CN117952562A - 一种基于mes和agv的工业智能制造管理系统 - Google Patents
一种基于mes和agv的工业智能制造管理系统 Download PDFInfo
- Publication number
- CN117952562A CN117952562A CN202410295983.XA CN202410295983A CN117952562A CN 117952562 A CN117952562 A CN 117952562A CN 202410295983 A CN202410295983 A CN 202410295983A CN 117952562 A CN117952562 A CN 117952562A
- Authority
- CN
- China
- Prior art keywords
- production
- value
- deviation
- execution
- manufacturing management
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 397
- 238000007726 management method Methods 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 238000003860 storage Methods 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims abstract description 4
- 239000002994 raw material Substances 0.000 claims description 26
- 239000002699 waste material Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000000556 factor analysis Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 9
- 238000012797 qualification Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明属于工业智能制造领域,涉及数据分析技术,用于解决现有技术无法做到计划制定与实际生产的共同优化的问题,具体是一种基于MES和AGV的工业智能制造管理系统,包括制造管理平台,制造管理平台通信连接有生产规划模块、节点监测模块、偏差分析模块以及存储模块;生产规划模块用于对工业制造订单定制生产日志,生产日志包括若干个生产节点以及生产节点对应的生产参数;将所有生产节点与生产节点对应的生产参数通过制造管理平台发送至节点监测模块;本发明可以对工业制造订单定制生产日志,利用生产日志中生产节点的生产参数对生产周期的执行过程进行监督,节点式的监测过程可以在进度异常时及时进行预警与反馈。
Description
技术领域
本发明属于工业智能制造领域,涉及数据分析技术,具体是一种基于MES和AGV的工业智能制造管理系统。
背景技术
智能制造应当包含智能制造技术和智能制造系统,智能制造系统不仅能够在实践中不断地充实知识库,而且还具有自学习功能,还有搜集与理解环境信息和自身的信息,并进行分析判断和规划自身行为的能力。
现有的工业智能制造管理系统仅能够根据制造任务进行计划制定,而无法对生产计划制定与实际生产执行进行分开管理,从而导致生产计划与实际生产不匹配时,只能够向下管理,不断规范执行细节,而无法做到计划制定与实际生产的共同优化。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于MES和AGV的工业智能制造管理系统,用于解决现有技术无法做到计划制定与实际生产的共同优化的问题;
本发明需要解决的技术问题为:如何提供一种可以对计划制定与实际生产进行共同优化的基于MES和AGV的工业智能制造管理系统。
本发明的目的可以通过以下技术方案实现:
一种基于MES和AGV的工业智能制造管理系统,包括制造管理平台,所述制造管理平台通信连接有生产规划模块、节点监测模块、偏差分析模块以及存储模块;
所述生产规划模块用于对工业制造订单定制生产日志,生产日志包括若干个生产节点以及生产节点对应的生产参数;将所有生产节点与生产节点对应的生产参数通过制造管理平台发送至节点监测模块;
所述节点监测模块用于在生产节点对工业制造的实际生产状态进行监测:在生产周期的结束时获取生产周期内的产量偏差值CL、成本偏差值CB以及质量偏差值ZL,通过对产量偏差值CL、成本偏差值CB以及质量偏差值ZL进行数值计算得到生产周期的偏差系数PC;通过偏差系数PC对生产周期内的实际生产状态是否满足要求进行判定;
所述偏差分析模块用于对工业制造过程中的生产日志偏差状态进行因素分析。
作为本发明的一种优选实施方式,生产参数包括产量计划值、成本计划值以及质量计划值,由生产节点与上一生产节点构成一个生产周期,生产节点的产量计划值、成本计划值以及质量计划值分别为生产节点对应生产周期的预计产量值、预计成本值以及预计质检合格率。
作为本发明的一种优选实施方式,产量偏差值CL的获取过程包括:获取生产周期内的实际产量值,将生产周期的产量计划值与实际产量值的差值标记为产量偏差值CL;成本偏差值CB的获取过程包括:获取生产周期内的实际成本值,将生产周期的成本计划值与实际成本值的差值标记为成本偏差值CB;质量偏差值ZL的获取过程包括:获取生产周期内的实际质检合格率,将质量计划值与实际质检合格率的差值标记为质量偏差值ZL。
作为本发明的一种优选实施方式,对生产周期内的实际生产状态是否满足要求进行判定的具体过程包括:通过存储模块获取到偏差阈值PCmax,将生产周期的偏差系数PC与偏差阈值PCmax进行比较:若偏差系数PC小于偏差阈值PCmax,则判定生产周期的实际生产状态满足要求,生产计划与执行过程相匹配;若偏差系数PC大于等于偏差阈值PCmax,则判定生产周期的实际生产状态不满足要求,生产计划与执行过程不匹配,生成偏差分析信号并将偏差分析信号发送至制造管理平台,制造管理平台接收到偏差分析信号后将偏差分析信号发送至偏差分析模块。
作为本发明的一种优选实施方式,偏差分析模块对工业制造过程中的生产日志偏差状态进行因素分析的具体过程包括:获取生产周期内的原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG;通过对原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG进行数值计算得到生产周期的执行系数ZX;通过存储模块获取到执行阈值ZXmax,将生产周期的执行系数ZX与执行阈值ZXmax进行比较并通过比较结果对生产日志执行偏差的原因进行标记。
作为本发明的一种优选实施方式,原料浪费数据YL的获取过程包括:获取生产周期内产生的废弃原料重量值,获取生产周期预计产量值对应的原料消耗重量值,将废弃原料重量值与原料消耗重量值的比值标记为原料浪费数据YL;人员缺勤数据RQ的获取过程包括:将生产周期的自然日内缺勤人数与到岗人数的比值标记为自然日的缺勤值,对生产周期内所有自然日的缺勤值进行求和取平均值得到人员缺勤数据RQ;设备故障数据SG的获取过程包括:获取生产周期内生产制造产线出现设备故障的次数并标记为故障值,将故障值与生产制造产线的设备数量的比值标记为设备故障数据SG。
作为本发明的一种优选实施方式,将生产周期的执行系数ZX与执行阈值ZXmax进行比较的具体过程包括:若执行系数ZX小于执行阈值ZXmax,则判定生产日志执行偏差的原因为计划不合理,生成规划优化信号并将规划优化信号发送至制造管理平台,制造管理平台接收到规划优化信号后将规划优化信号发送至管理人员的手机终端;若执行系数ZX大于等于执行阈值ZXmax,则判定生产日志执行偏差的原因为执行不到位,生成执行监管信号并将执行监管信号发送至制造管理平台,制造管理平台接收到执行监管信号后将执行监管信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式,该基于MES和AGV的工业智能制造管理系统的工作方法,包括以下步骤:
步骤一:对工业制造订单定制生产日志,生产日志包括若干个生产节点以及生产节点对应的生产参数,生产参数包括产量计划值、成本计划值以及质量计划值,将所有生产节点与生产节点对应的生产参数通过制造管理平台发送至节点监测模块;
步骤二:在生产节点对工业制造的实际生产状态进行监测:在生产周期的结束时获取生产周期内的产量偏差值CL、成本偏差值CB以及质量偏差值ZL并进行数值计算得到偏差系数PC,通过偏差系数对生产周期的实际生产状态是否满足要求进行判定;
步骤三:对工业制造过程中的生产日志偏差状态进行因素分析:获取生产周期内的原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG并进行数值计算得到执行系数ZX,通过执行系数ZX将生产日志执行偏差的原因标记为计划不合理或执行不到位。
本发明具备下述有益效果:
通过生产规划模块可以对工业制造订单定制生产日志,利用生产日志中生产节点的生产参数对生产周期的执行过程进行监督,节点式的监测过程可以在进度异常时及时进行预警与反馈;
通过节点监测模块可以在生产节点对工业制造的实际生产状态进行监测分析,对生产周期内的多项生产执行参数进行采集,并将生产执行参数与生产参数进行比对分析得到偏差系数,通过偏差系数对实际生产状态与生产日志的规划情况的偏差程度,从而在实际状态与计划发生冲突时及时触发偏差分析;
通过偏差分析模块可以对工业制造过程的生产日志偏差状态进行因素分析,对监测周期内对于生产计划执行不到位的生产端影响参数进行统计与计算得到执行系数,从而通过执行系数对生产周期内的生产执行过程的规范程度进行反馈,根据反馈结果生成对应的优化信号,同时对计划定制合理性与生产执行规范性进行约束。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
MES生产信息化管理系统,主要负责生产计划制定,与实际执行是分开的,通过MES+AGV结合,MES负责生产计划的制定,AGV负责任务调度实际执行,实现生产智能化。
实施例一
如图1所示,一种基于MES和AGV的工业智能制造管理系统,包括制造管理平台,制造管理平台通信连接有生产规划模块、节点监测模块、偏差分析模块以及存储模块。
生产规划模块用于对工业制造订单定制生产日志,生产日志包括若干个生产节点以及生产节点对应的生产参数,生产参数包括产量计划值、成本计划值以及质量计划值,由生产节点与上一生产节点构成一个生产周期,生产节点的产量计划值、成本计划值以及质量计划值分别为生产节点对应生产周期的预计产量值、预计成本值以及预计质检合格率;将所有生产节点与生产节点对应的生产参数通过制造管理平台发送至节点监测模块;对工业制造订单定制生产日志,利用生产日志中生产节点的生产参数对生产周期的执行过程进行监督,节点式的监测过程可以在进度异常时及时进行预警与反馈。
节点监测模块用于在生产节点对工业制造的实际生产状态进行监测:在生产周期的结束时获取生产周期内的产量偏差值CL、成本偏差值CB以及质量偏差值ZL,产量偏差值CL的获取过程包括:获取生产周期内的实际产量值,将生产周期的产量计划值与实际产量值的差值标记为产量偏差值CL;成本偏差值CB的获取过程包括:获取生产周期内的实际成本值,将生产周期的成本计划值与实际成本值的差值标记为成本偏差值CB;质量偏差值ZL的获取过程包括:获取生产周期内的实际质检合格率,将质量计划值与实际质检合格率的差值标记为质量偏差值ZL;通过公式PC=α1*CL+α2*ZL*100-α3*CB得到生产周期的偏差系数PC,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;通过存储模块获取到偏差阈值PCmax,将生产周期的偏差系数PC与偏差阈值PCmax进行比较:若偏差系数PC小于偏差阈值PCmax,则判定生产周期的实际生产状态满足要求,生产计划与执行过程相匹配;若偏差系数PC大于等于偏差阈值PCmax,则判定生产周期的实际生产状态不满足要求,生产计划与执行过程不匹配,生成偏差分析信号并将偏差分析信号发送至制造管理平台,制造管理平台接收到偏差分析信号后将偏差分析信号发送至偏差分析模块;在生产节点对工业制造的实际生产状态进行监测分析,对生产周期内的多项生产执行参数进行采集,并将生产执行参数与生产参数进行比对分析得到偏差系数,通过偏差系数对实际生产状态与生产日志的规划情况的偏差程度,从而在实际状态与计划发生冲突时及时触发偏差分析。
偏差分析模块用于对工业制造过程中的生产日志偏差状态进行因素分析:获取生产周期内的原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG,原料浪费数据YL的获取过程包括:获取生产周期内产生的废弃原料重量值,获取生产周期预计产量值对应的原料消耗重量值,将废弃原料重量值与原料消耗重量值的比值标记为原料浪费数据YL;人员缺勤数据RQ的获取过程包括:将生产周期的自然日内缺勤人数与到岗人数的比值标记为自然日的缺勤值,对生产周期内所有自然日的缺勤值进行求和取平均值得到人员缺勤数据RQ;设备故障数据SG的获取过程包括:获取生产周期内生产制造产线出现设备故障的次数并标记为故障值,将故障值与生产制造产线的设备数量的比值标记为设备故障数据SG;通过公式ZX=β1*YL+β2*RQ+β3*SG得到生产周期的执行系数ZX,其中β1、β2以及β3均为比例系数,且β1>β2>β3>1;通过存储模块获取到执行阈值ZXmax,将生产周期的执行系数ZX与执行阈值ZXmax进行比较:若执行系数ZX小于执行阈值ZXmax,则判定生产日志执行偏差的原因为计划不合理,生成规划优化信号并将规划优化信号发送至制造管理平台,制造管理平台接收到规划优化信号后将规划优化信号发送至管理人员的手机终端;若执行系数ZX大于等于执行阈值ZXmax,则判定生产日志执行偏差的原因为执行不到位,生成执行监管信号并将执行监管信号发送至制造管理平台,制造管理平台接收到执行监管信号后将执行监管信号发送至管理人员的手机终端;对工业制造过程的生产日志偏差状态进行因素分析,对监测周期内对于生产计划执行不到位的生产端影响参数进行统计与计算得到执行系数,从而通过执行系数对生产周期内的生产执行过程的规范程度进行反馈,根据反馈结果生成对应的优化信号,同时对计划定制合理性与生产执行规范性进行约束。
实施例二
如图2所示,一种基于MES和AGV的工业智能制造管理方法,包括以下步骤:
步骤一:对工业制造订单定制生产日志,生产日志包括若干个生产节点以及生产节点对应的生产参数,生产参数包括产量计划值、成本计划值以及质量计划值,将所有生产节点与生产节点对应的生产参数通过制造管理平台发送至节点监测模块;
步骤二:在生产节点对工业制造的实际生产状态进行监测:在生产周期的结束时获取生产周期内的产量偏差值CL、成本偏差值CB以及质量偏差值ZL并进行数值计算得到偏差系数PC,通过偏差系数PC对生产周期的实际生产状态是否满足要求进行判定;
步骤三:对工业制造过程中的生产日志偏差状态进行因素分析:获取生产周期内的原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG并进行数值计算得到执行系数ZX,通过执行系数ZX将生产日志执行偏差的原因标记为计划不合理或执行不到位。
一种基于MES和AGV的工业智能制造管理系统,工作时,对工业制造订单定制生产日志,生产日志包括若干个生产节点以及生产节点对应的生产参数,生产参数包括产量计划值、成本计划值以及质量计划值,将所有生产节点与生产节点对应的生产参数通过制造管理平台发送至节点监测模块;在生产周期的结束时获取生产周期内的产量偏差值CL、成本偏差值CB以及质量偏差值ZL并进行数值计算得到偏差系数PC,通过偏差系数对生产周期的实际生产状态是否满足要求进行判定;获取生产周期内的原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG并进行数值计算得到执行系数ZX,通过执行系数ZX将生产日志执行偏差的原因标记为计划不合理或执行不到位。
以上内容仅仅是对本发明结构所作的举例和说明,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,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式PC=α1*CL+α2*ZL*100-α3*CB;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的偏差系数;将设定的偏差系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1、α2以及α3的取值分别为3.25、2.84和2.19;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的偏差系数;只要不影响参数与量化后数值的比例关系即可,如偏差系数与产量偏差值的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于MES和AGV的工业智能制造管理系统,其特征在于,包括制造管理平台,所述制造管理平台通信连接有生产规划模块、节点监测模块、偏差分析模块以及存储模块;
所述生产规划模块用于对工业制造订单定制生产日志,生产日志包括若干个生产节点以及生产节点对应的生产参数;将所有生产节点与生产节点对应的生产参数通过制造管理平台发送至节点监测模块;
所述节点监测模块用于在生产节点对工业制造的实际生产状态进行监测:在生产周期的结束时获取生产周期内的产量偏差值CL、成本偏差值CB以及质量偏差值ZL,通过对产量偏差值CL、成本偏差值CB以及质量偏差值ZL进行数值计算得到生产周期的偏差系数PC;通过偏差系数PC对生产周期内的实际生产状态是否满足要求进行判定;
所述偏差分析模块用于对工业制造过程中的生产日志偏差状态进行因素分析。
2.根据权利要求1所述的一种基于MES和AGV的工业智能制造管理系统,其特征在于,生产参数包括产量计划值、成本计划值以及质量计划值,由生产节点与上一生产节点构成一个生产周期,生产节点的产量计划值、成本计划值以及质量计划值分别为生产节点对应生产周期的预计产量值、预计成本值以及预计质检合格率。
3.根据权利要求2所述的一种基于MES和AGV的工业智能制造管理系统,其特征在于,产量偏差值CL的获取过程包括:获取生产周期内的实际产量值,将生产周期的产量计划值与实际产量值的差值标记为产量偏差值CL;成本偏差值CB的获取过程包括:获取生产周期内的实际成本值,将生产周期的成本计划值与实际成本值的差值标记为成本偏差值CB;质量偏差值ZL的获取过程包括:获取生产周期内的实际质检合格率,将质量计划值与实际质检合格率的差值标记为质量偏差值ZL。
4.根据权利要求3所述的一种基于MES和AGV的工业智能制造管理系统,其特征在于,对生产周期内的实际生产状态是否满足要求进行判定的具体过程包括:通过存储模块获取到偏差阈值PCmax,将生产周期的偏差系数PC与偏差阈值PCmax进行比较:若偏差系数PC小于偏差阈值PCmax,则判定生产周期的实际生产状态满足要求,生产计划与执行过程相匹配;若偏差系数PC大于等于偏差阈值PCmax,则判定生产周期的实际生产状态不满足要求,生产计划与执行过程不匹配,生成偏差分析信号并将偏差分析信号发送至制造管理平台,制造管理平台接收到偏差分析信号后将偏差分析信号发送至偏差分析模块。
5.根据权利要求4所述的一种基于MES和AGV的工业智能制造管理系统,其特征在于,偏差分析模块对工业制造过程中的生产日志偏差状态进行因素分析的具体过程包括:获取生产周期内的原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG;通过对原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG进行数值计算得到生产周期的执行系数ZX;通过存储模块获取到执行阈值ZXmax,将生产周期的执行系数ZX与执行阈值ZXmax进行比较并通过比较结果对生产日志执行偏差的原因进行标记。
6.根据权利要求5所述的一种基于MES和AGV的工业智能制造管理系统,其特征在于,原料浪费数据YL的获取过程包括:获取生产周期内产生的废弃原料重量值,获取生产周期预计产量值对应的原料消耗重量值,将废弃原料重量值与原料消耗重量值的比值标记为原料浪费数据YL;人员缺勤数据RQ的获取过程包括:将生产周期的自然日内缺勤人数与到岗人数的比值标记为自然日的缺勤值,对生产周期内所有自然日的缺勤值进行求和取平均值得到人员缺勤数据RQ;设备故障数据SG的获取过程包括:获取生产周期内生产制造产线出现设备故障的次数并标记为故障值,将故障值与生产制造产线的设备数量的比值标记为设备故障数据SG。
7.根据权利要求6所述的一种基于MES和AGV的工业智能制造管理系统,其特征在于,将生产周期的执行系数ZX与执行阈值ZXmax进行比较的具体过程包括:若执行系数ZX小于执行阈值ZXmax,则判定生产日志执行偏差的原因为计划不合理,生成规划优化信号并将规划优化信号发送至制造管理平台,制造管理平台接收到规划优化信号后将规划优化信号发送至管理人员的手机终端;若执行系数ZX大于等于执行阈值ZXmax,则判定生产日志执行偏差的原因为执行不到位,生成执行监管信号并将执行监管信号发送至制造管理平台,制造管理平台接收到执行监管信号后将执行监管信号发送至管理人员的手机终端。
8.根据权利要求1-7任一项所述的一种基于MES和AGV的工业智能制造管理系统,其特征在于,该基于MES和AGV的工业智能制造管理系统的工作方法,包括以下步骤:
步骤一:对工业制造订单定制生产日志,生产日志包括若干个生产节点以及生产节点对应的生产参数,生产参数包括产量计划值、成本计划值以及质量计划值,将所有生产节点与生产节点对应的生产参数通过制造管理平台发送至节点监测模块;
步骤二:在生产节点对工业制造的实际生产状态进行监测:在生产周期的结束时获取生产周期内的产量偏差值CL、成本偏差值CB以及质量偏差值ZL并进行数值计算得到偏差系数PC,通过偏差系数对生产周期的实际生产状态是否满足要求进行判定;
步骤三:对工业制造过程中的生产日志偏差状态进行因素分析:获取生产周期内的原料浪费数据YL、人员缺勤数据RQ以及设备故障数据SG并进行数值计算得到执行系数ZX,通过执行系数ZX将生产日志执行偏差的原因标记为计划不合理或执行不到位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410295983.XA CN117952562A (zh) | 2024-03-15 | 2024-03-15 | 一种基于mes和agv的工业智能制造管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410295983.XA CN117952562A (zh) | 2024-03-15 | 2024-03-15 | 一种基于mes和agv的工业智能制造管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117952562A true CN117952562A (zh) | 2024-04-30 |
Family
ID=90794558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410295983.XA Pending CN117952562A (zh) | 2024-03-15 | 2024-03-15 | 一种基于mes和agv的工业智能制造管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117952562A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118195284A (zh) * | 2024-05-17 | 2024-06-14 | 深圳星际鑫航科技有限公司 | 一种基于大数据的智能运维可视化监控方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336703A (zh) * | 2019-07-12 | 2019-10-15 | 河海大学常州校区 | 基于边缘计算的工业大数据监测系统 |
CN116500981A (zh) * | 2023-03-30 | 2023-07-28 | 江苏智云天工科技有限公司 | 基于工业互联网的智慧工厂生产系统和方法 |
CN116777375A (zh) * | 2023-06-20 | 2023-09-19 | 苏州智本信息科技有限公司 | 一种基于机器视觉的工业互联网系统 |
CN117519006A (zh) * | 2023-10-27 | 2024-02-06 | 广州明珞装备股份有限公司 | 生产线数据处理方法、装置、计算机设备和存储介质 |
-
2024
- 2024-03-15 CN CN202410295983.XA patent/CN117952562A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336703A (zh) * | 2019-07-12 | 2019-10-15 | 河海大学常州校区 | 基于边缘计算的工业大数据监测系统 |
CN116500981A (zh) * | 2023-03-30 | 2023-07-28 | 江苏智云天工科技有限公司 | 基于工业互联网的智慧工厂生产系统和方法 |
CN116777375A (zh) * | 2023-06-20 | 2023-09-19 | 苏州智本信息科技有限公司 | 一种基于机器视觉的工业互联网系统 |
CN117519006A (zh) * | 2023-10-27 | 2024-02-06 | 广州明珞装备股份有限公司 | 生产线数据处理方法、装置、计算机设备和存储介质 |
Non-Patent Citations (8)
Title |
---|
吕慧;夏虹;马笑;赵婧如;陈彦萍;: "数据驱动的工业互联网解决方案", 西安邮电大学学报, no. 03, 10 May 2018 (2018-05-10) * |
孙为军;谢胜利;汪谷银;刁俊武;阮航;: "智能工厂工业大数据云平台的设计与实现", 广东工业大学学报, no. 03, 24 April 2018 (2018-04-24) * |
宋庆红;童亦凡;: "南车时代电动公司基于物联网模型的MES平台建设实践", 中国新通信, no. 09, 5 May 2013 (2013-05-05) * |
张倩;单忠德;吴乐;王绍宗;田媛;: "船舶分段多工位协同制造系统数学模型研究及应用", 机械工程学报, no. 09, 17 April 2020 (2020-04-17) * |
王宇生;吴国华;: "基于大数据的航天飞行器智能车间平台的研究", 制造业自动化, no. 04, 25 April 2020 (2020-04-25) * |
王平;黄徐进;於斌;: "船舶制造企业MSMES系统体系结构研究", 船舶工程, no. 06, 15 December 2010 (2010-12-15), pages 2 - 3 * |
董鹏;黄娣;姜明圣;: "基于MCR的中小制造业生产计划与控制研究", 新疆职业大学学报, no. 02, 15 April 2012 (2012-04-15) * |
陶剑;戴永长;魏冉;: "基于数字线索和数字孪生的生产生命周期研究", 航空制造技术, no. 21, 1 November 2017 (2017-11-01) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118195284A (zh) * | 2024-05-17 | 2024-06-14 | 深圳星际鑫航科技有限公司 | 一种基于大数据的智能运维可视化监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111047082B (zh) | 设备的预警方法及装置、存储介质和电子装置 | |
CN117952562A (zh) | 一种基于mes和agv的工业智能制造管理系统 | |
CN112817280A (zh) | 一种用于火电厂智慧监盘报警系统实现方法 | |
CN110320892A (zh) | 基于Lasso回归的污水处理设备故障诊断系统及方法 | |
CN107784447B (zh) | 一种基于三重预警的全过程监造闭环管理系统及方法 | |
CN113298450B (zh) | 一种基于互联网的涂料加工产线监管反馈系统 | |
CN116050942B (zh) | 一种工程施工材料精细化使用管理系统及管理方法 | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN107103395B (zh) | 一种农作物虫害短期预警方法 | |
CN115933508B (zh) | 一种配电网智能电力运维系统 | |
CN106468904A (zh) | 可动态配置的工序实时累计质量管控实现方法 | |
WO2019226846A1 (en) | Competency gap identification of an operators response to various process control and maintenance conditions | |
CN114253242B (zh) | 一种基于vpn的物联网云端设备数据采集系统 | |
CN110941558B (zh) | 一种智慧办公远程运维的方法及系统 | |
CN111160598A (zh) | 一种基于动态能耗基准的能源预测与能耗管控方法及系统 | |
CN113468022A (zh) | 一种对产品集中监控的自动化运维方法 | |
CN117764559A (zh) | 基于数据分析的电器柜运维检修监管预警系统 | |
CN115857594B (zh) | 一种基于人工智能的芯片制造现场环境智能管控系统 | |
CN116611953A (zh) | 基于物联网的电能表生产制造实时数据管理方法和系统 | |
CN115640980A (zh) | 基于目标控制的电网工程造价动态管理系统 | |
CN114967628A (zh) | 一种基于5g智能工厂的保健食品生产杀菌管控系统 | |
US11334061B2 (en) | Method to detect skill gap of operators making frequent inadvertent changes to the process variables | |
CN118195284A (zh) | 一种基于大数据的智能运维可视化监控方法及系统 | |
CN116542510B (zh) | 船舶电气调试流程的优化配置方法 | |
CN117291446B (zh) | 一种基于人工智能技术的智慧政务服务系统 |
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 |