CN113590896A - 汽车生产调度决策辅助方法、系统及存储介质 - Google Patents

汽车生产调度决策辅助方法、系统及存储介质 Download PDF

Info

Publication number
CN113590896A
CN113590896A CN202110875518.XA CN202110875518A CN113590896A CN 113590896 A CN113590896 A CN 113590896A CN 202110875518 A CN202110875518 A CN 202110875518A CN 113590896 A CN113590896 A CN 113590896A
Authority
CN
China
Prior art keywords
scheduling
production
user
automobile
station
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
Application number
CN202110875518.XA
Other languages
English (en)
Inventor
于禾
田德钰
周文晶
张海涛
沈达
李虎
包晨昊
李炎奎
王益
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Factory Automation Engineering Ltd
Original Assignee
Siemens Factory Automation Engineering Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens Factory Automation Engineering Ltd filed Critical Siemens Factory Automation Engineering Ltd
Priority to CN202110875518.XA priority Critical patent/CN113590896A/zh
Publication of CN113590896A publication Critical patent/CN113590896A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/90335Query processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9038Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/904Browsing; Visualisation therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例中公开了一种汽车生产调度决策辅助方法、系统及存储介质。其中,方法包括:在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据以得到历史排产数据;设备关键数据包括:汽车的车型和关键组成部件;生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;响应于用户通过一用户交互界面输入的至少从车型和工位两个维度对所需时间段内的历史排产数据进行查询的查询请求,将查询结果以按照实际生产顺序排列的表征各车型汽车在所选择工位的总时长的柱状图的形式通过用户交互界面呈现给所述用户。本发明实施例中的技术方案能够辅助用户得到更优化的汽车生产智能调度。

Description

汽车生产调度决策辅助方法、系统及存储介质
技术领域
本发明涉及汽车工业领域,特别是一种汽车生产调度决策辅助方法、系统及计算机可读存储介质。
背景技术
随着汽车工业市场对多样化、个性化产品需求的不断增加,汽车制造企业的生产模式也逐渐发生了变化,从量产模式向多品种、中小批量生产模式转变。组织多品种混流生产的关键是实现生产的均衡化,而均衡化的核心是优化混流生产线的生产顺序。
发明内容
有鉴于此,本发明实施例中一方面提出了一种汽车生产调度决策辅助方法,另一方面提出了一种汽车生产调度决策辅助系统和计算机可读存储介质,用以辅助用户得到更优化的汽车生产智能调度。
本发明实施例中提出的一种汽车生产调度决策辅助方法,包括:在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;响应于用户通过一用户交互界面输入的至少从车型和工位两个维度对所需时间段内的历史排产数据进行查询的查询请求,将查询结果以按照实际生产顺序排列的表征各车型汽车在所选择工位的总时长的柱状图的形式在所述用户交互界面上的第一显示区域内呈现给所述用户,以辅助用户在进行汽车生产调度决策时了解具体的车型或工位信息;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在所选择工位的总时长。
在一个实施方式中,进一步包括:根据所述查询请求中所选择的车型,对各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据所述查询请求中所选择的工位,根据历史排产数据中各车型汽车在各选择工位上各个工艺的实际生产时长计算各车型汽车在所选择工位的总时长,对所述各车型汽车在所选择工位的总时长进行累加得到针对每个排列组合的候选排产所需时长;将候选排产所需时长最短的排列组合作为最优排产,将所述最优排产与所述查询请求对应的历史排产进行比较,在二者存在差异时,在所述用户交互界面的第二显示区域向所述用户提供生产优化建议。
在一个实施方式中,所述生产状态数据进一步包括:超过标准时长的告警信息和/或设备状态故障信息;所述方法进一步包括:响应于用户对所述用户交互界面上的用于指示进行故障排除的按钮的点选操作,对所述告警信息和/或所述设备状态故障信息进行分析,并根据分析结果,向所述用户提供解决方案,或者,在对各车型汽车的生产顺序进行排列组合之后,从各个排列组合中确定出可用的排列组合,或者,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长以及所述分析结果计算各车型汽车在所选择工位的总时长。
在一个实施方式中,进一步包括:获取用户针对当前订单的计划排产;根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式在所述用户交互界面上的第三显示区域内呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长;对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长以表盘的形式在所述用户交互界面上的第四显示区域内呈现给所述用户;根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量以表盘的形式在所述用户交互界面上的第五显示区域内呈现给所述用户;所述第三显示区域、第四显示区域和第五显示区域位于同一呈现页面内。
在一个实施方式中,进一步包括:根据所述生产优化建议,对所述计划排产中的各车型汽车的生产顺序进行优化调整,得到优化排产;根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述优化排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式在所述用户交互界面上的第六显示区域内呈现给所述用户;对优化排产中各车型汽车在各工位的总预测时长进行累加得到针对所述优化排产的预测生产时长,将针对所述优化排产的预测生产时长以表盘的形式在所述用户交互界面上的第七显示区域内呈现给所述用户;根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式在所述用户交互界面上的第八显示区域内呈现给所述用户;所述第六显示区域、第七显示区域和第八显示区域位于同一呈现页面内。
在一个实施方式中于,进一步包括:响应于用户对所述柱状图中一立柱的点击或滑动悬浮操作,将所述立柱表征的汽车的生产明细信息通过一悬浮框呈现给所述用户;所述生产明细信息包括:所述汽车的关键组成部件,所述汽车在所选择工位的加工时长和/或加工起止时间。
在一个实施方式中所述柱状图中表征同一车型的立柱用同一种颜色表示,表征不同车型的立柱用不同颜色表示;其中,同一车型的汽车包括:具有不同关键组成部件的同一车型的汽车和具有相同关键组成部件的同一车型的汽车。
在一个实施方式中,进一步包括:响应于用户对所述柱状图的左右拖动操作,将所述柱状图在自身所在显示区域内进行左移或右移呈现。
在一个实施方式中,进一步包括:响应于用户对所述用户交互界面上的用于指示进行放大显示的按钮的点选操作,将当前柱状图以弹出窗的形式进行放大显示。
本发明实施例中提出的又一种汽车生产调度决策辅助方法,包括:在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;获取用户针对当前订单的计划排产;根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式在一用户交互界面上呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长。
在一个实施方式中,进一步包括:对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长在所述用户交互界面上以表盘的形式呈现给所述用户;根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量在所述用户交互界面上以表盘的形式呈现给所述用户。
在一个实施方式中,进一步包括:对所述计划排产中的各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估各车型汽车在各工位的总预测时长,对各车型汽车在各工位的总预测时长进行累加得到针对所述排列组合的预测生产时长,将预测生产时长最短的排列组合作为优化排产,将对应所述优化排产的各车型汽车在各工位的总预测时长以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式在所述用户交互界面上呈现给所述用户。
在一个实施方式中,进一步包括:将针对所述优化排产的预测生产时长以表盘的形式在所述用户交互界面上呈现给所述用户;根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式在所述用户交互界面上呈现给所述用户。
本发明实施例中提出的一种汽车生产调度决策辅助系统,包括:数据获取模块,用于在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,并基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;用户接口模块,用于提供与用户进行交互的用户交互界面;数据处理模块,用于响应于用户通过所述用户交互界面输入的至少从车型和工位两个维度对所需时间段内的历史排产数据进行查询的查询请求,将查询结果以按照实际生产顺序排列的表征各车型汽车在所选择工位的总时长的柱状图的形式通过所述用户交互界面呈现给所述用户,以辅助用户在进行汽车生产调度决策时了解具体的车型或工位信息;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在所选择工位的总时长。
在一个实施方式中,所述数据处理模块进一步用于:根据所述查询请求中所选择的车型,对各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据所述查询请求中所选择的工位,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长计算各车型汽车在所选择工位的总时长,对所述各车型汽车在所选择工位的总时长进行累加得到针对每个排列组合的候选排产所需时长;将候选排产所需时长最短的排列组合作为最优排产,将所述最优排产与所述查询请求对应的历史排产进行比较,在二者存在差异时,在所述用户交互界面上向所述用户提供生产优化建议。
在一个实施方式中,所述生产状态数据进一步包括:超过标准时长的告警信息和/或设备状态故障信息;所述数据处理模块进一步用于:响应于用户对所述用户交互界面上的用于指示进行故障排除的按钮的点选操作,对所述告警信息和/或所述设备状态故障信息进行分析,并根据分析结果,通过所述用户交互界面向所述用户提供解决方案,或者,在对各车型汽车的生产顺序进行排列组合之后,从各个排列组合中确定出可用的排列组合,或者,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长以及所述分析结果计算各车型汽车在所选择工位的总时长。
在一个实施方式中,所述数据处理模块进一步用于:获取用户针对当前订单的计划排产,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长。
在一个实施方式中,所述数据处理模块进一步用于:对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户;根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量以表盘的形式通过所述用户交互界面呈现给所述用户。
在一个实施方式中,所述数据处理模块进一步用于:根据所述生产优化建议,对所述计划排产中的各车型汽车的生产顺序进行优化调整,得到优化排产;根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述优化排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户。
在一个实施方式中,所述数据处理模块进一步用于:对优化排产中各车型汽车在各工位的总预测时长进行累加得到针对所述优化排产的预测生产时长,将针对所述优化排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户;根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式通过所述用户交互界面呈现给所述用户。
在一个实施方式中,所述数据处理模块进一步用于:响应于用户对所述柱状图中一立柱的点击或滑动悬浮操作,将所述汽车的生产明细信息通过所述用户交互界面上的一悬浮框呈现给所述用户;所述生产明细信息包括:所述汽车的关键组成部件,所述汽车在所选择工位的加工时长和/或加工起止时间。
本发明实施例中提出的又一种汽车生产调度决策辅助系统,包括:数据获取模块,用于在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;用户接口模块,用于提供与用户进行交互的用户交互界面;数据处理模块,用于获取用户针对当前订单的计划排产,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过一用户交互界面呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长。
在一个实施方式中,所述数据处理模块进一步用于:对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户;根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量在所述用户交互界面上以表盘的形式呈现给所述用户。
在一个实施方式中,所述数据处理模块进一步用于:对所述计划排产中的各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估各车型汽车在各工位的总预测时长,对各车型汽车在各工位的总预测时长进行累加得到针对所述排列组合的预测生产时长,将预测生产时长最短的排列组合作为优化排产,将对应所述优化排产的各车型汽车在各工位的总预测时长以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户;
在一个实施方式中,所述数据处理模块进一步用于:将针对所述优化排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户;根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式通过所述用户交互界面呈现给所述用户。
本发明实施例中提出的再一种汽车生产调度决策辅助系统,包括:至少一个存储器和至少一个处理器,其中:所述至少一个存储器用于存储计算机程序;所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序,执行如上任一实施方式所述的汽车生产调度决策辅助方法。
本发明实施例中提出的一种计算机可读存储介质,其上存储有计算机程序;所述计算机程序能够被一处理器执行并实现如上任一实施方式所述的汽车生产调度决策辅助方法。
从上述方案中可以看出,由于本发明实施例中,在每次排产的生产过程中获取了对应的设备关键数据和生产状态数据从而得到历史排产数据,进而可提供用户对历史排产数据的检索查看,从而可辅助用户进行新的计划排产;进一步地,通过提供生产优化建议,可辅助用户对已有排产进行优化。此外,在接收到用户制定的计划排产之后,通过预估各车型车辆在各工位的总时长,从而可辅助用户判断计划排产是否合理,进而通过预估计划排产的整个生产周期,可辅助用户直观地判断计划排产是否合理。进一步地,通过提供优化排产,并展示优化排产在各工位的总时长,可辅助用户通过对计划排产和优化排产进行对比来决定是否需要对计划排产进行调整。进而通过预估优化排产的整个生产周期,可辅助用户直观地判断优化排产的改进是否可行。
附图说明
下面将通过参照附图详细描述本发明的优选实施例,使本领域的普通技术人员更清楚本发明的上述及其它特征和优点,附图中:
图1为本发明实施例中一个应用场景下的数字调度的总体情况示意图。
图2为本发明实施例中一个应用场景下的多维数据之间的影响关系模式的示意图。
图3A和图3B分别为本发明实施例中一种汽车生产调度决策辅助方法的示例性流程图。
图4A和图4C分别为本发明一个例子中部分用户交互界面的示意图。
图4B为本发明一个例子中一种生产优化建议的示意图。
图4D为本发明一个例子中用户交互界面的示意图。
图5为本申请实施例中一种汽车生产调度决策辅助系统的结构示意图。
图6为本申请实施例中又一种汽车生产调度决策辅助系统的结构示意图。
其中,附图标记如下:
Figure BDA0003190144040000071
Figure BDA0003190144040000081
Figure BDA0003190144040000091
具体实施方式
本发明实施例中,考虑到目前市场上的很多调度软件和服务,大部分都是从物流、订单和人员的角度来进行调度计划和优化。从数据维度来看,这些软件或服务大多集成制造执行系统(Manufacturing Execution System,MES)或操作系统来帮助计划和调度生产,其缺乏实际的生产状态数据和设备关键数据,但本申请发明人发现:生产状态数据和设备关键数据实际上是影响生产调度效率和瓶颈的关键因素。此外,从操作模式和显示维度来看,这些软件或服务都提供的是行业模板,这些模板的操作多为表格格式,耦合度高,不利于扩展,且调度显示多为甘特图模式,支持调整,但无法与现场生产情况进行核实和对比。
因此,为了提供一种更加优化的汽车生产调度方案,本发明实施例中,考虑将生产状态数据和设备关键数据加入到调度决策需要参考的数据中,为此在每次排产的生产过程中获取对应的生产状态数据和设备关键数据从而得到历史排产数据,进而可提供用户对历史排产数据的检索查看,以辅助用户进行新的计划排产;进一步地,可对用户所查看的历史排产中的车型汽车进行各种排产的排列组合并通过对大量历史排产数据的学习判断是否存在优于用户所查看的历史排产的排列组合,如果存在,则向用户推送优化建议。此外,还可提供基于大量历史排产数据对用户的计划排产进行生产时长的预估,以及基于用户的计划排产,提供用户优化排产的预估。
如图1所示,图1示出了本实施例中一个应用场景下的数字调度的总体情况示意图。通常,在第一步中,工程师11通过操作软件或系统12(如TIA portal和SiPlant)组织线路控制逻辑。这些线路控制逻辑包括每个工位的每个自动化过程的标准控制信号。这些控制逻辑或过程控制信号将应用于现场控制装置13,以完成生产控制。同时,标准设计数据D1也将存储在数据库14中。然后,现场控制装置13负责采集实时生产状态数据D2和当前设备的设备关键数据D3并传送到操作系统15,存储在高性能时序数据库14中。当然,在实际生产场景中,也会涉及其他应用程序/软件系统,例如订单和物流系统,因此基于数据库14或中间件,可以集成各种数据;最后,本发明实施例中的智能调度决策辅助系统可整合并洞察数据的价值,找出多维数据之间的影响关系模式,通过人机交互界面16为优化生产调度提供辅助建议。
图2为本发明实施例中一个应用场景下的多维数据之间的影响关系模式的示意图。如图2所示,调度决策S可参考的数据如下:标准设计数据D1,其可包括:每个工位的标准时长等;生产状态数据D2,其可包括:工位信息D21、程序数据D22、工艺过程数据D23(其可包括各工艺的实际生产时长等)、过程控制数据D24(其可包括相关传感器数据和机电信号数据等)等;设备关键数据D3,其可包括设备状态数据D31(如车型以及关键组成部件(例如,发动机、电池配置、驱动模式等)等信息,该信息可以从每次的汽车排产中获取)、告警门限数据D32、受力等机械数据D33等;算法A,其可以为各种人工智能算法、机器学习算法等;备件库/系统S中各备件的数据,物料库/系统M中的物料数据,物流信息/系统L中的物流数据等;订单数据O,其可包括:合同数据O1、所需物料/物资数据O2、生产排班等人力资源数据O3。偏差数据Sh,其可包括:质量偏差Sh1、KPI偏差Sh2。此外,生产状态数据D2和/或设备关键数据D3中可进一步包括超过标准时长的告警信息和/或设备状态故障信息。
为使本发明的目的、技术方案和优点更加清楚,以下举实施例对本发明进一步详细说明。
图3A和图3B为本发明实施例中一种汽车生产调度决策辅助方法的示例性流程图。如图3A所示,该方法可包括如下步骤:
步骤301,在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,基于所获取的设备关键数据及生产状态数据得到历史排产数据。其中,所述设备关键数据可包括:汽车的车型和关键组成部件。所述生产状态数据可包括:加工汽车的各个工位和在每个工位上各个工艺的时长。
本实施例中,提供一用户交互界面,且用户可通过该用户交互界面至少从车型和工位两个维度对所需时间段内的历史排产数据进行查询。
步骤302,响应于用户通过一用户交互界面输入的至少从车型和工位两个维度对所需时间段内的历史排产数据进行查询的查询请求,将查询结果以按照实际生产顺序排列的表征各车型汽车在所选择工位的总时长的柱状图的形式通过所述用户交互界面呈现给所述用户,以辅助用户在进行汽车生产调度决策时了解具体的车型或工位信息。其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在所选择工位的总时长。
如图4A所示,图4A为本发明一个例子中部分用户交互界面的示意图。如图4A所示,该示例中,假设用户如图4A的左上方所示,查询的是2020年4月15日至2020年5月15日,所有车型汽车在工位OP30的加工情况,则查询结果如图4A的左下方所示,示出了其中的两种车型:加长SUVe和A SUVe,且每种车型又包括多个采用了不同关键组成部件的汽车。例如,针对加长SUVe有:150KW电机+四驱、125KW电机+后驱、132KW电机+后驱、以及225KW电机+四驱等不同配置的汽车等。具体实现时,为了对不同车型进行区分,可采用不同线型或不同颜色的立柱来表示不同的车型。
此外,为了对查询结果进行清晰显示,在如图4A的左下方所示的显示区域内,柱状图会按照能够被用户看清楚的原则放大显示,因此可能不能对整个生产序列进行完整显示,本实施例中,可以提供对所述柱状图进行左右拖动显示的功能。相应地,本实施例中可响应于用户对所述柱状图的左右拖动操作,将所述柱状图在所述显示区域内进行左移或右移呈现。此外,图4A所示用户交互界面上还提供了一个用于指示对柱状图进行放大显示的按钮41,因此,本实施例中可进一步响应于用户对所述用户交互界面上的用于指示进行放大显示的按钮41的点选操作或者用户对所述柱状图的双击操作,将所述柱状图以弹出窗的形式进行放大显示(图中未示出)。
此外,为了便于用户对每辆汽车的具体信息进行了解,本实施例中,可进一步提供用户对所述柱状图中任一立柱的点击或滑动悬浮功能,相应地,本实施例中,可进一步响应于用户对所述柱状图中一立柱的点击或滑动悬浮操作,将所述汽车的生产明细信息通过一悬浮框呈现给所述用户。所述生产明细信息可包括:所述汽车的关键组成部件,所述汽车在所选择工位的加工时长和/或加工起止时间。如图4A所示,响应于用户对左数第六个立柱的点击或滑动悬浮操作,通过悬浮框显示的信息包括:加长SUVe;VIN:LSVUB6E51L2010013,电池:82kWh,驱动:后驱,电机:150KW,生产周期:54秒,生产开始时间:2020-05-12 10:34:13,生产结束时间:2020-05-12 10:35:07。
步骤303,根据所述查询请求中所选择的车型,对各车型汽车的生产顺序进行排列组合,针对每个排列组合,基于所述查询请求中所选择的工位,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长计算各车型汽车在所选择工位的总时长,对所述各车型汽车在所选择工位的总时长进行累加得到针对每个排列组合的候选排产所需时长。
步骤304,将候选排产所需时长最短的排列组合作为最优排产,将所述最优排产与所述查询请求对应的历史排产进行比较,在二者存在差异时,通过所述用户交互界面向所述用户提供生产优化建议。在二者一致时,可无需显示任何内容,或者通过所述用户交互界面显示类似于“当前生产排序良好”的内容。
图4A的右侧区域给出了一个例子中的两条生产优化建议,分别为“1、量产车型加长SUVe+150KW+四驱+82kWh排列在加长SUVe+125KW+后驱之后比排列在ASUVe+150KW+四驱之后的节拍时间更短”和“2、量产车型加长SUVe+132KW+后驱+62kWh排列在225KW+四驱之后比排列在150KW+后驱之后的节拍时间更短”。图4B中给出了一个例子中提示“当前生产排序良好”的示意图。
此外,本实施例中的生产状态数据可进一步包括:超过标准时长的告警信息和/或设备状态故障信息。相应地,图4A所示用户交互界面上还提供了一个用于指示进行故障排除的按钮。相应地,本实施例中可进一步包括:响应于用户对所述用户交互界面上的用于指示进行故障排除的按钮的点选操作,对所述告警信息和/或所述设备状态故障信息进行分析,并根据分析结果,向所述用户提供解决方案,或者,在对各车型汽车的生产顺序进行排列组合之后,从各个排列组合中确定出可用的排列组合,或者,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长以及所述分析结果计算各车型汽车在所选择工位的总时长。
步骤305,获取用户针对当前订单的计划排产。
本实施例中,计划排产可以是用户参考了步骤304中的生产优化建议后制定的计划排产,也可以是用户未参考步骤304中的生产优化建议而制定的计划排产。
步骤306,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户。其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长。
具体实现时,若计划排产中所包含的某一个车型的汽车未在历史排产数据中出现过,则计算该汽车在各工位的时长时,可采用标准设计数据D1中相应工位的标准时长来计算。
图4C为本发明一个例子中部分用户交互界面的示意图。如图4C的左下方区域所示,示出了其中的三种车型:加长SUVe、NEO和A SUVe,且每种车型又包括多个采用了不同关键组成部件的汽车。具体实现时,为了对不同车型进行区分,可采用不同线型或不同颜色的立柱来表示不同的车型。
步骤307,对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户。
如图4C的左上角区域所示,计划排产的预测生产时长为48分钟。
步骤308,根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量以表盘的形式通过所述用户交互界面呈现给所述用户。
本实施例中,规划时间可以为当前订单完成所需要的时间,例如,订单的供货时间等。此外,规划时间也可以为其他方式确定的时间,例如,内部计划时间等,此处不对其进行限定。
如图4C的左上靠右的区域所示,在订单要求的时间内能够完成的预计产量为总产量的95%。
步骤309,根据所述生产优化建议,对所述计划排产中的各车型汽车的生产顺序进行优化调整,得到优化排产。
步骤310,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述优化排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户。
具体实现时,若计划排产中所包含的某一个车型的汽车未在历史排产数据中出现过,则计算该汽车在各工位的时长时,可采用标准设计数据D1中相应工位的标准时长来计算。
如图4C的右下方区域所示,示出了其中的三种车型:加长SUV、NEO和A SUV,且每种车型又包括多个采用了不同关键组成部件的汽车。具体实现时,为了对不同车型进行区分,可采用不同线型或不同颜色的立柱来表示不同的车型。
步骤311,对优化排产中各车型汽车在各工位的总预测时长进行累加得到针对所述优化排产的预测生产时长,将针对所述优化排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户。
如图4C的右上方靠左侧的区域所示,计划排产的预测生产时长为47分钟。
步骤312,根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式通过所述用户交互界面呈现给所述用户。
如图4C的右上角区域所示,在订单要求的时间内能够完成的预计产量为总产量的100%。
本实施例中,针对图4C中的两个柱状图同样可以与如图4A中的柱状图一样,具有左右拖动显示及放大显示的功能。其中,若是通过对指示进行放大显示的按钮41的点选操作来进行放大,则若用户交互界面中仅设置一个指示进行放大显示的按钮41,具体需要放大显示的柱状图可根据当前鼠标停留的区域确定。例如,若是当前鼠标停留在历史排产的柱状图所在的区域,则放大显示历史排产的柱状图;同理,若是当前鼠标停留在计划排产的柱状图所在的区域,则放大显示计划排产的柱状图;若是当前鼠标停留在优化排产的柱状图所在的区域,则放大显示优化排产的柱状图。或者,也可以在每个柱状图旁边均分别设置一个指示进行放大显示的按钮41,从而可根据需要放大的柱状图进行相应位置按钮41的点选。在一个实施方式中,计划排产的柱状图和优化排产的柱状图可同时进行放大显示,以方便用户对二者进行对比。
本实施例中,图4A和图4C所示的内容也可以在用户交互界面的同一呈现页面上进行呈现,如图4D所示。当然,在其他实施方式中,图4A和图4C也可在不同的呈现页面上进行呈现。
在其他实施方式中,可仅包括上述步骤301至步骤312中的部分步骤。例如,可如图3B所示仅包括步骤301-步骤302。此外,在其他实施方式中,也可仅包括步骤301-步骤304,或者仅包括步骤301、步骤305-步骤306,或者仅包括步骤301、步骤305-步骤307,或者仅包括步骤301、步骤305-步骤308,或者仅包括步骤301、步骤305-步骤306和步骤309-步骤310,或者仅包括步骤301、步骤305-步骤312。其中,对于仅包括步骤301、步骤305-步骤306和步骤309-步骤310,或者仅包括步骤301、步骤305-步骤312的情况,由于没有步骤304中的生产优化建议,因此步骤309可以变更为:对所述计划排产中的各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估各车型汽车在各工位的总预测时长,对各车型汽车在各工位的总预测时长进行累加得到针对所述排列组合的预测生产时长;将预测生产时长最短的排列组合作为优化排产。
以上对本发明实施例中汽车生产调度决策辅助方法进行了详细描述,下面再对本发明实施例中汽车生产调度决策辅助系统进行详细描述。本发明实施例中的汽车生产调度决策辅助系统可用于实施本发明实施例中的汽车生产调度决策辅助方法,对于本发明系统实施例中未详细披露的细节可参见本发明方法实施例中的相应描述,此处不再一一赘述。
图5为本发明实施例中汽车生产调度决策辅助系统的示例性结构图。如图5所示,该系统可包括:数据获取模块501、用户接口模块502和数据处理模块503。
在一个实施方式中,数据获取模块501用于在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,并基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长。
用户接口模块502用于提供与用户进行交互的用户交互界面。本实施例中,用户交互界面的一个例子可如图4A至图4D所示。
数据处理模块503用于响应于用户通过所述用户交互界面输入的至少从车型和工位两个维度对所需时间段内的历史排产数据进行查询的查询请求,将查询结果以按照实际生产顺序排列的表征各车型汽车在所选择工位的总时长的柱状图的形式通过所述用户交互界面呈现给所述用户,以辅助用户在进行汽车生产调度决策时了解具体的车型或工位信息;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在所选择工位的总时长。
在一个实施方式中,数据处理模块503可进一步用于:根据所述查询请求中所选择的车型,对各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据所述查询请求中所选择的工位,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长计算各车型汽车在所选择工位的总时长,对所述各车型汽车在所选择工位的总时长进行累加得到针对每个排列组合的候选排产所需时长;将候选排产所需时长最短的排列组合作为最优排产,将所述最优排产与所述查询请求对应的历史排产进行比较,在二者存在差异时,通过所述用户交互界面向所述用户提供生产优化建议。
在一个实施方式中,所述生产状态数据进一步包括:超过标准时长的告警信息和/或设备状态故障信息;数据处理模块503可进一步用于:响应于用户对所述用户交互界面上的用于指示进行故障排除的按钮的点选操作,对所述告警信息和/或所述设备状态故障信息进行分析,并根据分析结果,通过所述用户交互界面向所述用户提供解决方案,或者,在对各车型汽车的生产顺序进行排列组合之后,从各个排列组合中确定出可用的排列组合,或者,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长以及所述分析结果计算各车型汽车在所选择工位的总时长。
在一个实施方式中,数据处理模块503可进一步用于:获取用户针对当前订单的计划排产,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长。
在一个实施方式中,数据处理模块503可进一步用于:对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长在所述用户交互界面上以表盘的形式呈现给所述用户;根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量通过所述用户交互界面以表盘的形式呈现给所述用户。
在一个实施方式中,数据处理模块503可进一步用于:根据所述生产优化建议,对所述计划排产中的各车型汽车的生产顺序进行优化调整,得到优化排产;根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述优化排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户。
在一个实施方式中,数据处理模块503可进一步用于:对优化排产中各车型汽车在各工位的总预测时长进行累加得到针对所述优化排产的预测生产时长,将针对所述优化排产的预测生产时长通过所述用户交互界面以表盘的形式呈现给所述用户;根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量通过所述用户交互界面以表盘的形式呈现给所述用户。
在一个实施方式中,数据处理模块503可进一步用于:响应于用户对所述柱状图中一立柱的点击或滑动悬浮操作,将所述立柱表征的汽车的生产明细信息通过所述用户交互界面上的一悬浮框呈现给所述用户;所述生产明细信息包括:所述汽车的关键组成部件,所述汽车在所选择工位的加工时长和/或加工起止时间。
与方法实施例中相对应,上述提到的数据处理模块503的各个功能在其他实施方式中也可相应地仅包括部分功能。其中,对于一些实施方式中,不包括提供生产优化建议的方案时,数据处理模块503在确定有货排产时,可对所述计划排产中的各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估各车型汽车在各工位的总预测时长,对各车型汽车在各工位的总预测时长进行累加得到针对所述排列组合的预测生产时长,将预测生产时长最短的排列组合作为优化排产。
图6为本申请实施例中又一种汽车生产调度决策辅助系统的结构示意图,该系统可用于实施图3A或图3B中所示的方法,或实现图5中所示的系统。如图6所示,该系统可包括:至少一个存储器61、至少一个处理器62和至少一个显示器63。此外,还可以包括一些其它组件,例如通信端口等。这些组件通过总线64进行通信。
其中,至少一个存储器61用于存储计算机程序。在一个实施方式中,该计算机程序可以理解为包括图5所示的汽车生产调度决策辅助系统的各个模块。此外,至少一个存储器61还可存储操作系统等。操作系统包括但不限于:Android操作系统、Symbian操作系统、Windows操作系统、Linux操作系统等等。
至少一个处理器62用于调用至少一个存储器61中存储的计算机程序,执行本申请实施例中所述的汽车生产调度决策辅助方法。处理器62可以为CPU,处理单元/模块,ASIC,逻辑模块或可编程门阵列等。其可通过所述通信端口进行数据的接收和发送。
至少一个显示器63用于显示人机交互界面。
需要说明的是,上述各流程和各结构图中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分,实际实现时,一个模块可以分由多个模块实现,多个模块的功能也可以由同一个模块实现,这些模块可以位于同一个设备中,也可以位于不同的设备中。
可以理解,上述各实施方式中的硬件模块可以以机械方式或电子方式实现。例如,一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器,如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式,或是采用专用的永久性电路,或是采用临时配置的电路(如由软件进行配置)来实现硬件模块,可以根据成本和时间上的考虑来决定。
此外,本申请实施例中还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序能够被一处理器执行并实现本申请实施例中所述的汽车生产调度决策辅助方法。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外,还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作,从而实现上述实施方式中任一实施方式的功能。用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
从上述方案中可以看出,由于本发明实施例中,在每次排产的生产过程中获取了对应的设备关键数据和生产状态数据从而得到历史排产数据,进而可提供用户对历史排产数据的检索查看,从而可辅助用户进行新的计划排产;进一步地,通过提供生产优化建议,可辅助用户对已有排产进行优化。此外,在接收到用户制定的计划排产之后,通过预估各车型车辆在各工位的总时长,从而可辅助用户判断计划排产是否合理,进而通过预估计划排产的整个生产周期,可辅助用户直观地判断计划排产是否合理。进一步地,通过提供优化排产,并展示优化排产在各工位的总时长,可辅助用户通过对计划排产和优化排产进行对比来决定是否需要对计划排产进行调整。进而通过预估优化排产的整个生产周期,可辅助用户直观地判断优化排产的改进是否可行。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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 (27)

1.汽车生产调度决策辅助方法,其特征在于,包括:
在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;
响应于用户通过一用户交互界面输入的至少从车型和工位两个维度对所需时间段内的历史排产数据进行查询的查询请求,将查询结果以按照实际生产顺序排列的表征各车型汽车在所选择工位的总时长的柱状图的形式在所述用户交互界面上的第一显示区域内呈现给所述用户,以辅助用户在进行汽车生产调度决策时了解具体的车型或工位信息;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在所选择工位的总时长。
2.根据权利要求1所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:
根据所述查询请求中所选择的车型,对各车型汽车的生产顺序进行排列组合;
针对每个排列组合,根据所述查询请求中所选择的工位,根据历史排产数据中各车型汽车在各选择工位上各个工艺的实际生产时长计算各车型汽车在所选择工位的总时长,对所述各车型汽车在所选择工位的总时长进行累加得到针对每个排列组合的候选排产所需时长;
将候选排产所需时长最短的排列组合作为最优排产,将所述最优排产与所述查询请求对应的历史排产进行比较,在二者存在差异时,在所述用户交互界面的第二显示区域向所述用户提供生产优化建议。
3.根据权利要求2所述的汽车生产调度决策辅助方法,其特征在于,所述生产状态数据进一步包括:超过标准时长的告警信息和/或设备状态故障信息;
所述方法进一步包括:响应于用户对所述用户交互界面上的用于指示进行故障排除的按钮的点选操作,对所述告警信息和/或所述设备状态故障信息进行分析,并根据分析结果,向所述用户提供解决方案,或者,在对各车型汽车的生产顺序进行排列组合之后,从各个排列组合中确定出可用的排列组合,或者,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长以及所述分析结果计算各车型汽车在所选择工位的总时长。
4.根据权利要求2所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:
获取用户针对当前订单的计划排产;
根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式在所述用户交互界面上的第三显示区域内呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长;
对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长以表盘的形式在所述用户交互界面上的第四显示区域内呈现给所述用户;
根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量以表盘的形式在所述用户交互界面上的第五显示区域内呈现给所述用户;
所述第三显示区域、第四显示区域和第五显示区域位于同一呈现页面内。
5.根据权利要求4所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:
根据所述生产优化建议,对所述计划排产中的各车型汽车的生产顺序进行优化调整,得到优化排产;
根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述优化排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式在所述用户交互界面上的第六显示区域内呈现给所述用户;
对优化排产中各车型汽车在各工位的总预测时长进行累加得到针对所述优化排产的预测生产时长,将针对所述优化排产的预测生产时长以表盘的形式在所述用户交互界面上的第七显示区域内呈现给所述用户;
根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式在所述用户交互界面上的第八显示区域内呈现给所述用户;
所述第六显示区域、第七显示区域和第八显示区域位于同一呈现页面内。
6.根据权利要求1至5中任一项所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:响应于用户对所述柱状图中一立柱的点击或滑动悬浮操作,将所述立柱表征的汽车的生产明细信息通过一悬浮框呈现给所述用户;所述生产明细信息包括:所述汽车的关键组成部件,所述汽车在所选择工位的加工时长和/或加工起止时间。
7.根据权利要求1至5中任一项所述的汽车生产调度决策辅助方法,其特征在于,所述柱状图中表征同一车型的立柱用同一种颜色表示,表征不同车型的立柱用不同颜色表示;其中,同一车型的汽车包括:具有不同关键组成部件的同一车型的汽车和具有相同关键组成部件的同一车型的汽车。
8.根据权利要求1至5中任一项所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:响应于用户对所述柱状图的左右拖动操作,将所述柱状图在自身所在显示区域内进行左移或右移呈现。
9.根据权利要求1至5中任一项所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:响应于用户对所述用户交互界面上的用于指示进行放大显示的按钮的点选操作,将当前柱状图以弹出窗的形式进行放大显示。
10.汽车生产调度决策辅助方法,其特征在于,包括:
在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;
获取用户针对当前订单的计划排产;
根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式在一用户交互界面上呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长。
11.根据权利要求10所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:
对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长在所述用户交互界面上以表盘的形式呈现给所述用户;
根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量在所述用户交互界面上以表盘的形式呈现给所述用户。
12.根据权利要求10或11所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:
对所述计划排产中的各车型汽车的生产顺序进行排列组合;
针对每个排列组合,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估各车型汽车在各工位的总预测时长,对各车型汽车在各工位的总预测时长进行累加得到针对所述排列组合的预测生产时长;
将预测生产时长最短的排列组合作为优化排产,将对应所述优化排产的各车型汽车在各工位的总预测时长以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户。
13.根据权利要求12所述的汽车生产调度决策辅助方法,其特征在于,进一步包括:
将针对所述优化排产的预测生产时长以表盘的形式在所述用户交互界面上呈现给所述用户;
根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式在所述用户交互界面上呈现给所述用户。
14.汽车生产调度决策辅助系统,其特征在于,包括:
数据获取模块,用于在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,并基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;
用户接口模块,用于提供与用户进行交互的用户交互界面;
数据处理模块,用于响应于用户通过所述用户交互界面输入的至少从车型和工位两个维度对所需时间段内的历史排产数据进行查询的查询请求,将查询结果以按照实际生产顺序排列的表征各车型汽车在所选择工位的总时长的柱状图的形式通过所述用户交互界面呈现给所述用户,以辅助用户在进行汽车生产调度决策时了解具体的车型或工位信息;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在所选择工位的总时长。
15.根据权利要求14所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:根据所述查询请求中所选择的车型,对各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据所述查询请求中所选择的工位,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长计算各车型汽车在所选择工位的总时长,对所述各车型汽车在所选择工位的总时长进行累加得到针对每个排列组合的候选排产所需时长;将候选排产所需时长最短的排列组合作为最优排产,将所述最优排产与所述查询请求对应的历史排产进行比较,在二者存在差异时,在所述用户交互界面上向所述用户提供生产优化建议。
16.根据权利要求15所述的汽车生产调度决策辅助系统,其特征在于,所述生产状态数据进一步包括:超过标准时长的告警信息和/或设备状态故障信息;
所述数据处理模块进一步用于:响应于用户对所述用户交互界面上的用于指示进行故障排除的按钮的点选操作,对所述告警信息和/或所述设备状态故障信息进行分析,并根据分析结果,通过所述用户交互界面向所述用户提供解决方案,或者,在对各车型汽车的生产顺序进行排列组合之后,从各个排列组合中确定出可用的排列组合,或者,根据历史排产数据中各车型汽车在各选择工位上各个工艺的时长以及所述分析结果计算各车型汽车在所选择工位的总时长。
17.根据权利要求15所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:获取用户针对当前订单的计划排产,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长。
18.根据权利要求17所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户;根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量以表盘的形式通过所述用户交互界面呈现给所述用户。
19.根据权利要求18所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:根据所述生产优化建议,对所述计划排产中的各车型汽车的生产顺序进行优化调整,得到优化排产;根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述优化排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户。
20.根据权利要求19所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:对优化排产中各车型汽车在各工位的总预测时长进行累加得到针对所述优化排产的预测生产时长,将针对所述优化排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户;根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式通过所述用户交互界面呈现给所述用户。
21.根据权利要求14至20中任一项所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:响应于用户对所述柱状图中一立柱的点击或滑动悬浮操作,将所述汽车的生产明细信息通过所述用户交互界面上的一悬浮框呈现给所述用户;所述生产明细信息包括:所述汽车的关键组成部件,所述汽车在所选择工位的加工时长和/或加工起止时间。
22.汽车生产调度决策辅助系统,其特征在于,包括:
数据获取模块,用于在每次的汽车排产生产过程中,获取设备关键数据及生产状态数据,基于所获取的设备关键数据及生产状态数据得到历史排产数据;所述设备关键数据包括:汽车的车型和关键组成部件;所述生产状态数据包括:加工汽车的各个工位和在每个工位上各个工艺的时长;
用户接口模块,用于提供与用户进行交互的用户交互界面;
数据处理模块,用于获取用户针对当前订单的计划排产,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估所述计划排产中各车型汽车在各工位的总预测时长,并将预估结果以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过一用户交互界面呈现给所述用户;其中,所述柱状图中的每个立柱表征一辆汽车,所述立柱的高度表征所述一辆汽车在各工位的总预测时长。
23.根据权利要求22所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:对计划排产中各车型汽车在各工位的总预测时长进行累加得到针对所述计划排产的预测生产时长,将针对所述计划排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户;根据针对所述计划排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述计划排产的预计产量在所述用户交互界面上以表盘的形式呈现给所述用户。
24.根据权利要求22或23所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:对所述计划排产中的各车型汽车的生产顺序进行排列组合;针对每个排列组合,根据历史排产数据中各车型汽车在各工位上各个工艺的时长预估各车型汽车在各工位的总预测时长,对各车型汽车在各工位的总预测时长进行累加得到针对所述排列组合的预测生产时长,将预测生产时长最短的排列组合作为优化排产,将对应所述优化排产的各车型汽车在各工位的总预测时长以按照生产顺序排列的表征各车型汽车在各工位的总预测时长的柱状图的形式通过所述用户交互界面呈现给所述用户。
25.根据权利要求24所述的汽车生产调度决策辅助系统,其特征在于,所述数据处理模块进一步用于:将针对所述优化排产的预测生产时长以表盘的形式通过所述用户交互界面呈现给所述用户;根据针对所述优化排产的预测生产时长,计算在规划时间内能够完成的预计产量,将针对所述优化排产的预计产量以表盘的形式通过所述用户交互界面呈现给所述用户。
26.汽车生产调度决策辅助系统,其特征在于,包括:至少一个存储器和至少一个处理器,其中:
所述至少一个存储器用于存储计算机程序;
所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序,执行如权利要求1至13中任一项所述的汽车生产调度决策辅助方法。
27.计算机可读存储介质,其上存储有计算机程序;其特征在于,所述计算机程序能够被一处理器执行并实现如权利要求1至13中任一项所述的汽车生产调度决策辅助方法。
CN202110875518.XA 2021-07-30 2021-07-30 汽车生产调度决策辅助方法、系统及存储介质 Pending CN113590896A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110875518.XA CN113590896A (zh) 2021-07-30 2021-07-30 汽车生产调度决策辅助方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110875518.XA CN113590896A (zh) 2021-07-30 2021-07-30 汽车生产调度决策辅助方法、系统及存储介质

Publications (1)

Publication Number Publication Date
CN113590896A true CN113590896A (zh) 2021-11-02

Family

ID=78253074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110875518.XA Pending CN113590896A (zh) 2021-07-30 2021-07-30 汽车生产调度决策辅助方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN113590896A (zh)

Similar Documents

Publication Publication Date Title
US9262254B2 (en) Method and apparatus to manage information between a scan tool and networked devices
US8744668B2 (en) Automotive diagnostic server
US20070226540A1 (en) Knowledge-Based Diagnostic System for a Complex Technical System, Comprising Two Separate Knowledge Bases for Processing Technical System Data and Customer Complaints
US20190026635A1 (en) Big-data driven telematics with ar/vr user interfaces
US10423669B2 (en) Manufacturing process visualization apparatus and method
JP2018073363A (ja) 車両稼働データ収集装置、車両稼働データ収集システムおよび車両稼働データ収集方法
JP2019511061A (ja) 保守に重点を置いた航空機のデータ記録フレーム構成を決定するためのシステムおよび方法
US11828677B2 (en) Cloud computing-based vehicle fleet benchmarking
WO2023137864A1 (zh) 基于自动驾驶的感知决策模型升级方法、系统及电子装置
CN101495978B (zh) 减少总线连接的消费者和产生者之间的消息流
CN110989509A (zh) 生产线的自动控制方法、装置、终端设备及存储介质
CN108957397A (zh) 巡检机器人的定位方法及装置
CN113590896A (zh) 汽车生产调度决策辅助方法、系统及存储介质
Zhu et al. A tempt to unify heterogeneous driving databases using traffic primitives
CN112241749A (zh) 字符识别模型训练方法、装置及设备
CN114205223B (zh) 一种车辆智能驾驶功能异常事件的溯源定位方法和装置
KR20230104592A (ko) 센서 데이터의 주석을 다는 방법 및 시스템
US20200050162A1 (en) Sensor and actuator based lifecycle monitoring of machines performing automated machine tasks
CN111143423B (zh) 动态场景标注数据挖掘方法、装置以及终端
CN111209888A (zh) 一种人机界面视觉识别系统及方法
CN113850929B (zh) 一种标注数据流处理的展示方法、装置、设备和介质
CN111427037A (zh) 障碍物的检测方法和装置、电子设备和车端设备
CN114861793A (zh) 一种信息处理方法、装置及存储介质
EP4080434A1 (en) Cloud computing-based vehicle fleet benchmarking
CN111222535B (zh) 车队差异度的辨识方法及装置、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