CN114167824B - 一种服务器生产设备协同管控方法、装置及系统 - Google Patents
一种服务器生产设备协同管控方法、装置及系统 Download PDFInfo
- Publication number
- CN114167824B CN114167824B CN202111370307.7A CN202111370307A CN114167824B CN 114167824 B CN114167824 B CN 114167824B CN 202111370307 A CN202111370307 A CN 202111370307A CN 114167824 B CN114167824 B CN 114167824B
- Authority
- CN
- China
- Prior art keywords
- factory
- server
- production equipment
- production
- different
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 297
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000032683 aging Effects 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 13
- 239000002245 particle Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31088—Network communication between supervisor and cell, machine group
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明提出了一种服务器生产设备协同管控方法,运行于云平台中,包括:获取不同厂区的所有服务器生产设备的生产数据;根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,所述第一控制指令用于实现不同厂区的所有服务器生产设备的配方管理;根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理,本发明还提出了一种服务器生产设备协同管控装置及系统,有效地提高不同厂区服务器生产设备的协同管控效率。
Description
技术领域
本发明涉及生产设备管控领域,尤其是涉及一种服务器生产设备协同管控方法、装置及系统。
背景技术
智能制造时代要求生产过程全面安全可控,生产设备智能化且互联互通,生产数据可溯源、可视化。现在生产类企业都在往此方向变革,促进了物联网大数据相关技术在不同行业中应用。大部分企业的智能制造体现在设备智能化上,使用AI技术让设备适应复杂的应用场景,并增加制造柔性。还有一部分企业将现场数据通过云平台下发到终端设备,可以对生产环节远程监测。
在服务器行业中应用较少,跨地区的不同工厂之间设备协同管理应用更少。新一代的服务器生产装配也要符合智能制造的要求。对于服务器厂商来说,服务器生产车间分布在全国数个城市,生产工艺过程一致,生产设备大同小异,但是各工厂设备相互独立,分散管理。新产品上线时,各工厂都要分别在现场增加生产配方(生产设备运行参数),无法远程下发配方,而且各厂订单量也要靠人工分配,不能高效协同生产,管理控制效率低。
发明内容
本发明为了解决现有技术中存在的问题,创新提出了一种服务器生产设备协同管控方法、装置及系统,有效解决由于现有技术造成服务器生产设备协同管控效率低,无法实现远程管控的问题,有效地提高不同厂区服务器生产设备的协同管控效率。
本发明第一方面提供了一种服务器生产设备协同管控方法,运行于云平台中,包括:
获取不同厂区的所有服务器生产设备的生产数据;
根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,所述第一控制指令用于实现不同厂区的所有服务器生产设备的配方管理;
根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理。
可选地,获取不同厂区的所有服务器生产设备的生产数据之前,还包括:
建立不同厂区的所有服务器生产设备的网络通信连接。
可选地,通过配方管理算法、厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第一控制指令具体是:
获取总部厂区服务器生产设备的配方;
根据总部厂区服务器生产设备的配方,通过预先设置的坐标转换矩阵获取其他厂区的相同名称及功能的设备的配方。
进一步地,预先设置的坐标转换矩阵具体是:
其中,/>为从总部厂区服务器生产设备所在b坐标系到i厂区服务器设备所在的i坐标系的坐标变换矩阵,Vb为总部厂区服务器生产设备的矢量V在b坐标系下的投影坐标,Vi为i厂区服务器的相同名称及功能的生产设备的矢量V在i厂区设备坐标下投影坐标。
可选地,所述配方为服务器生产设备的运行参数,包括但不限于运动坐标、运动速度加速度、螺丝拧紧机扭力、螺丝拧紧机按压力、视觉曝光强度。
可选地,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令具体是:
建立对应不同厂区的厂间订单产能平衡算法公式;
求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量;
根据分配至各个厂区的订单数量生产对应不同厂区服务器生产设备的第二控制指令。
进一步地,建立对应不同厂区的厂间订单产能平衡算法具体是:
目标函数其中,服务器单台组装标准节拍为Dt,i工厂的生产节拍为Dti,i工厂的服务器生产设备利用率ηi,j批次订单产品的老化时长为Ttj,j批次订单产品的总功率Pj,分配到i工厂的数量为xi。
进一步地,求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量具体是:
设置电能约束和老化位置约束;其中,电能约束为:
其中,服务器单台组装标准老化时长Tt,老化室配电容量Si;
老化位置约束为:
其中,mi为老化位置数量,nj为j批次订单产品的总数量;
根据设置的电能约束和老化位置约束,求取厂间订单产能平衡算法公式最小值做对应的分配到i工厂的数量为xi。
本发明第二方面提供了一种服务器生产设备协同管控装置,运行于云平台中,包括:
获取模块,获取不同厂区的所有服务器生产设备的生产数据;
第一生产模块,根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,所述第一控制指令用于实现不同厂区的所有服务器生产设备的配方管理;
第二生产模块,根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理。
本发明第三方面提供了一种服务器生产设备协同管控系统,云平台、若干上位机、若干控制模块、若干厂区的服务器生产设备,其中,云平台、若干上位机、若干控制模块、若干厂区的服务器生产设备均通过网络实现通信连接,所述云平台通过每个厂区的控制模块、每个厂区的上位机获取每个厂区服务器生产设备的数据,根据每个厂区服务器生产设备的数据生产通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,将第一控制指令通过每个厂区的上位机发送至每个厂区的控制模块,每个厂区的控制模块根据接收的第一控制指令实现对应厂区的所有服务器生产设备的配方管理;并根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,将第二控制指令通过每个厂区的上位机发送至每个厂区的控制模块,每个厂区的控制模块根据接收的第二控制指令实现不同厂区的所有服务器生产设备的订单平衡管理。
本发明采用的技术方案包括以下技术效果:
1、本发明根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,用于实现不同厂区的所有服务器生产设备的配方管理;通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理;有效解决由于现有技术造成服务器生产设备协同管控效率低,无法实现远程管控的问题,有效地提高不同厂区服务器生产设备的协同管控效率。
2、本发明技术方案统筹考虑设备的本地化边缘控制与云上管控之间的关系,将设备运行和生产产生的数据大量汇集、分类、分析,发掘数据价值,发挥设备效能,避免出现订单等设备或设备等订单的情况。
3、本发明技术方案通过配方管理算法,根据总部厂区服务器生产设备的配方,获取其他厂区的相同名称及功能的设备的配方,实现了不同厂区服务器生产设备的远程管控,提高了不同厂区服务器生产设备协同管控效率。
4、本发明技术方案通过厂间订单产能平衡算法,智能地平衡厂间产能和订单量问题,避免某一厂区产能负荷情况。
应当理解的是以上的一般描述以及后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
为了更清楚说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍,显而易见的,对于本领域普通技术人员而言,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的附图。
图1为本发明方案中实施例一方法的一流程示意图;
图2为本发明方案中实施例一方法的另一流程示意图;
图3为本发明方案中实施例一方法中步骤S2的流程示意图;
图4为本发明方案中实施例一方法中步骤S3的流程示意图;
图5为本发明方案中实施例二装置的一结构示意图;
图6为本发明方案中实施例二装置的另一结构示意图;
图7为本发明方案中实施例三系统不同厂区通信的结构示意图;
图8为本发明方案中实施例三系统同一厂区内部通信的结构示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例一
如图1所示,本发明提供了一种服务器生产设备协同管控方法,运行于云平台中,包括:
S1,获取不同厂区的所有服务器生产设备的生产数据;
S2,根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,所述第一控制指令用于实现不同厂区的所有服务器生产设备的配方管理;
S3,根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理。
进一步地,如图2所示,本发明技术方案提供的一种服务器生产设备协同管控方法,在步骤S1之前,还包括:
S0,建立不同厂区的所有服务器生产设备的网络通信连接。
其中,在步骤S0中,搭建基于TCP/IP(Transmission Control Protocol/InternetProtocol,传输控制协议/网际协议)协议的以太网现场总线网络,5G网络系统通过5G网关并入以太网系统,让所有生产设备处于同一个局域网内。
搭建以控制模块(例如PLC)为核心的工控系统,让同一厂区的服务器生产设备处于可监测可控制状态;每个厂区设置一个控制模块以及一个上位机,每个厂区的上位机通过SOCKET(套接字)等接口将每个厂区内的控制模块、视觉系统等服务器生产设备管控起来,并通过SDK(软件开发工具包)使AGV(Automated Guided Vehicle,通常也称为AGV小车,指装备有电磁或光学等自动导航装置,能够沿规定的导航路径行驶,具有安全保护以及各种移载功能的运输车)、RGV(Rail Guided Vehicle,有轨制导车辆,又叫有轨穿梭小车)等服务器生产设备,以及SCADA(Supervisory Control And Data Acquisition,即数据采集与监视控制系统)系统、MES(面向制造企业车间执行层的生产信息化管理系统)系统等生产信息管理系统实现互联互通。
云平台依次通过交换机、VPN(防火墙)和路由器与每个厂区的上位机通信连接,云平台存储、分析各厂区工厂数据。
在步骤S1中,云平台获取的不同厂区的服务器生产设备的生产数据可以包括每个厂区服务器生产设备的运行情况(设备名称、设备厂家、设备参数等)、订单生产情况、订单完成情况等,也可以包括其他类型的生产数据,本发明在此不做限制。
在步骤S2中,如图3所示,步骤S2具体包括:
S21,获取总部厂区服务器生产设备的配方;
S22,根据总部厂区服务器生产设备的配方,通过预先设置的坐标转换矩阵获取其他厂区的相同名称及功能的设备的配方;
S23,通过其他厂区的相同名称及功能的设备的配方生成不同厂区服务器生产设备的第一控制指令,所述第一控制指令用于实现不同厂区的所有服务器生产设备的配方管理。
其中,在步骤S21中,总部厂区服务器生产设备的配方可以为服务器生产设备的运行参数,包括但不限于运动坐标、运动速度加速度、螺丝拧紧机扭力、螺丝拧紧机按压力、视觉曝光强度,也可以是其他类型的服务器生产设备运行参数,本发明在此不做限制。
在步骤S22中,预先设置的坐标转换矩阵具体是:
其中,/>为从总部厂区服务器生产设备所在b坐标系到i厂区服务器设备所在的i坐标系的坐标变换矩阵,Vb为总部厂区服务器生产设备的矢量V在b坐标系下的投影坐标,Vi为i厂区服务器的相同名称及功能的生产设备的矢量V在i厂区设备坐标下投影坐标。
对于不同厂区的具有相同名称和功能的服务器生产设备,虽生产厂家不同,但设备参数和通信接口相同,比如,硬盘自动打螺丝机,有XYZ垂直的三轴,在设备初始调试时分别建立硬盘自动打螺丝机在总部厂区的b坐标系以及硬盘自动打螺丝机在i厂区的i坐标系,用相同的参照物在固定位置下标定两个坐标系的变换矩阵。
具体地,设硬盘自动打螺丝机上相同的矢量V在i厂区服务器设备的i坐标下的投影坐标为设硬盘自动打螺丝机上相同的矢量V在总部厂区服务器设备的b坐标下的投影坐标为/>则预先设置的坐标转换矩阵具体是:
其中,/>为从总部厂区服务器生产设备所在b坐标系到i厂区服务器设备所在的i坐标系的坐标变换矩阵。
如图4所示,在步骤S3中,步骤S3具体是:
S31,建立对应不同厂区的厂间订单产能平衡算法公式;
S32,求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量;
S33,根据分配至各个厂区的订单数量生产对应不同厂区服务器生产设备的第二控制指令。
其中,在步骤S31中,建立对应不同厂区的厂间订单产能平衡算法具体是:
目标函数其中,服务器单台组装标准节拍为Dt,i工厂的生产节拍为Dti,i工厂的服务器生产设备利用率ηi,j批次订单产品的老化时长为Ttj,j批次订单产品的总功率Pj,分配到i工厂的数量为xi。
在步骤S32中,可以根据粒子群算法求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量具体是:
设置电能约束和老化位置约束;其中,电能约束为:
其中,服务器单台组装标准老化时长Tt,老化室配电容量Si;
老化位置约束为:
其中,mi为老化位置数量,nj为j批次订单产品的总数量;
根据设置的电能约束和老化位置约束,求取厂间订单产能平衡算法公式最小值做对应的分配到i工厂的数量为xi。
因本问题属于实数范围内的离散问题,可通过粒子群算法(也可以通过其他方式)求解出最合适的订单分配方式,从而智能地平衡厂间产能和订单量问题,也能够预警产能负荷。一个简单算例如下:初始条件和边界条件:
种群个数:10;迭代次数:100;维数:1;粒子位置xid边界:[0,1000](即j批次订单共包含1000台服务器),初始值0;粒子速度vid边界[-4,4],初始值0;位置和速度更新方式为:惯性权重w=0.8,学习因子c1=c2=2,r1、r2为(0,1)之间的随机数,个体历史最优位置pid初始值0,种群历史最优位置pgd初始值0;需要说明的是,粒子群算法中的种群个数、迭代次数、维数、粒子速度、惯性权重、学习因子均为粒子群算法内容,与本方案中参数没有直接对应关系,也没有本方案中相关的实际物理含义,可以自定义设置。
目标函数f(x)为最佳适应度,目标函数f(x)是在以上约束条件以及初始条件下,求f(x)的最小值所对应的xi,目标函数f(x)初始值可以为1000(单位为KW)。
需要说明的是,本发明技术方案中步骤S1-S3均可以通过硬件或软件语言编程实现,实现的思路与步骤相对应,也可以通过其他方式实现,本发明在此不做限制。
本发明根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,用于实现不同厂区的所有服务器生产设备的配方管理;通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理;有效解决由于现有技术造成服务器生产设备协同管控效率低,无法实现远程管控的问题,有效地提高不同厂区服务器生产设备的协同管控效率。
本发明技术方案统筹考虑设备的本地化边缘控制与云上管控之间的关系,将设备运行和生产产生的数据大量汇集、分类、分析,发掘数据价值,发挥设备效能,避免出现订单等设备或设备等订单的情况。
本发明技术方案通过配方管理算法,根据总部厂区服务器生产设备的配方,获取其他厂区的相同名称及功能的设备的配方,实现了不同厂区服务器生产设备的远程管控,提高了不同厂区服务器生产设备协同管控效率。
本发明技术方案通过厂间订单产能平衡算法,智能地平衡厂间产能和订单量问题,避免某一厂区产能负荷情况。
实施例二
如图5所示,本发明技术方案还提供了一种服务器生产设备协同管控装置,运行于云平台中,包括:
获取模块101,获取不同厂区的所有服务器生产设备的生产数据;
第一生产模块102,根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,所述第一控制指令用于实现不同厂区的所有服务器生产设备的配方管理;
第二生产模块103,根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理。
进一步地,如图6所示,本发明技术方案提供的一种服务器生产设备协同管控方法,还包括:
建立模块100,建立不同厂区的所有服务器生产设备的网络通信连接。
其中,在建立模块100中,搭建基于TCP/IP(Transmission Control Protocol/Internet Protocol,传输控制协议/网际协议)协议的以太网现场总线网络,5G网络系统通过5G网关并入以太网系统,让所有生产设备处于同一个局域网内。
搭建以控制模块(例如PLC)为核心的工控系统,让同一厂区的服务器生产设备处于可监测可控制状态;每个厂区设置一个控制模块以及一个上位机,每个厂区的上位机通过SOCKET(套接字)等接口将每个厂区内的控制模块、视觉系统等服务器生产设备管控起来,并通过SDK(软件开发工具包)使AGV、RGV等服务器生产设备,以及SCADA系统、MES系统等生产信息管理系统实现互联互通。
云平台依次通过交换机、VPN(防火墙)和路由器与每个厂区的上位机通信连接,云平台存储、分析各厂区工厂数据。
在获取模块101中,云平台获取的不同厂区的服务器生产设备的生产数据可以包括每个厂区服务器生产设备的运行情况(设备名称、设备厂家、设备参数等)、订单生产情况、订单完成情况等,也可以包括其他类型的生产数据,本发明在此不做限制。
本发明根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,用于实现不同厂区的所有服务器生产设备的配方管理;通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理;有效解决由于现有技术造成服务器生产设备协同管控效率低,无法实现远程管控的问题,有效地提高不同厂区服务器生产设备的协同管控效率。
本发明技术方案统筹考虑设备的本地化边缘控制与云上管控之间的关系,将设备运行和生产产生的数据大量汇集、分类、分析,发掘数据价值,发挥设备效能,避免出现订单等设备或设备等订单的情况。
本发明技术方案通过配方管理算法,根据总部厂区服务器生产设备的配方,获取其他厂区的相同名称及功能的设备的配方,实现了不同厂区服务器生产设备的远程管控,提高了不同厂区服务器生产设备协同管控效率。
本发明技术方案通过厂间订单产能平衡算法,智能地平衡厂间产能和订单量问题,避免某一厂区产能负荷情况。
实施例三
如图7-图8所示,本发明技术方案还提供了一种服务器生产设备协同管控系统,云平台21、若干上位机22、若干控制模块23、若干厂区的服务器生产设备24,其中,云平台21、若干上位机22、若干控制模块23、若干厂区的服务器生产设备24均通过网络实现通信连接,云平台21通过每个厂区的控制模块23、每个厂区的上位机22获取每个厂区服务器生产设备24的数据,根据每个厂区服务器生产设备24的数据生产通过配方管理算法生成不同厂区服务器生产设备24的第一控制指令,将第一控制指令通过每个厂区的上位机22发送至每个厂区的控制模块23,每个厂区的控制模块23根据接收的第一控制指令实现对应厂区的所有服务器生产设备24的配方管理;并根据获取不同厂区的所有服务器生产设备24的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备24的第二控制指令,将第二控制指令通过每个厂区的上位机22发送至每个厂区的控制模块23,每个厂区的控制模块23根据接收的第二控制指令实现不同厂区的所有服务器生产设备24的订单平衡管理。
其中,云平台21、若干上位机22、若干控制模块23、若干厂区的服务器生产设备24均通过网络实现通信连接具体是:搭建基于TCP/IP(Transmission Control Protocol/Internet Protocol,传输控制协议/网际协议)协议的以太网现场总线网络,5G网络系统通过5G网关并入以太网系统,5G网络系统与以太网现场总线网络相互配合(某一厂区具体地服务器生产设备的网络连接方式可以是5G网络系统,也可以是以太网现场总线网络,5G网络系统与以太网现场总线网络的配合方式以及配合网络架构不限,只要能够让所有厂区服务器生产设备处于同一局域网内即可),让不同厂区所有生产设备处于同一个局域网内。
搭建以控制模块23(例如PLC)为核心的工控系统,让同一厂区的服务器生产设备24处于可监测可控制状态;每个厂区设置一个控制模块23以及一个上位机22,每个厂区的上位机22通过SOCKET(套接字)等接口将每个厂区内的控制模块23、视觉系统等服务器生产设备24管控起来,并通过SDK(软件开发工具包)使AGV、RGV等服务器生产设备,以及SCADA系统、MES系统等生产信息管理系统实现互联互通。
云平台21依次通过二层交换机、三层交换机、VPN(防火墙)和路由器与每个厂区的上位机22通信连接,云平台21存储、分析各厂区工厂数据。
云平台21获取的不同厂区的服务器生产设备24的生产数据可以包括每个厂区服务器生产设备的运行情况(设备名称、设备厂家、设备参数等)、订单生产情况、订单完成情况等,也可以包括其他类型的生产数据,本发明在此不做限制。
本发明根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,用于实现不同厂区的所有服务器生产设备的配方管理;通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理;有效解决由于现有技术造成服务器生产设备协同管控效率低,无法实现远程管控的问题,有效地提高不同厂区服务器生产设备的协同管控效率。
本发明技术方案统筹考虑设备的本地化边缘控制与云上管控之间的关系,将设备运行和生产产生的数据大量汇集、分类、分析,发掘数据价值,发挥设备效能,避免出现订单等设备或设备等订单的情况。
本发明技术方案通过配方管理算法,根据总部厂区服务器生产设备的配方,获取其他厂区的相同名称及功能的设备的配方,实现了不同厂区服务器生产设备的远程管控,提高了不同厂区服务器生产设备协同管控效率。
本发明技术方案通过厂间订单产能平衡算法,智能地平衡厂间产能和订单量问题,避免某一厂区产能负荷情况。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (5)
1.一种服务器生产设备协同管控方法,其特征是,运行于云平台中,包括:
获取不同厂区的所有服务器生产设备的生产数据;
根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,所述第一控制指令用于实现不同厂区的所有服务器生产设备的配方管理;其中,通过配方管理算法生成对应不同厂区服务器生产设备的第一控制指令具体是:
获取总部厂区服务器生产设备的配方;
根据总部厂区服务器生产设备的配方,通过预先设置的坐标转换矩阵获取其他厂区的相同名称及功能的设备的配方;其中,预先设置的坐标转换矩阵具体是:
,其中,/>为从总部厂区服务器生产设备所在b坐标系到i厂区服务器设备所在的i坐标系的坐标变换矩阵,/>为总部厂区服务器生产设备的矢量V在b坐标系下的投影坐标,/>为i厂区服务器的相同名称及功能的生产设备的矢量V在i厂区设备坐标下投影坐标;
根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理;其中,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令具体是:
建立对应不同厂区的厂间订单产能平衡算法公式;其中,建立对应不同厂区的厂间订单产能平衡算法具体是:
目标函数,其中,服务器单台组装标准节拍为Dt,i工厂的生产节拍为/>,i工厂的服务器生产设备利用率/>,j批次订单产品的老化时长为/>,j批次订单产品的总功率/>,分配到i工厂的数量为/>;
求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量;其中,求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量具体是:
设置电能约束和老化位置约束;其中,电能约束为:
;其中,服务器单台组装标准老化时长Tt,老化室配电容量/>;
老化位置约束为:
,其中,/>为老化位置数量,/>为j批次订单产品的总数量;
根据设置的电能约束和老化位置约束,求取厂间订单产能平衡算法公式最小值做对应的分配到i工厂的数量为;
根据分配至各个厂区的订单数量生成对应不同厂区服务器生产设备的第二控制指令。
2.根据权利要求1所述的一种服务器生产设备协同管控方法,其特征是,获取不同厂区的所有服务器生产设备的生产数据之前,还包括:
建立不同厂区的所有服务器生产设备的网络通信连接。
3.根据权利要求1或2所述的一种服务器生产设备协同管控方法,其特征是,所述配方为服务器生产设备的运行参数,包括运动坐标、运动速度加速度、螺丝拧紧机扭力、螺丝拧紧机按压力、视觉曝光强度。
4.一种服务器生产设备协同管控装置,其特征是,运行于云平台中,包括:
获取模块,获取不同厂区的所有服务器生产设备的生产数据;
第一生产模块,根据获取不同厂区的所有服务器生产设备的生产数据,通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,所述第一控制指令用于实现不同厂区的所有服务器生产设备的配方管理;其中,通过配方管理算法生成对应不同厂区服务器生产设备的第一控制指令具体是:
获取总部厂区服务器生产设备的配方;
根据总部厂区服务器生产设备的配方,通过预先设置的坐标转换矩阵获取其他厂区的相同名称及功能的设备的配方;其中,预先设置的坐标转换矩阵具体是:
,其中,/>为从总部厂区服务器生产设备所在b坐标系到i厂区服务器设备所在的i坐标系的坐标变换矩阵,/>为总部厂区服务器生产设备的矢量V在b坐标系下的投影坐标,/>为i厂区服务器的相同名称及功能的生产设备的矢量V在i厂区设备坐标下投影坐标;
第二生产模块,根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,所述第二控制指令用于实现不同厂区的所有服务器生产设备的订单平衡管理;其中,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令具体是:
建立对应不同厂区的厂间订单产能平衡算法公式;其中,建立对应不同厂区的厂间订单产能平衡算法具体是:
目标函数,其中,服务器单台组装标准节拍为Dt,i工厂的生产节拍为/>,i工厂的服务器生产设备利用率/>,j批次订单产品的老化时长为/>,j批次订单产品的总功率/>,分配到i工厂的数量为/>;
求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量;其中,求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量具体是:
设置电能约束和老化位置约束;其中,电能约束为:
;其中,服务器单台组装标准老化时长Tt,老化室配电容量/>;
老化位置约束为:
,其中,/>为老化位置数量,/>为j批次订单产品的总数量;
根据设置的电能约束和老化位置约束,求取厂间订单产能平衡算法公式最小值做对应的分配到i工厂的数量为;
根据分配至各个厂区的订单数量生成对应不同厂区服务器生产设备的第二控制指令。
5.一种服务器生产设备协同管控系统,其特征是,包括:云平台、若干上位机、若干控制模块、若干厂区的服务器生产设备,其中,云平台、若干上位机、若干控制模块、若干厂区的服务器生产设备均通过网络实现通信连接,所述云平台通过每个厂区的控制模块、每个厂区的上位机获取每个厂区服务器生产设备的数据,根据每个厂区服务器生产设备的数据生产通过配方管理算法生成不同厂区服务器生产设备的第一控制指令,将第一控制指令通过每个厂区的上位机发送至每个厂区的控制模块,每个厂区的控制模块根据接收的第一控制指令实现对应厂区的所有服务器生产设备的配方管理;并根据获取不同厂区的所有服务器生产设备的生产数据,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令,将第二控制指令通过每个厂区的上位机发送至每个厂区的控制模块,每个厂区的控制模块根据接收的第二控制指令实现不同厂区的所有服务器生产设备的订单平衡管理;
其中,通过配方管理算法生成对应不同厂区服务器生产设备的第一控制指令具体是:
获取总部厂区服务器生产设备的配方;
根据总部厂区服务器生产设备的配方,通过预先设置的坐标转换矩阵获取其他厂区的相同名称及功能的设备的配方;其中,预先设置的坐标转换矩阵具体是:
,其中,/>为从总部厂区服务器生产设备所在b坐标系到i厂区服务器设备所在的i坐标系的坐标变换矩阵,/>为总部厂区服务器生产设备的矢量V在b坐标系下的投影坐标,/>为i厂区服务器的相同名称及功能的生产设备的矢量V在i厂区设备坐标下投影坐标;
其中,通过厂间订单产能平衡算法生成对应不同厂区服务器生产设备的第二控制指令具体是:
建立对应不同厂区的厂间订单产能平衡算法公式;其中,建立对应不同厂区的厂间订单产能平衡算法具体是:
目标函数,其中,服务器单台组装标准节拍为Dt,i工厂的生产节拍为/>,i工厂的服务器生产设备利用率/>,j批次订单产品的老化时长为/>,j批次订单产品的总功率/>,分配到i工厂的数量为/>;
求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量;其中,求解厂间订单产能平衡算法公式,获取分配至不同厂区的订单数量具体是:
设置电能约束和老化位置约束;其中,电能约束为:
;其中,服务器单台组装标准老化时长Tt,老化室配电容量/>;
老化位置约束为:
,其中,/>为老化位置数量,/>为j批次订单产品的总数量;
根据设置的电能约束和老化位置约束,求取厂间订单产能平衡算法公式最小值做对应的分配到i工厂的数量为;
根据分配至各个厂区的订单数量生成对应不同厂区服务器生产设备的第二控制指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111370307.7A CN114167824B (zh) | 2021-11-18 | 2021-11-18 | 一种服务器生产设备协同管控方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111370307.7A CN114167824B (zh) | 2021-11-18 | 2021-11-18 | 一种服务器生产设备协同管控方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114167824A CN114167824A (zh) | 2022-03-11 |
CN114167824B true CN114167824B (zh) | 2024-01-26 |
Family
ID=80479557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111370307.7A Active CN114167824B (zh) | 2021-11-18 | 2021-11-18 | 一种服务器生产设备协同管控方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114167824B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114548953A (zh) * | 2022-04-25 | 2022-05-27 | 北京华清安地建筑设计有限公司 | 一种基于功能调整的管理老旧厂区的方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002054176A2 (en) * | 2000-12-29 | 2002-07-11 | Honda North America, Inc. | Move lot size balancing system and method |
CN109917764A (zh) * | 2019-03-26 | 2019-06-21 | 北京市工业技师学院 | 一种智能工厂实训系统 |
CN110288235A (zh) * | 2019-06-26 | 2019-09-27 | 温州中壹技术研究院有限公司 | 一种制鞋订单智能分析排产系统 |
CN110969351A (zh) * | 2019-11-28 | 2020-04-07 | 苏州安永数据科技有限公司 | 面向多任务跨厂协同的生产任务调度方法 |
CN111103860A (zh) * | 2020-01-15 | 2020-05-05 | 江苏古卓科技有限公司 | 一种基于数字孪生平台的工厂管理系统及方法 |
CN111722603A (zh) * | 2020-05-25 | 2020-09-29 | 深圳先进技术研究院 | 生产车间的管控系统和管控方法 |
CN112995327A (zh) * | 2021-03-15 | 2021-06-18 | 海尔数字科技(青岛)有限公司 | 一种云平台系统、工厂端、工业云平台及服务对接系统 |
CN113489804A (zh) * | 2021-07-16 | 2021-10-08 | 安徽华元智控科技有限公司 | 一种基于云边协同的智能工厂机联网系统及接入口装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020031309A (ko) * | 2000-10-23 | 2002-05-01 | 요시다 다다히로 | 제품의 생산정보 관리방법 및 이를 위한 제어센터와제품의 생산정보 관리시스템 |
-
2021
- 2021-11-18 CN CN202111370307.7A patent/CN114167824B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002054176A2 (en) * | 2000-12-29 | 2002-07-11 | Honda North America, Inc. | Move lot size balancing system and method |
CN109917764A (zh) * | 2019-03-26 | 2019-06-21 | 北京市工业技师学院 | 一种智能工厂实训系统 |
CN110288235A (zh) * | 2019-06-26 | 2019-09-27 | 温州中壹技术研究院有限公司 | 一种制鞋订单智能分析排产系统 |
CN110969351A (zh) * | 2019-11-28 | 2020-04-07 | 苏州安永数据科技有限公司 | 面向多任务跨厂协同的生产任务调度方法 |
CN111103860A (zh) * | 2020-01-15 | 2020-05-05 | 江苏古卓科技有限公司 | 一种基于数字孪生平台的工厂管理系统及方法 |
CN111722603A (zh) * | 2020-05-25 | 2020-09-29 | 深圳先进技术研究院 | 生产车间的管控系统和管控方法 |
CN112995327A (zh) * | 2021-03-15 | 2021-06-18 | 海尔数字科技(青岛)有限公司 | 一种云平台系统、工厂端、工业云平台及服务对接系统 |
CN113489804A (zh) * | 2021-07-16 | 2021-10-08 | 安徽华元智控科技有限公司 | 一种基于云边协同的智能工厂机联网系统及接入口装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114167824A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100532804B1 (ko) | 산업용 플랜트의 자동 운영 방법 | |
Wang et al. | An integrated cyber-physical system for cloud manufacturing | |
CN208922110U (zh) | 智能工厂的远程运维设备架构 | |
Büscher et al. | Integrated Smart Grid simulations for generic automation architectures with RT-LAB and mosaik | |
EP2283403A2 (en) | System and method for implementing a power control application in a distributed control system using iec61850 | |
CN114167824B (zh) | 一种服务器生产设备协同管控方法、装置及系统 | |
CN109639187A (zh) | 驱控一体伺服实现方法和系统 | |
CN111797521B (zh) | 一种自动化生产线三维仿真调试及监控方法 | |
Singh et al. | IoT, IIoT and cyber-physical systems integration in the SEPT learning factory | |
CN110579980A (zh) | 一种通用型伺服控制算法有效性验证装置 | |
Jasperneite et al. | Measurement, analysis and modeling of real-time source data traffic in factory communication systems | |
CN112784427B (zh) | 一种基于数字孪生技术智能制造仿真系统 | |
Dalal | The Smart Analysis of Poisson Distribution Pattern Based Industrial Automation in Industry 4.0 | |
Lee et al. | Heterogeneous industrial IoT integration for manufacturing production | |
Duan et al. | A digital twin–driven monitoring framework for dual-robot collaborative manipulation | |
CN115933429A (zh) | 一种基于电压源型风电机组的实时仿真系统搭建方法 | |
CN108736508B (zh) | 一种电压穿越控制仿真方法及系统 | |
CN113671828B (zh) | 一种除尘风机集群的编队控制方法和系统 | |
CN116305714A (zh) | 电力工控安全仿真环境智能变电站典型场景建模方法 | |
CN103454989A (zh) | 大型风机及其高压电机运行监控系统及其监控方法 | |
CN112621755A (zh) | 面向多型号工业机器人的远程监控系统 | |
Pan et al. | Real-time dynamic monitoring of a multi-robot cooperative spraying system | |
Duymazlar et al. | Design and application of OPC-based SCADA system with multiple controllers: an electro-pneumatic case study | |
Haokai et al. | Design of remote monitor system for die casting units | |
Holm et al. | Web based monitoring and control of distant robotic operations |
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 |