CN114546031A - 一种工艺节拍计算方法、系统、设备及存储介质 - Google Patents
一种工艺节拍计算方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN114546031A CN114546031A CN202111671595.XA CN202111671595A CN114546031A CN 114546031 A CN114546031 A CN 114546031A CN 202111671595 A CN202111671595 A CN 202111671595A CN 114546031 A CN114546031 A CN 114546031A
- Authority
- CN
- China
- Prior art keywords
- data
- beat
- state
- time length
- production line
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/04—Generating or distributing clock signals or signals derived directly therefrom
- G06F1/14—Time supervision arrangements, e.g. real time clock
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Factory Administration (AREA)
- Programmable Controllers (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种工艺节拍计算方法、系统、设备及存储介质,其中所述方法包括:采集生产线上的PLC数据;按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。以此,根据采集得到的PLC数据中的动作数据直接获得工艺节拍的总时长,并通过对状态影响量的剔除保证了工艺节拍数据的准确性,并通过监听PLC数据内的动作数据实时获取工艺节拍总时长也保证了工艺节拍获得的实时性。
Description
技术领域
本发明涉及工业互联网数据分析应用领域,尤其涉及一种工艺节拍计算方法、系统、设备及存储介质。
背景技术
随着工业机械化水平和设备柔性化水平的提高,产品品种的增多,工艺负责度上升,市场需求的快速波动,传统的在生产线上,采集器会采集机器人的动作数据包括打点时长、焊接时长等,这些原始的动作数据会通过采集器写入到msql的数据库码头,但是这些原始的动作数据并没有再次处理,如果要计算一个工位的工艺节拍时长(工位的工艺节拍时长:一个工位下,一个首动作的开始时间到下一个首动作的开始时间的时间长度,即cycle时长),则需要从动作的原始数据表按照查询条件获取数据重新计算,因为原始数据量非常庞大,从性能上考虑是非常耗时的。因此,目前亟待一种工艺节拍计算方法以提高工艺节拍的实时性和简便性。
发明内容
为了克服现有技术的不足,本发明提供了一种工艺节拍计算方法、系统、设备及存储介质,以解决现有技术中关于工艺节拍计算的计算量庞大、且准确率不够的问题。
本发明其中一个实施例提供了一种工艺节拍计算方法,包括:
采集生产线上的PLC数据;
按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;
根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
在其中一个实施例中,所述方法还包括:
监听所述PLC数据中的状态数据;
按照预设状态优先级对所述状态数据进行去重处理以得到所述生产线上的状态影响时长;
根据所述生产线上的状态影响时长以及所述生产线上工艺节拍总时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
在其中一个实施例中,所述按照预设状态优先级对所述状态数据进行去重处理以得到所述生产线上的状态影响时长的步骤包括:
根据所述状态数据得到不同状态的发生时间段;
根据预设状态优先级顺序去除不同状态下的时间重叠量得到所述生产线上的状态影响时长。
在其中一个实施例中,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。
在其中一个实施例中,所述监听所述动作数据以获取所述生成线上工艺节拍总时长的步骤包括:
按照预设的动作数据信号ID值采集所述动作数据;
当采集到两个首动作数据时计算所述两个首动作的获取时间差;
根据所述获取时间差确定所述生成线上工艺节拍总时长。
在其中一个实施例中,所述根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长的步骤包括:
根据所述工艺节拍总时长以及所述状态影响时长确定所述工艺节拍有效时长;
根据所述PLC数据中的动作数据得到所述工艺节拍内的动作总数量;
根据所述工艺节拍有效时长除以所述工艺节拍内的动作总数量得到所述工艺的设计节拍有效时长。
在其中一个实施例中,所述方法还包括:
判断所述工艺节拍总时长是否超出预设时长;
若所述工艺节拍总时长未超出预设时长,则生成对应的工艺节拍ID进行存储;
若所述工艺节拍总时长超出预设时长,则判断所述PLC数据上是否存在状态数据;
若所述PLC数据上存在状态数据,则生成对应的工艺节拍ID进行存储;
若所述PLC数据上不存在状态数据,则不进行存储。
在其中一个实施例中,所述采集生产线上的PLC数据的步骤包括:
采集生产线上的PLC数据并发送至MySQL数据码头;
监听所述数据码头上的二进制文件数据并保存及转发至数据处理平台。
在其中一个实施例中,所述监听所述数据码头上的二进制文件数据并保存及转发至数据处理平台的步骤包括:
监听所述MySQL数据码头上的数据并发送至kafka消息队列。
在其中一个实施例中,所述按照预设规则将所述PLC数据划分为动作数据和状态数据的步骤为:
Kafka平台按照预设规则将所述PLC数据划分为动作数据和状态数据;
将所述状态数据实时写入influxdb数据库;
监听所述动作数据,当监测两个首动作数据时计算所述生产线上工艺节拍的总时长并存储。
在其中一个实施例中,所述Kafka平台按照预设规则将所述PLC数据划分为动作数据和状态数据的步骤包括:
预先设置PLC数据采集点的信号ID值,其中所述信号ID值与所述数据类型相对应;
kafka平台按照动作数据ID值以及状态数据ID值划分动作数据和状态数据。
在其中一个实施例中,所述预先设置PLC数据采集点的信号ID值,其中所述信号ID值与所述数据类型相对应的步骤包括:
预先在所述Redis中设置与所述PLC数据采集点相同的信号ID值。
在其中一个实施例中,所述当监测两个首动作数据时计算所述生产线上工艺节拍的总时长并存储的步骤包括:
获取所述动作数据中所述两个首动作数据获取的时间点;
根据所述两个首动作数据获取时间点的时间差计算得到所述生产线上工艺节拍的总时长;
生成所述生产线上工艺节拍总时长对应的ID值并写入Redis缓存。
在其中一个实施例中,所述根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长的步骤包括:
获取所述influxdb数据库内的状态数据;
针对所述状态数据进行去重处理得到所述生产线上的状态影响时长;
根据所述生产线上工艺节拍总时长以及所述生产线上的状态影响时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长;
获取Redis中所述工艺节拍对应的ID值,并将所述生产线上工艺节拍有效时长和/或设计节拍有效时长结合所述ID值存储至MySQL。
在其中一个实施例中,所述获取Redis中所述工艺节拍对应的ID值,并将所述生产线上工艺节拍有效时长和/或设计节拍有效时长结合所述ID值存储至MySQL的步骤还包括:
判断所述工艺节拍总时长是否超出预设时长;
若所述工艺节拍总时长未超出预设时长,则从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;
若所述工艺节拍总时长超出预设时长,则判断所述PLC数据上是否存在状态数据;
若所述PLC数据上存在状态数据,则从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;
若所述PLC数据上不存在状态数据,则不进行存储。
在其中一个实施例中,所述针对所述状态数据进行去重处理得到所述生产线上的状态影响时长的步骤包括:
根据所述状态数据得到不同状态类型的持续时间段;
根据预设的状态类型优先级去除不同状态之间的时间重叠量得到所述生产线上的状态影响时长。
在其中一个实施例中,所述根据所述生产线上工艺的节拍时长以及所述生产线上的状态影响时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长的步骤还包括:
获取所述工艺节拍中的总动作数量;
根据所述工艺节拍有效时长除以所述工艺节拍中的总动作数量得到所述工艺的设计节拍有效时长。
在本发明其中一个实施例中还提供了一种工艺节拍计算装置,包括:
采集模块,用于采集生产线上的PLC数据;
监听模块,用于按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;
计算模块,用于根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
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工艺节拍计算方法和工艺节拍计算系统具有以下有益效果:
1、通过采集生产线上的PLC数据;按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。以此,根据采集得到的PLC数据中的动作数据直接获得工艺节拍的总时长,并通过对状态影响量的剔除保证了工艺节拍数据的准确性,并通过监听PLC数据内的动作数据实时获取工艺节拍总时长也保证了工艺节拍获得的实时性。
2、通过监听所述PLC数据中的状态数据;按照预设状态优先级对所述状态数据进行去重处理以得到所述生产线上的状态影响时长;根据所述生产线上的状态影响时长以及所述生产线上工艺节拍总时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。此时,对工艺过程中出现的状态影响量进行剔除此时得到的节拍时长更加精确,例如:对工艺过程中出现的堵料状态、缺料状态的时长进行剔除保证了最后计算得到的工艺节拍时长更加有效、真实。
3、通过kafka中获取所述动作数据中所述两个首动作数据获取的时间点;根据所述两个首动作数据获取时间点的时间差计算得到所述生产线上工艺节拍的总时长;生成所述生产线上工艺节拍总时长对应的ID值并写入Redis缓存。利用kafla、redis、influxdb技术,获取实时的数据,并通过多线程的方式计算,能够大大提高数据计算的性能。
4、获取所述influxdb数据库内的状态数据;针对所述状态数据进行去重处理得到所述生产线上的状态影响时长;根据所述生产线上工艺节拍总时长以及所述生产线上的状态影响时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长;获取Redis中所述工艺节拍对应的ID值,并将所述生产线上工艺节拍有效时长和/或设计节拍有效时长结合所述ID值存储至MySQL。以此,不仅保证了不仅降低了工艺节拍计算的复杂度,也保证了获得工艺节拍有效时长及设计节拍有效时长计算结果的实时性,以便于下次直接调用。
5、判断所述工艺节拍总时长是否超出预设时长;若所述工艺节拍总时长未超出预设时长,则从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;若所述工艺节拍总时长超出预设时长,则判断所述PLC数据上是否存在状态数据;若所述PLC数据上存在状态数据,则从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;若所述PLC数据上不存在状态数据,则不进行存储。以此,保证了对在工艺节拍时长正常范围内的数据进行存储方便下次直接调用,也将出现误差的数据进行放弃,以此保证了再次调用时不受误差数据的影响。
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为本发明一种工艺节拍计算方法一实施例的流程示意图;
图3为图2中步骤S20的细化流程示意图;
图4为图3中步骤S202’的细化流程示意图;
图5为图2中步骤S20的其中一个实施例的细化流程示意图;
图6为图2中步骤S30的细化流程示意图;
图7为本发明一种工艺节拍计算方法其中一个实施例的流程示意图;
图8为图2中的步骤S10的细化流程示意图;
图9为本发明其中一个实施例中图2中步骤S20的细化流程示意图;
图10为图9中步骤S201”的细化流程示意图;
图11为图9中步骤S203”的细化流程示意图;
图12为本发明其中一个实施例中图2中步骤S30的细化流程示意图;
图13为图12中步骤S304’的细化流程示意图;
图14为本发明其中一个实施例所提供的工艺节拍计算系统的模块示意图;
图15为本发明另外一个实施例所提供工艺节拍计算系统的模块示意图。
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。
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。
可选地,终端还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示屏的亮度,接近传感器可在移动终端移动到耳边时,关闭显示屏和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;当然,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
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、用户接口模块以及网络操作控制应用程序。
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中存储的工艺节拍计算控制应用程序。
在对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释:
Kafka是一种高吞吐量的分布式发布订阅消息系统,有如下特性:通过磁盘数据结构提供消息的持久化,这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能;高吞吐量:即使是非常普通的硬件Kafka也可以支持每秒数百万的消息;支持通过Kafka服务器和消费机集群来分区消息;支持Hadoop并行数据加载。通过Kafka可以实现对于接收到的PLC数据的实时传输。
Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步,从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。存盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制,使得从数据库在任何地方同步树时,可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。
MySQL是一种关系型数据库管理系统,关系数据库将数据保存在不同的表中,而不是将所有数据放在一个大仓库内,这样就增加了速度并提高了灵活性。
参照图2,本发明一种工艺节拍计算方法第一实施例提供一种工艺节拍计算方法,所述方法包括:
步骤S10,采集生产线上的PLC数据;
步骤S20,按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;
步骤S30,根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
具体而言,在本实施例中,由于在目前关于设备生产线上,采集生产数据的采集器将采集机器人的动作数据中的打点时长、焊接时长等,并且这些原始动作数据会通过采集器写入到数据库中保存,但是并未针对这些原始动作数据作进一步的处理,如果要计算一个工位的工艺节拍时长,就需要从数据库中的原始动作数据中按照查询条件获取数据重新计算,由于原始动作数据非常庞大,其不能保证实时获得该工位下工艺的节拍时长。因此,在本实施例中,通过采集器采集生产线上的PLC数据((Programmable Logic Controller,可编程逻辑控制器)控制器,其所编写的程序为PLC控制程序。具体地,PLC控制器是一种专门为在工业环境下应用而设计的数字运算操作电子系统,其采用一种可编程的存储器,在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令,通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程)。并按照操作人员预先设置的规则区分PLC数据中的动作数据和状态数据,并监听PLC数据中的动作数据,当满足工艺节拍总时长的计算条件时,计算出该工位下工艺节拍总时长,并在收集动作数据的同时也收集当前工位下状态数据,并根据状态数据对工艺节拍总时长的影响计算出该生成线上工位对应的有效工艺节拍时长和设计节拍有效时长。以此,当监测到满足计算该工位的工艺节拍总时长的计算条件时,直接实时计算该工位下的工艺节拍总时长并存储在数据库中,并在根据PLC数据中的状态数据修正上述得到的工艺节拍总时长,以此得到工艺节拍有效时长及工艺的设计节拍有效时长。以此,保证了计算工艺节拍时长的实时性的同时也保证了工艺节拍计算的精确性。
在本实施例中,通过采集生产线上的PLC数据;按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。以此,保证了计算工艺节拍时长的实时性的同时也保证了工艺节拍计算的精确性。
进一步地,请参见图3,基于上述实施例,本发明一种工艺节拍计算方法其中一个实施例中所述方法还包括:
步骤S201’,监听所述PLC数据中的状态数据;
步骤S202’,按照预设状态优先级对所述状态数据进行去重处理以得到所述生产线上的状态影响时长;
步骤S203’,根据所述生产线上的状态影响时长以及所述生产线上工艺节拍总时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
具体而言,在本实施例中,采集器采集生产线上的PLC数据并检测所述PLC数据上状态数据,其中,所述状态包括故障状态、堵料状态以及缺料状态,并将所述状态数据进行分类,并分别记录不同状态的持续时长,由此,根据状态的优先级对状态的持续时长进行去除重叠时间的操作,从而得到在改工位下其他状态所占据的时长,例如,在执行工艺动作过程中出现堵料十分钟或缺料10分钟的情况,可见出现其他状态的持续时间长不属于工艺动作的操作时长,因此需要在所得到的工艺节拍总时长中对状态影响时长进行剔除。并且,当出现状态时间上的重叠时,需要根据状态的优先级对时间重叠量进行剔除。以此,对状态时间重叠部分进行剔除,以保证求得的状态影响状态时长的准确性,进而保障了所计算得到的工艺节拍的有效时长更为可靠、精准。
在本实施例中,通过监听所述PLC数据中的状态数据;按照预设状态优先级对所述状态数据进行去重处理以得到所述生产线上的状态影响时长;根据所述生产线上的状态影响时长以及所述生产线上工艺节拍总时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。以此,对状态时间重叠部分进行剔除,以保证求得的状态影响状态时长的准确性,进而保障了所计算得到的工艺节拍的有效时长更为可靠、精准。
进一步地,请参照图4,基于上述实施例,在本发明一种工艺节拍计算方法其中一个实施例中,所述步骤S202’还包括:
步骤S202’1,根据所述状态数据得到不同状态的发生时间段;
步骤S202’2,根据预设状态优先级顺序去除不同状态下的时间重叠量得到所述生产线上的状态影响时长。
具体而言,在本实施例中,根据监听PLC数据中的状态数据以得到所述状态数据中包含的各种状态下的持续时间段,例如:在采集器所采集得到的状态数据中可以计算出,当前工位在09:55-10:20处于故障状态,在10:00-10:45处于缺料状态,因此,可以得出当前工位出现故障25分钟,缺料状态持续45分钟,并且故障状态与缺料状态出现了时间重叠部分,以此可根据实际情况,操作人员自行设置对应的状态优先级,去除存在时间重叠的状态数据中的时间重叠部分。示例性地,若根据所监听到的当前工位下的PLC数据中的状态数据表明,故障状态持续了20分钟,缺料状态持续了25分钟,但是根据状态数据表明该故障状态出现在15:31-15:51这个时间段内,而缺料状态出现在15:41-16:06这个时间段内,若直接用故障状态的持续时长与缺料状态的持续时长进行简单的相加,这无疑会影响该工位下工艺有效节拍时长的准确性,因此,需要去除故障状态与缺料状态在时间上的重叠部分15:41-15:51这十分钟的时间重叠量,这样得到的生产线上的状态影响时长为35分钟。以此,根据状态优先级对状态时间重叠量进行剔除,保证了对生产线上的状态影响时长计算的精确性进一步保证了计算得到的工位节拍有效时长的准确性及有效性。
此外,在本实施例中,根据实际生产过程中的需要,可以将所述状态包括: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;这个优先级主要在计算有效节拍的时候运用到,有效节拍=工艺节拍-故障时间-缺料时间-堵料时间;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点,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>大堵料>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。
在本实施例中,通过根据所述状态数据得到不同状态的发生时间段;根据预设状态优先级顺序去除不同状态下的时间重叠量得到所述生产线上的状态影响时长。以此,根据状态优先级对状态时间重叠量进行剔除,保证了对生产线上的状态影响时长计算的精确性进一步保证了计算得到的工位节拍有效时长的准确性及有效性。
进一步地,请参见图5,基于上述实施例,本发明一种工艺节拍计算方法其中一个实施例中,所述步骤S20还包括:
步骤S201,按照预设的动作数据信号ID值采集所述动作数据;
步骤S202,当采集到两个首动作数据时计算所述两个首动作的获取时间差;
步骤S203,根据所述获取时间差确定所述生成线上工艺节拍总时长。
具体而言,在本实施例中,在采集器采集得到的PLC数据中,操作人员或程序员会预先设置动作数据的身份标识ID值,即,动作数据采集器根据动作数据信号ID值采集动作数据,当采集到两个首动作数据时,即该工位下的工艺对应的所有动作已经完成一轮,并且根据两个首动作数据获取的时间点的时间差即为该工位下对应的工艺节拍的总时长。示例性地,针对生成线上的某一个工位的PLC数据进行采集,当监测到所采集得到的动作数据中包括的两个首动作数据时,计算两个首动作数据获取时间点的时间差以得到该工位下对应的工艺节拍时长,例如:第一首动作数据的获取时间点为9:10,第二手动作数据获取时间点为9:50,则根据两个首动作数据的获取时间差得到该工艺节拍的总时长为40分钟。
此外,在本实施例中,作业人员还可以根据实际应用场景,针对首动作数据采用不同的信号ID值,示例性地,针对首动作设置占有的信号ID值,由此,当监听采集到的PLC数据中出现两个首动作数据ID值时,则根据两个ID值获取的时间点之间的时间差,即,在监测到两个首动作数据时及时计算出该工位下工艺节拍的时长,既方便了工艺节拍总时长的计算也保证了获得工艺节拍总时长的实时性。
在本实施例中,根据按照预设的动作数据信号ID值采集所述动作数据;当采集到两个首动作数据时计算所述两个首动作的获取时间差;根据所述获取时间差确定所述生成线上工艺节拍总时长。即,在监测到两个首动作数据时及时计算出该工位下工艺节拍的时长,既方便了工艺节拍总时长的计算也保证了获得工艺节拍总时长的实时性。
进一步地,请参照图6,基于上述实施例,本发明所提供的一种工艺节拍计算方法其中一个实施例中,所述步骤S30还包括:
步骤S301,根据所述工艺节拍总时长以及所述状态影响时长确定所述工艺节拍有效时长;
步骤S302,根据所述PLC数据中的动作数据得到所述工艺节拍内的动作总数量;
步骤S303,根据所述工艺节拍有效时长除以所述工艺节拍内的动作总数量得到所述工艺的设计节拍有效时长。
具体而言,在本实施例中,基于上述实施例中计算得到该工位下对应的工艺节拍的总时长,并根据在PLC数据中获取得到的状态数据确定状态影响量,并确定状态影响量在工艺节拍总时长中所占的时长,即,工艺节拍有效时长=工艺节拍总时长-状态影响时长。示例性地,当动作数据采集器第一次采集到首动作数据的时间为09:20,第二次采集到首次动作数据的时间为09:35分,状态数据采集器采集得到的状态数据表明,故障状态的持续时间为09:25-09:30,因此基于本实施例所提出的计算工艺节拍有效时长的技术方案可计算得到所述工位下的工艺节拍有效时长为10分钟。为了求得该工位下的设计节拍有效时长,可根据工艺节拍有效时长除以该工位下所述工艺的总动作数,其中该工艺的总工作动作数可以通过操作人员预先设置,也可以根据动作数据采集器所采集的动作数据中确定,对此本实施例不作任何限定。当确定该工位下工艺对应的动作总数了后,根据上述所求得的工艺节拍有效时长除以所述工艺对应的总动作数量即得到该工艺对应的设计节拍有效时长。由此,通过数据采集器采集得到的该工位下工艺的实时节拍有效时长,并基于此获得该工位下工艺对应的设计节拍有效时长,以此,不仅降低了工艺节拍计算的复杂度,也保证了获得工艺节拍有效时长及设计节拍有效时长计算结果的实时性。
在本实施例中,根据所述工艺节拍总时长以及所述状态影响时长确定所述工艺节拍有效时长;根据所述PLC数据中的动作数据得到所述工艺节拍内的动作总数量;根据所述工艺节拍有效时长除以所述工艺节拍内的动作总数量得到所述工艺的设计节拍有效时长。以此,不仅降低了工艺节拍计算的复杂度,也保证了获得工艺节拍有效时长及设计节拍有效时长计算结果的实时性。
进一步地,请参见图7,基于上述实施例,本发明一种工艺节拍计算方法所提供的其中一个实施例中,所述方法还包括:
步骤S40,判断所述工艺节拍总时长是否超出预设时长;
步骤S50,若所述工艺节拍总时长未超出预设时长,则生成对应的工艺节拍ID进行存储;
步骤S60,若所述工艺节拍总时长超出预设时长,则判断所述PLC数据上是否存在状态数据;
步骤S70,若所述PLC数据上存在状态数据,则生成对应的工艺节拍ID进行存储;
步骤S80,若所述PLC数据上不存在状态数据,则不进行存储。
具体而言,在本实施例中,当监测到当前工位下的PLC数据中出现两个首动作数据时,根据第二次获取到首动作数据的时间点减去第一次获取到首动作的时间点计算得到所述工位对应的实时工艺节拍总时长,并将所述的实时工艺节拍总时长与作业人员预先设置的工艺节拍时长正常范围值进行比较,若计算得到的实时工艺节拍总时长在预先设置的工艺节拍时长正常范围值内时,则将该工艺节拍对应的节拍时长数据生成一个ID值并存储在数据库中。若计算得到的实时工艺节拍总时长超出预先设置的工艺节拍正常值范围,则判断PLC数据采集器所采集得到的PLC数据中是否存在状态数据,若存在状态数据则表明是由于出现其他状态导致工艺节拍时间变长,则继续将该工艺节拍对应的节拍时长数据生成一个ID值并存储在数据库中;若采集到的PLC数据中并不存在状态数据,而计算得到的实时工艺节拍总时长又超出了预先设置的工艺节拍时长的正常值范围,则表明这次计算可能出现误差,计算求得的工艺节拍总时长不具有参考价值,以此对此次的计算数据直接放弃并不存储在数据库中。以此,保证了对在工艺节拍时长正常范围内的数据进行存储方便下次直接调用,也将出现误差的数据进行放弃,以此保证了再次调用时不受误差数据的影响。
在本实施例中,通过判断所述工艺节拍总时长是否超出预设时长;若所述工艺节拍总时长未超出预设时长,则生成对应的工艺节拍ID值进行存储;若所述工艺节拍总时长超出预设时长,则判断所述PLC数据上是否存在状态数据;若所述PLC数据上存在状态数据,则生成对应的工艺节拍ID值进行存储;若所述PLC数据上不存在状态数据,则不进行存储。以此,保证了对在工艺节拍时长正常范围内的数据进行存储方便下次直接调用,也将出现误差的数据进行放弃,以此保证了再次调用时不受误差数据的影响。
进一步地,请参照图8,基于上述实施例,本发明一种工艺节拍计算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,采集生产线上的PLC数据并发送至MySQL数据码头;
步骤S102,监听所述数据码头上的二进制文件数据并保存及转发至数据处理平台。
具体而言,在本实施例中,通过数据采集系统中的数据采集器采集生产线上的PLC数据,并将该PLC数据打包发送给MySQL数据码头,其中MySQL数据库中的canal中间件会监听MySQL码头的数据,当MySQL数据库接收到采集器发送的PLC数据时将该PLC数据写入MySQL数据码头二进制日志,canal读取MySQL数据码头的二进制文件,并将数据保存起来的同时,将获取得到的二进制文件发送给数据处理平台,以进一步地通过数据处理平台对生产线上的PLC数据进行处理划分。具体地,canal模拟MySQL slave的交互协议,伪装自己为MySQL slave,向MySQL master发送dump协议,MySQL master收到dump请求,开始推送binary log(二进制日志)给slave(即canal),canal解析binary log(二进制日志)对象(原始为byte流)。以此通过canal数据库中间件在MySQL数据中复制采集器发送的PLC数据保证了数据的实时性。
进一步地,基于上述实施例,在本发明一种工艺节拍计算方法所提供的,其中一个实施例中,所述步骤S102还包括:
步骤S1021,监听所述MySQL数据码头上的数据并发送至kafka消息队列。
本实施例通过Kafka消息队列的高吞吐量配合Flink集群对采集到的汽车设备的动作数据进行分布式处理,Flink集群分布流式消费Kafka队列数据,保证整个平台产品的实时处理海量数据的性能,即使面对几何级的数据增长,平台通过热部署数据节点机而达到稳定的扩展性,即算法的性能及稳定性得到保证。
进一步地,请参见图9,基于上述实施例,本发明一种工艺节拍计算方法所提供的其中一个实施例中,所述步骤S20还包括:
步骤S201”,Kafka平台按照预设规则将所述PLC数据划分为动作数据和状态数据;
步骤S202”,将所述状态数据实时写入influxdb数据库;
步骤S203”,监听所述动作数据,当监测两个首动作数据时计算所述生产线上工艺节拍的总时长并存储。
具体而言,在本实施例中,在kafka中会进行一次PLC数据分类,并将动作数据和状态数据存放在不同的主题的存储区域,其中,主题是指数据的标签,主题的作用是为了区分数据,比如状态数据可以存储在一个主题中,动作数据可以存储再另外一个主题,这样就可以区分状态数据和动作数据;通过代码控制,将原始的实时的状态数据写入influxdb数据库中。示例性地,在采集器进行生成线上的PLC数据采集时,在PLC中,会保存采集数据的信号点,哪些信号点采集动作、哪些信号采集状态,这些信号点称为信号ID,信号ID与数据类型一一对应,不同的采集器用采集器序列号区分。采集器序列号、信号ID都由工作人员设置。同样,MySQL数据库会持久化、redis会缓存与PLC一样的信号、一样的采集器序列号。当采集器采集时,采集器会才从PLC中精准匹配这些信号,与数据绑定一起发送到数据码头,当canal监听到有数据时,程序就能从MySQL、redis取出数据与之匹配,精准找到状态或者动作数据。
进一步地,参照图10,基于上述实施例,在本发明一种工艺节拍计算方法所提供的其中一个实施例中,所述步骤S201”还包括:
步骤S201”1,预先设置PLC数据采集点的信号ID值,其中所述信号ID值与所述数据类型相对应;
步骤S201”2,kafka平台按照动作数据ID值以及状态数据ID值划分动作数据和状态数据。
具体而言,在本实施例中,所述动作数据包括动作标志、动作时长、生成时间、工位ID值、动作组ID值和线体ID值,具体地,为了区分动作数据和状态数据,相关作业人员在PLC上预先设置相应的数据采集点的ID值,其中所述的信号ID值与数据类型想对应,当kafka平台接收到采集器采集的PLC数据时根据对应的ID值区分动作数据与状态数据并存储至对应的主题中。
进一步地,基于上述实施例,所述步骤S201”1还包括:
步骤S2011”2,预先在所述Redis中设置与所述PLC数据采集点相同的信号ID值。
具体而言,在本实施例中,Redis是一个Key-Value存储系统。和Memcached类似,它支持存储的Value类型相对更多,包括字符串、链表、集合、有序集合和哈希类型。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作,而且这些操作都是原子性的。在此基础上,Redis支持各种不同方式的排序。与Memcached一样,为了保证效率,数据都是缓存在内存中。区别的是Redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件,并且在此基础上实现了主从同步。示例性地,机器中运行的数据首先会输入到从PLC,PLC会做一层数据分配,哪些数据是对应动作信号,哪些数据是对应状态信号,然后采集器从PLC中获取信号配置以及数据发送到数据码头,当canal监听到数据码头有数据,程序就要开始做处理。此时程序就涉及到信号匹配的问题,如何区分哪些信号是动作的,哪些信号是状态的,它们是属于哪一个工位的,此时数据库和redis缓存也要配置与PLC中一样的信号和采集器序列号,因为数据进来是带有信号和序列号的,这样当数据进来的时候,我从数据库或者redis缓存中拿到信号,就知道它是动作或者状态的。
进一步地,请参照图11,基于上述实施例,本发明一种工艺节拍计算方法所提供的其中一个实施例中,所述步骤S203”还包括:
步骤S203”1,获取所述动作数据中所述两个首动作数据获取的时间点;
步骤S203”2,根据所述两个首动作数据获取时间点的时间差计算得到所述生产线上工艺节拍的总时长;
步骤S203”3,生成所述生产线上工艺节拍总时长对应的ID值并写入Redis缓存。
具体而言,在本实施例中,工艺节拍总时长等于第二次进来的首动作时间点减去第一次进来的首动作时间点;具体地,Kafka会消费动作数据并将数据归类到动作这一主题,并在Redis会事先将各个工位的首动作进行缓存,每个首动作会有一个唯一的信号ID标识,因此在Kafka下发数据的时候也会带着动作的信号ID,如此就可以判断每个工位的首动作的信号ID将首动作缓存到Redis中,每个首动作会有一个对应的key,这个key是动作的信号ID,当第二次首动作进来,由此可以从Redis拿到第一次的首动作,就可以计算出工艺节拍总时长。并将计算出来的工艺节拍总时长根据对应的工位ID,时间点等相关因素依次生成对应的ID值写入到Redis中缓存。
在本实施例中,根据获取所述动作数据中所述两个首动作数据获取的时间点;根据所述两个首动作数据获取时间点的时间差计算得到所述生产线上工艺节拍的总时长;生成所述生产线上工艺节拍总时长对应的ID值并写入Redis缓存。在完成一个工艺cycle的动作数据后在Redis中进行缓存,为了方便动作数据的管理,一般会对输出数据进行处理,在本实施例中,会先依据动作数据的动作组ID对动作数据进行分类,一个动作组的动作数据会分为一类,然后根据每个动作组的动作数据计算输出动作组的开始时间、结束时间、生产的零件值、工位ID值、动作组ID值和线体ID值。
进一步地,请参照图12,基于上述实施例,本发明一种工艺节拍计算方法所提供的其中一个实施例中,所述步骤S30还包括:
步骤S301’,获取所述influxdb数据库内的状态数据;
步骤S302’,针对所述状态数据进行去重处理得到所述生产线上的状态影响时长;
步骤S303’,根据所述生产线上工艺节拍总时长以及所述生产线上的状态影响时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长;
步骤S304’,获取Redis中所述工艺节拍对应的ID值,并将所述生产线上工艺节拍有效时长和/或设计节拍有效时长结合所述ID值存储至MySQL。
具体而言,在本实施例中,计算完工艺节拍的总时长以及设计节拍时长后,需要从influxdb中获取故障、缺料与堵料的状态数据,对这三个状态数据进行去重处理,其中,所述状态优先级为是故障状态>堵料状态>缺料状态,将工艺节拍的总时长减去这三个状态去重后的时长,就得到工艺节拍的有效时长。示例性地,获取influxdb中的状态数据,并计算出状态对工艺节拍总时长的影响时长,具体地,当动作数据采集器第一次采集到首动作数据的时间为09:20,第二次采集到首次动作数据的时间为09:35分,状态数据采集器采集得到的状态数据表明,故障状态的持续时间为09:25-09:30,因此基于本实施例所提出的计算工艺节拍有效时长的技术方案可计算得到所述工位下的工艺节拍有效时长为10分钟。为了求得该工位下的设计节拍有效时长,可根据工艺节拍有效时长除以该工位下所述工艺的总动作数,其中该工艺的总工作动作数可以通过操作人员预先设置,也可以根据动作数据采集器所采集的动作数据中确定,对此本实施例不作任何限定。当确定该工位下工艺对应的动作总数了后,根据上述所求得的工艺节拍有效时长除以所述工艺对应的总动作数量即得到该工艺对应的设计节拍有效时长。由此,通过数据采集器采集得到的该工位下工艺的实时节拍有效时长,并基于此获得该工位下工艺对应的设计节拍有效时长,并结合从Redis中提取的ID值将所得到的的工艺节拍有效时长和工艺设计节拍有效时长存储在MySQL中。以此,不仅保证了不仅降低了工艺节拍计算的复杂度,也保证了获得工艺节拍有效时长及设计节拍有效时长计算结果的实时性,以便于下次直接调用。
进一步地,请参照图13,基于上述实施例,本发明一种工艺节拍计算方法所提供的其中一个实施例中,所述步骤S304’还包括:
步骤S304’1,判断所述工艺节拍总时长是否超出预设时长;
步骤S304’2,若所述工艺节拍总时长未超出预设时长,则从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;
步骤S304’3,若所述工艺节拍总时长超出预设时长,则判断所述PLC数据上是否存在状态数据;
步骤S304’4,若所述PLC数据上存在状态数据,则从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;
步骤S304’5,若所述PLC数据上不存在状态数据,则不进行存储。
具体而言,在本实施例中,对于写入MySQL中存储的工艺节拍有效时长和/或设计节拍有效时长,当kafka监测到当前工位下的PLC数据中出现两个首动作数据时,根据第二次获取到首动作数据的时间点减去第一次获取到首动作的时间点计算得到所述工位对应的实时工艺节拍总时长,并将所述的实时工艺节拍总时长与作业人员预先设置的工艺节拍时长正常范围值进行比较,若计算得到的实时工艺节拍总时长在预先设置的工艺节拍时长正常范围值内时,则将该工艺节拍对应的节拍时长数据从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存。若计算得到的实时工艺节拍总时长超出预先设置的工艺节拍正常值范围,则判断PLC数据采集器所采集得到的influxdb数据库中是否存在状态数据,若存在状态数据则表明是由于出现其他状态导致工艺节拍时间变长,则继续将该工艺节拍对应的节拍时长数据从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;若采集到的influxdb数据库中并不存在状态数据,而计算得到的实时工艺节拍总时长又超出了预先设置的工艺节拍时长的正常值范围,则表明这次计算可能出现误差,计算求得的工艺节拍总时长不具有参考价值,以此对此次的计算数据直接放弃并不存储在数据库中。以此,保证了对在工艺节拍时长正常范围内的数据进行存储方便下次直接调用,也将出现误差的数据进行放弃,以此保证了再次调用时不受误差数据的影响。
进一步地,基于上述实施例,本发明一种工艺节拍的计算方法所提供的其中一个实施例中,所述步骤S302’还包括:
步骤S302’1,根据所述状态数据得到不同状态类型的持续时间段;
步骤S302’2,根据预设的状态类型优先级去除不同状态之间的时间重叠量得到所述生产线上的状态影响时长。
具体而言,在本实施例中,当监听到kafka消息队列中的状态数据时,并将状态数据写入influxdb数据库中,在根据两个首动作数据时间点计算得到该工位下工艺节拍总时长,并计算influxdb数据库中状态数据对应的状态影响时长,并且在计算状态影响时长时,根据预先设置的张贴优先级对存在时间重叠的状态数据进行剔除,以此保证所得到的状态影响时长的准确性和有效性,具体地,在本实施例中所述状态数据包括故障状态、堵料状态以及缺料状态,当检测到故障状态发生在09:35-09:45,堵料状态发生在09:40-09:48时,则两个状态在09:40-09:45出现了时间重叠量,并且由于故障状态的优先级大于缺料状态,因此,缺料发生在故障发生的时间段内是不计的,因此,计算此时缺料时间为09:45-09:48。由此,对状态时间重叠量的剔除保证了计算得到的状态影响时长的准确性,进一步地保障了求得的工艺节拍有效时长的准确性和有效性。
在本实施例中,根据所述状态数据得到不同状态类型的持续时间段;根据预设的状态类型优先级去除不同状态之间的时间重叠量得到所述生产线上的状态影响时长。由此,对状态时间重叠量的剔除保证了计算得到的状态影响时长的准确性,进一步地保障了求得的工艺节拍有效时长的准确性和有效性。
进一步地,基于上述实施例,本发明一种工艺节拍计算方法所提供的其中一个实施例中,所述步骤S303’还包括:
步骤S303’1,获取所述工艺节拍中的总动作数量;
步骤S303’2,根据所述工艺节拍有效时长除以所述工艺节拍中的总动作数量得到所述工艺的设计节拍有效时长。
具体而言,在本实施例中,一个工位下工艺包括多个动作数,具体地,在完成一个Cycle的动作数据的缓存后,需要将该Cycle中的动作数据输出,输出结果可以用于生成报表或者存储在数据库中以供使用。在进行一个Cycle动作数据的输出中,需要将该Cycle所在工位的所有缓存在Redis中的数据进行输出,即根据工位ID值进行数据的输出。为了方便动作数据的管理,一般会对输出数据进行处理,在本实施例中,会先依据动作数据的动作组ID对动作数据进行分类,一个动作组的动作数据会分为一类,然后根据每个动作组的动作数据计算输出动作组的开始时间、结束时间、生产的零件、工位ID值、动作组ID值和线体ID值。由此,获取一个cycle中动作数据包括的总动作数量,并根据上述实施例中求得的工艺节拍有效时长除以总动作数量由此得到该工位下设计节拍总时长。
进一步地,请参见图14,在本发明一种工艺节拍计算方法其中一个实施例中还提供了一种工艺节拍计算装置300,所述装置包括:
采集模块310,用于采集生产线上的PLC数据;
监听模块320,用于按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;
计算模块330,用于根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
请参见图15,本发明其中一个实施例提供了一种工艺节拍计算系统400。所述工艺节拍计算系统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工艺节拍计算方法的步骤。
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工艺节拍计算的步骤。
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工艺节拍计算方法的步骤。
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 (20)
1.一种工艺节拍计算方法,其特征在于,包括:
采集生产线上的PLC数据;
按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;
根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
2.根据权利要求1所述的工艺节拍计算方法,其特征在于,所述方法还包括:
监听所述PLC数据中的状态数据;
按照预设状态优先级对所述状态数据进行去重处理以得到所述生产线上的状态影响时长;
根据所述生产线上的状态影响时长以及所述生产线上工艺节拍总时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
3.根据权利要求2所述的工艺节拍计算方法,其特征在于,所述按照预设状态优先级对所述状态数据进行去重处理以得到所述生产线上的状态影响时长的步骤包括:
根据所述状态数据得到不同状态的发生时间段;
根据预设状态优先级顺序去除不同状态下的时间重叠量得到所述生产线上的状态影响时长。
4.根据权利要求3所述的工艺节拍计算方法,其特征在于,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。
5.根据权利要求1所述的工艺节拍计算方法,其特征在于,所述监听所述动作数据以获取所述生成线上工艺节拍总时长的步骤包括:
按照预设的动作数据信号ID值采集所述动作数据;
当采集到两个首动作数据时计算所述两个首动作的获取时间差;
根据所述获取时间差确定所述生成线上工艺节拍总时长。
6.根据权利要求1所述的工艺节拍计算方法,其特征在于,所述根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长的步骤包括:
根据所述工艺节拍总时长以及所述状态影响时长确定所述工艺节拍有效时长;
根据所述PLC数据中的动作数据得到所述工艺节拍内的动作总数量;
根据所述工艺节拍有效时长除以所述工艺节拍内的动作总数量得到所述工艺的设计节拍有效时长。
7.根据权利要求1所述的工艺节拍时长计算方法,其特征在于,所述方法还包括:
判断所述工艺节拍总时长是否超出预设时长;
若所述工艺节拍总时长未超出预设时长,则生成对应的工艺节拍ID进行存储;
若所述工艺节拍总时长超出预设时长,则判断所述PLC数据上是否存在状态数据;
若所述PLC数据上存在状态数据,则生成对应的工艺节拍ID进行存储;
若所述PLC数据上不存在状态数据,则不进行存储。
8.根据权利要求1所述的工艺节拍计算方法,其特征在于,所述采集生产线上的PLC数据的步骤包括:
采集生产线上的PLC数据并发送至MySQL数据码头;
监听所述数据码头上的二进制文件数据并保存及转发至数据处理平台。
9.根据权利要求8所述的工艺节拍计算方法,其特征在于,所述监听所述数据码头上的二进制文件数据并保存及转发至数据处理平台的步骤包括:
监听所述MySQL数据码头上的数据并发送至kafka消息队列。
10.根据权利要求1所述的工艺节拍计算方法,其特征在于,所述按照预设规则将所述PLC数据划分为动作数据和状态数据的步骤为:
Kafka平台按照预设规则将所述PLC数据划分为动作数据和状态数据;
将所述状态数据实时写入influxdb数据库;
监听所述动作数据,当监测两个首动作数据时计算所述生产线上工艺节拍的总时长并存储。
11.根据权利要求10所述的工艺节拍计算方法,其特征在于,所述Kafka平台按照预设规则将所述PLC数据划分为动作数据和状态数据的步骤包括:
预先设置PLC数据采集点的信号ID值,其中所述信号ID值与所述数据类型相对应;
kafka平台按照动作数据ID值以及状态数据ID值划分动作数据和状态数据。
12.根据权利要求11所述的工艺节拍计算方法,其特征在于,所述预先设置PLC数据采集点的信号ID值,其中所述信号ID值与所述数据类型相对应的步骤包括:
预先在所述Redis中设置与所述PLC数据采集点相同的信号ID值。
13.根据权利要求10所述的工艺节拍计算方法,其特征在于,所述当监测两个首动作数据时计算所述生产线上工艺节拍的总时长并存储的步骤包括:
获取所述动作数据中所述两个首动作数据获取的时间点;
根据所述两个首动作数据获取时间点的时间差计算得到所述生产线上工艺节拍的总时长;
生成所述生产线上工艺节拍总时长对应的ID值并写入Redis缓存。
14.根据权利要求10所述的工艺节拍计算方法,其特征在于,所述根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长的步骤包括:
获取所述influxdb数据库内的状态数据;
针对所述状态数据进行去重处理得到所述生产线上的状态影响时长;
根据所述生产线上工艺节拍总时长以及所述生产线上的状态影响时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长;
获取Redis中所述工艺节拍对应的ID值,并将所述生产线上工艺节拍有效时长和/或设计节拍有效时长结合所述ID值存储至MySQL。
15.根据权利要求14所述的工艺节拍计算方法,其特征在于,所述获取Redis中所述工艺节拍对应的ID值,并将所述生产线上工艺节拍有效时长和/或设计节拍有效时长结合所述ID值存储至MySQL的步骤还包括:
判断所述工艺节拍总时长是否超出预设时长;
若所述工艺节拍总时长未超出预设时长,则从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;
若所述工艺节拍总时长超出预设时长,则判断所述PLC数据上是否存在状态数据;
若所述PLC数据上存在状态数据,则从Redis中获取所述工艺节拍对应的ID值获取并结合写入MySQL缓存;
若所述PLC数据上不存在状态数据,则不进行存储。
16.根据权利要求14所述的工艺节拍计算方法,其特征在于,所述针对所述状态数据进行去重处理得到所述生产线上的状态影响时长的步骤包括:
根据所述状态数据得到不同状态类型的持续时间段;
根据预设的状态类型优先级去除不同状态之间的时间重叠量得到所述生产线上的状态影响时长。
17.根据权利要求14所述的工艺节拍计算方法,其特征在于,所述根据所述生产线上工艺的节拍时长以及所述生产线上的状态影响时长计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长的步骤还包括:
获取所述工艺节拍中的总动作数量;
根据所述工艺节拍有效时长除以所述工艺节拍中的总动作数量得到所述工艺的设计节拍有效时长。
18.一种工艺节拍计算装置,其特征在于,包括:
采集模块,用于采集生产线上的PLC数据;
监听模块,用于按照预设规则将所述PLC数据划分为动作数据和状态数据,并监听所述动作数据以获取所述生产线上工艺节拍总时长;
计算模块,用于根据所述生产线上工艺节拍总时长及所述状态数据计算所述生产线上工艺节拍有效时长和/或设计节拍有效时长。
19.一种电子设备,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1-17任意一项所述的工艺节拍计算的步骤。
20.一种计算机存储介质,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1-17任意一项所述的工艺节拍计算的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111671595.XA CN114546031B (zh) | 2021-12-31 | 2021-12-31 | 一种工艺节拍计算方法、系统、设备及存储介质 |
PCT/CN2022/140206 WO2023125123A1 (zh) | 2021-12-31 | 2022-12-20 | 一种工艺节拍计算方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111671595.XA CN114546031B (zh) | 2021-12-31 | 2021-12-31 | 一种工艺节拍计算方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114546031A true CN114546031A (zh) | 2022-05-27 |
CN114546031B CN114546031B (zh) | 2023-10-13 |
Family
ID=81670569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111671595.XA Active CN114546031B (zh) | 2021-12-31 | 2021-12-31 | 一种工艺节拍计算方法、系统、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114546031B (zh) |
WO (1) | WO2023125123A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023125123A1 (zh) * | 2021-12-31 | 2023-07-06 | 广州明珞装备股份有限公司 | 一种工艺节拍计算方法、装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060224254A1 (en) * | 2005-03-29 | 2006-10-05 | Zarpac, Inc. | Industrial process data acquisition and analysis |
JP2010003041A (ja) * | 2008-06-19 | 2010-01-07 | Koyo Electronics Ind Co Ltd | プログラマブルコントローラシステム |
US20200067789A1 (en) * | 2016-06-24 | 2020-02-27 | QiO Technologies Ltd. | Systems and methods for distributed systemic anticipatory industrial asset intelligence |
CN111008905A (zh) * | 2019-12-25 | 2020-04-14 | 浙江力太工业互联网有限公司 | 一种生产设备节拍高精度测量的方法及装置 |
CN111737327A (zh) * | 2020-05-06 | 2020-10-02 | 广州明珞汽车装备有限公司 | 汽车生产动作数据采集方法、系统、装置和存储介质 |
CN111860605A (zh) * | 2020-06-24 | 2020-10-30 | 广州明珞汽车装备有限公司 | 一种工艺节拍处理方法、系统、装置及存储介质 |
CN112329981A (zh) * | 2020-09-27 | 2021-02-05 | 广州明珞装备股份有限公司 | 一种工位优化点确定方法、系统、装置及存储介质 |
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 |
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 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132400B (zh) * | 2020-08-28 | 2022-05-10 | 武汉理工大学 | 一种工序时间规划方法、存储介质及系统 |
CN112001573B (zh) * | 2020-10-27 | 2021-04-30 | 联通(浙江)产业互联网有限公司 | 生产线管理方法、装置、系统以及存储介质 |
CN113554292A (zh) * | 2021-07-14 | 2021-10-26 | 安徽巨一科技股份有限公司 | 一种循环节拍规划的方法和数字化平台 |
CN114546031B (zh) * | 2021-12-31 | 2023-10-13 | 广州明珞装备股份有限公司 | 一种工艺节拍计算方法、系统、设备及存储介质 |
-
2021
- 2021-12-31 CN CN202111671595.XA patent/CN114546031B/zh active Active
-
2022
- 2022-12-20 WO PCT/CN2022/140206 patent/WO2023125123A1/zh unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060224254A1 (en) * | 2005-03-29 | 2006-10-05 | Zarpac, Inc. | Industrial process data acquisition and analysis |
JP2010003041A (ja) * | 2008-06-19 | 2010-01-07 | Koyo Electronics Ind Co Ltd | プログラマブルコントローラシステム |
US20200067789A1 (en) * | 2016-06-24 | 2020-02-27 | QiO Technologies Ltd. | Systems and methods for distributed systemic anticipatory industrial asset intelligence |
CN111008905A (zh) * | 2019-12-25 | 2020-04-14 | 浙江力太工业互联网有限公司 | 一种生产设备节拍高精度测量的方法及装置 |
CN111737327A (zh) * | 2020-05-06 | 2020-10-02 | 广州明珞汽车装备有限公司 | 汽车生产动作数据采集方法、系统、装置和存储介质 |
CN111860605A (zh) * | 2020-06-24 | 2020-10-30 | 广州明珞汽车装备有限公司 | 一种工艺节拍处理方法、系统、装置及存储介质 |
CN112329981A (zh) * | 2020-09-27 | 2021-02-05 | 广州明珞装备股份有限公司 | 一种工位优化点确定方法、系统、装置及存储介质 |
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 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023125123A1 (zh) * | 2021-12-31 | 2023-07-06 | 广州明珞装备股份有限公司 | 一种工艺节拍计算方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114546031B (zh) | 2023-10-13 |
WO2023125123A1 (zh) | 2023-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829009B (zh) | 可配置的异构数据实时同步并可视化的系统及方法 | |
CN111818112B (zh) | 一种基于Kafka系统的发送消息的方法和装置 | |
CN105095393A (zh) | 一种数据存储方法及装置 | |
CN111770002B (zh) | 测试数据转发控制方法、装置、可读存储介质和电子设备 | |
CN110716848A (zh) | 数据收集方法、装置、电子设备及存储介质 | |
CN106682167B (zh) | 用户行为数据的统计装置及方法 | |
CN111061758A (zh) | 数据存储方法、装置及存储介质 | |
CN111737327A (zh) | 汽车生产动作数据采集方法、系统、装置和存储介质 | |
CN114546031B (zh) | 一种工艺节拍计算方法、系统、设备及存储介质 | |
CN114092252A (zh) | 一种区块链交易执行方法、装置、设备及可读存储介质 | |
CN112069195A (zh) | 基于数据库的消息传输方法、装置、电子设备及存储介质 | |
CN114416868B (zh) | 一种数据同步方法、装置、设备及存储介质 | |
CN111984723A (zh) | 数据同步方法、装置及终端设备 | |
CN108805741B (zh) | 一种电能质量数据的融合方法、装置及系统 | |
CN111708676A (zh) | 实例集群的监控方法、装置和服务器 | |
CN112860720A (zh) | 一种存储容量的更新方法以及装置 | |
CN109510855B (zh) | 事件分发系统、方法及装置 | |
CN112256446B (zh) | 一种Kafka消息总线管控方法及系统 | |
CN113792891B (zh) | 一种机器学习特征生产系统及方法 | |
CN111479142A (zh) | 一种基于信息发布的节目内容更新方法和系统 | |
CN117609315B (zh) | 一种数据处理方法、装置、设备及可读存储介质 | |
CN114826626B (zh) | 共识节点的选举方法、装置、存储介质及节点设备 | |
CN116662603B (zh) | 基于kafka的时间轴管控方法、系统、电子设备及存储介质 | |
CN116136882A (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
CN112732757B (zh) | 一种降级数据的处理方法、系统、装置、设备及存储介质 |
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 |