
与上述方法实施例相对应,本发明实施例还提供了一种生产排程装置,如图5所示,该装置包括:订单及工序确定模块510、数据获取模块520、趋势预测模块530、订单分配模块540。
订单及工序确定模块510,用于确定待执行的生产订单以及正常运行的多个工序;
数据获取模块520,用于针对任一工序,获取工序对应的当前生产状态数据;
趋势预测模块530,用于针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
订单分配模块540,用于基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
所述生产排程装置包括处理器和存储器,上述订单及工序确定模块510、数据获取模块520、趋势预测模块530、订单分配模块540等均作为程序模块存储在存储器中,由处理器执行存储在存储器中的上述程序模块来实现相应的功能。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中,存储介质可以包括易失性存储器,例如随机存取存储器;存储器也可以包括非易失性存储器,例如只读存储器、快闪存储器、硬盘或固态硬盘;存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行,以实现上述在生产排程设备侧执行的生产排程方法。
所述处理器用于执行存储器中存储的生产排程程序,以实现以下在生产排程设备侧执行的生产排程方法的步骤:
确定待执行的生产订单以及正常运行的多个工序;
针对任一工序,获取工序对应的当前生产状态数据;
针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
在本发明的可选实施方式中,监测预设的关键事件是否发生;
若预设的关键事件发生,则获取当前各个工序中未执行的生产订单;
确定当前各个工序中未执行的生产订单为待执行的生产订单;
获取输入的工序列表;
确定所述工序列表中包含的多个工序为正常运行的多个工序。
在本发明的可选实施方式中,若预设的关键事件未发生,则根据预设的生产排程规则将所述生产订单分配至各个工序中。
在本发明的可选实施方式中,获取预先训练好的生产状态数据预测模型,其中,所述生产状态数据预测模型为对各个工序下的历史生产状态数据进行机器学习得到的用于预测生产状态数据变化趋势的模型;
将当前生产状态数据输入至所述生产状态数据预测模型,输出当前生产状态数据的变化趋势。
在本发明的可选实施方式中,确定当前时刻;
获取所述当前时刻之前预设时间段内的历史生产状态数据;
分析所述历史生产状态数据随时间的变化趋势;
基于所述历史生产状态数据随时间的变化趋势,以及所述当前生产状态数据预测当前生产状态数据的变化趋势。
在本发明的可选实施方式中,基于各个工序所分配的所述生产订单,生成生产排程计划。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行:确定待执行的生产订单以及正常运行的多个工序;针对任一工序,获取工序对应的当前生产状态数据;针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
图6为本发明实施例提供的一种电子设备的结构示意图,图6所示的电子设备60包括:至少一个处理器601、以及与处理器601连接的至少一个存储器602、总线603;其中,处理器601、存储器602通过总线603完成相互间的通信;处理器用于调用存储器中的程序指令,以执行上述的生产排程方法。本文中的电子设备可以是服务器、PC、PAD、手机等。
本发明还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:
确定待执行的生产订单以及正常运行的多个工序;
针对任一工序,获取工序对应的当前生产状态数据;
针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
在本发明的可选实施方式中,监测预设的关键事件是否发生;
若预设的关键事件发生,则获取当前各个工序中未执行的生产订单;
确定当前各个工序中未执行的生产订单为待执行的生产订单;
获取输入的工序列表;
确定所述工序列表中包含的多个工序为正常运行的多个工序。
在本发明的可选实施方式中,若预设的关键事件未发生,则根据预设的生产排程规则将所述生产订单分配至各个工序中。
在本发明的可选实施方式中,获取预先训练好的生产状态数据预测模型,其中,所述生产状态数据预测模型为对各个工序下的历史生产状态数据进行机器学习得到的用于预测生产状态数据变化趋势的模型;
将当前生产状态数据输入至所述生产状态数据预测模型,输出当前生产状态数据的变化趋势。
在本发明的可选实施方式中,确定当前时刻;
获取所述当前时刻之前预设时间段内的历史生产状态数据;
分析所述历史生产状态数据随时间的变化趋势;
基于所述历史生产状态数据随时间的变化趋势,以及所述当前生产状态数据预测当前生产状态数据的变化趋势。
在本发明的可选实施方式中,基于各个工序所分配的所述生产订单,生成生产排程计划。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种生产排程方法,其特征在于,所述方法包括:
确定待执行的生产订单以及正常运行的多个工序;
针对任一工序,获取工序对应的当前生产状态数据;
针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
2.根据权利要求1所述的方法,其特征在于,所述确定待执行的生产订单以及正常运行的多个工序之前,所述方法还包括:
监测预设的关键事件是否发生;
若预设的关键事件发生,则获取当前各个工序中未执行的生产订单;
确定当前各个工序中未执行的生产订单为待执行的生产订单;
获取输入的工序列表;
确定所述工序列表中包含的多个工序为正常运行的多个工序。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若预设的关键事件未发生,则根据预设的生产排程规则将所述生产订单分配至各个工序中。
4.根据权利要求1所述的方法,其特征在于,所述基于所述当前生产状态数据预测当前生产状态数据的变化趋势,包括:
获取预先训练好的生产状态数据预测模型,其中,所述生产状态数据预测模型为对各个工序下的历史生产状态数据进行机器学习得到的用于预测生产状态数据变化趋势的模型;
将当前生产状态数据输入至所述生产状态数据预测模型,输出当前生产状态数据的变化趋势。
5.根据权利要求1所述的方法,其特征在于,所述基于所述当前生产状态数据预测当前生产状态数据的变化趋势,包括:
确定当前时刻;
获取所述当前时刻之前预设时间段内的历史生产状态数据;
分析所述历史生产状态数据随时间的变化趋势;
基于所述历史生产状态数据随时间的变化趋势,以及所述当前生产状态数据预测当前生产状态数据的变化趋势。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:
基于各个工序所分配的所述生产订单,生成生产排程计划。
7.一种生产排程装置,其特征在于,所述装置包括:
订单及工序确定模块,用于确定待执行的生产订单以及正常运行的多个工序;
数据获取模块,用于针对任一工序,获取工序对应的当前生产状态数据;
趋势预测模块,用于针对任一工序,基于所述当前生产状态数据预测当前生产状态数据的变化趋势;
订单分配模块,用于基于各个工序中当前生产状态数据的变化趋势,将所述生产订单分配至各个工序中。
8.根据权利要求7所述的装置,其特征在于,所述订单及工序确定模块具体用于:
监测预设的关键事件是否发生;
若预设的关键事件发生,则获取当前各个工序中未执行的生产订单;
确定当前各个工序中未执行的生产订单为待执行的生产订单;
获取输入的工序列表;
确定所述工序列表中包含的多个工序为正常运行的多个工序。
9.一种电子设备,其特征在于,包括:至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行权利要求1~6中任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910935475.2A CN112580841A (zh) | 2019-09-29 | 2019-09-29 | 一种生产排程方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910935475.2A CN112580841A (zh) | 2019-09-29 | 2019-09-29 | 一种生产排程方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112580841A true CN112580841A (zh) | 2021-03-30 |
Family
ID=75111266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910935475.2A Pending CN112580841A (zh) | 2019-09-29 | 2019-09-29 | 一种生产排程方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112580841A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990743A (zh) * | 2021-03-31 | 2021-06-18 | 珠海必要工业科技股份有限公司 | 一种用于确定商品的生产周期的方法、装置及存储介质 |
CN113570336A (zh) * | 2021-07-28 | 2021-10-29 | 上海致景信息科技有限公司 | 用于纺织行业的排产方法、装置及处理器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000172308A (ja) * | 1998-12-10 | 2000-06-23 | Sharp Corp | 生産計画スケジューリング方法 |
JP2006004201A (ja) * | 2004-06-17 | 2006-01-05 | Matsushita Electric Ind Co Ltd | 生産計画プログラム、生産計画方法、及び生産計画装置 |
CN105096008A (zh) * | 2015-08-28 | 2015-11-25 | 浙江大学 | 一种流程工业生产系统的控制方法 |
CN106295995A (zh) * | 2016-08-10 | 2017-01-04 | 曼威网络科技(上海)有限公司 | 一种用于确定生产计划的数据分析方法与设备 |
CN108241350A (zh) * | 2018-01-18 | 2018-07-03 | 深圳市伟博思技术有限公司 | 一种智能动态制造执行方法及相关设备 |
TWM567403U (zh) * | 2018-06-07 | 2018-09-21 | 財團法人精密機械研究發展中心 | Smart scheduling system |
-
2019
- 2019-09-29 CN CN201910935475.2A patent/CN112580841A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000172308A (ja) * | 1998-12-10 | 2000-06-23 | Sharp Corp | 生産計画スケジューリング方法 |
JP2006004201A (ja) * | 2004-06-17 | 2006-01-05 | Matsushita Electric Ind Co Ltd | 生産計画プログラム、生産計画方法、及び生産計画装置 |
CN105096008A (zh) * | 2015-08-28 | 2015-11-25 | 浙江大学 | 一种流程工业生产系统的控制方法 |
CN106295995A (zh) * | 2016-08-10 | 2017-01-04 | 曼威网络科技(上海)有限公司 | 一种用于确定生产计划的数据分析方法与设备 |
CN108241350A (zh) * | 2018-01-18 | 2018-07-03 | 深圳市伟博思技术有限公司 | 一种智能动态制造执行方法及相关设备 |
TWM567403U (zh) * | 2018-06-07 | 2018-09-21 | 財團法人精密機械研究發展中心 | Smart scheduling system |
Non-Patent Citations (1)
Title |
---|
彭雪丽: "面向订单汽车制造企业生产计划中若干问题的研究", 《中国优秀硕士学位论文全文数据库》, no. 11 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990743A (zh) * | 2021-03-31 | 2021-06-18 | 珠海必要工业科技股份有限公司 | 一种用于确定商品的生产周期的方法、装置及存储介质 |
CN112990743B (zh) * | 2021-03-31 | 2024-04-09 | 珠海必要工业科技股份有限公司 | 一种用于确定商品的生产周期的方法、装置及存储介质 |
CN113570336A (zh) * | 2021-07-28 | 2021-10-29 | 上海致景信息科技有限公司 | 用于纺织行业的排产方法、装置及处理器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105939225B (zh) | 一种业务执行的方法及装置 | |
US11556389B2 (en) | Resource usage prediction for cluster provisioning | |
CN103458052A (zh) | 一种基于IaaS云平台的资源调度方法和装置 | |
CN110928655A (zh) | 一种任务处理方法及装置 | |
CN112580841A (zh) | 一种生产排程方法、装置、电子设备及存储介质 | |
CN109739627B (zh) | 任务的调度方法、电子设备及介质 | |
CN110599148A (zh) | 集群数据处理方法、装置、计算机集群及可读存储介质 | |
CN111754079A (zh) | 一种基于敏捷管理的项目研发方法、设备及介质 | |
CN110968260A (zh) | 配额调整处理方法、装置及计算机设备 | |
CN111813524A (zh) | 一种任务执行方法、装置、电子设备和存储介质 | |
CN109040491B (zh) | 挂机行为处理方法、装置、计算机设备及存储介质 | |
KR20210061249A (ko) | 기계학습 기반 공정 스케줄링 장치 및 방법 | |
CN115398399A (zh) | 确定内存的方法、统计服务器、物理机和存储介质 | |
CN115187097A (zh) | 一种任务排期方法、装置、电子设备以及计算机存储介质 | |
CN108429780B (zh) | 关联系统间的数据调用系统及方法 | |
CN114154962A (zh) | 批处理监控方法、装置及设备 | |
CN114020430A (zh) | 一种分布式任务调度方法、装置、电子设备及存储介质 | |
CN111556126A (zh) | 模型管理方法、系统、计算机设备和存储介质 | |
CN110618863A (zh) | 一种基于Raft算法的作业调度方法 | |
CN116050768B (zh) | 工程机械服务资源的调度方法与装置 | |
JP2018109972A (ja) | It基盤のリソースを監視し割り当てるためのデバイスおよび方法 | |
US20210272047A1 (en) | Method and terminal for managing work schedule of each employee automatically | |
CN115239216B (zh) | 生产资源的预防性计划保养方法、装置、设备及存储介质 | |
CN117453368A (zh) | 任务执行方法、装置、存储介质以及电子设备 | |
CN115480915A (zh) | 工作流程处理方法、设备、系统及可读存储介质 |
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 |