CN114326640A - 一种瓶颈工位寻找方法、系统、设备及存储介质 - Google Patents
一种瓶颈工位寻找方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN114326640A CN114326640A CN202111682918.5A CN202111682918A CN114326640A CN 114326640 A CN114326640 A CN 114326640A CN 202111682918 A CN202111682918 A CN 202111682918A CN 114326640 A CN114326640 A CN 114326640A
- Authority
- CN
- China
- Prior art keywords
- action
- station
- stations
- bottleneck
- line body
- 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
- 238000000034 method Methods 0.000 title claims abstract description 250
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000009471 action Effects 0.000 claims abstract description 336
- 230000008569 process Effects 0.000 claims abstract description 182
- 238000004519 manufacturing process Methods 0.000 claims abstract description 73
- 230000003993 interaction Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000013404 process transfer Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 73
- 238000004458 analytical method Methods 0.000 description 11
- 238000005457 optimization Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000003466 welding Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 235000003642 hunger Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000037351 starvation Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- 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]
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种瓶颈工位寻找方法、系统、设备及存储介质。其中所述方法包括:获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。以此,通过对动作及工位的划分使得本发明所求得的工位对应的有效节拍更加精确,进一步地提高了寻找瓶颈工位的精确性和有效性。
Description
技术领域
本发明涉及自动化设备运维领域,尤其涉及一种瓶颈工位寻找方法、系统、设备及存储介质。
背景技术
在全球工业信息化、数字化的趋势浪潮中,制造业车间生产设备数据的实时采集、存储分析和诊断应用得到了前所未有的发展。除了采集线体数据之外,不可避免地要对线体进行深度分析并优化节拍,而线体的下一个层级就是工位,因此有必要将线体划分成多个工位进行横向对比分析。目前通过大数据平台进行线体分析优化,还没有系统的工位划分方案供以选择,以现场原有的物理工位进行划分又有诸多弊端。目前国内大部分线体寻找瓶颈工位都是通过工程师在现场进行长时间观察得出,缺少系统的分析方法。因此,亟待一种精确高效的瓶颈工位寻找方法以解决上述技术问题。
发明内容
为了克服现有技术的不足,本发明提供了一种瓶颈工位寻找方法、系统、设备及存储介质,以解决现有技术中不能对线体节拍瓶颈进行有效分析,不能高效、精确地寻找线体痛点的技术问题。
本发明其中一个实施例提供了一种瓶颈工位寻找方法,包括:
获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;
将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;
根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;
计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。
在其中一个实施例中,所述获取生产线上的线体工艺的步骤包括:
获取当前待处理工件的订单信息;
根据所述订单信息确定所述待处理工件的工艺流转卡;
根据所述工艺流转卡得到所述生产线上的线体工艺。
在其中一个实施例中,所述根据工件流向将所述线体工艺划分为至少一个动作的步骤包括:
获取动作驱动设备的反馈动作开始信号点及所述动作驱动设备的反馈动作完成的信号点;
根据所述动作驱动设备的反馈信号将所述线体工艺划分为至少一个动作。
在其中一个实施例中,所述根据所述动作驱动设备的反馈信号将所述线体工艺划分为至少一个动作的步骤包括:
检测动作的持续时间内是否存在控制器与驱动设备之间的动作交互信号;
若存在动作交互信号,则检测所述动作交互信号中是否存在新的动作信号;
若存在新的动作信号,则将所述动作划分出新的动作信号。
在其中一个实施例中,所述将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列的步骤包括:
采集所述线体上的PLC数据;
根据所述PLC数据确定所述至少一个动作的发生时间;
将所述至少一个动作按照所述至少一个动作的发生时间进行排列得到所述线体工艺的动作序列。
在其中一个实施例中,所述根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位的步骤包括:
根据所述工艺流程确定所述多个工位对应的第一动作及最后动作;
根据所述多个工位对应的第一动作和最后动作从所述动作序列中确定所述多个工位对应的动作数据集。
在其中一个实施例中,所述根据所述工艺流程确定所述多个工位对应的第一动作及最后动作的步骤包括:
在存在一个上件动作的生产线上,所述多个工位中的第一个工位的第一动作为上件动作,所述第一工位为第一上件工位;
在存在至少两个上件动作的生产线上,第二上件工位的上件时间与第一上件工位的上件时间相同,其中所述第二上件工位为所述生产线上除第一上件工位以外的所有上件工位。
在其中一个实施例中,所述根据所述工艺流程确定所述多个工位对应的第一动作及最后动作的步骤还包括:
确保多个工位相邻两个工位中后一个工位的第一动作与前一个工位的最后动作连续发生,以使得所述多个工位中每个工位的第一动作在同一时刻发生。
在其中一个实施例中,所述计算所述多个工位的有效工艺节拍的步骤包括:
获取所述多个工位对应的动作数据分别的持续时间数据;
计算所述多个工位对应的动作数据分别的持续时间数据的并集,其中所述持续时间并集为对应工位的有效节拍。
在其中一个实施例中,所述计算所述多个工位对应的动作数据分别的持续时间数据的并集的步骤包括:
获取PLC数据中的动态数据;
并根据所述动态数据计算得到状态影响因子;
基于所述状态影响因子及所述多个工位对应的动作数据分别的持续时间数据得到所述多个工位对应的动作数据分别的持续时间数据的并集。
在其中一个实施例中,所述根据所述多个工位对应的有效节拍确定所述生产生成线上的瓶颈工位的步骤包括:
获取至少两组多个工位对应的有效节拍;
确定所述多个工位中平均有效节拍最长为位瓶颈工位。
在其中一个实施例中,所述确定所述多个工位中平均有效节拍最长为位瓶颈工位的步骤包括:
判断所述多个工位相对应的有效节拍是否超出预设节拍时长;
将所述多个工位中相对应的有效节拍超出预设节拍时长的工位标记为瓶颈工位。
在其中一个实施例中,所述方法还包括:
根据所述动作数据计算所述多个工位对应的有效节拍;
基于所述有效节拍生成所述工艺的节拍墙。
在其中一个实施例中,所述基于所述有效节拍生成所述工艺的节拍墙的步骤包括:
按照预设规则将生产线划为多个工位,并生成所述多个工位对应的身份ID值;
基于所述多个工位对应的身份ID值及所述多个工位的有效节拍生成所述多个工位的节拍墙。
在本发明其中一个实施例中还提供了一种瓶颈工位寻找系统,包括:
获取模块,获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;
排序模块,将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;
工位划分模块,根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;
计算模块,计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。
在本发明其中一个实施例中还提供了一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,所述存储器上存储有可被至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器在执行时能够实现如上述任意一项所述的工艺节拍计算的步骤。
在本发明其中一个实施例中还提供了一种计算机存储介质,所述计算机存储介质上存储有工艺节拍计算的程序,所述工艺节拍计算的程序被处理器执行时实现如上述任意一项所述的工艺节拍计算的步骤。
本发明以上实施例所提供的寻找瓶颈工位的方法和寻找瓶颈工位的系统具有以下有益效果:
1、通过获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。以此一方面可以针对瓶颈工位提出针对性的生产节拍方案有效地对线体工艺的瓶颈进行改善;另一方面,通过划分统一基准的工位,分析各工位的节拍,得出瓶颈工位,避免由于人工动作造成某个工位工艺节拍过长的情况,保证了所寻找到的瓶颈工位的精准性和有效性。
2、通过获取动作驱动设备的反馈动作开始信号点及所述动作驱动设备的反馈动作完成的信号点;根据所述动作驱动设备的反馈信号将所述线体工艺划分为至少一个动作。通过直接采集这段动作的开始和结束信号方便了动作数据的采集的同时,也保证了所得到的动作数据的精确性,可以更为直观地反映设备的动作持续时间。
3、通过检测动作的持续时间内是否存在控制器与驱动设备之间的动作交互信号;若存在动作交互信号,则检测所述动作交互信号中是否存在新的动作信号;若存在新的动作信号,则将所述动作换分出新的动作信号。以此,使得本发明所求得的工位对应的有效节拍更加精确,进一步地提高了寻找瓶颈工位的精确性和有效性。
4、通过在存在一个上件动作的生产线上,所述多个工位中的第一个工位的第一动作为上件动作,所述第一工位为第一上件工位。在存在至少两个上件动作的生产线上,第二上件工位的上件时间与第一上件工位的上件时间相同,其中所述第二上件工位为所述生产线上除第一上件工位以外的所有上件工位。因此,满足了每个虚拟工位的手动作都满足同时开始条件,可以保证更加高效精确地寻找到瓶颈工位。并且,将多个上件位的生产线划分为多个新工位的方法,不仅保证了所有工位的基准一致,也保障了所采集得到的数据的真实有效性。
5、根据确定多个工位相邻两个工位中后一个工位的第一动作与前一个工位的最后动作连续发生,以使得所述多个工位中每个工位的第一动作在同一时刻发生。以此将生产过程中的人工动作进行剔除,不存在由于人工动作时长过长而导致找不到瓶颈工位或瓶颈工位寻找不正确的问题。
6、通过按照预设规则将生产线划为多个工位,并生成所述多个工位对应的身份ID值;基于所述多个工位对应的身份ID值及所述多个工位的有效节拍生成所述多个工位的节拍墙。通过将生产工艺分解成尽量细的动作并形成虚拟工位,将生产过程转换成生产数据,获取线体每个虚拟工位的有效节拍并直观地显示出来,自动生成线体节拍墙,快速准确地查找线体瓶颈工位,提高线体优化的效率,降低优化提产成本。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端\装置结构示意图;
图2为本发明一种瓶颈工位寻找方法一实施例的流程示意图;
图3为图2中步骤S10的细化流程示意图;
图4为图2中步骤S20的细化流程示意图;
图5为图4中步骤S201的细化流程示意图;
图6为图2中步骤S30的细化流程示意图;
图7为本发明一种瓶颈工位寻找方法另一实施例中步骤S30的细化流程示意图;
图8为图7中步骤S301’的细化流程示意图;
图9为图2中步骤S40的细化流程示意图;
图10为图9中步骤S401的细化流程示意图;
图11为本发明另一实施例所提供的实施例中步骤S40的细化流程示意图;
图12为本发明中工位节拍墙示意图;
图13为本发明另外一个实施例所提供的瓶颈工位寻找系统的模块示意图;
图14为本发明另外一个实施例所提供瓶颈工位寻找系统的模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是PC,也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面3)播放器、便携计算机等具有显示功能的可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及瓶颈工位寻找应用程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的瓶颈工位寻找应用程序,并执行以下操作:
获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;
将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;
根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;
计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。
参照图2,本发明一种瓶颈工位寻找方法第一实施例提供一种瓶颈工位寻找方法,所述方法包括:
步骤S10,获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;
步骤S20,将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;
步骤S30,根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;
步骤S40,计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。
具体而言,在本实施例中,针对当前车间的线体分析方法还存在可优化的空间,大部分的企业都是通过目测线体运行进行线体诊断寻找瓶颈工位,这边方法不仅耗时耗力而且确实说服力,不利于形成自动化的系统分析诊断方案。在本实施例中,通过获取当前生产线上的线体工艺,其中获取线体工艺的方法有很多,示例性地,获取当前生产线上的加工工件的订单信息,根据待处理工件的加工信息得到当前生产线上的线体工艺,根据线体工艺中的工件流向将所述线体工艺划分为尽可能细的动作,并按照所述动作在时间上的发生顺序进行排列得到该线体工艺上的动作序列,并根据线体工艺的工艺特性将所述该动作序列划分为若干个虚拟的工位,例如,在工业生产中,一个工厂的层级可以进行以下划分:工厂→区域→线体→工位。一部分线体,例如主焊线等,有比较明显的工位划分,一般可以直接用来进行节拍分析。但是另一部分线体,例如左右前纵梁等,可能会因为线体内设备过于密集而没有明显的工位划分,这种线体需要进行瓶颈分析就需要进行虚拟工位的划分。针对当前的线体进行线体工艺划分后计算各个工位对应的有效节拍,并确定各个工位中对应的有效节拍最长的工位作为瓶颈工位。以此,一方面可以针对瓶颈工位提出针对性的生产节拍方案有效地对线体工艺的瓶颈进行改善;另一方面本实施例通过划分统一基准的工位,分析各工位的节拍,得出瓶颈工位,已将人工动作的影响剔除,保证了所寻找到的瓶颈工位的精准性和有效性。
进一步地,请参照图3,基于上述实施例,本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S10还包括:
步骤S101,获取当前待处理工件的订单信息;
步骤S102,根据所述订单信息确定所述待处理工件的工艺流转卡;
步骤S103,根据所述工艺流转卡得到所述生产线上的线体工艺。
具体而言,在本实施例中,获取当前生产线上待处理工件的订单信息,其中,所述订单信息包括根据待处理工件的订单需要,调取待处理工件的工单信息,其中工单信息可以为待处理工件的工艺卡,在本实施例中,工艺卡上包括包含工艺流程的二维码、条形码等可以通过扫描得到待处理工件的工艺流程信息。例如,在待处理工件的工单上设置有包括待处理工件工艺流程的二维码,通过扫描可以得到该待处理工件的工件编号、零件加工数量、交货日期、夹具安装图纸以及若干加工工序,其中,每一道加工工序中记录有加工工序的名称、机床号、程序号、工装夹具编号以及预计加工时间。并且可以从订单信息的内容从PDM(产品数据管理)系统中获取所需的工件数据、图纸文档、程序文档、物料清单-、工艺文档等信息,根据从PDM系统中获取得到的信息生成多个信息生成多个工件的加工信息,由此根据工艺流转卡中工艺流转得到所述生产线上的线体工艺。
在本实施例中,获取当前待处理工件的订单信息;根据所述订单信息确定所述待处理工件的工艺流转卡;根据所述工艺流转卡得到所述生产线上的线体工艺。由此,根据当前待处理工件的订单信息得到当前生产线的线体工艺。
进一步地,请参见图4,基于上述实施例,在本发明一种瓶颈工位寻找方法所提供的的其中一个实施例中,所述步骤S20包括:
步骤S201,获取动作驱动设备的反馈动作开始信号点及所述动作驱动设备的反馈动作完成的信号点;
步骤S202,根据所述动作驱动设备的反馈信号将所述线体工艺划分为至少一个动作。
具体而言,在本实施例中,自动生产车间的工件总是从一个工位流向下一个工位,虽然中间可能会有分支,但是如果没有人为干扰,工件是不会回到上一个工位的,因此对于每个工件而言,都只有一个生产路径,沿着这个生产路径进行分析,才能得到这种工件对应的瓶颈工位,在本实施例中,动作指的都是设备的动作,设备都由控制器进行控制,每一个动作的开始总是控制器发一个动作开始信号给设备,以控制设备开始动作,每一个动作的结束总是设备发一个完成信号给控制器,告诉控制器设备的动作结束了。因此,通过直接采集这段动作的开始和结束信号方便了动作数据的采集的同时,也保证了所得到的动作数据的精确性,可以更为直观地反映设备的动作持续时间。
在本实施例中,通过获取动作驱动设备的反馈动作开始信号点及所述动作驱动设备的反馈动作完成的信号点;根据所述动作驱动设备的反馈信号将所述线体工艺划分为至少一个动作。通过直接采集这段动作的开始和结束信号方便了动作数据的采集的同时,也保证了所得到的动作数据的精确性,可以更为直观地反映设备的动作持续时间。
进一步地,请参照图5,基于上述实施例,在本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S201还包括:
步骤S2011,检测动作的持续时间内是否存在控制器与驱动设备之间的动作交互信号;
步骤S2012,若存在动作交互信号,则检测所述动作交互信号中是否存在新的动作信号;
步骤S2013,若存在新的动作信号,则将所述动作换分出新的动作信号。
具体而言,在本实施例中,所述每个动作在持续时间内,控制器和设备间没有其他新的动作信号交互,那么就把所有动作分成了尽量细的动作了,控制器是控制设备的,一旦有新的信号交互,说明这个动作过程中,即,控制器是否向动作执行设备发送新动作的控制信号,或者动作执行设备向控制设备上报可以执行新动作的请求信号,这两种交互信号都表明该动作还可以进一步地细分不是最细的动作。因此在采集得到的动作交互信号中,将新的动作信号分类出来,尽可能细地将当前的线体工艺划分出动作,以此,使得本发明所求得的工位对应的有效节拍更加精确,进一步地提高了寻找瓶颈工位的精确性和有效性。
在本实施例中,通过检测动作的持续时间内是否存在控制器与驱动设备之间的动作交互信号;若存在动作交互信号,则检测所述动作交互信号中是否存在新的动作信号;若存在新的动作信号,则将所述动作换分出新的动作信号。
进一步地,请参照图6,基于上述实施例,在本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S30包括:
步骤S301,采集所述线体上的PLC数据;
步骤S302,根据所述PLC数据确定所述至少一个动作的发生时间;
步骤S303,将所述至少一个动作按照所述至少一个动作的发生时间进行排列得到所述线体工艺的动作序列。
具体而言,在本实施例中,通过数据采集器采集该生产线体上的PLC数据,并根据所采集得到的动作数据按照发生的时间进行排序得到所述线体工艺的动作序列及各个划分后的工位对应的动作序列,并生成相应的动作列表,如下所示:
本实施例以白车身的焊装车间线体为例,参照上述动作列表可见,15夹具是个上件位,具体工艺就是人工上件完成后,机器人焊接,并在焊接完成后抓走工件。从工件流向来看,第一个工作就是15夹具人工上件,然后是15夹具夹紧→机器人焊接→夹具打开→机器人从15夹具抓件→机器人抓件完成进行下一步工作......,从动作来看,只要机器人从15夹具把件抓走完成,15夹具又可以重新人工上件了,因此第一个工位的动作就是从15夹具人工上件到25机器人01抓件完成。第二个工位的第一个动作,从工件流向来看,就是第一个工位最后一个动作的下一个动作,即25机器人01离开抓件位并去焊接,后面的工艺是机器人焊接→25机器人放件到27夹具→35机器人去27夹具抓件......,从动作来看,只要25机器人把件放到27夹具,25机器人又可以到15夹具重新抓件去焊接了,因此第二个工位的动作就是从25机器人01离开抓件位并去焊接到25机器人01放件完成。以此,通过对动作数据按照时间进行排序,从而根据动作数据划分对应的工位。
进一步地,请参见图7,基于上述实施例,本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤30包括:
步骤S301’,根据所述工艺流程确定所述多个工位对应的第一动作及最后动作;
步骤S302’,根据所述多个工位对应的第一动作和最后动作从所述动作序列中确定所述多个工位对应的动作数集。
具体而言,在本实施例中,在正常的生产中,并且当条生产车间只生产一种工件时,当第一工件的第一个发生的动作即为第一个虚拟工位的首动作,第二工件第一个动作开始之前第一工件产生的所有动作都是第一个虚拟工位对应的全部动作,这些动作组成第一个虚拟工位完成的动作数据集,并且在一般情况下,第一个虚拟工位的末动作结束时,第一个虚拟的首动作又马上开始了。并且按照工件流向第一个虚拟工位末动作的下一个动作即为第二个虚拟工位的首动作,并且在第二工件在第二个虚拟工位的第一个动作开始之前第一工件产生的所有动作都是在第二个虚拟工位对应的全部动作,这些动作组成第二个工位完成的动作数据集。以此类推得到其余划分后的虚拟工位的动作数据集。并且在本实施例中,具体地,如果定下了第一个工位的第一个动作,那么第一个工位的末动作结束,正常来讲第一个工位的首动作就应该立刻开始,同时按工件流向的第一个工位的末动作的下一个动作,就是第二个工位的首动作,也会和第一个工位的首动作同时开始,以此类推,每一个虚拟工位的首动作都满足同时开始条件。因此,满足了每个虚拟工位的手动作都满足同时开始条件,可以保证更加高效精确地寻找到瓶颈工位。
在本实施例中,通过根据所述工艺流程确定所述多个工位对应的第一动作及最后动作;根据所述多个工位对应的第一动作和最后动作从所述动作序列中确定所述多个工位对应的动作数据集。以此类推,每一个虚拟工位的首动作都满足同时开始条件。因此,满足了每个虚拟工位的手动作都满足同时开始条件,可以保证更加高效精确地寻找到瓶颈工位。
进一步地,请参照图8,基于上述实施例,本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S301’包括:
步骤S301’1,在存在一个上件动作的生产线上,所述多个工位中的第一个工位的第一动作为上件动作,所述第一工位为第一上件工位;
步骤S301’2,在存在至少两个上件动作的生产线上,第二上件工位的上件时间与第一上件工位的上件时间相同,其中所述第二上件工位为所述生产线上除第一上件工位以外的所有上件工位。
具体而言,在本实施例中,在正常的生产中,并且当条生产车间只生产一种工件时,当第一工件的第一个发生的动作即为第一个虚拟工位的首动作,第二工件第一个动作开始之前第一工件产生的所有动作都是第一个虚拟工位对应的全部动作,这些动作组成第一个虚拟工位完成的动作数据集,并且在一般情况下,第一个虚拟工位的末动作结束时,第一个虚拟的首动作又马上开始了。并且按照工件流向第一个虚拟工位末动作的下一个动作即为第二个虚拟工位的首动作,并且在第二工件在第二个虚拟工位的第一个动作开始之前第一工件产生的所有动作都是在第二个虚拟工位对应的全部动作,这些动作组成第二个工位完成的动作数据集。以此类推得到其余划分后的虚拟工位的动作数据集。即,通过将上件位作为第一个虚拟工位的划分方法,但是若该条生产线上存在多个上件位时,这时可能无法以工件流向准去地判断动作的先后发生顺序,此时为了使得每个虚拟工位的基准一致,则把除了第一个虚拟工位以外的每一个上件位都作为一个新工位进行分析,其中新工位的动作数据集的确定方式与第一个虚拟工位的方法一致。以此,将多个上件位的生产线划分为多个新工位的方法,不仅保证了所有工位的基准一致,也保障了所采集得到的数据的真实有效性。
在本实施例中,在存在一个上件动作的生产线上,所述多个工位中的第一个工位的第一动作为上件动作,所述第一工位为第一上件工位;在存在至少两个上件动作的生产线上,第二上件工位的上件时间与第一上件工位的上件时间相同,其中所述第二上件工位为所述生产线上除第一上件工位以外的所有上件工位。此,将多个上件位的生产线划分为多个新工位的方法,不仅保证了所有工位的基准一致,也保障了所采集得到的数据的真实有效性。
进一步地,基于上述实施例,本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S301还包括:
步骤S301”,确保多个工位相邻两个工位中后一个工位的第一动作与前一个工位的最后动作连续发生,以使得所述多个工位中每个工位的第一动作在同一时刻发生。
具体而言,在本实施例中,如果定下了第一个工位的第一个动作,那么第一个工位的末动作结束,正常来讲第一个工位的首动作就应该立刻开始,同时按工件流向的第一个工位的末动作的下一个动作,就是第二个工位的首动作,也会和第一个工位的首动作同时开始,以此类推,每一个虚拟工位的首动作都满足同时开始条件。具体地,在本实施例中,根据线体工艺划分虚拟工位,再分析各工位的节拍,得出瓶颈工位,并且不以装置或其他设备作为划分工位的基础,以此将生产过程中的人工动作都已经考虑进去,不存在由于人工动作时长过长而导致找不到瓶颈工位或瓶颈工位寻找不正确的问题。
在本实施例中,确保多个工位中相邻两个工位中后一个工位的第一动作与前一个工位的最后动作连续发生,以使得所述多个工位中每个工位的第一动作在同一时刻发生。根据线体工艺划分虚拟工位,再分析各工位的节拍,得出瓶颈工位,并且不以装置或其他设备作为划分工位的基础,以此将生产过程中的人工动作都已经考虑进去,不存在由于人工动作时长过长而导致找不到瓶颈工位或瓶颈工位寻找不正确的问题。
进一步地,请参见图9,基于上述实施例,在本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S40还包括:
步骤S401,获取所述多个工位对应的动作数据分别的持续时间数据;
步骤S402,计算所述多个工位对应的动作数据分别的持续时间数据的并集,其中所述持续时间并集为对应工位的有效节拍。
具体而言,在本实施例中,将线体工艺通过控制器发送的在相应的工位上对应的动作名称的开始信号和结束信号采集并结合工位名称、动作名称、开始信号以及结束信号一并生成相应的动作列表,信号采集器将这些信号的上升沿变化时刻采集发送到服务器数据库,开始信号的上升沿表示对应动作的开始,结束信号的上升沿表示对应动作的结束,服务器进行计算后形成每段动作的持续时间并发送到码头,大数据平台将码头的数据处理之后,将对应虚拟工位所有持续时间并集进行分析运算,得出每个虚拟工位的平均有效节拍。例如,生成对应的动作列表如下:
由此,可见通过划分虚拟工位,再通过采集器将这些开始信号和结束信号进行采集,并根据开始信号和结束信号对应的采集时间得到动作的持续时间,最后将虚拟工位对应所有动作持续时间的并集进行分析计算,以此得出每个虚拟工位的有效节拍。
在本实施例中,通过获取所述多个工位对应的动作数据分别的持续时间数据;计算所述多个工位对应的动作数据分别的持续时间数据的并集,其中所述持续时间并集为对应工位的有效节拍。以此,通过虚拟工位的划分不仅可以保证对人工上件时间进行提取,也可以高效寻找到瓶颈工位,方便操作作业人员进行优化。
进一步地,请参见图10,基于上述实施例,本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S401还包括:
步骤S4011,获取PLC数据中的动态数据;
步骤S4012,并根据所述动态数据计算得到状态影响因子;
步骤S4013,基于所述状态影响因子及所述多个工位对应的动作数据分别的持续时间数据得到所述多个工位对应的动作数据分别的持续时间数据的并集。
具体而言,在本实施例中,在实际生产过程中,可能会出现故障、堵料或缺料等状态,因此需要对加工生产过程中出现的各种状态影响因子进行计算,例如:以上所述状态包括:故障状态、堵料状态以及缺料状态;其中,所述优先级顺序为所述故障状态大于所述堵料状态,所述堵料状态大于所述缺料状态。要区分优先级是因为有些状态时同时发生,又有状态是互斥的,比如缺料和堵料是互斥发生的,会发生缺料就不会发生堵料,而故障和缺料或者故障和堵料会同时发生;然后由于状态可能存在同时发生,所以需要按照优先级对状态发生的重叠时间进行处理,即去除时间重叠部分。示例性地,故障、缺料、缺料是三个相互独立的状态,比如故障时间发生是10:30到11:00,此时也有缺料状态,发生时间是10:50到11:30,因为优先级是故障>堵料>缺料,所以缺料在故障发生的时间段内不计,此时视缺料的时间在11:00到11:30。由此,通过剔除状态因子得到最后的有效节拍,避免了由于状态影响因子某个虚拟工位的有效节拍变长存在误差,从而使得所寻找到的瓶颈工位更加精确有效。
在本实施例中,获取PLC数据中的动态数据;并根据所述动态数据计算得到状态影响因子;基于所述状态影响因子及所述多个工位对应的动作数据分别的持续时间数据得到所述多个工位对应的动作数据分别的持续时间数据的并集。由此,通过剔除状态因子得到最后的有效节拍,避免了由于状态影响因子某个虚拟工位的有效节拍变长存在误差,从而使得所寻找到的瓶颈工位更加精确有效。
进一步地,基于上述实施例,本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S40还包括:
步骤S401’,获取至少两组所述多个工位对应的有效节拍;
步骤S402’,确定所述多个工位中平均有效节拍最长为位瓶颈工位。
具体而言,在本实施例中,为了进一步地提高所寻找的瓶颈工位的准确性及避免偶然性造成的寻找得到的瓶颈工位的误差,在生产过程中,可以提取多组工艺动作数据的开始信号时间点和结束信号点,得到各个虚拟工位对应的动作时间并集,从而求取其中的平均有效节拍,不仅可以提高寻找到的瓶颈工位的有效性也可以避免仅通过一组数据计算可能带来的偶然性。
在本实施例中,获取至少两组所述多个工位对应的有效节拍;确定所述多个工位中平均有效节拍最长的工位为瓶颈工位。不仅可以提高寻找到的瓶颈工位的有效性也可以避免仅通过一组数据计算可能带来的偶然性。
进一步地,请参照图11,基于上述实施例,在本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述步骤S40还包括:
步骤S401”,判断所述多个工位相对应的有效节拍是否超出预设节拍时长;
步骤S402”,将所述多个工位中相对应的有效节拍超出预设节拍时长的工位标记为瓶颈工位。
具体而言,在本实施例中,再通过采集器将这些开始信号和结束信号进行采集,并根据开始信号和结束信号对应的采集时间得到动作的持续时间,最后将虚拟工位对应所有动作持续时间的并集进行分析计算,以此得出每个虚拟工位的有效节拍。将得到的有效节拍与预先设置的标准节拍范围进行比较,将超出预设标准节拍范围值的工位标记为瓶颈工位,并可以进一步地针对瓶颈工位内所包含的动作集,提出优化瓶颈工位的方案,针对动作的不同提出不同的优化手段,进而针对线体工艺的瓶颈工位对应的动作进行针对性优化,有利于提高工艺线体的生产效率。
在本实施例中,通过判断所述多个工位相对应的有效节拍是否超出预设节拍时长;将所述多个工位中相对应的有效节拍超出预设节拍时长的工位标记为瓶颈工位。提出优化瓶颈工位的方案,针对动作的不同提出不同的优化手段,进而针对线体工艺的动作痛点进行针对性优化,有利于提高工艺线体的生产效率。
进一步地,请参见图12,基于上述实施例,本发明一种瓶颈工位寻找方法所提供的其中一个实施例中,所述方法还包括:
步骤S50,根据所述动作数据计算所述多个工位对应的有效节拍;
步骤S60,基于所述有效节拍生成所述工艺的节拍墙。
步骤S601,按照预设规则将生产线划为多个工位,并生成所述多个工位对应的身份ID值;
步骤S602,基于所述多个工位对应的身份ID值及所述多个工位的有效节拍生成所述多个工位的节拍墙。
具体而言,在本实施例中,根据上述实施例中所得的有效节拍时长及其所述对应的身份ID值生成对应的节拍墙,并将节拍墙在控制终端、操作人员的移动终端或其他终端上进行显示,以此可以通过节拍墙清楚明白的看到当前线体工艺上所划分出来的虚拟工位对应的有效节拍时长,清楚地看到瓶颈工位的所在,通过将生产工艺分解成尽量细的动作并形成虚拟工位,将生产过程转换成生产数据,获取线体每个虚拟工位的有效节拍并直观地显示出来,自动生成线体节拍墙,快速准确地查找线体瓶颈工位,提高线体优化的效率,减少寻找线体痛点的人力物力,降低优化提产成本。
进一步地,请参见图13,在本发明其中一个实施例还提供了一种瓶颈工位寻找系统300,包括:
获取模块310,获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;
排序模块320,将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;
工位划分模块330,根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;
计算模块340,计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。
请参见图14,本发明其中一个实施例提供了一种瓶颈工位寻找系统400。所述瓶颈工位寻找系统400包括:
存储器420、处理器410以及存储在所述存储器420上并可在所述处理器410上运行的计算机程序440,所述计算机程序440被所述处理器410执行时实现如以上任意一项实施例所述的寻找瓶颈工位的步骤。
本发明其中一个实施例提供了一种电子设备,包括:至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,所述存储器上存储有可被至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器在执行时能够实现如上述任意一项所述的瓶颈工位寻找方法的步骤。
本发明其中一个实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如以上任意一项实施例所述的瓶颈工位寻找方法的步骤。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (17)
1.一种瓶颈工位寻找方法,其特征在于,包括:
获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;
将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;
根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;
计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。
2.根据权利要求1所述的寻找瓶颈工位的方法,其特征在于,所述获取生产线上的线体工艺的步骤包括:
获取当前待处理工件的订单信息;
根据所述订单信息确定所述待处理工件的工艺流转卡;
根据所述工艺流转卡得到所述生产线上的线体工艺。
3.根据权利要求1或2所述的寻找瓶颈工位的方法,其特征在于,所述根据工件流向将所述线体工艺划分为至少一个动作的步骤包括:
获取动作驱动设备的反馈动作开始信号点及所述动作驱动设备的反馈动作完成的信号点;
根据所述动作驱动设备的反馈信号将所述线体工艺划分为至少一个动作。
4.根据权利要求3所述的寻找瓶颈工位的方法,其特征在于,所述根据所述动作驱动设备的反馈信号将所述线体工艺划分为至少一个动作的步骤包括:
检测动作的持续时间内是否存在控制器与驱动设备之间的动作交互信号;
若存在动作交互信号,则检测所述动作交互信号中是否存在新的动作信号;
若存在新的动作信号,则将所述动作划分出新的动作信号。
5.根据权利要求1所述的寻找瓶颈工艺的方法,其特征在于,所述将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列的步骤包括:
采集所述线体上的PLC数据;
根据所述PLC数据确定所述至少一个动作的发生时间;
将所述至少一个动作按照所述至少一个动作的发生时间进行排列得到所述线体工艺的动作序列。
6.根据权利要求1或5所述的寻找瓶颈工位的方法,其特征在于,所述根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位的步骤包括:
根据所述工艺流程确定所述多个工位对应的第一动作及最后动作;
根据所述多个工位对应的第一动作和最后动作从所述动作序列中确定所述多个工位对应的动作数据集。
7.根据权利要求6所述的寻找瓶颈工位的方法,其特征在于,所述根据所述工艺流程确定所述多个工位对应的第一动作及最后动作的步骤包括:
在存在一个上件动作的生产线上,所述多个工位中的第一个工位的第一动作为上件动作,所述第一工位为第一上件工位;
在存在至少两个上件动作的生产线上,第二上件工位的上件时间与第一上件工位的上件时间相同,其中所述第二上件工位为所述生产线上除第一上件工位以外的所有上件工位。
8.根据权利要求6所述的寻找瓶颈工位的方法,其特征在于,所述根据所述工艺流程确定所述多个工位对应的第一动作及最后动作的步骤还包括:
确保相邻两个工位中后一个工位的第一动作与前一个工位的最后动作连续发生,以使得所述多个工位中每个工位的第一动作在同一时刻发生。
9.根据权利要求1所述的寻找瓶颈工位的方法,其特征在于,所述计算所述多个工位的有效工艺节拍的步骤包括:
获取所述多个工位对应的动作数据分别的持续时间数据;
计算所述多个工位对应的动作数据分别的持续时间数据的并集,其中所述持续时间并集为对应工位的有效节拍。
10.根据权利要求9所述的寻找瓶颈工位的方法,其特征在于,所述计算所述多个工位对应的动作数据分别的持续时间数据的并集的步骤包括:
获取PLC数据中的动态数据;
并根据所述动态数据计算得到状态影响因子;
基于所述状态影响因子及所述多个工位对应的动作数据分别的持续时间数据得到所述多个工位对应的动作数据分别的持续时间数据的并集。
11.根据权利要求1所述的寻找瓶颈工位的方法,其特征在于,所述根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位的步骤包括:
获取所述多个工位对应的有效节拍;
确定所述多个工位中平均有效节拍最长的工位为瓶颈工位。
12.根据权利要求11所述的寻找瓶颈工位的方法,其特征在于,所述确定所述多个工位中平均有效节拍最长的工位为瓶颈工位的步骤包括:
判断所述多个工位相对应的有效节拍是否超出预设节拍时长;
将所述多个工位中相对应的有效节拍超出预设节拍时长的工位标记为瓶颈工位。
13.根据权利要求1所述的寻找瓶颈工位的方法,其特征在于,所述方法还包括:
根据所述线体工艺计算所述多个工位对应的有效节拍;
基于所述有效节拍生成所述工艺的节拍墙。
14.根据权利要求13所述的寻找瓶颈工位的方法,其特征在于,所述基于所述有效节拍生成所述工艺的节拍墙的步骤包括:
按照预设规则将生产线划为多个工位,并生成所述多个工位对应的身份ID值;
基于所述多个工位对应的身份ID值及所述多个工位的有效节拍生成所述多个工位的节拍墙。
15.一种瓶颈工位寻找系统,其特征在于,包括:
获取模块,获取生产线上的线体工艺,并根据工件流向将所述线体工艺划分为至少一个动作;
排序模块,将所述至少一个动作按照发生时间进行排列得到所述线体工艺的动作序列;
工位划分模块,根据所述线体工艺的动作序列将所述线体工艺划分得到多个工位;
计算模块,计算所述多个工位的有效工艺节拍,根据所述多个工位的有效工艺节拍得到所述线体工艺的瓶颈工位,其中所述瓶颈工位为有效工艺节拍最长的工位。
16.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,所述存储器上存储有可被至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器在执行时能够实现如权利要求1-14任意一项所述的瓶颈工位寻找方法的步骤。
17.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有工艺节拍计算的程序,所述工艺节拍计算的程序被处理器执行时实现如权利要求1-14任意一项所述的瓶颈工位寻找方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111682918.5A CN114326640B (zh) | 2021-12-31 | 2021-12-31 | 一种瓶颈工位寻找方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111682918.5A CN114326640B (zh) | 2021-12-31 | 2021-12-31 | 一种瓶颈工位寻找方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114326640A true CN114326640A (zh) | 2022-04-12 |
CN114326640B CN114326640B (zh) | 2024-05-17 |
Family
ID=81022214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111682918.5A Active CN114326640B (zh) | 2021-12-31 | 2021-12-31 | 一种瓶颈工位寻找方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114326640B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114952059A (zh) * | 2022-06-08 | 2022-08-30 | 深圳市大族机器人有限公司 | 一种基于协作机器人的自动化焊接方法及系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001282344A (ja) * | 2000-03-31 | 2001-10-12 | Nec Corp | タクト生産の生産計画立案方法及びその生産計画立案システム |
JP2005167220A (ja) * | 2000-07-27 | 2005-06-23 | Matsushita Electric Ind Co Ltd | 稼働分析装置、稼働分析システム、稼働分析プログラムおよび稼働分析方法 |
JP2007336711A (ja) * | 2006-06-15 | 2007-12-27 | Chugoku Electric Power Co Inc:The | 位相制御内蔵ディジタル保護リレー装置 |
JP2009110435A (ja) * | 2007-10-31 | 2009-05-21 | Sharp Corp | 生産ラインの搬送ボトルネック解析装置 |
DE102009056477A1 (de) * | 2009-12-01 | 2010-08-19 | Daimler Ag | Verfahren zum Fertigen von Fahrzeugen |
JP2011223444A (ja) * | 2010-04-13 | 2011-11-04 | Nippon Telegr & Teleph Corp <Ntt> | 無線通信システムの基地局装置および基地局装置の周波数誤差補償方法 |
CN106295840A (zh) * | 2015-06-09 | 2017-01-04 | 北京福田康明斯发动机有限公司 | 一种优化生产流水线作业的方法、装置及生产流水线 |
CN107506885A (zh) * | 2017-06-28 | 2017-12-22 | 杭州中车车辆有限公司 | 地铁列车工位制节拍化生产模式的构建方法 |
US20180150066A1 (en) * | 2016-11-28 | 2018-05-31 | Institute For Information Industry | Scheduling system and method |
CN111427323A (zh) * | 2020-04-22 | 2020-07-17 | Oppo(重庆)智能科技有限公司 | 一种产能瓶颈监控方法、装置、设备及存储介质 |
CN111489079A (zh) * | 2020-04-09 | 2020-08-04 | Oppo(重庆)智能科技有限公司 | 一种产能瓶颈检测方法、装置及计算机可读存储介质 |
CN111913449A (zh) * | 2020-07-24 | 2020-11-10 | Tcl王牌电器(惠州)有限公司 | 生产系统及其生产节拍监控方法、监控装置和存储介质 |
CN112526952A (zh) * | 2020-12-14 | 2021-03-19 | 安徽巨一科技股份有限公司 | 一种基于线体节拍采集及分析方法和系统 |
CN112836976A (zh) * | 2021-02-07 | 2021-05-25 | 青岛历派软件有限公司 | 一种缝制流水线的智能平衡方法 |
CN113219921A (zh) * | 2021-04-30 | 2021-08-06 | 广州明珞装备股份有限公司 | 一种工位生产节拍处理方法、系统、装置及存储介质 |
CN113256833A (zh) * | 2021-05-12 | 2021-08-13 | 安徽巨一科技股份有限公司 | 一种基于plc的线体工序时长分析方法及其应用 |
CN113569762A (zh) * | 2021-07-30 | 2021-10-29 | 西门子工厂自动化工程有限公司 | 用于使用振动数据进行生产线瓶颈分析的方法和装置 |
-
2021
- 2021-12-31 CN CN202111682918.5A patent/CN114326640B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001282344A (ja) * | 2000-03-31 | 2001-10-12 | Nec Corp | タクト生産の生産計画立案方法及びその生産計画立案システム |
JP2005167220A (ja) * | 2000-07-27 | 2005-06-23 | Matsushita Electric Ind Co Ltd | 稼働分析装置、稼働分析システム、稼働分析プログラムおよび稼働分析方法 |
JP2007336711A (ja) * | 2006-06-15 | 2007-12-27 | Chugoku Electric Power Co Inc:The | 位相制御内蔵ディジタル保護リレー装置 |
JP2009110435A (ja) * | 2007-10-31 | 2009-05-21 | Sharp Corp | 生産ラインの搬送ボトルネック解析装置 |
DE102009056477A1 (de) * | 2009-12-01 | 2010-08-19 | Daimler Ag | Verfahren zum Fertigen von Fahrzeugen |
JP2011223444A (ja) * | 2010-04-13 | 2011-11-04 | Nippon Telegr & Teleph Corp <Ntt> | 無線通信システムの基地局装置および基地局装置の周波数誤差補償方法 |
CN106295840A (zh) * | 2015-06-09 | 2017-01-04 | 北京福田康明斯发动机有限公司 | 一种优化生产流水线作业的方法、装置及生产流水线 |
US20180150066A1 (en) * | 2016-11-28 | 2018-05-31 | Institute For Information Industry | Scheduling system and method |
CN107506885A (zh) * | 2017-06-28 | 2017-12-22 | 杭州中车车辆有限公司 | 地铁列车工位制节拍化生产模式的构建方法 |
CN111489079A (zh) * | 2020-04-09 | 2020-08-04 | Oppo(重庆)智能科技有限公司 | 一种产能瓶颈检测方法、装置及计算机可读存储介质 |
CN111427323A (zh) * | 2020-04-22 | 2020-07-17 | Oppo(重庆)智能科技有限公司 | 一种产能瓶颈监控方法、装置、设备及存储介质 |
CN111913449A (zh) * | 2020-07-24 | 2020-11-10 | Tcl王牌电器(惠州)有限公司 | 生产系统及其生产节拍监控方法、监控装置和存储介质 |
CN112526952A (zh) * | 2020-12-14 | 2021-03-19 | 安徽巨一科技股份有限公司 | 一种基于线体节拍采集及分析方法和系统 |
CN112836976A (zh) * | 2021-02-07 | 2021-05-25 | 青岛历派软件有限公司 | 一种缝制流水线的智能平衡方法 |
CN113219921A (zh) * | 2021-04-30 | 2021-08-06 | 广州明珞装备股份有限公司 | 一种工位生产节拍处理方法、系统、装置及存储介质 |
CN113256833A (zh) * | 2021-05-12 | 2021-08-13 | 安徽巨一科技股份有限公司 | 一种基于plc的线体工序时长分析方法及其应用 |
CN113569762A (zh) * | 2021-07-30 | 2021-10-29 | 西门子工厂自动化工程有限公司 | 用于使用振动数据进行生产线瓶颈分析的方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114952059A (zh) * | 2022-06-08 | 2022-08-30 | 深圳市大族机器人有限公司 | 一种基于协作机器人的自动化焊接方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114326640B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cook et al. | An exact rational mixed-integer programming solver | |
US20060224440A1 (en) | Systems and methods for determining process cycle efficiency in production environments | |
CN1749898A (zh) | 数控加工仿真方法及数控加工仿真装置 | |
CN114326640A (zh) | 一种瓶颈工位寻找方法、系统、设备及存储介质 | |
CN108121298A (zh) | 自动化加工程序切削力优化系统及方法 | |
JP4131876B2 (ja) | ワイヤ放電加工機用数値制御装置 | |
US20200110388A1 (en) | Machine tool grouping device and grouping method | |
CN111164622A (zh) | 作业分析装置以及作业分析方法 | |
WO2023125082A1 (zh) | 一种工艺动作判断方法、系统、设备及存储介质 | |
Yan et al. | Research on human-machine task collaboration based on action recognition | |
Dettmann et al. | Startup methodology for production flow simulation projects assessing environmental sustainability | |
CN113793067B (zh) | 流水线的包装资源调度方法 | |
JP5068684B2 (ja) | 作業管理システムおよび作業管理方法 | |
CN1704947A (zh) | 模具加工产能负载处理系统及方法 | |
JP2020201982A (ja) | 稼働管理装置 | |
CN106407297A (zh) | 一种数据包下载管理系统及方法 | |
CN111922437A (zh) | 板材排样的检测方法、装置、系统、电子设备及存储介质 | |
CN114372626A (zh) | 一种农机调度方法、系统、终端设备及存储介质 | |
JPWO2020115802A1 (ja) | エネルギー管理支援装置、エネルギー管理支援システム、エネルギー管理支援方法、およびエネルギー管理支援プログラム | |
Fasth et al. | Development of production cells with regard to physical and cognitive automation: A decade of evolution | |
Neb | A novel approach to identify automation potentials of assembly processes directly from CAD models | |
JP7358913B2 (ja) | 情報処理システム | |
CN107871056B (zh) | 一种高斯软件输出文件自动化数据分析方法及装置 | |
Kim et al. | Data integration and arrangement in the shop floor based-on time stamp: An illustrative study of CNC machining | |
US20230359181A1 (en) | Information processing system |
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 |