CN117608257A - 线缆排产方案的生成方法及电子设备 - Google Patents
线缆排产方案的生成方法及电子设备 Download PDFInfo
- Publication number
- CN117608257A CN117608257A CN202410093027.3A CN202410093027A CN117608257A CN 117608257 A CN117608257 A CN 117608257A CN 202410093027 A CN202410093027 A CN 202410093027A CN 117608257 A CN117608257 A CN 117608257A
- Authority
- CN
- China
- Prior art keywords
- production
- target order
- algorithm model
- time
- cable
- 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 135
- 238000000034 method Methods 0.000 title claims abstract description 117
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 89
- 238000012545 processing Methods 0.000 claims abstract description 89
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 238000012797 qualification Methods 0.000 claims abstract description 14
- 238000003860 storage Methods 0.000 claims description 10
- 230000014759 maintenance of location Effects 0.000 claims description 6
- 238000002922 simulated annealing Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 239000002994 raw material Substances 0.000 claims description 4
- 230000002068 genetic effect Effects 0.000 claims description 3
- 230000036039 immunity Effects 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 239000000047 product Substances 0.000 description 27
- 238000004891 communication Methods 0.000 description 20
- 238000003825 pressing Methods 0.000 description 7
- 238000005245 sintering Methods 0.000 description 7
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 6
- 238000009954 braiding Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004806 packaging method and process Methods 0.000 description 6
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 5
- 238000007598 dipping method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 239000012467 final product Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000137 annealing Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000001360 synchronised effect Effects 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] or 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] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种线缆排产方案的生成方法及电子设备，所述方法包括：接收待排产的目标订单；将所述目标订单输入预设的工艺检测器中进行合格性检测，得到检测结果；若所述检测结果表示所述目标订单合格，获取每一处于空闲状态的加工设备的停线时间；基于所述目标订单、所述停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案；基于所述至少一个候选方案确定线缆排产方案。上述方法能够提高线缆生产管理的效率。
Description
技术领域
本申请涉及生产管理领域，尤其涉及一种线缆排产方案的生成方法及电子设备。
背景技术
目前，线缆的生产工艺较复杂，一般包含配料、摇料、压胚、推挤绝缘烧结、并丝、编织、浸锡、护套、分割、包装等。生产过程中也会流转多个中间件，包括根据配料、摇料、压胚、推挤绝缘烧结等工艺生成的绝缘铜丝件，根据并丝等工艺生成的镀锡铜并丝件，根据编织、浸锡等工艺生成的浸锡线芯件，根据护套、分割、包装等工艺生成的最终产品件。
由于在生成的过程中生产的中间件较多，为了保障交付质量，通常需要生产人员及时管控生产流程，这类管控方式较为机械且需要耗费大量的人工成本，导致生产设备的投入产出比较低、生产过程等待时间长和生产效率低等问题。
发明内容
本申请实施例公开了一种线缆排产方案的生成方法及电子设备，解决了相关技术中线缆排产效率低的技术问题。
本申请提供一种线缆排产方案的生成方法，应用于电子设备，所述方法包括：接收待排产的目标订单；将所述目标订单输入预设的工艺检测器中进行合格性检测，得到检测结果；若所述检测结果表示所述目标订单合格，获取每一处于空闲状态的加工设备的停线时间；基于所述目标订单、所述停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案；基于所述至少一个候选方案确定线缆排产方案。
在本申请的一些可选的实施例中，所述将所述目标订单输入预设的工艺检测器中进行合格性检测，得到检测结果，包括：利用所述工艺检测器对所述目标订单的工艺流程、所述目标订单的生产量与所述目标订单的交付时间进行合格性检测；若所述工艺流程、所述生产量与所述交付时间均符合生产条件，确定所述目标订单合格；若所述工艺流程、所述生产量与所述交付时间中任意一者不符合所述生产条件，确定所述目标订单不合格。
在本申请的一些可选的实施例中，所述方法还包括：在基于所述工艺流程携带的子流程标识确定所述工艺流程完整时，确定所述工艺流程符合所述生产条件。
在本申请的一些可选的实施例中，所述方法还包括：根据仓库的原料存储量以及用于加工的候选加工设备的数量，得到预测生产量，其中，所述候选加工设备包括不属于同一生产线上的加工设备；若所述预测生产量大于或等于所述生产量，确定所述生产量符合所述生产条件；在所述生产量符合所述生产条件时，获取所述生产量对应的完成时间；若所述完成时间小于或等于所述交付时间，确定所述交付时间符合所述生产条件。
在本申请的一些可选的实施例中，所述算法模型数据库至少包括如下算法模型中的一种或多种：遗传算法模型、粒子群算法模型、蚁群算法模型、模拟退火算法模型、差分进化算法模型与人工免疫算法模型。
在本申请的一些可选的实施例中，所述基于所述目标订单、所述停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案，包括：将所述目标订单与所述停线时间输入所述算法模型数据库，得到每一种算法模型对应的候选方案。
在本申请的一些可选的实施例中，所述基于所述目标订单、所述停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案，包括：获取所述算法模型数据库中每一种算法模型的历史数据；基于所述历史数据计算所述每一种算法模型的效率权重；根据所述效率权重，从所述算法模型数据库中确定至少一个算法模型；将所述目标订单与所述停线时间输入所述至少一个算法模型，得到所述至少一个候选方案。
在本申请的一些可选的实施例中，所述基于所述至少一个候选方案确定线缆排产方案，包括：根据所述至少一个候选方案的生产时间、违约订单量以及物料利用率，得到所述至少一个候选方案对应的评分；基于所述评分，确定所述线缆排产方案。
在本申请的一些可选的实施例中，在基于所述至少一个候选方案确定线缆排产方案之后，所述方法还包括：基于所述子流程标识，确定多个生产节点；获取每一生产节点相应的至少一个加工设备；控制所述至少一个加工设备基于预设的生产时间阈值进行加工；若任意一个加工设备的生产时间超出相应的生产时间阈值，计算产品滞留时长；基于所述产品滞留时长调整所述线缆排产方案。
本申请还提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现所述的线缆排产方案的生成方法。
在本申请提供的线缆排产方案的生成方法中，接收待排产的目标订单，将目标订单输入预设的工艺检测器进行合格性检测，得到检测结果，能够在生产启动之前先对目标订单进行合格性检测，确保目标订单的有效性，在一定程度上可以提高生产的效率。若所述检测结果表示所述目标订单合格，获取每一处于空闲状态的加工设备的停线时间，基于目标订单、停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案，能够多维度地为用户提供多种候选方案，为确定最终的线缆排产方案提供有效的数据支持。
附图说明
图1是本申请实施例提供的线缆排产方案的生成方法的应用场景示意图。
图2是本申请实施例提供的线缆排产方案的生成方法的流程图。
图3是本申请又一实施例提供的线缆排产方案的生成方法的流程图。
图4是本申请又一实施例提供的线缆排产方案的生成方法的流程图。
图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
为了便于理解，示例性的给出了部分与本申请实施例相关概念的说明以供参考。
需要说明的是，本申请中“至少一个”是指一个或者多个，“多个”是指两个或多于两个。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。本申请的说明书和权利要求书及附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不是用于描述特定的顺序或先后次序。
目前，线缆的生产工艺较复杂，一般包含配料、摇料、压胚、推挤绝缘烧结、并丝、编织、浸锡、护套、分割、包装等。生产过程中也会流转多个中间件，包括根据配料、摇料、压胚、推挤绝缘烧结等工艺生成的绝缘铜丝件、根据并丝等工艺生成的镀锡铜并丝件、根据编织、浸锡等工艺生成的浸锡线芯件、根据护套、分割、包装等工艺生成的最终产品件。
由于在生成的过程中生产的中间件较多，为了保障交付质量，通常需要生产人员及时管控生产流程，这类管控方式较为机械且需要耗费大量的人工成本，导致生产设备的投入产出比较低、生产过程等待时间长和生产效率低等问题。
为了解决相关技术中线缆的生产效率低的技术问题，本申请实施例提供了线缆排产方案的生成方法及电子设备，下面首先对本申请线缆排产方案的生成方法的应用场景进行描述。
图1是本申请实施例提供的线缆排产方案的生成方法的应用场景示意图。本申请实施例提供的线缆排产方案的生成方法应用于电子设备10中，电子设备10与至少一个客户端20、多个加工设备30通信连接，通信连接的方式可以是无线网络通信。无线网络可以是蓝牙(Bluetooth, BT)、无线保真（Wireless Fidelity, Wi-Fi）、近场通信（Near FieldCommunication，NFC）、自组网无线通信（ZigBee Wireless Networks, ZigBee）技术、红外技术（Infrared，IR）、超宽带（Ultra Wideband，UWB）技术、无线通用串行总线（UniversalSerial Bus，USB）等任意一种网络。
电子设备10可以是电脑、云服务器、服务器集群等，用于部署本申请实施例提供的线缆排产方案的生成方法。
客户端20可以是手机、电脑、平板电脑等，可以用于创建目标订单，还可以用于将创建的目标订单发送至电子设备10进行处理，比如，电子设备10基于预设的工艺检测器对目标订单进行合格性检测。
多个加工设备30可以是车间的零件加工设备、产品生产设备等，多个加工设备30可以是同一个车间的同一个生产线上的设备，还可以是同一个车间不同生产线上的设备，还可以是不同车间的设备，本申请对此不予限制。
在本申请的一些实施例中，用户可以在客户端20创建目标订单，并将目标订单发送至电子设备10，电子设备10可以实时监测/接收到多个加工设备30的设备状态，该设备状态可以是加工设备30的停线时间，停线时间是预先设定的维护加工设备30的设备维护时间。
所述示意图1仅仅是应用场景的示例，并不构成对应用场景的限定。在本申请的其他实施例中，用户可以直接在电子设备10上创建目标订单，不需要经过客户端20。
请参阅图2所示，图2是本申请实施例提供的线缆排产方案的生成方法的流程图，应用在电子设备（例如图1的电子设备10）中。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
步骤S201，接收待排产的目标订单。
在本申请的一些实施例中，目标订单可以是用户通过客户端上传的产品需求表，该产品可以是线缆，则目标订单可以是线缆的产品需求表。目标订单可以包括工艺流程、生产量、交付时间等，其中，工艺流程指的是通过标识码等进行标记的作业操作顺序，比如，配料、摇料、压胚、推挤绝缘烧结、并丝、编织、浸锡、护套、分割、包装等，生产量指的是该目标订单所需要的产品总量，交付时间指的是用户期望接收到产品的时间。在其他实施例中，目标订单还可以包括产品的规格等，本申请对此不予限制。
在本申请的一些实施例中，电子设备可以接收客户端发送的订单，将该订单作为目标订单，在其他实施例中，用户可以通过电子设备上传目标订单，本申请对此不予限制。
步骤S202，将目标订单输入预设的工艺检测器中进行合格性检测，得到检测结果。
在本申请的一些实施例中，电子设备可以包括工艺检测器，该工艺检测器是一种合格性检测管理器，用于对目标订单进行合格性检测，比如，对目标订单的工艺流程、生产量以及交付时间等进行检测。通过工艺检测器对目标订单进行检测，可以得到目标订单的检测结果，该检测结果包括目标订单合格以及目标订单不合格。
步骤S203，若检测结果表示目标订单合格，获取每一处于空闲状态的加工设备的停线时间。
在本申请的一些实施例中，若检测结果表示目标订单合格，确定目标订单可以投入生产，则获取每一处于空闲状态的加工设备的停线时间，该加工设备可以包括属于不同生产车间的设备，还可以是属于同一生产车间的不同生产线上的设备，还可以是属于同一生产车间的同一生产线上的设备，本申请对此不予限制。停线时间指的是相应的加工设备的设备维护时间，比如，加工设备A预先设备的设备维护时间在每月1号的八点至九点，则加工设备A的停线时间为每月1号的八点至九点。
步骤S204，基于目标订单、停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案。
在本申请的一些实施例中，预设的算法模型数据库可以包括如下算法模型中的一种或多种：遗传算法模型、粒子群算法模型、蚁群算法模型、模拟退火算法模型、差分进化算法模型与人工免疫算法模型。
在本申请的一些实施例中，将目标订单与每一处于空闲状态的加工设备的停线时间输入算法模型数据库中，得到每一种算法模型对应的候选方案。在一示例中，假设算法模型数据库中包含了十种不同的算法模型，在用户没有指定算法模型的基础上，将目标订单与停线时间输入到算法模型库中，得到这十种不同的算法模型分别对应的候选方案。
在一示例中，以模拟退火算法模型为例进行说明，模拟退火算法模型是一种模拟物理退火的过程而设计的随机优化算法，结合爬山法和随机行走算法，同时避免算法进入局部最优，早期用于组合优化，后来发展成一种通用的优化算法。将目标订单与停线时间输入模拟退火算法模型，结合线缆生产领域可以应用于不同生产线上的这一特点，优化得到线缆生产领域对应的候选方案。
在本申请的其他实施例中，用户可以指定算法模型数据库中的任意一种算法模型得到对应的候选方案，比如，获取算法模型数据库中每一种算法模型的历史数据，该历史数据可以包括算法模型以往生成的历史排产方案的执行情况。基于历史数据计算每一种算法模型的效率权重，比如，根据历史数据得到历史排产方案的违约情况以及完成情况，根据违约情况与完成情况计算效率权重。根据效率权重，从算法模型数据库中确定至少一种算法模型，比如，计算得到每一种算法模型的效率权重以后，依据从大到小的顺序进行排序，可以选择效率权重最大的算法模型作为后续计算候选方案的算法模型，还可以选择效率权重较大的前几个算法模型作为后续计算候选方案的算法模型。依据效率权重确定了至少一个算法模型以后，将目标订单与停线时间输入至少一个算法模型，得到至少一个候选方案。
步骤S205，基于至少一个候选方案确定线缆排产方案。
在本申请的一些实施例中，确定了至少一个候选方案以后，根据至少一个候选方案的生产时间、违约订单量以及物料利用率，得到至少一个候选方案对应的评分，基于评分，确定线缆排产方案，能够综合衡量候选方案是否符合生产标准，在一定程度上可以提高生产效率以及生产出的产品质量。
在本申请的实施例中，接收待排产的目标订单，将目标订单输入预设的工艺检测器进行合格性检测，得到检测结果，能够在生产启动之前先对目标订单进行合格性检测，确保目标订单的有效性，在一定程度上可以提高生产的效率。若所述检测结果表示所述目标订单合格，获取每一处于空闲状态的加工设备的停线时间，基于目标订单、停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案，能够多维度地为用户提供多种候选方案，为确定最终的线缆排产方案提供有效的数据支持。
请参阅图3所示，图3是本申请又一实施例提供的线缆排产方案的生成方法的流程图，如图3所示，将目标订单输入预设的工艺检测器进行合格性检测，包括如下步骤：
步骤S301，利用工艺检测器对目标订单的工艺流程、目标订单的生产量与目标订单的交付时间进行合格性检测。
在本申请的一些实施例中，目标订单的工艺流程携带有子流程标识，该子流程标识可以是二维码或者是工业互联网标识码，用于标识工艺流程的作业顺序，工艺检测器可以对该子流程标识进行检测，确定该目标订单的工艺流程是否符合生产条件，符合该工艺流程对应的生产条件可以是工艺流程完整，若基于子流程标识确定工艺流程不完整，则确定该目标订单的工艺流程符合生产条件。
在本申请的一些实施例中，目标订单的生产量指的是用户所需的产品总量，根据仓库的原料存储量以及用于加工的候选加工设备的数量，得到预测生产量，其中，候选加工设备包括不属于同一生产线上的加工设备，若预测生产量大于或等于生产量，确定生产量符合生产条件，能够同时监测不属于同一生产线上的加工设备，在一定程度上可以提高产品的生产效率，仓库的原料存储量包括目标订单中所需物料的库存量。
在本申请的一些实施例中，每一加工设备设置有对应的设备标识，该设备标识可以是工业互联网标识，电子设备通过该设备标识，获取每一加工设备的状态，比如，是否正在作业、是否故障、是否可作为开工设备等。电子设备通过该设备标识获取所有处于空闲状态的加工设备，从而确定候选加工设备。基于设备标识的方式，能够提高电子设备与加工设备之间的通信效率，及时获取加工设备的状态，在一程度上可以提高生产效率。
在本申请的一些实施例中，在确定生产量符合生产条件的基础上，获取生产量的完成时间，若完成时间小于或者等于交付时间，确定交付时间符合生产条件，若完成时间大于交付时间，确定交付时间不符合生产条件，可能会逾期。
步骤S302，判断工艺流程、生产量与交付时间是否均符合生产条件。
在本申请的一些实施例中，若所述工艺流程、生产量与交付时间均符合生产条件，继续执行步骤S303，若工艺流程、生产量与交付时间中任意一者不符合生产条件，跳转执行步骤S304。
步骤S303，确定目标订单合格。
在本申请的一些实施例中，若确定目标订单合格，则继续执行如图2所示实施例中的步骤S203的步骤，在此不再重复描述。
步骤S304，确定目标订单不合格。
在本申请的一些实施例中，若目标订单不合格，获取造成目标订单不合格的影响因子，基于该影响因子，调整目标订单，并将调整后的结果反馈至用户，比如，若确定无法在交付时间内完成目标订单的生产量，则将逾期时间反馈至用户，并告知调整后的订单完成时间。
在本申请的实施例中，利用工艺检测器对目标订单的工艺流程、目标订单的生产量与目标订单的交付时间进行合格性检测，能够在实际生产之前，预测目标订单的完成情况，能够在一定程度上提高生产效率以及降低生产成本。此外，本申请通过对目标订单的工艺流程携带的子流程标识进行识别，能够有效地获取工艺流程的作业顺序，通过对设备标识的识别，能够及时获取加工设备的状态，在一定程度上可以提高生产效率。
请参阅图4所示，图4是本申请又一实施例提供的线缆排产方案的生成方法的流程图，如图4所示，在得到线缆排产方案之后，基于该线缆排产方案开始执行生产过程，如图4所示，包括如下步骤：
步骤S401，基于子流程标识，确定多个生产节点。
在本申请的一些实施例中，目标订单可以包括多个子流程标识，用于标记作业的执行顺序，从而可以根据子流程标识，确定多个生产节点，在一示例中，根据配料、摇料、压胚、推挤绝缘烧结等工艺生成的绝缘铜丝件作为第一个生产节点、根据并丝等工艺生成的镀锡铜并丝件作为第二个生产节点，根据编织、浸锡等工艺生成的浸锡线芯件作为第三个生产节点，根据护套、分割、包装等工艺生成的最终产品件作为第四个生产节点。
步骤S402，获取每一生产节点相应的至少一个加工设备。
在本申请的一些实施例中，确定了生产节点以后，可以获取每一生产节点相应的至少一个加工设备，在一示例中，假设第一个生产节点包括配料、摇料、压胚、推挤绝缘烧结等工艺，而完成这些工艺需要两台甚至三台加工设备，则将这些加工设备作为该生产节点的加工设备。加工设备的数量根据实际生产节点的工艺确定，以上只是举例，并不以此为限。
步骤S403，控制至少一个加工设备基于预设的生产时间阈值进行加工。
在本申请的一些实施例中，为了控制加工设备能够准时完成加工，可以对每一加工设备预先设定生产时间阈值，控制至少一个加工设备基于预设的生产时间阈值进行加工。其中，生产时间阈值包括该加工设备完成生产的时间以及移交至其他加工设备的时间。
在一示例中，加工设备A在第一时间段完成了加工，在第二时间段将加工后的产品移交至其他加工设备，则加工设备A的生产时间阈值可以设定为第一时间段与第二时间段的总和。
步骤S404，若任意一个加工设备的生产时间超出相应的生产时间阈值，计算产品滞留时长。
在本申请的一些实施例中，若存在任意一个加工设备的生产时间超出相应的生产时间阈值，可以表示该加工设备出现故障导致超出生产时间，还可以表示该加工设备要移交加工产品的下一加工设备出现故障，无法按时接收该加工产品。
在一示例中，假设在同一加工节点包括加工设备A和加工设备B，加工设备A加工完成以后需要将加工后的产品移交至加工设备B。假设加工设备A的生产时间超出相应的生产时间阈值，则可以表示加工设备A或加工设备B出现了故障。计算产品在加工设备A上的产品滞留时长。
步骤S405，基于产品滞留时长调整线缆排产方案。
在本申请的一些实施例中，确定出现了产品滞留的情况以后，一方面可以检测加工设备是否发生故障，另一方面可以根据产品滞留时长调整线缆排产方案，以便在规定的交付时间内生产出产品。
在本申请的实施例中，在实际生产过程中，基于子流程标识（例如，工业互联网标识）确定多个生产节点，能够实时监测生产节点的情况，有效地跟踪各个生产节点的生产情况。其次，控制至少一个加工设备基于预设的生产时间阈值进行加工，若任意一个加工设备的生产时间超出相应的生产时间阈值，计算产品滞留时长，基于产品滞留时长调整线缆排产方案，能够及时调整线缆排产方案，确保生产效率，也能够及时根据产品滞留时长发现出现故障的加工设备，在一定程度上能够提高生产效率。此外，还解决了库存、物料、订单、机台在排产时的数据实时同步调整问题。
图5是本申请实施例提供的电子设备的结构示意图，如图5所示，在本申请的一个实施例中，电子设备10可以为云服务器、电脑等，本申请实施例对电子设备10的具体类型不作任何限制。
如图5所示，该电子设备10可以包括，但不限于，可以包括通信模块101、存储器102、处理器103、输入/输出(Input / Output，I/O)接口104及总线105。处理器103通过总线105分别耦合于通信模块101、存储器102、I/O接口104。
本领域技术人员可以理解，示意图仅仅是电子设备10的示例，并不构成对电子设备10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，例如电子设备10还可以包括网络接入设备等。
通信模块101可以包括有线通信模块和/或无线通信模块。有线通信模块可以提供通用串行总线(Universal Serial Bus，USB)、控制器局域网总线（CAN，Controller AreaNetwork）等有线通信的解决方案中的一种或多种。无线通信模块可以提供无线保真（Wireless Fidelity, Wi-Fi）、蓝牙(Bluetooth, BT)、移动通信网络、调频(FrequencyModulation，FM)、近距离无线通信技术(near field communication，NFC)、红外技术（Infrared，IR）技术等无线通信的解决方案中的一种或多种。
存储器102可用于存储计算机可读指令和/或模块，处理器103通过运行或执行存储在存储器102内的计算机可读指令和/或模块，以及调用存储在存储器102内的数据，实现电子设备10的各种功能。存储器102可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据电子设备10的使用所创建的数据等。存储器102可以包括非易失性和易失性存储器，例如：硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他存储器件。
存储器102可以是电子设备10的外部存储器和/或内部存储器。进一步地，存储器102可以是具有实物形式的存储器，如内存条、TF卡（Trans-flash Card）等等。
处理器103可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器103是电子设备10的运算核心和控制中心，利用各种接口和线路连接整个电子设备10的各个部分，及执行电子设备10的操作系统以及安装的各类应用程序、程序代码等。
示例性的，计算机可读指令可以被分割成一个或多个模块/子模块/单元，一个或者多个模块/子模块/单元被存储在存储器102中，并由处理器103执行，以完成本申请。一个或多个模块/子模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该计算机可读指令段用于描述计算机可读指令在电子设备10中的执行过程。
电子设备10集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，计算机可读指令包括计算机可读指令代码，计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）。
结合图2至图4，电子设备10中的存储器102存储计算机可读指令，处理器103可执行存储器102中存储的计算机可读指令从而实现如图2至图4所示的方法。
具体地，处理器103对上述计算机可读指令的具体实现方法可参考图2至图4对应实施例中相关步骤的描述，在此不赘述。
I/O接口104用于提供用户输入或输出的通道，例如I/O接口104可用于连接各种输入输出设备，例如，鼠标、键盘、触控装置、显示屏等，使得用户可以录入信息，或者使信息可视化。
总线105至少用于提供电子设备10中的通信模块101、存储器102、处理器103、I/O接口104之间相互通信的通道。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本申请的技术方案而非限制，尽管参照较佳实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，可以对本申请的技术方案进行修改或等同替换，而不脱离本申请技术方案的精神和范围。
Claims (10)
1.一种线缆排产方案的生成方法，应用于电子设备，其特征在于，所述方法包括：
接收待排产的目标订单；
将所述目标订单输入预设的工艺检测器中进行合格性检测，得到检测结果；
若所述检测结果表示所述目标订单合格，获取每一处于空闲状态的加工设备的停线时间；
基于所述目标订单、所述停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案；
基于所述至少一个候选方案确定线缆排产方案。
2.根据权利要求1所述的线缆排产方案的生成方法，其特征在于，所述将所述目标订单输入预设的工艺检测器中进行合格性检测，得到检测结果，包括：
利用所述工艺检测器对所述目标订单的工艺流程、所述目标订单的生产量与所述目标订单的交付时间进行合格性检测；
若所述工艺流程、所述生产量与所述交付时间均符合生产条件，确定所述目标订单合格；
若所述工艺流程、所述生产量与所述交付时间中任意一者不符合所述生产条件，确定所述目标订单不合格。
3.根据权利要求2所述的线缆排产方案的生成方法，其特征在于，所述方法还包括：
在基于所述工艺流程携带的子流程标识确定所述工艺流程完整时，确定所述工艺流程符合所述生产条件。
4.根据权利要求2所述的线缆排产方案的生成方法，其特征在于，所述方法还包括：
根据仓库的原料存储量以及用于加工的候选加工设备的数量，得到预测生产量，其中，所述候选加工设备包括不属于同一生产线上的加工设备；
若所述预测生产量大于或等于所述生产量，确定所述生产量符合所述生产条件；
在所述生产量符合所述生产条件时，获取所述生产量对应的完成时间；
若所述完成时间小于或等于所述交付时间，确定所述交付时间符合所述生产条件。
5.根据权利要求1所述的线缆排产方案的生成方法，其特征在于，所述算法模型数据库至少包括如下算法模型中的一种或多种：遗传算法模型、粒子群算法模型、蚁群算法模型、模拟退火算法模型、差分进化算法模型与人工免疫算法模型。
6.根据权利要求1所述的线缆排产方案的生成方法，其特征在于，所述基于所述目标订单、所述停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案，包括：
将所述目标订单与所述停线时间输入所述算法模型数据库，得到每一种算法模型对应的候选方案。
7.根据权利要求6所述的线缆排产方案的生成方法，其特征在于，所述基于所述目标订单、所述停线时间与预设的算法模型数据库中的多种算法模型，生成至少一个候选方案，包括：
获取所述算法模型数据库中每一种算法模型的历史数据；
基于所述历史数据计算所述每一种算法模型的效率权重；
根据所述效率权重，从所述算法模型数据库中确定至少一个算法模型；
将所述目标订单与所述停线时间输入所述至少一个算法模型，得到所述至少一个候选方案。
8.根据权利要求1所述的线缆排产方案的生成方法，其特征在于，所述基于所述至少一个候选方案确定线缆排产方案，包括：
根据所述至少一个候选方案的生产时间、违约订单量以及物料利用率，得到所述至少一个候选方案对应的评分；
基于所述评分，确定所述线缆排产方案。
9.根据权利要求3所述的线缆排产方案的生成方法，其特征在于，在基于所述至少一个候选方案确定线缆排产方案之后，所述方法还包括：
基于所述子流程标识，确定多个生产节点；
获取每一生产节点相应的至少一个加工设备；
控制所述至少一个加工设备基于预设的生产时间阈值进行加工；
若任意一个加工设备的生产时间超出相应的生产时间阈值，计算产品滞留时长；
基于所述产品滞留时长调整所述线缆排产方案。
10.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至9中任意一项所述的线缆排产方案的生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410093027.3A CN117608257B (zh) | 2024-01-23 | 2024-01-23 | 线缆排产方案的生成方法及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410093027.3A CN117608257B (zh) | 2024-01-23 | 2024-01-23 | 线缆排产方案的生成方法及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117608257A true CN117608257A (zh) | 2024-02-27 |
| CN117608257B CN117608257B (zh) | 2024-05-28 |
Family
ID=89960245
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410093027.3A Active CN117608257B (zh) | 2024-01-23 | 2024-01-23 | 线缆排产方案的生成方法及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117608257B (zh) |
Citations (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014085930A (ja) * | 2012-10-25 | 2014-05-12 | Mitsubishi Heavy Ind Ltd | 生産計画生成装置、生産計画生成方法、プログラム、及び記録媒体 |
| CN109903121A (zh) * | 2019-01-18 | 2019-06-18 | 北京宝钢北方贸易有限公司 | 一种钢材订单合同生成方法 |
| CN110705818A (zh) * | 2019-08-15 | 2020-01-17 | 珠海格力电器股份有限公司 | 订单的排产方法、装置和计算机设备 |
| CN111242446A (zh) * | 2020-01-06 | 2020-06-05 | 浙江工业大学 | 一种基于ga-ts混合算法的车间排产方法 |
| CN111468901A (zh) * | 2020-04-22 | 2020-07-31 | 招商局重工（江苏）有限公司 | 一种具有高柔性高效率综合管子智能生产工艺 |
| CN111898278A (zh) * | 2020-08-07 | 2020-11-06 | 广元量知汇科技有限公司 | 基于工业互联网的数字化制造方法 |
| CN111967706A (zh) * | 2020-06-28 | 2020-11-20 | 浙江中控技术股份有限公司 | 一种pvc工厂一体化管理系统的交互方法及装置 |
| CN112149737A (zh) * | 2020-09-23 | 2020-12-29 | 创新奇智(青岛)科技有限公司 | 选择模型训练方法、模型选择方法、装置及电子设备 |
| CN113361830A (zh) * | 2021-08-09 | 2021-09-07 | 阿里巴巴（中国）有限公司 | 数字化生产控制系统、排产方法、装置、设备及存储介质 |
| CN113515653A (zh) * | 2021-09-14 | 2021-10-19 | 武汉精创电子技术有限公司 | 基于历史数据的模型推荐方法、装置、设备及存储介质 |
| CN114118922A (zh) * | 2021-11-30 | 2022-03-01 | 上海致景信息科技有限公司 | 基于Websocket的排产计划生成方法及装置 |
| CN114548660A (zh) * | 2022-01-06 | 2022-05-27 | 青岛海尔科技有限公司 | 家电设备的生产排程方法、装置、设备及存储介质 |
| CN115169794A (zh) * | 2022-06-01 | 2022-10-11 | 中国地质大学（武汉） | 一种车间调度任务智能规划方法及系统 |
| CN115249123A (zh) * | 2022-07-08 | 2022-10-28 | 成都四威高科技产业园有限公司 | 一种基于爬山法的柔性制造系统智能排产方法及系统 |
| CN115689502A (zh) * | 2022-12-30 | 2023-02-03 | 广东美的制冷设备有限公司 | 设备排产方法、装置、生产系统及存储介质 |
| CN115878018A (zh) * | 2021-09-28 | 2023-03-31 | 伊姆西Ip控股有限责任公司 | 用于管理存储设备的方法、电子设备和计算机程序产品 |
| CN116611633A (zh) * | 2023-04-18 | 2023-08-18 | 阿里云计算有限公司 | 车辆的排产方法、装置及电子设备 |
| CN116822815A (zh) * | 2022-11-16 | 2023-09-29 | 上海琥崧智能科技股份有限公司 | 一种磷酸铁锂车间高级计划排产系统 |
| CN116894539A (zh) * | 2023-09-11 | 2023-10-17 | 深圳市明心数智科技有限公司 | 一种服装生产监测方法、系统及介质 |
| US20230333542A1 (en) * | 2023-02-02 | 2023-10-19 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things systems for production lines when defective products are produced, regulation methods, and storage medium thereof |
| US20230350396A1 (en) * | 2020-09-18 | 2023-11-02 | Basf Se | Chemical production |
| CN117173871A (zh) * | 2023-11-01 | 2023-12-05 | 招互(江苏)智慧科技有限公司 | 一种防汛监测方法和系统 |
| CN117391411A (zh) * | 2023-12-13 | 2024-01-12 | 深圳前海翼联科技有限公司 | 一种基于iot物联网的产品加工管理系统 |
| CN117422241A (zh) * | 2023-10-20 | 2024-01-19 | 北京铸云网络科技有限公司 | 排产方法 |
-
2024
- 2024-01-23 CN CN202410093027.3A patent/CN117608257B/zh active Active
Patent Citations (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014085930A (ja) * | 2012-10-25 | 2014-05-12 | Mitsubishi Heavy Ind Ltd | 生産計画生成装置、生産計画生成方法、プログラム、及び記録媒体 |
| CN109903121A (zh) * | 2019-01-18 | 2019-06-18 | 北京宝钢北方贸易有限公司 | 一种钢材订单合同生成方法 |
| CN110705818A (zh) * | 2019-08-15 | 2020-01-17 | 珠海格力电器股份有限公司 | 订单的排产方法、装置和计算机设备 |
| CN111242446A (zh) * | 2020-01-06 | 2020-06-05 | 浙江工业大学 | 一种基于ga-ts混合算法的车间排产方法 |
| CN111468901A (zh) * | 2020-04-22 | 2020-07-31 | 招商局重工（江苏）有限公司 | 一种具有高柔性高效率综合管子智能生产工艺 |
| CN111967706A (zh) * | 2020-06-28 | 2020-11-20 | 浙江中控技术股份有限公司 | 一种pvc工厂一体化管理系统的交互方法及装置 |
| CN111898278A (zh) * | 2020-08-07 | 2020-11-06 | 广元量知汇科技有限公司 | 基于工业互联网的数字化制造方法 |
| US20230350396A1 (en) * | 2020-09-18 | 2023-11-02 | Basf Se | Chemical production |
| CN112149737A (zh) * | 2020-09-23 | 2020-12-29 | 创新奇智(青岛)科技有限公司 | 选择模型训练方法、模型选择方法、装置及电子设备 |
| CN113361830A (zh) * | 2021-08-09 | 2021-09-07 | 阿里巴巴（中国）有限公司 | 数字化生产控制系统、排产方法、装置、设备及存储介质 |
| CN113515653A (zh) * | 2021-09-14 | 2021-10-19 | 武汉精创电子技术有限公司 | 基于历史数据的模型推荐方法、装置、设备及存储介质 |
| CN115878018A (zh) * | 2021-09-28 | 2023-03-31 | 伊姆西Ip控股有限责任公司 | 用于管理存储设备的方法、电子设备和计算机程序产品 |
| CN114118922A (zh) * | 2021-11-30 | 2022-03-01 | 上海致景信息科技有限公司 | 基于Websocket的排产计划生成方法及装置 |
| CN114548660A (zh) * | 2022-01-06 | 2022-05-27 | 青岛海尔科技有限公司 | 家电设备的生产排程方法、装置、设备及存储介质 |
| CN115169794A (zh) * | 2022-06-01 | 2022-10-11 | 中国地质大学（武汉） | 一种车间调度任务智能规划方法及系统 |
| CN115249123A (zh) * | 2022-07-08 | 2022-10-28 | 成都四威高科技产业园有限公司 | 一种基于爬山法的柔性制造系统智能排产方法及系统 |
| CN116822815A (zh) * | 2022-11-16 | 2023-09-29 | 上海琥崧智能科技股份有限公司 | 一种磷酸铁锂车间高级计划排产系统 |
| CN115689502A (zh) * | 2022-12-30 | 2023-02-03 | 广东美的制冷设备有限公司 | 设备排产方法、装置、生产系统及存储介质 |
| US20230333542A1 (en) * | 2023-02-02 | 2023-10-19 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things systems for production lines when defective products are produced, regulation methods, and storage medium thereof |
| CN116611633A (zh) * | 2023-04-18 | 2023-08-18 | 阿里云计算有限公司 | 车辆的排产方法、装置及电子设备 |
| CN116894539A (zh) * | 2023-09-11 | 2023-10-17 | 深圳市明心数智科技有限公司 | 一种服装生产监测方法、系统及介质 |
| CN117422241A (zh) * | 2023-10-20 | 2024-01-19 | 北京铸云网络科技有限公司 | 排产方法 |
| CN117173871A (zh) * | 2023-11-01 | 2023-12-05 | 招互(江苏)智慧科技有限公司 | 一种防汛监测方法和系统 |
| CN117391411A (zh) * | 2023-12-13 | 2024-01-12 | 深圳前海翼联科技有限公司 | 一种基于iot物联网的产品加工管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 永凯软件: "生产管理中的订单接收与评审关键", pages 1, Retrieved from the Internet <URL:https://www.yukontek.com/Other/NewsDetail/1/NW14000557.html> * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117608257B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111132190A (zh) | 基站负荷预警方法、装置 | |
| CN110662245B (zh) | 基于深度学习的基站负荷预警方法及装置 | |
| CN101639687B (zh) | 一种集成化工艺质量控制系统及其实现方法 | |
| CN110471671A (zh) | 应用部署方法、装置、系统、设备及计算机可读存储介质 | |
| CN115808911B (zh) | 用于生产线产生不良品时的工业物联网调控方法及系统 | |
| CN114169536B (zh) | 数据管控方法及相关装置 | |
| CN111159897B (zh) | 基于系统建模应用的目标优化方法和装置 | |
| CN111680108A (zh) | 一种数据存储方法、装置及一种数据获取方法、装置 | |
| CN112506619B (zh) | 作业处理方法、装置、电子设备和存储介质 | |
| CN107943697A (zh) | 问题分配方法、装置、系统、服务器和计算机存储介质 | |
| CN111523777A (zh) | 一种新型智慧城市系统及其应用方法 | |
| CN114418418B (zh) | 基于工序换算比的工单信息流转方法、系统、设备及介质 | |
| EP4318346A1 (en) | Warehouse order task processing method and apparatus, storage medium, and electronic device | |
| CN116048723A (zh) | 基于非支配排序多目标遗传算法的虚拟机调度方法及系统 | |
| CN117608257B (zh) | 线缆排产方案的生成方法及电子设备 | |
| CN116938953A (zh) | 基于区块链的数据处理方法、装置、电子设备及存储介质 | |
| CN114700957B (zh) | 模型低算力需求的机器人控制方法及装置 | |
| CN112231167A (zh) | 云资源监控方法、装置、设备及存储介质 | |
| CN113795032B (zh) | 室分隐形故障的判断方法、装置、存储介质及设备 | |
| CN112669099B (zh) | 用于处理订单的方法和装置 | |
| CN111062772B (zh) | 一种自适应订单聚合方法及电子设备 | |
| TWI663557B (zh) | 製造排程變異最小化系統 | |
| CN111061795B (zh) | 一种数据处理方法、装置、智能终端及存储介质 | |
| TWI785723B (zh) | 工業互聯網的資料管理方法、電子裝置及存儲介質 | |
| CN115842840A (zh) | 一种配电通信网络调度方法、系统、计算装置和可读存储介质 |
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 |