CN112766780A - 一种基于大数据机器学习的高级计划排程系统及方法 - Google Patents
一种基于大数据机器学习的高级计划排程系统及方法 Download PDFInfo
- Publication number
- CN112766780A CN112766780A CN202110112608.3A CN202110112608A CN112766780A CN 112766780 A CN112766780 A CN 112766780A CN 202110112608 A CN202110112608 A CN 202110112608A CN 112766780 A CN112766780 A CN 112766780A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- order
- module
- data
- strategy
- 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 77
- 238000010801 machine learning Methods 0.000 title claims abstract description 23
- 238000004519 manufacturing process Methods 0.000 claims abstract description 99
- 238000007726 management method Methods 0.000 claims abstract description 73
- 230000008569 process Effects 0.000 claims abstract description 58
- 238000007619 statistical method Methods 0.000 claims abstract description 4
- 238000013439 planning Methods 0.000 claims description 35
- 238000011156 evaluation Methods 0.000 claims description 34
- 238000012384 transportation and delivery Methods 0.000 claims description 20
- 230000004048 modification Effects 0.000 claims description 16
- 238000012986 modification Methods 0.000 claims description 16
- 238000002360 preparation method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000012217 deletion Methods 0.000 claims description 9
- 230000037430 deletion Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 238000010835 comparative analysis Methods 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013468 resource allocation 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
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
- G06F9/454—Multi-language systems; Localisation; Internationalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于大数据机器学习的高级计划排程系统及方法,包括基础数据模块、生产计划管理模块、统计报表模块和系统设置模块,基础数据模块用于与外部数据库连接,存储与计划排产相关的物料主数据、工艺路线主数据、BOM主数据和设备工装主数据的各种信息,生产计划管理模块包括订单管理、工序管理、组件管理和计划排产,统计报表模块用于对生产计划管理模块产生的排产结果通过甘特图或山绩图的方式进行统计分析和展示,系统设置模块用于排产策略、排产范围、调度策略、优先级和权重因子的设置和管理。本发明中,通过使用大数据机器学习的高级计划排程系统,有效的对车间生产计划进行排程优化。
Description
技术领域
本发明涉及高级计划排程技术领域,特别涉及一种基于大数据机器学习的高级计划排程系统及方法。
背景技术
APS高级计划与排程,是解决生产排程和生产调度的问题,常被称为排序问题或资源分配问题,在离散行业,APS是为了解决多工序、多资源的优化调度问题,而流程行业,APS则是为解决顺序优化问题,它通过为流程和离散的混合模型同时解决顺序和调度的优化问题,从而对项目管理与项目制造解决关键链和成本时间最小化,具有重要的意义。
现有的车间生产计划通过手工编制、很难综合精确考虑现场的生产能力、各类产品工艺时间、交付要求、现场的产品报废、异常中断、齐套情况等限制条件,从而无法给出最优的生产计划。
发明内容
(一)要解决的技术问题
本发明可以解决现有的车间生产计划通过手工编制、很难综合精确考虑现场的生产能力、各类产品工艺时间、交付要求、现场的产品报废、异常中断、齐套情况等限制条件,从而无法给出最优的生产计划的难题。
(二)技术方案
为了实现上述目的,本发明采用以下技术方案,一种基于大数据机器学习的高级计划排程系统,包括:基础数据模块、生产计划管理模块、统计报表模块和系统设置模块;
所述基础数据模块与所述生产计划管理模块信号相连,所述基础数据与所述统计报表模块信号连接,所述生产计划管理模块与所述统计报表模块信号相连,所述系统设置模块与所述基础数据模块和生产计划管理模块信号相连;
所述基础数据模块用于与外部数据库连接,存储与计划排产相关的物料主数据、工艺路线主数据、BOM主数据和设备工装主数据的各种信息;
所述生产计划管理模块包括订单管理、工序管理、组件管理和计划排产;
所述订单管理用于管理计划范围内的每一个订单在所需要资源上的具体情况,所述订单管理包括数据准备、订单查询和订单修改;
所述数据准备用于批量导入订单数据,通过将已经做好的Excel表的数据导入订单管理中,实现订单数据批量导入功能,降低人工手动输入的大量数据的劳动强度;
所述订单查询用于通过订单号或者物料号的检索对其特定的订单信息的查询;
所述订单修改用于对订单的计划数量、计划开始时间和计划结束时间的信息进行修改;
所述工序管理用于对同一个订单的不同的工序进行管理;
所述组件管理用于管理排产计划中各零件的管理;
所述计划排产用于对一个或多个订单进行勾选,并按照计划时间先后的顺序对订单进行的快速排产;
所述统计报表模块用于对所述生产计划管理模块产生的排产结果通过甘特图或山绩图的方式进行统计分析和展示;
所述系统设置模块用于排产策略、排产范围、调度策略、优先级和权重因子的设置和管理;
所述排产策略用于通过选择顺排或倒排不同的计划方法进行高级排产;
所述排产范围用于通过时间和状态选择不同的订单对象;
所述调度策略用于设置库存均衡策略和设备利用率最大化策略的不同的计划策略进行高级排产;
所述优先级用于设置最小等待时间优先或最少换模优先进行高级排产;
所述权重因子用于设置不同能力约束的权重,具体有设备、工装、物料和人员能力条件在排产中所占权重行的高级排产。
作为本发明的一种优选技术方案,所述基础数据模块包括客户信息、办公信息和员工信息,所述客户信息用于存储客户的姓名、联系方式和编号,所述办公信息用于存储企业各个部门的基本信息和工作信息,所述员工信息用于存储或修改员工的基本信息和工作状态,所述基础数据模块信号连接有工程数据和库存数据,所述工程数据用于对物料清单数据和产品车间数据的批量存储和管理,所述库存数据用于对仓库中的物料进行精确的管理,便于后续订单物料的分配和制造。
作为本发明的一种优选技术方案,所述订单修改包括订单添加、订单删除和订单刷新,所述订单添加用于添加新的订单,所述订单删除用于删除已经失效或者无效的订单,所述订单刷新用于对所述订单管理模块的界面进行刷新,当添加或者删除一个或多个订单时,需要对界面进行刷新,从而实现对订单的实时更新,减少延迟性。
作为本发明的一种优选技术方案,所述工序管理包括工序基本信息和工序查询、工序修改,所述工序基本信息包括订单号、车间、工序号、工序名称、工序状态、设备组、计划数量、准备工时、加工工时、详细计划开始时间、详细计划结束时间和计划使用设备等信息,所述工序查询通过所述订单号和所述工序号进行多重检索查询,所述工序修改是对工序的车间、计划数量进行修改。
作为本发明的一种优选技术方案,所述甘特图可视化显示排程结果,所述甘特图用于减少手工制定计划的工作量,杜绝手工排程的误差和失误,所有的排程结果以各种图表的文形式表现,方便计划人员查看和调整排程方案。
作为本发明的一种优选技术方案,所述排产策略包括按照当前时间排产的顺排、基于订单最早开始时间的顺排、基于排产时间范围的倒排、基于订单交货期的倒排和订单优先级;所述排产范围包括排产日期范围、工序范围和订单范围,所述订单范围包括仅所选订单和全部订单;所述调度策略包括库存均衡策略和设备利用率最大化策略;所述优先级包括最小空闲时间优先、最早交货期优先、先到先加工、后到后加工、最短操作时间优先、最长操作时间优先、最短剩余时间优先和最长剩余时间优先;所述权重因子包括设备能力、人员技能、物料、工装工具和库位容量。
作为本发明的一种优选技术方案,当对订单进行排产策略选择后,所述系统设置模块与所述统计报表模块信号相连,所述统计报表模块会自动生成初步的排产统计,其包括对排产耗费的时间的计算、排产订单数的统计和排产工序数的统计,所述排产策略信号连接有方案评估,所述方案评估用于对排产结果方案多目标的比较与评估,通过对所述排产策略进行新的策略的选择,生成新的方案,用新的方案与之前的方案进行对比,从而进行方案对比。
作为本发明的一种优选技术方案,所述方案评估包括计划方案评估指标、指示释义和指标备注,所述计划方案评估指标包括订单准时交付率、关键订单准时交付率、产量、库存可用性、设备利用率、设备平均换型次数和总加班时常,所述方案对比用于对比使用不同排产策略的方案之间的对比,通过参照所述指标释义对所述计划方案评估指标数据的对比分析,从而得出较优的排程方案。
此外,本发明还提供一种基于大数据机器学习的高级计划排程方法,包括以下步骤:
S1、登录系统,进行数据准备,选择生产计划管理模块,导入数据,通过选择文件将外部Excel订单数据表格导入订单管理系统中,对导入的订单数据对其进行订单查询、订单添加、订单编辑和订单的删除等操作,具体能查询到每一个订单的订单号、车间、物料号、订单的状态、订单优先级、计划数量、计划开始时间、计划结束时间以及详细的计划开是时间和结束时间,通过点选界面下方点显示订单条数框本,能对订单显示数量进行显示,具体到能显示10条、25条、50条和100条的订单数量;
S2、对一个订单进行查看,可以进入该订单的工序管理模块,具体能看到该订单的订单号、车间、工序号、工序名称、状态、设备组、计划数量、准备工时、加工工时、详细计划开始、详细计划结束时间和计划使用设备,并能对一个订单的每一个工序进行编辑和删除;
S3、进行快速排产,对一个或多个订单通过时间优先级的顺序进行快速排产,选择一个订单并点击系统界面的计划排产按钮,根据系统的提示,确定一键快速排产后,系统对订单进行快速排产,此时,系统跳转到快速排产后的页面;
S4、进行高级排产,选择系统界面的排产策略模块,进入排产策略模块,根据排产计划进行策略选择,其策略选择有资源有限能力约束条件、排产顺序策略、调度策略、排产范围和排产引擎,通过不同的策略选择对订单进行高级排产;
S5、进行方案评估,方案评估用于对排产结果方案多目标的比较与评估,具体评估指标有订单准时交付率、关键订单准时交付率、产量、库存可用性、设备利用率、设备平均换型次数和总加班时常,再通过指示释义对评估指标进行分析;
S6、进行方案对比,通过对排产策略进行新的策略的选择,生成新的方案,用新的方案与之前的方案进行对比,方案对比用于对比使用不同排产策略的方案之间的对比,通过参照指标释义对计划方案评估指标数据的对比分析,从而得出较优的排程方案。
(三)有益效果
1.本发明提供的基于大数据机器学习的高级计划排程系统及方法,其系统管理员身份进入系统,输入系统管理员账号和密码并进入系统,系统管理员能对系统界面的任何一个功能模块进行管理和维护,系统管理员根据自身的情况点击多语言设置图标,并对界面语言进行个性化切换;
2.本发明提供的基于大数据机器学习的高级计划排程系统及方法,通过选择文件将外部Excel订单数据表格导入订单管理系统中,实现数据的快速导入,提高了系统的高效性能;
3.本发明提供的基于大数据机器学习的高级计划排程系统及方法,对一个或多个订单通过时间优先级的顺序进行快速排产,同时根据不同的排产策略课对订单进行多选择策略排产,并可以自动生成方案评估,对方案进行分析,并能通过对排产策略进行新的策略的选择,生成新的方案,用新的方案与之前的方案进行对比,从而得出较优的排程方案。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明的系统流程图;
图2是本发明的基础数据模块流程图;
图3是本发明的生产计划管理模块流程图;
图4是本发明的订单管理模块流程图;
图5是本发明的工序管理模块流程图;
图6是本发明的系统设置模块流程图。
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
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要理解的是,术语“纵向”、“上”、“下”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
如图1-6所示,一种基于大数据机器学习的高级计划排程系统,包括:基础数据模块、生产计划管理模块、统计报表模块和系统设置模块;
所述基础数据模块与所述生产计划管理模块信号相连,所述基础数据与所述统计报表模块信号连接,所述生产计划管理模块与所述统计报表模块信号相连,所述系统设置模块与所述基础数据模块和生产计划管理模块信号相连;
所述基础数据模块用于与外部数据库连接,存储与计划排产相关的物料主数据、工艺路线主数据、BOM主数据和设备工装主数据的各种信息;
所述生产计划管理模块包括订单管理、工序管理、组件管理和计划排产;
所述订单管理用于管理计划范围内的每一个订单在所需要资源上的具体情况,所述订单管理包括数据准备、订单查询和订单修改;
所述数据准备用于批量导入订单数据,通过将已经做好的Excel表的数据导入订单管理中,实现订单数据批量导入功能,降低人工手动输入的大量数据的劳动强度;
所述订单查询用于通过订单号或者物料号的检索对其特定的订单信息的查询;
所述订单修改用于对订单的计划数量、计划开始时间和计划结束时间的信息进行修改;
所述工序管理用于对同一个订单的不同的工序进行管理;
所述组件管理用于管理排产计划中各零件的管理;
所述计划排产用于对一个或多个订单进行勾选,并按照计划时间先后的顺序对订单进行的快速排产;
所述统计报表模块用于对所述生产计划管理模块产生的排产结果通过甘特图或山绩图的方式进行统计分析和展示;
所述系统设置模块用于排产策略、排产范围、调度策略、优先级和权重因子的设置和管理;
所述排产策略用于通过选择顺排或倒排不同的计划方法进行高级排产;
所述排产范围用于通过时间和状态选择不同的订单对象;
所述调度策略用于设置库存均衡策略和设备利用率最大化策略的不同的计划策略进行高级排产;
所述优先级用于设置最小等待时间优先或最少换模优先进行高级排产;
所述权重因子用于设置不同能力约束的权重,具体有设备、工装、物料和人员能力条件在排产中所占权重行的高级排产。
所述基础数据模块包括客户信息、办公信息和员工信息,所述客户信息用于存储客户的姓名、联系方式和编号,所述办公信息用于存储企业各个部门的基本信息和工作信息,所述员工信息用于存储或修改员工的员工的基本信息和工作状态,所述基础数据模块信号连接有工程数据和库存数据,所述工程数据用于对物料清单数据和产品车间数据的批量存储和管理,所述库存数据用于对仓库中的物料进行精确的管理,便于后续订单物料的分配和制造。
所述订单修改包括订单添加、订单删除和订单刷新,所述订单添加用于添加新的订单,所述订单删除用于删除已经失效或者无效的订单,所述订单刷新用于对所述订单管理模块的界面进行刷新,当添加或者删除一个或多个订单时,需要对界面进行刷新,从而实现对订单的实时更新,减少延迟性。
所述工序管理包括工序基本信息和工序查询、工序修改,所述工序基本信息包括订单号、车间、工序号、工序名称、工序状态、设备组、计划数量、准备工时、加工工时、详细计划开始时间、详细计划结束时间和计划使用设备等信息,所述工序查询通过所述订单号和所述工序号进行多重检索查询,所述工序修改是对工序的车间、计划数量进行修改。
所述甘特图可视化显示排程结果,所述甘特图用于减少手工制定计划的工作量,杜绝手工排程的误差和失误,所有的排程结果以各种图表的文形式表现,方便计划人员查看和调整排程方案。
所述排产策略包括按照当前时间排产的顺排、基于订单最早开始时间的顺排、基于排产时间范围的倒排、基于订单交货期的倒排和订单优先级;所述排产范围包括排产日期范围、工序范围和订单范围,所述订单范围包括仅所选订单和全部订单;所述调度策略包括库存均衡策略和设备利用率最大化策略;所述优先级包括最小空闲时间优先、最早交货期优先、先到先加工、后到后加工、最短操作时间优先、最长操作时间优先、最短剩余时间优先和最长剩余时间优先;所述权重因子包括设备能力、人员技能、物料、工装工具和库位容量。
当对订单进行排产策略选择后,当对订单进行排产策略选择后,所述系统设置模块与所述统计报表模块信号相连,所述统计报表模块会自动生成初步的排产统计,其包括对排产耗费的时间的计算、排产订单数的统计和排产工序数的统计,所述排产策略信号连接有方案评估,所述方案评估用于对排产结果方案多目标的比较与评估,通过对所述排产策略进行新的策略的选择,生成新的方案,用新的方案与之前的方案进行对比,从而进行方案对比。
所述方案评估包括计划方案评估指标、指示释义和指标备注,所述计划方案评估指标包括订单准时交付率、关键订单准时交付率、产量、库存可用性、设备利用率、设备平均换型次数和总加班时常,所述方案对比用于对比使用不同排产策略的方案之间的对比,通过参照所述指标释义对所述计划方案评估指标数据的对比分析,从而得出较优的排程方案。
此外,本发明还提供一种基于大数据机器学习的高级计划排程方法,包括以下步骤:
S1、登录系统,进行数据准备,选择生产计划管理模块,导入数据,通过选择文件将外部Excel订单数据表格导入订单管理系统中,对导入的订单数据对其进行订单查询、订单添加、订单编辑和订单的删除等操作,具体能查询到每一个订单的订单号、车间、物料号、订单的状态、订单优先级、计划数量、计划开始时间、计划结束时间以及详细的计划开是时间和结束时间,通过点选界面下方点显示订单条数框本,能对订单显示数量进行显示,具体到能显示10条、25条、50条和100条的订单数量;
S2、对一个订单进行查看,可以进入该订单的工序管理模块,具体能看到该订单的订单号、车间、工序号、工序名称、状态、设备组、计划数量、准备工时、加工工时、详细计划开始、详细计划结束时间和计划使用设备,并能对一个订单的每一个工序进行编辑和删除;
S3、进行快速排产,对一个或多个订单通过时间优先级的顺序进行快速排产,选择一个订单并点击系统界面的计划排产按钮,根据系统的提示,确定一键快速排产后,系统对订单进行快速排产,此时,系统跳转到快速排产后的页面;
S4、进行高级排产,选择系统界面的排产策略模块,进入排产策略模块,根据排产计划进行策略选择,其策略选择有资源有限能力约束条件、排产顺序策略、调度策略、排产范围和排产引擎,通过不同的策略选择对订单进行高级排产;
S5、进行方案评估,方案评估用于对排产结果方案多目标的比较与评估,具体评估指标有订单准时交付率、关键订单准时交付率、产量、库存可用性、设备利用率、设备平均换型次数和总加班时常,再通过指示释义对评估指标进行分析;
S6、进行方案对比,通过对排产策略进行新的策略的选择,生成新的方案,用新的方案与之前的方案进行对比,方案对比用于对比使用不同排产策略的方案之间的对比,通过参照指标释义对计划方案评估指标数据的对比分析,从而得出较优的排程方案。
具体地,该基于大数据机器学习的高级计划排程系统及方法的工作原理:通过系统管理员身份进入系统,输入系统管理员账号和密码并进入系统,系统管理员能对系统界面的任何一个功能模块进行管理和维护,并对界面语言进行个性化切换;再进行数据准备,通过选择文件将外部Excel订单数据表格导入订单管理系统中;通过选择订单进行快速排产,对一个或多个订单通过时间优先级的顺序进行快速排产,再进行高级排产,选择系统界面的排产策略模块,进入排产策略模块,根据排产计划进行策略选择,最后进行方案评估和方案对比,从而得出较优的排程方案。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于大数据机器学习的高级计划排程系统,其特征在于,包括:基础数据模块、生产计划管理模块、统计报表模块和系统设置模块;
所述基础数据模块与所述生产计划管理模块信号相连,所述基础数据与所述统计报表模块信号连接,所述生产计划管理模块与所述统计报表模块信号相连,所述系统设置模块与所述基础数据模块和生产计划管理模块信号相连;
所述基础数据模块用于与外部数据库连接,存储与计划排产相关的物料主数据、工艺路线主数据、BOM主数据和设备工装主数据的各种信息;
所述生产计划管理模块包括订单管理、工序管理、组件管理和计划排产;
所述订单管理用于管理计划范围内的每一个订单在所需要资源上的具体情况,所述订单管理包括数据准备、订单查询和订单修改;
所述数据准备用于批量导入订单数据,通过将已经做好的Excel表的数据导入订单管理中,实现订单数据批量导入功能,降低人工手动输入的大量数据的劳动强度;
所述订单查询用于通过订单号或者物料号的检索对其特定的订单信息的查询;
所述订单修改用于对订单的计划数量、计划开始时间和计划结束时间的信息进行修改;
所述工序管理用于对同一个订单的不同的工序进行管理;
所述组件管理用于管理排产计划中各零件的管理;
所述计划排产用于对一个或多个订单进行勾选,并按照计划时间先后的顺序对订单进行的快速排产;
所述统计报表模块用于对所述生产计划管理模块产生的排产结果通过甘特图或山绩图的方式进行统计分析和展示;
所述系统设置模块用于排产策略、排产范围、调度策略、优先级和权重因子的设置和管理;
所述排产策略用于通过选择顺排或倒排不同的计划方法进行高级排产;
所述排产范围用于通过时间和状态选择不同的订单对象;
所述调度策略用于设置库存均衡策略和设备利用率最大化策略的不同的计划策略进行高级排产;
所述优先级用于设置最小等待时间优先或最少换模优先进行高级排产;
所述权重因子用于设置不同能力约束的权重,具体有设备、工装、物料和人员能力条件在排产中所占权重行的高级排产。
2.根据权利要求1所述的一种基于大数据机器学习的高级计划排程系统,其特征在于,所述基础数据模块包括客户信息、办公信息和员工信息,所述客户信息用于存储客户的姓名、联系方式和编号,所述办公信息用于存储企业各个部门的基本信息和工作信息,所述员工信息用于存储或修改员工的员工的基本信息和工作状态,所述基础数据模块信号连接有工程数据和库存数据,所述工程数据用于对物料清单数据和产品车间数据的批量存储和管理,所述库存数据用于对仓库中的物料进行精确的管理,便于后续订单物料的分配和制造。
3.根据权利要求1所述的一种基于大数据机器学习的高级计划排程系统,其特征在于,所述订单修改包括订单添加、订单删除和订单刷新,所述订单添加用于添加新的订单,所述订单删除用于删除已经失效或者无效的订单,所述订单刷新用于对所述订单管理模块的界面进行刷新,当添加或者删除一个或多个订单时,需要对界面进行刷新,从而实现对订单的实时更新,减少延迟性。
4.根据权利要求1所述的一种基于大数据机器学习的高级计划排程系统,其特征在于,所述工序管理包括工序基本信息和工序查询、工序修改,所述工序基本信息包括订单号、车间、工序号、工序名称、工序状态、设备组、计划数量、准备工时、加工工时、详细计划开始时间、详细计划结束时间和计划使用设备等信息,所述工序查询通过所述订单号和所述工序号进行多重检索查询,所述工序修改是对工序的车间、计划数量进行修改。
5.根据权利要求1所述的一种基于大数据机器学习的高级计划排程系统,其特征在于,所述甘特图可视化显示排程结果,所述甘特图用于减少手工制定计划的工作量,杜绝手工排程的误差和失误,所有的排程结果以各种图表的文形式表现,方便计划人员查看和调整排程方案。
6.根据权利要求1所述的一种基于大数据机器学习的高级计划排程系统,其特征在于,所述排产策略包括按照当前时间排产的顺排、基于订单最早开始时间的顺排、基于排产时间范围的倒排、基于订单交货期的倒排和订单优先级;所述排产范围包括排产日期范围、工序范围和订单范围,所述订单范围包括仅所选订单和全部订单;所述调度策略包括库存均衡策略和设备利用率最大化策略;所述优先级包括最小空闲时间优先、最早交货期优先、先到先加工、后到后加工、最短操作时间优先、最长操作时间优先、最短剩余时间优先和最长剩余时间优先;所述权重因子包括设备能力、人员技能、物料、工装工具和库位容量。
7.根据权利要求1所述的一种基于大数据机器学习的高级计划排程系统,其特征在于,当对订单进行排产策略选择后,所述系统设置模块与所述统计报表模块信号相连,所述统计报表模块会自动生成初步的排产统计,其包括对排产耗费的时间的计算、排产订单数的统计和排产工序数的统计,所述排产策略信号连接有方案评估,所述方案评估用于对排产结果方案多目标的比较与评估,通过对所述排产策略进行新的策略的选择,生成新的方案,用新的方案与之前的方案进行对比,从而进行方案对比。
8.根据权利要求1所述的一种基于大数据机器学习的高级计划排程系统,其特征在于,所述方案评估包括计划方案评估指标、指示释义和指标备注,所述计划方案评估指标包括订单准时交付率、关键订单准时交付率、产量、库存可用性、设备利用率、设备平均换型次数和总加班时常,所述方案对比用于对比使用不同排产策略的方案之间的对比,通过参照所述指标释义对所述计划方案评估指标数据的对比分析,从而得出较优的排程方案。
9.根据权利要求1所述的一种基于大数据机器学习的高级计划排程方法,其特征在于,包括以下步骤:
S1、登录系统,进行数据准备,选择生产计划管理模块,导入数据,通过选择文件将外部Excel订单数据表格导入订单管理系统中,对导入的订单数据对其进行订单查询、订单添加、订单编辑和订单的删除等操作,具体能查询到每一个订单的订单号、车间、物料号、订单的状态、订单优先级、计划数量、计划开始时间、计划结束时间以及详细的计划开是时间和结束时间,通过点选界面下方点显示订单条数框本,能对订单显示数量进行显示,具体到能显示10条、25条、50条和100条的订单数量;
S2、对一个订单进行查看,可以进入该订单的工序管理模块,具体能看到该订单的订单号、车间、工序号、工序名称、状态、设备组、计划数量、准备工时、加工工时、详细计划开始、详细计划结束时间和计划使用设备,并能对一个订单的每一个工序进行编辑和删除;
S3、进行快速排产,对一个或多个订单通过时间优先级的顺序进行快速排产,选择一个订单并点击系统界面的计划排产按钮,根据系统的提示,确定一键快速排产后,系统对订单进行快速排产,此时,系统跳转到快速排产后的页面;
S4、进行高级排产,选择系统界面的排产策略模块,进入排产策略模块,根据排产计划进行策略选择,其策略选择有资源有限能力约束条件、排产顺序策略、调度策略、排产范围和排产引擎,通过不同的策略选择对订单进行高级排产;
S5、进行方案评估,方案评估用于对排产结果方案多目标的比较与评估,具体评估指标有订单准时交付率、关键订单准时交付率、产量、库存可用性、设备利用率、设备平均换型次数和总加班时常,再通过指示释义对评估指标进行分析;
S6、进行方案对比,通过对排产策略进行新的策略的选择,生成新的方案,用新的方案与之前的方案进行对比,方案对比用于对比使用不同排产策略的方案之间的对比,通过参照指标释义对计划方案评估指标数据的对比分析,从而得出较优的排程方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112608.3A CN112766780A (zh) | 2021-01-27 | 2021-01-27 | 一种基于大数据机器学习的高级计划排程系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112608.3A CN112766780A (zh) | 2021-01-27 | 2021-01-27 | 一种基于大数据机器学习的高级计划排程系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112766780A true CN112766780A (zh) | 2021-05-07 |
Family
ID=75706162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110112608.3A Pending CN112766780A (zh) | 2021-01-27 | 2021-01-27 | 一种基于大数据机器学习的高级计划排程系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112766780A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506081A (zh) * | 2021-06-15 | 2021-10-15 | 刘俊艳 | 一种生产计划管理系统及其排产方法 |
CN114154916A (zh) * | 2021-12-14 | 2022-03-08 | 北京无线电测量研究所 | 多订单自动排列生产方法、系统、存储介质及电子设备 |
CN114187129A (zh) * | 2021-11-15 | 2022-03-15 | 广东宏远新科自动化技术开发有限公司 | 一种用于机械产品制造的智能流程排定方法及系统 |
CN114358966A (zh) * | 2022-03-16 | 2022-04-15 | 希望知舟技术(深圳)有限公司 | 一种基于机器学习的生产排产方法、装置及存储介质 |
CN114781934A (zh) * | 2022-06-17 | 2022-07-22 | 希望知舟技术(深圳)有限公司 | 工单分配方法及相关装置 |
CN115169993A (zh) * | 2022-09-05 | 2022-10-11 | 埃克斯工业(广东)有限公司 | 产品的生产调度方法、设备及计算机可读存储介质 |
CN116485154A (zh) * | 2023-05-19 | 2023-07-25 | 苏州智合诚信息科技有限公司 | 一种生产排程自动管理方法、系统、电子设备及存储介质 |
CN116523262A (zh) * | 2023-06-02 | 2023-08-01 | 深圳普菲特信息科技股份有限公司 | 基于大数据的生产计划智能规划方法、系统和介质 |
CN116663850A (zh) * | 2023-07-03 | 2023-08-29 | 清远市富盈电子有限公司 | 一种pcb制造自动计划排产方法、系统、设备及存储介质 |
CN116957250A (zh) * | 2023-07-13 | 2023-10-27 | 铁科(北京)轨道装备技术有限公司 | 离散制造业的生产计划排产方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009223785A (ja) * | 2008-03-18 | 2009-10-01 | Fuji Electric Systems Co Ltd | 製造計画作成システムおよび製造計画作成方法 |
CN107767068A (zh) * | 2017-11-02 | 2018-03-06 | 山东中烟工业有限责任公司 | 一种精益生产高级计划排产系统及方法 |
CN111027876A (zh) * | 2019-12-16 | 2020-04-17 | 青岛海力旭机电科技发展有限公司 | 一种分散式生产模式下的工序生产计划排产系统 |
CN112270444A (zh) * | 2020-11-02 | 2021-01-26 | 上海才匠智能科技有限公司 | 轻量级aps双桥计划系统 |
-
2021
- 2021-01-27 CN CN202110112608.3A patent/CN112766780A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009223785A (ja) * | 2008-03-18 | 2009-10-01 | Fuji Electric Systems Co Ltd | 製造計画作成システムおよび製造計画作成方法 |
CN107767068A (zh) * | 2017-11-02 | 2018-03-06 | 山东中烟工业有限责任公司 | 一种精益生产高级计划排产系统及方法 |
CN111027876A (zh) * | 2019-12-16 | 2020-04-17 | 青岛海力旭机电科技发展有限公司 | 一种分散式生产模式下的工序生产计划排产系统 |
CN112270444A (zh) * | 2020-11-02 | 2021-01-26 | 上海才匠智能科技有限公司 | 轻量级aps双桥计划系统 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506081A (zh) * | 2021-06-15 | 2021-10-15 | 刘俊艳 | 一种生产计划管理系统及其排产方法 |
CN114187129B (zh) * | 2021-11-15 | 2022-09-27 | 广东宏远新科自动化技术开发有限公司 | 一种用于机械产品制造的智能流程排定方法及系统 |
CN114187129A (zh) * | 2021-11-15 | 2022-03-15 | 广东宏远新科自动化技术开发有限公司 | 一种用于机械产品制造的智能流程排定方法及系统 |
CN114154916A (zh) * | 2021-12-14 | 2022-03-08 | 北京无线电测量研究所 | 多订单自动排列生产方法、系统、存储介质及电子设备 |
CN114358966A (zh) * | 2022-03-16 | 2022-04-15 | 希望知舟技术(深圳)有限公司 | 一种基于机器学习的生产排产方法、装置及存储介质 |
CN114781934B (zh) * | 2022-06-17 | 2022-09-20 | 希望知舟技术(深圳)有限公司 | 工单分配方法及相关装置 |
CN114781934A (zh) * | 2022-06-17 | 2022-07-22 | 希望知舟技术(深圳)有限公司 | 工单分配方法及相关装置 |
CN115169993A (zh) * | 2022-09-05 | 2022-10-11 | 埃克斯工业(广东)有限公司 | 产品的生产调度方法、设备及计算机可读存储介质 |
CN116485154A (zh) * | 2023-05-19 | 2023-07-25 | 苏州智合诚信息科技有限公司 | 一种生产排程自动管理方法、系统、电子设备及存储介质 |
CN116485154B (zh) * | 2023-05-19 | 2023-12-01 | 苏州智合诚信息科技有限公司 | 一种生产排程自动管理方法、系统、电子设备及存储介质 |
CN116523262A (zh) * | 2023-06-02 | 2023-08-01 | 深圳普菲特信息科技股份有限公司 | 基于大数据的生产计划智能规划方法、系统和介质 |
CN116523262B (zh) * | 2023-06-02 | 2023-12-22 | 深圳普菲特信息科技股份有限公司 | 基于大数据的生产计划智能规划方法、系统和介质 |
CN116663850A (zh) * | 2023-07-03 | 2023-08-29 | 清远市富盈电子有限公司 | 一种pcb制造自动计划排产方法、系统、设备及存储介质 |
CN116957250A (zh) * | 2023-07-13 | 2023-10-27 | 铁科(北京)轨道装备技术有限公司 | 离散制造业的生产计划排产方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112766780A (zh) | 一种基于大数据机器学习的高级计划排程系统及方法 | |
CN113177761B (zh) | 一种考虑时效性的电商仓储智能排产预警系统 | |
US7979297B1 (en) | Order tracking and reporting tool | |
US20050131947A1 (en) | Data processing system and method | |
US8548838B1 (en) | Method, software and/or process for optimizing the distribution of labor in a manufacturing environment | |
US9069352B2 (en) | Automated fault analysis and response system | |
CN110580572B (zh) | 一种产品全寿命追溯系统 | |
CN116822815A (zh) | 一种磷酸铁锂车间高级计划排产系统 | |
CN112633769A (zh) | 一种高级计划排程系统 | |
CN113052519A (zh) | 一种仓储管理系统 | |
CN111784099A (zh) | 一种飞机保障装备项目交付管理系统及方法 | |
JP4966831B2 (ja) | 資材所要量計画装置、資材所要量計画方法、および資材所要量計画プログラム | |
US20040139035A1 (en) | System and method for integration of value-added product costs | |
CN113469507A (zh) | 一种基于网络平台的人力资源管理系统 | |
CN113592378A (zh) | 一种大型复杂设备的bom构建方法及其管理系统 | |
CN109615115A (zh) | 一种面向任务可靠性的集成生产任务调度方法 | |
CN117196475A (zh) | 一种仓库管理系统 | |
CN110490461B (zh) | 门窗企业资源计划系统 | |
CN107730081A (zh) | 一种基于rfid技术的数据采集分析方法和系统 | |
CN111126877A (zh) | 一种化纤行业计划排产方法和系统 | |
US8295964B2 (en) | Method for selecting equipment resources in a manufacturing process | |
CN111985890B (zh) | 卫星装配定额工时估算方法、系统及工时管理系统 | |
Singh et al. | > Simulation-Based Performance Evaluation of A Manufacturing Facility with Vertical As/Rs | |
US9971877B1 (en) | Managing plan problems across planning cycles | |
Torres et al. | Design of Warehouse Management System Using Mobile Application for Shoe Manufacturing Industry |
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 |