CN116167251B - 基于加工设备的自聚类工时定额建模方法 - Google Patents
基于加工设备的自聚类工时定额建模方法 Download PDFInfo
- Publication number
- CN116167251B CN116167251B CN202310448290.5A CN202310448290A CN116167251B CN 116167251 B CN116167251 B CN 116167251B CN 202310448290 A CN202310448290 A CN 202310448290A CN 116167251 B CN116167251 B CN 116167251B
- Authority
- CN
- China
- Prior art keywords
- hour
- man
- quota
- clustering
- self
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 128
- 238000012545 processing Methods 0.000 title claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 71
- 238000004519 manufacturing process Methods 0.000 claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000005516 engineering process Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 7
- 230000008520 organization Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000010923 batch production Methods 0.000 description 11
- 238000013178 mathematical model Methods 0.000 description 7
- 230000004069 differentiation Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000003754 machining Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Manufacturing & Machinery (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
技术领域
本发明涉及制造业加工工时定额技术领域。更具体地说,本发明涉及一种基于加工设备的自聚类工时定额建模。
背景技术
当今产品的个性化与多样化的需求,必然导致制造企业的生产组织过程呈现多品种、小批量的特征。
传统的工时定额时间法多是针对周期性、重复性的操作工序,对其直接观测作业时间,然后运用各种评定方法对其修正,得到产品加工的工时定额,难以解决多品种、小批量生产模式下工时定额制定的精准度与效率间的矛盾,出现工时定额制定的难度大与准确度低等问题。
而现有的计算机辅助工时管理软件,将定量计算与以实践经验为基础的定性分析有机结合,建立了相应的工时定额数学模型,适于少品种大批量生产作业,在面临当今多品种、小批量生产模式时,这类工时管理软件缺乏灵活性、自适应特性。
另一方面,随着企业发展,在其生产过程中不断有新技术、新工艺、新材料的使用,以及设备的更新换代,必然要求工时定额数学模型与时俱进,即,需要随着工艺或技术的提高相应地优化工时定额数学模型,而现有技术却无法满足需要。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。
为了实现本发明的这些目的和其它优点,提供了一种基于加工设备的自聚类工时定额建模方法,包括:
S1、基于各产品加工设备,构建影响产品加工时间的工时定额计算模型数据库S;
S3、对于一个预定的加工工艺,在使用/>进行计算时,通过观测作业后的实际时间消耗,判断/>计算的准确性,若/>计算不准,则将该工艺路线、工时影响因素及其实际工时数据添加到S中;否则,将该生产工艺与工时数据直接添加到S中;
S4、定期重复S2,实现工艺路线自聚类工时定额模型更新。
优选的是,在S1中,影响产品加工时间的因素包括但不限于加工或装配对象的重量、体积、形状、加工或装配的精度、搬运距离、搬运设备、检测面积、检测工具。
S22、基于工时影响因素的工艺自聚类,采用成熟的回归系数显著性t检验方法,去除中对工时影响不显著的工时影响因素,/>表示X中第i个工时影响因素集,得到的工艺路线和工时影响因素集合记为/>;/>,遍历S,对于/>,若/>计算出的工时与/>对应的工时记录的相对误差小于10%,则将/>加入/>;得到/>的工艺路线和工时影响因素集合记为/> 、/>和/>,其中,/>表示/>类生产工艺与工时数据在S中所对应的数据集合,/>表示/>的工时定额计算模型;
S24、对S中的剩余的少量记录,采用现有的交互式定额建模方法完成企业的工时定额建模工作。
优选的是,在S3中,将的工艺路线和工时影响因素集合记为/>,遍历A,若/>和/>最匹配,则采用/>计算出/>的工时,并组织生产,通过观测作业后的时间实际消耗,向/>添加该工艺路线及其实际消耗工时数据;
若在A中没有匹配项,则人工估算工时组织生产,同时,通过观测作业后的时间实际消耗,新建/>和/>,并将/>添加到A中、向/>添加该工艺路线及其实际消耗工时数据、将/>添加到S中,其中,/>表示/>的工时定额计算模型,/>表示属于/>类的数据集合,/>表示/>的工艺路线和工时影响因素集合。
本发明至少包括以下有益效果:本发明一方面针对给定企业的产品生产工艺与工时数据,建立数据库,通过对具备相同的工时影响因素(包括质因素与量因素,下同)的相似工艺路线聚类,即:按照工艺路线和工时影响因素分类建立多品种、小批量生产的工时定额模型,旨在降低工时定额工作难度的同时,可确保定额的准度和效率;
另一方面,在企业生产过程中,通过工艺路线和工时影响因素即可匹配获得最佳的工时定额模型,按照模型计算出工时进行组织生产,同时,通过观测作业后的时间实际消耗,向数据库添加该工艺路线及其实际消耗工时数据,日积月累完善数据库;再通过定期的工艺路线自聚类工时定额建模,按照工艺路线和工时影响因素分类更新多品种、小批量生产的工时定额计算模型,即可实现工时定额数学模型与该企业在“新技术、新工艺、新材料、设备更新等”的与时俱进。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明基于加工设备的自聚类工时定额建模方法的流程示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
本发明针对给定企业的多品种、小批量生产工艺与工时数据,采用基于多项式响应面法的自聚类工时定额建模方法,按照工时影响因素实现生产工艺与工时数据的自聚类,分类建立工时定额计算模型,较传统仅用线性回归方法进行定额建模,可更准确反映企业多品种、小批量生产工艺的差异化特征,并根据差异化特征分别建立定额模型,较现有工时定额模型有更高的准度和效率。
为此,本发明提出基于加工设备的自聚类工时定额建模方法:
S1、针对给定企业的多品种、小批量生产工艺与工时数据,采用多变量的数学建模方法,依据工艺路线和工时影响因素实现生产工艺与工时数据的自聚类,按照加工设备(工种)分类建立多品种、小批量生产的工时定额计算模型,旨在准确反映企业多品种、小批量生产工艺的差异化特征,确保工时定额的准度和效率。
S2、在使用自聚类工时定额模型时,通过观测作业后的实际时间消耗,若定额模型计算不准,则将该工艺路线、工时影响因素及其实际工时数据添加到数据库;否则,将该生产工艺与工时数据(即计算工时)直接添加到数据库。
S3、定期重复S1实现工艺路线自聚类,保持工时定额数学模型与该企业在“新技术、新工艺、新材料、设备更新等”方面更新换代的与时俱进,具备工时定额与企业生产的自适应功能。
实施例
根据本发明实施例,提供了如图1的一种基于加工设备的自聚类工时定额建模方法,在实际的应用中,所述加工设备可以替换成工种,所述工时可以替换或增加成工序、工步中的一种或两种。
S1、对于给定企业,采用成熟的数据库软件,构建一个表征机床、夹具、刀具、量检具等产品加工设备性能参数、加工精度及工件材质、加工余量、加工/装配对象的重量、体积、形状、加工/装配精度、搬运距离、搬运设备、检测面积、检测工具等影响产品加工时间的工时定额计算模型的数据库S;
S2、采用基于多项式响应面法的自聚类工时定额建模方法,按照工艺路线和工时影响因素实现生产工艺与工时数据的自聚类;建立/>的定额计算模型/>,将/>的工艺路线和工时影响因素集合记为/>,将S中属于/>类的数据集合记为/>;
其中,在S2中,基于工时影响因素的工艺自聚类工时定额建模方法,对于给定的生产工艺、工时影响因素与工时数据的数据库S,采用X表示S中的各工艺、工时影响因素集合,表示X中第j个工艺或工时影响因素,/> ,令/>,则建立/>的定额计算模型/>的步骤如下:
S22、基于工时影响因素的工艺自聚类。采用成熟的回归系数显著性t检验方法,去除中对工时影响不显著的工时影响因素,得到/>的工艺路线和工时影响因素集合记为/>;/>,遍历S,对于/>,若/>计算出的工时与/>对应的工时记录的相对误差小于10%,则将/>加入/>;得到/>的工艺路线和工时影响因素集合记为/> 、/>和/>,其中,/>表示/>类生产工艺与工时数据在S中所对应的数据集合,/>表示/>的工时定额计算模型;
S23、,从中移除/>的记录,对S执行第S21步基于多项式响应面法的工时定额建模,执行第S22步基于工时影响因素的工艺自聚类,完成/>的自聚类工时定额建模,直到S中的记录数量低于第S21步中要求/>。
S24、 对S中的剩余的少量记录,采用现有的交互式定额建模方法完成给定企业的工时定额建模工作。
S3、在企业生产过程中,对于一个给定对象的加工工艺,将/>的工艺路线和工时影响因素集合记为/>,遍历A,若/>和/>最匹配,则采用/>计算出/>的工时,并组织生产,通过观测作业后的时间实际消耗,向/>添加该工艺路线及其实际消耗工时数据;若/>在A中没有匹配项,则人工估算工时组织生产,同时,通过观测作业后的时间实际消耗,新建和/>,并将/>添加到A中、向/>添加该工艺路线及其实际消耗工时数据、将/>添加到S中,其中,/>表示/>的工时定额计算模型,/>表示属于/>类的数据集合,/>表示/>的工艺路线和工时影响因素集合。
S4、定期(如每年一次)重复S2,实现工艺路线自聚类工时定额模型更新。
与现有的计算机辅助工时定额方法不同,本发明针对给定企业的多品种、小批量生产工艺与工时数据,采用基于多项式响应面法的自聚类工时定额建模方法,按照工时影响因素实现生产工艺与工时数据的自聚类,分类建立工时定额计算模型,较传统仅用线性回归方法进行定额建模,可更准确反映企业多品种、小批量生产工艺的差异化特征,并根据差异化特征分别建立定额模型,较现有工时定额模型有更高的准度和效率。
现有工时定额数学模型难以随企业发展与时俱进,本发明通过向企业生产数据库添加工艺路线及其实际消耗工时数据,日积月累完善数据库;再通过定期的工艺路线自聚类工时定额建模,实现工时定额数学模型与该企业在“新技术、新工艺、新材料、设备更新等”的与时俱进。
该方法主要针对企业的管理问题、工业化与信息化不融合的困惑、难点、重点及数字化智能工厂技术的底层密码,主要解决:定额数据与控制标准,通过构建基于模型数字化(MBD)技术的产品生产的时间控制大数据(工时定额)标准制定与管理技术平台,帮助制造企业建立产品生产的时间控制大数据(工时定额)标准体系并与企业现有的PDM、CAPP、MES、PLM、ERP等集成,打通整个数字化设计制造的数据链,帮助企业实现“标准化管理,数据化决策”,真正解决企业“两化”融合,帮助企业实现数字化智能工厂整体技术落地应用,彻底解决了企业长期存在的产品生产的时间消耗“虚高”现象,有力推动企业劳动生产效率的提升,实现降本增效,通过技术手段推动了企业转型升级,因此具有巨大的工程应用前景。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
以上方案只是一种较佳实例的说明,但并不局限于此。在实施本发明时,可以根据使用者需求进行适当的替换和/或修改。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (3)
1.一种基于加工设备的自聚类工时定额建模方法,其特征在于,包括:
S1、基于各产品加工设备,构建影响产品加工时间的工时定额计算模型数据库S;
S3、对于一个预定的加工工艺,在使用/>进行计算时,通过观测作业后的实际时间消耗,判断/>计算的准确性,若/>计算不准,则将该工艺路线、工时影响因素及其实际工时数据添加到S中;否则,将该生产工艺与工时数据直接添加到S中;
S4、定期重复S2,实现工艺路线自聚类工时定额模型更新;
S22、基于工时影响因素的工艺自聚类,采用成熟的回归系数显著性t检验方法,去除中对工时影响不显著的工时影响因素,/>表示X中第i个工时影响因素集,得到/>的工艺路线和工时影响因素集合记为/>;/>,遍历S,对于/>,若/>计算出的工时与/>对应的工时记录的相对误差小于10%,则将/>加入/>;得到/>的工艺路线和工时影响因素集合记为/> 、/>和/>,其中,/>表示/>类生产工艺与工时数据在S中所对应的数据集合,/>表示/>的工时定额计算模型;
S24、对S中的剩余的少量记录,采用现有的交互式定额建模方法完成企业的工时定额建模工作。
2.如权利要求1所述的基于加工设备的自聚类工时定额建模方法,其特征在于,在S1中,影响产品加工时间的因素包括但不限于加工或装配对象的重量、体积、形状、加工或装配的精度、搬运距离、搬运设备、检测面积、检测工具。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310448290.5A CN116167251B (zh) | 2023-04-24 | 2023-04-24 | 基于加工设备的自聚类工时定额建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310448290.5A CN116167251B (zh) | 2023-04-24 | 2023-04-24 | 基于加工设备的自聚类工时定额建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116167251A CN116167251A (zh) | 2023-05-26 |
CN116167251B true CN116167251B (zh) | 2023-07-04 |
Family
ID=86416704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310448290.5A Active CN116167251B (zh) | 2023-04-24 | 2023-04-24 | 基于加工设备的自聚类工时定额建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167251B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117575107B (zh) * | 2024-01-15 | 2024-05-07 | 泉州装备制造研究所 | 一种基于分类-聚类算法的服装标准工时定额及预测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115039040A (zh) * | 2020-02-21 | 2022-09-09 | 纳米电子成像有限公司 | 制造过程的系统、方法和介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996364A (zh) * | 2010-11-10 | 2011-03-30 | 重庆大学 | 一种工时定额的修订方法及工时定额管理系统 |
CN106918594B (zh) * | 2015-12-25 | 2023-06-20 | 济南大学 | 一种在线分析籽棉色特征和杂质的方法 |
CN106845729A (zh) * | 2017-02-15 | 2017-06-13 | 南京航空航天大学 | 一种基于灰色理论的电子产品机柜装配工时确定方法 |
CN108804789B (zh) * | 2018-05-29 | 2022-06-03 | 广东工业大学 | 一种陶瓷喷雾干燥过程能耗建模方法 |
CN113627777A (zh) * | 2021-08-06 | 2021-11-09 | 刘俊艳 | 一种离散制造业工艺、动作与工时智能统筹算法 |
-
2023
- 2023-04-24 CN CN202310448290.5A patent/CN116167251B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115039040A (zh) * | 2020-02-21 | 2022-09-09 | 纳米电子成像有限公司 | 制造过程的系统、方法和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116167251A (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | A digital twin-driven production management system for production workshop | |
CN109583762B (zh) | 一种生产流程建模与产品数据追踪的系统 | |
CN111008197A (zh) | 一种电力营销服务系统数据中台设计方法 | |
CN116167251B (zh) | 基于加工设备的自聚类工时定额建模方法 | |
CN103279613A (zh) | 高精复杂产品装配物料自动齐套方法 | |
CN117557078B (zh) | 一种基于时间节点的智能生产计划管理方法及系统 | |
Schuh et al. | Methodology for the evaluation of forecast reliability of production planning systems | |
Ungermann et al. | Data analytics for manufacturing systems–a data-driven approach for process optimization | |
CN115965154A (zh) | 一种基于知识图谱的数字孪生机械加工过程调度方法 | |
CN115170034A (zh) | 工厂对象全生命周期管理方法 | |
Aleksandrova et al. | Information systems and technologies in quality management | |
CN106909992B (zh) | 一种多品种小批量混流装配线的分装生产方法及装置 | |
Beier et al. | Supporting product development through cross-discipline dependency-modeling–novel approaches for traceability-usage | |
JP2003288476A (ja) | 生産ラインの統合ライン能力評価・管理運用システム、および、その統合ライン能力評価・管理運用方法 | |
Schuh et al. | Approach for reducing data inconsistencies in production control | |
CN117057835A (zh) | 一种电网工程造价辅助分析方法及系统 | |
CN116308128A (zh) | 装配式建筑绿色施工管理方法、设备及介质 | |
Koruca et al. | The simulation-based performance measurement in an evaluation module for Faborg-Sim simulation software | |
Kao et al. | Application of a cyber-physical system and machine-to-machine communication for metal processes | |
TW202226088A (zh) | 智能交期預測方法與系統 | |
Xin et al. | Analysis of chaotic dynamics for aircraft assembly lines | |
Schuh et al. | Achieving higher scheduling accuracy in production control by implementing integrity rules for production feedback data | |
Guo et al. | Development of bulk material management system and research on material balance applications based on business intelligence | |
Luque-Morales et al. | Ontology development for knowledge representation of a metrology lab | |
CN116777508B (zh) | 一种基于大数据的医药供应分析管理系统及方法 |
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 |