CN114462669A - 一种生产线优化方法、装置和存储介质 - Google Patents

一种生产线优化方法、装置和存储介质 Download PDF

Info

Publication number
CN114462669A
CN114462669A CN202111587487.4A CN202111587487A CN114462669A CN 114462669 A CN114462669 A CN 114462669A CN 202111587487 A CN202111587487 A CN 202111587487A CN 114462669 A CN114462669 A CN 114462669A
Authority
CN
China
Prior art keywords
action
bottleneck
class
production line
actions
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111587487.4A
Other languages
English (en)
Inventor
钟家荣
左志军
贺毅
陈旻琪
江伟乐
胡静坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Mino Equipment Co Ltd
Original Assignee
Guangzhou Mino Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Mino Equipment Co Ltd filed Critical Guangzhou Mino Equipment Co Ltd
Priority to CN202111587487.4A priority Critical patent/CN114462669A/zh
Publication of CN114462669A publication Critical patent/CN114462669A/zh
Priority to PCT/CN2022/141272 priority patent/WO2023116863A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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—Systems or methods specially adapted for 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种生产线优化方法、装置和存储介质，其中的方法包括：确定所述生产线的瓶颈动作；从类别库中找到所述瓶颈动作归属的类别；根据所述瓶颈动作归属的类别对所述瓶颈动作进行优化；其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有瓶颈动作的多种动作类别。本申请能够准确快速得到瓶颈动作的类型，并根据瓶颈动作的类型对瓶颈动作进行对应优化，提高线体优化的效率。

Description

一种生产线优化方法、装置和存储介质
技术领域
本申请涉及智能制造，尤其是一种生产线优化方法、装置和存储介质。
背景技术
为了优化工业生产过程，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，而线体由多个工位组成，工位是由不同的动作组成的，瓶颈动作是指在工位上耗时最长的动作，因此，找出工位的瓶颈动作并确定优化方案至关重要。
目前相关技术进行线体分析优化的方法主要包括以下两种：一、通过大数据平台进行线体分析优化，这一方法仅能够通过大数据分析多个线体的整体运行情况，无法确定产线的瓶颈动作，不具备系统性确定瓶颈动作以及具体优化方案的功能；二、通过技术人员巡视目测线体运行来进行线体诊断，寻找瓶颈动作，这一方法耗时耗力且不利于形成自动化的系统分析诊断方案，因此在找到瓶颈动作后也无法及时得到必要的解决方案。
因此，相关技术存在的上述技术问题亟待解决。
发明内容
本申请旨在解决相关技术中的技术问题之一。为此，本申请实施例提供一种生产线优化方法、装置和存储介质，能够较为快速准确地找到线体的瓶颈动作并优化生产线。
根据本申请实施例一方面，提供一种生产线优化方法，所述方法包括：
确定所述生产线的瓶颈动作；
从类别库中找到所述瓶颈动作归属的类别；
根据所述瓶颈动作归属的类别对所述瓶颈动作进行优化；
其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有瓶颈动作的多种动作类别。
在其中一个实施例中，所述从类别库中找到所述瓶颈动作归属的类别，包括：
获取所述瓶颈动作的生产线控制信号的类别；
若所述瓶颈动作对应的生产线控制信号属于机器人信号，则确定所述瓶颈动作归属的类别为机器人类别；
若所述瓶颈动作对应的生产线控制信号属于电机信号，则确定所述瓶颈动作归属的类别为电机类别；
若所述瓶颈动作对应的生产线控制信号属于夹具信号，则确定所述瓶颈动作归属的类别为夹具类别；
若所述瓶颈动作无对应的生产线控制信号，则确定所述瓶颈动作归属的类别为人工类别。
在其中一个实施例中，所述确定所述生产线的瓶颈动作，包括：
根据所述瓶颈动作的条件指标检测所述生产线的统计数据；
根据所述统计数据确定符合所述瓶颈动作的条件指标的动作为瓶颈动作。
在其中一个实施例中，根据所述瓶颈动作的条件指标检测所述动作的统计数据，若所述统计数据符合所述瓶颈动作的条件指标，则确定所述动作为瓶颈动作，包括：
检测所述动作的开始信号和结束信号；
将所述开始信号产生的时间一致的动作归为一组；
计算所述开始信号和所述结束信号之间的时间差，所述时间差为所述动作的持续时间；
确定每组持续时间最长的动作为瓶颈动作。
在其中一个实施例中，所述方法还包括：
按照所述开始信号的产生时间确定所述动作的发生顺序；
将所述生产线的所有动作按发生顺序排列。
在其中一个实施例中，所述方法包括
若一组动作中只有一个动作，所述确定每组持续时间最长的动作为瓶颈动作包括：确定该组中唯一的动作为瓶颈动作；
若所述一组动作中多个动作的持续时间相同，所述确定每组持续时间最长的动作为瓶颈动作包括：确定该组中多个持续时间相同的动作为瓶颈动作。
在其中一个实施例中，根据所述瓶颈动作归属的类别对所述瓶颈动作进行优化，包括：
若所述瓶颈动作归属的类别为机器人类别，则执行以下至少一项操作：增加所述机器人预工作位，使用圆弧逼近作为机器人轨迹；优化所述机器人的焊接、修磨参数；删除所述机器人程序中多余的延时器；若所述动作中涉及切枪，使防尘盖板在切枪时打开；提前释放让工作完成的机器人回原点；转移焊点到其他机器人上；
若所述瓶颈动作归属的类别为电机类别，则执行以下至少一项操作：调整所述电机的转速和斜坡值；提高所述电机转速和稳定性；
若所述瓶颈动作归属的类别为夹具类别，则执行以下至少一项操作：调整所述夹具的节流阀，增加进气量；删除所述夹具的重复动作；合并多组夹具动作；同步化所述夹具的动作与所述机器人的移动，将夹具动作与机器人的移动同时进行；
若所述瓶颈动作归属的类别为人工类别，则执行以下至少一项操作：优化人工动作步骤；增加操作员；同步化所述人工的动作与其他动作，将人工动作与其他动作同时进行。
在其中一个实施例中，所述方法还包括：
根据所述瓶颈动作的持续时间和所述瓶颈动作归属的类别绘制时序甘特图；
将所述时序甘特图发送至所述生产线的前端。
根据本申请实施例一方面，提供一种生产线优化装置，所述装置包括：
第一模块，用于确定所述生产线的瓶颈动作；
第二模块，用于从类别库中找到所述瓶颈动作归属的类别；
第三模块，用于根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化。
根据本申请实施例一方面，提供一种生产线优化装置，所述装置包括：
至少一个处理器；
至少一个存储器，所述存储器用于存储至少一个程序；
当至少一个所述程序被至少一个所述处理器执行时实现如前面实施例所述的生产线优化方法。
根据本申请实施例一方面，提供一种存储介质，其特征在于，所述存储介质存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时实现如前面实施例所述的生产线优化方法。
本申请实施例提供的一种生产线优化方法的有益效果为：确定所述生产线的瓶颈动作；从类别库中找到所述瓶颈动作归属的类别；根据所述瓶颈动作归属的类别对所述瓶颈动作进行优化。本申请通过将工位生产工艺分解成尽量细的动作，将生产过程转换成生产数据，自动分析出工位的每个瓶颈动作并直观地显示出来，自动生成优化方案，快速准确地查找线体瓶颈动作，提高线体优化的效率。
本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种生产线优化方法的流程图；
图2为本申请实施例从类别库中找到瓶颈动作归属的类别的流程图；
图3为本申请实施例将生产线的所有动作按发生顺序排列的流程图；
图4为本申请实施例确定每组动作中持续时间最长的动作为瓶颈动作的流程图；
图5为本申请实施例对瓶颈动作进行优化的方法示意图；
图6为本申请实施例提供的一种生产线优化装置示意图；
图7为本申请实施例提供的一种生产线优化装置的另一示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请的说明书和权利要求书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了优化工业生产过程(例如车辆生产过程)，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，而线体由多个工位组成，工位是由不同的动作组成的，瓶颈动作是指在工位上耗时最长的动作，因此，找出工位的瓶颈动作并确定优化方案至关重要。
目前相关技术进行线体分析优化的方法主要包括以下两种：一、通过大数据平台进行线体分析优化，这一方法仅能够通过大数据分析多个线体的整体运行情况，无法确定产线的瓶颈动作，不具备系统性确定瓶颈动作以及具体优化方案的功能；二、通过技术人员巡视目测线体运行来进行线体诊断，寻找瓶颈动作，这一方法耗时耗力且不利于形成自动化的系统分析诊断方案，因此在找到瓶颈动作后也无法及时得到必要的解决方案。
针对上述问题，本申请提出了一种生产线优化方法，如图1所示，具体包括以下步骤：
S101、确定所述生产线的瓶颈动作。
在步骤S101中，确定所述生产线的瓶颈动作具体包括：根据所述瓶颈动作的条件指标检测所述生产线的统计数据；根据所述统计数据确定符合所述瓶颈动作的条件指标的动作为瓶颈动作。其中，瓶颈动作的条件指标是指符合瓶颈动作定义的条件或指标，例如，动作耗费时间长的动作为瓶颈动作时，瓶颈动作的条件指标即为动作耗费的时间；次品率高于一定值时的动作为瓶颈动作时，瓶颈动作的条件指标即为动作的次品率。
S102、从类别库中找到所述瓶颈动作归属的动作类别。
在本实施例中，瓶颈动作具有不同种的类别，在流水线的设计初期得到一个各设备与PLC进行信号交互的表格，因此只要有各动作与PLC的交互信号，就可以知道具体的设备类型，而设备是电机，机器人或者夹具，也是可以从设备名称中轻易获知的。以上操作可以通过写程序分析表格完成，也可以人工按经验进行分类。例如，从类别库中找到所述瓶颈动作归属的类别可以是根据控制信号的类型来判断确定具体的设备类型，也可以通过人工观察发现设备的具体类型。本步骤将瓶颈动作归类至不同的类别，能够方便研究人员将繁杂的动作清晰化，同时为后续步骤对瓶颈动作的优化奠定基础。
S103、根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化。
在本实施例中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有瓶颈动作的多种动作类别。在流水线的生产运行中，会出现耗时较长导致流水线生产效率降低的关节，这类导致流水线生产效率降低的环节动作被称之为瓶颈动作。瓶颈动作的确定可以根据不同流水线类型以及技术人员的要求设置不同的标准，例如，当流水线的生产效率低耗时较长时，可以确定花费时间较长的流水线动作为瓶颈动作，当流水线生产的次品率高时，可以确定导致次品率高的流水线动作为瓶颈动作。本实施例以花费时间较长的流水线动作为瓶颈动作为例进行说明，不构成对瓶颈动作定义的不当限定。
具体地，在上述实施例中，从类别库中找到所述瓶颈动作归属的类别包括如下步骤，如图2所示：
S201、获取所述瓶颈动作的生产线控制信号的类别。
S202、若所述瓶颈动作对应的生产线控制信号属于机器人信号，则确定所述瓶颈动作归属的类别为机器人类别。
S203、若所述瓶颈动作对应的生产线控制信号属于电机信号，则确定所述瓶颈动作归属的类别为电机类别。
S204、若所述瓶颈动作对应的生产线控制信号属于夹具信号，则确定所述瓶颈动作归属的类别为夹具类别。
S205、若所述瓶颈动作无对应的生产线控制信号，则确定所述瓶颈动作归属的类别为人工类别。
其中，人工类别为人工进行的动作(人工动作)，可能伴随安全信号以及按钮的通断，实际生产过程中人工动作是由人进入操作区域(此时安全信号断开)，完成作业后退出区域，按下按钮(此时按钮信号接通)后PLC(控制器)线体继续自动工作。
可选地，本实施例还可以将工位生产工艺分解成尽量细的动作，在本实施例中目前将工位生产工艺分解成尽量细的动作由人工按经验进行分解，这是因为不同的主机厂的程序标准不一样，如果确定下了标准，是可以通过编程自动识别PLC信号从而实现工艺自动分解成动作的。将工位生产工艺分解成尽量细的动作的作用在于能够提高瓶颈动作确定的准确率和效率，减少不同动作混杂导致瓶颈动作判断错误。
在本实施例中，每个设备交互时都会有一段控制信号，控制信号在线体设计初期就已经形成表格，用以记录每个设备跟控制系统进行交互的信号区域，以免发生信号冲突等，而且在线体实际安装的时候严格按照设计执行，调试也是严格按照表格。因此，通过这一表格，每个动作都对应一个设备，当这个动作在持续时，这个设备跟控制系统没有其他的信号交互，就可以认为这个动作已经是最小的动作了。当所有动作都已经是最小的动作，就实现了将工位生产工艺分解成尽量细的动作。在将生成工艺分解成尽量细的动作后，有利于进行瓶颈动作的确定。
在上述实施例中，根据所述瓶颈动作的条件指标检测所述动作的统计数据，若所述统计数据符合所述瓶颈动作的条件指标，则确定所述动作为瓶颈动作，如图3所示，具体包括如下步骤：
S301、检测所述动作的开始信号和结束信号。
在本实施例中，不同的动作都有开始信号和结束信号，在控制系统后台记录有每一个动作开始信号的类型和发出的时间，同时也记录有每一个动作结束信号的类型和发出的时间，因此，检测所述动作的开始信号和结束信号能够获取每个动作的开始时间和结束时间。
S302、将所述开始信号产生的时间一致的动作归为一组。
在本实施例中，需要将所有动作的基准设置为一致。动作的基准是开始时间，开始时间一样的一组动作间具有可比性，这组动作中持续时间最长的就是瓶颈动作。对于一组动作只有一个动作的情况，该动作本身就是瓶颈动作。
S303、计算所述开始信号和所述结束信号之间的时间差，所述时间差为所述动作的持续时间。
在本实施例中，开始信号和所述结束信号之间的时间差为所述动作的持续时间，通过控制系统后台的每一个动作开始信号和结束信号的类型和发出的时间，能够获得每个动作的持续时间。
S304、确定每组持续时间最长的动作为瓶颈动作。
在本实施例中，如前述说明，将瓶颈动作定义为持续时间最长的动作。同样的，本领域技术人员可以根据需要将瓶颈动作定义为不同的动作，例如消耗原材料最多的动作，错误率最高的动作等，例如，将瓶颈动作定义为次品率最高的动作时，对应方法如下：
根据所述瓶颈动作的条件指标检测所述动作的统计数据，若所述统计数据符合所述瓶颈动作的条件指标，则确定所述动作为瓶颈动作，还可以具体为如下步骤：检测所述动作的次品率；确定次品率最高的动作为瓶颈动作。
可选地，在上述实施例对生产线的瓶颈动作进行确定时，还可以包括如下步骤，如图4所示：
S401、按照所述开始信号的产生时间确定所述动作的发生顺序。
S402、将所述生产线的所有动作按发生顺序排列。
本实施例的具体实施方式为：根据每个动作开始的时间将所有动作进行排序，并对不同的动作赋予顺序编号，例如，对于开始时间最早的动作赋予顺序编号001，之后的动作赋予顺序编号002等以此类推，实现将不同的动作进行按照发生的时间先后顺序进行排序。
本实施例将生产线的所有动作按发生顺序排列的作用在于，能够通过所有动作按发生顺序确定流水线动作发生的先后，便于研究人员查看流水线的整体运行情况。
可选地，在确定瓶颈动作时，有可能会出现一组中只有一个瓶颈动作和一组中有多个持续时间相同的瓶颈动作，针对这一情况，本实施例还包括：若一组动作中只有一个动作，所述确定每组持续时间最长的动作为瓶颈动作包括：确定该组中唯一的动作为瓶颈动作；若所述一组动作中多个动作的持续时间相同，所述确定每组持续时间最长的动作为瓶颈动作包括：确定该组中多个持续时间相同的动作为瓶颈动作。
在本实施例中，针对一组动作中只有一个动作的情况，瓶颈动作为该组中唯一的动作；针对一组动作中多个动作的持续时间相同的情况，瓶颈动作为该组中多个持续时间相同的动作为瓶颈动作。
具体地，根据所述瓶颈动作归属的类别对所述瓶颈动作进行优化具体包括如下内容，如图5所示：
若所述瓶颈动作归属的类别为机器人类别，则增加所述机器人预工作位，使用圆弧逼近作为机器人轨迹；优化所述机器人的焊接、修磨参数；删除所述机器人程序中多余的延时器；若所述动作中涉及切枪，使防尘盖板在切枪时打开；提前释放让工作完成的机器人回原点；
若所述瓶颈动作归属的类别为电机类别，则调整所述电机的转速和斜坡值；
若所述瓶颈动作归属的类别为夹具类别，则调整所述夹具的节流阀，增加进气量；删除所述夹具的重复动作；合并多组夹具动作；同步化所述夹具的动作与所述机器人的移动；
若所述瓶颈动作归属的类别为人工类别，则优化人工动作步骤；增加操作员；同步化所述人工的动作与其他动作。
需要说明的是，针对不同的瓶颈动作类别，需要进行不同的优化方法，本实施例仅介绍机器人类别、电机类别、夹具类别和人工类别，在实际生产应用中生产线具有更多不同的类别，并且具有不同的对应优化方法，本说明书不一一描述。
可选地，本实施例还可以根据所述瓶颈动作的持续时间和所述瓶颈动作归属的类别绘制时序甘特图，将所述时序甘特图发送至所述生产线的前端。绘制得到的时序甘特图能够方便技术人员直观清晰地看到生产线的瓶颈动作情况，有助于技术人员对生产线运行进行灵活调整。
参照图6，本发明实施例还提供了一种生产线优化装置，包括：
第一模块601，用于确定所述生产线的瓶颈动作。
第二模块602，用于从类别库中找到所述瓶颈动作归属的类别。
第三模块603，用于根据所述瓶颈动作归属的类别对所述瓶颈动作进行优化。
可见，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图7，本申请实施例提供了一种生产线优化装置，包括：
至少一个处理器701；
至少一个存储器702，用于存储至少一个程序；
当至少一个程序被至少一个处理器701执行时，使得至少一个处理器701实现的前述实施例的一种生产线优化方法。
同理，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种存储介质，存储介质存储有程序，程序在被处理器执行时用于实现前述实施例的生产线优化方法。
上述的方法实施例中的内容均适用于本存储介质实施例中，本存储介质实施例所具体实现的功能与上述的方法实施例相同。
同理，上述方法实施例中的内容均适用于本存储介质实施例中，本存储介质实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或方框有时能以相反顺序被执行。此外，在本申请的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本申请，但应当理解的是，除非另有相反说明，功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本申请是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本申请。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本申请的范围，本申请的范围由所附权利要求书及其等同方案的全部范围来决定。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本申请的实施方式，本领域的普通技术人员可以理解：在不脱离本申请的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本申请的范围由权利要求及其等同物限定。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (11)

1.一种生产线优化方法，其特征在于，所述方法包括：
确定所述生产线的瓶颈动作；
从类别库中找到所述瓶颈动作归属的类别；
根据所述瓶颈动作归属的类别对所述瓶颈动作进行优化；
其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有瓶颈动作的多种动作类别。
2.根据权利要求1所述的一种生产线优化方法，其特征在于，所述从类别库中找到所述瓶颈动作归属的类别，包括：
获取所述瓶颈动作的生产线控制信号的类别；
若所述瓶颈动作对应的生产线控制信号属于机器人信号，则确定所述瓶颈动作归属的类别为机器人类别；
若所述瓶颈动作对应的生产线控制信号属于电机信号，则确定所述瓶颈动作归属的类别为电机类别；
若所述瓶颈动作对应的生产线控制信号属于夹具信号，则确定所述瓶颈动作归属的类别为夹具类别；
若所述瓶颈动作无对应的生产线控制信号，则确定所述瓶颈动作归属的类别为人工类别。
3.根据权利要求1所述的一种生产线优化方法，其特征在于，所述确定所述生产线的瓶颈动作，包括：
根据所述瓶颈动作的条件指标检测所述生产线的统计数据；
根据所述统计数据确定符合所述瓶颈动作的条件指标的动作为瓶颈动作。
4.根据权利要求3所述的一种生产线优化方法，其特征在于，根据所述瓶颈动作的条件指标检测所述动作的统计数据，若所述统计数据符合所述瓶颈动作的条件指标，则确定所述动作为瓶颈动作，包括：
检测所述动作的开始信号和结束信号；
将所述开始信号产生的时间一致的动作归为一组；
计算所述开始信号和所述结束信号之间的时间差，所述时间差为所述动作的持续时间；
确定每组持续时间最长的动作为瓶颈动作。
5.根据权利要求4所述的一种生产线优化方法，其特征在于，所述方法还包括：
按照所述开始信号的产生时间确定所述动作的发生顺序；
将所述生产线的所有动作按发生顺序排列。
6.根据权利要求4所述的一种生产线优化方法，其特征在于，所述方法包括：
若一组动作中只有一个动作，所述确定每组持续时间最长的动作为瓶颈动作包括：确定该组中唯一的动作为瓶颈动作；
若所述一组动作中多个动作的持续时间相同，所述确定每组持续时间最长的动作为瓶颈动作包括：确定该组中多个持续时间相同的动作为瓶颈动作。
7.根据权利要求2所述的一种生产线优化方法，其特征在于，根据所述瓶颈动作归属的类别对所述瓶颈动作进行优化，包括：
若所述瓶颈动作归属的类别为机器人类别，则执行以下至少一项操作：增加所述机器人预工作位，使用圆弧逼近作为机器人轨迹；优化所述机器人的焊接、修磨参数；删除所述机器人程序中多余的延时器；若所述动作中涉及切枪，使防尘盖板在切枪时打开；提前释放让工作完成的机器人回原点；转移焊点到其他机器人上；
若所述瓶颈动作归属的类别为电机类别，则执行以下至少一项操作：调整所述电机的转速和斜坡值；提高所述电机转速和稳定性；
若所述瓶颈动作归属的类别为夹具类别，则执行以下至少一项操作：调整所述夹具的节流阀，增加进气量；删除所述夹具的重复动作；合并多组夹具动作；同步化所述夹具的动作与所述机器人的移动，将夹具动作与机器人的移动同时进行；
若所述瓶颈动作归属的类别为人工类别，则执行以下至少一项操作：优化人工动作步骤；增加操作员；同步化所述人工的动作与其他动作，将人工动作与其他动作同时进行。
8.根据权利要求1所述的一种生产线优化方法，其特征在于，所述方法还包括：
根据所述瓶颈动作的持续时间和所述瓶颈动作归属的类别绘制时序甘特图；
将所述时序甘特图发送至所述生产线的前端。
9.一种生产线优化装置，其特征在于，所述装置包括：
第一模块，用于确定所述生产线的瓶颈动作；
第二模块，用于从类别库中找到所述瓶颈动作归属的类别；
第三模块，用于根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化。
10.一种生产线优化装置，其特征在于，所述装置包括：
至少一个处理器；
至少一个存储器，所述存储器用于存储至少一个程序；
当至少一个所述程序被至少一个所述处理器执行时实现如权利要求1-8中任一项所述的生产线优化方法。
11.一种存储介质，其特征在于，所述存储介质存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时实现如权利要求1-8中任一项所述的生产线优化方法。
CN202111587487.4A 2021-12-23 2021-12-23 一种生产线优化方法、装置和存储介质 Pending CN114462669A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111587487.4A CN114462669A (zh) 2021-12-23 2021-12-23 一种生产线优化方法、装置和存储介质
PCT/CN2022/141272 WO2023116863A1 (zh) 2021-12-23 2022-12-23 一种生产线优化方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111587487.4A CN114462669A (zh) 2021-12-23 2021-12-23 一种生产线优化方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN114462669A true CN114462669A (zh) 2022-05-10

Family

ID=81405695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111587487.4A Pending CN114462669A (zh) 2021-12-23 2021-12-23 一种生产线优化方法、装置和存储介质

Country Status (2)

Country Link
CN (1) CN114462669A (zh)
WO (1) WO2023116863A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023116863A1 (zh) * 2021-12-23 2023-06-29 广州明珞装备股份有限公司 一种生产线优化方法、装置和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9495199B2 (en) * 2013-08-26 2016-11-15 International Business Machines Corporation Management of bottlenecks in database systems
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
CN110321852B (zh) * 2019-07-05 2022-06-14 创优数字科技(广东)有限公司 一种动作类型识别方法、装置、存储介质及计算机设备
CN111427323B (zh) * 2020-04-22 2021-09-24 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
CN113219921B (zh) * 2021-04-30 2022-05-27 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
CN114462669A (zh) * 2021-12-23 2022-05-10 广州明珞装备股份有限公司 一种生产线优化方法、装置和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023116863A1 (zh) * 2021-12-23 2023-06-29 广州明珞装备股份有限公司 一种生产线优化方法、装置和存储介质

Also Published As

Publication number Publication date
WO2023116863A1 (zh) 2023-06-29

Similar Documents

Publication Publication Date Title
CN114462669A (zh) 一种生产线优化方法、装置和存储介质
CN104850570B (zh) A2l文件自动生成方法及系统
CN105759784A (zh) 一种基于数据包络分析的故障诊断方法
CN113919230A (zh) 一种复杂设备运行的建模评估方法及系统
CN113341883B (zh) 一种用于机床加工工时预测的方法及设备
CN110956436A (zh) 一种用于焊装生产线的数据管理方法、装置及系统
CN105045257A (zh) 一种汽车故障售后诊断的方法和诊断设备、服务器
Fragapane et al. A global survey on the current state of practice in Zero Defect Manufacturing and its impact on production performance
CN114800486B (zh) 一种基于统计特征的工业机器人故障诊断方法及系统
CN106054832B (zh) 基于多变量的间歇化工生产过程动态在线监测方法与装置
CN117369399A (zh) 一种基于mom系统的产品生产任务调度方法及系统
CN105843191A (zh) 一种双通道滤棒成型工艺质量分析和追溯系统
CN115981679A (zh) 一种可编辑烧录流程的汽车控制器刷写方法
CN1932860A (zh) 生产线的测试脚本产生系统及其方法
CN114462576A (zh) 一种发泡缺陷诊断方法、装置、设备和存储介质
Lundgren et al. Process design as fundament in efficient process planning
CN112246681B (zh) 一种检测数据处理方法、装置及产品检测设备
CN115221045A (zh) 一种基于多任务多视角学习的多目标软件缺陷预测方法
CN111243647B (zh) 闪存编程参数确定方法、装置、电子设备及存储介质
CN113469246A (zh) 一种基于神经网络的仪器运行状态分析方法及系统
CN101256649B (zh) 产品的修理支持系统、产品的制造系统及产品的制造方法
CN111858384A (zh) 一种恒虚警检测软件单元的高效测试方法
CN113034422A (zh) 注塑成型产品良率的检测方法、装置及电子设备
Weckenmann et al. Maturity determination of new forming processes considering uncertain indicator values
CN113485940B (zh) 一种基于参数抽象建模的组合测试用例生成方法

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