CN113742908A - 一种基于离散仿真的物料齐套判断方法 - Google Patents
一种基于离散仿真的物料齐套判断方法 Download PDFInfo
- Publication number
- CN113742908A CN113742908A CN202110974883.6A CN202110974883A CN113742908A CN 113742908 A CN113742908 A CN 113742908A CN 202110974883 A CN202110974883 A CN 202110974883A CN 113742908 A CN113742908 A CN 113742908A
- Authority
- CN
- China
- Prior art keywords
- materials
- time
- judging
- list
- automobile
- 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.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 328
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004088 simulation Methods 0.000 title claims abstract description 57
- 238000004519 manufacturing process Methods 0.000 claims abstract description 85
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000003860 storage Methods 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 8
- 238000010835 comparative analysis Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 10
- 230000007306 turnover Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012464 large buffer Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种基于离散仿真的物料齐套判断方法,属于汽车技术领域。它解决了现有的人工计算方法存在物料齐套判断准确性低的问题。本基于离散仿真的物料齐套判断方法包括:在仿真系统中构建虚拟工厂模型和生产日历;将虚拟工厂模型进行初始化设置,使汽车订单序列信息映射到虚拟工厂模型的对应工位上;以构建的虚拟工厂模型以及生产日历进行仿真,生成车辆过点预测时间表;将车辆过点预测时间表与车辆制造材料清单和工艺清单进行结合,得出每辆汽车过各个工位的物料需求时间预测表;将物料库存信息与物料需求时间预测表内的物料信息进行对比分析,获取每辆汽车物料是否齐套的判断结果。本发明能够精准计算物料需求,提高物料齐套判断的准确性。
Description
技术领域
本发明属于汽车技术领域,涉及一种基于离散仿真的物料齐套判断方法。
背景技术
汽车生产车间的管理模式与生产资源能力配置不足以及生产组织手段落后等因素,已成为制约生产发展的重要瓶颈。其中零部件的供应和必要的储备是保证订单能够被生产的前提,订单被生产前的物料齐套检查是需要面临的一个核心课题。
目前的生产前物料检查工作,一般通过人工方式在系统中获取待上线的车辆作为计算基础,再关联其物料清单算出物料需求,再从系统中获取库存信息核算出物料的缺口,以此作为物料齐套判断的依据来组织生产。
但这种方法存在较大的弊端,如:1、所拉取未上线车辆的序列会因为生产线的分流与调序等复杂问题导致上线时间发生变化;2、所拉取的未上线车辆可能在推算时间段内物料并不是全部被需要;3、所被统计的库存不仅需要支持未上线的车辆,同时也需要支持目前已上线但未过物料拉动点的车辆;4、所被统计的库存,由于未来到货是被动态补充的,而这个过程又未被计算在内。
基于以上几点原因,此种人工计算的方法无法精确判断未来一定时间段内生产车辆的物料需求量,会产生不需要的物料被额外提前准备或者物料生产过程中存在缺料的情况,物料过多,导致无效库存过多,降低了物料的周转效率,进而造成资金占用,物料缺料,则影响生产效率,因此,现有的人工计算的方法存在物料齐套判断准确性低的问题。
发明内容
本发明的目的是针对现有技术存在的上述问题,提出了一种基于离散仿真的物料齐套判断方法,其所要解决的技术问题是:如何精准计算物料需求,提高物料齐套判断的准确性。
本发明的目的可通过下列技术方案来实现:一种基于离散仿真的物料齐套判断方法,包括如下步骤:
在仿真系统中,按照汽车实际生产车间的工位布局及运行逻辑构建虚拟工厂模型,并且构建用以控制仿真开始及结束的生产日历;
将虚拟工厂模型进行初始化设置,使汽车订单序列信息映射到虚拟工厂模型的对应工位上;
以构建的虚拟工厂模型以及生产日历进行仿真,预测汽车订单序列信息中每辆汽车过各个工位的时间,从而生成车辆过点预测时间表;
将车辆过点预测时间表与车辆制造材料清单和工艺清单进行结合,得出每辆汽车过各个工位的物料需求时间预测表;
获取车辆当前的物料库存信息并将物料库存信息与物料需求时间预测表内的物料信息进行对比分析,获取每辆汽车物料是否齐套的判断结果。
要想完成一辆汽车的制造,需要生产车间的多个工位共同实现,而每个工位的物料是否齐套决定了汽车生产制造是否能够进行的基础,因此,本发明开发的一种基于离散仿真的物料齐套判断方法能够在生产前根据使用者的需求进行按需请求运算,物料缺口能够更早被发现,提前催货,避免物料短缺。在使用时,首先是在仿真系统中按照汽车实际生产车间的工位布局及运行逻辑构建虚拟工厂模型,通过虚拟工厂模型来模拟汽车实际生产车间的工作情况,在进行模拟仿真之前,还对生产日历进行构建,通过构建的生产日历控制仿真开始及结束。之后将汽车线订单序列信息映射到虚拟工厂模型的对应工位上,将映射这一步骤作为仿真运行前的初始化设置,在初始化设置完成后,以构建的虚拟工厂模型以及生产日历开始仿真,对每辆车在每个工位的停留时间进行计时,当停留时间到了就转入下一个工位,这个过程由仿真系统一一记录每个车进入每个工位的时间,从而获得车辆进入各个工位的车辆过点预测时间表,之后将车辆过点预测时间表与车辆制造材料清单及工艺清单进行结合,由此可得到物料需求时间预测表,由该表可获知每种车型在每个工位在什么时间消耗哪些材料及消耗数量,最后将物料需求时间预测表与物料库存信息进行比对,能够获知在什么时间什么工位是否缺乏物料的判断结果,通过此操作步骤能够自动预测预设时间周期内的物料齐套情况,并且通过物料需求时间预测表能够精准计算物料需求,精确预测物料缺口。通过本方法不仅能够提前精确锁定缺口物料,而且对库存周转率有明显改善,在保证齐套生产的前提下,进一步减少库存占用。
在上述的基于离散仿真的物料齐套判断方法中,所述生产日历包括能够编辑的生产日、休息日、生产数量、每日生产起止时间以及间休时间。
在仿真前,可对生产日历的各项参数进行设置,将其作为主时钟控制仿真全局启停及过车数量控制,其中生产日/休息日用以明确未来几天哪天安排生产哪天休息,如果做预测的时候遇到休息日仿真环境会自动跳转到下个生产日开始计算;生产数量是明确每天安排生产多少数量,当仿真计数到达指定数量后就停止计算或转到下个工作日计算;生产的起止时间规定每天几点钟开始生产,几点钟午休,当仿真运行到休息的时间段内要保证仿真环境处于静止的状态,通过生产日历的构建,能够更准确预测实际生产中的物料需求,物料齐套判断更加准确。
在上述的基于离散仿真的物料齐套判断方法中,将虚拟工厂模型进行初始化设置,使汽车订单序列信息映射到虚拟工厂模型的对应工位上的操作包括:
所述汽车订单序列信息包括当前在制订单序列信息和待上线订单序列信息;
在进行初始化设置时,将当前在制订单序列信息同步映射到虚拟工厂模型的对应工位上;
将待上线订单序列信息映射到虚拟工厂模型的第一个工位前。该步骤中的当前在制订单序列信息表示工位上正在制造的车辆信息,待上线订单序列信息则表示预计要进行生产的车辆信息。
在上述的基于离散仿真的物料齐套判断方法中,将车辆过点预测时间表与车辆制造材料清单和工艺清单进行结合,得出每辆汽车过各个工位的物料需求时间预测表的操作包括:
首先将车辆制造材料清单和工艺清单进行结合生成每个汽车在每个工位消耗哪种物料及物料数量的物料消耗数据表;
再将车辆过点预测时间表与上述的物料消耗数据表进行匹配,从而得到包括订单号、整车物料编码、工位、零件号、零件名称、工位耗量和预计需求时间的物料需求时间预测表。通过物料需求时间预测表能够获知每个车辆在每个工位某个时间所需的物料名称及物料数量,由此可判断在生产时间内物料是否存在缺料情况。
在上述的基于离散仿真的物料齐套判断方法中,将物料库存信息与物料需求时间预测表内的信息进行对比分析的操作包括:
将物料需求时间预测表按照预设生产周期进行统计运算,获得该预设时间周期内各种物料需求的数量,从而得到预设生产周期内的物料需求时间清单,将物料库存信息与物料需求时间清单进行对比分析。预设生产周期可设定为未来半天/一天/两天~五天的需求。
在上述的基于离散仿真的物料齐套判断方法中,将物料库存信息与物料需求时间清单进行对比分析的操作包括:
将物料需求时间清单中的同种物料按照需求时间进行排序,并按照排序的序列将每种物料赋予顺序编号;
根据顺序编号将物料库存信息中对应物料的库存数量进行扣减,在扣减后的库存数量大于或等于零时,判定当前顺序编号的物料是满足的;在扣减后的库存数量小于零时,判定当前顺序编号的物料是缺料的。
物料需求时间清单统计了预设生产周期内的物料需求情况,在与物料库存信息进行对比分析时首先按照需求时间将同种物料进行排序,按照排序的序列将每种物料赋予顺序编号,如同种物料第一个时间被需要的赋值为编号1,第二个赋值为编号2,依次排次,通过顺序标号这一操作,能够更快速判断缺料的起始时间是从第几辆车开始缺的。
在上述的基于离散仿真的物料齐套判断方法中,将物料库存信息与物料需求时间清单进行对比分析的操作还包括:
在扣减后的库存数量小于零时,采集物料预入库存信息,包括物料名称和物料预入时间;
将物料需求时间与物料预入库存信息中的物料预入时间进行比对,当物料预入时间早于物料需求时间时,进入预入库存扣减计数;当物料预入时间晚于物料需求时间时,判定当前顺序编号的物料是缺料的。物料预入库存信息为根据物料到货时间计划去做的库存补充信息,如果物料预入时间,即物料到货时间早于物料需求时间,则表示在物料需求时间需要物料时库存是有相应物料可以扣减的,如果晚于物料需求时间,则表示在物料需求时间需要物料时库存内还没有相应物料到货,此时就没有相应物料可以扣减了。通过此步骤可更精确判断物料是否存在缺料的情况。
在上述的基于离散仿真的物料齐套判断方法中,进入预入库存扣减计数的操作为:
根据顺序编号将物料预入库存信息中对应物料的库存数量进行扣减,在物料扣减后的预入库存数量大于或等于零时,判定当前顺序编号的物料是满足的,在物料扣减后的预入库存数量小于零时,判定当前顺序编号的物料是缺料的。
在上述的基于离散仿真的物料齐套判断方法中,获取每辆汽车物料是否齐套的判断结果的操作包括:
将物料需求时间清单中的每种物料都赋予缺料和满足的字段标签,从而生成物料需求满足清单;
将物料需求满足清单以每辆汽车为单位进行统计,在某辆汽车的所有物料都被记录为满足时,判断该辆汽车物料是齐套的,在某辆汽车至少有一种物料被记录为缺料时,判断该辆汽车物料是缺料的。物料需求满足清单的生成,在生产调度时能够将相应缺料的车进行锁车处理,避免车到工位后,没有物料导致停线的情况。
在上述的基于离散仿真的物料齐套判断方法中,获取预设时间周期内物料是否齐套的判断结果后,还包括:
根据物料需求满足清单进行缺料汇总,得到每种物料在预设时间周期内缺料的数量。将缺料的物料进行汇总,能够更清晰的知道哪些物料缺料且缺料的数量。
与现有技术相比,本基于离散仿真的物料齐套判断方法具有以下优点:
1、本发明通过离散仿真的方式能够精确预测出每辆车过各工位的时间,并关联到此种车在此工位所消耗的物料及物料数量,以此精准计算物料需求,另外,在根据当前物料库存进行判断物料需求之外还引入物料到货时间的预入库存信息进行判断,物料缺口预测的精确度更高,更能够准确地预测物料缺口。
2、本发明能够自动进行运算来判断物料缺料情况,计算时间大大缩短,极大程度的减少了人工统计的工时。
3、本发明在提高检查速度的基础上,能够根据使用者的需求进行按需请求运算,物料缺口能够更早被发现,提前催货,避免物料短缺的情况,而且通过本发明不仅能够提前精确锁定缺口物料,而且对库存周转率有明显改善,在保证齐套生产的前提下,进一步减少库存占用。
附图说明
图1是本发明的控制流程图。
图2是本发明预测物料是否缺料的控制流程图。
具体实施方式
以下是本发明的具体实施例并结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
如图1所示,使用本基于离散仿真的物料齐套判断方法进行物料齐套判断时,首先在仿真系统后台按照工厂布局及运行逻辑构建虚拟工厂模型,保证工位布局、缓存区设置、调度规则与实际工厂内的逻辑保持一致,其中的缓存区设置在两个线体之间,用于仿真前后线体有停线情况不至于影响其他线体继续生产的作用;调度规则是指两个车间之间的大缓存作用,两个车间因为不同喜好,比如涂装希望同种颜色的车排在一起,总装车间希望高低配的车交替生产,那两个车间的缓存就有调序的规则用来满足不同车间喜好。
在虚拟工厂模型构建的同时,还构建用以控制仿真开始及结束的生产日历,生产日历包括生产日、休息日、每日计划生产数量、每日生产气质时间及间休时间等数据,能够进行人为设置,如其中的生产日/休息日用以明确未来几天哪天安排生产哪天休息,如果做预测的时候遇到休息日仿真环境会自动跳转到下个生产日开始计算;生产数量是明确每天安排生产多少数量,当仿真计数到达指定数量后就停止计算或转到下个工作日计算;生产的起止时间及间休时间规定每天几点钟开始生产,几点钟午休,将其作为主时钟控制仿真全局启停及过车数量控制。
之后对仿真系统进行初始化设置,初始化的操作包括:从MES系统中读取当前在制订单序列信息,通过ETL方式进行传输,从SAP系统中采集待上线订单序列信息;将当前在制订单序列信息中的在制工位与仿真环境中的工位名称进行关联,将车辆信息映射到相应工位上,作为仿真开始的基础,将待上线订单序列信息映射到生产起始工位前,即虚拟工厂模型的第一个工位前。
初始化设置之后,以构建的虚拟工厂模型以及生产日历进行仿真运算,预测当前在制序列信息和待上线订单序列信息中每辆汽车过各个工位的时间,从而生成车辆过点预测时间表(订单号、整车物料编码、工位、预计过点时间等信息);之后通过数据关联的方法预测物料需求时间预测表,操作为:首先关联产品的制造材料清单和工艺清单,将产品供货级物料与消耗工位结合起来形成每种车型在每个工位消耗哪些材料以及消耗的数量等的物料消耗数据表(整车物料编码、零件号、零件名称、工位、工位耗量),再将得到的车辆过点时间预测表与物料消耗数据表进行匹配,从而得到物料需求时间预测表(订单号、整车物料编码、工位、零件号、零件名称、工位、工位耗量、预计需求时间=预计过点时间)。之后,如图2所示,为了预先知道一定生产周期内的物料是否存在缺料情况,将物料需求时间预测表按照预设生产周期进行统计运算,获得该预设时间周期内各种物料需求的数量,从而得到预设生产周期内的物料需求时间清单,之后进入物料缺口数量预测的操作:
将物料需求时间清单中的同种物料按照需求时间进行排序,并按照排序的序列将每种物料赋予顺序编号;如按照需求时间,将第一需求时间的物料编号为1,第二需求时间的物料编号为2,依次进行编号。
将物料需求时间清单根据顺序编号与物料库存信息进行对比分析,将物料库存信息中对应物料的库存数量进行扣减,在扣减后的库存数量是否大于或等于零,在扣减后的库存数量大于或等于零时,判定当前顺序编号的物料是满足的;在扣减后的库存数量小于零时,判定当前顺序编号的物料是缺料的。
为了进一步提高物料缺料判断的精确性,在扣减后的库存数量小于零时,采集物料预入库存信息,该物料预入库存信息包括物料名称和物料预入时间;将物料需求时间清单中的物料需求时间与物料预入库存信息中的物料预入时间进行比对,当物料预入时间早于物料需求时间时,进入预入库存扣减计数,具体为:根据顺序编号将物料预入库存信息中对应物料的库存数量进行扣减,在物料扣减后的预入库存数量大于或等于零时,判定当前顺序编号的物料是满足的,在物料扣减后的预入库存数量小于零时,判定当前顺序编号的物料是缺料的;当物料预入时间晚于物料需求时间时,判定当前顺序编号的物料是缺料的。
进行缺料还是满足判定后将物料需求时间清单中的每种物料都赋予缺料和满足的字段标签,从而生成物料需求满足清单;
将物料需求满足清单以每辆汽车为单位进行统计,在某辆汽车的所有物料都被记录为满足时,判断该辆汽车物料是齐套的,在某辆汽车至少有一种物料被记录为缺料时,判断该辆汽车物料是缺料的。最后,为了能够更清晰的知道哪些物料缺料且缺料的数量,根据物料需求满足清单进行缺料汇总,得到每种物料在预设时间周期内缺料的数量。
通过本发明实现了物料需求的精准计算以及物料缺口的精确预测,提高了物料齐套判断的准确性,有效改善了库存周转率,在保证齐套生产的前提下,进一步减少库存占用。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种基于离散仿真的物料齐套判断方法,其特征在于,包括如下步骤:
在仿真系统中,按照汽车实际生产车间的工位布局及运行逻辑构建虚拟工厂模型,并且构建用以控制仿真开始及结束的生产日历;
将虚拟工厂模型进行初始化设置,使汽车订单序列信息映射到虚拟工厂模型的对应工位上;
以构建的虚拟工厂模型以及生产日历进行仿真,预测汽车订单序列信息中每辆汽车过各个工位的时间,从而生成车辆过点预测时间表;
将车辆过点预测时间表与车辆制造材料清单和工艺清单进行结合,得出每辆汽车过各个工位的物料需求时间预测表;
获取车辆当前的物料库存信息并将物料库存信息与物料需求时间预测表内的物料信息进行对比分析,获取每辆汽车物料是否齐套的判断结果。
2.根据权利要求1所述的基于离散仿真的物料齐套判断方法,其特征在于,所述生产日历包括能够编辑的生产日、休息日、生产数量、每日生产起止时间以及间休时间。
3.根据权利要求1所述的基于离散仿真的物料齐套判断方法,其特征在于,将虚拟工厂模型进行初始化设置,使汽车订单序列信息映射到虚拟工厂模型的对应工位上的操作包括:
所述汽车订单序列信息包括当前在制订单序列信息和待上线订单序列信息;
在进行初始化设置时,将当前在制订单序列信息同步映射到虚拟工厂模型的对应工位上;
将待上线订单序列信息映射到虚拟工厂模型的第一个工位前。
4.根据权利要求1或2或3所述的基于离散仿真的物料齐套判断方法,其特征在于,将车辆过点预测时间表与车辆制造材料清单和工艺清单进行结合,得出每辆汽车过各个工位的物料需求时间预测表的操作包括:
首先将车辆制造材料清单和工艺清单进行结合生成每个汽车在每个工位消耗哪种物料及物料数量的物料消耗数据表;
再将车辆过点预测时间表与上述的物料消耗数据表进行匹配,从而得到包括订单号、整车物料编码、工位、零件号、零件名称、工位耗量和预计需求时间的物料需求时间预测表。
5.根据权利要求1或2或3所述的基于离散仿真的物料齐套判断方法,其特征在于,将物料库存信息与物料需求时间预测表内的信息进行对比分析的操作包括:
将物料需求时间预测表按照预设生产周期进行统计运算,获得该预设时间周期内各种物料需求的数量,从而得到预设生产周期内的物料需求时间清单,将物料库存信息与物料需求时间清单进行对比分析。
6.根据权利要求5所述的基于离散仿真的物料齐套判断方法,其特征在于,将物料库存信息与物料需求时间清单进行对比分析的操作包括:
将物料需求时间清单中的同种物料按照需求时间进行排序,并按照排序的序列将每种物料赋予顺序编号;
根据顺序编号将物料库存信息中对应物料的库存数量进行扣减,在扣减后的库存数量大于或等于零时,判定当前顺序编号的物料是满足的;在扣减后的库存数量小于零时,判定当前顺序编号的物料是缺料的。
7.根据权利要求6所述的基于离散仿真的物料齐套判断方法,其特征在于,将物料库存信息与物料需求时间清单进行对比分析的操作还包括:
在扣减后的库存数量小于零时,采集物料预入库存信息,包括物料名称和物料预入时间;
将物料需求时间与物料预入库存信息中的物料预入时间进行比对,当物料预入时间早于物料需求时间时,进入预入库存扣减计数;当物料预入时间晚于物料需求时间时,判定当前顺序编号的物料是缺料的。
8.根据权利要求7所述的基于离散仿真的物料齐套判断方法,其特征在于,进入预入库存扣减计数的操作为:
根据顺序编号将物料预入库存信息中对应物料的库存数量进行扣减,在物料扣减后的预入库存数量大于或等于零时,判定当前顺序编号的物料是满足的,在物料扣减后的预入库存数量小于零时,判定当前顺序编号的物料是缺料的。
9.根据权利要求8所述的基于离散仿真的物料齐套判断方法,其特征在于,获取每辆汽车物料是否齐套的判断结果的操作包括:
将物料需求时间清单中的每种物料都赋予缺料和满足的字段标签,从而生成物料需求满足清单;
将物料需求满足清单以每辆汽车为单位进行统计,在某辆汽车的所有物料都被记录为满足时,判断该辆汽车物料是齐套的,在某辆汽车至少有一种物料被记录为缺料时,判断该辆汽车物料是缺料的。
10.根据权利要求9所述的基于离散仿真的物料齐套判断方法,其特征在于,获取预设时间周期内物料是否齐套的判断结果后,还包括:
根据物料需求满足清单进行缺料汇总,得到每种物料在预设时间周期内缺料的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110974883.6A CN113742908B (zh) | 2021-08-24 | 2021-08-24 | 一种基于离散仿真的物料齐套判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110974883.6A CN113742908B (zh) | 2021-08-24 | 2021-08-24 | 一种基于离散仿真的物料齐套判断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113742908A true CN113742908A (zh) | 2021-12-03 |
CN113742908B CN113742908B (zh) | 2024-03-15 |
Family
ID=78732502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110974883.6A Active CN113742908B (zh) | 2021-08-24 | 2021-08-24 | 一种基于离散仿真的物料齐套判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742908B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418479A (zh) * | 2021-12-20 | 2022-04-29 | 中通服供应链管理有限公司 | 一种通信基站设备配置的齐套方法、设备和存储介质 |
CN114779724A (zh) * | 2022-03-27 | 2022-07-22 | 浙江中之杰智能系统有限公司 | 一种基于电子周转箱的生产管理方法及系统 |
CN116167590A (zh) * | 2023-04-18 | 2023-05-26 | 北京徐工汉云技术有限公司 | Mes系统中的订单任务处理方法、装置、介质和设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1125181A (ja) * | 1997-07-04 | 1999-01-29 | Nec Corp | 資材所要展開方式 |
DE10302433A1 (de) * | 2002-06-25 | 2004-01-22 | Volkswagen Ag | Verfahren und Simulationssystem zur Simulation von Auftragsabwicklungsprozessen sowie entsprechendes Computerprogramm-Erzeugnis und entsprechendes computerlesbares Speichermedium |
CN101510277A (zh) * | 2009-02-20 | 2009-08-19 | 浪潮集团山东通用软件有限公司 | 一种生产管理过程中物料需求滚动计算方法 |
CN101673373A (zh) * | 2009-09-16 | 2010-03-17 | 金蝶软件(中国)有限公司 | 生成生产订单备料分录的方法及装置 |
CN103824136A (zh) * | 2014-03-13 | 2014-05-28 | 西安工业大学 | 一种mes动态车间调度制造执行系统 |
CN106022523A (zh) * | 2016-05-23 | 2016-10-12 | 广东工业大学 | 一种基于集成仿真的自动化生产线优化设计方法 |
CN107133769A (zh) * | 2017-05-31 | 2017-09-05 | 浙江精工钢结构集团有限公司 | 一种基于bim模型的智能库存预警管理系统 |
CN108428076A (zh) * | 2017-08-12 | 2018-08-21 | 中民筑友科技投资有限公司 | 一种基于bim的物料齐套方法及系统 |
CN110555218A (zh) * | 2018-05-31 | 2019-12-10 | 西门子股份公司 | 生产模型更新系统、装置、方法和计算机可读介质 |
CN111461590A (zh) * | 2020-03-02 | 2020-07-28 | 南京同赢信息科技有限公司 | 一种根据销售、库存、采购信息计算物料齐套的方法 |
CN111598386A (zh) * | 2020-04-08 | 2020-08-28 | 吉利汽车研究院(宁波)有限公司 | 一种生产物料的控制方法及装置 |
CN113219918A (zh) * | 2021-04-21 | 2021-08-06 | 电子科技大学 | 一种基于物料齐套的混流装配车间排序方法 |
-
2021
- 2021-08-24 CN CN202110974883.6A patent/CN113742908B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1125181A (ja) * | 1997-07-04 | 1999-01-29 | Nec Corp | 資材所要展開方式 |
DE10302433A1 (de) * | 2002-06-25 | 2004-01-22 | Volkswagen Ag | Verfahren und Simulationssystem zur Simulation von Auftragsabwicklungsprozessen sowie entsprechendes Computerprogramm-Erzeugnis und entsprechendes computerlesbares Speichermedium |
CN101510277A (zh) * | 2009-02-20 | 2009-08-19 | 浪潮集团山东通用软件有限公司 | 一种生产管理过程中物料需求滚动计算方法 |
CN101673373A (zh) * | 2009-09-16 | 2010-03-17 | 金蝶软件(中国)有限公司 | 生成生产订单备料分录的方法及装置 |
CN103824136A (zh) * | 2014-03-13 | 2014-05-28 | 西安工业大学 | 一种mes动态车间调度制造执行系统 |
CN106022523A (zh) * | 2016-05-23 | 2016-10-12 | 广东工业大学 | 一种基于集成仿真的自动化生产线优化设计方法 |
CN107133769A (zh) * | 2017-05-31 | 2017-09-05 | 浙江精工钢结构集团有限公司 | 一种基于bim模型的智能库存预警管理系统 |
CN108428076A (zh) * | 2017-08-12 | 2018-08-21 | 中民筑友科技投资有限公司 | 一种基于bim的物料齐套方法及系统 |
CN110555218A (zh) * | 2018-05-31 | 2019-12-10 | 西门子股份公司 | 生产模型更新系统、装置、方法和计算机可读介质 |
CN111461590A (zh) * | 2020-03-02 | 2020-07-28 | 南京同赢信息科技有限公司 | 一种根据销售、库存、采购信息计算物料齐套的方法 |
CN111598386A (zh) * | 2020-04-08 | 2020-08-28 | 吉利汽车研究院(宁波)有限公司 | 一种生产物料的控制方法及装置 |
CN113219918A (zh) * | 2021-04-21 | 2021-08-06 | 电子科技大学 | 一种基于物料齐套的混流装配车间排序方法 |
Non-Patent Citations (1)
Title |
---|
李海川;: "基于信息化的装备制造业物资配套模式", 机械, no. 10 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418479A (zh) * | 2021-12-20 | 2022-04-29 | 中通服供应链管理有限公司 | 一种通信基站设备配置的齐套方法、设备和存储介质 |
CN114779724A (zh) * | 2022-03-27 | 2022-07-22 | 浙江中之杰智能系统有限公司 | 一种基于电子周转箱的生产管理方法及系统 |
CN116167590A (zh) * | 2023-04-18 | 2023-05-26 | 北京徐工汉云技术有限公司 | Mes系统中的订单任务处理方法、装置、介质和设备 |
CN116167590B (zh) * | 2023-04-18 | 2023-07-28 | 北京徐工汉云技术有限公司 | Mes系统中的订单任务处理方法、装置、介质和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113742908B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113742908A (zh) | 一种基于离散仿真的物料齐套判断方法 | |
Chan et al. | Constraint programming approach to precast production scheduling | |
CN108776862B (zh) | 支持工序任务量拆分的智能排产方法 | |
CN111738578A (zh) | 一种动态环境下的离散型生产车间调度方法 | |
Liu et al. | Improving energy efficiency in discrete parts manufacturing system using an ultra-flexible job shop scheduling algorithm | |
CN103824136A (zh) | 一种mes动态车间调度制造执行系统 | |
CN111915139B (zh) | 推移式高效高准确性的智能生产排程算法及信息记录介质 | |
JPH09153090A (ja) | 加工工程生産計画立案方法及び装置 | |
CN106548260A (zh) | 一种定制车辆生产的方法及装置 | |
CN103413201A (zh) | 信息处理系统和信息处理方法 | |
CN112734284B (zh) | 流程工业能耗优化决策系统及提高评估结果准确度方法 | |
CN112001560A (zh) | 基于迭代邻域搜索的二阶段公交车辆排班算法 | |
CN103500375A (zh) | 一种基于eM-Plant的MES调度控制方法 | |
CN113487155B (zh) | 一种用于塑料行业的智能排程系统 | |
CN115239173A (zh) | 排产计划生成方法、装置、电子设备及存储介质 | |
CN114594744A (zh) | 一种分布式工厂生产配送集成调度方法和系统 | |
CN115796328A (zh) | 产品工艺路线仿真系统及产品性能预测方法 | |
CN114859883A (zh) | 一种检修机器人多机协作控制方法、系统及储存介质 | |
CN112669595B (zh) | 一种基于深度学习的网约车流量预测方法 | |
CN117371611A (zh) | 一种地铁列车运营计划编制方法、介质及系统 | |
CN110245809B (zh) | 一种用于多机器人多任务协作工作的智能优化方法和系统 | |
JPH09183044A (ja) | 生産計画作成方法 | |
US20040193299A1 (en) | System and method for scheduling production of molds | |
JPH11143938A (ja) | 資源割当計画作成方法及び資源割当計画作成システム | |
AU2013200568A1 (en) | Work allocation model |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |