CN117032150B - 一种机械加工车间的智慧生产调度方法及系统 - Google Patents
一种机械加工车间的智慧生产调度方法及系统 Download PDFInfo
- Publication number
- CN117032150B CN117032150B CN202311294075.0A CN202311294075A CN117032150B CN 117032150 B CN117032150 B CN 117032150B CN 202311294075 A CN202311294075 A CN 202311294075A CN 117032150 B CN117032150 B CN 117032150B
- Authority
- CN
- China
- Prior art keywords
- equipment
- production
- groups
- processing
- workshop
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 331
- 238000003754 machining Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 249
- 238000012544 monitoring process Methods 0.000 claims abstract description 64
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000012423 maintenance Methods 0.000 claims description 29
- 230000002776 aggregation Effects 0.000 claims description 18
- 238000004220 aggregation Methods 0.000 claims description 18
- 230000001360 synchronised effect Effects 0.000 claims description 18
- 230000000737 periodic effect Effects 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007849 functional defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种机械加工车间的智慧生产调度方法及系统，涉及智能调度技术领域，该方法包括：获取K个加工生产产品，进行生产工艺分析，确定K组加工设备组合；交互设备布设信息，获得目标加工设备构成；进行生产线关联寻优，获得K个设备连接方案，进行智能传送带调用，获得K条加工生产线；通过生产监测窗口进行K条加工生产线的周期性生产监测，进行生产加工设备故障识别和运行调度。本发明解决了现有技术中机械加工车间的产品生产功能单一，机械加工车间的使用灵活度较弱，导致生产加工成本较高的技术问题，达到了利用传送带，构建具有不同生产功能的生产线，从而提高机械加工车间可生产产品的多样性和生产效率的技术效果。
Description
技术领域
本发明涉及智能调度技术领域，具体涉及一种机械加工车间的智慧生产调度方法及系统。
背景技术
机械加工车间的生产调度管理，涵盖了计划生产、跟踪处理和质量管理等多个方面，在制造业生产中有着很重要的作用，通过优化生产调度管理，可以提高企业的生产能力、效率和收入，进一步增强企业竞争力。但现有的机械加工车间的大多针对单一产品进行生产，车间的设备和空间使用不够灵活，导致利用率较低，生产成本较高。
发明内容
本申请提供了一种机械加工车间的智慧生产调度方法及系统，用于解决现有技术中机械加工车间的产品生产功能单一，机械加工车间的使用灵活度较弱，导致生产加工成本较高的技术问题。
本申请的第一个方面，提供了一种机械加工车间的智慧生产调度方法，所述方法包括：获取目标生产需求，其中，所述目标生产需求通过交互目标加工车间获得，所述目标生产需求包括K个加工生产产品，K为正整数；根据所述目标生产需求进行生产工艺分析，确定目标加工设备集，其中，所述目标加工设备集包括K组加工设备组合，所述K组加工设备组合与所述K个加工生产产品关联映射；交互确定所述目标加工车间的设备布设信息，获得目标加工设备构成，其中，所述目标加工设备构成包括N个生产加工设备，其中，每个所述生产加工设备具有车间位置标识，N为大于K的正整数；根据所述K组加工设备组合和所述目标加工设备构成进行生产线关联寻优，获得K个设备连接方案；根据所述K个设备连接方案进行智能传送带调用，完成所述N个生产加工设备的生产调度，获得K条加工生产线；预设生产监测窗口，并基于所述生产监测窗口进行采用所述K条加工生产线进行所述K个加工生产产品的周期性生产监测，获得生产监测结果；根据所述生产监测结果进行所述N个生产加工设备故障识别和运行调度。
本申请的第二个方面，提供了一种机械加工车间的智慧生产调度系统，所述系统包括：目标生产需求获取模块，所述目标生产需求获取模块用于获取目标生产需求，其中，所述目标生产需求通过交互目标加工车间获得，所述目标生产需求包括K个加工生产产品，K为正整数；目标加工设备集确定模块，所述目标加工设备集确定模块用于根据所述目标生产需求进行生产工艺分析，确定目标加工设备集，其中，所述目标加工设备集包括K组加工设备组合，所述K组加工设备组合与所述K个加工生产产品关联映射；目标加工设备构成确定模块，所述目标加工设备构成确定模块用于交互确定所述目标加工车间的设备布设信息，获得目标加工设备构成，其中，所述目标加工设备构成包括N个生产加工设备，其中，每个所述生产加工设备具有车间位置标识，N为大于K的正整数；设备连接方案获得模块，所述设备连接方案获得模块用于根据所述K组加工设备组合和所述目标加工设备构成进行生产线关联寻优，获得K个设备连接方案；加工生产线获得模块，所述加工生产线获得模块用于根据所述K个设备连接方案进行智能传送带调用，完成所述N个生产加工设备的生产调度，获得K条加工生产线；生产监测结果获得模块，所述生产监测结果获得模块用于预设生产监测窗口，并基于所述生产监测窗口进行采用所述K条加工生产线进行所述K个加工生产产品的周期性生产监测，获得生产监测结果；智慧生产调度模块，所述智慧生产调度模块用于根据所述生产监测结果进行所述N个生产加工设备故障识别和运行调度。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的一种机械加工车间的智慧生产调度方法，涉及智能调度技术领域，通过K个加工生产产品，确定K组加工设备组合；交互目标加工车间的设备布设信息，获得目标加工设备构成；进行生产线关联寻优，获得K个设备连接方案，基于K个设备连接方案进行智能传送带调用，获得K条加工生产线；通过生产监测窗口进行K条加工生产线的周期性生产监测，进行生产加工设备故障识别和运行调度，解决了现有技术中机械加工车间的产品生产功能单一，机械加工车间的使用灵活度较弱，导致生产加工成本较高的技术问题，实现了利用传送带，构建具有不同生产功能的生产线，从而提高机械加工车间可生产产品的多样性和生产效率，提高车间产能的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种机械加工车间的智慧生产调度方法流程示意图；
图2为本申请实施例提供的一种机械加工车间的智慧生产调度方法中获得K个设备连接方案的流程示意图；
图3为本申请实施例提供的一种机械加工车间的智慧生产调度方法中根据所述生产监测结果进行所述N个生产加工设备故障识别和运行调度的流程示意图；
图4为本申请实施例提供的一种机械加工车间的智慧生产调度系统结构示意图。
附图标记说明：目标生产需求获取模块11，目标加工设备集确定模块12，目标加工设备构成确定模块13，设备连接方案获得模块14，加工生产线获得模块15，生产监测结果获得模块16，智慧生产调度模块17。
具体实施方式
本申请提供了一种机械加工车间的智慧生产调度方法，用于解决现有技术中机械加工车间的产品生产功能单一，机械加工车间的使用灵活度较弱，导致生产加工成本较高的技术问题。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示，本申请提供了一种机械加工车间的智慧生产调度方法，所述方法包括：
T10：获取目标生产需求，其中，所述目标生产需求通过交互目标加工车间获得，所述目标生产需求包括K个加工生产产品，K为正整数；
具体的，通过交互目标机械加工车间的生产数据，获取目标生产需求，所述交互就是采集、传输，所述目标生产需求包括目标加工车间的K个加工生产产品，也就是K个产品种类，每一类产品的生产工艺及流程均存在差异，需要使用不同的产品生产线。
T20：根据所述目标生产需求进行生产工艺分析，确定目标加工设备集，其中，所述目标加工设备集包括K组加工设备组合，所述K组加工设备组合与所述K个加工生产产品关联映射；
示例性的，根据所述目标生产需求进行生产工艺分析，分别解析每一类产品的生产工艺流程，进而根据生产工艺流程，确定每一道工艺所需要的生产设备，以此类推，遍历解析所述K个加工生产产品的所有加工设备，获得与之关联的K组加工设备组合，并由上述K组加工设备组合，构成目标加工设备集，可以作为后续进行生产线关联寻优的基础数据。
T30：交互确定所述目标加工车间的设备布设信息，获得目标加工设备构成，其中，所述目标加工设备构成包括N个生产加工设备，其中，每个所述生产加工设备具有车间位置标识，N为大于K的正整数；
应当理解的是，交互获取所述目标加工车间的设备布设信息，也就是提取当前加工车间的设备数据，包括设备的布置位置、设备类型等，以此作为目标加工设备构成，所述目标加工设备构成中包括N个生产加工设备，并且每个所述生产加工设备具有相应的车间位置标识，由于每组加工设备组合中至少包含一种生产加工设备，因此N为大于K的正整数。
进一步的，本申请实施例还包括步骤T30a，步骤T30a还包括：
T31a：对所述K组加工设备组合进行加工设备聚合处理，获得M组车间需求设备；
T32a：对所述N个生产加工设备进行加工设备聚合处理，获得M组车间供应设备；
T33a：判断所述M组车间供应设备是否满足所述M组车间需求设备；
T34a：若所述M组车间供应设备满足所述M组车间需求设备，则交互获得所述M组车间供应设备的M组设备检修日志；
T35a：根据所述M组设备检修日志调用获得M组设备检修节点集合；
T36a：根据所述M组设备检修节点集合序列化所述M组车间供应设备，获得M组供应设备序列，并根据所述M组车间需求设备进行对应设备调用，获得M组优化供应设备。
其中，在进行生产线关联寻优之前，对所述K组加工设备组合进行加工设备聚合处理，也就是统计所述K组加工设备组合中所包含的各类型设备的数量，将相同类型的设备为一组进行统计，获得M组车间需求设备，也就是各类型设备的需求数量，进一步的，对所述N个生产加工设备进行加工设备聚合处理，也就是统计目标加工车间内各类设备的现有数量，获得M组车间供应设备。
进一步的，判断所述M组车间供应设备是否满足所述M组车间需求设备，也就是判断目标车间的现有设备数量是否满足所述目标生产需求的设备需求，若所述M组车间供应设备满足所述M组车间需求设备，也就是说目标车间设备充足，则交互获得所述M组车间供应设备的M组设备检修日志，也就是获取每个类型的设备的检修数据，并根据所述M组设备检修日志调用获得M组设备检修节点集合，所述设备检修节点集合也就是每个设备的最近一次的检修时间集合。
进一步的，根据所述M组设备检修节点集合，按照检修时间将每类设备进行排序，获得M组供应设备序列，并根据所述M组车间需求设备进行对应设备调用，优先选择检修时间距离当前时间较近的设备进行使用，获得M组优化供应设备，以此来降低生产线使用过程中故障概率，提高生产效率。
T40：根据所述K组加工设备组合和所述目标加工设备构成进行生产线关联寻优，获得K个设备连接方案；
进一步的，如图2所示，本申请实施例步骤T40还包括：
T41：交互获得所述K个加工生产产品的K个产品毛利参数；
T42：根据所述K组加工设备组合进行设备数量提取，获得K个产品设备参数；
T43：预设权重分配关系，并根据所述权重分配关系、所述K个产品毛利参数和所述K个产品设备参数计算获得K个生产复杂度指数；
T44：序列化所述K个生产复杂度指数，获得关联寻优序列；
T45：根据所述关联寻优序列和所述M组优化供应设备进行生产线关联寻优，获得所述K个设备连接方案。
可选的，交互获得所述K个加工生产产品的K个产品毛利参数，所述产品毛利参数也就是产品的净利润，净利润越高的产品，对应的生产线装配优先级越高。进一步的，分别根据所述K组加工设备组合进行设备数量提取，获得K个产品设备参数，所述K个产品设备参数可以反映每个加工设备组合内各类产品的数量。
进一步的，根据用户需求，预设所述产品毛利参数和产品设备参数的权重系数，并根据所述权重分配关系，分别对所述K个产品毛利参数和所述K个产品设备参数进行加权平均计算，获得K个生产复杂度指数。将所述K个生产复杂度指数进行序列化，获得关联寻优序列，可以反映产品生产线的复杂程度和利润的高低顺序，根据所述关联寻优序列，优先选择生产复杂度指数高的生产线，结合所述M组优化供应设备进行生产线设备选择，并依次按照生产复杂度指数顺序进行每条生产线的设备选择，生成多个生产线设备关联方案，并对多个生产线设备关联方案进行寻优，选择生产效率最高、成本最低的生产线设备关联方案，获得所述K个设备连接方案。
进一步的，本申请实施例步骤T45还包括：
T45-1：对所述关联寻优序列进行顺序调用，获得第一加工生产产品，并基于所述第一加工生产产品在所述K组加工设备组合对应调用获得第一加工设备组合；
T45-2：获取第一备选设备集合，其中，所述第一备选设备集合通过采用所述第一加工设备组合遍历所述M组优化供应设备获得；
T45-3：对所述第一加工设备组合进行车间位置标识调用，获得第一设备布设信息集合；
T45-4：根据所述第一加工设备组合确定第一生产关联，并以所述第一生产关联为约束遍历所述第一设备布设信息集合，生成第一备选设备连接路径集；
T45-5：预设传送带使用约束，并基于所述传送带使用约束遍历所述第一备选设备连接路径集，获得第一优化设备连接路径集；
T45-6：以此类推，获得对应于所述K个加工生产产品的K个优化设备连接路径集；
T45-7：基于所述K个优化设备连接路径集进行生产效率寻优，确定所述K个设备连接方案。
示例性的，将所述关联寻优序列，按照生产复杂度指数由高到低的顺序进行调用，获得生产复杂度指数最高的加工生产产品，作为第一加工生产产品，并基于所述第一加工生产产品，从所述K组加工设备组合中进行设备组合调用，获得第一加工设备组合，进一步的，采用所述第一加工设备组合遍历所述M组优化供应设备，进行现有设备抽选，获得多组备选设备，组成第一备选设备集合。
进一步的，筛选出所述第一加工设备组合可以选择的所有设备，并按照设备在目标加工车间中的位置进行车间位置标识，获得第一设备布设信息集合，根据所述第一加工设备组合确定第一生产关联，也就是第一生产设备的连接关系，并以所述第一生产关联为约束，遍历所述第一设备布设信息集合中的不同位置的可使用设备，生成多个设备连接路径，组成第一备选设备连接路径集。
进一步的，根据用户成本需求，预设传送带使用约束，也就是生成一条生产线允许调用的最大传送带使用量，并使用所述传送带使用约束遍历所述第一备选设备连接路径集进行路径筛选，保留传送带使用量满足约束的路径，组成第一优化设备连接路径集，以此类推，遍历所述K个加工生产产品的设备连接组合，获得对应于所述K个加工生产产品的K个优化设备连接路径集。基于所述K个优化设备连接路径集进行生产效率寻优，选择传送带使用量最少、生产效率最高、生产成本最低的连接方案，作为所述K个设备连接方案。
进一步的，本申请实施例步骤T45还包括：
T45-71：所述第一优化设备连接路径集包括P个优化设备连接路径，基于所述第一优化设备连接路径集调用获得第一寻优设备连接路径；
T45-72：根据所述第一寻优设备连接路径生成第一设备调用约束，并基于所述第一设备调用约束在第二优化设备连接路径集调用获得第二寻优设备连接路径集；
T45-73：根据所述第二寻优设备连接路径集生成第二设备调用约束集，并基于所述第二设备调用约束集逐一在第三优化设备连接路径集进行设备连接路径调用，获得第三寻优设备连接路径集；
T45-74：以此类推，获得多组寻优设备连接路径组合；
T45-75：基于所述多组寻优设备连接路径组合获得多组传送带需求信息；
T45-76：根据所述多组传送带需求信息序列化所述多组寻优设备连接路径组合，获得所述K个设备连接方案。
应当理解的是，所述第一优化设备连接路径集中包含P个优化设备连接路径，从所述第一优化设备连接路径集中随机调用一个优化设备连接路径，作为第一寻优设备连接路径。进一步的，根据所述第一寻优设备连接路径生成第一设备调用约束，也就是将所述第一寻优设备连接路径所连接的设备作为禁止调用设备，并在所述第一设备调用约束的基础上，进行第二优化设备连接路径的设备选择，遍历第二优化设备连接路径集，获得第二寻优设备连接路径集。
进一步的，根据所述第二寻优设备连接路径集生成第二设备调用约束集，并参照所述第二设备调用约束集，遍历第三优化设备连接路径集进行设备连接路径调用，获得第三寻优设备连接路径集，以此类推，按照所述关联寻优序列，遍历生成K个加工生产产品的所有设备连接路径方案，获得多组寻优设备连接路径组合，并基于所述多组寻优设备连接路径组合，分别获得多组对应的传送带需求信息，所述传送带需求信息也就是传送带需求量，将每个寻优设备连接路径组合的传送带需求量进行序列化处理，选择传送带需求量最少的路径组合，作为该加工生产产品的设备连接方案，以此获得所述K个设备连接方案。
T50：根据所述K个设备连接方案进行智能传送带调用，完成所述N个生产加工设备的生产调度，获得K条加工生产线；
在本申请一种可行的实施例中，参照所述K个设备连接方案进行智能传送带调用，所述智能传送带是硬件设备，带有多组支撑杆，每个支撑杆都具有轮子且可以自由升降高度，以实现传送带可以像城市立交桥一样叠加，在不改变设备位置的条件下，通过智能传送带进行完成所述N个生产加工设备的连接，构成K条加工生产线。
T60：预设生产监测窗口，并基于所述生产监测窗口进行采用所述K条加工生产线进行所述K个加工生产产品的周期性生产监测，获得生产监测结果；
具体的，预设生产监测窗口，并通过所述生产监测窗口，对采用所述K条加工生产线进行生产的所述K个加工生产产品的生产过程进行周期性生产监测，也就是按照一定的监测周期进行生产监测，包括产品质量监测和设备故障监测，以此获得生产监测结果，可以作为设备检修和调度的参考。
进一步的，本申请实施例还包括步骤T60a，步骤T60a还包括：
T61a：基于所述K个设备连接方案获得K组设备检修节点集合；
T62a：基于所述M组车间供应设备获得M个设备检修周期；
T63a：预设检修模糊关联，并基于所述检修模糊关联对所述K组设备检修节点集合进行聚合处理，获得M组同步检修设备集合；
T64a：基于所述M组同步检修设备集合生成M个同步检修指令，进行所述M组优化供应设备的周期性同步检修。
应当理解的是，分别基于所述K个设备连接方案，进行各个方案中各设备的检修时间节点提取，获得K组设备检修节点集合，所述M组车间供应设备代表M个类型的设备，基于所述M组车间供应设备，分别获取每一类设备的检修周期，得到M个设备检修周期。进一步的，预设检修模糊关联，也就是将检修周期比较接近，且最近一次检修时间比较接近的不同类型设备之间，建立检修模糊关联，在下一次检修时一同进行检修，例如任意两台检修周期接近的设备，最近一次的检修的时间间隔在48小时以内，则安排下一次进行同批次检修。
以此类推，基于所述检修模糊关联对所述K组设备检修节点集合进行聚合处理，将检修周期接近且最近一次的检修时间接近的设备分为一组，获得M组同步检修设备集合，并基于所述M组同步检修设备集合生成M个同步检修指令，进行所述M组优化供应设备的周期性同步检修，以降低检修成本。
T70：根据所述生产监测结果进行所述N个生产加工设备故障识别和运行调度。
进一步的，如图3所示，本申请实施例步骤T70还包括：
T71：所述生产监测结果包括K组加工生产成品；
T72：对所述K组加工生产成品进行质量监测，获得K个产品瑕疵信息；
T73：基于所述K个产品瑕疵信息进行故障设备定位，获得K组故障加工设备；
T74：对所述K组故障加工设备进行设备聚合，获得多个故障设备类型；
T75：根据所述多个故障设备类型对所述M个设备检修周期进行检修周期调度。
应当理解的是，所述生产监测结果包括K组加工生产成品的产品质量，分别对所述K组加工生产成品进行质量监测，并根据质量监测结果进行瑕疵识别，获得K个产品瑕疵信息，包括产品外观瑕疵、功能瑕疵等，基于所述K个产品瑕疵信息，倒推出产生产品瑕疵的工艺，进而定位故障设备，获得K组故障加工设备，进一步的，按照设备类型，对所述K组故障加工设备进行设备聚合，获得多个故障设备类型，参照所述多个故障设备类型，将所述多个故障设备类型对应的设备检修周期进行调整，例如将检修周期缩短，以降低设备运行时的故障率，提高产品质量，降低生产故障损失。
综上所述，本申请实施例至少具有如下技术效果：
本申请通过K个加工生产产品，确定K组加工设备组合；交互目标加工车间的设备布设信息，获得目标加工设备构成；进行生产线关联寻优，获得K个设备连接方案，基于K个设备连接方案进行智能传送带调用，获得K条加工生产线；通过生产监测窗口进行K条加工生产线的周期性生产监测，进行生产加工设备故障识别和运行调度。
达到了利用传送带，构建具有不同生产功能的生产线，从而提高机械加工车间可生产产品的多样性和生产效率，提高车间产能的技术效果。
实施例二
基于与前述实施例中一种机械加工车间的智慧生产调度方法相同的发明构思，如图4所示，本申请提供了一种机械加工车间的智慧生产调度系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：
目标生产需求获取模块11，所述目标生产需求获取模块11用于获取目标生产需求，其中，所述目标生产需求通过交互目标加工车间获得，所述目标生产需求包括K个加工生产产品，K为正整数；
目标加工设备集确定模块12，所述目标加工设备集确定模块12用于根据所述目标生产需求进行生产工艺分析，确定目标加工设备集，其中，所述目标加工设备集包括K组加工设备组合，所述K组加工设备组合与所述K个加工生产产品关联映射；
目标加工设备构成确定模块13，所述目标加工设备构成确定模块13用于交互确定所述目标加工车间的设备布设信息，获得目标加工设备构成，其中，所述目标加工设备构成包括N个生产加工设备，其中，每个所述生产加工设备具有车间位置标识，N为大于K的正整数；
设备连接方案获得模块14，所述设备连接方案获得模块14用于根据所述K组加工设备组合和所述目标加工设备构成进行生产线关联寻优，获得K个设备连接方案；
加工生产线获得模块15，所述加工生产线获得模块15用于根据所述K个设备连接方案进行智能传送带调用，完成所述N个生产加工设备的生产调度，获得K条加工生产线；
生产监测结果获得模块16，所述生产监测结果获得模块16用于预设生产监测窗口，并基于所述生产监测窗口进行采用所述K条加工生产线进行所述K个加工生产产品的周期性生产监测，获得生产监测结果；
智慧生产调度模块17，所述智慧生产调度模块17用于根据所述生产监测结果进行所述N个生产加工设备故障识别和运行调度。
进一步的，所述设备连接方案获得模块14还用于执行以下步骤：
交互获得所述K个加工生产产品的K个产品毛利参数；
根据所述K组加工设备组合进行设备数量提取，获得K个产品设备参数；
预设权重分配关系，并根据所述权重分配关系、所述K个产品毛利参数和所述K个产品设备参数计算获得K个生产复杂度指数；
序列化所述K个生产复杂度指数，获得关联寻优序列；
根据所述关联寻优序列和所述M组优化供应设备进行生产线关联寻优，获得所述K个设备连接方案。
进一步的，所述设备连接方案获得模块14还用于执行以下步骤：
对所述关联寻优序列进行顺序调用，获得第一加工生产产品，并基于所述第一加工生产产品在所述K组加工设备组合对应调用获得第一加工设备组合；
获取第一备选设备集合，其中，所述第一备选设备集合通过采用所述第一加工设备组合遍历所述M组优化供应设备获得；
对所述第一加工设备组合进行车间位置标识调用，获得第一设备布设信息集合；
根据所述第一加工设备组合确定第一生产关联，并以所述第一生产关联为约束遍历所述第一设备布设信息集合，生成第一备选设备连接路径集；
预设传送带使用约束，并基于所述传送带使用约束遍历所述第一备选设备连接路径集，获得第一优化设备连接路径集；
以此类推，获得对应于所述K个加工生产产品的K个优化设备连接路径集；
基于所述K个优化设备连接路径集进行生产效率寻优，确定所述K个设备连接方案。
进一步的，所述设备连接方案获得模块14还用于执行以下步骤：
所述第一优化设备连接路径集包括P个优化设备连接路径，基于所述第一优化设备连接路径集调用获得第一寻优设备连接路径；
根据所述第一寻优设备连接路径生成第一设备调用约束，并基于所述第一设备调用约束在第二优化设备连接路径集调用获得第二寻优设备连接路径集；
根据所述第二寻优设备连接路径集生成第二设备调用约束集，并基于所述第二设备调用约束集逐一在第三优化设备连接路径集进行设备连接路径调用，获得第三寻优设备连接路径集；
以此类推，获得多组寻优设备连接路径组合；
基于所述多组寻优设备连接路径组合获得多组传送带需求信息；
根据所述多组传送带需求信息序列化所述多组寻优设备连接路径组合，获得所述K个设备连接方案。
进一步的，所述智慧生产调度模块17还用于执行以下步骤：
所述生产监测结果包括K组加工生产成品；
对所述K组加工生产成品进行质量监测，获得K个产品瑕疵信息；
基于所述K个产品瑕疵信息进行故障设备定位，获得K组故障加工设备；
对所述K组故障加工设备进行设备聚合，获得多个故障设备类型；
根据所述多个故障设备类型对所述M个设备检修周期进行检修周期调度。
进一步的，所述系统还包括：
车间需求设备获得模块，所述车间需求设备获得模块用于对所述K组加工设备组合进行加工设备聚合处理，获得M组车间需求设备；
车间供应设备获得模块，所述车间供应设备获得模块用于对所述N个生产加工设备进行加工设备聚合处理，获得M组车间供应设备；
车间需求设备获得模块，所述车间需求设备获得模块用于判断所述M组车间供应设备是否满足所述M组车间需求设备；
设备检修日志获得模块，所述设备检修日志获得模块用于若所述M组车间供应设备满足所述M组车间需求设备，则交互获得所述M组车间供应设备的M组设备检修日志；
设备检修节点集合获得模块，所述设备检修节点集合获得模块用于根据所述M组设备检修日志调用获得M组设备检修节点集合；
优化供应设备获得模块，所述优化供应设备获得模块用于根据所述M组设备检修节点集合序列化所述M组车间供应设备，获得M组供应设备序列，并根据所述M组车间需求设备进行对应设备调用，获得M组优化供应设备。
进一步的，所述系统还包括：
设备检修节点集合获得模块，所述设备检修节点集合获得模块用于基于所述K个设备连接方案获得K组设备检修节点集合；
设备检修周期获得模块，所述设备检修周期获得模块用于基于所述M组车间供应设备获得M个设备检修周期；
同步检修设备集合获得模块，所述同步检修设备集合获得模块用于预设检修模糊关联，并基于所述检修模糊关联对所述K组设备检修节点集合进行聚合处理，获得M组同步检修设备集合；
周期性同步检修模块，所述周期性同步检修模块用于基于所述M组同步检修设备集合生成M个同步检修指令，进行所述M组优化供应设备的周期性同步检修。
需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (5)
1.一种机械加工车间的智慧生产调度方法，其特征在于，所述方法包括：
获取目标生产需求，其中，所述目标生产需求通过交互目标加工车间获得，所述目标生产需求包括K个加工生产产品，K为正整数；
根据所述目标生产需求进行生产工艺分析，确定目标加工设备集，其中，所述目标加工设备集包括K组加工设备组合，所述K组加工设备组合与所述K个加工生产产品关联映射；
交互确定所述目标加工车间的设备布设信息，获得目标加工设备构成，其中，所述目标加工设备构成包括N个生产加工设备，其中，每个所述生产加工设备具有车间位置标识，N为大于K的正整数；
根据所述K组加工设备组合和所述目标加工设备构成进行生产线关联寻优，获得K个设备连接方案；
根据所述K个设备连接方案进行智能传送带调用，完成所述N个生产加工设备的生产调度，获得K条加工生产线；
预设生产监测窗口，并基于所述生产监测窗口进行采用所述K条加工生产线进行所述K个加工生产产品的周期性生产监测，获得生产监测结果；
根据所述生产监测结果进行所述N个生产加工设备故障识别和运行调度；
其中，根据所述K组加工设备组合和所述目标加工设备构成进行生产线关联寻优，获得K个设备连接方案，之前，所述方法还包括：
对所述K组加工设备组合进行加工设备聚合处理，获得M组车间需求设备；
对所述N个生产加工设备进行加工设备聚合处理，获得M组车间供应设备；
判断所述M组车间供应设备是否满足所述M组车间需求设备；
若所述M组车间供应设备满足所述M组车间需求设备，则交互获得所述M组车间供应设备的M组设备检修日志；
根据所述M组设备检修日志调用获得M组设备检修节点集合；
根据所述M组设备检修节点集合序列化所述M组车间供应设备，获得M组供应设备序列，并根据所述M组车间需求设备进行对应设备调用，获得M组优化供应设备；
其中，根据所述K组加工设备组合和所述目标加工设备构成进行生产线关联寻优，获得K个设备连接方案，包括：
交互获得所述K个加工生产产品的K个产品毛利参数；
根据所述K组加工设备组合进行设备数量提取，获得K个产品设备参数；
预设权重分配关系，并根据所述权重分配关系、所述K个产品毛利参数和所述K个产品设备参数计算获得K个生产复杂度指数；
序列化所述K个生产复杂度指数，获得关联寻优序列；
根据所述关联寻优序列和所述M组优化供应设备进行生产线关联寻优，获得所述K个设备连接方案，包括：
对所述关联寻优序列进行顺序调用，获得第一加工生产产品，并基于所述第一加工生产产品在所述K组加工设备组合对应调用获得第一加工设备组合；
获取第一备选设备集合，其中，所述第一备选设备集合通过采用所述第一加工设备组合遍历所述M组优化供应设备获得；
对所述第一加工设备组合进行车间位置标识调用，获得第一设备布设信息集合；
根据所述第一加工设备组合确定第一生产关联，并以所述第一生产关联为约束遍历所述第一设备布设信息集合，生成第一备选设备连接路径集；
预设传送带使用约束，并基于所述传送带使用约束遍历所述第一备选设备连接路径集，获得第一优化设备连接路径集；
以此类推，获得对应于所述K个加工生产产品的K个优化设备连接路径集；
基于所述K个优化设备连接路径集进行生产效率寻优，确定所述K个设备连接方案。
2.如权利要求1所述的方法，其特征在于，基于所述K个优化设备连接路径集进行生产效率寻优，确定所述K个设备连接方案，所述方法还包括：
所述第一优化设备连接路径集包括P个优化设备连接路径，基于所述第一优化设备连接路径集调用获得第一寻优设备连接路径；
根据所述第一寻优设备连接路径生成第一设备调用约束，并基于所述第一设备调用约束在第二优化设备连接路径集调用获得第二寻优设备连接路径集；
根据所述第二寻优设备连接路径集生成第二设备调用约束集，并基于所述第二设备调用约束集逐一在第三优化设备连接路径集进行设备连接路径调用，获得第三寻优设备连接路径集；
以此类推，获得多组寻优设备连接路径组合；
基于所述多组寻优设备连接路径组合获得多组传送带需求信息；
根据所述多组传送带需求信息序列化所述多组寻优设备连接路径组合，获得所述K个设备连接方案。
3.如权利要求2所述的方法，其特征在于，预设生产监测窗口，并基于所述生产监测窗口进行采用所述K条加工生产线进行所述K个加工生产产品的周期性生产监测，获得生产监测结果，之前，所述方法还包括：
基于所述K个设备连接方案获得K组设备检修节点集合；
基于所述M组车间供应设备获得M个设备检修周期；
预设检修模糊关联，并基于所述检修模糊关联对所述K组设备检修节点集合进行聚合处理，获得M组同步检修设备集合；
基于所述M组同步检修设备集合生成M个同步检修指令，进行所述M组优化供应设备的周期性同步检修。
4.如权利要求3所述的方法，其特征在于，根据所述生产监测结果进行所述N个生产加工设备故障识别和运行调度，所述方法还包括：
所述生产监测结果包括K组加工生产成品；
对所述K组加工生产成品进行质量监测，获得K个产品瑕疵信息；
基于所述K个产品瑕疵信息进行故障设备定位，获得K组故障加工设备；
对所述K组故障加工设备进行设备聚合，获得多个故障设备类型；
根据所述多个故障设备类型对所述M个设备检修周期进行检修周期调度。
5.一种机械加工车间的智慧生产调度系统，其特征在于，所述系统包括：
目标生产需求获取模块，所述目标生产需求获取模块用于获取目标生产需求，其中，所述目标生产需求通过交互目标加工车间获得，所述目标生产需求包括K个加工生产产品，K为正整数；
目标加工设备集确定模块，所述目标加工设备集确定模块用于根据所述目标生产需求进行生产工艺分析，确定目标加工设备集，其中，所述目标加工设备集包括K组加工设备组合，所述K组加工设备组合与所述K个加工生产产品关联映射；
目标加工设备构成确定模块，所述目标加工设备构成确定模块用于交互确定所述目标加工车间的设备布设信息，获得目标加工设备构成，其中，所述目标加工设备构成包括N个生产加工设备，其中，每个所述生产加工设备具有车间位置标识，N为大于K的正整数；
设备连接方案获得模块，所述设备连接方案获得模块用于根据所述K组加工设备组合和所述目标加工设备构成进行生产线关联寻优，获得K个设备连接方案；
加工生产线获得模块，所述加工生产线获得模块用于根据所述K个设备连接方案进行智能传送带调用，完成所述N个生产加工设备的生产调度，获得K条加工生产线；
生产监测结果获得模块，所述生产监测结果获得模块用于预设生产监测窗口，并基于所述生产监测窗口进行采用所述K条加工生产线进行所述K个加工生产产品的周期性生产监测，获得生产监测结果；
智慧生产调度模块，所述智慧生产调度模块用于根据所述生产监测结果进行所述N个生产加工设备故障识别和运行调度；
车间需求设备获得模块，所述车间需求设备获得模块用于对所述K组加工设备组合进行加工设备聚合处理，获得M组车间需求设备；
车间供应设备获得模块，所述车间供应设备获得模块用于对所述N个生产加工设备进行加工设备聚合处理，获得M组车间供应设备；
车间需求设备获得模块，所述车间需求设备获得模块用于判断所述M组车间供应设备是否满足所述M组车间需求设备；
设备检修日志获得模块，所述设备检修日志获得模块用于若所述M组车间供应设备满足所述M组车间需求设备，则交互获得所述M组车间供应设备的M组设备检修日志；
设备检修节点集合获得模块，所述设备检修节点集合获得模块用于根据所述M组设备检修日志调用获得M组设备检修节点集合；
优化供应设备获得模块，所述优化供应设备获得模块用于根据所述M组设备检修节点集合序列化所述M组车间供应设备，获得M组供应设备序列，并根据所述M组车间需求设备进行对应设备调用，获得M组优化供应设备；
其中，所述设备连接方案获得模块还用于执行以下步骤：
交互获得所述K个加工生产产品的K个产品毛利参数；
根据所述K组加工设备组合进行设备数量提取，获得K个产品设备参数；
预设权重分配关系，并根据所述权重分配关系、所述K个产品毛利参数和所述K个产品设备参数计算获得K个生产复杂度指数；
序列化所述K个生产复杂度指数，获得关联寻优序列；
根据所述关联寻优序列和所述M组优化供应设备进行生产线关联寻优，获得所述K个设备连接方案；
对所述关联寻优序列进行顺序调用，获得第一加工生产产品，并基于所述第一加工生产产品在所述K组加工设备组合对应调用获得第一加工设备组合；
获取第一备选设备集合，其中，所述第一备选设备集合通过采用所述第一加工设备组合遍历所述M组优化供应设备获得；
对所述第一加工设备组合进行车间位置标识调用，获得第一设备布设信息集合；
根据所述第一加工设备组合确定第一生产关联，并以所述第一生产关联为约束遍历所述第一设备布设信息集合，生成第一备选设备连接路径集；
预设传送带使用约束，并基于所述传送带使用约束遍历所述第一备选设备连接路径集，获得第一优化设备连接路径集；
以此类推，获得对应于所述K个加工生产产品的K个优化设备连接路径集；
基于所述K个优化设备连接路径集进行生产效率寻优，确定所述K个设备连接方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311294075.0A CN117032150B (zh) | 2023-10-09 | 2023-10-09 | 一种机械加工车间的智慧生产调度方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311294075.0A CN117032150B (zh) | 2023-10-09 | 2023-10-09 | 一种机械加工车间的智慧生产调度方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117032150A CN117032150A (zh) | 2023-11-10 |
| CN117032150B true CN117032150B (zh) | 2023-12-12 |
Family
ID=88641560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311294075.0A Active CN117032150B (zh) | 2023-10-09 | 2023-10-09 | 一种机械加工车间的智慧生产调度方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117032150B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117032150B (zh) * | 2023-10-09 | 2023-12-12 | 南通弘铭机械科技有限公司 | 一种机械加工车间的智慧生产调度方法及系统 |
| CN117234171B (zh) * | 2023-11-16 | 2024-02-20 | 江苏永鼎股份有限公司 | 用于芯片生产的工艺参数控制方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106660184A (zh) * | 2014-05-07 | 2017-05-10 | 豪迈股份公司 | 加工设备和加工方法 |
| CN107942873A (zh) * | 2017-12-11 | 2018-04-20 | 永艺家具股份有限公司 | 一种家具制造生产线的运营成本智能化核算及监控方法 |
| CN113867299A (zh) * | 2021-10-18 | 2021-12-31 | 郑州轻工业大学 | 基于数字孪生的不确定扰动下的ipps问题求解方法 |
| CN114187129A (zh) * | 2021-11-15 | 2022-03-15 | 广东宏远新科自动化技术开发有限公司 | 一种用于机械产品制造的智能流程排定方法及系统 |
| CN116540648A (zh) * | 2023-05-05 | 2023-08-04 | 上海依蕴宠物用品有限公司 | 一种宠物膨化食品生产工艺的优化方法及系统 |
| CN116795069A (zh) * | 2023-08-29 | 2023-09-22 | 成都拓林思软件有限公司 | 一种基于边缘计算的智能制造方法 |
| CN117032150A (zh) * | 2023-10-09 | 2023-11-10 | 南通弘铭机械科技有限公司 | 一种机械加工车间的智慧生产调度方法及系统 |
-
2023
- 2023-10-09 CN CN202311294075.0A patent/CN117032150B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106660184A (zh) * | 2014-05-07 | 2017-05-10 | 豪迈股份公司 | 加工设备和加工方法 |
| CN107942873A (zh) * | 2017-12-11 | 2018-04-20 | 永艺家具股份有限公司 | 一种家具制造生产线的运营成本智能化核算及监控方法 |
| CN113867299A (zh) * | 2021-10-18 | 2021-12-31 | 郑州轻工业大学 | 基于数字孪生的不确定扰动下的ipps问题求解方法 |
| CN114187129A (zh) * | 2021-11-15 | 2022-03-15 | 广东宏远新科自动化技术开发有限公司 | 一种用于机械产品制造的智能流程排定方法及系统 |
| CN116540648A (zh) * | 2023-05-05 | 2023-08-04 | 上海依蕴宠物用品有限公司 | 一种宠物膨化食品生产工艺的优化方法及系统 |
| CN116795069A (zh) * | 2023-08-29 | 2023-09-22 | 成都拓林思软件有限公司 | 一种基于边缘计算的智能制造方法 |
| CN117032150A (zh) * | 2023-10-09 | 2023-11-10 | 南通弘铭机械科技有限公司 | 一种机械加工车间的智慧生产调度方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117032150A (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117032150B (zh) | 一种机械加工车间的智慧生产调度方法及系统 | |
| CN103246597B (zh) | 一种参数的测试方法和设备 | |
| Lach et al. | R&D, investment, and industry dynamics | |
| CN107544251B (zh) | 一种基于分布式鲁棒模型的最小化总拖期的单机调度方法 | |
| CN104598551B (zh) | 一种数据统计方法及装置 | |
| US20110060441A1 (en) | Clustering for Prediction Models in Process Control and for Optimal Dispatching | |
| CN113642938B (zh) | 一种智能化生产管理方法及系统 | |
| CN109992569A (zh) | 集群日志特征提取方法、装置及存储介质 | |
| CN104657457B (zh) | 一种用户评价视频的数据处理方法、视频推荐方法及装置 | |
| CN106612511A (zh) | 一种基于支持向量机的无线网络吞吐量的评估方法及装置 | |
| CN114527714A (zh) | 一种基于数字孪生及扰动监测的车间动态调度方法 | |
| CN104320674B (zh) | 网络视频片段的监测方法和装置 | |
| CN112305388A (zh) | 一种发电机定子绕组绝缘局部放电故障在线监测诊断方法 | |
| CN116187650A (zh) | 针对产品零部件的自主机器学习需求预测方法及系统 | |
| CN109784570B (zh) | 基于信息物理融合系统的智慧车间柔性生产调度方法 | |
| CN110968950A (zh) | 一种基于人员疲劳度的人机协作拆卸序列规划方法 | |
| Arzi et al. | Operating an FMC by a decision-tree-based adaptive production control system | |
| CN114461858A (zh) | 一种因果关系分析模型构建及因果关系分析方法 | |
| CN116205355B (zh) | 电力负荷的预测方法、装置以及存储介质 | |
| CN112162791A (zh) | 一种分布式深度学习任务混部后的性能预测方法 | |
| CN111178722A (zh) | 适用于销售线索评级和分配的机器学习系统、方法及介质 | |
| CN110083636A (zh) | 面板缺陷的检测系统及检测方法 | |
| Chiang et al. | Solving the FMS scheduling problem by critical ratio-based heuristics and the genetic algorithm | |
| CN109492913B (zh) | 一种配电终端的模块化风险预测方法、装置及可存储介质 | |
| CN107222328A (zh) | 预测饱和拐点的方法及装置 |
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 |