CN112749903A - 汽车压力传感器的智能装配生产线仿真方法及系统 - Google Patents
汽车压力传感器的智能装配生产线仿真方法及系统 Download PDFInfo
- Publication number
- CN112749903A CN112749903A CN202110045728.6A CN202110045728A CN112749903A CN 112749903 A CN112749903 A CN 112749903A CN 202110045728 A CN202110045728 A CN 202110045728A CN 112749903 A CN112749903 A CN 112749903A
- Authority
- CN
- China
- Prior art keywords
- simulation
- pressure sensor
- assembly
- preset
- assembling
- 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
- 238000000034 method Methods 0.000 title claims abstract description 195
- 238000004088 simulation Methods 0.000 title claims abstract description 191
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 103
- 230000008569 process Effects 0.000 claims abstract description 142
- 238000012360 testing method Methods 0.000 claims description 9
- 230000010365 information processing Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/0631—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)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种汽车压力传感器的智能装配生产线仿真方法及系统,属于仿真技术领域。本发明中获取待装配汽车压力传感器的传感器参数信息;根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息;按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果;根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整,利用仿真结果对调度策略和工序配置信息进行实时调整,使得仿真得到的调度策略和工序配置信息更加合理与可行,提高了仿真结果的可信度。
Description
技术领域
本发明涉及仿真技术领域,尤其涉及一种汽车压力传感器的智能装配生产线仿真方法及系统。
背景技术
伴随着客户需求的多样化和产品生命周期的缩短倾向,制造业需要将大批量自动化的生产方式,向多品种少量、短交货期的生产方式转变,人工和自动化的机器设备组合成的生产线口益增多。如果在改造旧产线和引入新产线的方案有误、生产中各环节中存在没有被发现的问题,都会给企业带来很大的损失,因此需要在企业生产过程中和产线实施改造和新装之前,对生产线进行仿真,验证生产线的调度策略的可行性。
目前对于生产线的仿真都是基于产品信息、生产线布局以及人力资源配置等静态数据对生产线进行仿真,而在实际过程中生产线还会受到设备效能和设备故障率的影响,目前的仿真方案无法对调度策略进行实时调整,致使调度策略的不够合理,可行性较差。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种汽车压力传感器的智能装配生产线仿真方法及系统,旨在解决现有技术中无法对调度策略进行实时调整,导致调度策略的不够合理的技术问题。
为实现上述目的,本发明提供了一种汽车压力传感器的智能装配生产线仿真方法,所述汽车压力传感器的智能装配生产线仿真方法包括以下步骤:
获取待装配汽车压力传感器的传感器参数信息;
根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息;
按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果;
根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整。
可选地,所述根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息,包括:
从所述传感器参数信息提取所述待装配汽车压力传感器的传感器类型和传感器结构;
根据所述传感器类型和所述传感器结构确定所述待装配汽车压力传感器对应的装配生产线上所需要设置的装配设备;
根据所述装配设备对应的装配工序确定相应的预设工序配置信息。
可选地,所述按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果之前,还包括:
获取历史汽车压力传感器对应的历史装配信息和历史调度策略,其中,所述历史装配信息包括历史设备、历史装配工序以及历史装配周期中的至少一种;
构建所述历史装配信息、所述历史调度策略以及所述历史汽车压力传感器对应的传感器类型之间的对应关系,并根据所述对应关系训练得到生产线仿真模型。
可选地,所述按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,包括:
根据所述预设工序配置确定装配生产线对应的多个装配工序,以及各个装配工序对应的装配设备的设备参数信息;
根据所述预设调度策略确定各个装配工序对应的作业顺序;
初始化生产线仿真模型,并根据所述传感器参数信息、多个所述装配工序、所述设备参数信息以及所述作业顺序设置所述生产线仿真模型的仿真参数,以使所述生产线仿真模型按照所述仿真参数对所述待装配传感器进行装配仿真。
可选地,所述根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整,包括:
从所述仿真结果中获取各个装配工序的作业时长和所述待装配汽车压力传感器对应的装配周期;
根据所述作业时长和所述装配周期确定装配设备的当前设备利用率;
根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整。
可选地,所述根据所述作业时长和所述装配周期确定装配设备的当前设备利用率,包括:
根据所述作业时长和装配工序的工序数量确定总作业时长;
根据所述总作业时长和所述装配周期确定空闲时长;
根据所述总作业时长和所述空间时长确定装配设备的当前设备利用率。
可选地,所述根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整,包括:
获取所述当前设备利用率与预期利用率之间的利用率差值;
根据所述利用率差值对所述预设调度策略对应的作业顺序和所述预设工序配置信息对应的设备数量进行调整。
进一步地,为实现上述目的,本发明还提供一种汽车压力传感器的智能装配生产线仿真系统,所述汽车压力传感器的智能装配生产线仿真系统应用于如上文所述的汽车压力传感器的智能装配生产线仿真方法,所述汽车压力传感器的智能装配生产线仿真系统包括:信息获取设备、信息处理设备、仿真测试设备以及策略调整设备;
所述信息获取设备,用于获取待装配汽车压力传感器的传感器参数信息;
所述信息处理设备,用于根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息;
所述仿真测试设备,用于按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果;
所述策略调整设备,用于根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整。
可选地,所述仿真测试设备,还用于根据所述预设工序配置确定装配生产线对应的多个装配工序,以及各个装配工序对应的装配设备的设备参数信息;
根据所述预设调度策略确定各个装配工序对应的作业顺序;
初始化生产线仿真模型,并根据所述传感器参数信息、多个所述装配工序、所述设备参数信息以及所述作业顺序设置所述生产线仿真模型的仿真参数,以使所述生产线仿真模型按照所述仿真参数对所述待装配传感器进行装配仿真。
可选地,所述策略调整设备,还用于从所述仿真结果中获取各个装配工序的作业时长和所述待装配汽车压力传感器对应的装配周期;
根据所述作业时长和所述装配周期确定装配设备的当前设备利用率;
根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整。
本发明中获取待装配汽车压力传感器的传感器参数信息;根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息;按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果;根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整,利用仿真结果对调度策略和工序配置信息进行实时调整,使得仿真得到的调度策略和工序配置信息更加合理与可行,提高了仿真结果的可信度。
附图说明
图1为本发明汽车压力传感器的智能装配生产线仿真方法第一实施例的流程示意图;
图2为本发明汽车压力传感器的智能装配生产线仿真方法第二实施例的流程示意图;
图3为本发明汽车压力传感器的智能装配生产线仿真系统第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明实施例提供了一种汽车压力传感器的智能装配生产线仿真方法,参照图1,图1为本发明一种汽车压力传感器的智能装配生产线仿真方法第一实施例的流程示意图。
本实施例中,所述汽车压力传感器的智能装配生产线仿真方法包括以下步骤:
步骤S10:获取待装配汽车压力传感器的传感器参数信息。
在本实施例中,本实施例的执行主体可为终端设备,还可为其他具有相同或相似功能的设备,本实施例对此不加以限制,以终端设备为例进行说明。本实施例中终端设备通常设置在能利用通信设施与远处计算机联接工作的方便场所,它主要由通信接口控制装置与专用或选定的输入输出装置组合而成,终端设备可获取传感器的传感器参数信息,并对获取到的传感器参数信息进行处理得到预设工序配置信息,终端设备中还存储有生产线仿真模型,利用生产线仿真模型和预设调度策略以及预设工序配置信息模拟生产线的真实运行状态。
需要说明的是,可利用文件传输协议,采用互联网形式获取待装配汽车压力传感器的传感器参数,获取到的待装配汽车压力传感器的传感器参数信息可由用户输入,用户可通过移动终端或其他数据传输介质向终端设备输入待装配汽车压力传感器的传感器参数信息,还可设置一预设时间,在达到预设时间时,移动终端或其他数据传输介质自动向终端设备输入传感器参数信息,本实施例对此不加以限制。
步骤S20:根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息。
需要说明的是,传感器参数信息包括但不限于传感器类型、传感器数量以及传感器结构,本实施例中为各种不同类型的传感器、不同数量的传感器以及不同结构的传感器均预先设置了相应的工序配置信息,因此在得到传感器参数信息之后,可以根据传感器参数信息确定待装配汽车压力传感器对应的预设工序配置信息,预设工序配置中包括但不限于作业工序对应的设备类型和设备数量。
进一步地,本实施例为了能够更加准确合理地确定预设工序配置,所述步骤S20具体包括:从所述传感器参数信息提取所述待装配汽车压力传感器的传感器类型和传感器结构;根据所述传感器类型和所述传感器结构确定所述待装配汽车压力传感器对应的装配生产线上所需要设置的装配设备;根据所述装配设备对应的装配工序确定相应的工序配置信息。
在具体实施中,在获取到传感器参数信息后,遍历传感器参数信息中的信息标识,根据信息标识从传感器参数信息中提取出待装配汽车压力传感器的传感器类型和传感器结构,其中,传感器类型包括但不限于电压型传感器、频率性传感器、制动主缸压力传感器、机油压力传感器以及轮胎汽车传感器,传感器结构包括但不限于电磁式结构、压阻效应式结构以及电阻应变式结构。容易理解的是,不同类型和不同结构的汽车压力传感器所需要的装配设备也不同,根据提取到的传感器类型和传感器结构可以确定装配生产线所需要的设置的装配设备,本实施例中可基于传感器类型、传感器结构和装配设备之间的映射关系确定。在确定装配设备之后,获取装配设备的设备信息,其中,设备信息包括但不限于装配设备的设备类型和设备数量,设备类型和设备数量等设备信息即为装配工序对应的工序配置信息。
步骤S30:按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果。
易于理解的是,通过生产线仿真模型可以对装配生产线进行模拟,在进行仿真时,需要设置相关的仿真参数,本实施例中的仿真参数为预设调度策略和预设工序配置信息,其中,预设调度策略是根据实际需求预先设定的,预设工序配置信息是根据待装配汽车压力传感器的参数信息进行预先设置的,预设调度策略可以确定整个装配生产线上各个装配工序的作业顺序,预设工序信息可以确定各个装配工序所需要的装配设备的设备类型和设备数量,因此将预设调度策略和预设工序配置作为仿真参数输入到生产线仿真模型中即可实现对装配生产线的模拟。在完成装配生产线的仿真之后,获取仿真结果,即结束整个装配生产线的仿真过程。
需要说明的是,本实施例中是通过生产线仿真模型进行仿真,而生产线仿真模型直接影响最后的仿真结果,因此为了使得仿真结果更加合理和准确,在进行仿真之前,需要构建更加准确合理的生产线仿真模型,即本实施例中所述步骤S30之前还包括:获取历史汽车压力传感器对应的历史装配信息和历史调度策略;构建所述历史装配信息、所述历史调度策略以及所述历史汽车压力传感器对应的传感器类型之间的对应关系,并根据所述对应关系训练得到生产线仿真模型。
需要说明的是,历史汽车压力传感器以及历史汽车压力传感器对应的历史装配工序和历史调度策略是从真实的装配生产线上获取到的,这些历史信息存储在服务器中,其中,服务器可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,本实施例中所描述的服务器,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器,其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。本实施例中可通过互联网,采用文件传输协议从服务器中获取上述历史信息,其中,所述历史装配信息包括历史设备、历史装配工序以及历史装配周期中的至少一种。容易理解的是,在获取历史信息的同时,能够获取到历史信息对应的时间戳,本实施例中可以按照历史装配信息和历史调度策略对应的时间戳,在同一时间戳下构建历史装配信息、历史调度策略以及历史汽车压力传感器的传感器类型之间的对应关系,然后再将该对应关系输入至预设模型中进行训练,从而得到生产仿真模型,其中预设模型可采用机器学习或者神经网络等模型,本实施例对此不加以限制。
在具体实施中,本实施例为了能够使得仿真结果更加合理准确,所述步骤S30具体包括:根据所述预设工序配置确定装配生产线对应的多个装配工序,以及各个装配工序对应的装配设备的设备参数信息;根据所述预设调度策略确定各个装配工序对应的作业顺序;初始化生产线仿真模型,并根据所述传感器参数信息、多个所述装配工序、所述设备参数信息以及所述作业顺序设置所述生产线仿真模型的仿真参数,以使所述生产线仿真模型按照所述仿真参数对所述待装配传感器进行装配仿真。
需要说明的是,汽车压力传感器需要多个装配工序以及相应的装配设备进行合作装配,从预设工序配置信息中能够提取出多个装配工序以及装配设备的设备参数信息,本实施例中一个装配工序可以设置一个装配设备,也可以设置多个装配设备,可以根据实际情况进行相应的设置,本实施对此不加以限制。预设调度策略可以确定整个装配生产线的装配流程,根据预设调度策略可以确定各个装配工序对应的作业顺序,例如根据预设调度策略可以确定装配工序Q、W以及E的装配工序可以为Q-W-E,也可以为E-Q-W等。在进行仿真之前,需要对生产仿真模型进行初始化,以免历史数据对仿真结果造成干扰,在完成初始化之后,再将传感器参数信息、多个装配工序、设备参数信息以及作业顺序作为仿真参数输入至生产仿真模型进行装配生产线的仿真。
步骤S40:根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整。
需要说明的是,预设调度策略和预设工序配置信息是预先进行设置的,然后按照预设调度策略和预设工序配置信息进行装配生产线的仿真,容易理解的是,预设调度策略和预设工序配置也并非为最合理的,因此才需要进行仿真模拟,在将预设调度策略和预设工序配置信息作为仿真参数得到仿真结果之后,可以根据仿真结果对预设调度策略和预设工序配置信息进行调整,得到更加合理的调度策略和工序配置信息,调整后的调度策略和工序配置信息可以用于真实的装配生产线上。
本实施例中获取待装配汽车压力传感器的传感器参数信息;根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息;按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果;根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整,利用仿真结果对调度策略和工序配置信息进行实时调整,使得仿真得到的调度策略和工序配置信息更加合理与可行,提高了仿真结果的可信度。
参考图2,图2为本发明一种汽车压力传感器的智能装配生产线仿真方法第二实施例的流程示意图。
基于上述第一实施例,本实施例中所述步骤S40具体包括:
步骤S401:从所述仿真结果中获取各个装配工序的作业时长和所述待装配汽车压力传感器对应的装配周期。
在具体实施中,在获取到的生产线仿真模型输出的仿真结果之后,可以从仿真结果中获取到各个装配工序的作业时长以及待装配汽车的装配周期,本实施例中装配工序的作业时长由作业结束时刻与作业开始时刻确定,例如装配工序X的作业结束时刻为T1,作业开始时刻为T2,则装配工序X的作业时长为T1-T2。进一步地,本实施例中装配周期由待装配汽车压力传感器的开始装配时刻和装配结束时刻确定,例如待装配汽车压力传感器C的开始装配时刻为T3,装配结束时刻为T4,则待装配汽车压力传感器C的装配周期为T4-T3。
步骤S402:根据所述作业时长和所述装配周期确定装配设备的当前设备利用率。
在具体实施中,在确定作业时长和装配周期之后,本实施例可根据作业时长与装配周期的比值或者差值确定当前设备的利用率,为了能够更加准确地获取当前设备的利用率,所述步骤S402具体包括:根据所述作业时长和装配工序的工序数量确定总作业时长;根据所述总作业时长和所述装配周期确定空闲时长;根据所述总作业时长和所述空间时长确定装配设备的当前设备利用率。
需要说明的是,装配一个汽车压力传感器需要多道装配工序,根据装配工序的数量和各个装配工序的作业时长能够确定所有装配工序的实际作业时长,及总作业时长,例如装配工序A、B以及C的作业时长分别为TA、TB以及TC,则可以得到总作业时长为TA+TB+TC。容易理解的是,装备设备并非时时刻刻都在进行装配,在整个装配过程中,装配设备会存在闲置的情况,根据总作业时长和装配周期可以得到装配设备处于闲置状态的时长,即空闲时长,例如总作业时长为T作业,装配周期为T装配,可以得到空闲时长为T空闲=T装配-T作业。进一步地,再根据总作业时长和空闲时长可以确定装配设备的当前设备利用率,例如空闲时长为T空闲,总作业时长为T作业,当前设备利用率为1-T空闲/T作业。
步骤S403:根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整。
容易理解的是,如果当前设备率用率较低,则说明此时的预设调度策略和预设工序配置信息设置的不够合理,因此需要进行调整。本实施例中可以根据当前设备利用率与预设利用率之间的利用率差值对预设调度策略和预设工序配置信息进行调整,还需要说明的是,本实施例中的调整针对的是预设调度策略中的各个装配工序的作业顺序和预设工序配置中生产设备的设备数量。
本实施例通过从所述仿真结果中获取各个装配工序的作业时长和所述待装配汽车压力传感器对应的装配周期;根据所述作业时长和所述装配周期确定装配设备的当前设备利用率;根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整,通过设备利用率对调整生产装配线的调度策略和工序配置信息进行调整,以使得仿真得到的调度策略和工序配置信息更加合理准确。
参照图3,图3为本发明基于汽车压力传感器的生产线调度系统第一实施例的结构框图,所述基于汽车压力传感器的生产线调度系统应用于基于汽车压力传感器的生产线调度方法,所述基于汽车压力传感器的生产线调度系统包括:信息获取设备10、信息处理设备20、仿真测试设备30以及策略调整设备40;
所述信息获取设备10,用于获取待装配汽车压力传感器的传感器参数信息。
所述信息处理设备20,用于根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息。
所述仿真测试设备30,用于按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果。
所述策略调整设备40,用于根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整。
本实施例中获取待装配汽车压力传感器的传感器参数信息;根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息;按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果;根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整,利用仿真结果对调度策略和工序配置信息进行实时调整,使得仿真得到的调度策略和工序配置信息更加合理与可行,提高了仿真结果的可信度。
在一实施例中,所述仿真测试设备30,还用于根据所述预设工序配置确定装配生产线对应的多个装配工序,以及各个装配工序对应的装配设备的设备参数信息;根据所述预设调度策略确定各个装配工序对应的作业顺序;初始化生产线仿真模型,并根据所述传感器参数信息、多个所述装配工序、所述设备参数信息以及所述作业顺序设置所述生产线仿真模型的仿真参数,以使所述生产线仿真模型按照所述仿真参数对所述待装配传感器进行装配仿真。
在一实施例中,所述策略调整设备40,还用于从所述仿真结果中获取各个装配工序的作业时长和所述待装配汽车压力传感器对应的装配周期;根据所述作业时长和所述装配周期确定装配设备的当前设备利用率;根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整。
在一实施例中,信息处理设备20,还用于从所述传感器参数信息提取所述待装配汽车压力传感器的传感器类型和传感器结构;根据所述传感器类型和所述传感器结构确定所述待装配汽车压力传感器对应的装配生产线上所需要设置的装配设备;根据所述装配设备对应的装配工序确定相应的预设工序配置信息。
在一实施例中,所述基于汽车压力传感器的生产线调度系统还包括:模型构建设备;
所述模型构建设备,还用于获取历史汽车压力传感器对应的历史装配信息和历史调度策略,其中,所述历史装配信息包括历史设备、历史装配工序以及历史装配周期中的至少一种;构建所述历史装配信息、所述历史调度策略以及所述历史汽车压力传感器对应的传感器类型之间的对应关系,并根据所述对应关系训练得到生产线仿真模型。
在一实施例中,所述策略调整设备40,还用于根据所述作业时长和装配工序的工序数量确定总作业时长;根据所述总作业时长和所述装配周期确定空闲时长;根据所述总作业时长和所述空间时长确定装配设备的当前设备利用率。
在一实施例中,所述策略调整设备40,还用于获取所述当前设备利用率与预期利用率之间的利用率差值;根据所述利用率差值对所述预设调度策略对应的作业顺序和所述预设工序配置信息对应的设备数量进行调整。
此外,需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种汽车压力传感器的智能装配生产线仿真方法,其特征在于,所述汽车压力传感器的智能装配生产线仿真方法包括:
获取待装配汽车压力传感器的传感器参数信息;
根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息;
按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果;
根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整。
2.如权利要求1所述的汽车压力传感器的智能装配生产线仿真方法,其特征在于,所述根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息,包括:
从所述传感器参数信息提取所述待装配汽车压力传感器的传感器类型和传感器结构;
根据所述传感器类型和所述传感器结构确定所述待装配汽车压力传感器对应的装配生产线上所需要设置的装配设备;
根据所述装配设备对应的装配工序确定相应的预设工序配置信息。
3.如权利要求1所述的汽车压力传感器的智能装配生产线仿真方法,其特征在于,所述按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果之前,还包括:
获取历史汽车压力传感器对应的历史装配信息和历史调度策略,其中,所述历史装配信息包括历史设备、历史装配工序以及历史装配周期中的至少一种;
构建所述历史装配信息、所述历史调度策略以及所述历史汽车压力传感器对应的传感器类型之间的对应关系,并根据所述对应关系训练得到生产线仿真模型。
4.如权利要求1所述的汽车压力传感器的智能装配生产线仿真方法,其特征在于,所述按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,包括:
根据所述预设工序配置确定装配生产线对应的多个装配工序,以及各个装配工序对应的装配设备的设备参数信息;
根据所述预设调度策略确定各个装配工序对应的作业顺序;
初始化生产线仿真模型,并根据所述传感器参数信息、多个所述装配工序、所述设备参数信息以及所述作业顺序设置所述生产线仿真模型的仿真参数,以使所述生产线仿真模型按照所述仿真参数对所述待装配传感器进行装配仿真。
5.如权利要求1至4中任一项所述的汽车压力传感器的智能装配生产线仿真方法,其特征在于,所述根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整,包括:
从所述仿真结果中获取各个装配工序的作业时长和所述待装配汽车压力传感器对应的装配周期;
根据所述作业时长和所述装配周期确定装配设备的当前设备利用率;
根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整。
6.如权利要求5所述的汽车压力传感器的智能装配生产线仿真方法,其特征在于,所述根据所述作业时长和所述装配周期确定装配设备的当前设备利用率,包括:
根据所述作业时长和装配工序的工序数量确定总作业时长;
根据所述总作业时长和所述装配周期确定空闲时长;
根据所述总作业时长和所述空闲时长确定装配设备的当前设备利用率。
7.如权利要求5所述的汽车压力传感器的智能装配生产线仿真方法,其特征在于,所述根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整,包括:
获取所述当前设备利用率与预期利用率之间的利用率差值;
根据所述利用率差值对所述预设调度策略对应的作业顺序和所述预设工序配置信息对应的设备数量进行调整。
8.一种汽车压力传感器的智能装配生产线仿真系统,其特征在于,所述汽车压力传感器的智能装配生产线仿真系统应用于如权利要求1至7中任一项所述的汽车压力传感器的智能装配生产线仿真方法,所述汽车压力传感器的智能装配生产线仿真系统包括:信息获取设备、信息处理设备、仿真测试设备以及策略调整设备;
所述信息获取设备,用于获取待装配汽车压力传感器的传感器参数信息;
所述信息处理设备,用于根据所述传感器参数信息确定所述待装配汽车压力传感器对应的预设工序配置信息;
所述仿真测试设备,用于按照预设调度策略和所述预设工序配置信息在生产线仿真模型中对所述待装配汽车压力传感器进行装配仿真,并获取所述生产线仿真模型输出的仿真结果;
所述策略调整设备,用于根据所述仿真结果对所述预设调度策略和所述预设工序配置信息进行调整。
9.如权利要求8所述的汽车压力传感器的智能装配生产线仿真系统,其特征在于,所述仿真测试设备,还用于根据所述预设工序配置确定装配生产线对应的多个装配工序,以及各个装配工序对应的装配设备的设备参数信息;
根据所述预设调度策略确定各个装配工序对应的作业顺序;
初始化生产线仿真模型,并根据所述传感器参数信息、多个所述装配工序、所述设备参数信息以及所述作业顺序设置所述生产线仿真模型的仿真参数,以使所述生产线仿真模型按照所述仿真参数对所述待装配传感器进行装配仿真。
10.如权利要求8或9所述的汽车压力传感器的智能装配生产线仿真系统,其特征在于,所述策略调整设备,还用于从所述仿真结果中获取各个装配工序的作业时长和所述待装配汽车压力传感器对应的装配周期;
根据所述作业时长和所述装配周期确定装配设备的当前设备利用率;
根据所述当前设备利用率对所述预设调度策略和所述预设工序配置信息进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110045728.6A CN112749903A (zh) | 2021-01-13 | 2021-01-13 | 汽车压力传感器的智能装配生产线仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110045728.6A CN112749903A (zh) | 2021-01-13 | 2021-01-13 | 汽车压力传感器的智能装配生产线仿真方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112749903A true CN112749903A (zh) | 2021-05-04 |
Family
ID=75651785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110045728.6A Pending CN112749903A (zh) | 2021-01-13 | 2021-01-13 | 汽车压力传感器的智能装配生产线仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112749903A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282017A (zh) * | 2021-05-11 | 2021-08-20 | 东风柳州汽车有限公司 | 车与天窗的匹配方法、装置、设备、控制设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393710A (zh) * | 2011-10-28 | 2012-03-28 | 无锡市星亿涂装环保设备有限公司 | 一种生产线行车的多任务生产仿真调度控制系统及其方法 |
CN106774223A (zh) * | 2017-02-14 | 2017-05-31 | 广州秉优信息科技有限公司 | 一种生产线三视图智能联动方法、系统 |
US20200019137A1 (en) * | 2018-07-13 | 2020-01-16 | Delta Electronics, Inc. | Production system with quality measuring function and mechanism diagnosing function, and drive and production method thereof |
CN110874682A (zh) * | 2018-09-03 | 2020-03-10 | 西门子数控(南京)有限公司 | 获得生产线配置数据及建立生产线仿真模型的方法及装置 |
-
2021
- 2021-01-13 CN CN202110045728.6A patent/CN112749903A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393710A (zh) * | 2011-10-28 | 2012-03-28 | 无锡市星亿涂装环保设备有限公司 | 一种生产线行车的多任务生产仿真调度控制系统及其方法 |
CN106774223A (zh) * | 2017-02-14 | 2017-05-31 | 广州秉优信息科技有限公司 | 一种生产线三视图智能联动方法、系统 |
US20200019137A1 (en) * | 2018-07-13 | 2020-01-16 | Delta Electronics, Inc. | Production system with quality measuring function and mechanism diagnosing function, and drive and production method thereof |
CN110874682A (zh) * | 2018-09-03 | 2020-03-10 | 西门子数控(南京)有限公司 | 获得生产线配置数据及建立生产线仿真模型的方法及装置 |
Non-Patent Citations (1)
Title |
---|
邓小波等: "汽车装配线的可视化仿真研究", 计算机仿真, vol. 22, no. 11, pages 219 - 221 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282017A (zh) * | 2021-05-11 | 2021-08-20 | 东风柳州汽车有限公司 | 车与天窗的匹配方法、装置、设备、控制设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107784152B (zh) | 包括多个模拟器的模拟 | |
CN102880532B (zh) | 以云端技术为基础的测试系统与方法 | |
CN106980560B (zh) | 一种基于icd数据库多总线协议测试及仿真方法和平台 | |
CN105577475A (zh) | 自动化性能测试系统及方法 | |
CN112612686A (zh) | 性能测试方法、装置、电子设备及存储介质 | |
CN104811979B (zh) | 基于fota升级的压力测试方法和装置 | |
CN111371638A (zh) | 智能设备测试方法、装置、服务器及存储介质 | |
CN106933729A (zh) | 一种基于云平台的测试方法和系统 | |
CN112666927A (zh) | 车辆电子控制单元ecu的升级方法及升级系统 | |
CN104360951A (zh) | 一种脚本测试方法和装置 | |
CN111585823B (zh) | 基于边缘计算和工业生产的通信网络优化方法及装置 | |
DE102005013239A1 (de) | Drahtlosmodulsimulator | |
JP2019507405A (ja) | 統合システム用の共同シミュレーションを構成する方法 | |
CN112749903A (zh) | 汽车压力传感器的智能装配生产线仿真方法及系统 | |
CN111669428A (zh) | 车辆远程升级方法及系统、云服务端 | |
CN112698640B (zh) | 一种ecu升级测试系统 | |
CN113220597B (zh) | 测试方法、测试装置、电子设备及存储介质 | |
CN110297749B (zh) | 一种测试新功能的方法及终端 | |
CN101969442B (zh) | 基于进程运行环境感知与迁移的网络模拟框架实现方法 | |
CN104917633A (zh) | 模拟fota升级的方法和装置 | |
CN110597728A (zh) | 构建测试数据的方法、装置及系统 | |
US9256700B1 (en) | Public service for emulation of application load based on synthetic data generation derived from preexisting models | |
CN111401632A (zh) | 天气预报方法以及相关装置 | |
CN108400901A (zh) | 应用的测试方法、终端设备及计算机可读存储介质 | |
CN110166272A (zh) | 提供终端设备指标仲裁服务的方法、装置及系统 |
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 |