CN117649179A - 工程机械数据化排产结果确定方法、装置、设备及介质 - Google Patents
工程机械数据化排产结果确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117649179A CN117649179A CN202311608923.0A CN202311608923A CN117649179A CN 117649179 A CN117649179 A CN 117649179A CN 202311608923 A CN202311608923 A CN 202311608923A CN 117649179 A CN117649179 A CN 117649179A
- Authority
- CN
- China
- Prior art keywords
- data
- scheduling
- primary
- scheduling result
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004519 manufacturing process Methods 0.000 claims abstract description 151
- 239000000463 material Substances 0.000 claims abstract description 140
- 238000004364 calculation method Methods 0.000 claims abstract description 39
- 238000005457 optimization Methods 0.000 claims abstract description 35
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 10
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000013450 outlier detection Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种工程机械数据化排产结果确定方法、装置、设备及介质。通过实时获取当前订单需求数据;根据当前订单需求数据来得到所需关键物料列表数据;获取与所需关键物料列表数据对应的关键物料满足数量;获取当前产线产能数据,并根据当前订单需求数据、关键物料满足数量和当前产线产能数据,通过排产结果优化算法模型进行初次排产计算,得到一次排产结果;根据一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据一次排产微调返回结果进行再次排产计算,得到二次排产结果。解决了工程机械数据通过线下人工统计和计算的方式来制定排产计划而导致的准确率低和效率低的问题,提高了工程机械数据化排产的准确率和效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种工程机械数据化排产结果确定方法、装置、设备及介质。
背景技术
设备的生产制造是典型的最优化问题,主要受关键物料满足情况、订单满足情况、以及产线产能满足情况的约束。然而,工程机械的生产制造又是典型的离散制造(不同于汽车、家电生产),整车生产周期长,采购件多,品相机型多,加工过程的数字化和自动化程度低,所以生产过程的不确定性很高。因此,对排产计划的确定至关重要。
发明人在实现本发明的过程中,发现现有技术存在如下缺陷:目前,大多数工程机械生产商采取线下人工统计和计算的方式来制定排产/生产计划。制定排产计划对业务人员的技术水平要求较高,需要频繁沟通物料满足情况和订单需求,并且依据反馈内容反复修改排产计划,排产计划的准确率低和效率也比较低。
发明内容
本发明提供了一种工程机械数据化排产结果确定方法、装置、设备及介质,以实现工程机械数据化的自动排产,并提高排产的准确率和效率。
根据本发明的一方面,提供了一种工程机械数据化排产结果确定方法,其中,包括:
在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;
根据所述当前订单需求数据,来得到所需关键物料列表数据;
在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;
获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;
根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。
根据本发明的另一方面,提供了一种工程机械数据化排产结果确定装置,其中,包括:
当前订单需求数据获取模块,用于在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;
所需关键物料列表数据确定模块,用于根据所述当前订单需求数据,来得到所需关键物料列表数据;
关键物料满足数量获取模块,用于在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;
一次排产结果确定模块,用于获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;
二次排产结果确定模块,用于根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。
根据本发明的另一方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现本发明任一实施例所述的工程机械数据化排产结果确定方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的工程机械数据化排产结果确定方法。
本发明实施例的技术方案,通过在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;根据所述当前订单需求数据,来得到所需关键物料列表数据;在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。解决了工程机械数据通过线下人工统计和计算的方式来制定排产计划而导致的准确率低和效率低的问题,实现了工程机械数据化的自动排产,并且提高了排产的准确率和效率,减轻了人力负担。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是根据本发明实施例一提供的一种工程机械数据化排产结果确定方法的流程图;
图2是根据本发明实施例二提供的一种工程机械数据化排产结果确定装置的结构示意图;
图3是根据本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”、“当前”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,以便这里描述的本发明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、产品或设备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单元。
实施例一
图1为本发明实施例一提供了一种工程机械数据化排产结果确定方法的流程图,本实施例可适用于对实时采集到的电网数据进行异常等级确定的情况,该方法可以由工程机械数据化排产结果确定装置来执行,该工程机械数据化排产结果确定装置可以采用硬件和/或软件的形式实现。
相应的,如图1所示,该方法包括:
S110、在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据。
其中,当前订单需求数据可以是实时获取的订单中的描述数据。当前订单需求数据可以包括多组数据,具体的,可以包括所需关键物料的列表数据的具体情况。
具体的,数字媒体服务器系统为Digital Media Server(DMS),详细的,DMS是下一代网络的重要设备。该设备在控制设备(软交换设备、应用服务器)的控制下,提供在IP网络上实现各种业务所需的媒体资源功能,包括业务音提供、会议、交互式应答、通知、统一消息和高级语音业务等。在应用服务器里,使用MSML(Media Server Markup Language,一种专用于数字媒体服务器交互的特殊xml)向数字媒体服务器发送放音等命令。数字媒体服务器具有很好的可裁剪性,可灵活地实现一种或多种功能。
另外的,企业管理解决方案系统为System Applications and Products(SAP),详细的,SAP是一套企业资源管理软件系统,其功能覆盖企业的财务、后勤(工程设计、采购、库存、生产销售和质量等)人力资源管理等各个方面。
S120、根据所述当前订单需求数据,来得到所需关键物料列表数据。
其中,所需关键物料列表数据可以是当前订单所需要的关键物料的具体列表数据。
可选的,所述根据所述当前订单需求数据,来得到所需关键物料列表数据,包括:对所述当前订单需求数据进行异常值检测处理,得到当前去重订单需求数据;对所述当前去重订单需求数据进行机型统计累加处理,得到当前机型生产数据;对所述当前机型生产数据进行物料清单数据的拉取处理,得到所述所需关键物料列表数据。
其中,当前去重订单需求数据可以是不存在重复的订单需求数据。
具体的,对当前订单需求数据进行去重操作,可以有效地进行排产处理操作,得到更加准确的排产计划,提高排产计划的准确率和效率。
其中,当前机型生产数据可以是包括不同机型的生产数据。
在本实施例中,假设在当前去重订单需求数据可以包括机型A、机型B、机型C和机型D。可以在这四个机型中选取出至少一个机型作为当前机型,假设选取机型A和机型B作为当前机型,并获取机型A和机型B分别对应的生产数据,也即当前机型生产数据包括当前机型A生产数据和当前机型B生产数据。
进一步的,当获取到当前机型生产数据之后,还需要进行物料清单数据的拉取处理,从而可以进一步地得到所需关键物料列表数据的具体情况。
S130、在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量。
其中,关键物料满足数量可以是关键物料的需求的数量的大小。
具体的,产品生命周期管理系统为Product Lifecycle Management(PLM),PLM可以帮助企业进行产品成本核算并真正做到节约成本,减少制造过程中的浪费带来额外的环保效益。
可选的,所述获取与所述所需关键物料列表数据对应的关键物料满足数量,包括:获取与所述所需关键物料列表数据对应的关键物料库存数量和关键物料采购数量;对所述关键物料库存数量和所述关键物料采购数量进行相加处理,得到所述关键物料满足数量。
其中,关键物料库存数量可以是关键物料在物料库库存的数量的大小情况。关键物料采购数量可以是关键物料需要采购的物料的数量的大小情况。
在本实施例中,需要获取关键物料库存数量和关键物料采购数量,可以假设关键物料库存数量为a、以及关键物料采购数量为b,可以进一步地计算出关键物料满足数量为(a+b)。
S140、获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果。
其中,当前产线产能数据可以是当前的产线能够生产数据量的大小,不同的产线可能对应的产能数据的大小不同。排产结果优化算法模型可以是能够根据当前产线产能数据,以及需要当前订单需求数据和关键物料满足数量来进行排产处理的模型。一次排产结果可以是进行初始排产处理得到的排产结果。
在本实施例中,可以通过排产结果优化算法模型来根据实时获取的当前订单需求数据、关键物料满足数量和当前产线产能数据进行排产结果的确定,并能够将得到的排产结果进行反馈,可以得到更加准确地一次排产结果。
可选的,所述根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果,包括:获取生产线通线时间、物料满足率和订单满足率;通过所述排产结果优化算法模型,将所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据作为约束条件,并将所述生产线通线时间、所述物料满足率和所述订单满足率作为优化目标进行初次排产计算,得到一次排产结果。
其中,生产线通线时间可以是当前产线的通线的时间的大小。物料满足率可以是衡量物料的满足率,可以理解的是,物料满足率越大越好。订单满足率可以是当前订单的满足率的大小,可以理解的是,订单满足率也是越大越好。
在本实施例中,将当前订单需求数据、关键物料满足数量和当前产线产能数据作为约束条件,并将生产线通线时间、物料满足率和订单满足率作为优化目标来进一步地通过排产结果优化算法模型进行排产计算,需要不断趋近于不同的优化目标,从而可以得到一次排产结果。
示例性的,一次排产结果可以精确到天,比如说:某月某日生产A机型x台,B机型y台。一次排产结果会以表的形式呈现在系统上。
S150、根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。
其中,一次排产微调返回结果可以是对一次排产结果进行人工微调得到的微调结果。二次排产结果可以是对排产结果进行再次排产处理得到的排产结果。
续前例的,人工确认初排产计划后,系统上点击确认键,生成精确到订单的排产计划,也即二次排产结果。比如说:某月某日一号生产线上先生产A机型x台,再生产B机型y台。
可选的,所述根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,包括:将所述一次排产结果向用户进行反馈;实时接收用户返回的与所述一次排产结果对应的一次排产微调返回结果。
在本实施例中,在得到一次排产结果之后,可以将一次排产结果反馈给用户,当用户接收到一次排产结果可以对结果进行数据参数的微调,得到一次排产微调返回结果。
进一步的,将所述一次排产微调返回结果进行回送处理,进而可以通过排产结果优化算法模型进行再次排产结果的处理,得到二次排产结果。
可选的,在所述根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果之后,还包括:根据所述二次排产结果,生成与所述当前订单需求数据对应的当前排产甘特图;将所述当前排产甘特图向用户反馈并展示。
其中,当前排产甘特图可以是显示排产计划的最常用方式,不仅可以直观地显示计划,而且对于计划是否合理、以及是否有冲突都一目了然。当前排产甘特图也为用户修改计划提供了方便快速的工具。
在本实施例中,在得到二次排产计划之后,可以根据二次排产计划来生成当前排产甘特图,并进一步地将当前排产甘特图向用户反馈并展示,这样可以更好地进行展示,用户能够直接明了的看懂排产计划,从而进行排产计划的实施或者修改处理操作。
可选的,在所述在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据之前,还包括:在数字媒体服务器系统和企业管理解决方案系统中,获取多个历史订单需求数据;根据各所述历史订单需求数据,来分别得到各历史所需关键物料列表数据;在产品生命周期管理系统中,获取与各所述历史所需关键物料列表数据分别对应的历史关键物料满足数量;获取与各所述历史订单需求数据分别对应的历史产线产能数据,并根据各所述历史订单需求数据、各所述历史关键物料满足数量和各所述历史产线产能数据,对初始排产结果优化算法模型进行训练,当一次排产结果准确率满足预设的模型准确率,则确定训练完成排产结果优化算法模型。
其中,历史订单需求数据可以是获取到的历史的订单中的描述数据。历史所需关键物料列表数据可以是历史订单所需要的关键物料的具体列表数据。历史关键物料满足数量可以是每个历史关键物料的需求的数量的大小。历史产线产能数据可以是历史的产线能够生产数据量的大小,不同的历史产线可能对应的产能数据的大小不同。
在本实施例中,需要根据获取到的历史订单需求数据,以及根据历史订单需求数据得到的历史所需关键物料列表数据和历史关键物料满足数量来进一步地进行排产结果优化算法模型的训练,来得到排产结果优化算法模型。
具体的,还需要根据训练之后的初始排产结果优化算法模型进行准确率测试处理,也即通过模型排产结果和标准排产结果进行准确率计算,来得到一次排产结果准确率。相应的,当一次排产结果准确率满足预设的模型准确率,则确定训练完成排产结果优化算法模型。这样可以训练得到排产结果准确率更高的排产结果优化算法模型。
本发明实施例的技术方案,通过在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;根据所述当前订单需求数据,来得到所需关键物料列表数据;在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。解决了工程机械数据通过线下人工统计和计算的方式来制定排产计划而导致的准确率低和效率低的问题,实现了工程机械数据化的自动排产,并且提高了排产的准确率和效率,减轻了人力负担。
实施例二
图2为本发明实施例二提供的一种工程机械数据化排产结果确定装置的结构示意图。本实施例所提供的一种工程机械数据化排产结果确定装置可以通过软件和/或硬件来实现,可配置于终端设备中,来实现本发明实施例中的一种工程机械数据化排产结果确定方法。如图2所示,该装置包括:当前订单需求数据获取模块210、所需关键物料列表数据确定模块220、关键物料满足数量获取模块230、一次排产结果确定模块240和二次排产结果确定模块250。
其中,当前订单需求数据获取模块210,用于在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;
所需关键物料列表数据确定模块220,用于根据所述当前订单需求数据,来得到所需关键物料列表数据;
关键物料满足数量获取模块230,用于在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;
一次排产结果确定模块240,用于获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;
二次排产结果确定模块250,用于根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。
本发明实施例的技术方案,通过在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;根据所述当前订单需求数据,来得到所需关键物料列表数据;在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。解决了工程机械数据通过线下人工统计和计算的方式来制定排产计划而导致的准确率低和效率低的问题,实现了工程机械数据化的自动排产,并且提高了排产的准确率和效率,减轻了人力负担。
可选的,所述所需关键物料列表数据确定模块220,可以具体用于:对所述当前订单需求数据进行异常值检测处理,得到当前去重订单需求数据;对所述当前去重订单需求数据进行机型统计累加处理,得到当前机型生产数据;对所述当前机型生产数据进行物料清单数据的拉取处理,得到所述所需关键物料列表数据。
可选的,所述关键物料满足数量获取模块230,可以具体用于:获取与所述所需关键物料列表数据对应的关键物料库存数量和关键物料采购数量;对所述关键物料库存数量和所述关键物料采购数量进行相加处理,得到所述关键物料满足数量。
可选的,所述一次排产结果确定模块240,可以具体用于:获取生产线通线时间、物料满足率和订单满足率;通过所述排产结果优化算法模型,将所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据作为约束条件,并将所述生产线通线时间、所述物料满足率和所述订单满足率作为优化目标进行初次排产计算,得到一次排产结果。
可选的,所述二次排产结果确定模块250,可以具体用于:将所述一次排产结果向用户进行反馈;实时接收用户返回的与所述一次排产结果对应的一次排产微调返回结果。
可选的,还包括,当前排产甘特图反馈模块,可以具体用于:在所述根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果之后,根据所述二次排产结果,生成与所述当前订单需求数据对应的当前排产甘特图;将所述当前排产甘特图向用户反馈并展示。
可选的,还包括,排产结果优化算法模型训练模块,可以具体用于:在所述在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据之前,在数字媒体服务器系统和企业管理解决方案系统中,获取多个历史订单需求数据;根据各所述历史订单需求数据,来分别得到各历史所需关键物料列表数据;在产品生命周期管理系统中,获取与各所述历史所需关键物料列表数据分别对应的历史关键物料满足数量;获取与各所述历史订单需求数据分别对应的历史产线产能数据,并根据各所述历史订单需求数据、各所述历史关键物料满足数量和各所述历史产线产能数据,对初始排产结果优化算法模型进行训练,当一次排产结果准确率满足预设的模型准确率,则确定训练完成排产结果优化算法模型。
本发明实施例所提供的工程机械数据化排产结果确定装置可执行本发明任意实施例所提供的工程机械数据化排产结果确定方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例三的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如工程机械数据化排产结果确定方法。
在一些实施例中,工程机械数据化排产结果确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的工程机械数据化排产结果确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行工程机械数据化排产结果确定方法。
该方法包括:在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;根据所述当前订单需求数据,来得到所需关键物料列表数据;在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
实施例四
本发明实施例四还提供一种包含计算机可读存储介质,所述计算机可读指令在由计算机处理器执行时用于执行一种工程机械数据化排产结果确定方法,该方法包括:在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;根据所述当前订单需求数据,来得到所需关键物料列表数据;在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。
当然,本发明实施例所提供的一种包含计算机可读存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的工程机械数据化排产结果确定方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述工程机械数据化排产结果确定装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种工程机械数据化排产结果确定方法,其特征在于,包括:
在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;
根据所述当前订单需求数据,来得到所需关键物料列表数据;
在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;
获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;
根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。
2.根据权利要求1所述的方法,其特征在于,所述根据所述当前订单需求数据,来得到所需关键物料列表数据,包括:
对所述当前订单需求数据进行异常值检测处理,得到当前去重订单需求数据;
对所述当前去重订单需求数据进行机型统计累加处理,得到当前机型生产数据;
对所述当前机型生产数据进行物料清单数据的拉取处理,得到所述所需关键物料列表数据。
3.根据权利要求2所述的方法,其特征在于,所述获取与所述所需关键物料列表数据对应的关键物料满足数量,包括:
获取与所述所需关键物料列表数据对应的关键物料库存数量和关键物料采购数量;
对所述关键物料库存数量和所述关键物料采购数量进行相加处理,得到所述关键物料满足数量。
4.根据权利要求3所述的方法,其特征在于,所述根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果,包括:
获取生产线通线时间、物料满足率和订单满足率;
通过所述排产结果优化算法模型,将所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据作为约束条件,并将所述生产线通线时间、所述物料满足率和所述订单满足率作为优化目标进行初次排产计算,得到一次排产结果。
5.根据权利要求4所述的方法,其特征在于,所述根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,包括:
将所述一次排产结果向用户进行反馈;
实时接收用户返回的与所述一次排产结果对应的一次排产微调返回结果。
6.根据权利要求5所述的方法,其特征在于,在所述根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果之后,还包括:
根据所述二次排产结果,生成与所述当前订单需求数据对应的当前排产甘特图;
将所述当前排产甘特图向用户反馈并展示。
7.根据权利要求6所述的方法,其特征在于,在所述在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据之前,还包括:
在数字媒体服务器系统和企业管理解决方案系统中,获取多个历史订单需求数据;
根据各所述历史订单需求数据,来分别得到各历史所需关键物料列表数据;
在产品生命周期管理系统中,获取与各所述历史所需关键物料列表数据分别对应的历史关键物料满足数量;
获取与各所述历史订单需求数据分别对应的历史产线产能数据,并根据各所述历史订单需求数据、各所述历史关键物料满足数量和各所述历史产线产能数据,对初始排产结果优化算法模型进行训练,当一次排产结果准确率满足预设的模型准确率,则确定训练完成排产结果优化算法模型。
8.一种工程机械数据化排产结果确定装置,其特征在于,包括:
当前订单需求数据获取模块,用于在数字媒体服务器系统和企业管理解决方案系统中,实时获取当前订单需求数据;
所需关键物料列表数据确定模块,用于根据所述当前订单需求数据,来得到所需关键物料列表数据;
关键物料满足数量获取模块,用于在产品生命周期管理系统中,获取与所述所需关键物料列表数据对应的关键物料满足数量;
一次排产结果确定模块,用于获取当前产线产能数据,并根据所述当前订单需求数据、所述关键物料满足数量和所述当前产线产能数据,通过预先训练好的排产结果优化算法模型进行初次排产计算,得到一次排产结果;
二次排产结果确定模块,用于根据所述一次排产结果,来实时接收与一次排产结果对应的一次排产微调返回结果,并根据所述一次排产微调返回结果进行再次排产计算,得到二次排产结果,以实现根据所述二次排产结果来进行生产处理操作。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的一种工程机械数据化排产结果确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现如权利要求1-7中任一项所述的一种工程机械数据化排产结果确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311608923.0A CN117649179A (zh) | 2023-11-28 | 2023-11-28 | 工程机械数据化排产结果确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311608923.0A CN117649179A (zh) | 2023-11-28 | 2023-11-28 | 工程机械数据化排产结果确定方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117649179A true CN117649179A (zh) | 2024-03-05 |
Family
ID=90044477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311608923.0A Pending CN117649179A (zh) | 2023-11-28 | 2023-11-28 | 工程机械数据化排产结果确定方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117649179A (zh) |
-
2023
- 2023-11-28 CN CN202311608923.0A patent/CN117649179A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118012B (zh) | 一种工业动态多维度能耗成本预测方法、系统、存储介质和终端 | |
CN115239173A (zh) | 排产计划生成方法、装置、电子设备及存储介质 | |
CN115204815A (zh) | 一种电网客服工单超时预警方法、装置、设备及存储介质 | |
CN116542508A (zh) | 一种服装订单的排产方法、装置和设备 | |
CN115081958A (zh) | 用户电力调整方法、装置、电子设备和计算机可读介质 | |
CN111178660A (zh) | 混合产品生产线中生产节拍确定方法、装置及电子设备 | |
CN117649179A (zh) | 工程机械数据化排产结果确定方法、装置、设备及介质 | |
CN116579570A (zh) | 产品生产排产方法、装置、设备及介质 | |
CN115049369A (zh) | 一种项目管理方法、装置、电子设备及存储介质 | |
CN115890684A (zh) | 一种机器人调度方法、装置、设备及介质 | |
CN114706610A (zh) | 一种业务流程图生成方法、装置、设备及存储介质 | |
CN115511453A (zh) | 一种数据处理方法、装置、设备及系统 | |
CN115202847A (zh) | 任务的调度方法和装置 | |
CN116089499A (zh) | 基于kafka数据量的数据统计方法、装置及介质 | |
CN116823023A (zh) | 数据的离线计算方法、装置、设备以及存储介质 | |
CN116993123A (zh) | 一种任务确定方法、装置、设备及存储介质 | |
CN116843415A (zh) | 一种业务订单的处理方法、装置、设备和存储介质 | |
CN115526592A (zh) | 一种工时确定方法、装置、设备及存储介质 | |
CN117709902A (zh) | 基于bom文件的物料录入方法、装置、设备及介质 | |
CN117010908A (zh) | 一种信息展示方法、装置、电子设备和存储介质 | |
CN115409381A (zh) | 线损原因的确定方法、装置、电子设备及存储介质 | |
CN114996330A (zh) | 一种稼动数据的处理方法、装置、设备及介质 | |
CN115459287A (zh) | 一种用电负荷选取方法、装置、电子设备及可读存储介质 | |
CN115599785A (zh) | 一种线损监测方法、装置、电子设备及存储介质 | |
CN114595231A (zh) | 一种数据库表生成方法、装置、电子设备及存储介质 |
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 |