CN114488988A - 用于生产线平衡率调控的工业物联网及控制方法 - Google Patents
用于生产线平衡率调控的工业物联网及控制方法 Download PDFInfo
- Publication number
- CN114488988A CN114488988A CN202210389942.8A CN202210389942A CN114488988A CN 114488988 A CN114488988 A CN 114488988A CN 202210389942 A CN202210389942 A CN 202210389942A CN 114488988 A CN114488988 A CN 114488988A
- Authority
- CN
- China
- Prior art keywords
- production line
- platform
- data
- sensing network
- sub
- 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
-
- 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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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]
- G05B19/4183—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 data acquisition, e.g. workpiece identification
-
- 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]
- G05B19/41815—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 cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell
-
- 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
本申请涉及一种用于生产线平衡率调控的工业物联网及控制方法,包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台;所述服务平台采用集中式布置;所述管理平台采用独立式布置;所述传感网络平台采用后分平台式布置。本发明使用时通过管理平台的运算即可将数据处理得到每个生产线的生产线平衡率,减少人为计算难度和误差,进而实现了的生产线平衡率的快速获取,减少了对生产线设备制造作业的影响,并且,在需要时,还可将其中某个符合生产线平衡率要求的生产线对应的制造参数数据包作为其他生产线的制造参数数据包,控制其他生产线中生产线设备的智能制造,从而实现所有生产线的生产线平衡率快速调节。
Description
技术领域
本发明涉及智能制造技术,具体涉及用于生产线平衡率调控的工业物联网及控制方法。
背景技术
生产线平衡即是对生产的全部工序进行平均化,调整作业负荷,以使各作业时间尽可能相近的技术手段与方法。目的是消除作业间不平衡的效率损失以及生产过剩。生产线平衡是一门很大的学问,生产线平衡直接关系到生产线的正常使用。在工业应用中,用生产线平衡率或平衡损失率来表示生产线平衡的好坏。
现有技术中,一般情况下,生产线平衡率越高,表明生产线平衡越高,生产线的整体效率也越高,生产线各工位等待时间也越少,但在考虑到成本大小、产品产量高低、生产线设备工作负荷强度等问题时,在实际应用中,并不一定生产线平衡率越高越好,否则会造成制造成本增加、产能过剩或设备负荷大等诸多问题。
因此,在不同的生产背景下,需要调整生产线中生产设备的制造参数,从而调节生产线平衡率,以适应所需生产要求。在现有技术中,需要先人工采集各个生产线设备的工时,并通过软件获取瓶颈时间,再通过人为换算获得生产线平衡率,然后再通过生产线平衡率调节各个生产线设备的制造参数,最后还要重新获取数据获得新的生产线平衡率,以进行验证新的生产线平衡率是否符合生产要求,这其中,生产线设备较多时,不仅采集工时耗时耗力,且极易出错,数据量大,并且在后续调整后还需要重新计算新的生产线平衡率,进一步增加耗时和成本,且也无法保证新的生产线平衡率符合生产要求,还需要进一步验证,不仅工序繁琐、工作量大,并且也会影响到实际的制造作业。
基于此,在智能制造技术日益完善的情况下,我们如何利用智能制造技术来快速、低成本的解决以上技术问题,是我们急需要解决的。
发明内容
本发明所要解决的技术问题是提供一种组合式工业物联网,该物联网通过合理的架构设计,可以实现多个生产线的数据采集和处理,快速获取生产线的生产线平衡率,且在数据采集和处理将各个生产线数据分类进行控制和数据处理,降低了物联网整体数据处理量,可以实现快速、准确的生产线平衡率采集。
本说明书一个或多个实施例提供一种用于生产线平衡率调控的工业物联网,包括:依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台;所述服务平台采用集中式布置;所述管理平台采用独立式布置;所述传感网络平台采用后分平台式布置;所述独立式布置为管理平台对不同对象平台的数据采用不同的平台进行数据存储、数据处理和/或数据传输;所述后分平台式布置为所述传感网络平台设置有总平台和多个分平台,多个分平台分别存储和处理所述管理平台发送的不同类型或不同接收对象的数据,所述总平台对多个分平台的数据进行汇总后存储和处理,并传输数据至对象平台;所述集中式布置指服务平台统一接收数据、统一处理数据和统一发送数据;所述对象平台为相同配置的若干并行的生产线,每个生产线均包括若干连续的生产线设备,生产线设备均配置有数据采集器;当若干所述生产线执行制造时,每个数据采集器同时采集对应生产线设备的工时数据,并发送至传感网络平台的总平台;传感网络平台的总平台接收工时数据,将相同生产线的工时数据按照生产线工序位顺次排序后打包发送至对应的传感网络平台的分平台;传感网络平台的分平台接收打包文件后,将打包文件生成管理平台可识别的数据文件,并将数据文件发送至对应的管理平台;所述管理平台接收数据文件后按照运算规则获取对应生产线的生产线平衡率,将获取的生产线平衡率加入索引信息后进行数据处理,并将处理后的数据发送至服务平台;所述服务平台接收所有管理平台的数据后,按照不同数据的索引信息将不同生产线平衡率进行排序、存储后发送至用户平台。
与现有技术相比,本发明的有益效果如下:本发明基于五平台结构搭建物联网,传感网络平台采用后分平台式布置,从而通过传感网络平台总平台统一收发生产线数据,可以简化二者之间复杂的网络设计结构,并实现数据集中处理或收发,再利用传感网络平台的多个分平台对应不同的生产线进行数据传输和处理,进而保证数据的有效性和独立性,减少不同生产线数据的相互影响,而管理平台采用独立式布置,不仅可以与多个传感网络分平台对应实现不同生产线数据的处理和管控,减少不同生产线数据的相互影响,并且也能减少各个管理平台的数据处理压力,进而减少物联网整体架构成本,最后,本发明还利用集中式布置的服务平台行统一调控,使得服务平台能更好的进行物联网的管控。
本发明在使用时,通过对不同生产线设备的各个生产线设备进行相应的数据采集,实现了数据的快速采集,且通过不同平台分类执行数据处理和传输,也能保证数据的安全性和独立性,通过管理平台的运算即可将数据处理得到每个生产线的生产线平衡率,减少人为计算难度和误差,降低人工成本,进而实现了的生产线平衡率的快速获取,减少了对生产线设备制造作业的影响,并且,在需要时,还可将其中某个符合生产线平衡率要求的生产线对应的制造参数数据包作为其他生产线的制造参数数据包,直接下发至其他生产线,从而控制其他生产线中生产线设备的智能制造,从而实现所有生产线的生产线平衡率快速调节,且该调节无需验证,安全高效且成本低。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的用于生产线平衡率调控的工业物联网的结构框架图;
图2是根据本说明书一些实施例所示的山积图示意图;
图3是根据本说明书一些实施例所示的用于生产线平衡率调控的工业物联网控制方法的流程图;
图4是根据本说明书一些实施例所示的获取工位的工时数据的流程图;
图5是根据本说明书一些实施例所示的确定待评估工位的加权工时偏离率的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的用于生产线平衡率调控的工业物联网的结构框架图。
如图1所示,本发明第一个实施例提供了一种用于生产线平衡率调控的工业物联网,其包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台。
所述服务平台采用集中式布置;所述管理平台采用独立式布置;所述传感网络平台采用后分平台式布置;所述独立式布置为管理平台对不同对象平台的数据采用不同的管理平台进行数据存储、数据处理和/或数据传输;所述后分平台式布置为所述传感网络平台设置有总平台和多个分平台,多个分平台分别存储和处理所述管理平台发送的不同类型或不同接收对象的数据,所述总平台对多个分平台的数据进行汇总后存储和处理,并传输数据至对象平台;所述集中式布置指服务平台统一接收数据、统一处理数据和统一发送数据;
所述对象平台为相同配置的若干并行的生产线,每个生产线均包括若干连续的生产线设备,生产线设备均配置有数据采集器;
当若干所述生产线执行制造时,每个数据采集器同时采集对应生产线设备的工时数据,并发送至传感网络平台的总平台;
传感网络平台的总平台接收工时数据,将相同生产线的工时数据按照生产线工序位顺次排序后打包发送至对应生产线的传感网络平台的分平台;
传感网络平台的分平台接收打包文件后,将打包文件生成管理平台可识别的数据文件,并将数据文件发送至对应的管理平台;
所述管理平台接收数据文件后按照运算规则获取对应生产线的生产线平衡率,将获取的生产线平衡率加入索引信息后进行数据处理,并将处理后的数据发送至服务平台;
所述服务平台接收所有管理平台的数据后,按照不同数据的索引信息将不同生产线平衡率进行排序、存储后发送至用户平台。
作为现有的一种物联网架构,其中的用户平台被配置为终端设备,且交互于用户;服务平台被配置为第一服务器,接收所述用户平台的指令并发送至所述管理平台,且从所述管理平台中提取处理所述用户平台需要的信息,并发送至所述用户平台;管理平台被配置为第二服务器,且控制所述对象平台运行,并接收所述对象平台的反馈数据;传感网络平台被配置为通信网络和网关,用于所述对象平台和所述管理平台交互;对象平台被配置为执行制造的生产线及其生产线设备、数据采集器。
现有技术中,当需要获取某个生产线的生产线平衡率时,需要人工去采集每个生产线设备的单件制造工时,并且还需要对应生产线设备进行记录,工作量大、耗时久,并且数据量大,在采集和记录时容易出错,并且在后续计算生产线平衡率时,数据的导入、导出及分类等均会出现类似问题,导致在现有技术中,生产线平衡率计算周期长、精准度差。当生产线设备需要即时按照制造要求改变生产线平衡率进行对应制造时,往往无法即时实现,致使现有技术中的生产线往往出现制造成本增加、产能过剩或设备负荷大等诸多问题,且企业制造增加了成本和难题。
而本发明的用于生产线平衡率调控的工业物联网及控制方法,基于五平台结构搭建物联网,传感网络平台采用后分平台式布置,从而通过传感网络平台总平台统一收发生产线数据,可以简化二者之间复杂的网络设计结构,并实现数据集中处理或收发,再利用传感网络平台的多个分平台对应不同的生产线进行数据传输和处理,进而保证数据的有效性和独立性,减少不同生产线数据的相互影响,而管理平台采用独立式布置,不仅可以与多个分平台对应实现不同生产线数据的处理和管控,减少不同生产线数据的相互影响,并且也能减少各个管理平台的数据处理压力,进而减少物联网整体架构成本,最后,本发明还利用集中式布置的服务平台行统一调控,使得服务平台能更好的进行物联网的管控。
本发明在使用时,结合用于生产线平衡率调控的工业物联网及控制方法,通过对不同生产线的各个生产线设备进行相应的数据采集,实现了数据的快速采集,且通过不同平台分类执行数据处理和传输,也能保证数据的安全性和独立性,通过管理平台的运算即可将数据处理得到每个生产线的生产线平衡率,减少人为计算难度和误差,降低人工成本,进而实现了的生产线平衡率的快速获取,减少了对生产线设备制造作业的影响。
需要说明的是,本实施例中的用户平台可以是台式电脑、平板电脑、笔记本电脑、手机或者其他能够实现数据处理以及数据通信的电子设备,在此不作过多限定。在具体应用中,第一服务器和第二服务器可以采用单一服务器,也可以采用服务器集群,在此不作过多限定。应当理解的是,在本实施例中所提到的数据处理过程可以通过服务器的处理器进行处理,而存储在服务器的数据,都可以存储在服务器的存储设备上,如硬盘等存储器。在具体应用中,传感网络平台可以采用多组网关服务器,或者多组智能路由器,在此不作过多限定。应当理解的是,在本申请实施例中所提到的数据处理过程可以通过网关服务器的处理器进行处理,而存储在网关服务器的数据,都可以存储在网关服务器的存储设备上,如硬盘和SSD等存储器。
在一些实施例中,并行的生产线是指按照相同工序、设备、位置等采用相同配置结构形成的执行相同制造任务的生产线,如一个主生产线下游分成了若干子生产线,若干子生产线按照相同配置执行相同执行任务,则该若干子生产线即为平行的生产线。生产线设备为产品制造流水线中所依托的各类生产线设备,以机械产品为例,生产线设备可以是各类智能机加工设备如智能车床、智能铣床、智能刨床等,也可以是各类改性设备如智能回火设备、智能淬火设备、智能镀膜设备等;相应的,其制造参数即为生产线设备为实现制造而设定的参数,如车床的车刀路径参数、回火设备的回火温度、镀膜设备的镀膜量等,对应的,成品参数即为生产线设备按照制造参数做出的成品在制造参数影响下的参数值,如车床在车刀路径参数控制下形成的成品尺寸参数、回火设备在回火温度控制下形成的成品韧性值、镀膜设备在镀膜量控制下形成的成品镀膜厚度等。进一步的,数据采集器用于采集对应生产线设备的工时数据,其可以是用于计时或计数的设备,如电子秒表、计数器、计数传感器等。
在现有技术中,当需要按照制造要求更换生产线的生产线平衡率时,往往需要较长的计算时间和验证时间,并且可能反复调整各个生产线中生产线设备的制造参数,耗时耗力,无法即时实现生产线平衡率的执行和更换。
基于此,本发明还可以实现快速的生产线平衡率更换,具体为:
当所述用户平台接收到所有生产线平衡率后,并根据生产需要选择某一生产线平衡率为目标生产线平衡率时,发送第一指令至服务平台;
所述服务平台接收第一指令,根据目标生产线平衡率的索引信息发出第二指令至对应的管理平台;
对应的管理平台接收第二指令后,调取预存在管理平台中的制造参数数据包,并将制造参数数据包发送至对应的传感网络的分平台;所述制造参数数据包包括生产线中按照生产线工序位顺次排序的多个制造参数,多个制造参数顺次对应生产线工序位的生产线设备;
传感网络的分平台接收制造参数数据包后进行数据处理,并将处理后的制造参数数据包发送至传感网络的总平台;
所述传感网络的总平台接收制造参数数据包,形成生产线设备可识别的第一组态文件,并发送至除去目标生产线平衡率所在生产线的所有生产线;
当接收到第一组态文件后,所述生产线的生产线设备均按照第一组态文件中对应制造参数执行制造。
通过以上方式,在需要时,本用于生产线平衡率调控的工业物联网可将其中某个符合生产线平衡率要求或者在误差范围内的生产线对应的制造参数数据包作为其他生产线的制造参数数据包,直接可以下发该制造参数数据包至其他生产线,控制其他生产线中生产线设备的智能制造,从而实现快速所有生产线的生产线平衡率快速调节,且该调节无需验证,安全高效且成本低。
在进行对应生产线的生产线平衡率调节后,考虑数据的稳定性和后续的需求,本发明的传感网络的总平台还执行以实现数据分类保存:
当所述传感网络的总平台接收制造参数数据包后,同时将该制造参数数据包发送至除去目标生产线平衡率所在的传感网络的分平台以外的所有分平台;
当所述传感网络的分平台接收到所述制造参数数据包后将其进行数据处理后,发送至对应的管理平台;
所述管理平台接收该制造参数数据包作为临时数据包进行存储。
当完成对应制造要求后,生产线设备需要恢复原来的生产线平衡率时,本用于生产线平衡率调控的工业物联网还包括:
生产线的生产线设备均按照第一组态文件中对应制造参数执行制造后;
当用户平台发出数据回滚指令后;所述服务平台对数据回滚指令进行数据处理后发送至除去目标生产线平衡率所在管理平台的剩余所有管理平台;
接收到数据回滚指令的管理平台对数据回滚指令进行数据处理,将管理平台对应的临时数据包删除,并将对应管理平台中预存的制造参数数据包作为回滚数据进行回滚操作,完成后将预存的制造参数数据包发送至对应传感网络的分平台;
传感网络的分平台接收预存的制造参数数据包进行数据处理后发送至传感网络的总平台;
传感网络的总平台接收制造参数数据包,形成生产线设备可识别的第二组态文件,并发送至除去目标生产线平衡率所在生产线的剩余所有生产线;
接收到第二组态文件的生产线设备均按照第二组态文件中对应制造参数执行制造。
通过以上方式,所有的生产线均能在需要时执行数据回滚指令,从而恢复至预存的制造参数数据包状态下的生产线平衡率,实现生产线的快速制造调节恢复。
在一些实施中,每个数据采集器同时采集对应生产线设备的工时数据;具体为:所述数据采集器采集生产线设备完成单件产品制造所需工时,采集次数大于等于十次,将所有采集的工时按照对应生产线设备统一打包作为工时数据。例如,在一个生产线中,采集第一台生产线设备的工时数据,将该第一台生产线设备命名为0101,其后的生产线设备顺次编号为0102、0103……01N,第N个生产线的第N台生产线设备命名为NN;当采集0101的采集次数为10次时,设每次采集的数据为70.2、71、69.5、69.7、72.8、69、70.7、71.3、71.1、70.4,则将70.2、71、69.5、69.7、72.8、69、70.7、71.3、71.1、70.4作为对应生产线设备0101统一打包作为其工时数据。
在一些实施中,所述管理平台接收数据文件后按照运算规则获取对应生产线的生产线平衡率;具体为:
所述管理平台接收数据文件后,提取统计生产线中的生产线设备数量之和作为工位总数,并将生产线设备按照生产线工序位分成多个工位,形成工位表;
将数据文件中生产线设备的各个工时数据提取出来,并按照对应工位依次填入工位表中;
以工位表中工位数量为横坐标,工位对应的工时数据之和为纵坐标,生成山积图,获取山积图中立柱最高的纵坐标数据作为瓶颈工位时间;
将所有工位的工时数据相加,获得生产线的各工位时间之和;
按照以下公式求得生产线平衡率:
LB=T0/(T1×S)×100% (1)
式(1)中,LB为生产线平衡率,T0为各工位时间之和,T1为瓶颈工位时间,S为工位总数。
在具体应用时,例如,以上述生产线设备0101所在生产线作为对象,其形成的工位表如下表一:
表一:工位表
参考表一,即可获得该生产线的工位总数为1+2+3+4+…+N个。
将采集的工时数据依次填入上述工位表,获得表二(表中仅将上述生产线设备0101工时数据填入作为实例,其他生产线设备工时数据省略):
表二:填入0101工位工时数据的工位表
按照表二,利用软件excel表堆积图功能,形成山积图如图2,其中图2仅带入0101工位的工时数据,其它工位的柱状结构仅为进行说明山积图成型原理设置添加。需要说明的是,形成山积图可以人工进行,也可以通过计算机功能自动实现,通过计算机功能实现该功能所涉及的程序属于现有技术或本领域技术人员在不付出劳动性成果即可实现,故本发明不再进一步累述。
通过图2可以看出,0101工位的立柱最高,其纵坐标数据即作为瓶颈工位时间,该瓶颈工位时间为70.2、71、69.5、69.7、72.8、69、70.7、71.3、71.1、70.4之和,最后,将0101至010N的所有工时数据相加获得各工位时间之和,即可利用式(1)获取01生产线的生产线平衡率,并可按照以上方法获得各个生产线的生产线平衡率。
图4是根据本说明书一些实施例所示的获取工位的工时数据的示意图。在一些实施例中,流程400可以由管理平台执行。如图4所示,流程400包括下述步骤。
步骤410,管理平台可以将工时数据对应的工人作为待评估工人,将工时数据对应的工位作为待评估工位,获取所述待评估工人在不同工位的工时信息,所述不同工位为不同于所述待评估工位的其他工位。
待评估工人是指获取到的工时数据对应的工人。例如,获取到的工时数据为工人A在工位K产生的工时数据,则工人A即为待评估工人。
待评估工位是指对应产生获取到的工时数据的工位。例如,获取到的工时数据为工人A在工位K产生的工时数据,则工位K即为待评估工位。
不同工位是指不同于所述待评估工位的其他至少一个工位。例如,某生产线的工位包括工位H、工位J、工位K、工位L,待评估工位为工位J,则不同工位为工位H、工位K、工位L。
待评估工人在不同工位的工时信息可以包括待评估工人在不同的工位上完成相应工作任务所需的工作时长。例如,工人A在工位J的工时为 6.7小时;在工位K的工时为1.2小时,需要说明的是,工时的单位还可以为其他时间单位,如分钟、秒或天等。
在一些实施例中,待评估工人在不同工位的工时信息可以通过多种方式获取,例如,可以基于设置在不同生产线设备上的一个或多个数据采集器(如,电子秒表、计数器、计数传感器)采集得到。如,数据采集器J可以对工人A在工位J上的工作时长进行计时,得到工人A在工位J的工时信息(如,0.5小时、3小时等)。有关数据采集器的更多说明可以参见本申请说明书图1的描述。
步骤420,管理平台可以获取待评估工人在不同工位的工时偏离率,工时偏离率基于待评估工人在不同工位的工时及不同工位的平均工时确定。
工时偏离率是指待评估工人在相应工位上所需工时与该工位的平均工时的工时偏移程度。例如,工时偏离率可以是0、正数或负数,0表示没有偏移,正数表示有正向偏移,负数表示有负向偏移,其中,没有偏移表示待评估工人在该工位的工时与该工位的平均工时一致,正向偏移表示待评估工人在该工位的工时比该工位的平均工时多,负向偏移表示待评估工人在该工位的工时比该工位的平均工时少。
在一些实施例中,工时偏离率可以基于待评估工人在某工位的工时与该工位的平均工时确定。例如:工位J的平均工时为5小时,工人A在工位J的工时为5.5小时,则工人A在工位J的工时偏离率Pj为(5.5-5)/5=0.1,表示工人A在工位J所需工时比工位J的平均工时多10%。
在一些实施例中,某工位的平均工时可以基于在该工位历史(如,过去一年、过去一周)工作过的若干个工人所对应的工时得到。例如,过去一周,在工位K,工人B的工时为6小时、工人C的工时为8小时、工人D的工时为7小时,则工位K的平均工时为(6+8+7)/3=7小时。
步骤430,管理平台可以将不同工位所需的工人技能作为技能特征,基于技能特征获取不同工位的特征向量。
工人技能是指工人能够用于生产工作的技能。例如,清洗、冷却、包装、机床操作等。在一些实施例中,管理平台可以将各个工位所需的工人技能作为该工位的技能特征。例如,工位K所需的工人技能包括清洗、冷却,则工位K对应的技能特征即清洗、冷却。
在一些实施例中,管理平台可以基于各个工位的技能特征确定各个工位的特征向量。仅作为示例的,管理平台可以基于预设规则将各个工位的技能特征转为对应的特征向量。例如,技能特征清洗、冷却、机床操控、包装、测温对应的特征向量分别为1、2、3、4、5,工位H对应的技能特征包括清洗、冷却、机床操控;工位J对应的技能特征包括机床操控、包装;工位K对应的技能特征包括机床操控、包装、测温,则可知,工位H对应的特征向量Vh={ 1、2、3};工位J对应的特征向量Vj={ 3、4};工位K对应的特征向量Vk={ 3、4、5}。
步骤440,管理平台可以基于待评估工位的特征向量与不同工位的特征向量的向量距离,对待评估工人在不同工位的工时偏离率进行加权计算,确定待评估工人在待评估工位的加权工时偏离率。
向量距离是指待评估工位与其他工位对应的特征向量之间的距离,基于向量距离可以反映不同工位之间的技能特征的差别程度,如两个工位间的向量距离越大,则说明两个工位对应的技能特征的差异越大。在一些实施例中,向量距离可以是余弦距离、欧式距离等。
在一些实施例中,加权计算是对待评估工人在不同工位的工时偏离率进行加权计算,加权计算的权重可以基于多种方式确定,例如,可以基于人工对每个工位对应的权重进行预先设定,又如,权重可以与其他工位和待评估工位的特征向量之间的向量距离相关。
仅作为示例地,假设待评估工位为工位H,其他工位为工位J和K,Vh表示工位H对应的特征向量,Vj表示工位J对应的特征向量,Vk表示工位K对应的特征向量,Vh与Vj的向量距离为Dj,Vh与Vk的向量距离为Dk,则待评估工人在工位H的加权偏离率可以为:
加权偏离率=(Pj * exp(-Dj)+Pk* exp(-Dk))/sigma(exp(·))(2)
在式(2)中,sigma表示求和;exp(·)表示向量距离的指数函数,exp(-Dj)表示待评估工位H与工位J的特征向量的向量距离的指数函数,exp(-Dk)表示待评估工位H与工位K的特征向量的向量距离的指数函数;Pj表示待评估工人在工位J的工时偏离率;Pk表示待评估工人在工位K的工时偏离率。
在一些实施例中,管理平台还可以通过模型确定待评估工人在所述待评估工位的加权工时偏离率。有关通过模型确定加权工时偏离率的更多说明可以参见本申请说明书图5的描述。
步骤450,管理平台可以基于加权工时偏离率对待评估工人在待评估工位的工时进行调整,并将调整后的工时作为待评估工人在待评估工位的最终工时。
最终工时是指最终用于填入工位表中作为待评估工位的工时数据的数据信息。
在一些实施例中,管理平台可以基于加权工时偏离率对待评估工人在待评估工位的工时进行调整,将调整后的工时作为最终工时。
例如,待评估工人A在待评估工位H的工时为3小时,根据上述方法得到待评估工人A在待评估工位H的加权偏离率为+ 0.5,说明待评估工人A在待评估工位H完成任务会比别人多花50%的时间,因此调整参数为1+0.5=1.5,则将工时3小时除以1.5,得到待评估工人A在待评估工位H的最终工时为2小时。
又例如,待评估工人B在待评估工位J的工时为4.5小时,根据上述方法得到待评估工人B在待评估工位J的加权偏离率为-0.1,说明待评估工人B比别人少花10%的时间,因此调整参数为1-0.1=0.9,则将工时4.5小时除以0.9,得到待评估工人B在待评估工位J的最终工时为5小时。
本说明书的一些实施例所述的方法,考虑了工人状况不同对工时数据带来的偏离影响,以及工人对不同工位的适应情况的不同对工时数据带来的偏离影响,加入偏离率的计算,得到的工时数据更符合待评估工位的实际情况。
在一些实施例中,待评估工人在所述待评估工位的加权工时偏离率基于神经网络模型530计算。如图5所示包括下述内容。
在一些实施例中,神经网络模型530可以基于对各典型工位与待评估工位的差向量,和各典型工位的偏离率的处理,确定待评估工人在所述待评估工位的加权工时偏离率。在一些实施例中,神经网络模型530的类型可以是多种。例如,神经网络模型530类型可以是CNN模型、DNN模型等。又如,第一模型还可以是循环神经网络(RNN)、深度置信网络(DBN)等深度学习模型或其组合。
在一些实施例中,神经网络模型530输入的特征包括各典型工位和待评估工位的差向量510、各典型工位的偏离率520;神经网络模型530的输出为待评估工人在所述待评估工位的加权工时偏离率540。
在一些实施例中,典型工位是指有足够工时数据的工位。
各典型工位和待评估工位的差向量510是指各典型工位的特征向量与待评估工位的特征向量之间的差,各典型工位和待评估工位的差向量510可以基于各典型工位的特征向量与待评估工位的特征向量之间的向量距离表示。关于工位的特征向量及工位间的特征向量的向量距离的具体说明参见图4。
仅作为示例的,假设待评估工位为H,其他典型工位为J和K,典型工位J和待评估工位H的差向量为D’j,典型工位K和待评估工位H的差向量为D’k,待评估工人在典型工位J的工时偏离率为Pj,待评估工人在典型工位K的工时偏离率为Pk,则神经网络模型530输入为(D’j,Pj)、(D’k,Pk)。
在一些实施例中,处理设备可以基于多组训练数据训练初始神经网络模型,得到神经网络模型。一组训练数据样本包括各个典型工位和作为待评估工位的典型工位之间的差向量,以及一名工人在各典型工位的工时偏离率,多组训练数据样本可以对应多名工人的在各典型工位的工时偏离率数据以及多个典型工位之间的差向量。其中,作为训练样本的各典型工位之间的差向量可以通过上述特征向量提取的方式及向量距离算法计算得到;作为训练样本的工人在各典型工位的偏离率可以通过获取的工人在不同典型工位的工时与该典型工位平均工时,并进行相应计算得到,具体计算偏离率的说明参见图4。每组训练数据的标签代表工人在作为待评估工位的典型工位上的加权工时偏离率。
在一些实施例中,训练样本的标签的获取方式可以为人工标注,例如,可以基于历史数据确定工人在各个典型工位的加权工时偏离率,并在训练模型时,基于作为待评估工位的典型工位和作为待评估工人的工人信息,获取对应的加权工时偏离率作为标签。
在一些实施例中,可以通过标签和初始神经网络模型的结果构建损失函数,基于损失函数迭代更新神经网络模型的参数。当初始神经网络模型的损失函数满足预设条件时模型训练完成,得到训练好的神经网络模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
通过上述一些实施例的方式,相对人工基于向量距离的加权计算公式确定工时偏离率的方式,基于神经网络模型来确定工时偏离率,可以更好地反映出不同特点的工位对不同工人的影响,进而保证基于工时偏离率确定的工时数据的有效性。
在一些实施例中,所述索引信息至少包括对应生产线平衡率的管理平台、传感网络平台的分平台或生产线中任意一个或多个的索引数据,所述索引数据为编号、顺序或对应的名称。例如,索引数据可以是上述生产线的编号“01”或者对应的名称“01生产线”等。
如图3所示,本发明还基于以上用于生产线平衡率调控的工业物联网,提供了一种用于生产线平衡率调控的工业物联网控制方法,所述控制方法包括:
所述对象平台为相同配置的若干并行的生产线,每个生产线均包括若干连续的生产线设备,生产线设备均配置有数据采集器;
当若干所述生产线执行制造时,每个数据采集器同时采集对应生产线设备的工时数据,并发送至传感网络平台的总平台;
传感网络平台的总平台接收工时数据,将相同生产线的工时数据按照生产线工序位顺次排序后打包发送至对应的传感网络平台的分平台;
传感网络平台的分平台接收打包文件后,将打包文件生成管理平台可识别的数据文件,并将数据文件发送至对应的管理平台;
所述管理平台接收数据文件后按照运算规则获取对应生产线的生产线平衡率,将获取的生产线平衡率加入索引信息后进行数据处理,并将处理后的数据发送至服务平台;
所述服务平台接收所有管理平台的数据后,按照不同数据的索引信息将不同生产线平衡率进行排序、存储后发送至用户平台。
该用于生产线平衡率调控的工业物联网控制方法还包括以下步骤:
当所述用户平台接收到所有生产线平衡率后,并根据生产需要选择某一生产线平衡率为目标生产线平衡率时,发送第一指令至服务平台;
所述服务平台接收第一指令,根据目标生产线平衡率的索引信息发出第二指令至对应的管理平台;
对应的管理平台接收第二指令后,调取预存在管理平台中的制造参数数据包,并将制造参数数据包发送至对应的传感网络的分平台;所述制造参数数据包包括生产线中按照生产线工序位顺次排序的多个制造参数,多个制造参数顺次对应生产线工序位的生产线设备;
传感网络的分平台接收制造参数数据包后进行数据处理,并将处理后的制造参数数据包发送至传感网络的总平台;
所述传感网络的总平台接收制造参数数据包,形成生产线设备可识别的第一组态文件,并发送至除去目标生产线平衡率所在生产线的所有生产线;
当接收到第一组态文件后,所述生产线的生产线设备均按照第一组态文件中对应制造参数执行制造。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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,或者该技术方案的全部或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,或者网格设备等)执行本发明各个实施例所述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-OnlyMemory)、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。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的处理设备或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.用于生产线平衡率调控的工业物联网,包括:依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台;其特征在于,
所述服务平台采用集中式布置;所述管理平台采用独立式布置;所述传感网络平台采用后分平台式布置;所述独立式布置为管理平台对不同对象平台的数据采用不同的平台进行数据存储、数据处理和/或数据传输;所述后分平台式布置为所述传感网络平台设置有总平台和多个分平台,多个分平台分别存储和处理所述管理平台发送的不同类型或不同接收对象的数据,所述总平台对多个分平台的数据进行汇总后存储和处理,并传输数据至对象平台;所述集中式布置指服务平台统一接收数据、统一处理数据和统一发送数据;
所述对象平台被配置为相同配置的若干并行的生产线,每个生产线均包括若干连续的生产线设备,生产线设备均配置有数据采集器,所述数据采集器被配置为当若干所述生产线执行制造时,每个数据采集器同时采集对应生产线设备的工时数据,并发送至传感网络平台的总平台;
传感网络平台的总平台被配置为用于接收工时数据,将相同生产线的工时数据按照生产线工序位顺次排序后打包发送至对应的传感网络平台的分平台;
传感网络平台的分平台被配置为用于接收打包文件后,将打包文件生成管理平台可识别的数据文件,并将数据文件发送至对应的管理平台;
所述管理平台被配置为接收数据文件后按照运算规则获取对应生产线的生产线平衡率,将获取的生产线平衡率加入索引信息后进行数据处理,并将处理后的数据发送至服务平台;
所述服务平台被配置为接收所有管理平台的数据后,按照不同数据的索引信息将不同生产线平衡率进行排序、存储后发送至用户平台。
2.根据权利要求1所述的用于生产线平衡率调控的工业物联网,其特征在于,
所述用户平台被配置为当所述用户平台接收到所有生产线平衡率后,并根据生产需要选择某一生产线平衡率为目标生产线平衡率时,发送第一指令至服务平台;
所述服务平台还被配置为用于接收第一指令,根据目标生产线平衡率的索引信息发出第二指令至对应的管理平台;
管理平台还被配置为对应的管理平台接收第二指令后,调取预存在管理平台中的制造参数数据包,并将制造参数数据包发送至对应的传感网络的分平台;所述制造参数数据包包括生产线中按照生产线工序位顺次排序的多个制造参数,多个制造参数顺次对应生产线工序位的生产线设备;
传感网络的分平台还被配置为接收制造参数数据包后进行数据处理,并将处理后的制造参数数据包发送至传感网络的总平台;
所述传感网络的总平台还被配置为接收制造参数数据包,形成生产线设备可识别的第一组态文件,并发送至除去目标生产线平衡率所在生产线的所有生产线;
所述生产线设备被配置为当接收到第一组态文件后按照第一组态文件中对应制造参数执行制造。
3.根据权利要求2所述的用于生产线平衡率调控的工业物联网,其特征在于,所述传感网络的总平台还被配置为:当接收制造参数数据包后,同时将该制造参数数据包发送至除去目标生产线平衡率所在的传感网络的分平台以外的所有分平台;
所述传感网络的分平台还被配置为:接收到所述制造参数数据包后将其进行数据处理后,发送至对应的管理平台;
所述管理平台还被配置为:接收该制造参数数据包作为临时数据包进行存储。
4.根据权利要求3所述的用于生产线平衡率调控的工业物联网,其特征在于,所述服务平台还被配置为:在生产线的生产线设备均按照第一组态文件中对应制造参数执行制造后,接收用户平台发出数据回滚指令,并对数据回滚指令进行数据处理后发送至除去目标生产线平衡率所在管理平台的剩余所有管理平台;
所述管理平台还被配置为:接收数据回滚指令并对进行数据处理,将管理平台对应的临时数据包删除,并将对应管理平台中预存的制造参数数据包作为回滚数据进行回滚操作,完成后将预存的制造参数数据包发送至对应传感网络的分平台;
所述传感网络的分平台还被配置为:接收预存的制造参数数据包进行数据处理后发送至传感网络的总平台;
所述传感网络的总平台还被配置为:接收制造参数数据包,形成生产线设备可识别的第二组态文件,并发送至除去目标生产线平衡率所在生产线的剩余所有生产线;
所述生产线设备还被配置为:接收第二组态文件并按照第二组态文件中对应制造参数执行制造。
5.根据权利要求1所述的用于生产线平衡率调控的工业物联网,其特征在于,每个数据采集器同时采集对应生产线设备的工时数据;具体为:
所述数据采集器采集生产线设备完成单件产品制造所需工时,采集次数大于等于十次,将所有采集的工时按照对应生产线设备统一打包作为工时数据。
6.根据权利要求1所述的用于生产线平衡率调控的工业物联网,其特征在于,所述管理平台还被配置为:
所述管理平台接收数据文件后,提取统计生产线中的生产线设备数量之和作为工位总数,并将生产线设备按照生产线工序位分成多个工位,形成工位表;
将数据文件中生产线设备的各个工时数据提取出来,并按照对应工位依次填入工位表中;
以工位表中工位数量为横坐标,工位对应的工时数据之和为纵坐标,生成山积图,获取山积图中立柱最高的纵坐标数据作为瓶颈工位时间;
将所有工位的工时数据相加,获得生产线的各工位时间之和;
按照以下公式求得生产线平衡率:
LB=T0/(T1×S)×100%
式中,LB为生产线平衡率,T0为各工位时间之和,T1为瓶颈工位时间,S为工位总数。
7.根据权利要求6所述的用于生产线平衡率调控的工业物联网,其特征在于,所述管理平台还被配置为:
将所述工时数据对应的工人作为待评估工人,将所述工时数据对应的工位作为待评估工位,获取所述待评估工人在不同工位的工时信息,所述不同工位为不同于所述待评估工位的其他工位;
获取所述待评估工人在所述不同工位的工时偏离率,所述工时偏离率基于所述待评估工人在所述不同工位的工时及所述不同工位的平均工时确定;
将所述不同工位所需的工人技能作为技能特征,基于所述技能特征获取所述不同工位的特征向量;
基于所述待评估工位的特征向量与所述不同工位的所述特征向量的向量距离,对所述待评估工人在所述不同工位的所述工时偏离率进行加权计算,确定所述待评估工人在所述待评估工位的加权工时偏离率;
基于所述加权工时偏离率对所述待评估工人在所述待评估工位的工时进行调整,并将调整后的工时作为待评估工人在所述待评估工位的最终工时。
8.根据权利要求1所述的用于生产线平衡率调控的工业物联网,其特征在于,所述索引信息至少包括对应生产线平衡率的管理平台、传感网络平台的分平台或生产线中任意一个或多个的索引数据,所述索引数据为编号、顺序或对应的名称。
9.用于生产线平衡率调控的工业物联网控制方法,所述用于生产线平衡率调控的工业物联网包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台;
所述服务平台采用集中式布置;所述管理平台采用独立式布置;所述传感网络平台采用后分平台式布置;所述独立式布置为管理平台对不同对象平台的数据采用不同的平台进行数据存储、数据处理和/或数据传输;所述后分平台式布置为所述传感网络平台设置有总平台和多个分平台,多个分平台分别存储和处理所述管理平台发送的不同类型或不同接收对象的数据,所述总平台对多个分平台的数据进行汇总后存储和处理,并传输数据至对象平台;所述集中式布置指服务平台统一接收数据、统一处理数据和统一发送数据;
所述控制方法包括:
所述对象平台为相同配置的若干并行的生产线,每个生产线均包括若干连续的生产线设备,生产线设备均配置有数据采集器;
当若干所述生产线执行制造时,每个数据采集器同时采集对应生产线设备的工时数据,并发送至传感网络平台的总平台;
传感网络平台的总平台接收工时数据,将相同生产线的工时数据按照生产线工序位顺次排序后打包发送至对应的传感网络平台的分平台;
传感网络平台的分平台接收打包文件后,将打包文件生成管理平台可识别的数据文件,并将数据文件发送至对应的管理平台;
所述管理平台接收数据文件后按照运算规则获取对应生产线的生产线平衡率,将获取的生产线平衡率加入索引信息后进行数据处理,并将处理后的数据发送至服务平台;
所述服务平台接收所有管理平台的数据后,按照不同数据的索引信息将不同生产线平衡率进行排序、存储后发送至用户平台。
10.根据权利要求9所述的用于生产线平衡率调控的工业物联网控制方法,其特征在于,还包括:
当所述用户平台接收到所有生产线平衡率后,并根据生产需要选择某一生产线平衡率为目标生产线平衡率时,发送第一指令至服务平台;
所述服务平台接收第一指令,根据目标生产线平衡率的索引信息发出第二指令至对应的管理平台;
对应的管理平台接收第二指令后,调取预存在管理平台中的制造参数数据包,并将制造参数数据包发送至对应的传感网络的分平台;所述制造参数数据包包括生产线中按照生产线工序位顺次排序的多个制造参数,多个制造参数顺次对应生产线工序位的生产线设备;
传感网络的分平台接收制造参数数据包后进行数据处理,并将处理后的制造参数数据包发送至传感网络的总平台;
所述传感网络的总平台接收制造参数数据包,形成生产线设备可识别的第一组态文件,并发送至除去目标生产线平衡率所在生产线的所有生产线;
当接收到第一组态文件后,所述生产线的生产线设备均按照第一组态文件中对应制造参数执行制造。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210389942.8A CN114488988B (zh) | 2022-04-14 | 2022-04-14 | 用于生产线平衡率调控的工业物联网及控制方法 |
US17/807,718 US11579593B1 (en) | 2022-04-14 | 2022-06-18 | Industrial Internet of Things and methods for controlling production line balance rate |
US18/064,943 US11874647B2 (en) | 2022-04-14 | 2022-12-13 | Industrial internet of things system for controlling production line parameter and control methods thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210389942.8A CN114488988B (zh) | 2022-04-14 | 2022-04-14 | 用于生产线平衡率调控的工业物联网及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114488988A true CN114488988A (zh) | 2022-05-13 |
CN114488988B CN114488988B (zh) | 2022-07-08 |
Family
ID=81488511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210389942.8A Active CN114488988B (zh) | 2022-04-14 | 2022-04-14 | 用于生产线平衡率调控的工业物联网及控制方法 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11579593B1 (zh) |
CN (1) | CN114488988B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637270A (zh) * | 2022-05-17 | 2022-06-17 | 成都秦川物联网科技股份有限公司 | 基于集散控制的智能制造工业物联网及控制方法 |
CN114663250A (zh) * | 2022-04-02 | 2022-06-24 | 成都秦川物联网科技股份有限公司 | 双独立平台式工业物联网及其控制方法 |
CN114827213A (zh) * | 2022-06-28 | 2022-07-29 | 成都秦川物联网科技股份有限公司 | 用于生产任务计划实施的工业物联网及其控制方法 |
CN114819925A (zh) * | 2022-06-29 | 2022-07-29 | 成都秦川物联网科技股份有限公司 | 基于事件序列分析预测的工业物联网及其控制方法 |
CN114820225A (zh) * | 2022-06-28 | 2022-07-29 | 成都秦川物联网科技股份有限公司 | 基于关键词识别和处理制造问题的工业物联网及控制方法 |
CN114815761A (zh) * | 2022-06-28 | 2022-07-29 | 成都秦川物联网科技股份有限公司 | 基于工业物联网的生产线适配方法及系统 |
CN114868640A (zh) * | 2022-07-12 | 2022-08-09 | 成都秦川物联网科技股份有限公司 | 基于物联网的智慧城市绿地灌溉用水分配方法和系统 |
CN115903707A (zh) * | 2022-12-01 | 2023-04-04 | 苏州连讯电子有限公司 | 一种基于工位监测的连接线生产优化方法及系统 |
CN115914315A (zh) * | 2023-02-07 | 2023-04-04 | 成都秦川物联网科技股份有限公司 | 基于产品误差值修正制造的工业物联网系统及其控制方法 |
WO2023240770A1 (zh) * | 2022-06-17 | 2023-12-21 | 浙大城市学院 | 一种物联网设备集中控制管理系统 |
WO2024011601A1 (zh) * | 2022-07-15 | 2024-01-18 | 成都秦川物联网科技股份有限公司 | 用于设备功能下降型故障预警的工业物联网、方法及介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114612262B (zh) * | 2022-04-28 | 2022-07-22 | 成都秦川物联网科技股份有限公司 | 一种智能制造工业物联网系统及控制方法 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06168006A (ja) * | 1992-11-30 | 1994-06-14 | Pfu Ltd | 混流生産システムおよびその運転方法 |
EP0859299A2 (en) * | 1992-11-30 | 1998-08-19 | Pfu Limited | Versatile production system and methods for operating same |
US6094416A (en) * | 1997-05-09 | 2000-07-25 | I/O Control Corporation | Multi-tier architecture for control network |
US20020143951A1 (en) * | 2001-03-30 | 2002-10-03 | Eyeball.Com Network Inc. | Method and system for multicast to unicast bridging |
JP2003008619A (ja) * | 2001-06-19 | 2003-01-10 | Hitachi Ltd | パケット通信装置 |
US20070133469A1 (en) * | 2005-12-08 | 2007-06-14 | Electronics And Telecommunications Rsearch Institute | Sensor node device and method for supporting mobility of mobile node in sensor network |
JP2008217451A (ja) * | 2007-03-05 | 2008-09-18 | Sharp Corp | 生産情報自動収集システム、生産情報自動収集方法、生産情報自動収集プログラム、及び、該生産情報自動収集プログラムが記録されたプログラム記録媒体 |
US20140119204A1 (en) * | 2012-10-25 | 2014-05-01 | Microsoft Corporation | One-to-many and many-to-one communications on a network |
JP2015014895A (ja) * | 2013-07-04 | 2015-01-22 | Jfeスチール株式会社 | 製造計画評価方法および製造計画評価装置 |
CN106779316A (zh) * | 2016-11-25 | 2017-05-31 | 中国电子科技集团公司第三十八研究所 | 一种雷达电子装备制造物联系统 |
US20180204166A1 (en) * | 2015-07-06 | 2018-07-19 | Visual-Factories | Manufacturing line gamification system for employees self-management and method thereof |
JP2018129613A (ja) * | 2017-02-07 | 2018-08-16 | オムロン株式会社 | 制御装置および通信装置 |
CN108734237A (zh) * | 2018-04-17 | 2018-11-02 | 姘磋储 | 一种基于物联网技术的吊挂系统的云端控制方法 |
CN109861389A (zh) * | 2018-12-20 | 2019-06-07 | 重庆邮电大学 | 一种基于LoRa技术的光伏微网能量管理系统 |
CN111026055A (zh) * | 2019-12-13 | 2020-04-17 | 北京动力机械研究所 | 车间生产数据采集与分析系统及方法 |
US20200274730A1 (en) * | 2019-02-27 | 2020-08-27 | Elmos Semiconductor Aktiengesellschaft | Bus node address verification |
EP3719646A1 (en) * | 2019-04-02 | 2020-10-07 | Gamma-Digital Kft. | Method for communicating in a network-distributed process control system and network-distributed process control system |
US20200326684A1 (en) * | 2019-04-15 | 2020-10-15 | Rockwell Automation Technologies, Inc. | Smart gateway platform for industrial internet of things |
WO2020227429A1 (en) * | 2019-05-06 | 2020-11-12 | Strong Force Iot Portfolio 2016, Llc | Platform for facilitating development of intelligence in an industrial internet of things system |
CN113141381A (zh) * | 2021-06-21 | 2021-07-20 | 成都秦川物联网科技股份有限公司 | 物联网跨网数据交互方法及系统 |
CN113534760A (zh) * | 2021-08-02 | 2021-10-22 | 上海奇梦网络科技有限公司 | 一种基于数字孪生平台的制造业工厂管理系统 |
US20220058152A1 (en) * | 2019-01-14 | 2022-02-24 | Sigmasense, Llc. | Multiple communication channel allocation for low voltage drive circuits |
CN114186791A (zh) * | 2021-11-10 | 2022-03-15 | 大连理工大学 | 一种面向多型号小批量的复杂装备产品装调生产动态调度方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6622055B2 (en) * | 2001-01-16 | 2003-09-16 | United Microelectronics Corp. | Method of control management of production line |
US7379782B1 (en) * | 2007-03-26 | 2008-05-27 | Activplant Corporation | System and method of monitoring and quantifying performance of an automated manufacturing facility |
CN105306560B (zh) * | 2015-10-14 | 2019-02-26 | 成都中科创达软件有限公司 | 分布式终端实施动态管理平台 |
WO2018199731A1 (es) * | 2017-04-25 | 2018-11-01 | Mijares Garcia Fernando | Sistema interactivo para la mejora de la productividad laboral en procesos de manufactura |
US10575072B1 (en) * | 2019-02-15 | 2020-02-25 | Chengdu Qinchuan Iot Technology Co., Ltd. | Gas meter fault prompting method and internet of things (IoT) system based on compound IoT |
CN112836976B (zh) * | 2021-02-07 | 2023-03-10 | 青岛历派软件有限公司 | 一种缝制流水线的智能平衡方法 |
CN114253232B (zh) * | 2021-12-01 | 2023-05-26 | 中国电子科技集团公司第二十九研究所 | 一种生产线中加工工位的配置方法及系统 |
-
2022
- 2022-04-14 CN CN202210389942.8A patent/CN114488988B/zh active Active
- 2022-06-18 US US17/807,718 patent/US11579593B1/en active Active
- 2022-12-13 US US18/064,943 patent/US11874647B2/en active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06168006A (ja) * | 1992-11-30 | 1994-06-14 | Pfu Ltd | 混流生産システムおよびその運転方法 |
EP0859299A2 (en) * | 1992-11-30 | 1998-08-19 | Pfu Limited | Versatile production system and methods for operating same |
US6094416A (en) * | 1997-05-09 | 2000-07-25 | I/O Control Corporation | Multi-tier architecture for control network |
US20020143951A1 (en) * | 2001-03-30 | 2002-10-03 | Eyeball.Com Network Inc. | Method and system for multicast to unicast bridging |
JP2003008619A (ja) * | 2001-06-19 | 2003-01-10 | Hitachi Ltd | パケット通信装置 |
US20070133469A1 (en) * | 2005-12-08 | 2007-06-14 | Electronics And Telecommunications Rsearch Institute | Sensor node device and method for supporting mobility of mobile node in sensor network |
JP2008217451A (ja) * | 2007-03-05 | 2008-09-18 | Sharp Corp | 生産情報自動収集システム、生産情報自動収集方法、生産情報自動収集プログラム、及び、該生産情報自動収集プログラムが記録されたプログラム記録媒体 |
US20140119204A1 (en) * | 2012-10-25 | 2014-05-01 | Microsoft Corporation | One-to-many and many-to-one communications on a network |
JP2015014895A (ja) * | 2013-07-04 | 2015-01-22 | Jfeスチール株式会社 | 製造計画評価方法および製造計画評価装置 |
US20180204166A1 (en) * | 2015-07-06 | 2018-07-19 | Visual-Factories | Manufacturing line gamification system for employees self-management and method thereof |
CN106779316A (zh) * | 2016-11-25 | 2017-05-31 | 中国电子科技集团公司第三十八研究所 | 一种雷达电子装备制造物联系统 |
JP2018129613A (ja) * | 2017-02-07 | 2018-08-16 | オムロン株式会社 | 制御装置および通信装置 |
CN108734237A (zh) * | 2018-04-17 | 2018-11-02 | 姘磋储 | 一种基于物联网技术的吊挂系统的云端控制方法 |
CN109861389A (zh) * | 2018-12-20 | 2019-06-07 | 重庆邮电大学 | 一种基于LoRa技术的光伏微网能量管理系统 |
US20220058152A1 (en) * | 2019-01-14 | 2022-02-24 | Sigmasense, Llc. | Multiple communication channel allocation for low voltage drive circuits |
US20200274730A1 (en) * | 2019-02-27 | 2020-08-27 | Elmos Semiconductor Aktiengesellschaft | Bus node address verification |
EP3719646A1 (en) * | 2019-04-02 | 2020-10-07 | Gamma-Digital Kft. | Method for communicating in a network-distributed process control system and network-distributed process control system |
US20200326684A1 (en) * | 2019-04-15 | 2020-10-15 | Rockwell Automation Technologies, Inc. | Smart gateway platform for industrial internet of things |
WO2020227429A1 (en) * | 2019-05-06 | 2020-11-12 | Strong Force Iot Portfolio 2016, Llc | Platform for facilitating development of intelligence in an industrial internet of things system |
CN111026055A (zh) * | 2019-12-13 | 2020-04-17 | 北京动力机械研究所 | 车间生产数据采集与分析系统及方法 |
CN113141381A (zh) * | 2021-06-21 | 2021-07-20 | 成都秦川物联网科技股份有限公司 | 物联网跨网数据交互方法及系统 |
CN113534760A (zh) * | 2021-08-02 | 2021-10-22 | 上海奇梦网络科技有限公司 | 一种基于数字孪生平台的制造业工厂管理系统 |
CN114186791A (zh) * | 2021-11-10 | 2022-03-15 | 大连理工大学 | 一种面向多型号小批量的复杂装备产品装调生产动态调度方法 |
Non-Patent Citations (7)
Title |
---|
AWANGGA FEBIAN SURYA ADMAJA等: "LEACH Distributed Clustering Improvement for Wireless Sensor Networks", 《2021 18TH INTERNATIONAL CONFERENCE ON ELECTRICAL ENGINEERING/ELECTRONICS,COMPUTER,TELECOMMUNICATIONS AND INFORMATION TECHNOLOGY(ECTI-CON)》 * |
姚晔等: "物联网架构和智能信息处理理论与关键技术研究", 《电脑编程技巧与维护》 * |
朱伟凯: "无线传感器网络故障管理系统的研究与实现", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
浙江中控技术股份有限公司: "RDMS控制系统云监控及诊断解决方案", 《自动化博览》 * |
王振: "基于Basic RF传输协议的多对一组网通信设计", 《电子世界》 * |
邵泽华: "物联网传感网络平台", 《物联网技术》 * |
金秋萍 等: "《大学信息技术基础》", 30 September 2015 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114663250B (zh) * | 2022-04-02 | 2022-08-16 | 成都秦川物联网科技股份有限公司 | 双独立平台式工业物联网系统及其控制方法 |
CN114663250A (zh) * | 2022-04-02 | 2022-06-24 | 成都秦川物联网科技股份有限公司 | 双独立平台式工业物联网及其控制方法 |
US11625028B1 (en) | 2022-04-02 | 2023-04-11 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things with dual independent platform and control methods thereof |
CN114637270A (zh) * | 2022-05-17 | 2022-06-17 | 成都秦川物联网科技股份有限公司 | 基于集散控制的智能制造工业物联网及控制方法 |
US11681283B1 (en) | 2022-05-17 | 2023-06-20 | Chengdu Qinchuan Iot Technology Co., Ltd. | Intelligent manufacturing industrial Internet of Things based on distributed control, control methods and media thereof |
WO2023240770A1 (zh) * | 2022-06-17 | 2023-12-21 | 浙大城市学院 | 一种物联网设备集中控制管理系统 |
US11774951B2 (en) | 2022-06-28 | 2023-10-03 | Chengdu Qinchuan Iot Technology Co., Ltd. | Production line adaptation methods based on industrial internet of things, systems and storage mediums thereof |
CN114820225B (zh) * | 2022-06-28 | 2022-09-13 | 成都秦川物联网科技股份有限公司 | 基于关键词识别和处理制造问题的工业物联网及控制方法 |
US11906948B2 (en) | 2022-06-28 | 2024-02-20 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things for implementing production task plans and control methods thereof |
CN114827213A (zh) * | 2022-06-28 | 2022-07-29 | 成都秦川物联网科技股份有限公司 | 用于生产任务计划实施的工业物联网及其控制方法 |
CN114815761A (zh) * | 2022-06-28 | 2022-07-29 | 成都秦川物联网科技股份有限公司 | 基于工业物联网的生产线适配方法及系统 |
CN114820225A (zh) * | 2022-06-28 | 2022-07-29 | 成都秦川物联网科技股份有限公司 | 基于关键词识别和处理制造问题的工业物联网及控制方法 |
US11754995B2 (en) | 2022-06-28 | 2023-09-12 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things for identifying and processing manufacturing problems, control methods, and storage medium |
US11754999B1 (en) | 2022-06-29 | 2023-09-12 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things based on event sequence analysis and prediction, prediction method, and storage medium thereof |
CN114819925B (zh) * | 2022-06-29 | 2022-10-11 | 成都秦川物联网科技股份有限公司 | 基于事件序列分析预测的工业物联网系统及其控制方法 |
CN114819925A (zh) * | 2022-06-29 | 2022-07-29 | 成都秦川物联网科技股份有限公司 | 基于事件序列分析预测的工业物联网及其控制方法 |
US11693380B1 (en) | 2022-07-12 | 2023-07-04 | Chengdu Qinchuan Iot Technology Co., Ltd. | Distribution methods and distribution systems for greenspace irrigation water of smart cities based on internet of things |
CN114868640A (zh) * | 2022-07-12 | 2022-08-09 | 成都秦川物联网科技股份有限公司 | 基于物联网的智慧城市绿地灌溉用水分配方法和系统 |
US11966208B2 (en) | 2022-07-12 | 2024-04-23 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for greenspace cultivation and management in smart cities based on Internet of Things |
WO2024011601A1 (zh) * | 2022-07-15 | 2024-01-18 | 成都秦川物联网科技股份有限公司 | 用于设备功能下降型故障预警的工业物联网、方法及介质 |
CN115903707B (zh) * | 2022-12-01 | 2024-02-06 | 苏州连讯电子有限公司 | 一种基于工位监测的连接线生产优化方法及系统 |
CN115903707A (zh) * | 2022-12-01 | 2023-04-04 | 苏州连讯电子有限公司 | 一种基于工位监测的连接线生产优化方法及系统 |
CN115914315B (zh) * | 2023-02-07 | 2023-05-02 | 成都秦川物联网科技股份有限公司 | 基于产品误差值修正制造的工业物联网系统及其控制方法 |
CN115914315A (zh) * | 2023-02-07 | 2023-04-04 | 成都秦川物联网科技股份有限公司 | 基于产品误差值修正制造的工业物联网系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
US11579593B1 (en) | 2023-02-14 |
US11874647B2 (en) | 2024-01-16 |
US20230109993A1 (en) | 2023-04-13 |
CN114488988B (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114488988B (zh) | 用于生产线平衡率调控的工业物联网及控制方法 | |
CN108694502B (zh) | 一种基于XGBoost算法的机器人制造单元自适应调度方法 | |
CN107220734A (zh) | 基于决策树的数控车床车削过程能耗预测系统 | |
CN103745273B (zh) | 一种半导体制造过程的多性能预测方法 | |
CN109472057B (zh) | 基于跨工步隐式参数记忆的产品加工质量预测装置及方法 | |
CN109272138B (zh) | 分拣设备格口数量优化方法及装置 | |
CN105843189B (zh) | 一种用于半导体生产线基于简化仿真模型的高效调度规则选择方法 | |
CN110163436A (zh) | 基于动态瓶颈预测的智能车间生产优化方法 | |
CN107945534A (zh) | 一种基于gmdh神经网络的交通车流量预测方法 | |
CN108733003A (zh) | 基于kmeans聚类算法的回转类零件工序工时预测方法及系统 | |
CN107545038A (zh) | 一种文本分类方法与设备 | |
CN107506862A (zh) | 一种基于物联网的磨矿粒度在线实时预测系统及方法 | |
CN110308658A (zh) | 一种pid参数整定方法、装置、系统及可读存储介质 | |
CN109446614A (zh) | 一种静止无功补偿模型参数的辨识方法及装置 | |
CN105913142B (zh) | 一种利用车间rfid数据提高订单完工期预测准确度的方法 | |
CN114239989A (zh) | 一种物料需求计划的计算方法、系统、设备及存储介质 | |
CN112215444B (zh) | 基于分布曲线的预测方法、装置、设备及存储介质 | |
CN108446771A (zh) | 一种防止销售预测模型过拟合的方法 | |
CN107133636B (zh) | 一种获取相似台风的方法和系统 | |
CN110175196A (zh) | 一种物料清单问题统计方法及装置 | |
CN108875961A (zh) | 一种基于预界机制的在线加权极限学习机方法 | |
CN115345551A (zh) | 货量预测方法、装置、设备及存储介质 | |
CN106959668A (zh) | 一种机械制造设备切削状态辨识与数据处理方法方法 | |
CN114418177B (zh) | 基于生成对抗网络的数字孪生车间的新产品物料配送预测方法 | |
CN113408760B (zh) | 一种基于sir的不可逆恢复车间关键制造资源的识别方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |