CN117252396A - 一种基于线束生产车间的智能工厂可视化管理系统 - Google Patents
一种基于线束生产车间的智能工厂可视化管理系统 Download PDFInfo
- Publication number
- CN117252396A CN117252396A CN202311502298.1A CN202311502298A CN117252396A CN 117252396 A CN117252396 A CN 117252396A CN 202311502298 A CN202311502298 A CN 202311502298A CN 117252396 A CN117252396 A CN 117252396A
- Authority
- CN
- China
- Prior art keywords
- production
- wire harness
- equipment
- day
- accumulated
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 737
- 230000000007 visual effect Effects 0.000 title claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 62
- 239000000463 material Substances 0.000 claims abstract description 38
- 238000007726 management method Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000013075 data extraction Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 230000002159 abnormal effect Effects 0.000 claims description 59
- 239000002994 raw material Substances 0.000 claims description 40
- 238000012384 transportation and delivery Methods 0.000 claims description 23
- 230000002950 deficient Effects 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 8
- 238000013210 evaluation model Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 239000002699 waste material Substances 0.000 abstract description 4
- 230000007547 defect Effects 0.000 description 5
- 238000013439 planning Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 3
- 230000010485 coping Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06314—Calendaring for a resource
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于车间管理技术领域,具体公开提供的一种基于线束生产车间的智能工厂可视化管理系统,该系统包括:车间生产数据提取模块、线束订单数据提取模块、生产材料数据提取模块、线束生产平衡分析模块、生产数据库、线束生产计划评估模块和线束生产计划反馈模块。本发明通过根据目标线束生产车间内各生产设备的生产日志、生产计划表和检测日志,进行线束生产平衡分析,并据此进行生产计划变动需求判断,进而确认目标生产车间的修正生产计划,有效解决了当前对生产平衡度把控不足的问题,极大降低了后续生产计划与实际产能不平衡的发生几率,进而减少了生产过程中的资源浪费,从而提升了车间生产管理效果。
Description
技术领域
本发明属于车间管理技术领域,涉及到一种基于线束生产车间的智能工厂可视化管理系统。
背景技术
线束是指用电线或者光缆相互连接并组成的一定结构的装置,广泛应用于汽车、航空、航天、通信等领域。线束的生产包括线芯加工、绝缘处理、绝缘套管装配、连接器装配、成品测试等多个工序,对生产管理要求较高,由此凸显了线束生产车间管理的重要性。
线束生产车间管理涉及到许多方面,包括生产计划、物料采购、生产过程控制、质量管理、人员管理等,而对于生产计划层面的管理,当前主要根据订单交互要求根据经验进行生产计划制定,很显然当前生产计划管理还存在以下几个方面的不足:1、对生产的平衡度把控不足,当前未结合当前生产状态进行生产平衡性分析,存在生产计划与实际产能不平衡的情况,进而导致资源浪费,增加了生产成本,同时也存在生产资源不足进而无法及时交付的可能。
2、对生产的风险把控度不足,当前未对设备的生产状态进行动态规律性分析,使得设备潜在生产风险难以被发掘,进而没有足够的风险管理措施应对突发性的生产中断以及生产质量问题,同时也无法降低线束生产过程中的突发性风险。
3、对生产能力的把控度不足,当前未考虑设备的生产瓶颈情况,进而可能导致生产计划冲突和不合理的排程,使得生产计划存在一定偏差,难以保障生产交付的准时性和线束质量。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于线束生产车间的智能工厂可视化管理系统。
本发明的目的可以通过以下技术方案实现:本发明提供一种基于线束生产车间的智能工厂可视化管理系统,该系统包括:车间生产数据提取模块,用于提取目标线束工厂对应目标线束生产车间的生产数据,包括各生产设备的生产日志、生产计划表和检测日志。
线束订单数据提取模块,用于提取当前待交付订单的交付日期和交付线束数目。
生产材料数据提取模块,用于提取目标线束工厂对应各线束生产原材料的库存量。
线束生产平衡分析模块,用于进行线束生产平衡分析,得到目标线束生产车间的线束生产平衡度。
线束生产计划评估模块,用于当时,判定应目标线束生产车间的生产计划需求变动,确认目标生产车间的修正生产计划,/>为设定参照线束平衡度。
生产数据库,用于存储各线束生产原材料对应生产单根线束的消耗量,存储各生产设备的工歇计划表,并存储各负荷承载度对应参照的生产任务配比和增加工歇时长。
线束生产计划反馈模块,用于将目标生产车间的修正生产计划反馈至线束生产管理人员。
于本发明一优选实施例,所述进行线束生产平衡分析,包括:从各生产设备的生产日志中定位出各累计生产日的实际生产量和实际生产时长。
从各生产设备的生产计划表中筛选出各累计生产日的计划生产量和计划生产时长,确认线束生产设备的生产产能符合度。
当时,将目标线束生产车间的线束生产平衡度记为/>,反之确认线束生产材料可用度/>,/>为设定参照生产产能符合度。
当时,将目标线束生产车间的线束生产平衡度记为/>,当/>时,统计线束生产紧迫度/>,进而当/>,将目标线束生产车间的线束生产平衡度记为/>,反之记为/>,以此得到目标线束生产车间的线束生产平衡度/>,/>取值为/>或者/>或者/>或者/>,/>。
于本发明一优选实施例,所述确认线束生产设备的生产产能符合度,包括:将实际生产时长大于计划生产时长的累计生产日记为超时生产日,将实际生产量小于计划生产量的累计生产日记为欠缺生产日。
统计各生产设备的超时生产日数目和欠缺生产日数目,并分别其与累计生产日数目进行作比,得到各生产设备的超时生产比/>和欠缺生产比/>,/>表示生产设备编号,/>。
将实际生产量与实际生产时长的比值记为实际生产效率,将计划生产量和计划生产时长的比值记为计划生产效率。
以累计生产日为横坐标,以实际生产效率和计划生产效率分别为纵坐标,进而分别构建各生产设备的实际生产效率曲线和计划生产效率曲线,将所述实际生产效率曲线和计划生产效率曲线进行重合对比得到重合曲线段长度和最大偏离距离/>。
通过设备生产状态评估模型评估得到各生产设备的生产状态符合度,统计生产状态符合度小于0的生产设备数目,并与生产设备数目进行作比,得到状态不符设备比/>。
将生产状态符合度大于0的各生产设备记为各符合设备,通过均值计算得到符合设备的平均生产状态符合度。
统计线束生产设备的生产产能符合度,/>,/>为生产设备数目,/>为设定参照生产状态符合度。
于本发明一优选实施例,所述设备生产状态评估模型具体表示为:,/>为第/>个生产设备的实际生产效率曲线长度,/>为设定参照曲线偏距,/>为向下取整符号。
于本发明一优选实施例,所述确认线束生产材料可用度,包括:从各生产设备的检测日志中提取各累计生产日对应品质类别为次品的生产线束数目,并与各累计生产日的实际生产量进行作比,得到各生产设备在各累计生产日的次品率。
从各生产设备的生产日志中提取各累计生产日的对应综合损耗原材料量,并与各累计生产日的实际生产量进行作比得到各生产设备在各累计生产日的原材料损耗率。
将次品率大于设定许可生产次品率或者原材料损耗率大于设定许可原材料损耗率的累计生产日记为异常生产日。
将异常生产日数目大于的生产设备记为异常生产设备,统计异常生产设备数目/>。
若,则将线束生产材料可用度记为/>,若/>,进行异常生产设备溯源,得到各异常生产设备的异常源头,若各异常生产设备的异常源头均为设备,将线束生产材料可用度记为/>,若某异常生产设备的异常源头为材料,统计异常源头为材料的异常生产设备数目/>,统计线束生产材料可用度/>,,以此得到线束生产材料可用度,/>取值为/>或者/>或者/>,/>。
于本发明一优选实施例,所述进行异常生产设备溯源,包括:从异常生产设备的检测日志中提取各累计生产日对应各设备检测项的检测数据,并与设定的稳定生产状态下各设备检测项对应参照检测数据进行对比。
若某设备检测项的检测数据超出该设备检测项的参照检测数据,将该设备检测项记为设备隐患项,统计异常生产设备的设备隐患项数目。
将异常生产设备对应各设备隐患项对应检测数据与其参照检测数据的差值作为检测超出值,并记为,/>表示设备隐患项编号,/>。
统计异常生产设备对应本体异常趋向度,,/>为设定的异常生产设备对应第/>个设备隐患项的许可临界检测超出值,/>为设定的许可超出临界检测超出值。
若,将设备作为异常生产设备的异常源头,反之将材料作为异常生产设备的异常源头。
于本发明一优选实施例,所述统计线束生产紧迫度,包括:提取当前累计生产日与当前待交付订单的交付日期之间的间隔天数,作为剩余生产天数。
从各生产设备的生产日志中提取当前累计实际生产量,将当前待交付订单的交付线束数目与/>的差值作为待生产线束数目/>,据此设定线束生产紧迫度评估权重因子/>。
从生产数据库中提取各生产设备的工歇计划表,并从各生产设备的生产日志中提取起始生产日,进而从各生产设备的工歇计划表中筛选出位于起始生产日与当前所处累计生产日之间的各计划工歇日,统计计划工歇数目。
若某累计生产日与某计划工歇日处于同一日且该累计生产日的实际生产时长大于或者等于其计划生产时长,则将该累计生产日记为未工歇日,统计各生产设备的未工歇日数目。
统计线束生产紧迫度,,/>为设定参照单日生产量。
于本发明一优选实施例,所述设定线束生产紧迫度评估权重因子,包括:从生产数据库中提取各线束生产原材料对应生产单根线束的消耗量,将各线束生产原材料的库存量记为/>,统计各线束生产原材料的需求采购量/>,/>表示线束生产原材料编号,。
统计需求采购量不为0的线束生产原材料数目,进而统计线束生产紧迫度评估权重因子/>,/>,/>表示线束生产原材料数目。
于本发明一优选实施例,所述各线束生产原材料的需求采购量的具体统计公式为:,式中,/>为设定的单位可用度偏差对应参照废弃比。
于本发明一优选实施例,所述确认目标生产车间的修正生产计划,包括:从各生产设备的生产日志中提取累计运转时长。
根据所述累计运转时长、未工歇日数目和超时生产比,通过设备负荷承载算法得到各生产设备所属负荷承载度,由此从生产数据库中匹配得到各生产设备所属负荷承载度对应参照的生产任务配比和增加工歇时长/>。
从各生产设备的工歇计划表中筛选出位于当前所处累计生产日与当前待交付订单对应交付日期之间各计划工歇日的计划工歇时长,/>表示计划工歇日编号,。
将当前累计生产日与当前待交付订单的交付日期之间的各生产日记为各待生产日,从各生产设备的生产计划表中提取各待生产日对应的计划生产时长,/>表示待生产日编号,/>。
统计各生产设备的更新单日生产量,,/>表示待生产日数目,并将各生产设备的更新单日生产量作为目标生产车间的修正生产计划。
相较于现有技术,本发明的有益效果如下:(1)本发明通过根据目标线束生产车间内各生产设备的生产日志、生产计划表和检测日志,进行线束生产平衡分析,并据此进行生产计划变动需求判断,进而确认目标生产车间的修正生产计划,有效解决了当前对生产平衡度把控不足的问题,充分结合了当前生产状态,极大降低了后续生产计划与实际产能不平衡的情况,进而减少了生产过程中的资源浪费,节省了生产成本,并且还规避了生产资源不足的情况,确保了订单交付的准时性和及时性。
(2)本发明通过从产能、生产材料可用度、线束生产紧迫度这三个方面进行层层递进式判断,从而确认线束生产平衡度,实现了线束生产的多维度判定,充分结合设备端和材料端对线束端对线束生产平衡的影响,规避了当前对生产能力把控度不足的欠缺,直观的展示了各生产设备的生产瓶颈状态,降低了后续生产计划冲突的可能,从而提升了后续各生产设备排程的合理性和可靠性,降低了当前生产计划偏差对后续订单交付的影响,从而确保了后续生产交付的准时性和生产线束的质量。
(3)本发明在确认目标生产车间的修正生产计划时,通过进行各生产设备所属负荷承载度进行分析,直观的展示了各生产设备的负荷状态以及潜在生产风险情况,实现了设备的生产动态规律性分析,弥补了当前静态层面评估存在的欠缺,同时通过结合工歇层面以及生产时间层面确认各生产设备的更新单日生产量,确保了各生产设备生产计划制定的适配性、有效性和针对性,为突发性的生产中断以及生产质量问题等风险的应对提供了足够的风险管理措施,进而提高了后续线束生产风险的把控度,并且还大幅度减少了线束生产过程中的突发性风险,从而提高了后续线束生产的稳定性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,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为本发明系统各模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种基于线束生产车间的智能工厂可视化管理系统,该系统包括车间生产数据提取模块、线束订单数据提取模块、生产材料数据提取模块、线束生产平衡分析模块、生产数据库、线束生产计划评估模块和线束生产计划反馈模块。
上述中,线束生产平衡分析模块分别与车间生产数据提取模块、线束订单数据提取模块、生产材料数据提取模块、生产数据库和线束生产计划评估模块连接,线束生产计划评估模块分别与车间生产数据提取模块、生产数据库和线束生产计划反馈模块连接。
所述车间生产数据提取模块,用于提取目标线束工厂对应目标线束生产车间的生产数据,包括各生产设备的生产日志、生产计划表和检测日志。
所述线束订单数据提取模块,用于提取当前待交付订单的交付日期和交付线束数目。
所述生产材料数据提取模块,用于提取目标线束工厂对应各线束生产原材料的库存量。
所述线束生产平衡分析模块,用于进行线束生产平衡分析,得到目标线束生产车间的线束生产平衡度。
示例性地,进行线束生产平衡分析,包括:A1、从各生产设备的生产日志中定位出各累计生产日的实际生产量和实际生产时长。
A2、从各生产设备的生产计划表中筛选出各累计生产日的计划生产量和计划生产时长,确认线束生产设备的生产产能符合度。
可理解地,确认线束生产设备的生产产能符合度,包括:A2-1、将实际生产时长大于计划生产时长的累计生产日记为超时生产日,将实际生产量小于计划生产量的累计生产日记为欠缺生产日。
A2-2、统计各生产设备的超时生产日数目和欠缺生产日数目,并分别其与累计生产日数目进行作比,得到各生产设备的超时生产比/>和欠缺生产比/>,/>表示生产设备编号,/>。
A2-3、将实际生产量与实际生产时长的比值记为实际生产效率,将计划生产量和计划生产时长的比值记为计划生产效率。
A2-4、以累计生产日为横坐标,以实际生产效率和计划生产效率分别为纵坐标,进而分别构建各生产设备的实际生产效率曲线和计划生产效率曲线,将所述实际生产效率曲线和计划生产效率曲线进行重合对比得到重合曲线段长度和最大偏离距离/>。
在一个具体实施例中,偏离距离指曲线之间的垂直间距。
A2-5、通过设备生产状态评估模型评估得到各生产设备的生产状态符合度,统计生产状态符合度小于0的生产设备数目,并与生产设备数目进行作比,得到状态不符设备比/>。
进一步地,设备生产状态评估模型具体表示为:,/>为第/>个生产设备的实际生产效率曲线长度,/>为设定参照曲线偏距,/>为向下取整符号。
A2-6、将生产状态符合度大于0的各生产设备记为各符合设备,通过均值计算得到符合设备的平均生产状态符合度。
A2-7、统计线束生产设备的生产产能符合度,,/>为生产设备数目,/>为设定参照生产状态符合度。
A3、当时,将目标线束生产车间的线束生产平衡度记为/>,反之确认线束生产材料可用度/>,/>为设定参照生产产能符合度。
可理解地,确认线束生产材料可用度,包括:A3-1、从各生产设备的检测日志中提取各累计生产日对应品质类别为次品的生产线束数目,并与各累计生产日的实际生产量进行作比,得到各生产设备在各累计生产日的次品率。
A3-2、从各生产设备的生产日志中提取各累计生产日的对应综合损耗原材料量,并与各累计生产日的实际生产量进行作比得到各生产设备在各累计生产日的原材料损耗率。
A3-3、将次品率大于设定许可生产次品率或者原材料损耗率大于设定许可原材料损耗率的累计生产日记为异常生产日。
A3-4、将异常生产日数目大于的生产设备记为异常生产设备,统计异常生产设备数目/>。
A3-5、若,则将线束生产材料可用度记为/>,若/>,进行异常生产设备溯源,得到各异常生产设备的异常源头,若各异常生产设备的异常源头均为设备,将线束生产材料可用度记为/>,若某异常生产设备的异常源头为材料,统计异常源头为材料的异常生产设备数目/>,统计线束生产材料可用度/>,,以此得到线束生产材料可用度,/>取值为/>或者/>或者/>,/>。
在一个具体实施例中,取值为0.9,/>取值为0.6。
进一步地,进行异常生产设备溯源,包括:A3-5-1、从异常生产设备的检测日志中提取各累计生产日对应各设备检测项的检测数据,并与设定的稳定生产状态下各设备检测项对应参照检测数据进行对比。
A3-5-2、若某设备检测项的检测数据超出该设备检测项的参照检测数据,将该设备检测项记为设备隐患项,统计异常生产设备的设备隐患项数目。
在一个具体实施例中各设备检测项包括但不限于表观、声音、温度、电气,其中,表观对应的检测数据为表观缺损面积,声音对应的检测数据为分贝值,温度的检测数据为最高温度值,电气对应的检测数据包括但不限于各监测时间点对应的运行电流和运行电压。
A3-5-3、将异常生产设备对应各设备隐患项对应检测数据与其参照检测数据的差值作为检测超出值,并记为,/>表示设备隐患项编号,/>。
A3-5-4、统计异常生产设备对应本体异常趋向度,,/>为设定的异常生产设备对应第/>个设备隐患项的许可临界检测超出值,/>为设定的许可超出临界检测超出值。
A3-5-5、若,将设备作为异常生产设备的异常源头,反之将材料作为异常生产设备的异常源头。
A4、当时,将目标线束生产车间的线束生产平衡度记为/>,当/>时,统计线束生产紧迫度/>,进而当/>,将目标线束生产车间的线束生产平衡度记为/>,反之记为/>,以此得到目标线束生产车间的线束生产平衡度/>,/>取值为/>或者/>或者或者/>,/>。
在一个具体实施例中,取值可以为0.2,/>取值可以为0.4,/>取值可以为1,取值可以为0.75。
进一步地,统计线束生产紧迫度,包括:A4-1、提取当前累计生产日与当前待交付订单的交付日期之间的间隔天数,作为剩余生产天数。
A4-2、从各生产设备的生产日志中提取当前累计实际生产量,将当前待交付订单的交付线束数目与/>的差值作为待生产线束数目/>,据此设定线束生产紧迫度评估权重因子/>。
其中,设定线束生产紧迫度评估权重因子,包括:A4-2-1、从生产数据库中提取各线束生产原材料对应生产单根线束的消耗量,将各线束生产原材料的库存量记为/>,统计各线束生产原材料的需求采购量/>,/>,式中,为设定的单位可用度偏差对应参照废弃比,/>表示线束生产原材料编号,/>。
A4-2-2、统计需求采购量不为0的线束生产原材料数目,进而统计线束生产紧迫度评估权重因子/>,/>,/>表示线束生产原材料数目。
A4-3、从生产数据库中提取各生产设备的工歇计划表,并从各生产设备的生产日志中提取起始生产日,进而从各生产设备的工歇计划表中筛选出位于起始生产日与当前所处累计生产日之间的各计划工歇日,统计计划工歇数目。
A4-4、若某累计生产日与某计划工歇日处于同一日且该累计生产日的实际生产时长大于或者等于其计划生产时长,则将该累计生产日记为未工歇日,统计各生产设备的未工歇日数目。
A4-5、统计线束生产紧迫度,,/>为设定参照单日生产量。
本发明实施例通过从产能、生产材料可用度、线束生产紧迫度这三个方面进行层层递进式判断,从而确认线束生产平衡度,实现了线束生产的多维度判定,充分结合设备端和材料端对线束端对线束生产平衡的影响,规避了当前对生产能力把控度不足的欠缺,直观的展示了各生产设备的生产瓶颈状态,降低了后续生产计划冲突的可能,从而提升了后续各生产设备排程的合理性和可靠性,降低了当前生产计划偏差对后续订单交付的影响,从而确保了后续生产交付的准时性和生产线束的质量。
所述线束生产计划评估模块,用于当时,判定应目标线束生产车间的生产计划需求变动,确认目标生产车间的修正生产计划,/>为设定参照线束平衡度。
示例性地,确认目标生产车间的修正生产计划,包括:E1、从各生产设备的生产日志中提取累计运转时长。
E2、根据所述累计运转时长、未工歇日数目和超时生产比,通过设备负荷承载算法得到各生产设备所属负荷承载度,由此从生产数据库中匹配得到各生产设备所属负荷承载度对应参照的生产任务配比和增加工歇时长/>。
在一个具体实施例中,设备负荷承载算法具体表示为:,/>表示第/>个生产设备所属负荷承载度,/>表示第/>个生产设备的累计运转时长,/>为设定的线束生产设备参照稳定运转时长。
E3、从各生产设备的工歇计划表中筛选出位于当前所处累计生产日与当前待交付订单对应交付日期之间各计划工歇日的计划工歇时长,/>表示计划工歇日编号,。
E4、将当前累计生产日与当前待交付订单的交付日期之间的各生产日记为各待生产日,从各生产设备的生产计划表中提取各待生产日对应的计划生产时长,/>表示待生产日编号,/>。
E5、统计各生产设备的更新单日生产量,,/>表示待生产日数目,并将各生产设备的更新单日生产量作为目标生产车间的修正生产计划。
在一个具体实施例中,本发明考虑设备正常运转,非设备故障情况下的运转,设备工歇时长指的是整个生产过程中设备停机、检修、维护和更换部件的时间,而设备生产时长则是设备实际开机运行的时间。在一个作业周期内设备生产时长是远远大于设备工歇时长的,以保证生产能力的充分利用和生产目标的实现。设备工歇时长在作业周期中通常是以维护、检修、更换部件等计划性停机活动为主,这些活动是为了确保设备的正常运行、提高设备的可靠性和延长设备的使用寿命,尽管设备在作业周期内可能需要进行一些必要的维护和停机活动,但这些时间通常会被控制在一定范围内,在设备正常运转情况下适宜的增加工歇时长也不会存在共歇总时长超过或者等于设备生产时长的可能,即取值大于0。
本发明实施例在确认目标生产车间的修正生产计划时,通过进行各生产设备所属负荷承载度进行分析,直观的展示了各生产设备的负荷状态以及潜在生产风险情况,实现了设备的生产动态规律性分析,弥补了当前静态层面评估存在的欠缺,同时通过结合工歇层面以及生产时间层面确认各生产设备的更新单日生产量,确保了各生产设备生产计划制定的适配性、有效性和针对性,为突发性的生产中断以及生产质量问题等风险的应对提供了足够的风险管理措施,进而提高了后续线束生产风险的把控度,并且还大幅度减少了线束生产过程中的突发性风险,从而提高了后续线束生产的稳定性。
所述生产数据库,用于存储各线束生产原材料对应生产单根线束的消耗量,存储各生产设备的工歇计划表,并存储各负荷承载度对应参照的生产任务配比和增加工歇时长。
所述线束生产计划反馈模块,用于将目标生产车间的修正生产计划反馈至线束生产管理人员。
本发明实施例通过根据目标线束生产车间内各生产设备的生产日志、生产计划表和检测日志,进行线束生产平衡分析,并据此进行生产计划变动需求判断,进而确认目标生产车间的修正生产计划,有效解决了当前对生产平衡度把控不足的问题,充分结合了当前生产状态,极大降低了后续生产计划与实际产能不平衡的情况,进而减少了生产过程中的资源浪费,节省了生产成本,并且还规避了生产资源不足的情况,确保了订单交付的准时性和及时性。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:该系统包括:
车间生产数据提取模块,用于提取目标线束工厂对应目标线束生产车间的生产数据,包括各生产设备的生产日志、生产计划表和检测日志;
线束订单数据提取模块,用于提取当前待交付订单的交付日期和交付线束数目;
生产材料数据提取模块,用于提取目标线束工厂对应各线束生产原材料的库存量;
线束生产平衡分析模块,用于进行线束生产平衡分析,得到目标线束生产车间的线束生产平衡度;
线束生产计划评估模块,用于当时,判定应目标线束生产车间的生产计划需求变动,确认目标生产车间的修正生产计划,/>为设定参照线束平衡度;
生产数据库,用于存储各线束生产原材料对应生产单根线束的消耗量,存储各生产设备的工歇计划表,并存储各负荷承载度对应参照的生产任务配比和增加工歇时长;
线束生产计划反馈模块,用于将目标生产车间的修正生产计划反馈至线束生产管理人员。
2.如权利要求1所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述进行线束生产平衡分析,包括:
从各生产设备的生产日志中定位出各累计生产日的实际生产量和实际生产时长;
从各生产设备的生产计划表中筛选出各累计生产日的计划生产量和计划生产时长,确认线束生产设备的生产产能符合度;
当时,将目标线束生产车间的线束生产平衡度记为/>,反之确认线束生产材料可用度/>,/>为设定参照生产产能符合度;
当时,将目标线束生产车间的线束生产平衡度记为/>,当/>时,统计线束生产紧迫度/>,进而当/>,将目标线束生产车间的线束生产平衡度记为/>,反之记为,以此得到目标线束生产车间的线束生产平衡度/>,/>取值为/>或者/>或者/>或者,/>。
3.如权利要求2所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述确认线束生产设备的生产产能符合度,包括:
将实际生产时长大于计划生产时长的累计生产日记为超时生产日,将实际生产量小于计划生产量的累计生产日记为欠缺生产日;
统计各生产设备的超时生产日数目和欠缺生产日数目,并分别其与累计生产日数目进行作比,得到各生产设备的超时生产比/>和欠缺生产比/>,/>表示生产设备编号,/>;
将实际生产量与实际生产时长的比值记为实际生产效率,将计划生产量和计划生产时长的比值记为计划生产效率;
以累计生产日为横坐标,以实际生产效率和计划生产效率分别为纵坐标,进而分别构建各生产设备的实际生产效率曲线和计划生产效率曲线,将所述实际生产效率曲线和计划生产效率曲线进行重合对比得到重合曲线段长度和最大偏离距离/>;
通过设备生产状态评估模型评估得到各生产设备的生产状态符合度,统计生产状态符合度小于0的生产设备数目,并与生产设备数目进行作比,得到状态不符设备比/>;
将生产状态符合度大于0的各生产设备记为各符合设备,通过均值计算得到符合设备的平均生产状态符合度;
统计线束生产设备的生产产能符合度,/>,/>为生产设备数目,/>为设定参照生产状态符合度。
4.如权利要求3所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述设备生产状态评估模型具体表示为:,/>为第/>个生产设备的实际生产效率曲线长度,/>为设定参照曲线偏距,/>为向下取整符号。
5.如权利要求2所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述确认线束生产材料可用度,包括:
从各生产设备的检测日志中提取各累计生产日对应品质类别为次品的生产线束数目,并与各累计生产日的实际生产量进行作比,得到各生产设备在各累计生产日的次品率;
从各生产设备的生产日志中提取各累计生产日的对应综合损耗原材料量,并与各累计生产日的实际生产量进行作比得到各生产设备在各累计生产日的原材料损耗率;
将次品率大于设定许可生产次品率或者原材料损耗率大于设定许可原材料损耗率的累计生产日记为异常生产日;
将异常生产日数目大于的生产设备记为异常生产设备,统计异常生产设备数目/>;
若,则将线束生产材料可用度记为/>,若/>,进行异常生产设备溯源,得到各异常生产设备的异常源头,若各异常生产设备的异常源头均为设备,将线束生产材料可用度记为/>,若某异常生产设备的异常源头为材料,统计异常源头为材料的异常生产设备数目/>,统计线束生产材料可用度/>,,以此得到线束生产材料可用度,/>取值为/>或者/>或者/>,/>。
6.如权利要求5所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述进行异常生产设备溯源,包括:
从异常生产设备的检测日志中提取各累计生产日对应各设备检测项的检测数据,并与设定的稳定生产状态下各设备检测项对应参照检测数据进行对比;
若某设备检测项的检测数据超出该设备检测项的参照检测数据,将该设备检测项记为设备隐患项,统计异常生产设备的设备隐患项数目;
将异常生产设备对应各设备隐患项对应检测数据与其参照检测数据的差值作为检测超出值,并记为,/>表示设备隐患项编号,/>;
统计异常生产设备对应本体异常趋向度,,/>为设定的异常生产设备对应第/>个设备隐患项的许可临界检测超出值,/>为设定的许可超出临界检测超出值;
若,将设备作为异常生产设备的异常源头,反之将材料作为异常生产设备的异常源头。
7.如权利要求3所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述统计线束生产紧迫度,包括:
提取当前累计生产日与当前待交付订单的交付日期之间的间隔天数,作为剩余生产天数;
从各生产设备的生产日志中提取当前累计实际生产量,将当前待交付订单的交付线束数目与/>的差值作为待生产线束数目/>,据此设定线束生产紧迫度评估权重因子;
从生产数据库中提取各生产设备的工歇计划表,并从各生产设备的生产日志中提取起始生产日,进而从各生产设备的工歇计划表中筛选出位于起始生产日与当前所处累计生产日之间的各计划工歇日,统计计划工歇数目;
若某累计生产日与某计划工歇日处于同一日且该累计生产日的实际生产时长大于或者等于其计划生产时长,则将该累计生产日记为未工歇日,统计各生产设备的未工歇日数目;
统计线束生产紧迫度,,/>为设定参照单日生产量。
8.如权利要求7所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述设定线束生产紧迫度评估权重因子,包括:
从生产数据库中提取各线束生产原材料对应生产单根线束的消耗量,将各线束生产原材料的库存量记为/>,统计各线束生产原材料的需求采购量/>,/>表示线束生产原材料编号,/>;
统计需求采购量不为0的线束生产原材料数目,进而统计线束生产紧迫度评估权重因子/>,/>,/>表示线束生产原材料数目。
9.如权利要求8所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述各线束生产原材料的需求采购量的具体统计公式为:,式中,/>为设定的单位可用度偏差对应参照废弃比。
10.如权利要求7所述的一种基于线束生产车间的智能工厂可视化管理系统,其特征在于:所述确认目标生产车间的修正生产计划,包括:
从各生产设备的生产日志中提取累计运转时长;
根据所述累计运转时长、未工歇日数目和超时生产比,通过设备负荷承载算法得到各生产设备所属负荷承载度,由此从生产数据库中匹配得到各生产设备所属负荷承载度对应参照的生产任务配比和增加工歇时长/>;
从各生产设备的工歇计划表中筛选出位于当前所处累计生产日与当前待交付订单对应交付日期之间各计划工歇日的计划工歇时长,/>表示计划工歇日编号,;
将当前累计生产日与当前待交付订单的交付日期之间的各生产日记为各待生产日,从各生产设备的生产计划表中提取各待生产日对应的计划生产时长,/>表示待生产日编号,/>;
统计各生产设备的更新单日生产量,,/>表示待生产日数目,并将各生产设备的更新单日生产量作为目标生产车间的修正生产计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311502298.1A CN117252396B (zh) | 2023-11-13 | 2023-11-13 | 一种基于线束生产车间的智能工厂可视化管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311502298.1A CN117252396B (zh) | 2023-11-13 | 2023-11-13 | 一种基于线束生产车间的智能工厂可视化管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117252396A true CN117252396A (zh) | 2023-12-19 |
CN117252396B CN117252396B (zh) | 2024-02-20 |
Family
ID=89131600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311502298.1A Active CN117252396B (zh) | 2023-11-13 | 2023-11-13 | 一种基于线束生产车间的智能工厂可视化管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252396B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117670144A (zh) * | 2023-12-28 | 2024-03-08 | 江苏蔚联精密科技有限公司 | 一种基于神经网络同步的储能箱体生产管理系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960451A (zh) * | 2018-07-19 | 2018-12-07 | 河北地质大学 | 一种矿山企业生产调度信息管理方法及系统 |
CN109919576A (zh) * | 2019-02-02 | 2019-06-21 | 宁波吉利汽车研究开发有限公司 | 生产协同方法、装置及智能终端 |
WO2019196234A1 (zh) * | 2018-04-09 | 2019-10-17 | 合肥万力轮胎有限公司 | 轮胎全过程智能制造全新模式 |
CN112270444A (zh) * | 2020-11-02 | 2021-01-26 | 上海才匠智能科技有限公司 | 轻量级aps双桥计划系统 |
CN113657730A (zh) * | 2021-07-30 | 2021-11-16 | 中国航空工业集团公司济南特种结构研究所 | 一种数字化制造一体化执行平台 |
CN116384716A (zh) * | 2023-06-06 | 2023-07-04 | 山东恒远智能科技有限公司 | 基于统一数据管理的智能工厂运营方法及平台装置 |
CN116828001A (zh) * | 2023-08-28 | 2023-09-29 | 长春易加科技有限公司 | 一种基于大数据分析的智慧工厂生产效率优化系统及方法 |
CN116934177A (zh) * | 2023-09-14 | 2023-10-24 | 中交二公局东萌工程有限公司 | 一种企业生产任务管理数据跟踪分析处理系统 |
-
2023
- 2023-11-13 CN CN202311502298.1A patent/CN117252396B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019196234A1 (zh) * | 2018-04-09 | 2019-10-17 | 合肥万力轮胎有限公司 | 轮胎全过程智能制造全新模式 |
CN108960451A (zh) * | 2018-07-19 | 2018-12-07 | 河北地质大学 | 一种矿山企业生产调度信息管理方法及系统 |
CN109919576A (zh) * | 2019-02-02 | 2019-06-21 | 宁波吉利汽车研究开发有限公司 | 生产协同方法、装置及智能终端 |
CN112270444A (zh) * | 2020-11-02 | 2021-01-26 | 上海才匠智能科技有限公司 | 轻量级aps双桥计划系统 |
CN113657730A (zh) * | 2021-07-30 | 2021-11-16 | 中国航空工业集团公司济南特种结构研究所 | 一种数字化制造一体化执行平台 |
CN116384716A (zh) * | 2023-06-06 | 2023-07-04 | 山东恒远智能科技有限公司 | 基于统一数据管理的智能工厂运营方法及平台装置 |
CN116828001A (zh) * | 2023-08-28 | 2023-09-29 | 长春易加科技有限公司 | 一种基于大数据分析的智慧工厂生产效率优化系统及方法 |
CN116934177A (zh) * | 2023-09-14 | 2023-10-24 | 中交二公局东萌工程有限公司 | 一种企业生产任务管理数据跟踪分析处理系统 |
Non-Patent Citations (2)
Title |
---|
孙会海;郝永平;史春景;: "利用Web的车间生产能力平衡系统研究", 现代制造工程, no. 01, pages 40 - 43 * |
支明远, 陈益平, 胡德安, 陈鹏展, 李唐柏, 杜永春: "CIMS下的焊接车间生产管理系统设计", 南昌航空工业学院学报(自然科学版), no. 02, pages 57 - 61 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117670144A (zh) * | 2023-12-28 | 2024-03-08 | 江苏蔚联精密科技有限公司 | 一种基于神经网络同步的储能箱体生产管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117252396B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117252396B (zh) | 一种基于线束生产车间的智能工厂可视化管理系统 | |
CN108320069B (zh) | 一种生产制造执行系统 | |
CN106779406B (zh) | 基于rfid的mes系统 | |
CN110109426B (zh) | 一种订单导向型以工艺路线为驱动的通用mes系统 | |
CN110580026A (zh) | 一种智能制造mes系统 | |
CN110599103A (zh) | 一种基于智能制造mes系统的生产管理子系统 | |
CN108614526B (zh) | 一种可重构的生产过程管理系统 | |
CN109858786B (zh) | 基于物联网的机电设备管理系统 | |
CN112462698A (zh) | 一种基于大数据的智能工厂控制系统及方法 | |
CN112270612A (zh) | 一种乳制品数字化工厂系统 | |
CN109615233B (zh) | 基于基础数采的智慧水务管理平台 | |
CN111523803A (zh) | 一种工厂透明管理的方法 | |
CN114742662A (zh) | 生产管理方法、装置、电子设备及存储介质 | |
CN115526482A (zh) | 一种基于数字孪生的车间排产与动态调度平台 | |
CN113610253A (zh) | 一种基于cs版本的运维检修管理式光伏站控系统 | |
CN110633916A (zh) | 煤矿企业能效管控系统 | |
CN114742347A (zh) | 一种数字化智能车间轻量级mes管理系统 | |
CN108319638B (zh) | 一种应用手持巡检设备的危险品生产制造执行系统 | |
CN111522303A (zh) | 一种计划排产方法和设备 | |
CN113837611A (zh) | 一种自动化人员派工推荐方法和系统 | |
CN117610871A (zh) | 一种用于mes系统的生产流程执行方法及装置 | |
CN112700095B (zh) | 电池包生产管理系统 | |
CN108305004A (zh) | 一种用于柔性制造的智能调度系统和调度方法 | |
CN115860439B (zh) | 一种离散型数字化车间信息系统集成方法 | |
CN112036589A (zh) | 一种基于标准化的饲料厂生产设备运维系统 |
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 |