CN115293653A - 备品备件管控方法、装置、设备及计算机可读存储介质 - Google Patents
备品备件管控方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115293653A CN115293653A CN202211186157.9A CN202211186157A CN115293653A CN 115293653 A CN115293653 A CN 115293653A CN 202211186157 A CN202211186157 A CN 202211186157A CN 115293653 A CN115293653 A CN 115293653A
- Authority
- CN
- China
- Prior art keywords
- spare part
- production
- spare
- produced
- work order
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims abstract description 163
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000002068 genetic effect Effects 0.000 claims abstract description 18
- 238000007726 management method Methods 0.000 claims description 45
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005520 cutting process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000000123 paper Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 210000000349 chromosome Anatomy 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002655 kraft paper Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004537 pulping Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
-
- 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
Abstract
本发明涉及智能生产技术领域,公开了一种备品备件管控方法、装置、设备及计算机可读存储介质,该方法包括:根据待生产产品的加工工艺流程确定生产排程单,生产排程单包含若干个生产工单;从生产排程单中获取备品备件信息和各生产工单对应的工单等级,备品备件信息包含备品备件的总耐久度、数量、寿命和预消耗量;将备品备件信息和工单等级输入至遗传学算法模型中,获得备品备件的最优更换方案。相比于现有技术中,通过人工经验来确定备品备件的更换方案,本发明通过将备品备件信息和工单等级输入至遗传学算法模型中,从而获得备品备件的最优更换方案,消除了现有技术中人为因素造成的负面影响,进而实现了对备品备件的智能化管控。
Description
技术领域
本发明涉及智能生产技术领域,尤其涉及一种备品备件管控方法、装置、设备及计算机可读存储介质。
背景技术
随着工业4.0的到来,智慧化工厂已迫在眉睫。包装行业的生产线随着时间的推移会越来越智能化,生产的效率的提升需要更加智能的方法来支撑。瓦楞包装箱的生产过程中,由于设备自动化的提升,运转速度越来越快,零件的损耗也大大的加快,加快了设备的零部件的更换周期,每一次停机更换的出现都会严重的影响生产效率。目前,瓦楞纸包装行业在备品备件上的管控,只是简单地通过库存数量进行库存预警,很多情况下都需要通过有经验的机长来判断,这就导致机长的经验对设备的使用和生产效率的影响很大。例如,在实际生产过程中,生产一批产品需要使用刀模10000次,但是当前取用刀模的可使用次数只有8000次,这样在生产到8000次的时候要停机,进行刀模的更换,如果不及时更换则会产生大量的废品。有经验的机长在准备生产时就会更合理地对刀模进行选择,一般情况下会选择可使用次数大于生产数量的刀模。然而,这种方法不可避免会存在对生产效率和设备使用产生负面影响的风险,这就使得业内亟需一种智能化方法来管控备品备件。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种备品备件管控方法、装置、设备及计算机可读存储介质,旨在解决现有技术中无法脱离人工经验的判断对备品备件进行智能化管控。
为实现上述目的,本发明提供了一种备品备件管控方法,所述方法包括以下步骤:
根据待生产产品的加工工艺流程确定生产排程单,所述生产排程单包含若干个生产工单;
从所述生产排程单中获取备品备件信息和各生产工单对应的工单等级,所述备品备件信息包含备品备件的总耐久度、数量、寿命和预消耗量;
将所述备品备件信息和所述工单等级输入至遗传学算法模型中,获得所述备品备件的最优更换方案。
可选地,所述根据待生产产品的加工工艺流程确定生产排程单,包括:
从待生产产品的加工工艺流程中获取所述待生产产品对应的加工工序和生产机台信息;
基于所述加工工序和所述生产机台信息确定生产排程单。
可选地,所述从所述生产排程单中获取备品备件信息,包括:
从所述生产排程单中获取待生产产品的种类、数量和对应的标准消耗,所述标准消耗为生产单位数量的待生产产品所需的备品备件;
根据所述待生产产品的种类、数量和对应的标准消耗确定备品备件信息。
可选地,所述从所述生产排程单中获取各生产工单对应的工单等级,包括:
从所述生产排程单中获取各生产工单对应的待生产产品的预计生产时间和最迟交付时间;
基于所述预计生产时间和所述最迟交付时间确定各待生产产品对应的工单等级。
可选地,所述将所述备品备件信息和所述工单等级输入至遗传学算法模型中,获得所述备品备件的最优更换方案之后,还包括:
根据所述最优更换方案判断是否需要对所述备品备件进行更换;
若是,则向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
可选地,所述若是,则向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换,包括:
若是,则判断当前备品备件库中的备品备件数量和种类是否满足生产当前批次全部待生产产品的要求;
若满足,则向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
可选地,所述若是,则判断当前备品备件库中的备品备件数量和种类是否满足生产当前批次全部待生产产品的要求之后,还包括:
若不满足,则向自动导引运输车发送搬运指令,以使所述自动导引运输车按照所述搬运指令从仓库中将所需备品备件搬运至所述备品备件库中;
向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
此外,为实现上述目的,本发明还提出一种备品备件管控装置,所述备品备件管控装置包括:
排单生成模块,用于根据待生产产品的加工工艺流程确定生产排程单,所述生产排程单包含若干个生产工单;
数据获取模块,用于从所述生产排程单中获取备品备件信息和各生产工单对应的工单等级,所述备品备件参数包含备品备件的总耐久度、数量、寿命和预消耗量;
方案生成模块,用于将所述备品备件信息和所述工单等级输入至遗传学算法模型中,获得所述备品备件的最优更换方案。
此外,为实现上述目的,本发明还提出一种备品备件管控设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的备品备件管控程序,所述备品备件管控程序配置为实现如上文所述的备品备件管控方法的步骤。
此外,为实现上述目的,本发明还提出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备品备件管控程序,所述备品备件管控程序被处理器执行时实现如上文所述的备品备件管控方法的步骤。
本发明根据待生产产品的加工工艺流程确定生产排程单,生产排程单包含若干个生产工单。再从生产排程单中获取备品备件信息和各生产工单对应的工单等级,备品备件信息包含备品备件的总耐久度、数量、寿命和预消耗量,最后将备品备件信息和工单等级输入至遗传学算法模型中,获得备品备件的最优更换方案。相比于现有技术中,通过人工经验来确定备品备件的更换方案,本发明上述方法通过将备品备件信息和工单等级输入至遗传学算法模型中,从而获得备品备件的最优更换方案,消除了现有技术中人为因素造成的负面影响,进而实现了在生产待生产产品的过程中时,对其相应的备品备件进行智能化管控的目的。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的备品备件管控设备的结构示意图;
图2为本发明备品备件管控方法第一实施例的流程示意图;
图3为本发明备品备件管控方法中遗传学算法模型的流程示意图;
图4为本发明备品备件管控方法第二实施例的流程示意图;
图5为本发明备品备件管控方法第三实施例的流程示意图;
图6为本发明备品备件管控装置第一实施例的结构框图。
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用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的备品备件管控设备结构示意图。
如图1所示,该备品备件管控设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。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(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对备品备件管控设备的限定,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,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及备品备件管控程序。
在图1所示的备品备件管控设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明备品备件管控设备中的处理器1001、存储器1005可以设置在备品备件管控设备中,所述备品备件管控设备通过处理器1001调用存储器1005中存储的备品备件管控程序,并执行本发明实施例提供的备品备件管控方法。
本发明实施例提供了一种备品备件管控方法,参照图2,图2为本发明备品备件管控方法第一实施例的流程示意图。
本实施例中,所述备品备件管控方法包括以下步骤:
步骤S10:根据待生产产品的加工工艺流程确定生产排程单,所述生产排程单包含若干个生产工单。
需要说明的是,本实施例方法的执行主体可以是具有数据处理、网络通信以及程序运行功能的计算服务设备,例如手机、平板电脑、个人电脑等,还可以是能够实现相同或相似功能的其他电子设备,本实施例对此不加以限制。此处将以个人电脑为例对本发明备品备件管控方法的各项实施例进行说明。
可理解的是,上述待生产产品可以是瓦楞纸、牛皮纸、灰板纸或其他包装行业产品,也可以是其他需要通过备品备件的管控来实现智能化生产的产品,本实施例对此不加以限制。
应理解的是,上述加工工艺流程指的是上述待生产产品从原材料到成品所经历的全部流程。
需要说明的是,上述生产排程单指的是包含了若干生产工单的流程单,生产排程单可以包括待生产产品的产品信息(例如数量、种类等)、待生产产品的生产时间信息或其他信息。
进一步地,为了按照待生产产品和生产机台的实际情况进行流程排布,从而提高待生产产品的生产效率以及生产机台的使用率,本实施例中的步骤S10,可包括:
步骤S101:从待生产产品的加工工艺流程中获取所述待生产产品对应的加工工序和生产机台信息。
需要说明的是,上述加工工序指的是待生产产品在生产过程中包含的加工步骤。例如,瓦楞纸的加工工序可以是包含碎浆、除杂、分离、研磨、干燥、复卷等加工步骤。当然,上述瓦楞纸的加工工序仅用于举例说明而非用于限制,其他需要通过备品备件进行生产的瓦楞纸加工工序也同样适用于本实施例。
应理解的是,上述生产机台信息可以包括机台型号、机台生产效率、机台生产质量、机台占用情况等。
步骤S102:基于所述加工工序和所述生产机台信息确定生产排程单。
需要说明的是,由于工厂内的生产机台可能由于磨损程度、使用时长、外界因素等存在差异,从而导致性能相同或相近的两座机台在生产相同产品时,耗费的时长和/或产出产品的质量相差较大。因此,在实际生产过程中,可以通过结合上述生产机台信息来确定生产排程单,从而合理调度待生产产品的生产机台,进而最大化现有生产机台所能提供的产能。
步骤S20:从所述生产排程单中获取备品备件信息和各生产工单对应的工单等级,所述备品备件信息包含备品备件的总耐久度、数量、寿命和预消耗量。
需要说明的是,上述工单等级指的是待生产产品的重要程度/紧急程度,在实际生产过程中,可以通过升序的阿拉伯数字来反映从高级到低级的工单等级。例如,待生产产品A对应的工单等级为1级,待生产产品B对应的工单等级为2级,那么待生产产品A的工单等级高于待生产产品B,也即,在其他因素(如上述备品备件的总耐久度、数量等)相同的情况下,将优先生产待生产产品A。当然,上述采用升序阿拉伯数字来反映工单等级的方式仅用于举例说明而非用于限制,其他能够反映工单等级高低的方式也同样适用于本实施例。
可理解的是,上述备品备件的预消耗量指的是待生产产品A还未开始生产,但生产计划在待生产产品A之前的生产工单、或者加工工序需要消耗的备品备件消耗量。
步骤S30:将所述备品备件信息和所述工单等级输入至遗传学算法模型中,获得所述备品备件的最优更换方案。
参考图3,图3为本发明备品备件管控方法中遗传学算法模型的流程示意图。
在具体实现中,可以按照如图3所示流程获得备品备件的最优更换方案,第一步,进行参数设置,其中P代表种群规模、G代表迭代次数、PGS代表现有备品备件的存量信息(可以包含现有备品备件的总耐久度、数量、寿命等)、PLS代表备品备件的预消耗量、PRS代表生产工单对应的工单等级、Pc代表交叉概率、Pm代表变异概率。第二步,通过随机取样的方法从上述参数中选取若干个体转换为染色体编码,上述染色体编码包含MS(machineselection,机器选择)部分和OS(operations sequencing,工序排序)部分,上述所有染色体编码组成种群A。第三步,对种群A中的所有染色体编码个体进行解码评价,若评价结果满足预设适应度值,则终止本次流程,种群A中评价结果满足预设适应度值的参数即对应上述备品备件的最优更换方案中的参数;若评价结果不满足预设适应度值,则采用锦标赛选择的方法对种群A中的个体进行选择,形成新的种群B。第四步,将种群B中概率小于Pc的个体进行交叉操作后进行编译,得到新的种群C。第五步,将种群C中概率小于Pm的个体进行变异操作后进行编译,得到新的种群D。第六步,对种群D执行上述第三步的操作,以此类推,直到得出评价结果满足预设适应度值的种群N,该流程结束,可以通过种群N中的参数获得上述备品备件的最优更换方案。
本实施例根据待生产产品的加工工艺流程确定生产排程单,生产排程单包含若干个生产工单。再从生产排程单中获取备品备件信息和各生产工单对应的工单等级,备品备件信息包含备品备件的总耐久度、数量、寿命和预消耗量,最后将备品备件信息和工单等级输入至遗传学算法模型中,获得备品备件的最优更换方案。相比于现有技术中,通过人工经验来确定备品备件的更换方案,本实施例上述方法通过将备品备件信息和工单等级输入至遗传学算法模型中,从而获得备品备件的最优更换方案,消除了现有技术中人为因素造成的负面影响,进而实现了在生产待生产产品的过程中时,对其相应的备品备件进行智能化管控的目的。
参考图4,图4为本发明备品备件管控方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,为了准确获取备品备件的信息,所述步骤S20,可包括:
步骤S201:从所述生产排程单中获取待生产产品的种类、数量和对应的标准消耗,所述标准消耗为生产单位数量的待生产产品所需的备品备件。
步骤S202:根据所述待生产产品的种类、数量和对应的标准消耗确定备品备件信息。
需要说明的是,上述备品备件信息可以包含备品备件的总耐久度、数量、寿命和预消耗量。
可理解的是,在实际生产过程中,生产加工会对设备的备品备件产生一定的损耗(即上述标准消耗),到损耗到一定程度时,该备品备件需要被更换,从而避免对下一次待生产产品的生产造成负面影响。换句话来说,该备品备件已经耗尽了其对应的总耐久度,因此需要被更换。在本实施例中,可以通过定量化的过程来体现总耐久度。例如,生产工单001需要2000个待生产产品A,从产品资料中获取每生产一个待生产产品A需要的备品备件“刀模”的标准消耗为6刀,那么可以通过上述待生产产品的数量和标准消耗来确定这个工单对备品备件“刀模”的总耐久度为12000次。当然,其他能够体现备品备件总耐久度的方式也同样适用于本实施例,此处不作赘述。
应理解的是,在实际生产过程中,对于生产机台中用到的备品备件都需要进行细致管控,特别是对于可以反复使用的备品备件,都会有寿命记录并设有阈值,进行更换预警。因此,在本实施例中,可以通过查询存储在数据库中的数据来确定备品备件数量和对应的寿命。例如:生产工单002需要生产待生产产品B,待生产产品B需要备品备件“圆模”,那么可以通过在数据库中查询出现有库存所有的“圆模”以及各“圆模”对应的寿命。
进一步地,基于上述第一实施例,在本实施例中,为了准确获取工单等级,所述步骤S20,还可包括:
步骤S203:从所述生产排程单中获取各生产工单对应的待生产产品的预计生产时间和最迟交付时间。
可理解的是,上述预计生产时间可以通过个生产工单对应的待生产产品的种类、数量以及生产机台的生产效率来确定,上述最迟交付时间可以通过各生产工单对应的预设交付时间来确定。
步骤S204:基于所述预计生产时间和所述最迟交付时间确定各待生产产品对应的工单等级。
在具体实现中,可能由于机台故障、人为操作失误、加急或延缓产品订单等因素,造成中途插入订单、订单延后等情况,可以通过对上述预设交付时间进行修改的方式,从而适应性修改各待生产产品对应的工单等级。
本实施例通过从生产排程单中获取待生产产品的种类、数量和对应的标准消耗,标准消耗为生产单位数量的待生产产品所需的备品备件,从而根据待生产产品的种类、数量和对应的标准消耗确定备品备件信息。同时从生产排程单中获取各生产工单对应的待生产产品的预计生产时间和最迟交付时间,从而基于预计生产时间和最迟交付时间确定各待生产产品对应的工单等级。由于本实施例是通过待生产产品的种类、数量、标准消耗、预计生产时间和最迟交付时间来确定待生产产品对应的备品备件信息和工单等级。相较于现有技术中通过简单地筛查和利用人为经验的判断,本实施例上述方法提升了备品备件管控过程中待生产产品对应的备品备件信息和工单等级的准确性。
参考图5,图5为本发明备品备件管控方法第三实施例的流程示意图。
基于上述各实施例,在本实施例中,为了准确按照上述最优更换方案对备品备件进行更换,在所述步骤S30之后,还可包括:
步骤S40:根据所述最优更换方案判断是否需要对所述备品备件进行更换。
步骤S50:若是,则向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
可理解的是,当上述生产机台在接收到更换指令时,可以通过将更换指令转换为解析指令,以使生产机台能够按照上述最优更换方案中的要求对备品备件进行更换。
进一步地,为了确保备品备件的现有库存能够满足待生产产品的生产目标,本实施例中的步骤S50,可包括:
步骤S501:若是,则判断当前备品备件库中的备品备件数量和种类是否满足生产当前批次全部待生产产品的要求。
需要说明的是,上述当前批次全部待生产产品指的是当前生产工单对应的所有待生产产品。
在具体实现中,可以通过将当前备品备件库中的备品备件数量和种类与上述当前批次全部待生产产品所需的备品备件数量和种类进行对比。例如,假设当前备品备件库中的备品备件数量为X1、种类为Y1集合,待生产产品所需的备品备件数量为X2、种类为Y2集合。那么当且仅当X1≥X2且Y1=Y2时,当前备品备件库中的备品备件数量和种类能够满足生产当前批次全部待生产产品的要求。
步骤S502:若满足,则向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
步骤S503:若不满足,则向自动导引运输车发送搬运指令,以使所述自动导引运输车按照所述搬运指令从仓库中将所需备品备件搬运至所述备品备件库中。
可理解的是,上述自动导引运输车还可以装有机器手臂,在接收到搬运指令时,上述自动导引运输车可以读取搬运指令中指定的备品备件对应的识别号,并基于该识别号向上述机器手臂发送抓取指令,以使上述机器手臂从仓库中将指定的备品备件抓取至自动导引运输车的置物架上,从而将上述指定的备品备件搬运至所述备品备件库中。
步骤S504:向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
本实施例根据最优更换方案判断是否需要对备品备件进行更换,同时判断当前备品备件库中的备品备件数量和种类是否满足生产当前批次全部待生产产品的要求,来确定是否需要通过自动导引运输车从仓库中将所需备品备件搬运至备品备件库中。相较于现有技术中,当备品备件库中的备品备件不足以完成生产目标时,通过对生产机台进行停机操作后人为更换备品备件,本实施例上述方法避免了生产机台在停机过程中造成的产能浪费,可以快速对备品备件库中的备品备件进行更换,从而提高生产效率。
此外,本发明实施例还提出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备品备件管控程序,所述备品备件管控程序被处理器执行时实现如上文所述的备品备件管控方法的步骤。
参照图6,图6为本发明备品备件管控装置第一实施例的结构框图。
如图6所示,本发明实施例提出的备品备件管控装置包括:
排单生成模块601,用于根据待生产产品的加工工艺流程确定生产排程单,所述生产排程单包含若干个生产工单;
数据获取模块602,用于从所述生产排程单中获取备品备件信息和各生产工单对应的工单等级,所述备品备件参数包含备品备件的总耐久度、数量、寿命和预消耗量;
方案生成模块603,用于将所述备品备件信息和所述工单等级输入至遗传学算法模型中,获得所述备品备件的最优更换方案。
本实施例根据待生产产品的加工工艺流程确定生产排程单,生产排程单包含若干个生产工单。再从生产排程单中获取备品备件信息和各生产工单对应的工单等级,备品备件信息包含备品备件的总耐久度、数量、寿命和预消耗量,最后将备品备件信息和工单等级输入至遗传学算法模型中,获得备品备件的最优更换方案。相比于现有技术中,通过人工经验来确定备品备件的更换方案,本实施例上述方法通过将备品备件信息和工单等级输入至遗传学算法模型中,从而获得备品备件的最优更换方案,消除了现有技术中人为因素造成的负面影响,进而实现了在生产待生产产品的过程中时,对其相应的备品备件进行智能化管控的目的。
本发明备品备件管控装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
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一个计算机可读存储介质(如只读存储器/随机存取存储器、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,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 (10)
1.一种备品备件管控方法,其特征在于,所述方法包括以下步骤:
根据待生产产品的加工工艺流程确定生产排程单,所述生产排程单包含若干个生产工单;
从所述生产排程单中获取备品备件信息和各生产工单对应的工单等级,所述备品备件信息包含备品备件的总耐久度、数量、寿命和预消耗量;
将所述备品备件信息和所述工单等级输入至遗传学算法模型中,获得所述备品备件的最优更换方案。
2.如权利要求1所述的备品备件管控方法,其特征在于,所述根据待生产产品的加工工艺流程确定生产排程单,包括:
从待生产产品的加工工艺流程中获取所述待生产产品对应的加工工序和生产机台信息;
基于所述加工工序和所述生产机台信息确定生产排程单。
3.如权利要求1所述的备品备件管控方法,其特征在于,所述从所述生产排程单中获取备品备件信息,包括:
从所述生产排程单中获取待生产产品的种类、数量和对应的标准消耗,所述标准消耗为生产单位数量的待生产产品所需的备品备件;
根据所述待生产产品的种类、数量和对应的标准消耗确定备品备件信息。
4.如权利要求1所述的备品备件管控方法,其特征在于,所述从所述生产排程单中获取各生产工单对应的工单等级,包括:
从所述生产排程单中获取各生产工单对应的待生产产品的预计生产时间和最迟交付时间;
基于所述预计生产时间和所述最迟交付时间确定各待生产产品对应的工单等级。
5.如权利要求1所述的备品备件管控方法,其特征在于,所述将所述备品备件信息和所述工单等级输入至遗传学算法模型中,获得所述备品备件的最优更换方案之后,还包括:
根据所述最优更换方案判断是否需要对所述备品备件进行更换;
若是,则向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
6.如权利要求5所述的备品备件管控方法,其特征在于,所述若是,则向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换,包括:
若是,则判断当前备品备件库中的备品备件数量和种类是否满足生产当前批次全部待生产产品的要求;
若满足,则向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
7.如权利要求1至6中任一项所述的备品备件管控方法,其特征在于,所述若是,则判断当前备品备件库中的备品备件数量和种类是否满足生产当前批次全部待生产产品的要求之后,还包括:
若不满足,则向自动导引运输车发送搬运指令,以使所述自动导引运输车按照所述搬运指令从仓库中将所需备品备件搬运至所述备品备件库中;
向生产机台发送更换指令,以使所述生产机台根据所述更换指令对所述备品备件进行更换。
8.一种备品备件管控装置,其特征在于,所述备品备件管控装置包括:
排单生成模块,用于根据待生产产品的加工工艺流程确定生产排程单,所述生产排程单包含若干个生产工单;
数据获取模块,用于从所述生产排程单中获取备品备件信息和各生产工单对应的工单等级,所述备品备件信息包含备品备件的总耐久度、数量、寿命和预消耗量;
方案生成模块,用于将所述备品备件信息和所述工单等级输入至遗传学算法模型中,获得所述备品备件的最优更换方案。
9.一种备品备件管控设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的备品备件管控程序,所述备品备件管控程序配置为实现如权利要求1至7中任一项所述的备品备件管控方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有备品备件管控程序,所述备品备件管控程序被处理器执行时实现如权利要求1至7任一项所述的备品备件管控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211186157.9A CN115293653A (zh) | 2022-09-28 | 2022-09-28 | 备品备件管控方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211186157.9A CN115293653A (zh) | 2022-09-28 | 2022-09-28 | 备品备件管控方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115293653A true CN115293653A (zh) | 2022-11-04 |
Family
ID=83834680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211186157.9A Pending CN115293653A (zh) | 2022-09-28 | 2022-09-28 | 备品备件管控方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115293653A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320455A (zh) * | 2008-06-30 | 2008-12-10 | 西安交通大学 | 基于在役寿命评估的备件需求预测方法 |
CN106296087A (zh) * | 2016-08-04 | 2017-01-04 | 中冶赛迪电气技术有限公司 | 一种面向制造业的备件库存管理系统 |
CN107688913A (zh) * | 2017-07-07 | 2018-02-13 | 国网浙江省电力公司电力科学研究院 | 基于扫码技术的备器备件全生命周期跟踪方法 |
CN108229875A (zh) * | 2017-11-27 | 2018-06-29 | 郑州云海信息技术有限公司 | 一种服务器模块化bom架构下的服务备件方法 |
CN111461559A (zh) * | 2020-04-03 | 2020-07-28 | 中国人民解放军陆军勤务学院 | 备件需求量确定方法、装置及电子设备 |
CN112800580A (zh) * | 2020-12-30 | 2021-05-14 | 上海电气风电集团股份有限公司 | 风电机组的备品备件的储备数量确定方法及其系统 |
CN114677100A (zh) * | 2022-02-26 | 2022-06-28 | 阳春新钢铁有限责任公司 | 厂级备件计划自动生成系统 |
CN114970890A (zh) * | 2022-04-06 | 2022-08-30 | 北京航空航天大学 | 基于数字孪生驱动的生产系统跨层级预防性维修决策方法 |
-
2022
- 2022-09-28 CN CN202211186157.9A patent/CN115293653A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320455A (zh) * | 2008-06-30 | 2008-12-10 | 西安交通大学 | 基于在役寿命评估的备件需求预测方法 |
CN106296087A (zh) * | 2016-08-04 | 2017-01-04 | 中冶赛迪电气技术有限公司 | 一种面向制造业的备件库存管理系统 |
CN107688913A (zh) * | 2017-07-07 | 2018-02-13 | 国网浙江省电力公司电力科学研究院 | 基于扫码技术的备器备件全生命周期跟踪方法 |
CN108229875A (zh) * | 2017-11-27 | 2018-06-29 | 郑州云海信息技术有限公司 | 一种服务器模块化bom架构下的服务备件方法 |
CN111461559A (zh) * | 2020-04-03 | 2020-07-28 | 中国人民解放军陆军勤务学院 | 备件需求量确定方法、装置及电子设备 |
CN112800580A (zh) * | 2020-12-30 | 2021-05-14 | 上海电气风电集团股份有限公司 | 风电机组的备品备件的储备数量确定方法及其系统 |
CN114677100A (zh) * | 2022-02-26 | 2022-06-28 | 阳春新钢铁有限责任公司 | 厂级备件计划自动生成系统 |
CN114970890A (zh) * | 2022-04-06 | 2022-08-30 | 北京航空航天大学 | 基于数字孪生驱动的生产系统跨层级预防性维修决策方法 |
Non-Patent Citations (3)
Title |
---|
(德)弗洛里安•克卢格: "《汽车工业管理》", 30 April 2020, 机械工业出版社 * |
郭波等: "备件组合方案下的多阶段任务成功性评估模型", 《系统工程理论与实践》 * |
陈云翔: "《维修性增长》", 31 October 2019, 国防工业出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4736651B2 (ja) | 受注・見込み生産混流時の生産計画方法および生産計画システム | |
CN111381970B (zh) | 集群任务的资源分配方法及装置、计算机装置及存储介质 | |
CN115700639B (zh) | 智能生产排程方法、装置、设备及存储介质 | |
WO2019188273A1 (ja) | 制御装置、制御方法、及び制御プログラム | |
Delgoshaei et al. | Minimizing makespan of a resource-constrained scheduling problem: A hybrid greedy and genetic algorithms | |
CN111382031A (zh) | 测试方法及装置 | |
CN115293653A (zh) | 备品备件管控方法、装置、设备及计算机可读存储介质 | |
CN1629863A (zh) | 提前生产订单的规划与控制系统及方法 | |
CN109144762A (zh) | 一种修复异常调度任务的处理方法及装置 | |
CN112651625A (zh) | 一种混凝土智能调度方法、系统、介质及电子设备 | |
CN115187097A (zh) | 一种任务排期方法、装置、电子设备以及计算机存储介质 | |
CN113723936B (zh) | 一种电力工程质量监督管理方法及系统 | |
US20060009989A1 (en) | Method, apparatus, data structure and system for scheduling work consistent with an entity's strategic objectives | |
CN109600245B (zh) | 服务器自动配置方法及装置 | |
CN114862045A (zh) | 排产优化方法、装置、电子设备及存储介质 | |
JP6962991B2 (ja) | 廃棄物搬入量予測装置、廃棄物搬入量予測方法および廃棄物搬入量予測プログラム | |
CN111178780A (zh) | 运维策略的设置方法、装置、存储介质及电子设备 | |
US7853346B2 (en) | Method of real-time scheduling of processes at distributed manufacturing sites | |
CN116739321B (zh) | 一种运输任务调度方法和系统 | |
CN117669981A (zh) | 一种制造型企业车间资源计划方法、装置、设备及介质 | |
CN115542849B (zh) | 集装箱码头智能船控发箱方法、系统、存储介质及计算机 | |
CN117649164B (zh) | 一种货物统筹管理的梯度分配方法及系统 | |
CN115063047B (zh) | 一种预警物资调配方法、装置、电子设备及存储介质 | |
JP2019179469A (ja) | 制御装置、制御方法、及び制御プログラム | |
CN112087472B (zh) | 基于实时水位的批量任务调度方法、装置及平台 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221104 |
|
RJ01 | Rejection of invention patent application after publication |