CN114331236A - 一种基于mes的激光切割生产管理方法、设备及介质 - Google Patents
一种基于mes的激光切割生产管理方法、设备及介质 Download PDFInfo
- Publication number
- CN114331236A CN114331236A CN202210256321.2A CN202210256321A CN114331236A CN 114331236 A CN114331236 A CN 114331236A CN 202210256321 A CN202210256321 A CN 202210256321A CN 114331236 A CN114331236 A CN 114331236A
- Authority
- CN
- China
- Prior art keywords
- order
- production
- processed
- laser cutting
- initial
- 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
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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Laser Beam Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种基于MES的激光切割生产管理方法、设备及介质,属于管理方面的数据处理领域,方法包括:获取客户订单,并对客户订单进行预处理获得初始客户订单;根据初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;根据各产品的失信概率确定待处理客户订单中各个订单的失信概率;基于各个订单的失信概率,确定对应的待处理客户订单的权重;根据多个初始订单任务集合中的订单排序,分别模拟生产因子,根据生产因子获得符合要求的初始订单任务集合,根据生产因子确定初始最佳适应度;根据初始最佳适应度、初始订单任务集合与权重确定当前待处理清单。避免了仅基于时间对客户订单进行排序时,生产安排不合理的问题。
Description
技术领域
本说明书涉及生产管理技术领域,尤其涉及一种基于MES的激光切割生产管理方法、设备及介质。
背景技术
制造执行系统(Manufacturing Execution System,简称MES)是上世纪90年代开始出现的一种新型的企业生产管理系统,作为上层的计划管理系统与底层的工业控制之间的面向车间层的信息管理桥梁,为操作人员和管理人员提供计划的执行、跟踪以及所有资源,例如:人、设备、物料、客户需求等的当前状态。
而对于激光切割生产企业来说,其生产加工是面向订单杂、中小批量、多品种且具有客户个性化要求。
目前,各类激光切割的企业在进行产品生产的过程中,仅基于客户订单的订单生产时间对激光切割生产进行生产调度,无法保证激光切割企业的生产利益,无法基于客户订单获得合适的生产顺序,以保证高效率的激光切割生产。
发明内容
本说明书一个或多个实施例提供了一种基于MES的激光切割生产管理方法、设备及介质,用于解决如下技术问题:如何提供一种可以提高生产效率的激光切割生产管理方法。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供一种基于MES的激光切割生产管理方法,方法包括:
获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单;
根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;
将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率;
基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重;
基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合;
根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度;
确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值;
对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度;
若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单;
基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度;
基于预设算法对所述生产计划调度进行分析确定出目标切割方案;
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
在本说明书一个或多个实施例中,所述获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单,具体包括:
获取所述原始客户订单,并将所述原始客户订单存储于预设数据库中;
获取所述预设数据库中存储的所述原始客户订单,以基于订单标识对所述原始客户订单进行筛选,获得初始客户订单;其中,所述订单标识用于标识已处理的原始客户订单与已失效的原始客户订单。
在本说明书一个或多个实施例中,所述基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度,具体包括:
基于所述当前可用物料与所述所需物料,确定缺补物料,以基于所述缺补物料对所述当前待处理清单进行过滤,获得能处理清单;其中,所述能处理清单包括:能处理订单事件、生产工艺路线、工序内容、所述能处理订单事件对应的客户订单;
基于所述生产工艺路线与所述工序内容,对所述能处理清单进行工艺分类,得到所述能处理清单对应的工艺类型,以基于所述工艺类型将所述能处理订单事件匹配到对应的激光切割设备;
根据所述对应的激光切割设备的空闲时间,与所述能处理订单事件在所述能处理清单中的排序,获得所述能处理订单事件的生产初始时间;
基于所述能处理订单事件对应的客户订单确定所述能处理订单事件的处理频率;
将所述处理频率、所述生产初始事件与所述对应的激光切割设备输入预设生产分类模型中,输出生产计划调度。
在本说明书一个或多个实施例中,所述基于预设算法对所述生产计划调度进行分析确定出目标切割方案,具体包括:
根据当前生产计划清单获取所述能处理订单事件,并基于时间顺序对所述能处理订单事件进行分类,获得多个基于时间域的生产集合;
获取所述生产集合的工艺信息,并基于所述工艺信息中的切割深度范围与加工物料的特性,确定对应的激光切割设备的设备功率;其中,所述加工物料的特性包括:所述加工物料的长度,所述加工物料的厚度;
根据所述对应的设备功率确定所述生产集合的限制规则;
基于所述限制规则与各所述对应的激光切割设备的空闲时间,确定所述能处理事件的初始生产调度;
获取所述生产集合中各可处理事件的优先级,并基于所述优先级对所述初始生产调度进行调整,确定出目标切割方案。
在本说明书一个或多个实施例中,所述获取所述生产集合的工艺信息,并基于所述工艺信息中的切割深度范围与加工物料的特性,确定对应的激光切割设备的设备功率,具体包括:
根据所述工艺信息的切割深度范围与所述加工物料的厚度,确定所述工艺信息对应的最大切割深度;
基于历史切割数据,在所述各个激光切割设备中获取与所述最大切割深度对应的多个历史设备;
根据所述多个历史设备处理所述最大切割深度的设备功率,确定初始设备功率的范围;
获取所述多个历史设备处理所述最大切割深度后预设时间段内的维修数据,并根据所述维修数据确定第一功率阈值;
基于所述第一功率阈值对所述初始设备功率范围进行处理,获得所述对应的设备功率。
在本说明书一个或多个实施例中,所述对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,具体包括:
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据确定所述各个激光切割设备中的异常激光切割设备;
将所述异常激光切割设备对应的运行数据输入预设的故障预测模型中,获得所述异常激光切割设备的故障概率;
若所述异常激光切割设备的故障概率高于预设阈值,则根据所目标切割方案中所述各个激光切割设备的状态类别与所述各个激光切割设备在每个状态类别下的关联信息确定出符合要求的激光切割设备,以将所述异常激光切割设备转换为所述符合要求的激光切割设备,以实现对所述各个激光切割设备的调整。
在本说明书一个或多个实施例中,所述基于所述运行数据对所述各个激光切割设备进行调整之后,所述方法还包括:
将所述生产工艺路线与所述工序内容输入所述各个激光切割设备中,以控制所述各个激光切割设备进行切割,获得对应的产品;
获取所述各个激光切割设备在切割过程中产生的生产加工数据;
基于预设传输接口,将所述生产加工数据上传到与所述能处理订单事件对应的客户订单相对应的显示设备,以基于所述显示设备实时监控所述产品的生产效率。
在本说明书一个或多个实施例中,所述获取所述各个激光切割设备在切割过程中产生的生产加工数据;基于预设传输接口,将所述生产加工数据上传到与所述能处理订单事件对应的客户订单相对应的显示设备,具体包括:
获取所述各个激光切割设备在切割过程中的加工日志,以基于所述加工日志确定所述各个激光切割设备的加工运行参数;其中,所述加工运行参数包括:运行时间、急停时间、空闲时间、离线时间、暂停时间、倍率、进度、气压、功率、X轴位置、Y轴位置、Z轴位置、跟随速度、跟随高度、加工时间;
获取与所述加工日志相对应的所述各个激光切割设备的加工报告,其中,所述加工报告的参数包括:文件名、穿孔数、穿孔时间、切割长度、空程长度、切割用时、总体用时、循环加工次数、开始时间、任务单ID、用户ID、设备ID、零件个数、耗电量、耗气量、空移时间、结束时间;
基于所述加工日志与所述加工报告确定所述各个激光切割设备的生产加工数据;
将所述生产加工数据中的各个参数,基于预设网络协议上传至预设MES系统;
基于所述预设MES系统将所述加工报告的各个参数与所述加工运行参数生成报表看板数据,以实时监控所述各个激光切割设备的状态。
本说明书一个或多个实施例提供一种基于MES的激光切割生产管理设备,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,
所述存储器存储有可被所述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能够:
获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单;
根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;
将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率;
基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重;
基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合;
根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度;
确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值;
对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度;
若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单;
基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度;
基于预设算法对所述生产计划调度进行分析确定出目标切割方案;
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单;
根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;
将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率;
基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重;
基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合;
根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度;
确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值;
对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度;
若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单;
基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度;
基于预设算法对所述生产计划调度进行分析确定出目标切割方案;
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过确定各个客户订单的失信概率并将失信概率作为权重,与其他生产因子共同判断后获得挡圈待处理清单进行生产,解决现有技术中仅根据订单处理时间的顺序对订单进行分配不同效率要求的订单,造成订单处理效率较低的问题。
附图说明
为了更清楚地说明本说明书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地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书实施例提供的一种基于MES的激光切割生产管理方法的流程示意图;
图2为本说明书实施例提供的一种基于MES的激光切割生产管理设备的内部结构示意图;
图3为本说明书实施例提供的一种非易失性存储介质的内部结构示意图。
具体实施方式
本说明书实施例提供一种基于MES的激光切割生产管理方法、设备及介质。
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
如图1所示,本说明书实施例提供了一种基于MES的激光切割生产管理方法的流程示意图。
在本说明书一个或多个实施例中,执行主体为控制管理激光切割生产流程的服务器或各个执行单元。由图1可知,方法包括以下步骤:
S1001:获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单。
现阶段客户需求水平不断提高,小批量与个性化的生产需求极为迫切,这就导致了各类订单大量涌入激光切割企业,为了对客户订单进行初步筛选确定出需要处理的客户订单,提高生产效率。所以在本说明书一个实施例中,获取客户订单,并对客户订单进行预处理获得初始客户订单,具体包括以下内容:
首先,获取原始客户订单,并将原始客户订单存储于预设数据库中。其中,需要说明的是,原始客户订单中说明了该客户所需的生产产品,所需的产品数量、订单下发的日期以及订单期限等限制激光切割生产时间的因素等。例如,在本说明书一个或多个实施例中客户订单内容包括:客户、业务员、结算方式,结算时间,销售方式,交付方式,交付地点,产品信息例如:产品名称、单位、规格、型号、数量、价税合计、交货日期、图纸等,零件信息例如:零件名、略缩图、尺寸、材质、厚度、数量等信息。因为数据库中的客户订单存在已经失效的或者已经进行处理的订单,为了避免对客户订单的重复处理,则需要根据订单标识对数据库中已经失效的,或者已经处理的客户订单,进行过滤,获得初始客户订单。其中,需要说明的是订单标识用于标注已经处理的订单与已经失效的订单,所以根据订单标识确定出不需要处理的订单后,可以避免生产不必要的产品,从而解决产品堆积的问题。
S1002:根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单。
由于激光切割的企业接收的客户订单数量可能较多,为了可以及时对客户订单进行处理,并获得最大的生产效率与较低的生产成本,就需要根据初始客户订单和预设的生产计划,获得预设时间段内的待处理客户订单。比如:对客户订单进行排序获得当日需要处理的客户订单,或者预设时间段内需要处理的客户订单。
S1003:将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率。
因为竞争企业以及存在信用欺诈行为的公司可能会在生产中期将客户订单进行撤销,此时会造成生产物料的浪费以及生产成本的大幅上升。所以,为了避免此类情况的出现,在对待处理客户订单进行处理之前,要先将待处理客户订单的各产品信息分别输入到预先训练的产品预测模型中,输出各产品的失信概率。由于各个订单中可能存在一个或多个产品,所以需要根据获得各产品的失信概率,确定出待处理客户订单里各个订单的失信概率,以便后续根据各个订单的失信概率,确定出对应的待处理客户订单的权重值。
S1004:基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重。
由上述步骤S1003可知,根据获得各产品的失信概率,确定出了待处理客户订单里各个订单的失信概率。从而根据各个订单的失信概率,确定出对应的待处理客户订单的权重值。可以理解的是,失信概率越大,则说明该客户的信用越低对应的权重值就越低。通过基于各订单的失信概率,确定出对应的待处理客户的权重,为后续合理分配处理订单的顺序做了基础,避免了出现产品生产后无法销售,所导致产品堆积的问题。
S1005:基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合。
S1006:根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度。
在本说明书一个或多个实施例中,为了获得最优的客户订单排序,首先对待处理客户订单根据预先设置的数值进行随机排序,获得多个初始任务订单集合;例如,设置的数值为30则需要进行30次随机排序,获得30个初始任务订单集合。然后根据对获得的多个初始订单任务集合中的订单进行排序,模拟各个初始任务订单集合中,各个影响生产成本与生产速度的生产因子例如:生产时间与生产成本,从而根据生产因子如:生产时间和生产成本获得符合要求的初始任务订单集合。把符合要求的初始任务订单集合对应的生产因子的归一化均值,作为初始最佳适应度。其中,需要说明的是,适应度是用来评估个体或解的优劣并作为后续迭代操作的依据。因为对生产时间与生产成本等生产因子,作为订单排序的因子,所以适应度值越低则说明企业的成本越低、利益越高,即对应的结果越好。
S1007:确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值。
在本说明书一个或多个实施例中,把符合要求的初始任务订单集合对应的订单排序,作为第一迭代序列,然后根据待处理客户订单的权重值和获得的对应的订单排序,确定出第一迭代序列权重值。即获得符合生产时间与生产成本等生产因子最优的第一迭代序列中,各个订单的权重值。以便基于权重值对订单执行策略进行适应性调整,以避免失信订单对生产流程的影响。
S1008:对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度。
在获得第一迭代序列之后,对多个初始订单任务集合进行交叉迭代,从而获得第二迭代序列,并且根据第二迭代序列计算出迭代之后的最佳适应度。具体的,对多个初始任务集合进行交叉迭代,即根据基因遗传的特性将第一迭代序列作为当前染色体进行交叉,更换各个任务集合中各待处理客户订单的顺序获得第二迭代序列。根据第二迭代序列计算获取迭代后的最佳适应度。
S1009:若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单。
在本说明书一个或多个实施例中,如果迭代后的最佳适应度小于初始最佳适应度,并且第二迭代序列的权重值大于第一迭代序列的权重值,则说明第二迭代序列的生产效率更高。所以将第二迭代序列对应的订单排序作为当前待处理清单进行后续处理。解决了现有技术中仅根据订单处理时间的顺序对订单进行分配不同效率要求的订单,造成订单处理效率较低的问题,避免了由于客户信用问题所造成的成本损失。
本说明书另一个实施例中,提供了一种基于排单顺序获取当前待处理清单的方式,具体地包括以下过程:排单顺序首先根据紧急程度,人工干预设置排单单据的先后顺序以实现紧急可先排的功能,再根据人工选调日期,判断激光切割设备是否在空闲期,若不在空闲期那么需要重新选择激光切割设备,如果在空闲期,则需要根据实现录入的公司人员班次数据具体分配到各个工作时间段以避免生产过程出现故障时无人处理的情况。依据确定的排单顺序形成当前待处理清单,从而依次处理待处理清单中各个客户订单。
S1010:基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度。
基于上述方法获取到当前待处理清单,根据当前待处理清单可以确定当前清单中各个客户订单所需要的物料,确定出所需物料。然后再根据预设料库获取的当前可用物料,以基于所述所需物料、所述当前可用物料与所述当前待处理清单,获得生产计划调度。具体的,在本说明书一个或多个实施例中,根据预设料库获取当前可用物料,以基于所需物料、当前可用物料与当前待处理清单,获得生产计划调度,具体包括以下步骤:
首先,根据预设物料库获取当前可用物料。其中,可以理解的是,预设物料库可以基于物料信息进行实时增减,从而反映当前仓库中的剩余物料。根据当前可用物料和所需物料,确定出所需物料中的缺补物料。在根据预先确定的待处理清单中各个订单的排序,依次根据缺补物料对当前待处理清单进行过滤,获得能处理清单。其过滤方式是,优先满足排在前面的客户订单,在当前可用物料无法满足后,将该客户订单进行顺次后延,将获得的订单排序作为能处理清单。其中,需要说明的是,能处理清单包括有:能处理订单事件、生产工艺路线、工序内容、所述能处理订单事件对应的客户订单等信息。
然后根据能处理清单中的生产工艺路线与所述工序内容,对能处理清单进行工艺分类,以便根据工艺类型将可处理事件分配到对应的激光切割设备,其中,可以理解的是同一个激光切割生产系统中可以处理同工艺类型的激光切割设备为一个或多个;为了实现生产最优调度,那么就需要根据匹配到的对应的激光切割设备的空闲时间,与可处理事件在所述能处理清单中的排序进行结合判断,获得该能处理订单事件的生产初始时间。根据可处理事件对应的客户订单确定该可处理事件的处理频率,然后把所述处理频率、所述生产初始事件以及所述对应的激光切割设备输入预设生产分类模型中,输出生产计划调度。
S1011:基于预设算法对所述生产计划调度进行分析确定出目标切割方案。
在基于上述步骤S1010获得生产计划调度之后,因为可能会遇到加急订单扰乱生产计划调度,或者由于电压不稳定造成激光切割设备的生产效率不同,无法基于生产计划调度中的生产初始时间内进行能处理订单事件的生产切割。或者遇到产品切割深度过深,当匹配到电压功率较小的激光切割设备时,会导致设备高负荷工作,导致激光切割设备过热或烧坏的问题。所以需要基于预设算法对生产计划调度进行分析确定出目标切割方案。
具体的,在本说明书一个或多个实施例中,基于预设算法对所述生产计划调度进行分析确定出目标切割方案,具体包括以下步骤:
需要根据当前生产计划清单获取可处理事件,然后根据事件顺序对可处理事件进行分类,获得多个基于时间域的生产集合。其中生产集合中包含多个可处理事件。获取各个生产集合中的工艺信息,并根据工艺信息中的切割深度范围与加工物料的特性例如:物料的长度,物料的厚度等,确定出对应的设备功率。其中,获取所述生产集合的工艺信息,并基于所述工艺信息中的切割深度范围,确定对应的设备功率,具体包括:
根据工艺信息的切割深度范围与物料的厚度,确定出与工艺信息相对应的最大切割深度;然后根据历史切割数据获取和最大切割深度对应的多个历史设备。再根据多个历史设备处理最大切割深度的切割效率以及对应的设备功率,确定出初始设备功率范围。
因为历史设备在进行该最大切割深度的切割工艺时,当时可能未出现故障,但可能造成了设备损耗。所以,需要获取多个历史设备处理所述最大切割深度后预设时间段内的维修数据,从而根据维修数据在历史设备中确定出可以处理该最大切割深度的第一功率阈值。根据第一功率阈值对所述初始设备功率范围进行处理,获得对应的设备功率。从而将该设备功率作为限制条件,将低于该设备功率的激光切割设备进行限制,即不采用低于该设备功率的切割设备,以最大程度的保证设备正常运行。进一步的,根据对应的设备功率确定出生产集合的限制规则。其中可以理解的是,该限制规则是为了保证生产设备的安全性以及控制生产成本,而对生产集合对应的激光切割设备进行的限制,限制规则用于限制生产集合可以选择的符合设备功率与工艺信息的激光切割设备。根据限制规则和各个设备的空闲时间,确定出可处理事件的初始生产调度。然后,根据生产集合中各个可处理事件的优先级对所述初始生产调度进行调整,确定出目标生产切割方案。
S1012:对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
为了避免激光器本身故障时造成的切割机走出有效行程范围,使得激光切割设备切割的产品不理想的问题。本说明书一个或多个实施例中,对上述步骤S1011中确定出的目标生产切割方案中包含的激光切割设备进行运行数据的监控。以便根据运行数据来对激光切割设备进行调整,保证正常的产品生产流程。在本说明书一个或多个实施例中,对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,具体包括以下步骤:
对目标切割方案中各个激光切割设备的运行数据监控,如果基于运行数据确定激光切割设备出现异常,那么将该异常激光切割设备对应的运行数据输入到预先设置的故障预测模型中,获得所述异常激光切割设备的故障概率。如果输出异常激光切割设备的故障概率高于预设阈值,那么根据目标切割方案中各个激光切割设备的状态类别与所述各个激光切割设备在每个状态类别下的关联信息确定出符合要求的激光切割设备,从而将异常激光切割设备转换为符合要求的激光切割设备,以实现对所述各个激光切割设备的调整。
其中,根据目标切割方案中各个激光切割设备的状态类别与所述各个激光切割设备在每个状态类别下的关联信息确定出符合要求的激光切割设备可以基于以下过程获得:首先在各个状态类别下的不同的状态特征矩阵中,查找和当前状态相匹配的切换矩阵。其中,可以理解的是当前状态是与该产品生产所需的设备运行状态相匹配的。然后根据切换矩阵确定出与异常激光切割设备相对应的符合要求的状态数据。根据符合要求的状态数据确定出与之相对应的符合要求的激光切割设备,以将所述异常激光切割设备中的生产任务切换到该符合要求的激光切割设备中。在切换到符合要求的激光切割设备之后,符合要求的激光切割设备可以根据订单中的生产工艺路线与所述工序内容进行产品板材或物料的切割,获得对应的产品。其中,需要说明的是,利用计算机来进行生产设备管理控制和操作的过程时,当输入信息是零件的工艺路线和工序内容时,输出信息是激光加工时的运动轨迹和数控程序,以控制激光切割设备进行相应切割。例如:根据特定的软件进行生产设备管理和操作的过程,其中,可以理解的是,可以根据需要设置第一特定软件,使得基于第一特定软件完成激光切割过程中的零件内嵌、余料利用、间隙排版、零件角度设置等功能,支持导入主流的文件格式进行分析操作,适用于多个行业,用户仅需添加准备排版的零件、准备用于排版的零件,并对排版的各项参数仅需设置即可快速实现排版套料。
同时,设置第二特定软件以提供丰富的激光切割工艺参数,灵活的排样及刀路编辑能力,引入引出、桥接、共边、光斑补偿、曲线平滑、分割、合并、自动区分内外模等功能一应俱全,支持IPG、SPI、JK、Raycus等光纤激光器、支持CO2、YAG,提供随速PWM实时功率调节,渐进穿孔防爆孔等特殊工艺。使得第一特定软件将输出的数控文件输入第二特定软件后,可以控制激光切割设备完成相应工艺的切割过程,获得对应的产品。
在本说明书一个或多个实施例中,将所述生产工艺路线与所述工序内容输入所述符合要求的激光切割生产线中的激光切割设备中,以控制所述激光切割设备进行切割,获得对应的产品之后,方法还包括:获取激光切割设备进行切割过程中产生的生产加工数据,将生产加工数据基于预设传输接口上传到与所述客户订单相对应的显示设备,以基于所述显示设备实时监控所述产品的生产效率。此外,可以基于监控数据进行统计分析,并将分析后的数据反馈到激光切割生产过程中的自动化设备中,例如激光切割设备等设备中,以实现自动化设备自主思考判断,同时让自动化设备依据实际需求自动调整制造工艺,最终实现智能制造。分析后还可以将数值转换为更有辨识度的图形,让决策者一目了然,依靠有效的大数据作为基础,为企业的未来发展制定有效的决策。
在本说明书一个或多个实施例中,获取所述各个激光切割设备在切割过程中产生的生产加工数据;基于预设传输接口,将所述生产加工数据上传到与所述能处理订单事件对应的客户订单相对应的显示设备,以基于所述显示设备实时监控所述产品的生产效率,具体包括以下步骤:
获取激光切割过程中各个激光切割设备的加工日志,以基于加工日志确定各个激光切割设备的加工运行参数;其中,加工运行参数包括:运行时间、急停时间、空闲时间、离线时间、暂停时间、倍率、进度、气压、功率、X轴位置、 Y轴位置、 Z轴位置、跟随速度、跟随高度、加工时间。然后获取与加工日志相对应的激光切割设备的加工报告,其中,加工报告的参数包括:文件名、穿孔数、穿孔时间、切割长度、空程长度、切割用时、总体用时、循环加工次数、开始时间、任务单ID、用户ID、设备ID、零件个数、耗电量、耗气量、空移时间、结束时间。
根据加工日志与加工报告确定所述激光切割设备的生产加工数据;将生产加工数据中的各个参数,基于预设网络协议上传至预设MES系统,以基于预设MES系统将加工报告的参数与加工运行参数生成报表看板数据,以实时监控所述激光切割设备的状态、设备气压,正在加工的任务,已完成任务数,待完成任务数,开动率,开机率,能效率。其中需要说明的是:获取各个参数后,需要基于预设处理方式实现对激光切割设备生产过程的实时监控,如下表1所示,为本说明书实施例提供的,一种监控设备运行状态中各个参数的处理方式的表格,从而基于实时监控获得的参数,对激光切割设备的生产过程进行实时显示。
名称 | 处理方式(或计算方式) |
开动率 | 设备实际开动时间/上班时间*100% |
当日产量 | 当天完成的切割零件数量 |
开机率 | 实际开机时间/应工作时间*100% |
能效率 | 设备运行时间/设备开机时间*100% |
加工报告单 | 切割系统生产时产生的加工报告单数量 |
总用时 | 设备系统运行状态的总时长其中包括空闲时间切割时间、急停时间、暂停时间等 |
进给倍率 | 通过调整进给倍率的大小从而控制设备的运行速度,它是设备的运行速度参数 |
进给速度 | 指工件在单位时间里相对于后卡盘的移动距离 |
跟随高度 | 激光头与切割工件的距离 |
表1.一种监控设备运行状态中各个参数的处理方式
在产品生产完成后,会基于客户订单中的客户信息将产品运送到各个节点,为了减少产品的配送失误问题,在本说明书一个实施例中,确保产品的正常生产之后,方法还包括以下步骤:实时获取各个客户订单的查询信息进行解析,从而基于查询信息确定出该查询信息所对应的产品类型、产品数量、查询时间以及查询地址。然后获取与该客户订单相对应的销售信息。其中,需要说明的是,基于销售信息可以确定出和客户订单相对应的产品的销售对象。然后根据客户订单与销售信息确定出该产品的对应运输区域以及运输时间。根据解析的查询时间与查询地址获得该产品的实际运输区域。如果根据客户订单及销售信息确定出的运输区域,与基于查询信息确定的实际运输区域相对应且查询时间大于运输时间,则说明该客户订单的查询时间在销售之后且运输路径正确。避免了产品生产管理中产品误发,使得产品处于错误运输路径的问题,提高了客户的体验度。
如图2所示,本说明书实施例提供了一种基于MES的激光切割生产管理设备的内部结构示意图。由图2可知,设备包括:
至少一个处理器201,以及,
与所述至少一个处理器201通信连接的存储器202,其中,
所述存储器202存储有至少一个处理器201的可执行指令,以使所述至少一个处理器201能够:
获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单;
根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;
将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率;
基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重;
基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合;
根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度;
确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值;
对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度;
若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单;
基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度;
基于预设算法对所述生产计划调度进行分析确定出目标切割方案;
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
如图3所示,本说明书实施例提供了一种非易失性存储介质的内部结构示意图。
由图3可知,一种非易失性存储介质,存储有计算机可执行指令301,所述可执行指令301包括:
获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单;
根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;
将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率;
基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重;
基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合;
根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度;
确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值;
对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度;
若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单;
基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度;
基于预设算法对所述生产计划调度进行分析确定出目标切割方案;
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种基于MES的激光切割生产管理方法,其特征在于,所述方法包括:
获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单;
根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;
将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率;
基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重;
基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合;
根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度;
确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值;
对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度;
若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单;
基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度;
基于预设算法对所述生产计划调度进行分析确定出目标切割方案;
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
2.根据权利要求1所述的一种基于MES的激光切割生产管理方法,其特征在于,获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单,具体包括:
获取所述原始客户订单,并将所述原始客户订单存储于预设数据库中;
获取所述预设数据库中存储的所述原始客户订单,以基于订单标识对所述原始客户订单进行筛选,获得初始客户订单;其中,所述订单标识用于标识已处理的原始客户订单与已失效的原始客户订单。
3.根据权利要求1所述的一种基于MES的激光切割生产管理方法,其特征在于,基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度,具体包括:
基于所述当前可用物料与所述所需物料,确定缺补物料,以基于所述缺补物料对所述当前待处理清单进行过滤,获得能处理清单;其中,所述能处理清单包括:能处理订单事件、生产工艺路线、工序内容、所述能处理订单事件对应的客户订单;
基于所述生产工艺路线与所述工序内容,对所述能处理清单进行工艺分类,得到所述能处理清单对应的工艺类型,以基于所述工艺类型将所述能处理订单事件匹配到对应的激光切割设备;
根据所述对应的激光切割设备的空闲时间,与所述能处理订单事件在所述能处理清单中的排序,获得所述能处理订单事件的生产初始时间;
基于所述能处理订单事件对应的客户订单确定所述能处理订单事件的处理频率;
将所述处理频率、所述生产初始事件与所述对应的激光切割设备输入预设生产分类模型中,输出生产计划调度。
4.根据权利要求3所述的一种基于MES的激光切割生产管理方法,其特征在于,所述基于预设算法对所述生产计划调度进行分析确定出目标切割方案,具体包括:
根据当前生产计划清单获取所述能处理订单事件,并基于时间顺序对所述能处理订单事件进行分类,获得多个基于时间域的生产集合;
获取所述生产集合的工艺信息,并基于所述工艺信息中的切割深度范围与加工物料的特性,确定对应的激光切割设备的设备功率;其中,所述加工物料的特性包括:所述加工物料的长度,所述加工物料的厚度;
根据所述对应的设备功率确定所述生产集合的限制规则;
基于所述限制规则与各所述对应的激光切割设备的空闲时间,确定所述能处理事件的初始生产调度;
获取所述生产集合中各可处理事件的优先级,并基于所述优先级对所述初始生产调度进行调整,确定出目标切割方案。
5.根据权利要求4所述的一种基于MES的激光切割生产管理方法,其特征在于,所述获取所述生产集合的工艺信息,并基于所述工艺信息中的切割深度范围与加工物料的特性,确定对应的激光切割设备的设备功率,具体包括:
根据所述工艺信息的切割深度范围与所述加工物料的厚度,确定所述工艺信息对应的最大切割深度;
基于历史切割数据,在所述各个激光切割设备中获取与所述最大切割深度对应的多个历史设备;
根据所述多个历史设备处理所述最大切割深度的设备功率,确定初始设备功率的范围;
获取所述多个历史设备处理所述最大切割深度后预设时间段内的维修数据,并根据所述维修数据确定第一功率阈值;
基于所述第一功率阈值对所述初始设备功率范围进行处理,获得所述对应的设备功率。
6.根据权利要求1所述的一种基于MES的激光切割生产管理方法,其特征在于,所述对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,具体包括:
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据确定所述各个激光切割设备中的异常激光切割设备;
将所述异常激光切割设备对应的运行数据输入预设的故障预测模型中,获得所述异常激光切割设备的故障概率;
若所述异常激光切割设备的故障概率高于预设阈值,则根据所述目标切割方案中所述各个激光切割设备的状态类别与所述各个激光切割设备在每个状态类别下的关联信息确定出符合要求的激光切割设备,以将所述异常激光切割设备转换为所述符合要求的激光切割设备,以实现对所述各个激光切割设备的调整。
7.根据权利要求3所述的一种基于MES的激光切割生产管理方法,其特征在于,所述基于所述运行数据对所述各个激光切割设备进行调整之后,所述方法还包括:
将所述生产工艺路线与所述工序内容输入所述各个激光切割设备中,以控制所述各个激光切割设备进行切割,获得对应的产品;
获取所述各个激光切割设备在切割过程中产生的生产加工数据;
基于预设传输接口,将所述生产加工数据上传到与所述能处理订单事件对应的客户订单相对应的显示设备,以基于所述显示设备实时监控所述产品的生产效率。
8.根据权利要求7所述的一种基于MES的激光切割生产管理方法,其特征在于,所述获取所述各个激光切割设备在切割过程中产生的生产加工数据;基于预设传输接口,将所述生产加工数据上传到与所述能处理订单事件对应的客户订单相对应的显示设备,具体包括:
获取所述各个激光切割设备在切割过程中的加工日志,以基于所述加工日志确定所述各个激光切割设备的加工运行参数;其中,所述加工运行参数包括:运行时间、急停时间、空闲时间、离线时间、暂停时间、倍率、进度、气压、功率、X轴位置、Y轴位置、Z轴位置、跟随速度、跟随高度、加工时间;
获取与所述加工日志相对应的所述各个激光切割设备的加工报告,其中,所述加工报告的参数包括:文件名、穿孔数、穿孔时间、切割长度、空程长度、切割用时、总体用时、循环加工次数、开始时间、任务单ID、用户ID、设备ID、零件个数、耗电量、耗气量、空移时间、结束时间;
基于所述加工日志与所述加工报告确定所述各个激光切割设备的生产加工数据;
将所述生产加工数据中的各个参数,基于预设网络协议上传至预设MES系统;
基于所述预设MES系统将所述加工报告的各个参数与所述加工运行参数生成报表看板数据,以实时监控所述各个激光切割设备的状态。
9.一种基于MES的激光切割生产管理设备,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,
所述存储器存储有可被所述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能够:
获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单;
根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;
将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率;
基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重;
基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合;
根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度;
确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值;
对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度;
若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单;
基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度;
基于预设算法对所述生产计划调度进行分析确定出目标切割方案;
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
10.一种非易失性存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令包括:
获取原始客户订单,并对所述原始客户订单进行预处理获得初始客户订单;
根据所述初始客户订单与预设生产计划,获得预设时间段内的待处理客户订单;
将所述待处理客户订单包含的各产品分别对应的产品信息,分别输入产品预测模型,获取所述各产品的失信概率,以根据所述各产品的失信概率确定所述待处理客户订单中各订单的失信概率;
基于所述各订单的失信概率,确定所述各订单分别对应的所述待处理客户订单的权重;
基于预设数值对所述待处理客户订单进行随机排序,获得多个初始订单任务集合;
根据所述多个初始订单任务集合中的订单排序,分别模拟所述初始订单任务集合的生产因子,以根据所述生产因子获得符合要求的初始订单任务集合,并将所述符合要求的初始订单任务集合对应的所述生产因子的归一化均值,作为初始最佳适应度;其中,所述生产因子用于控制生产成本与生产速度;
确定所述符合要求的初始订单任务集合对应的订单排序为第一迭代序列,并基于所述待处理客户订单的所述权重值与所述对应的订单排序,确定所述第一迭代序列的权重值;
对所述多个初始订单任务集合进行交叉迭代,获得第二迭代序列,并根据所述第二迭代序列计算获得所述交叉迭代后的最佳适应度;
若所述交叉迭代后的最佳适应度小于所述初始最佳适应度,且所述第二迭代序列的权重值大于所述第一迭代序列的权重值,则将所述第二迭代序列对应的订单排序作为当前待处理清单;
基于所述当前待处理清单确定所需物料,并根据预设料库获取当前能用物料,以基于所述所需物料、所述当前能用物料与所述当前待处理清单,获得生产计划调度;
基于预设算法对所述生产计划调度进行分析确定出目标切割方案;
对所述目标切割方案中各个激光切割设备的运行数据进行监控,以基于所述运行数据对所述各个激光切割设备进行调整,以确保所述各产品的生产。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210256321.2A CN114331236B (zh) | 2022-03-16 | 2022-03-16 | 一种基于mes的激光切割生产管理方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210256321.2A CN114331236B (zh) | 2022-03-16 | 2022-03-16 | 一种基于mes的激光切割生产管理方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114331236A true CN114331236A (zh) | 2022-04-12 |
CN114331236B CN114331236B (zh) | 2022-06-07 |
Family
ID=81033010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210256321.2A Active CN114331236B (zh) | 2022-03-16 | 2022-03-16 | 一种基于mes的激光切割生产管理方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331236B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562473A (zh) * | 2023-07-10 | 2023-08-08 | 佛山南海铝拍拍科技有限公司 | 定制铝模板用料优化方法及其相关设备 |
CN116882555A (zh) * | 2023-06-26 | 2023-10-13 | 广东工业大学 | 一种分拣工位受限的多订单排样优化方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002132327A (ja) * | 2000-10-26 | 2002-05-10 | Matsushita Electric Works Ltd | 生産計画作成方法およびそのシステム |
WO2014117150A1 (en) * | 2013-01-28 | 2014-07-31 | Seniorlink Incorporated | Risk model for a care management system |
CN107578158A (zh) * | 2017-08-29 | 2018-01-12 | 华中科技大学 | 一种适用于制造工厂的订单计划优化方法 |
US20190069038A1 (en) * | 2017-08-25 | 2019-02-28 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for providing fast abr startup with selective abr segment delivery |
CN109784531A (zh) * | 2018-12-12 | 2019-05-21 | 广州永霸信息科技股份有限公司 | 一种生产计划生成处理方法、系统、平台及存储介质 |
CN111539610A (zh) * | 2020-04-17 | 2020-08-14 | 上海电气集团股份有限公司 | 一种装配车间的生产管理系统、方法、装置、设备及介质 |
CN111754086A (zh) * | 2020-06-03 | 2020-10-09 | 深圳前海禾盈科技有限公司 | 一种订单排产的方法 |
CN112700109A (zh) * | 2020-12-25 | 2021-04-23 | 西安建筑科技大学 | 一种订单生产顺序优化方法、系统、设备及可读存储介质 |
CN112884343A (zh) * | 2021-03-10 | 2021-06-01 | 上海红印科技有限公司 | 基于mes系统的定制智能加工系统及方法 |
WO2021197832A1 (en) * | 2020-03-30 | 2021-10-07 | British Telecommunications Public Limited Company | Low latency content delivery |
-
2022
- 2022-03-16 CN CN202210256321.2A patent/CN114331236B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002132327A (ja) * | 2000-10-26 | 2002-05-10 | Matsushita Electric Works Ltd | 生産計画作成方法およびそのシステム |
WO2014117150A1 (en) * | 2013-01-28 | 2014-07-31 | Seniorlink Incorporated | Risk model for a care management system |
US20190069038A1 (en) * | 2017-08-25 | 2019-02-28 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for providing fast abr startup with selective abr segment delivery |
CN107578158A (zh) * | 2017-08-29 | 2018-01-12 | 华中科技大学 | 一种适用于制造工厂的订单计划优化方法 |
CN109784531A (zh) * | 2018-12-12 | 2019-05-21 | 广州永霸信息科技股份有限公司 | 一种生产计划生成处理方法、系统、平台及存储介质 |
WO2021197832A1 (en) * | 2020-03-30 | 2021-10-07 | British Telecommunications Public Limited Company | Low latency content delivery |
CN111539610A (zh) * | 2020-04-17 | 2020-08-14 | 上海电气集团股份有限公司 | 一种装配车间的生产管理系统、方法、装置、设备及介质 |
CN111754086A (zh) * | 2020-06-03 | 2020-10-09 | 深圳前海禾盈科技有限公司 | 一种订单排产的方法 |
CN112700109A (zh) * | 2020-12-25 | 2021-04-23 | 西安建筑科技大学 | 一种订单生产顺序优化方法、系统、设备及可读存储介质 |
CN112884343A (zh) * | 2021-03-10 | 2021-06-01 | 上海红印科技有限公司 | 基于mes系统的定制智能加工系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116882555A (zh) * | 2023-06-26 | 2023-10-13 | 广东工业大学 | 一种分拣工位受限的多订单排样优化方法 |
CN116882555B (zh) * | 2023-06-26 | 2024-03-12 | 广东工业大学 | 一种分拣工位受限的多订单排样优化方法 |
CN116562473A (zh) * | 2023-07-10 | 2023-08-08 | 佛山南海铝拍拍科技有限公司 | 定制铝模板用料优化方法及其相关设备 |
CN116562473B (zh) * | 2023-07-10 | 2024-02-13 | 佛山南海铝拍拍科技有限公司 | 定制铝模板用料优化方法及其相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114331236B (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114331236B (zh) | 一种基于mes的激光切割生产管理方法、设备及介质 | |
CN110955206B (zh) | 一种订单排程与分配调度方法及系统 | |
Belz et al. | Combining knowledge-based systems and simulation to solve rescheduling problems | |
US20210073695A1 (en) | Production scheduling system and method | |
Schmidt et al. | Data based root cause analysis for improving logistic key performance indicators of a company’s internal supply chain | |
CN105956330A (zh) | 基于现场数据的产品工艺质量预测模型的建立方法及系统 | |
CN112070378B (zh) | 一种利用计算机基于逻辑优先原则的生产排产管理方法 | |
CN109409780B (zh) | 变更处理方法、装置、计算机设备和存储介质 | |
Zakaria et al. | Lean manufacturing implementation in reducing waste for electronic assembly line | |
Monostori et al. | Solution approaches to real-time control of customized mass production | |
CN113159979A (zh) | 一种排产决策方法与系统 | |
CN111415069B (zh) | 离散制造业工序级智能实时调度方法 | |
ten Brinke | Costing support and cost control in manufacturing: a cost estimation tool applied in the sheet metal domain | |
Milosevic et al. | Sustainability of the production process by applying lean manufacturing through the PDCA cycle–a case study in the machinery industry | |
CN116300720A (zh) | 一种智能化产线柔性调度高级计划排产系统 | |
Gunasekaran et al. | Experiences of a small to medium size enterprise in the design and implementation of manufacturing cells | |
Hwang et al. | A review on joint optimization of maintenance with production planning and spare part inventory management | |
DE102017005674B4 (de) | Zellenfertigungssystem mit Fertigungszelle für autonome Fertigung | |
JP7261639B2 (ja) | 生産管理システム及び生産管理方法 | |
JP2004054678A (ja) | 生産管理方法および生産管理システム | |
CN115660261B (zh) | 生产订单信息处理方法、计算机装置和存储介质 | |
CN107341630B (zh) | 一种设备淘汰品备件管理系统及方法 | |
Tilley et al. | Integration of CAD/CAM and production control for sheet metal components manufacturing | |
CN115587771A (zh) | 一种基于pda识别的智能仓库管理方法及系统 | |
Plinta et al. | Improving material flow in a modified production 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 |