CN117973634B - 一种制造运营管理的优化控制方法及系统 - Google Patents
一种制造运营管理的优化控制方法及系统 Download PDFInfo
- Publication number
- CN117973634B CN117973634B CN202410355186.6A CN202410355186A CN117973634B CN 117973634 B CN117973634 B CN 117973634B CN 202410355186 A CN202410355186 A CN 202410355186A CN 117973634 B CN117973634 B CN 117973634B
- Authority
- CN
- China
- Prior art keywords
- data
- production
- module
- real
- time
- 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 658
- 238000005457 optimization Methods 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000007726 management method Methods 0.000 claims abstract description 105
- 238000012545 processing Methods 0.000 claims abstract description 94
- 238000007405 data analysis Methods 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims description 44
- 238000012098 association analyses Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 7
- 239000002994 raw material Substances 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000000195 production control method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000013386 optimize process Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及制造运营管理技术领域,尤其涉及一种制造运营管理的优化控制方法及系统。所述方法包括以下步骤:对制造设备管理区间的制造设备进行实时模块数据采集,利用边缘计算中心对实时模块数据进行模块关联处理,生成模块关联数据,根据生产排程数据对模块关联数据进行生产排程优化,生成优化排程数据,基于优化排程数据进行实时监控调度调节,生成实时调度调节数据,基于实时调度调节数据对制造设备管理区间的制造设备进行优化调整,生成更新设备集数据,对更新设备集数据进行生产综合的优化控制数据分析,并将优化控制数据传输至终端执行优化控制结果反馈作业。本发明实现制造运营管理地智能化控制调节。
Description
技术领域
本发明涉及制造运营管理技术领域,尤其涉及一种制造运营管理的优化控制方法及系统。
背景技术
在经济全球化发展情况下,市场竞争的程度日益加剧,制造业企业需要提升市场竞争能力,需要提高制造生产效率、完善运营协调以及管理优化。目前,制造业企业通过使用制造运营管理系统来提高企业生产管理等多方面的效率。然而,目前使用的制造运营管理系统在控制方面存在一定的局限,面对快速变化的业务需求以及生产制造之间,无法实现智能化的控制调节以及无法实时查看生产制造优化效率数据,进而影响制造业企业的管理决策。
发明内容
基于此,本发明提供一种制造运营管理的优化控制方法及系统,以解决至少一个上述技术问题。
为实现上述目的,一种制造运营管理的优化控制方法,包括以下步骤:
步骤S1:获取制造设备管理区间;对所述制造设备管理区间的制造设备进行模块数据实时采集,生成实时模块数据;
步骤S2:利用边缘计算中心对所述实时模块数据进行数据模块关联处理,生成模块关联数据;
步骤S3:获取生产排程数据;根据生产排程数据对所述模块关联数据进行生产排程智能优化,生成优化排程数据;
步骤S4:基于所述优化排程数据进行实时监控调度调节,生成实时调度调节数据,基于所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产实时更新,生成更新设备集数据;
步骤S5:根据所述更新设备集数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
本发明获取制造设备管理区间,使用传感器技术、物联网设备或其他自动化工具,可以准确识别和划定制造设备所在的管理区间,进而方便后续各制造区间数据的采集、优化生产控制等方面。对制造设备进行模块数据实时采集,包括设备状态、设备性能参数以及实时生产数据等,确保模块数据的实时性同时可以及时发现异常情况。利用边缘计算中心对实时模块数据进行关联处理,边缘计算中心可以设置在制造设备管理区间附近直接处理实时模块数据,减少数据传输的延迟,可以更快速的响应,分析并处理制造数据的模块关系等。根据生产排程数据对模块关联数据进行生产排程智能优化,根据生产排程数据提供的详细生产计划和任务信息,包括生产时间、任务优先级以及需求度等,通过与模块关联数据进行结合,可以实现生产资源的最佳利用、设备的合理调度以及任务的智能分配等。基于优化排程数据进行实时监控调度调节,可以及时识别调整生产中的变化,调整生产计划、任务分配等,以便迅速采取调度调节措施,基于时调度调节数据对制造设备管理区间的制造设备进行生产实时更新,可以更灵活地调整设备的运行模式,确保设备的运行状况与任务调整之间的协同,从而优化整个制造运营管理系统的控制。根据更新设备集数据进行生产综合的优化控制数据分析,结合实时生产信息和调度调节结果进行综合分析,并将分析后的优化控制数据传输至终端反馈,企业能够及时并更全面地了解制造运营管理系统优化控制的效果,基于优化控制数据能够使企业更高效生产运营以及管理。
优选地,步骤S1包括以下步骤:
步骤S11:获取制造设备管理区间;
步骤S12:对所述制造设备管理区间的制造设备进行参数数据采集,生成制造设备参数;
步骤S13:根据所述制造设备参数进行制造设备模块处理,生成模块制造设备;
步骤S14:根据所述模块制造设备进行模块数据实时采集,生成实时模块数据。
本发明通过对制造设备管理区间的制造设备进行参数数据采集,通过传感器、监测设备等,实时获取制造设备的各项关键参数,通过制造设备参数可以反映制造设备的所属制造设备管理区间以及生产数据等。根据不同制造设备参数进行模块处理,可以基于制造设备的功能、性能、生产效率等方面的参数进行分类,将制造设备分为不同的模块,形成具有内在一致性的模块制造设备,方便后续的实时模块数据同步采集。利用模块制造设备进行模块数据实时采集,能够及时获取每个模块的运行状态、生产性能、设备等关键信息,对制造设备的实时监控和数据采集,得到全面而实时的模块数据。
优选地,步骤S2包括以下步骤:
步骤S21:将所述实时模块数据传输至边缘计算中心;
步骤S22:利用所述边缘计算中心对所述实时模块数据进行数据解析拆分,生成拆分模块数据;
步骤S23:基于预设的统一数据格式对所述拆分模块数据进行数据格式标准化处理,生成标准模块数据;
步骤S24:将所述标准模块数据进行模块关联处理,生成模块关联数据。
本发明通过将实时模块数据传输至边缘计算中心,可以立即对所传输的实时模块数据进行初步分析、筛选和处理等。利用边缘计算中心进行数据解析拆分,能够高效解析实时模块数据,按照预定的模式进行拆分和解析,使得各制造模块区分更加清晰,得到更为细致的拆分模块数据。对拆分模块数据进行数据格式标准化处理,利用预设的统一数据格式规范,使得后续不同模块数据之间更易交互、整合以及优化控制。将标准模块数据进行模块关联处理,根据预定义的模块关联规则,将各个模块的标准数据进行智能关联,可以实现模块间信息的交叉利用,为后续的优化控制提供更为全面和准确的基础数据。
优选地,步骤S24包括以下步骤:
提取所述标准模块数据的业务功能特征数据,生成业务特征数据;
基于所述业务特征数据对所述标准模块数据进行业务分层处理,生成业务模块数据;
根据所述业务模块数据进行模块层级关联处理,生成模块关联数据。
本发明通过提取标准模块数据的业务特征数据,可以发现标准模块数据中的业务特征,包括各个模块的功能、性能、用途等关键信息。根据业务特征数据可以将标准模块数据按照业务层次进行分类,更好的管理不同业务模块数据。业务模块数据进行模块层级关联处理,可以形成更为全面且有层次结构的模块关联数据,同时模块的数据变动可以被其关联模块及时感知,方便后续多制造模块的优化控制。
优选地,步骤S3包括以下步骤:
步骤S31:获取生产排程数据;
步骤S32:对所述模块关联数据进行生产进程分析,得到生产进程数据;
步骤S33:根据所述生产进程数据对所述模块关联数据进行排程权重赋值,生成排程权重模块数据;
步骤S34:根据所述排程权重模块数据以及所述生产排程数据进行排程优化,生成优化排程数据。
本发明通过获取生产排程数据,包括生产计划、工艺流程、生产任务等方面的信息,可以全面了解生产计划和任务的安排,使得后续的优化控制可以基于实际的排程需求进行精准优化控制调整。对模块关联数据进行生产进程分析,可以了解当前制造生产过程中的各个阶段、模块之间实际的状态等。根据生产进程数据对模块关联数据进行排程权重赋值,通过生产进程数据分析当前生产过程中的关键节点和环节的重要性,为不同模块关联数据赋予具体的排程权重,形成更为个性化且符合实际情况的排程权重模块数据,可以更灵活地进行排程优化决策。生产排程数据中各制造生产节点根据排程权重模块数据的权重进行排程优化,可以形成更为高效和符合实际业务目标的优化排程数据,使得整个优化排程更加协调和高效。
优选地,步骤S34包括以下步骤:
根据预设的生产需求数据对所述生产排程数据进行生产需求度分析,生成需求等级数据;
基于所述需求等级数据以及所述排程权重模块数据进行关联度分析处理,生成排程关联数据;
根据所述排程关联数据进行排程优先级处理,生成优化排程数据。
本发明根据预设的生产需求数据对生产排程数据进行生产需求度分析,对不同模块的重要性进行标识,可以更综合以及精确地虑生产需求的紧急性、重要性等因素。基于需求等级数据以及排程权重模块数据进行关联度综合分析处理,结合生产任务的需求等级和模块间的排程权重,从多个层面考虑各模块之间的制造关联程度和相互影响,从而更有针对性地进行排程优化。通过排程关联数据进行排程优先级处理,根据模块间的关联程度以及需求等级,为每个生产任务赋予合理的优先级,可以使得需求程度高且与其他模块关联紧密的任务能够更优先得到处理,确保对业务目标更为关键的任务能够得到及时且有效的处理。
优选地,步骤S4包括以下步骤:
步骤S41:根据所述优化排程数据进行实时生产资源分析,得到生产资源数据;
步骤S42:根据所述生产资源数据对所述优化排程数据进行实时资源调度处理,得到生产调度数据;
步骤S43:根据所述实时模块数据对所述生产调度数据进行实时调节处理,生成实时调度调节数据;
步骤S44:根据所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产控制实时更新,生成更新设备集数据。
本发明通过优化排程数据进行实时生产资源分析,通过实时对优化排程数据的实际资源的需求情况进行分析,包括设备、人力、原材料等,能够准确了解当前生产环节中的资源需求和供应情况等。根据生产资源数据对优化排程数据进行实时资源调度处理,根据当前生产资源的实际状况,动态调整和优化原有的排程计划,确保生产过程中的资源得到最优的利用,使制造运营管理系统能够更加合理地优化管理生产资源。根据实时模块数据对生产调度数据进行实时调节处理,通过实时监测和实时模块数据的设备状态、加工情况等数据,结合生产调度数据进行动态调整,可以根据实际生产变动情况灵活优化控制和生产调度。根据实时调度调节数据对制造设备管理区间的制造设备进行生产控制实时更新,通过实时更新制造设备,根据最新的生产调度数据结合实际生产情况,调整设备的运行状态、工作模式等参数,以保障生产过程的高效性和灵活性,能够根据实时调度调节数据实时优化更新制造设备的控制指令。
优选地,步骤S43包括以下步骤:
根据所述实时模块进行设备生产状态参数分析,生成设备生产状态参数;
根据所述设备生产状态参数进行资源调节处理,生成资源调节数据;
基于所述资源调节数据以及所述生产调度数据进行生产实时调节处理,生成实时调度调节数据。
本发明根据实时模块进行设备生产状态参数分析,包括对设备的生产状态、工作效率、运行状况等方面,根据所得的设备生产状态参数进行资源调节处理,通过对设备状态的分析,可以精准判断何时需要对资源进行调节,以达到最优的生产控制调节。最后基于所得的资源调节数据以及生产调度数据进行生产实时调节处理,通过设备生产状态的详细分析、资源的精准调节,以及生产调度的实时调整,实现对制造过程的动态优化控制。
优选地,步骤S5包括以下步骤:
步骤S51:根据所述更新设备集数据进行生产数据统计,得到生产统计数据;
步骤S52:根据所述生产统计数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
本发明通过对更新设备集数据进行生产数据统计,统计生产过程中的各项关键指标,包括生产速度、产量、设备利用率等,形成全面而准确的生产统计数据。根据所得的生产统计数据进行生产综合的优化控制数据分析,可以深度分析生产统计数据,综合考虑各项生产指标,生成针对性的优化控制数据,将其传输至终端执行优化控制结果反馈作业,制造业企业可以迅速了解生产过程中的优化建议和优化控制效果,为决策提供数据支持,有助于企业更有效地实现生产目标并在市场上更具竞争优势。
本说明书中提供一种制造运营管理的优化控制系统,用于执行如上述所述的制造运营管理的优化控制方法,该制造运营管理的优化控制系统包括:
生产及数据采集模块,用于获取制造设备管理区间;对制造设备管理区间的制造设备进行模块数据实时采集,生成实时模块数据;
数据关联模块,用于利用边缘计算中心对所述实时模块数据进行数据模块关联处理,生成模块关联数据;
生产计划排程模块,用于获取生产排程数据;根据生产排程数据对所述模块关联数据进行生产排程智能优化,生成优化排程数据;
生产运营模块,用于基于所述优化排程数据进行实时监控调度调节,生成实时调度调节数据,基于所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产实时更新,生成更新设备集数据;
优化控制分析模块,用于根据所述更新设备集数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
本申请有益效果在于,本发明的制造运营管理的优化控制方法通过全面监控和智能调控制造设备管理区间,实现对制造设备管理区间的实时模块数据全面获取。利用边缘计算中心对这些实时模块数据进行关联处理,加强各制造模块数据之间的关联性,以及结合生产排程数据进行智能优化,使得生产排程更具优化性。通过实时监控调度调节,面对快速变化的业务需求以及生产制造之间能够即时响应生产环节的变化,并根据实时调度调节数据对制造设备进行生产实时更新,确保动态全面的优化控制生产。最后,通过对更新设备集数据进行生产综合的优化控制数据分析,制造业企业可以迅速获取并查看生产过程中的优化建议和优化控制效率,为决策提供数据支持,从而实现制造运营管理的优化控制调节以及实时获取并查看制造优化效率数据,进而优化制造业企业的管理决策。
附图说明
图1为本发明一种制造运营管理的优化控制方法的步骤流程示意图;
图2为图1中步骤S1的详细实施步骤流程示意图;
图3为图1中步骤S2的详细实施步骤流程示意图;
图4为图1中步骤S3的详细实施步骤流程示意图;
图5为图1中步骤S4的详细实施步骤流程示意图;
图6为图1中步骤S5的详细实施步骤流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的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。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图6,本发明提供一种制造运营管理的优化控制方法,包括以下步骤:
步骤S1:获取制造设备管理区间;对所述制造设备管理区间的制造设备进行模块数据实时采集,生成实时模块数据;
步骤S2:利用边缘计算中心对所述实时模块数据进行数据模块关联处理,生成模块关联数据;
步骤S3:获取生产排程数据;根据生产排程数据对所述模块关联数据进行生产排程智能优化,生成优化排程数据;
步骤S4:基于所述优化排程数据进行实时监控调度调节,生成实时调度调节数据,基于所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产实时更新,生成更新设备集数据;
步骤S5:根据所述更新设备集数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
本发明获取制造设备管理区间,使用传感器技术、物联网设备或其他自动化工具,可以准确识别和划定制造设备所在的管理区间,进而方便后续各制造区间数据的采集、优化生产控制等方面。对制造设备进行模块数据实时采集,包括设备状态、设备性能参数以及实时生产数据等,确保模块数据的实时性同时可以及时发现异常情况。利用边缘计算中心对实时模块数据进行关联处理,边缘计算中心可以设置在制造设备管理区间附近直接处理实时模块数据,减少数据传输的延迟,可以更快速的响应,分析并处理制造数据的模块关系等。根据生产排程数据对模块关联数据进行生产排程智能优化,根据生产排程数据提供的详细生产计划和任务信息,包括生产时间、任务优先级以及需求度等,通过与模块关联数据进行结合,可以实现生产资源的最佳利用、设备的合理调度以及任务的智能分配等。基于优化排程数据进行实时监控调度调节,可以及时识别调整生产中的变化,调整生产计划、任务分配等,以便迅速采取调度调节措施,基于时调度调节数据对制造设备管理区间的制造设备进行生产实时更新,可以更灵活地调整设备的运行模式,确保设备的运行状况与任务调整之间的协同,从而优化整个制造运营管理系统的控制。根据更新设备集数据进行生产综合的优化控制数据分析,结合实时生产信息和调度调节结果进行综合分析,并将分析后的优化控制数据传输至终端反馈,企业能够及时并更全面地了解制造运营管理系统优化控制的效果,基于优化控制数据能够使企业更高效生产运营以及管理。
本发明实施例中,参考图1所述,为本发明一种制造运营管理的优化控制方法的步骤流程示意图,在本实施例中,所述制造运营管理的优化控制方法包括以下步骤:
步骤S1:获取制造设备管理区间;对所述制造设备管理区间的制造设备进行模块数据实时采集,生成实时模块数据;
本发明实施例中,获取制造设备管理区间,例如,利用物联网技术,通过在生产车间和存储仓库中等部署传感器网络,实现对制造设备管理区间的划分。对制造设备管理区间的制造设备进行模块数据实时采集,例如,通过在数控车床上安装高精度的位置传感器和温度传感器等,实现对数控车床所在制造设备管理区间的准确识别,通过连接到物联网平台的传感器,采集数控车床的关键参数,如刀具转速、进给速度、工作温度等,通过这些传感器采集的数据,可以实时检测数控机床的生产运行状态,为后续的制造运营管理优化控制提供了准确和及时的基础信息。
步骤S2:利用边缘计算中心对所述实时模块数据进行数据模块关联处理,生成模块关联数据;
本发明实施例中,通过将采集的实时模块数据传输至边缘计算中心,可以立即对所传输的实时模块数据进行初步分析、筛选和处理,例如,数据解析拆分、数据格式标准化以及模块数据关联等。通过网络通信,将数控机床实时采集到的各项数据,如主轴转速、刀具温度、工作台位置等,传输至边缘计算中心,可以采用标准的数据传输协议,如MQTT以及HTTP等。边缘计算中心可以及时有效地进行实时模块数据的解析、标准化和关联处理,生成具有关联性和标准格式的模块关联数据,为制造运营管理系统优化控制提供更加精准和实时的数据支持。
步骤S3:获取生产排程数据;根据生产排程数据对所述模块关联数据进行生产排程智能优化,生成优化排程数据;
本发明实施例中,以多个制造模块为例,从制造企业的生产计划系统中获取生产排程数据,其中包括每个模块的工作任务、工艺要求、交付期限等信息。例如,一个生产排程可能包括模块A需要在特定时间完成一批产品,模块B需要进行维护,模块C需要加工一定数量的零部件等,在考虑交付期限和资源利用率的情况下,优化各个模块的工作顺序和时间分配,确保整个生产过程的高效运行,生成最终的优化排程数据,包括每个模块的开始时间、结束时间、所需资源等详细信息,为制造企业提供精确的优化生产计划。
步骤S4:基于所述优化排程数据进行实时监控调度调节,生成实时调度调节数据,基于所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产实时更新,生成更新设备集数据;
本发明实施例中,实时监控制造过程,对优化排程数据进行监控。例如,监测模块A的实际生产进度是否与优化排程一致,检测是否有异常情况,如设备故障、材料短缺等。在监测的过程中,不断调整实时调度以适应生产的变化。可以在生产过程中实时监控设备状况、调度生产资源和总体协调调节等,保障生产计划的顺利执行,同时记录和更新制造设备管理区间的实时状态,可以动态优化生产排程计划。基于实时调度调节数据对制造设备管理区间的制造设备进行生产实时更新,例如,根据实时调度调节数据,调整模块A的生产速度、重新安排工作人员,以确保生产进度能够快速追赶或适应实际情况,同时生成并记录更新设备集数据,例如,记录模块A的新的生产计划和实际生产情况,包括开始时间、结束时间、资源利用情况等,可以对优化控制结果进行分析反馈。
步骤S5:根据所述更新设备集数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
本发明实施例中,对生产过程中涉及的各个模块进行数据统计。例如,统计模块A的实际生产数量、生产效率、设备利用率等关键指标,生成生产统计数据。利用数据分析算法等进行制造运营控制数据深度优化分析,挖掘生产过程中的潜在优化空间。例如,通过分析模块A的生产效率和材料利用率,确定是否存在提高生产效率的方法,并生成相应的优化控制数据。将生成的优化控制数据传输至终端,执行优化控制结果反馈作业。例如,将优化后的工艺参数发送至制造设备管理区间,实时调整模块A的生产参数,以实现生产效率的提升,同时制造业企业可以迅速了解生产过程中的优化控制效果,为企业决策提供数据支持。
优选地,步骤S1包括以下步骤:
步骤S11:获取制造设备管理区间;
步骤S12:对所述制造设备管理区间的制造设备进行参数数据采集,生成制造设备参数;
步骤S13:根据所述制造设备参数进行制造设备模块处理,生成模块制造设备;
步骤S14:根据所述模块制造设备进行模块数据实时采集,生成实时模块数据。
本发明通过对制造设备管理区间的制造设备进行参数数据采集,通过传感器、监测设备等,实时获取制造设备的各项关键参数,通过制造设备参数可以反映制造设备的所属制造设备管理区间以及生产数据等。根据不同制造设备参数进行模块处理,可以基于制造设备的功能、性能、生产效率等方面的参数进行分类,将制造设备分为不同的模块,形成具有内在一致性的模块制造设备,方便后续的实时模块数据同步采集。利用模块制造设备进行模块数据实时采集,能够及时获取每个模块的运行状态、生产性能、设备等关键信息,对制造设备的实时监控和数据采集,得到全面而实时的模块数据。
作为本发明的一个实例,参考图2所示,为图1中步骤S1的详细实施步骤流程示意图,在本实例中所述步骤S1包括:
步骤S11:获取制造设备管理区间;
本发明实施例中,可以通过在每台制造设备上安装RFID(射频识别)标签,通过RFID技术获取每台设备的唯一标识信息,当设备移动或发生变化时,RFID读取器将及时更新设备位置等信息,可以更全面并及时地了解不同设备在生产车间中的分布变化等情况,有助于优化生产布局等,通过多种传感器和技术手段获取制造设备管理区间的实时信息。
步骤S12:对所述制造设备管理区间的制造设备进行参数数据采集,生成制造设备参数;
本发明实施例中,以工业机器人为例,通过对制造设备参数的采集,生成具体的制造设备参数,参数包括功能状态、位置、工作特性等参数,例如,用于区分设备的区间和功能,利用位置传感器和陀螺仪采集机器人在三维空间中的坐标和朝向,以确定其所在的具体区间,可以在后续的制造运营管理过程中用于设备的区分、功能识别和优化控制,从而整体的优化生产效率。
步骤S13:根据所述制造设备参数进行制造设备模块处理,生成模块制造设备;
本发明实施例中,以生产工厂的生产线为例,通过制造设备参数进行制造设备模块处理,将生产设备划分为不同模块,例如加工模块、生产模块和存储模块等模块,例如,根据制造设备参数中的加工能力、工作速度等信息,将具有相似加工特性的设备划分为加工模块。根据设备参数中的存储容量、物料处理能力等信息,将具有相似存储特性的设备划分为存储模块,例如,将仓储设备、自动化货架系统等设备归类为存储模块。模块化处理,可以更好地管理和优化控制不同功能的制造设备。
步骤S14:根据所述模块制造设备进行模块数据实时采集,生成实时模块数据。
本发明实施例中,实时采集与各模块相关,包括计划生产时间、工序安排、人员调度等,例如,获取加工模块的工艺流程计划和生产任务安排。利用传感器、监控设备等技术,实时采集各模块的生产数据,包括产量、质量、设备运行状态等,例如,从生产模块获取产品组装的实际产量和品质检测结果。后续对实时模块数据进行关联以及整合,为智能调度和优化控制提供关联数据。
优选地,步骤S2包括以下步骤:
步骤S21:将所述实时模块数据传输至边缘计算中心;
步骤S22:利用所述边缘计算中心对所述实时模块数据进行数据解析拆分,生成拆分模块数据;
步骤S23:基于预设的统一数据格式对所述拆分模块数据进行数据格式标准化处理,生成标准模块数据;
步骤S24:将所述标准模块数据进行模块关联处理,生成模块关联数据。
本发明通过将实时模块数据传输至边缘计算中心,可以立即对所传输的实时模块数据进行初步分析、筛选和处理等。利用边缘计算中心进行数据解析拆分,能够高效解析实时模块数据,按照预定的模式进行拆分和解析,使得各制造模块区分更加清晰,得到更为细致的拆分模块数据。对拆分模块数据进行数据格式标准化处理,利用预设的统一数据格式规范,使得后续不同模块数据之间更易交互、整合以及优化控制。将标准模块数据进行模块关联处理,根据预定义的模块关联规则,将各个模块的标准数据进行智能关联,可以实现模块间信息的交叉利用,为后续的优化控制提供更为全面和准确的基础数据。
作为本发明的一个实例,参考图3所示,为图1中步骤S2的详细实施步骤流程示意图,在本实例中所述步骤S2包括:
步骤S21:将所述实时模块数据传输至边缘计算中心;
本发明实施例中,使用物联网设备或传感器装置接收采集的数据后,利用无线通信协议(如Wi-Fi、LoRa、NB-IoT等),将各模块的实时数据传送至边缘计算中心,例如,在生产车间的设备上安装温度传感器和生产计数器,实时采集温度和产量数据,通过Wi-Fi将这些数据传输至边缘计算中心,使得实时模块数据能够迅速、实时地到达边缘计算中心进行处理,同时确保数据传输的稳定性和实时性,有利于在生产过程中实现更实时的优化控制决策。
步骤S22:利用所述边缘计算中心对所述实时模块数据进行数据解析拆分,生成拆分模块数据;
本发明实施例中,通过边缘计算中心对实时模块数据进行数据解析拆分,将其分解成各个独立的数据模块,方便后续分析和处理,例如,实时模块数据包含了温度、湿度和产量等多个参数,边缘计算中心利用数据解析算法,将这些实时模块数据分解成独立的拆分模块数据,从包含温湿度传感器和生产计数器的实时数据中,边缘计算中心分别提取温度、湿度和产量等数据模块。通过利用边缘计算中心的解析能力,实现了高效的数据处理过程,数据解析拆分,实现了对复杂实时模块数据的清晰分解,降低了模块数据的复杂度从而更易于对制造运营管理进行优化控制调节。
步骤S23:基于预设的统一数据格式对所述拆分模块数据进行数据格式标准化处理,生成标准模块数据;
本发明实施例中,对拆分模块数据进行数据格式标准化处理,确保各个数据模块具有一致的数据格式,便于后续处理和整合,例如,在数据格式标准化处理阶段,边缘计算中心将确保温度、湿度和产量等参数都按照预设格式进行标准化,使用摄氏度表示温度,以百分比表示湿度,并保持一致的时间戳格式。通过数据格式标准化处理,确保了拆分模块数据在结构和单位上的一致性,使得不同来源的数据模块可以轻松集成,降低后续优化控制处理的复杂性。
步骤S24:将所述标准模块数据进行模块关联处理,生成模块关联数据。
本发明实施例中,将不同业务功能的标准模块数据进行模块关联处理,例如,生产模块的标准模块数据包括产量和生产效率等参数,而资源调度模块的标准模块数据包括设备利用率和维护信息等参数,找到这两个模块之间的关联关系,例如产量与设备利用率的关系,通过分析这些参数之间的相关性,可以生成关联数据,表明产量的增加可能与设备利用率的提高相关联。通过不同业务功能模块之间的数据关联,建立更全面、综合的信息,以支持后续的生产排程优化和资源调度。
优选地,步骤S24包括以下步骤:
提取所述标准模块数据的业务功能特征数据,生成业务特征数据;
基于所述业务特征数据对所述标准模块数据进行业务分层处理,生成业务模块数据;
根据所述业务模块数据进行模块层级关联处理,生成模块关联数据。
本发明通过提取标准模块数据的业务特征数据,可以发现标准模块数据中的业务特征,包括各个模块的功能、性能、用途等关键信息。根据业务特征数据可以将标准模块数据按照业务层次进行分类,更好的管理不同业务模块数据。业务模块数据进行模块层级关联处理,可以形成更为全面且有层次结构的模块关联数据,同时模块的数据变动可以被其关联模块及时感知,方便后续多制造模块联合的优化控制。
本发明实施例中,提取标准模块数据的业务功能特征数据,例如,对于生产模块,可以提取的特征数据包括产量趋势、生产效率波动等,对于资源调度模块,可以提取的特征数据包括设备利用率的峰谷情况、维护频率等。基于业务特征数据对标准模块数据进行业务分层处理,可以使得后续的模块关联处理更为准确和精细。进行模块层级关联处理,以生产模块和资源调度模块为例,对其进行业务模块数据关联,例如,将生产模块的产量趋势与资源调度模块的设备利用率峰谷情况进行关联。不同业务模块之间进行关联以及分析,从而把控整体制造运营的优化控制。
优选地,步骤S3包括以下步骤:
步骤S31:获取生产排程数据;
步骤S32:对所述模块关联数据进行生产进程分析,得到生产进程数据;
步骤S33:根据所述生产进程数据对所述模块关联数据进行排程权重赋值,生成排程权重模块数据;
步骤S34:根据所述排程权重模块数据以及所述生产排程数据进行排程优化,生成优化排程数据。
本发明通过获取生产排程数据,包括生产计划、工艺流程、生产任务等方面的信息,可以全面了解生产计划和任务的安排,使得后续的优化控制可以基于实际的排程需求进行精准优化控制调整。对模块关联数据进行生产进程分析,可以了解当前制造生产过程中的各个阶段、模块之间实际的状态等。根据生产进程数据对模块关联数据进行排程权重赋值,通过生产进程数据分析当前生产过程中的关键节点和环节的重要性,为不同模块关联数据赋予具体的排程权重,形成更为个性化且符合实际情况的排程权重模块数据,可以更灵活地进行排程优化决策。生产排程数据中各制造生产节点根据排程权重模块数据的权重进行排程优化,可以形成更为高效和符合实际业务目标的优化排程数据,使得整个优化排程更加协调和高效。
作为本发明的一个实例,参考图4所示,为图1中步骤S3的详细实施步骤流程示意图,在本实例中所述步骤S3包括:
步骤S31:获取生产排程数据;
本发明实施例中,获取生产排程数据,包括各个制造阶段的计划生产数量、生产时间表、生产优先级等信息,例如,可以从企业资源计划(ERP)系统中提取订单信息、客户需求以及原材料库存等数据,实时监测制造设备的运行状态,获取设备可用性信息等,后续制定优化排程控制提供实时数据依据。
步骤S32:对所述模块关联数据进行生产进程分析,得到生产进程数据;
本发明实施例中,对模块关联数据进行生产进程分析,包括不同模块之间的交互关系、生产工艺的流程、以及各个环节的时间消耗等,分析生产过程中每个模块的执行时间、模块之间的依赖关系,得到生产进程数据,包括各个模块的执行时间、生产效率、以及整体生产进度等信息,为后续的排程优化和生产调度提供了有力数据支持。
步骤S33:根据所述生产进程数据对所述模块关联数据进行排程权重赋值,生成排程权重模块数据;
本发明实施例中,根据生产进程数据对模块关联数据进行排程权重赋值,根据生产进程数据中的各个模块的执行时间、生产效率等信息,对每个模块进行评估,确定其对整个生产流程的影响程度,例如,对于生产周期较长的模块,可能给予较高的权重,对于具有较高依赖性的模块,可能需要给予较高的权重,以确保生产流程的协调性,例如,如果某个模块的产出是下一个模块的必要输入,那么对于这个模块的排程权重会赋予相对较高。根据生产进程数据为模块关联数据分配排程权重,使得关键模块得到优先考虑,提高整体生产效率。
步骤S34:根据所述排程权重模块数据以及所述生产排程数据进行排程优化,生成优化排程数据。
本发明实施例中,分析生产排程数据,其中包括生产任务、资源分配、交付期限等信息,以及整个生产流程中各个模块的计划执行时间和资源需求,综合排程权重模块数据,对各个排程的执行顺序进行优化,例如,考虑一个制造流程中的两个模块,分别是计划排程A和当前正在执行的生产B。如果模块A的排程权重较高且是模块B生成需要的产品,优化控制会安排在较早的时间执行,以确保其产出及时供给模块B。同时,系统会优化资源的利用,避免在模块A执行时资源空闲。根据排程权重模块数据以及生产排程数据进行排程优化可以生成更合理、更高效的生产优化排程,以满足生产需求并最大程度地提升整体生产效率。
优选地,步骤S34包括以下步骤:
根据预设的生产需求数据对所述生产排程数据进行生产需求度分析,生成需求等级数据;
基于所述需求等级数据以及所述排程权重模块数据进行关联度分析处理,生成排程关联数据;
根据所述排程关联数据进行排程优先级处理,生成优化排程数据。
本发明根据预设的生产需求数据对生产排程数据进行生产需求度分析,对不同模块的重要性进行标识,可以更综合以及精确地虑生产需求的紧急性、重要性等因素。基于需求等级数据以及排程权重模块数据进行关联度综合分析处理,结合生产任务的需求等级和模块间的排程权重,从多个层面考虑各模块之间的制造关联程度和相互影响,从而更有针对性地进行排程优化。通过排程关联数据进行排程优先级处理,根据模块间的关联程度以及需求等级,为每个生产任务赋予合理的优先级,可以使得需求程度高且与其他模块关联紧密的任务能够更优先得到处理,确保对业务目标更为关键的任务能够得到及时且有效的处理。
本发明实施例中,获取预设的生产需求数据,其中包括每个生产任务的紧急性、重要性等需求信息,可以由业务方或系统预设,用于评估各个生产任务的相对重要性,根据需求数据对生产排程数据进行分析,例如,对于紧急的任务或不可或缺需求的加工原料,可以赋予较高的需求等级,反之则为较低。基于需求等级数据以及排程权重模块数据进行关联度分析处理,综合考虑生产任务的需求等级和各模块之间的排程权重,综合考虑各模块任务之间的优先程度。最后根据排程关联数据的关联程度进行排程优化,例如,任务A和任务B,分别属于不同的生产模块,并且任务A的需求等级较高,而任务B的排程关联度与其他模块关联度较大,可能为任务A分配较高的排程优先级,因为它具有更高的需求等级。而对于任务B,尽管需求等级较低,但由于与其他模块的关联度较大,可能为其分配了适当的优先级,以确保整体制造流程的协调性。
优选地,步骤S4包括以下步骤:
步骤S41:根据所述优化排程数据进行实时生产资源分析,得到生产资源数据;
步骤S42:根据所述生产资源数据对所述优化排程数据进行实时资源调度处理,得到生产调度数据;
步骤S43:根据所述实时模块数据对所述生产调度数据进行实时调节处理,生成实时调度调节数据;
步骤S44:根据所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产控制实时更新,生成更新设备集数据。
本发明通过优化排程数据进行实时生产资源分析,通过实时对优化排程数据的实际资源的需求情况进行分析,包括设备、人力、原材料等,能够准确了解当前生产环节中的资源需求和供应情况等。根据生产资源数据对优化排程数据进行实时资源调度处理,根据当前生产资源的实际状况,动态调整和优化原有的排程计划,确保生产过程中的资源得到最优的利用,使制造运营管理系统能够更加合理地优化管理生产资源。根据实时模块数据对生产调度数据进行实时调节处理,通过实时监测和实时模块数据的设备状态、加工情况等数据,结合生产调度数据进行动态调整,可以根据实际生产变动情况灵活优化控制和生产调度。根据实时调度调节数据对制造设备管理区间的制造设备进行生产控制实时更新,通过实时更新制造设备,根据最新的生产调度数据结合实际生产情况,调整设备的运行状态、工作模式等参数,以保障生产过程的高效性和灵活性,能够根据实时调度调节数据实时优化更新制造设备的控制指令。
作为本发明的一个实例,参考图5所示,为图1中步骤S4的详细实施步骤流程示意图,在本实例中所述步骤S4包括:
步骤S41:根据所述优化排程数据进行实时生产资源分析,得到生产资源数据;
本发明实施例中,根据优化排程数据进行实时生产资源分析,执行优化排程数据的任务需要的实时生产资源,确保每个任务都能够获取所需的实时生产资源,例如,有多个生产任务,其中每个任务需要不同的生产资源,包括设备、人力、原材料等,优化排程数据中包含了每个任务的生产要求、生产时间等信息。实时监测每个任务所需的生产资源的可用性和情况,例如,对于需要特定设备的任务,检测该设备的运行状态、是否处于维护状态等情况。对于需要人力的任务,检查相关员工的工作状态和可用时间。对于需要原材料的任务,会检查库存情况和供应链信息等。根据优化排程数据进行实时生产资源分析确保每个任务在执行时都能够获得所需的实时生产资源,避免生产过程中出现延误。
步骤S42:根据所述生产资源数据对所述优化排程数据进行实时资源调度处理,得到生产调度数据;
本发明实施例中,根据生产资源数据对优化排程数据进行实时资源调度处理,生产资源数据中包含各个制造设备的利用率信息、原材料、产品的库存信息以及人力资源的相关信息, 结合设备利用率、库存情况和人力资源等信息,进行实时资源调度处理。例如,对于工作负荷较大的设备,可以会调整生产任务的优先级,对于库存较低的原材料,会提前安排采购任务。实时资源调度处理,可以及时响应生产的变化,最大程度地利用各类资源,提高生产效率,优化控制调节确保生产计划的顺利执行。
步骤S43:根据所述实时模块数据对所述生产调度数据进行实时调节处理,生成实时调度调节数据;
本发明实施例中,根据实时模块数据对生产调度数据进行实时资源调度处理,实时模块数据包括了各个制造设备的实时运行状态、故障信息、产能以及生产材料库存等关键实时数据,以及原材料信息等。根据实时模块数据的分析情况进行实时资源调度处理,例如,对于正在运行的设备,可能会优先安排生产任务,确保设备的充分利用,对于出现故障的设备或原料缺乏,系统可能会自动调整任务顺序,以及提醒并生成采购原材料需求订单,避免影响整体生产进度,动态地调整生产计划,使得控制过程更加优化和高效。
步骤S44:根据所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产控制实时更新,生成更新设备集数据。
本发明实施例中,根据实时调度调节数据,可以对制造设备的状态进行实时调整,例如,如果某台设备出现故障或需要维护,实时调度调节数据包含相关信息,可以根据这些信息暂时将设备标记为维护状态,避免其被纳入生产计划。实时调度调节数据包含新的生产任务信息或任务优先级的变化,例如,如果某个紧急订单的生产优先级发生变化,可以立即调整设备的工作任务,以满足新的生产需求。实时调度调节数据还可以包含生产参数的调整信息,例如,如果需要加急完成某个订单,可以提高相关设备的生产速度。根据实时调度调节数据对制造设备实时更新能够在生产过程中及时响应各种变化,实现制造设备的灵活控制和生产计划的实时更新。
优选地,步骤S43包括以下步骤:
根据所述实时模块进行设备生产状态参数分析,生成设备生产状态参数;
根据所述设备生产状态参数进行资源调节处理,生成资源调节数据;
基于所述资源调节数据以及所述生产调度数据进行生产实时调节处理,生成实时调度调节数据。
本发明根据实时模块进行设备生产状态参数分析,包括对设备的生产状态、工作效率、运行状况等方面,根据所得的设备生产状态参数进行资源调节处理,通过对设备状态的分析,可以精准判断何时需要对资源进行调节,以达到最优的生产控制调节。最后基于所得的资源调节数据以及生产调度数据进行生产实时调节处理,通过设备生产状态的详细分析、资源的精准调节,以及生产调度的实时调整,实现对制造过程的动态优化控制。
本发明实施例中,根据实时模块进行设备生产状态参数分析,包括设备状态监测、生产性能评估、故障诊断以及能耗分析,综合分析可以最大程度优化制造设备的控制。根据设备生产状态参数进行资源调节处理,基于设备的生产状态和当前资源供给情况,基于资源调节数据和生产调度数据的实时调度调节处理,制定资源调配策略,例如,计算得知当前设备需要2名操作员、50千克原材料,实时分析当前可用的资源供给情况以及设备情况,决定调配1名操作员和30千克原材料到该设备进行生产。确保生产任务得到及时调整以适应资源变化和任务优先级的变化。
优选地,步骤S5包括以下步骤:
步骤S51:根据所述更新设备集数据进行生产数据统计,得到生产统计数据;
步骤S52:根据所述生产统计数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
本发明通过对更新设备集数据进行生产数据统计,统计生产过程中的各项关键指标,包括生产速度、产量、设备利用率等,形成全面而准确的生产统计数据。根据所得的生产统计数据进行生产综合的优化控制数据分析,可以深度分析生产统计数据,综合考虑各项生产指标,生成针对性的优化控制数据,将其传输至终端执行优化控制结果反馈作业,制造业企业可以迅速了解生产过程中的优化建议和优化控制效果,为决策提供数据支持,有助于企业更有效地实现生产目标并在市场上更具竞争优势。
作为本发明的一个实例,参考图6所示,为图1中步骤S5的详细实施步骤流程示意图,在本实例中所述步骤S5包括:
步骤S51:根据所述更新设备集数据进行生产数据统计,得到生产统计数据;
本发明实施例中,根据更新设备集数据进行生产数据统计,包括设备生产状态收集、生产数据汇总以及报告生成等。通过监测更新设备集数据,实时收集各制造设备的生产状态信息,包括设备的运行时间、停机时间、故障信息等。例如,生产线A的设备在过去一小时内运行了45分钟,停机了10分钟,没有发生故障。根据收集到的设备生产状态信息,对各个制造设备的生产数据进行汇总统计。例如,计算出生产线A的总运行时间、总停机时间、故障次数等数据。
步骤S52:根据所述生产统计数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
本发明实施例中,根据生产统计数据进行生产综合的优化控制数据分析,例如,对生产统计数据进行深入分析,包括生产效率、设备利用率、产量趋势、资源消耗等多个方面的指标。制定控制方案,根据分析结果生成生产综合的优化控制数据,包括针对不同设备或生产环节的具体控制参数。传输至终端执行,生成的优化控制数据通过通信网络传输至终端设备,可以是工厂管理系统或其他可执行控制的终端设备,终端设备接收到优化控制数据后,执行相应的控制策略,调整生产过程。制造企业可以根据系统推荐的控制方案调整生产计划,现实综合优化控制生产。
本说明书中提供一种制造运营管理的优化控制系统,用于执行如上述所述的制造运营管理的优化控制方法,该制造运营管理的优化控制系统包括:
生产及数据采集模块,用于获取制造设备管理区间;对制造设备管理区间的制造设备进行模块数据实时采集,生成实时模块数据;
数据关联模块,用于利用边缘计算中心对所述实时模块数据进行数据模块关联处理,生成模块关联数据;
生产计划排程模块,用于获取生产排程数据;根据生产排程数据对所述模块关联数据进行生产排程智能优化,生成优化排程数据;
生产运营模块,用于基于所述优化排程数据进行实时监控调度调节,生成实时调度调节数据,基于所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产实时更新,生成更新设备集数据;
优化控制分析模块,用于根据所述更新设备集数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
本申请有益效果在于,本发明的制造运营管理的优化控制方法通过全面监控和智能调控制造设备管理区间,实现对制造设备管理区间的实时模块数据全面获取。利用边缘计算中心对这些实时模块数据进行关联处理,加强各制造模块数据之间的关联性,以及结合生产排程数据进行智能优化,使得生产排程更具优化性。通过实时监控调度调节,面对快速变化的业务需求以及生产制造之间能够即时响应生产环节的变化,并根据实时调度调节数据对制造设备进行生产实时更新,确保动态全面的优化控制生产。最后,通过对更新设备集数据进行生产综合的优化控制数据分析,制造业企业可以迅速获取并查看生产过程中的优化建议和优化控制效率,为决策提供数据支持,从而实现制造运营管理的优化控制调节以及实时获取并查看制造优化效率数据,进而优化制造业企业的管理决策。
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,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种制造运营管理的优化控制方法,其特征在于,包括以下步骤:
步骤S1:获取制造设备管理区间;对所述制造设备管理区间的制造设备进行模块数据实时采集,生成实时模块数据;
步骤S2:利用边缘计算中心对所述实时模块数据进行数据模块关联处理,生成模块关联数据;
其中,步骤S2包括:
步骤S21:将所述实时模块数据传输至边缘计算中心;
步骤S22:利用所述边缘计算中心对所述实时模块数据进行数据解析拆分,生成拆分模块数据;
步骤S23:基于预设的统一数据格式对所述拆分模块数据进行数据格式标准化处理,生成标准模块数据;
步骤S24:提取所述标准模块数据的业务功能特征数据,生成业务特征数据;基于所述业务特征数据对所述标准模块数据进行业务分层处理,生成业务模块数据;根据所述业务模块数据进行模块层级关联处理,生成模块关联数据;
步骤S3:获取生产排程数据;根据生产排程数据对所述模块关联数据进行生产排程智能优化,生成优化排程数据;
其中,步骤S3包括:
步骤S31:获取生产排程数据;
步骤S32:对所述模块关联数据进行生产进程分析,得到生产进程数据;
步骤S33:根据所述生产进程数据对所述模块关联数据进行排程权重赋值,生成排程权重模块数据;
步骤S34:根据预设的生产需求数据对所述生产排程数据进行生产需求度分析,生成需求等级数据;基于所述需求等级数据以及所述排程权重模块数据进行关联度分析处理,生成排程关联数据;根据所述排程关联数据进行排程优先级处理,生成优化排程数据;
步骤S4:基于所述优化排程数据进行实时监控调度调节,生成实时调度调节数据,基于所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产实时更新,生成更新设备集数据;
其中,步骤S4包括:
步骤S41:根据所述优化排程数据进行实时生产资源分析,得到生产资源数据;
步骤S42:根据所述生产资源数据对所述优化排程数据进行实时资源调度处理,得到生产调度数据;
步骤S43:根据所述实时模块进行设备生产状态参数分析,生成设备生产状态参数;根据所述设备生产状态参数进行资源调节处理,生成资源调节数据;基于所述资源调节数据以及所述生产调度数据进行生产实时调节处理,生成实时调度调节数据;
步骤S44:根据所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产控制实时更新,生成更新设备集数据;
步骤S5:根据所述更新设备集数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业;
其中,步骤S5包括:
步骤S51:根据所述更新设备集数据进行生产数据统计,得到生产统计数据;
步骤S52:根据所述生产统计数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
2.根据权利要求1所述的制造运营管理的优化控制方法,其特征在于,步骤S1包括以下步骤:
步骤S11:获取制造设备管理区间;
步骤S12:对所述制造设备管理区间的制造设备进行参数数据采集,生成制造设备参数;
步骤S13:根据所述制造设备参数进行制造设备模块处理,生成模块制造设备;
步骤S14:根据所述模块制造设备进行模块数据实时采集,生成实时模块数据。
3.一种制造运营管理的优化控制系统,其特征在于,用于执行如权利要求1所述的制造运营管理的优化控制方法,该制造运营管理的优化控制系统包括:
生产及数据采集模块,用于获取制造设备管理区间;对制造设备管理区间的制造设备进行模块数据实时采集,生成实时模块数据;
数据关联模块,用于利用边缘计算中心对所述实时模块数据进行数据模块关联处理,生成模块关联数据;
生产计划排程模块,用于获取生产排程数据;根据生产排程数据对所述模块关联数据进行生产排程智能优化,生成优化排程数据;
生产运营模块,用于基于所述优化排程数据进行实时监控调度调节,生成实时调度调节数据,基于所述实时调度调节数据对所述制造设备管理区间的制造设备进行生产实时更新,生成更新设备集数据;
优化控制分析模块,用于根据所述更新设备集数据进行生产综合的优化控制数据分析,生成优化控制数据,将优化控制数据传输至终端执行优化控制结果反馈作业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410355186.6A CN117973634B (zh) | 2024-03-27 | 2024-03-27 | 一种制造运营管理的优化控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410355186.6A CN117973634B (zh) | 2024-03-27 | 2024-03-27 | 一种制造运营管理的优化控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117973634A CN117973634A (zh) | 2024-05-03 |
CN117973634B true CN117973634B (zh) | 2024-05-31 |
Family
ID=90858242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410355186.6A Active CN117973634B (zh) | 2024-03-27 | 2024-03-27 | 一种制造运营管理的优化控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117973634B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009739A (zh) * | 2017-12-14 | 2018-05-08 | 沈阳工业大学 | 一种智能机加车间生产计划与调度一体化方法 |
CN108171422A (zh) * | 2017-12-28 | 2018-06-15 | 鞍钢集团自动化有限公司 | 一种钢铁智能工厂的平台构建方法 |
WO2020007016A1 (zh) * | 2018-07-05 | 2020-01-09 | 长安大学 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
CN111857065A (zh) * | 2020-06-08 | 2020-10-30 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产系统和方法 |
CN115129004A (zh) * | 2022-06-12 | 2022-09-30 | 西北工业大学 | 一种基于边缘计算和数字孪生的智能生产系统及方法 |
CN116307475A (zh) * | 2022-12-23 | 2023-06-23 | 邵东智能制造技术研究院有限公司 | 一种数字化离散制造生产管理系统 |
CN116976773A (zh) * | 2023-08-18 | 2023-10-31 | 上海科致电气自动化股份有限公司 | 一种数字化工厂物流调度系统及方法 |
CN117010613A (zh) * | 2023-06-15 | 2023-11-07 | 厦门荆艺软件股份有限公司 | 智能生产规划及排程方法、系统、计算机设备及存储介质 |
CN117132099A (zh) * | 2023-08-29 | 2023-11-28 | 成都睿呈时代科技有限公司 | 基于智能工作流的油气田生产运营管理系统及方法 |
CN117196110A (zh) * | 2023-09-20 | 2023-12-08 | 江苏聚变数字信息产业发展有限公司 | 一种基于物联网的生产制造运营管理系统 |
CN117709617A (zh) * | 2023-11-07 | 2024-03-15 | 金华高格软件有限公司 | 一种基于mes的生产车间智能排程系统 |
-
2024
- 2024-03-27 CN CN202410355186.6A patent/CN117973634B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009739A (zh) * | 2017-12-14 | 2018-05-08 | 沈阳工业大学 | 一种智能机加车间生产计划与调度一体化方法 |
CN108171422A (zh) * | 2017-12-28 | 2018-06-15 | 鞍钢集团自动化有限公司 | 一种钢铁智能工厂的平台构建方法 |
WO2020007016A1 (zh) * | 2018-07-05 | 2020-01-09 | 长安大学 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
CN111857065A (zh) * | 2020-06-08 | 2020-10-30 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产系统和方法 |
CN115129004A (zh) * | 2022-06-12 | 2022-09-30 | 西北工业大学 | 一种基于边缘计算和数字孪生的智能生产系统及方法 |
CN116307475A (zh) * | 2022-12-23 | 2023-06-23 | 邵东智能制造技术研究院有限公司 | 一种数字化离散制造生产管理系统 |
CN117010613A (zh) * | 2023-06-15 | 2023-11-07 | 厦门荆艺软件股份有限公司 | 智能生产规划及排程方法、系统、计算机设备及存储介质 |
CN116976773A (zh) * | 2023-08-18 | 2023-10-31 | 上海科致电气自动化股份有限公司 | 一种数字化工厂物流调度系统及方法 |
CN117132099A (zh) * | 2023-08-29 | 2023-11-28 | 成都睿呈时代科技有限公司 | 基于智能工作流的油气田生产运营管理系统及方法 |
CN117196110A (zh) * | 2023-09-20 | 2023-12-08 | 江苏聚变数字信息产业发展有限公司 | 一种基于物联网的生产制造运营管理系统 |
CN117709617A (zh) * | 2023-11-07 | 2024-03-15 | 金华高格软件有限公司 | 一种基于mes的生产车间智能排程系统 |
Non-Patent Citations (2)
Title |
---|
排程系统(ASP)在智能车间中的应用分析;卢光明;;电子世界;20180123(第02期);全文 * |
数据挖掘技术在煤矿计算机综合管理系统中的应用;徐红霞;;信息与电脑(理论版);20200125(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117973634A (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549977B (zh) | 基于多Agent的面向订单的柔性生产动态调度系统 | |
CN107844098A (zh) | 一种数字化工厂管理系统及管理方法 | |
Iannone et al. | Managing OEE to optimize factory performance | |
CN108614526B (zh) | 一种可重构的生产过程管理系统 | |
US20160349737A1 (en) | Manufacturing efficiency optimization platform and tool condition monitoring and prediction method | |
CN105824300A (zh) | 基于物联网技术和数字化管理技术的重型智能工厂系统 | |
CN103810573A (zh) | 基于移动终端的实时生产调度管理系统及方法 | |
CN112053082A (zh) | 基于云计算的物料管理系统 | |
CN113850488A (zh) | 基于数字孪生的多品种小批量的多资源调度系统及方法 | |
CN112418540A (zh) | 一种智能mes实时数据分析系统 | |
CN117709617A (zh) | 一种基于mes的生产车间智能排程系统 | |
CN115081728A (zh) | 一种纺织工厂的多源异构纺织装备调度管理与优化系统 | |
KR20190076544A (ko) | 스마트 공장의 생산 혁신을 지원하는 시스템 | |
CN116300720A (zh) | 一种智能化产线柔性调度高级计划排产系统 | |
CN112462702A (zh) | 一种基于工业互联网的智能监测与智慧调度系统 | |
CN111415069B (zh) | 离散制造业工序级智能实时调度方法 | |
Glawar et al. | A holistic approach for quality oriented maintenance planning supported by data mining methods | |
CN114693129A (zh) | 工业物联网智能制造服务平台、方法、设备及介质 | |
CN117973634B (zh) | 一种制造运营管理的优化控制方法及系统 | |
CN116934044A (zh) | 基于mom系统的产品生产调度方法 | |
CN111178838A (zh) | 一种基于云计算的智能数字化工厂系统 | |
KR101913343B1 (ko) | Kpi 지표를 이용한 스마트 공장의 모바일 어플리케이션 관리 시스템 | |
EP3511879A1 (en) | Method for monitoring and controlling the energy cost for the production of a product lot | |
CN115268385A (zh) | 基于设备动态交互模型的车间调度方法及车间调度系统 | |
KR101143886B1 (ko) | 후공정의 다대수 설비에 대한 재료 공정 재고 할당 및 생산 계획 수립 시스템 |
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 |